Comprehensive review of the environmental impacts of mining and smelting at the Baiyinchang Cu–Zn–Pb ore deposit, Gansu Province, China, with new inputs from the sulfide compositions
Notice bibliographique
Résumé
This review paper presents an in-depth synthesis of the environmental aspects associated with the mining of the Baiyinchang Cu–Zn–Pb deposit in China. The review covers contamination by atmospheric deposition and sewage irrigation, soil contamination, and ecosystem health to evaluate current environmental conditions, identify potential impacts, and suggest sustainable mitigation measures for the Baiyin district. With a focus on soil, river water, and crop pollution levels, our review indicates that several heavy metals (HMs), particularly Cd, have been gradually accumulated in soils and streams due to the natural occurrence of the deposits close to the surface and mining–smelting activities, and pose a serious environmental threat. Detailed studies on sulfide minerals have found that although Cd is mainly hosted in sphalerite, all common sulfide minerals (galena, chalcopyrite, pyrite) also contain Cd. There were significant spatial variations in HM speciation; upstream areas near ore deposits exhibited lower pH and higher Zn concentrations, due to acidic mine drainage and the presence of sphalerite. As the stream flows through the Baiyin district, the increasing influence from domestic wastewater led to a rise in pH, impacting HMs mobility. Mining–smelting activities were identified as the primary source of HM pollution. Crops grown near the ore district and irrigated with contaminated water were most susceptible to contamination due to combined soil and atmospheric HM uptake. Our review highlights the importance of stricter pollution control measures, cleaner irrigation sources, and careful crop selection to safeguard food safety and ecosystem health.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».