دانلود ترجمه مقاله نگاشت از آلودگی های فلزات سنگین در رسوبات رودخانه با ژئوشیمی ترکیبی و طیف سنجی میدان – الزویر ۲۰۰۸
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
نگاشت از آلودگی های فلزات سنگین در رسوبات رودخانه با ژئوشیمی ترکیبی، طیف سنجی میدان و سنجش از دور ابرطیفی: مطالعه موردی منطقه معدن رودالکیلار، SE اسپانیا |
عنوان انگلیسی مقاله: |
Mapping of heavy metal pollution in stream sediments using combined geochemistry, field spectroscopy, and hyperspectral remote sensing: A case study of the Rodalquilar mining area, SE Spain |
|
مشخصات مقاله انگلیسی (PDF) | |
سال انتشار | ۲۰۰۸ |
تعداد صفحات مقاله انگلیسی | ۱۲ صفحه با فرمت pdf |
رشته های مرتبط با این مقاله | محیط زیست و مهندسی عمران |
گرایش های مرتبط با این مقاله | آلودگی محیط زیست، سنجش از راه دور، مهندسی بهداشت محیط و نقشه برداری |
چاپ شده در مجله (ژورنال) | سنجش از دور محیط – Remote Sensing of Environment |
کلمات کلیدی | فلزات سنگین، طیف بینی (طیف سنجی)، آماری، رسوبات جریان (رودخانه)، HyMAP، ابرطیفی، نقشه برداری، پارامتر طیفی، ژئوشیمیایی |
ارائه شده از دانشگاه | موسسه گوانگجو علم و صنعت (GIST)، گروه علوم و مهندسی محیطی ، کره |
نویسندگان | Eunyoung Choe , Freek van der Meer , Frank van Ruitenbeek , Harald van der Werff |
شناسه شاپا یا ISSN | ISSN ۰۰۳۴-۴۲۵۷ |
شناسه دیجیتال – doi | https://doi.org/10.1016/j.rse.2008.03.017 |
رفرنس | دارد ✓ |
کد محصول | ۹۳۹۳ |
لینک مقاله در سایت مرجع | لینک این مقاله در نشریه Elsevier |
نشریه الزویر |
مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
وضعیت ترجمه | انجام شده و آماده دانلود |
کیفیت ترجمه | طلایی⭐️ |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش | ۲۸ صفحه با فونت ۱۴ B Nazanin |
ترجمه عناوین تصاویر و جداول | ترجمه شده است ✓ |
ترجمه متون داخل تصاویر | ترجمه نشده است ☓ |
ترجمه متون داخل جداول | ترجمه نشده است ☓ |
درج تصاویر در فایل ترجمه | درج شده است ✓ |
درج جداول در فایل ترجمه | درج شده است ✓ |
درج فرمولها و محاسبات در فایل ترجمه | به صورت عکس درج شده است ✓ |
منابع داخل متن | به صورت انگلیسی درج شده است ✓ |
فهرست مطالب |
چکیده ۱- مقدمه ۲- سابقه و هدف ۲-۱ مکانیزم اتصال فلزات سنگین بر روی مواد معدنی ۳- شرح منطقه مورد مطالعه ۴- مواد و روش ها ۴-۱ مجموعه داده های زمینی ۴-۱-۱ داده های تجربی ۴-۱-۲ استنتاج پارامترهای طیفی ۴-۱-۳ پردازش آماری ۴-۱-۴ نقشه برداری مجموعه داده های زمین ۴-۲ مجموعه داده تصویر ۴-۲-۱ تصویر HyMAP ۴-۲-۲ درجه تشابه طیفی بین تصویر HyMAP و داده های طیف سنج میدانی ۴-۲-۳ شباهت پارامترهای طیفی بین تصویر و مجموعه داده های زمین ۴-۲-۴ طبقه بندی تصویر HyMAP بر اساس پارامترهای طیفی ۵- نتایج و بحث ۵-۱ رابطه بین پارامترهای طیفی و غلظت های فلز سنگین ۵-۱-۱ غلظت های فلز سنگین ۵-۱-۲ پارامترهای طیفی ۵-۱-۳ همبستگی آماری با مقادیر ژئوشیمیایی و پارامترهای طیفی ۵-۱-۴ مقایسه الگوهای توزیع مکانی ۵-۱-۵ روابط کمیتی ۵-۲ کاربرد پارامترهای طیفی برای یک تصویر HyMAP ۵-۲-۱ شباهت طیفی ۵-۲-۲ مقایسه بین پارامتر طیفی زمینی و به دست آمده از- تصویر ۵-۲-۳ الگوهای توزیع مکانی پیکسل های تصویر طبقه بندی شده ۶- نتیجه گیری |
بخشی از ترجمه |
چکیده هدف از این مطالعه، استخراج پارامترها از تغییرات طیفی مرتبط با فلزات سنگین در خاک و بررسی امکان گسترش استفاده از این پارامترها برای تصاویر ابرطیفی و نقشه برداری از توزیع مناطق تحت تاثیر فلزات سنگین بر اساس داده های HyMAP است. تغییرات در ویژگی های جذب طیفی شبکه OH و اکسیژن در سطح مواد معدنی ناشی از ترکیبی از فلزات مختلف سنگین به غلظت های واقعی فلزات سنگین مرتبط بوند. نسبت ۶۱۰ به ۵۰۰ نانومتر (R610،۵۰۰ nm) در طیف مرئی و نزدیک-مادون قرمز (VNIR) ، منطقه جذب در ۲۲۰۰ نانومتر (Area2200 nm)، و عدم تقارن ویژگی جذب در ۲۲۰۰ نانومتر (Asym2200nm), ارتباط های معنی داری را به ترتیب با غلظت های سرب، روی، و آرسنیک نشان دادند. نقشه های شیب طیفی حاصل, الگوهای فضایی مشابه با نقشه های شیب ژئوشیمیایی را نشان دادند. پارامترهای طیفی استنتاج شده از-زمین, یک رابطه کمیتی قابل اعتماد با سطوح فلزات سنگین را بر اساس رگرسیون خطی چندگانه نشان دادند. برای بررسی امکان سنجی استفاده از این پارامترها برای یک تصویر HyMAP، پارامترهای طیفی به دست آمده از- تصویر با پارامترهای به دست آمده از-زمین از نظر R2، آنالیز واریانس یک طرفه، و الگوهای فضایی در نقشه شیب مقایسه شدند. پارامترهای R1344،۷۷۸nm و Area2200 nm, ارتباط ضعیفی بین دو مجموعه داده (R2 >0.5) را نشان دادند و جمعیت های مقادیر پارامتر طیفی، Depth500nm ، R1344،۷۷۸nm و Area2200nm به دست آمده از پیکسل های تصویر, با جمعیت های پارامترهای طیفی به دست آمده از-زمین در امتداد یک بخش از کانال جریان قابل مقایسه بودند. پیکسل های طبقه بندی شده در تصویر قاعده Depth500 nm، R1344،۷۷۸nm وnm Area2200 به دست آمده از یک تصویر HyMAP, الگوهای فضایی شبیه به نقشه های شیب پارامترهای طیفی به دست آمده از-زمین را نشان دادند. نتایج, قابلیت کاربرد بالقوه پارامترهای به دست آمده از ویژگی های جذب طیفی را در غربالگری و نقشه برداری توزیع فلزات سنگین نشان می دهند. اصلاح تفاوت ها در قدرت تفکیک طیفی و مکانی بین زمین و طیف تصویر باید برای نقشه برداری کمیتی و بازیابی غلظت فلزات سنگین از تصاویردر HyMAP نظر گرفته شود.
۶- نتیجه گیری در برآورد فلزات سنگین، و همچنین گسترش استفاده از آنها برای داده های تصویر در نقشه برداری توزیع فلزات سنگین به عنوان یک گام اولیه برای بازیابی فلزات سنگین از پارامترهای طیفی به دست آمده از-تصویر و نقشه برداری کمیتی توزیع آنها, این مطالعه, امکان استفاده از شاخص های طیفی به دست آمده از نمونه میدانی را مورد بررسی قرار داد. پارامترهای به دست آمده از طیف های نمونه های رسوبات به فلزات سنگین در ارتباط بودند و برای تصاویر HyMAP گسترش یافتند. از تغییرات در ویژگی های جذب طیفی از ROH (R: Al, Si, Mn, Fe, etc.) و RO (یعنی FeO) در سطوح معدنی، Depth500 nm, R610,500 nm, and R1344,778 nm در طیف VNIR و Depth2200 nm, Area2200 nm, and Asym2200 nm در محدوده SWIR به عنوان پارامترهای طیفی مرتبط با فلزات سنگین، بر اساس نظریه واکنش های فلزی متصل کننده استخراج شدند. پارامترهای طیفی به دست آمده از-زمین R610,500 nm, Asym2200 nm, و Area2200 nm به ترتیب ارتباطات آماری معنی دار را با سرب، آرسنیک، و روی و نیز الگوهای مکانی مشابه بر روی نقشه وارد شده را نشان دادند. این نتیجه نشان می دهد که مقادیر پارامتر طیفی به طور مستقیم به فلزات سنگین مرتبط می شوند و می توان آنها را برای نمایش بر روی نقشه استفاده نمود. علاوه بر این، ماهیت قابل اطمینان نتایج به دست آمده توسط رگرسیون های خطی چندگانه (به طور کلی، R2 >0.5, RPDN1.3 و SEE<0.4) بین پارامترهای طیفی به دست آمده از-زمین و غلظت های فلز سنگین, امکان بازیابی غلظت های فلز سنگین از پارامتی های ویژگی جذب طیفی را نشان می دهند. |
بخشی از مقاله انگلیسی |
Abstract The aim of this study is to derive parameters from spectral variations associated with heavy metals in soil and to explore the possibility of extending the use of these parameters to hyperspectral images and to map the distribution of areas affected by heavy metals on HyMAP data. Variations in the spectral absorption features of lattice OH and oxygen on the mineral surface due to the combination of different heavy metals were linked to actual concentrations of heavy metals. The ratio of 610 to 500 nm (R610,500 nm) in the visible and near-infrared (VNIR) range, absorption area at 2200 nm (Area2200 nm), and asymmetry of the absorption feature at 2200 nm (Asym2200 nm) showed significant correlations with concentrations of Pb, Zn, and As, respectively. The resulting spectral gradient maps showed similar spatial patterns to geochemical gradient maps. The ground-derived spectral parameters showed a reliable quantitative relationship with heavy metal levels based on multiple linear regression. To examine the feasibility to applying these parameters to a HyMAP image, image-derived spectral parameters were compared with ground-derived parameters in terms of R2, one-way ANOVA, and spatial patterns in the gradient map. The R1344,778 nm and Area2200 nm parameters showed a weak relationship between the two datasets (R2 > 0.5), and populations of spectral parameter values, Depth500 nm, R1344,778 nm, and Area2200 nm derived from the image pixels were comparable with those of ground-derived spectral parameters along a section of the stream channel. The pixels classified in the rule image of Depth500 nm, R1344,778 nm, and Area2200 nm derived from a HyMAP image showed similar spatial patterns to the gradient maps of ground-derived spectral parameters. The results indicate the potential applicability of the parameters derived from spectral absorption features in screening and mapping the distribution of heavy metals. Correcting for differences in spectral and spatial resolution between ground and image spectra should be considered for quantitative mapping and the retrieval of heavy metal concentrations from HyMAP images.
۶- Conclusions This study examined the possible use of spectral indicators obtained from a field sample in estimating heavy metals, as well as extending their use to image data in mapping heavy metal distributions as an initial step to retrieving heavy metals from image-derived spectral parameters and quantitatively mapping their distribution. Parameters derived from the spectra of sediment samples were linked to heavy metals and extended to HyMAP images. From variations in the spectral absorption features of ROH (R: Al, Si, Mn, Fe, etc.) and RO (i.e., FeO) at mineral surfaces, Depth500 nm, R610,500 nm, and R1344,778 nm in the VNIR range and Depth2200 nm, Area2200 nm, and Asym2200 nm in the SWIR range were derived as spectral parameters associated with heavy metals, based on the theory of metal binding reactions. The ground-derived spectral parameters R610,500 nm, Asym2200 nm, and Area2200 nm showed statistically significant relationships with Pb, As, and Zn, respectively, as well as similar spatial patterns on the compiled maps. This result indicates that spectral parameter values are directly related to heavy metals, and can be used to screen them on a map. Moreover, the reliable nature of results obtained by multiple linear regressions (generally, R2 N0.5, RPDN1.3, and SEEb0.4) between the ground-derived spectral parameters and heavy metal concentrations indicates the feasibility of retrieving heavy metal concentrations from spectral absorption feature parameters.
|
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
نگاشت از آلودگی های فلزات سنگین در رسوبات رودخانه با ژئوشیمی ترکیبی، طیف سنجی میدان و سنجش از دور ابرطیفی: مطالعه موردی منطقه معدن رودالکیلار، SE اسپانیا |
عنوان انگلیسی مقاله: |
Mapping of heavy metal pollution in stream sediments using combined geochemistry, field spectroscopy, and hyperspectral remote sensing: A case study of the Rodalquilar mining area, SE Spain |
|