Documente Academic
Documente Profesional
Documente Cultură
Rezumat Teza Faciu Ema PDF
Rezumat Teza Faciu Ema PDF
STUDIUL DISTRIBUŢIEI
METALELOR GRELE ÎN SOL
ÎN PERIMETRUL MUNICIPIULUI BACĂU
FOLOSIND
SISTEME INFORMAŢIONALE GEOGRAFICE
2013
Investeşte în oameni!
Proiect cofinanţat din Fondul Social European prin Programul Operaţional
Sectorial pentru Dezvoltarea Resurselor Umane 2007 – 2013
Axa prioritară: „Educaţia şi formarea profesională în sprijinul creşterii economice
şi dezvoltării societăţii bazate pe cunoaştere”
Domeniul major de intervenţie: „Programe doctorale şi postdoctorale în sprijinul
cercetării”
Titlul proiectului: Valorificarea capitalului uman din cercetare prin burse
doctorale (ValueDoc)
Cod Contract: POSDRU/107/1.5/S/76909
Beneficiar: Universitatea POLITEHNICA din Bucureşti
MINISTERUL EDUCAŢIEI NAȚIONALE
UNIVERSITATEA „VASILE ALECSANDRI”
DIN BACĂU
Str. Calea Mărăşeşti, Nr. 157, Bacău 600115
Tel. ++40-234-542411, tel./fax ++40-234-545753
www.ub.ro; e-mail: rector@ub.ro
....................................................................................................................................................
...........................................................................................................................................
Respectul şi mulţumirile mele se îndreaptă către toţi cei care, de-a lungul acestor trei
ani, au contribuit la realizarea, desfășurarea și finalizarea în bune condiții și cu succes a
acestui demers ştiinţific:
Domnului profesor dr. Gabriel Lazăr, îi mulțumesc pentru modul în care, în calitate
de coordonator științific, m-a ghidat și susținut în toată această perioadă; pentru tot suportul,
nu doar științific, ci și moral; pentru oportunitatea de a face parte din programul de burse
doctorale POSDRU/107/1.5/S/76909 ”Valorificarea capitalului uman din cercetare prin burse
doctorale (ValueDoc)” care a facilitat nu doar finalizarea acestei teme de doctorat în cadrul
Universității ”V. Alecsandri” din Bacău, România, ci și experiența unui stagiu de cercetare la
Universitatea din Southampton, Marea Britanie.
Domnului profesor dr. ing. Valentin Nedeff, pentru încrederea și îndrumările
acordate, precum și pentru criticile, întotdeauna binevenite, care m-au ajutat să mă dezvolt
ca și cercetător.
Domnului profesor dr. Peter Atkinson de la Universitatea Southampton, Marea
Britanie, pentru șansa de a face parte din grupul lui de cercetare, pentru răbdarea și
bunăvoința cu care mi-a răspuns la întrebări și modul strict în care mi-a evaluat progresul.
Doamnelor conf. dr. Irina Ifrim și conf. dr. Iulia Lazăr pentru tot ajutorul acordat în
realizarea măsurătorilor în cadrul Laboratorului de Spectroscopie al Universității ”V.
Alecsandri” din Bacău, și pentru feedback-ul pe marginea analizei statistice a datelor.
Vă mulțumesc în mod deosebit, dumneavoastră, membrilor comisiei de evaluare
pentru acceptul de a aprecia această teză și pentru disponibilitatea de care ați dat dovadă,
participând la această susținere.
Cadrelor didactice de la Departamentul Ingineria Mediului și Inginerie Mecanică
și de la Departamentul Inginerie Chimică şi Alimentară, le mulțumesc pentru tot suportul
pe care mi l-au acordat și pentru că mi-au fost și prieteni, nu doar îndrumători.
Colegilor doctoranzi de la Universitatea ”V. Alecsandri” din Bacău și
Universitatea din Southampton le mulțumesc pentru toate ideile împărtășite și atmosfera
deosebită în care am lucrat împreună.
Și nu în ultimul rând doresc să mulțumesc familiei mele care m-a sprijinit, suportat și
tolerat, rămânându-mi mereu alături.
Cuprins
Lista figurilor 15
Lista tabelelor 21
Lista abrevierilor 21
ANEXE 183
Anexa 1 – Determinări ale concentrațiilor de metale grele în sol realizate la nivel național 184
Anexa 2 - Procedura pentru stabilirea punctelor de prelevare 206
Anexa 3 - Procedura pentru deplasarea în teren 211
Anexa 4 - Georeferențierea 216
Anexa 5 - Procedura pentru măsurarea pH-ului solului 218
Anexa 6 - Procedura pentru digestia componentei organice 219
Anexa 7 - Procedura pentru determinarea concentraţiei de Mn 221
Anexa 8 - Procedura pentru determinarea concentraţiei de Cd, Cu, Pb și Zn din sol 222
Anexa 9 – Procedura de creare, georeferențiere și editare a structurii de straturi 225
Anexa 10 - Modelarea distribuției particulelor de metale grele provenite din gazele de
eșapament 228
Anexa 11 – Procedura de lucru pentru analiza tendinței centrale și verificarea normalității
distribuției 230
Anexa 12 - Compararea concentrațiilor determinate cu valorile de referință pentru fiecare
metal greu analizat 232
Anexa 13 – Generarea hărții de distribuție prin interpolarea Ordinary Kriging și evaluarea
acurateței 234
Anexa 14 – Obținerea ecuației de predicție a valorilor utilizând regresia liniară și obținerea
hărții de distribuție a valorilor previzionate 235
Anexa 15 – Rapoartele analizelor efectuate cu ajutorul aplicațiilor SPSS și ArcMap asupra
valorilor măsurate pentru pH 236
Anexa 16 – Rapoartele analizelor efectuate cu ajutorul aplicațiilor SPSS și ArcMap asupra
valorilor măsurate pentru Mn 240
Anexa 17 – Rapoartele analizelor efectuate cu ajutorul aplicațiilor SPSS și ArcMap asupra
valorilor măsurate pentru Cu 253
Anexa 18 – Rapoartele analizelor efectuate cu ajutorul aplicațiilor SPSS și ArcMap asupra
valorilor măsurate pentru Pb 263
Anexa 19 – Rapoartele analizelor efectuate cu ajutorul aplicațiilor SPSS și ArcMap asupra
valorilor măsurate pentru Cd 274
Anexa 20 – Rapoartele analizelor efectuate cu ajutorul aplicațiilor SPSS și ArcMap asupra
valorilor măsurate pentru Zn 284
Anexa 21 – Tabele cu datele experimentale obținute 294
NOTĂ:
În rezumatul tezei de doctorat se prezintă rezultatele cercetărilor experimentale
proprii, concluziile generale și bibliografie selectivă. La redactarea rezumatului s-au păstrat
aceleași notații pentru capitole, paragrafe, figuri, tabele și ecuații utilizate în textul tezei de
doctorat.
1 Introducere - Necesitatea temei de cercetare „Studiul distribuţiei
metalelor grele în sol în perimetrul municipiului Bacău folosind
Sisteme Informaționale Geografice”
În ţara noastră, proiecte care utilizează GIS au fost realizate în special în domeniul
imobiliar, administrativ şi agricol [24-26] şi mai puţin în domeniul protecţiei mediului [27-30].
La nivelul Agenţiilor Județene pentru Protecţia Mediului, Sistemele Informaţionale Geografice
nu au fost utilizate până în prezent [31].
Din punct de vedere al studiului distribuţiei metalelor grele în sol, analizele efectuate
până decembrie 2010 în zona municipiului Bacău [32], sunt insuficiente pentru a putea
concluziona asupra gradului de poluare cu metale grele a solului. De asemenea, nu au fost
găsite, în literatura de specialitate, referiri despre utilizarea GIS în domeniul protecţiei
mediului.
Fig. 8-1 pH - Clasificarea pe categorii de valori - captură de ecran referitoare la structura variabilei pH_categ și a
setului de instrucțiuni de creare a acesteia.
Din clasificarea pe tipurile de folosință a solurilor (Fig. 8-3) se poate observa că pH-ul
”moderat acid” se regăsește doar în categoria terenurilor agricole (”agricultural”), în timp care
categoria ”slab acid” se găsește în proporții aproximativ egale în cadrul solurilor din
categoriiile terenurilor de folosință agricolă (”agricultural”) și a celor influențate de unitățile
industriale (”vacant land”).
Fig. 8-3 pH - Clasificarea procentuală (”Percent”) pe clase de pH (”pH classification”) în funcție de clasificarea
tipului de folosință a solurilor (”Land use”). Procentele au fost calculate din totalul pe categoria de sol.
Fig. 8-5 pH - Histograma frecvenței de distribuție (Frequency) pentru valorile obținute în urma transformării
(pH_transf).
Din analiza graficului din Figura 9-2 putem concluziona că, deși nicio valoare
determinată nu a depășit pragul de intervenție IT, doar 15,73% din valori se găsesc sub
pragul valorii normale NV, iar 25,84% depășesc AT fără a depăși și pragul de intervenție IT.
Procentul cu care valorile măsurate depășesc AT variază de la 0,66% până la 51,40%,
43,48% dintre acestea înregistrând depășiri de peste 10%.
Fig. 9-2 Mn - Distribuția procentuală a datelor experimentale obținute, în funcție de valorile de referință stabilite
prin OM 756/1997 [33].
Din analiza graficului distribuției procentuale a datelor experimentale obținute pentru
Mn în funcție de valorile de referință stabilite prin HG 756/1997 [33] pentru fiecare tip de
folosință a solurilor (Fig. 9-3) se pot concluziona următoarele:
- pentru categoria de sol agricol (agricultural) – mai mult de 80% dintre valori
depășesc valoarea normală NV, 21% depășind și pragul de alertă AT, dar cu mai
puțin de 10%. Utilizarea inadecvată a produselor chimice destinate agriculturii poate fi
o explicație a acestei situații. Cum nu au fost găsite studii anterioare pentru Mn în
aceste locații nu se poate stabili dacă este vorba de o poluare remanentă sau una
actuală;
- pentru categoria de sol din parcuri și zonele naturale (park) – nicio valoare nu a
depășit pragul de alertă AT, dar 37,5% sunt peste valoarea normală NV. Aceste valori
se găsesc în locații din parcurile urbane (cauza posibilă fiind transportul particulelor
de praf din zonele aflate sub influența directă a surselor de poluare prin intermediul
curenților de aer) sau de pe albia Bistriței (cauza posibilă fiind depozitarea prin
intermediul aluviunilor aduse de râu);
- pentru categoria de sol aflat în zonele verzi urbane (urban green) – nicio valoare
nu se găsește sub valoarea normală NV, iar 32,26% dintre acestea depășesc pragul
de alertă AT fără a depăși pragul de intervenție IT. Cum majoritatea acestor locații se
găsesc în imediata vecinătate a străzilor și 50% dintre valorile care depășesc AT o
fac cu peste 10%, se poate concluziona că traficul poate reprezenta o sursă de
poluare cu Mn în perimetrul municipiului Bacău;
Fig. 9-3 Mn - Distribuția procentuală (Percent) a datelor experimentale obținute, în funcție de valorile de referință
stabilite prin OM 756/1997 [33] pentru fiecare tip de folosință a solurilor (Land use).
Fig. 9-4 Mn - Harta orașelor în care au fost înregistrate depășiri (Exceeding of the thresholds) ale AT (bara
simplă) și IT (bara cu *) pe fiecare tip de folosință a solului (zone verzi urbane – urban green; de folosință agricolă
– agricultural; parcuri și zone naturale – parks; zone influențate direct de industrie și depozite de deșeuri- vacant
land).
Au fost analizate două studii referitoare la distribuția metalelor grele în sol realizate
pentru zonele urbane Iași [30] și Fălticeni [27] și împrejurimile lor. Din Tabelul 9-1 se poate
observa că valorile medie și maximă sunt mai mari în Bacău decât în celelalte două orașe.
Fig. 9-5 Mn - Harta de distribuție generată prin interpolare Ordinary Kriging utilizând datele experimentale. Sunt
reprezentate limitele zonei urbane (city_limits), valorile măsurate pentru concentrația Mn (Mn observed values) și
codul culorilor pe domeniile de valori asociate în cadrul hărții de distribuție (Kriging Prediction Map).
Acuratețea hărții de distribuție generate (Fig. 9-5) a fost verificată prin analiza
distribuției spațiale a valorilor reziduale, calculate ca și diferența dintre valorile previzionate
de funcția de interpolare și valorile măsurate. Semivariograma are un aspect ”plat” (sill=0)
(Anexa 16 - Fig. 11), marcând lipsa de corelație spațială a valorilor reziduale.
Din analiza hărții de distribuție a valorilor reziduale (Fig. 9-6), se poate concluziona că
harta de distribuție a valorilor măsurate previzionează corect concentrația Mn în sol în
majoritatea perimetrului municipiului, prezentând valori majorate în zonele agricole și ariile
naturale, reprezentate cu roșu în Figura 9-6. În o serie de zone rezidențiale, valorile reale au
fost subevaluate (galben în Fig. 9-6), ceea care determină necesitatea de a găsi o nouă
modalitate de a realiza harta de distribuție.
Fig. 9-6 Mn - Harta de distribuție a valorilor reziduale rezultate în urma interpolării Kriging a datelor experimentale.
Au fost reprezentate limitele zonei urbane (city_limits), zonele rezidențiale (residentials), valorile măsurate pentru
concentrația Mn (Mn observed values) și codul culorilor pe domeniile de valori asociate în cadrul hărții de
distribuție pentru zonele în care valoarea prezisă subestimează (underestimated) sau supraestimează
(overestimated) valoarea măsurată (Residuals distribution).
Fig. 8-7 Mn - Reprezentare tip Plot a valorilor previzionate prin regresie (Mn_regr) și a valorilor observate (Mn) în
funcție de categoria de folosință a terenurilor (Land use).
Fig. 9-9 Reprezentare comparativă a hărților de distribuție spațială a valorilor reziduale obținute în urma
interpolării Ordinari Kriging (a) și în urma aplicării ecuației de regresie (b). Au fost reprezentate limitele zonei
urbane (city_limits), zonele rezidențiale (residentials), valorile măsurate pentru concentrația Mn (Mn observed
values) și codul culorilor pe domeniile de valori asociate în cadrul hărții de distribuție pentru zonele în care
valoarea prezisă subestimează (underestimated) sau supraestimează (overestimated) valoarea măsurată
(Residuals distribution).
Harta de predicție a valorilor concentrației de Mn a fost realizată aplicând funcția de
interpolare Ordinary Kriging asupra valorilor calculate prin intermediul ecuației de regresie
(Anexa 16 – Fig. 17 și Fig. 9-10)
Fig. 9-10 Mn - Distribuția spațială rezultată în urma interpolării Ordinary Kriging a valorilor obținute prin aplicarea
ecuației de regresie. Au fost reprezentate limitele zonei urbane (city_limits), valorile măsurate pentru concentrația
Mn (Mn observed values) și codul culorilor pe domeniile de valori asociate în cadrul hărții de distribuție pentru
valorile previzionate (Kriging).
Comparând cele două hărți de distribuție (Fig. 9-11) se poate observa că ambele
modele prezintă două zone de concentrare a valorilor mari (marcate cu roșu) localizate în
centrul orașului la nord și la sud de Parcul Central și zona sportivă (marcată cu albastru
deschis).
Fig. 9-11 Reprezentare comparativă între harta de distribuție: generată prin interpolare Kriging (a) și cea generată
prin regresie (b)
9.6. Concluzii pentru Mn
Distribuția spațială a concentrațiilor de Mn în solul de suprafață a municipiului Bacău
a fost modelată utilizând interpolarea Ordinary Kriging (Fig. 9-5) și regresia liniară prin
metoda Backward (Fig. 9-10). În modelul generat prin regresie au fost folosiți ca și predictori
semnificativi statistic: influența traficului (predictor compus format din dispersia gazelor de
eșapament și dispersia particulelor eliberate prin mișcarea mecanică a autovehiculelor) și
clasificarea după tipul de folosință a terenurilor asociat surselor de poluare directă.
Ambele hărți previzionează corect concentrația de Mn din sol în majoritatea
perimetrului municipiului Bacău (Fig. 9-6, Fig. 9-8), însă, în funcție de scopul cercetării se
poate alege unul din cele două modele: pentru analiza zonelor rezidențiale și a zonelor
naturale se recomandă modelul bazat pe regresie, iar pentru analiza zonelor aflate sub
influența unităților industriale și a terenurilor agricole intravilane, modelul bazat pe
interpolarea Ordinary Kriging.
O concentrare de valori mari s-a observat în centrul orașului și aceasta poate fi
explicată prin influența traficului și prin descreșterea vitezei vântului dinspre marginea
orașului către centru.
În zonele de folosință agricolă în care s-au înregistrat valori ale pH-ului în domeniul
acid, valorile concentrațiilor de Mn sunt relativ scăzute, deci se poate concluziona că deși
biodisponibilitatea Mn este favorizată de pH-ul scăzut, riscul ca plantele cultivate să
absoarbă cantități în exces este scăzut.
10. Rezultatele obținute în urma analizei datelor experimentale
pentru Cu
Elementele relavante din rapoartele generate de aplicațiile software SPSS și ArcMap
în urma aplicării funcțiilor statistice și geostatistice de analiză a datelor experimentale
obținute pentru Cu au fost cumulate în cadrul Anexei 17. Fiecare element: figură / diagramă
/ tabel, este numerotat individual și referit în cadrul Capitolului 10 prin antetul său: Anexa 17
– Table xx sau Anexa 17 – Fig. xx.
Au fost identificate trei valori ca și outlier: valoarea probelor cu ID-ul 59, ID-ul 19 și
cea a probei cu ID-ul 37 (Fig. 10-1).
Proba 59 este localizată în vecinătatea vechii halde de deșeuri urbane, astfel că o
valoare mare a concentrațiilor de metale grele este posibilă. Deoarece în apropiere se
găsesc și terenuri agricole, păstrarea acestei valori devine necesară pentru o analiză corectă
a influenței pe care această posibilă sursă de poluare o poate avea.
Pobele 19 și 37 sunt localizate în bordurile stradale ale E85 (București-Suceava) și
ruta ocolitoare pentru mașinile grele către zona industrială Mărgineni, două străzi
caracterizate printr-un trafic foarte intens. Din analiza celorlalte valori aflate în categoria de
terenuri influențate de trafic (”urban green”), se observă că întreaga grupă prezintă valori
ridicate. Diferențele s-ar putea datora influenței traficului feroviar pentru proba 37, respectiv
lucrărilor de demolare/construcție care se derulau în apropierea punctului de prelevare 19.
Deoarece niciuna din cele trei valori nu afectează normalitatea distribuției și valorile
ridicate înregistrate au o explicație și deschid noi posibilități de analiză, s-a hotărât păstrarea
lor în setul de date.
Omogenitatea grupării pe tipurile de folosință a solurilor se verifică utilizând testul
Levene, iar pentru o valoare a coeficientului de semnificație statistică Sig.>0,05, se poate
concluziona că grupurile de date sunt bine definite (Anexa 17 – Tabel 4 și Tabel 5).
Rezultatele analizei referitoare la tendința de autocorelare spațială și de a forma
clustere de valori mari utilizând funcțiile Getis-Ord General G (Anexa 17 – Fig. 4) și Global
Moran's I Spatial Autocorrelation (Anexa 17 – Fig. 5) afirmă că: există peste 99% șanse ca
valorile analizate să formeze clustere de valori mari și peste 90% șanse ca acele clustere să
fie corelate. Se poate concluziona astfel că este posibil ca datele analizate să formeze
concentrații de valori mari și că acestea pot aparține aceleiași / acelorași surse.
Fig. 10-2 Cu - Distribuția procentuală a datelor experimentale obținute, în funcție de valorile de referință stabilite
prin OM 756/1997 [33].
Din analiza graficului din Figura 10-2 putem concluziona că, deși nicio valoare
determinată nu a depășit pragul de intervenție AT, doar 16,85% din valori se găsesc sub
pragul valorii normale NV. Cum în municipiul Bacău a fost activă o puternică industrie
metalurgică, constructoare de mașini și componente mecanice și electronice, este posibil ca
poluarea remanentă să reprezinte unul dintre factorii determinanți ai concentrațiilor de Cu
peste NV din sol.
Din analiza graficului distribuției procentuale a datelor experimentale obținute pentru
Cu în funcție de valorile de referință stabilite prin OM 756/1997 [33] pentru fiecare tip de
folosință a solurilor (Fig. 10-3) se pot concluziona următoarele:
- pentru categoria de sol agricol (agricultural) – mai mult de 80% dintre valori
depășesc valoarea normală NV – utilizarea inadecvată a produselor chimice
destinate viticulturii putând fi o explicație a acestei situații în cazul terenurilor agricole
intravilane, majoritatea caselor având și vie;
- pentru categoria de sol din parcuri și zonele naturale (park) – nicio valoare nu a
depășit pragul de alertă AT, dar 31,25% sunt peste valoarea normală NV. Aceste
valori se găsesc în locații din parcurile urbane (cauza posibilă fiind transportul
particulelor de praf din zonele aflate sub influența directă a surselor de poluare prin
intermediul curenților de aer) sau de pe albia Bistriței (cauza posibilă fiind depozitarea
prin intermediul aluviunilor aduse de râu);
Fig. 10-3 Cu - Distribuția procentuală (”Percent”) a datelor experimentale obținute, în funcție de valorile de
referință stabilite prin OM 756/1997 [33] pentru fiecare tip de folosință a solurilor (”Land use”).
- pentru categoria de sol aflat în zonele verzi urbane (urban green) – doar 3,23%
dintre valorile determinate se găsesc sub valoarea normală NV, restul nedepășind
pragul de alertă AT. Cum majoritatea acestor locații se găsesc în imediata vecinătate
a străzilor, se poate concluziona că traficul reprezintă o sursă de poluare cu Cu în
perimetrul municipiului Bacău;
- pentru categoria de sol aflat în vecinătatea unităților industriale și de
management a deșeurilor (vacant land) – toate valorile se găsesc între valoarea
normală NV și pragul de alertă AT fără a-l depăși, deci se poate concluziona că
procesele industriale și depozitele de deșeuri influențează concentrația de Cu de pe
terenurile din vecinătate.
10.3. Compararea concentrațiilor determinate cu valorile publicate în
alte studii
Cu este unul dintre cele mai studiate metale grele [31], dar locațiile de prelevare au
fost alese în zone influențate de anumite posibile surse de poluare și nu acoperă întreaga
zonă urbană. Cum nu pentru toate studiile au fost raportate valorile, ci doar rezultatul
comparativ cu pragurile prevăzute de OM 756/1997 [33], pe hartă (Fig. 10-4) sunt
reprezentate doar locațiile unde au fost înregistrate depășiri ale AT și IT, pe fiecare categorie
de clasificare a solului.
Fig. 10-4 Cu - Harta orașelor în care au fost înregistrate depășiri (”Exceeding of the thresholds”) ale AT (bara
simplă) și IT (bara cu *) pe fiecare categorie de folosință a solului (zone verzi urbane – ”urban green”; de folosință
agricolă – ”agricultural”; parcuri și zone naturale – ”parks”; zone influențate direct de industrie și depozite de
deșeuri- ”vacant land”).
Au fost analizate două studii referitoare la distribuția metalelor grele în sol realizate
pentru zonele urbane Iași [30] și Fălticeni [27] și împrejurimile lor. Din Tabelul 10-1 se poate
observa că valorile medie și maximă sunt mai mici în Bacău decât în celelalte două orașe.
Fig. 10-5 Cu - Harta de distribuție generată prin interpolare Ordinary Kriging utilizând datele experimentale. Sunt
reprezentate limitele zonei urbane (”city_limits”), valorile măsurate pentru concentrația Cu (”Cu observed values”)
și codul culorilor pe domeniile de valori asociate în cadrul hărții de distribuție (”Kriging Prediction Map”).
Fig. 10-68 Harta de distribuție a concentrațiilor de Cu în relație cu: rețeaua de trafic stradal (a) și rețeaua de trafic
feroviar (b).
Sunt evidențiate mai multe zone de concentrare a valorilor mari. Prin suprapunerea
hărții de distribuție cu straturile asociate traficului rutier și feroviar (Fig. 10-6), se poate
observa că acestea urmăresc rețelele stradale și de căi ferate. Locațiile din sudul orașului,
asociate cu calea ferată sunt influențate și de unitățile industriale și depozitele de deșeuri din
zonă.
Aplicând regresia liniară prin metoda Backward asupra variabilei Cu (valorile
măsurate) ca variabilă dependentă și ”trafic” ca și predictor compus (format din k_gas_1000
– distribuția de gazelor de eșapament emise calculată la distanța de 1000 m de segmentul
de drum asociat; și din k_part_10 – distribuția particulelor de metal emise în timpul mișcării
mecanice ale vehiculelor la distanța de 10m de segmentul de drum asociat) s-a obținut un
singur model cu R2 = 0,145; semnificativ statistic (Sig. <0,01) și cu un coeficient Durbin-
Watson=2,137. Se poate concluziona că traficul rutier poate explica 14,5% din varianța
concentrației de Cu (Anexa 17 – de la Tabel 7 până la Tabel 9).
Rezultatele aplicării regresiei liniare pentru Cu (variabilă dependent) și ”traficul
feroviar” (K-rail – predictor) este R2=0,270 (Sig.=0,000) și un coeficient Durbin-Watson=
1,727 (Anexa 17 – Tabel 10). Se poate concluziona că traficul feroviar poate explica 27% din
varianța concentrațiilor de Cu.
Un alt factor important este modul de folosință a solului. S-a aplicat regresia liniară cu
metoda Backward, pentru Cu (dependent – valorile măsurate) și variabila ”land use” ca și
predictor compus (variabila categorială a fost transformată în trei variabile binare, utilizând
categoria ”urban green” ca și categorie de bază), obținând R2=0,304 (Sig.=0,000) și un
coeficient Durbin-Watson= 1,972 (Anexa 17 – Tabel 11). Se poate concluziona că modul de
folosință a terenurilor poate explica 30,4% din varianța concentrațiilor de Cu.
Rezultatele regresiei liniare aplicate Cu (variabilă dependent) factorului de influență
”pH” (predictor) nu au fost semnificativ statistic, deci nu a fost luat în considerare (Anexa 17
– Tabel 12).
Modelul care include toți predictorii semnificativi statistic prezintă un R2=0,510
(Sig.=0,000) și un coeficient Durbin-Watson = 1,567 (Anexa 17 – Table 13). Un model care
explică doar 51% din varianța concentrațiilor de Cu nu poate fi utilizat pentru a previziona
valorile în locațiile unde nu au fost prelevate probe. De asemenea, valoarea coeficientului
Durbin-Watson, semnificativ mai mica decât 2 atrage atenția asupra unor posibile corelații
între predictori, fapt pus în evidență și de rezultatul funcțiilor Getis-Ord General G și Global
Moran's I Spatial Autocorrelation.
Acuratețea hărții de distribuție generate (Fig. 10-5) a fost verificată prin analiza
distribuției spațiale a valorilor residuale calculate ca și diferența dintre valorile previzionate de
funcția de interpolare și valorile măsurate. Semivariograma are un aspect ”plat” (sill=0)
(Anexa 17 - Fig. 11), marcând lipsa de corelație spațială a valorilor reziduale.
Se poate concluziona că harta de distribuție rezultată previzionează corect
concentrația Cu în sol în majoritatea perimetrului municipiului, prezentând valori majorate în
zonele agricole și ariile naturale, reprezentate cu galben-portocaliu în Figura 10-7.
Fig. 10-7 Cu - Harta de distribuție a valorilor reziduale rezultate în urma interpolării Kriging a datelor
experimentale. Au fost reprezentate limitele zonei urbane (”city_limits”), zonele rezidențiale (”residentials”),
valorile măsurate pentru concentrația Cu (”Cu observed values”) și codul culorilor pe domeniile de valori asociate
în cadrul hărții de distribuție pentru zonele în care valoarea prezisă subestimează (”underestimated”) sau
supraestimează (”overestimated”) valoarea măsurată (”Residuals distribution”).
11. Rezultatele obținute în urma analizei datelor experimentale
pentru Pb
Elementele relavante din rapoartele generate de aplicațiile software SPSS și ArcMap
în urma aplicării funcțiilor statistice și geostatistice de analiză a datelor experimentale
obținute pentru Pb au fost cumulate în cadrul Anexei 18. Fiecare element: figură / diagramă
/ tabel, este numerotat individual și referit în cadrul Capitolului 11 prin antetul său: Anexa 18
– Table xx sau Anexa 18 – Fig. xx.
Din analiza Boxplot (Fig. 11-2) reiese existența a două valori outlier: punctul cu ID-ul
86, situat în zona industrială din cartierul Izvoare, într-o locație influențată de fosta fabrică de
hârtie ”Letea” (56,730 mg/kg sol uscat) și punctul cu ID-ul 25 (53,748 mg/kg sol uscat), situat
într-o zonă centrală cu trafic intens. Comparând cu valorile din alte zone cu aceleași
caracteristici se observă că diferențele nu sunt majore (următoarele două valori în ordine
descrescătoare sunt 52,125 mg/kg sol uscat și 51,475 mg/kg sol uscat), astfel că s-a decis
păstrarea valorilor ”outlier” și transformarea datelor experimentale.
Fig. 11-2 Pb - Boxplot al datelor experimentale cu evidențierea ”outlier-ilor”.
Pentru transformarea valorilor a fost aplicat operatorul log (logaritmul în baza 10 din
valoarea determinată), obținându-se o distribuție normală cu un coeficient de semnificație
statistică a testului Kolmogorov-Smirnov (Anexa 18 - Tabel 4) de 0,200 (Sig. >0,05).
Histograma (Fig. 11-3), Boxplot (Anexa 18 - Fig. 4) și Normal Q-Q Plot (Anexa 18 -
Fig. 5) confirmă această concluzie.
În continuare, pentru analizele statistice și geostatistice s-au folosit valorile obținute
prin transformare.
Fig. 11-3 Pb - Histograma frecvențelor de distribuție (”Frequency”) a valorilor obținute în urma transformării
(Pb_log).
Fig. 11-4 Pb - Distribuția procentuală a datelor experimentale obținute, în funcție de valorile de referință stabilite
prin OM 756/1997 [33].
Din graficul din Figura 11-4 se poate observa că peste 50% din numărul total de
probe au valori sub NV și doar 4,49% din punctele măsurate au valori peste AT, dintre
acestea doar o valoare prezentând o depășire de peste 10% (13,46%). Poluarea remanentă
în cazul Pb a avut ca și surse utilizarea benzinei cu Pb până în 2004 și puternica industrie
metalurgică și de prelucrare a maculaturii activă până în 2009. Surse active în prezent ar
putea fi doar utilizarea fertilizatorilor (poluare locală) și arderea combustibililor fosili (transfer
pe calea aerului).
Din analiza graficului distribuției procentuale a datelor experimentale obținute pentru
Pb în funcție de valorile de referință stabilite prin OM 756/1997 [33] pentru fiecare tip de
folosință a solurilor (Fig. 11-5) se pot concluziona următoarele:
- pentru categoria de sol agricol (agricultural) – mai mult de 80% dintre valori se
găsesc sub valoarea normală NV, doar 4,35% depășind AT, astfel că se poate spune
că utilizarea inadecvată a fertilizatorilor și altor produse chimice destinate agriculturii
nu reprezintă o sursă de poluare cu Pb;
- pentru categoria de sol din parcuri și zonele naturale (park) – nicio valoare nu a
depășit pragul de alertă AT, și 18,75% sunt peste valoarea normală NV. Aceste valori
se găsesc în locații din parcurile urbane (cauza posibilă fiind transportul particulelor
de praf din zonele aflate sub influența directă a surselor de poluare prin intermediul
curenților de aer) sau de pe albia Bistriței (cauza posibilă fiind depozitarea prin
intermediul aluviunilor aduse de râu);
Fig. 11-5 Pb - Distribuția procentuală (”Percent”) a datelor experimentale obținute, în funcție de valorile de
referință stabilite prin OM 756/1997 [33] pentru fiecare categorie de folosință a solurilor (”Land use”)
- pentru categoria de sol aflat în zonele verzi urbane (urban green) – cu un procent
de 74,19% din valori situate între NV și AT, cu un procent de 9,68% peste AT și cu
doar 16,13% dintre valorile determinate sub valoarea normală NV, se poate
concluziona că traficul reprezintă o sursă de poluare remanentă cu Pb în perimetrul
municipiului Bacău.
- pentru categoria de sol aflat în vecinătatea unităților industriale și de
management a deșeurilor (vacant land) – procentul de valori sub NV (52,63%) este
mai mare decât al valorilor care îl depășesc (47,37%), fără a-l atinge pe cel de alertă
AT. Cum unitățile posibile emitente de Pb nu mai sunt active, se poate concluziona că
în prezent, poluarea remanentă este factorul principal care influențează concentrația
de Pb din solul acestei categorii de terenuri.
Numărul de
Media Minim Maxim
Oraș probe Depășiri ale pregurilor
(mg/kg) (mg/kg) (mg/kg)
prelevate
Bacau 89 21,370 2,940 56,730 4,49% din probe depășesc AT
Falticeni 63 24,900 14,750 102,400 Nu se specifică
Nu se 5,73% din probe depășesc AT
Iasi 1030 4,500 1995,400
specifică 1,75% din probe depășesc IT
Un alt factor important este ”modul de folosință a solului”. S-a aplicat regresia liniară
cu metoda Backward, pentru Pb_log (variabila dependentă – valorile obținute în urma
transformării) și variabila ”land use” ca și predictor compus (variabila categorială a fost
transformată în trei variabile binare, utilizând categoria ”urban green” ca și categorie de
bază), obținând R2=0,402 (Sig.=0,000) și un coeficient Durbin-Watson=1,798 (Anexa 18 –
Tabel 11). Se poate concluziona că modul de folosință a terenurilor poate explica 40,2% din
varianța concentrațiilor de Pb.
Factorii ”pH” și ”trafic feroviar” au obținut valorile pentru R2 nesemnificative din punct
de vedere statistic (Sig. >0,05), deci nu au fost luate în considerare pentru modelul final al
regresiei (Anexa 18 –Tabel 12 și Tabel 13).
Modelul care a inclus toți predictorii semnificativi statistic poate explica 45,6% din
varianța concentrației de Pb (R2=0,456, Sig.=0,000, coeficientul Durbin-Watson=1,846,
Anexa 18 – Tabel 14), insuficient pentru a putea realiza predicția valorilor în locațiile în care
nu s-au prelevat probe și marchează faptul că există și alți factori de influență decât cei luați
în considerare.
Acuratețea hărții de distribuție generate (Fig. 11-7) a fost verificată prin analiza
distribuției spațiale a valorilor residuale calculate ca și diferența dintre valorile previzionate de
funcția de interpolare și valorile măsurate. Semivariograma are o distribuție sferică cu ”efect
nugget” și o înălțime a pragului de aplatizare (sill) de 0,028, ceea care îi conferă
semivariogramei un aspect ”plat” (sill=0) (Anexa 18 - Fig. 13), marcând o slabă corelație
spațială a valorilor reziduale.
Din analiza hărții de distribuție a valorilor reziduale (Fig. 11-8), se poate concluziona
că harta de distribuție a valorilor măsurate previzionează corect concentrația Pb în sol în
majoritatea perimetrului municipiului, prezentând valori predictive majorate (overestimated)
în zonele agricole. Zonele în care valorile predictive subestimează valorile reale
(underestimated) se găsesc localizate în zonele influențate de trafic.
Fig. 11-8 Pb - Harta de distribuție a valorilor reziduale rezultate în urma interpolării Kriging a datelor
experimentale. Au fost reprezentate limitele zonei urbane (”city_limits”), rețeaua stradală (”roads”), valorile
măsurate pentru concentrația Pb (”Pb observed values”) și codul culorilor pe domeniile de valori asociate în
cadrul hărții de distribuție pentru zonele în care valoarea prezisă subestimează (”underestimated”) sau
supraestimează (”overestimated”) valoarea măsurată (”Residuals distribution”).
Fig. 12-2 Cd - Distribuția procentuală a datelor experimentale obținute, în funcție de valorile de referință stabilite
prin OM 756/1997 [33].
Din analiza graficului din Figura 12-2 putem concluziona că doar 15,73% din valori
depășesc pragul valorii normale NV, niciuna depășind pragul de alertă AT.
Din analiza graficului distribuției procentuale a datelor experimentale obținute pentru
Cd în funcție de valorile de referință stabilite prin OM 756/1997 [33] pentru fiecare tip de
folosință a solurilor (Fig. 12-3) se poate concluziona că doar în cazul categoriilor de folosință
a solurilor agricol (”agricultural”) și influențat de industrie (”vacant land”) au fost înregistrate
depășiri ale valorii normale NV.
Fig. 12-3 Cd - Distribuția procentuală (”Percent”) a datelor experimentale obținute, în funcție de valorile de
referință stabilite prin OM 756/1997 [33] pentru fiecare tip de folosință a solurilor (”Land use”).
12.3. Compararea concentrațiilor determinate cu valorile publicate în
alte studii
Cd este unul dintre cele mai studiate metale grele [31], dar locațiile de prelevare au
fost alese în zone influențate de anumite posibile surse de poluare și nu acoperă întreaga
zonă urbană. Cum nu pentru toate studiile au fost raportate valorile, ci doar rezultatul
comparativ cu pragurile prevăzute de OM 756/1997 [33], pe hartă (Fig. 12-4) sunt
reprezentate doar locațiile unde au fost înregistrate depășiri ale AT și IT, pe fiecare tip de
clasificare a solului.
Au fost analizate două studii referitoare la distribuția metalelor grele în sol realizate
pentru zonele urbane Iași [30] și Fălticeni [27] și împrejurimile lor. Din Tabelul 12-1 se poate
observa că valorile medie și maximă sunt mai mici în Bacău decât în celelalte două orașe.
Tabel 12-1 Cu - rezultatele comparative cu studiile realizate în Iași și Fălticeni.
Fig. 1-9 Cd - Harta orașelor în care au fost înregistrate depășiri (”Exceeding of the thresholds”) ale AT (bara
simplă) și IT (bara cu *) pe fiecare tip de folosință a solului (zone verzi urbane – ”urban green”; de folosință
agricolă – ”agricultural”; parcuri și zone naturale – ”parks”; zone influențate direct de industrie și depozite de
deșeuri-” vacant land”).
Fig. 12-6 Cd - Harta de distribuție a concentrațiilor în relație cu: terenurile de folosință agricolă (”agricultural”) (a)
și unitățile industriale, în special cele cu specific industrie alimentară (”food processing”) și fertilizatori (”chemical
platform”) (b) .
Fig. 12-7 Cd - Harta de distribuție a valorilor reziduale rezultate în urma interpolării Kriging a datelor
experimentale. Au fost reprezentate limitele zonei urbane (”city_limits”), valorile măsurate pentru concentrația Cd
(”Cd observed values”) și codul culorilor pe domeniile de valori asociate în cadrul hărții de distribuție pentru
zonele în care valoarea prezisă subestimează (”underestimated”) sau supraestimează (”overestimated”) valoarea
măsurată (”Residuals distribution”).
Fig. 13-2 Zn - Distribuția procentuală a datelor experimentale obținute, în funcție de valorile de referință stabilite
prin OM 756/1997 [33].
Din analiza graficului din Fig. 13-2 putem concluziona că nicio valoare nu depășește
pragul de alertă AT și doar 23,60% dintre valori depășesc pragul valorii normale NV. Dintre
acestea, 61,40% prezintă o depășire a NV de peste 10% depășirea maximă fiind de 26,94%.
Din analiza graficului distribuției procentuale a datelor experimentale obținute pentru
Zn în funcție de valorile de referință stabilite prin OM 756/1997 [33] pentru fiecare tip de
folosință a solurilor (Fig. 13-3) se poate concluziona că doar în cazul tipurilor de folosință a
solurilor agricol (”agricultural”) și influențat de industrie (”vacant land”) au fost înregistrate
depășiri ale valorii normale NV.
Fig. 13-3 Zn - Distribuția procentuală (”Percent”) a datelor experimentale obținute, în funcție de valorile de
referință stabilite prin OM 756/1997 [33] pentru fiecare tip de folosință a solurilor (”Land use”).
Fig. 13-10 Zn - Harta orașelor în care au fost înregistrate depășiri (”Exceeding of the thresholds”) ale AT (bara
simplă) și IT (bara cu *) pe fiecare categorie de folosință a solului (zone verzi urbane – ”urban green”; de folosință
agricolă – ”agricultural”; parcuri și zone naturale – ”parks”; zone influențate direct de industrie și depozite de
deșeuri- ”vacant land”).
Au fost analizate două studii referitoare la distribuția metalelor grele în sol realizate
pentru zonele urbane Iași [30] și Fălticeni [27] și împrejurimile lor. Din Tabelul 13-1 se poate
observa că valorile medie și maximă sunt mai mici în Bacău decât în celelalte două orașe.
Fig. 13-5 Zn - Harta de distribuție generată prin interpolare Ordinary Kriging utilizând datele experimentale. Sunt
reprezentate limitele zonei urbane (city_limits), valorile măsurate pentru concentrația Zn (Zn observed values) și
codul culorilor pe domeniile de valori asociate în cadrul hărții de distribuție (Kriging Prediction Map).
Se evidențiază două zone distincte în care sunt prezente concentrații de valori mari
ale Zn, și acestea urmăresc rețeaua stradală și zonele industriale (Fig. 13-6), situație
confirmată și prin analiza rezultatului funcțiilor Getis-Ord General G și Global Moran's I
Spatial Autocorrelation.
Fig. 13-6 Zn - Harta de distribuție a concentrațiilor în relație cu: rețeaua stradală (roads) (a) și unitățile
industriale(active_industry) (b) .
Un alt factor important este modul de folosință a solului. S-a aplicat regresia liniară cu
metoda Backward, pentru Zn (dependent – valorile măsurate) și variabila ”land use” ca și
predictor compus (variabila categorială a fost transformată în trei variabile binare, utilizând
categoria ”urban green” ca și categorie de bază), obținând un singur model care a păstrat
toate variabilele binare, cu R2=0,205 (Sig.=0,000) și un coeficient Durbin-Watson= 2,004
(Anexa 20 – Tabel 10). Se poate concluziona că modul de folosință a terenurilor poate
explica 20,5% din varianța concentrațiilor de Zn.
Modelul generat prin utilizarea tuturor predictorilor semnificativi statistic explică doar
32,2% din varianța concentrației de Zn, deci nu poate fi utilizat pentru previziunea valorilor
din zonele în care nu s-au prelevat probe (Anexa 20 – Tabel 13).
Acuratețea hărții de distribuție generate (Fig. 13-5) a fost verificată prin analiza
distribuției spațiale a valorilor residuale calculate ca și diferența dintre valorile previzionate de
funcția de interpolare și valorile măsurate. Semivariograma are o distribuție ”plată” (sill = 0)
(Anexa 20 - Fig. 12), marcând lipsa de corelație spațială a valorilor reziduale.
Se poate concluziona că harta de distribuție rezultată (Fig. 13-5) previzionează corect
concentrația Zn în sol în majoritatea perimetrului municipiului, prezentând valori subestimate
în zonele rezidențiale din centrul orașului, aflate sub influența traficului intens (Fig. 13-7).
Fig. 13-7 Zn - Harta de distribuție a valorilor reziduale rezultate în urma interpolării Kriging a datelor
experimentale. Au fost reprezentate limitele zonei urbane (city_limits), rețeaua stradală (roads), valorile măsurate
pentru concentrația Zn (Zn observed values) și codul culorilor pe domeniile de valori asociate în cadrul hărții de
distribuție pentru zonele în care valoarea prezisă subestimează (underestimated) sau supraestimează
(overestimated) valoarea măsurată (Residuals distribution).
Influența pH-ului
- Peste 75% dintre valori se încadrează în categoriile solurilor alcaline, predominant fiind
tipul ”slab alcalin”, 10,11% în categoria pH neutru și doar 12,36% dintre valori se
încadrează în categoriile solurilor acide;
- Nu au fost înregistrate valori în categoriile ”puternic - extrem acid” sau ”puternic - extrem
alcalin”;
- Pentru terenurile de folosință agricolă, zonele cu pH în domeniul acid se regăsesc pe
terenurile agricole de dimensiuni mari, pe care s-a practicat agricultura intensivă, în timp
care în zonele cu grădini de legume (suprafețe de dimensiuni mici în interiorul granițelor
orașului), pH-ul se încadrează în domeniul alcalin;
- Deoarece biodisponibilitatea metalelor grele este favorizată de un pH <6,5, din analiza
valorilor măsurate pentru concentrațiile metalelor grele în zonele de folosință agricolă cu
pH în domeniul acid se poate concluziona că riscul ca plantele cultivate să absoarbă
cantități de metale grele în exces este scăzut.
2. Using multivariate statistics and GIS on assessing heavy metal pollution of soil in 22 cities
of Moldavia Region, Romania, Ema Faciu, Iulia Lazar, Irina Ifrim, Gabriel Lazar, First
International Conference on MOLDAVIAN RISKS - FROM GLOBAL TO LOCAL SCALE,
Bacau, Romania, 16-19 Mai 2012
3. Factors that may influence the quality of the environment in city of Bacau, Romania,
Maria-Ema Fâciu, Doina Capşa, Gabriel Lazăr, Valentin Nedeff, The 9th International
Conference OPROTEH 2011, Bacau, Romania, 24-26 Mai 2011
4. Geostatistical methods for assessing heavy metals concentration in Bacau City soil, Maria-
Ema Fâciu, Gabriel Lazăr, Valentin Nedeff, The 9th International Conference OPROTEH
2011, Bacau, Romania, 24-26 Mai 2011
Prezentări poster
1. In-situ analysis of heavy metals concentration in two water courses near Bacau city,
Romania, Maria-Ema Faciu, Iuliana Lazar, Irina Ifrim, Camelia Ureche, Gabriel Lazar, 7th
International Conference on Environmental Engeneering and Management Integration
Challenges for Sustenabiblity, Viena, Austria, 18-21 Septembrie 2013
2. Ecozone system for monitoring water quality parameters, Eve Jeanne Cabo, Dumitra
Raducanu, Ema Faciu, Sorina Zirnea, Irina Ifrim, Gabriel Lazar, Adrien Coly, Iuliana Lazar,
Xth International Conference Constructive and Technological Design Optimization in The
Machines Building Field OPROTEH, Bacau, Romania, 2013
3. Surveillance du développement à Ceratopteris thalictroides dans les eaux polluées par les
boues d'épuration, Eve Jeanne Cabo, Dumitra Raducanu, Ema Faciu, Sorina Zirnea, Irina
Ifrim, Camelia Ureche, Gabriel Lazar, Iulia Lazar, Le troisième colloque francophone
PLUridisciplinaire sur les Matériaux, l’Environnement et l’Electronique, Bacau, Romania,
2013
4. Aquatic environment behavior influenced by the presence of sewage sludge, Eve Jeanne
Cabo, Dumitra Raducanu, Ema Faciu, Sorina Zirnea, Camelia Ureche, Irina Ifrim, Gabriel
Lazar, Iulia Lazar, International Conference of Applied Sciences, Chemistry and Chemical
Engineering Seventh Edition, Bacau, Romania, 2013
7. Increase risk of vary disease frequency correlated with air pollutants in Bacau City during
2011 year, Alina Diaconescu, Iuliana Lazar, Ema Faciu, Andreea Cocarcea, First
International Conference on MOLDAVIAN RISKS - FROM GLOBAL TO LOCAL SCALE,
Bacau, Romania, 16-19 Mai 2012
8. Risk assessment of heavy metals on air pollutants in Bacau City, Andreea Cocarcea, Ema
Faciu, Iuliana Lazar, Gabriel Lazar, First International Conference on MOLDAVIAN RISKS -
FROM GLOBAL TO LOCAL SCALE, Bacau, Romania, 16-19 Mai 2012
Alloway, B.J., Heavy Metals in Soils. 1995: Blackie Academic & Professional.
Alloway, B.J., Soils Handbook. 2001: Cambridge University Press.
Wild, A., Soils and the Environment. 1993: Cambridge University Press
Kabata-Pendias, A., Trace Elements in Soils and Plants. 2011: CRC Press.
Chitimus, D.A., et al., Tehnologii pentru depoluarea solului. Procedee si tehnici pentru
depoluarea solului. 2012, Bacau: Alma Mater
Chitimus, D.A., et al., Theoretical studies concerning the influence of physical and
mechanical properties of the soil in the process of epuration and auto-epuration. Journal of
Engineering Studies and Research, 2011. 17(1).
Nedeff, V., G. Sin, and I. Baisan, Procese de lucru si consumuri de energie la lucrarile
solului, ed. R.r. agricole. 1997, Bucuresti: Agris.
Webster, R. and M. Oliver, Geostatistics for Environmental Scientists. 2007: John Willey and
Son.
Atkinson, P.M. and C.D. Lloyd, Mapping Precipitation in Switzerland with Ordinary and
Indicator Kriging. Journal of Geographic Information and Decision Analysis, 1998. 2(2): p. 65-
76.
Atkinson, P.M. and N.J. Tate, Techniques for the analysis of spatial data, in Advances in
Remote Sensing and GIS Analysis, P.M. Atkinson and N.J. Tate, Editors. 1999, Wiley.
Prundeanu, I.M. and N. Buzgar, The distribution of heavy metals and As in soils of the
Fălticeni municipality and its surroundings. Carpathian Journal of Earth and Environmental
Sciences, 2011. 6(1): p. 51 – 64.
Universitatea "Al. I. Cuza" Iasi, et al., Atlasul geochimic al metalelor grele din solul
municipiului Iasi si imprejurimi, O.G. Iancu and N. Buzgar, Editors. 2008: Iasi.
Agentia Nationala pentru Protectia Mediului. Rapoarte anuale. [cited 2011; Available from:
http://www.anpm.ro.
Agentia pentru Protectia Mediului Bacau, Raport anual. 2013, Agentia Nationala pentru
Protectia Mediului.
Guvernul Romaniei, Ordin nr. 756/3.11.1997 pentru aprobarea Reglementarii privind
evaluarea poluării mediului, publicat in Monitorul Oficial nr. 303 bis/6 noi, P.s.M. Ministerul
Apelor, Editor. 1997.
Guvernul Romaniei, HG nr. 1408/2007 privind modalităţile de investigare şi evaluare a
poluării solului şi subsolului, publicat in Monitorul Oficial nr. 802 / 23.XI.2007 - Partea I,
Ministerul Mediului si Padurilor, Editor. 2007.
International Organization for Standardization, ISO 11464/2010, Soil Quality – Pretreatment
of samples for physico-chemical analysis. Geneva, Switzerland.
International Organization for Standardization, ISO 10390/2005, Soil Quality – Determination
of pH. Geneva, Switzerland.
WTW GmbH, WTW pHotoFlex / pHotoFlex Turb Operating manual. 2009, Weilheim,
Germany.
International Organization for Standardization, ISO 11466/1995, Soil Quality – Extraction of
trace elements soluble in aqua regia. . Geneva, Switzerland.
Milestone Microwave Laboratory Systems, Milestone START E Labstation Operating
manual, Application field : Environment, Application note DG-EN-12. 2009.
WTW GmbH, WTW pHotoFlex / pHotoFlex Turb Photometry Analysis Manual. 2009,
Weilheim, Germany.
Varian Inc., Varian AA 240FS Analysis Manual. 2007.
Warner, L.R., et al., Non-exhaust particle emissions from road transport. 2003,
Transportation Research Laboratory.
Denier van der Gon, H.A.C., et al., A revised estimate of copper emissions from road
transport in UNECE-Europe and its impact on predicted copper concentrations. Atmospheric
Environment, 2007. 41(38): p. 8697-8710.
Luhana, L., et al., Measurement of non-exhaust particulate matter, in Characterisation of
Exhaust Particulate Emissions from Road Vehicles (PARTICULATES). 2004, The European
Commision.