<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشگاه تهران</PublisherName>
				<JournalTitle>محیط شناسی</JournalTitle>
				<Issn>1025-8620</Issn>
				<Volume>38</Volume>
				<Issue>3</Issue>
				<PubDate PubStatus="epublish">
					<Year>2012</Year>
					<Month>11</Month>
					<Day>21</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Identification of Heavy Metals Contamination at Bushehr Mangroves</ArticleTitle>
<VernacularTitle>شناسایی آلودگی فلزات سنگین در جنگل‌های مانگرو استان بوشهر</VernacularTitle>
			<FirstPage>27</FirstPage>
			<LastPage>36</LastPage>
			<ELocationID EIdType="pii">29146</ELocationID>
			
<ELocationID EIdType="doi">10.22059/jes.2012.29146</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>علی</FirstName>
					<LastName>داوری</LastName>
<Affiliation>کارشناسی ارشد محیط زیست، گروه محیط زیست دانشکدة منابع طبیعی دانشگاه تهران</Affiliation>

</Author>
<Author>
					<FirstName>افشین</FirstName>
					<LastName>دانه‌کار</LastName>
<Affiliation>دانشیار محیط زیست، گروه محیط زیست دانشکدة منابع طبیعی دانشگاه تهران</Affiliation>

</Author>
<Author>
					<FirstName>نعمت الله</FirstName>
					<LastName>خراسانی</LastName>
<Affiliation>استاد محیط زیست، گروه محیط زیست دانشکدة منابع طبیعی دانشگاه تهران</Affiliation>

</Author>
<Author>
					<FirstName>آرش</FirstName>
					<LastName>جوانشیر</LastName>
<Affiliation>استادیار شیلات، گروه شیلات دانشکده منابع طبیعی دانشگاه تهران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
		    <Abstract>Mangrove trees occur along the coastal areas of Bushehr province, south Iran and these plants have been used in traditional medicine and fodder for centuries. Heavy metals are known to pose a potential threat to terrestrial and aquatic biota. However, little is known on the levels of heavy metals found in mangrove in Iran. To understand levels of heavy metals and identified heavy metal source, we used mathematical methods. Principal components analysis (PCA) is a multivariate statistical technique capable of discerning patterns in large environmental datasets. Typically, PCA has been used to examine the spatial variability of contaminants. However, it has also been used to discriminate between contaminant sources and to identify key variables for environmental monitoring purposes. Surface mangrove sediments (0–10 cm) collected from three mangrove sites in Bushehr, northern Persian Gulf were sampled for metal contamination analysis in April 2009. The concentrations ranged (in µg g-1 dry weight): Al, 1795-30240; Fe,6425-51530; Cd, 0.6-3.45; Cu, 14.1-98.28; Ni, 14.1-204.54; Pb, 34.15-191.6; V, 57.38-825.26 and Zn, 44.91–306.15; respectively. Reducing the in?uence of grain size using granulometric normalisation mean that other factors affecting metal variability, including mineralogy, anthropogenic sources and oil pollution, could be identi?ed and interpreted more clearly.</Abstract>
			<OtherAbstract Language="FA">در مناطق ساحلی استان بوشهر در جنوب کشور ایران درختان مانگرو وجود دارد که این گیاهان قرن‌هاست به عنوان دارو‌های سنتی و همچنین علوفه دام مورد استفاده مردم بومی قرار می‌گیرند. دانسته‌های اندکی در بارة سطوح فلزات سنگین در جنگل‌های مانگرو ایران وجود دارد. به منظور تعیین سطوح فلزات سنگین و شناسایی منابع آنها در این پژوهش از روشهای آماری تجزیه به مؤلفه‌های اصلی (PCA) بهره گرفته شد که نقش اساسی در نمایش پراکندگی‌های الگوها در محیط زیست دارد. به طور کلی PCA برای تجزیه و تحلیل تغییرپذیری فضایی آلاینده‌ها استفاده می‌شود ولی در تعیین منابع آلودگی و شناسایی منابع کلیدی آلاینده‌ها برای اهداف پایش محیط زیست نیز از توانایی ویژه‌ای برخوردار است. در این مطالعه رسوبات سطحی (صفر تا 10 سانتیمتر) سه رویشگاه مانگرو استان بوشهر واقع در مجاورت فعالیت‌های توسعة نفت و گاز پارس جنوبی به منظور تجزیه‌و‌تحلیل فلزات سنگین در بهار سال 1388 نمونه برداری شد. دامنة غلظت فلزات سنگین به ترتیب برای آلومینیم، آهن، کادمیوم ، مس ، نیکل، سرب ، وانادیوم و روی برابر با؛ 89/14511، 72/30736، 72/1، 04/46، 14/64، 8/94، 33/311 و 46/181 میکرو گرم بر گرم تعیین شد. نتایج تحلیل‌های PCA نیز نشان داد که با کاهش اثر دانه‌بندی با نرمال کردن داده‌های فلزات سنگین با میزان ذرات کوچکتر از 63 میکرون رسوب، عواملی که تغییرپذیری فلزات را تحت تأثیر قرار می‌داد مانند مینرالوژی، منابع آلاینده‌های مصنوعی و منابع آلودگی نفتی به طور کامل قابل شناسایی و تفسیر است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">استان بوشهر</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">جنگل‌های مانگرو</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">رسوبات</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">فلزات سنگین</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نرمال سازی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jes.ut.ac.ir/article_29146_800ca5c1483432d248c8104d60a0db71.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
