Tracing the invisible footprint of mining in Iran: spectral mapping of heavy metal contamination in arid soils with a remote sensing approach
Javad Momeni Damaneh · E Tamassoki · Mohammed Achite 等 6 人
结合土壤地球化学与Landsat 8遥感，绘制伊朗干旱矿区重金属污染与植被胁迫图谱。
24个表层土壤样地球化学分析，结合Landsat 8-OLI植被指数与相关性分析
Cd超标88倍；RVI、MSAVI2优于NDVI，Cu与植被指数强负相关。
干旱稀疏植被区需筛选适宜植被指数，可发展重金属胁迫遥感反演与食物链风险预警模型。
方法新颖、数据扎实的矿区土壤重金属遥感监测研究，对农业生态与耕地污染监测有借鉴价值，但属境外案例、影响范围有限。
本研究采用跨学科框架，探讨伊朗哈夫县桑甘矿区采矿活动、重金属污染与植被响应之间的相互作用。研究将24个表层土壤样品的地球化学分析与Landsat 8-OLI遥感数据相结合，构建了一套用于监测受胁迫生态系统的稳健方法。化学分析显示，镉（Cd）、钡（Ba）和砷（As）显著累积。镉的平均浓度（26.5 mg kg⁻¹）约为全球页岩平均值（0.3 mg kg⁻¹）的88倍，这很可能与密集的铁矿石开采有关。该发现凸显了这些金属进入食物链并威胁人体健康的风险，尤其是对吸收率更高的儿童而言。从遥感角度看，在植被稀疏的干旱环境中，土壤调节植被指数如RVI（R = 0.82）和MSAVI2（R = 0.79）优于NDVI（R = 0.40），为生态监测提供了方法学进展。重金属与植被指数之间的相关分析显示，铜（Cu）与大多数指数呈强负相关，尤其是与IPVI（R = −0.69），表明铜对叶绿素和生物量具有植物毒性效应。相比之下，铬（Cr）与NDVI呈弱正相关（R = 0.36）。这些结果凸显了根据当地环境条件选择植被指数的必要性，并为加强基于遥感的污染生态系统监测提供了实用框架。该研究增进了对采矿影响的理解，并为全球受采矿影响景观的可持续管理提供了一个可复制的模型。