Arsenic in the Tibetan Plateau’s geothermal systems: a detailed analysis of forms, sources, and geochemical behaviors
Notice bibliographique
Résumé
Abstract In high-altitude tectonic regions, significant geothermal activity influences groundwater arsenic levels, presenting crucial resource and environmental challenges. The present study examines the Gonghe-Guide Basin located in the northeastern region of the Qinghai-Tibet Plateau. The study employs a comprehensive approach encompassing field sampling, hydrochemical analysis, thermodynamic modeling, and statistical analysis to ascertain the composition and origins of arsenic in geothermal groundwater. The research data indicates that the geothermal groundwater in the area displays weak alkalinity and medium to high mineralization, with the principal hydrochemical types being SO 4− Cl·Na and Cl·Na. The concentration of arsenic has a notable inverse relationship with Cl − and a positive correlation with water temperature and DO. According to thermodynamic calculations, the most common kind of arsenic is As 5+ . The hydrochemical properties of the research area are shaped by rock weathering, evaporative concentration, and ion-exchange adsorption working together. These factors contribute to the favorable circumstances for the formation and migration of arsenic throughout the environment. Notably, the ion-exchange between sodium ions and calcium and magnesium ions significantly impacts the arsenic concentration. This study marks the first discovery of a unique arsenic contamination pattern in geothermal groundwater within the Gonghe-Guide Basin in the northeastern Tibetan Plateau, revealing a positive correlation between arsenic levels, water temperature, and dissolved oxygen content. This provides a new perspective on understanding arsenic pollution in geothermal groundwater in high-altitude regions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».