Rezumat Teza Faciu Ema PDF

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
STUDIUL DISTRIBUŢIEI
METALELOR GRELE ÎN SOL
ÎN PERIMETRUL MUNICIPIULUI BACĂU
FOLOSIND
SISTEME INFORMAŢIONALE GEOGRAFICE
Rezumatul tezei de doctorat
Doctorand: Conducător ştiinţific:

CHIRILĂ (FÂCIU) MARIA EMA prof. univ. dr. ing. LAZĂR GABRIEL
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
....................................................................................................................................................
...........................................................................................................................................
Vă facem cunoscut că în ziua de 7.10.2013, la ora 11.00, în Aula Universităţii „Vasile

Alecsandri” din Bacău, corpul D, a Facultăţii de Inginerie, va avea loc susţinerea publică a
tezei de doctorat cu titlul „STUDIUL DISTRIBUŢIEI METALELOR GRELE ÎN SOL ÎN
PERIMETRUL MUNICIPIULUI BACĂU FOLOSIND SISTEME INFORMAŢIONALE
GEOGRAFICE”, elaborată de doamna Chirilă Maria-Ema, căs. Fâciu, în vederea oferirii
titlului ştiinţific de doctor.
Comisia de doctorat este alcătuită din:
- Prof. univ. dr. ing. Carol SCHNAKOVSZKY Preşedinte

Universitatea „Vasile Alecsandri” din Bacău, România;
- Prof. dr. ing. Gabriel LAZĂR Conducător ştiinţific
Universitatea „Vasile Alecsandri” din Bacău, România;
- Prof. dr. ing. Gheorghe SIN Membru
Preşedintele Academiei de Ştiinţe Agricole şi Silvice
“Gheorghe Ionescu-Şişeşti”, Bucureşti, România;
- Prof. univ. Peter M. Atkinson Membru
Universitatea din Southampton, Marea Britanie;
- Prof. dr. ing. Valentin NEDEFF Membru
Universitatea „Vasile Alecsandri” din Bacău, România.
Vă trimitem rezumatul tezei de doctorat cu rugămintea de a ne comunica în scris,

aprecierile Dumneavoastră.
Cu această ocazie vă invităm să participaţi la susţinerea publică a tezei de doctorat.
RECTOR, Secretar universitate,

Prof. univ. dr. ing. Valentin NEDEFF Ing. Adrian Laurenţiu APĂVĂLOAEI
Mulțumiri
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
1 Introducere - Necesitatea temei de cercetare „Studiul distribuţiei metalelor grele în

sol în perimetrul municipiului Bacău folosind Sisteme Informaționale Geografice” 23
1.1 Scopul temei de cercetare 25
1.2 Obiectivele temei de cercetare 25
1.3 Abordarea originală relativ la studiile existente referitoare la distribuția concentraţiilor
metalelor grele în sol în municipiul Bacău 26
Partea I – Stadiul actual al cercetării distribuției concentrației metalelor grele în solul

de suprafață al zonelor urbane 27
2 Ce sunt metalele grele 29
2.1 Definiţii, caracteristici fizico-chimice 29
2.2 Surse naturale și antropice. Efectul metalelor grele asupra lumii vii 30
2.2.1 Cadmiu (Cd) 30
2.2.2 Cupru (Cu) 31
2.2.3 Mangan (Mn) 32
2.2.4 Plumb (Pb) 32
2.2.5 Zinc (Zn) 33
2.3 Disponibilitatea şi Biodisponibilitatea metalelor grele din sol 34
2.3.1 Influenţa pH-ului 34
2.3.2 Influenţa altor ioni 34
2.4 Circuitul metalelor grele în mediul înconjurător. Specificitatea solului din zonele
urbane 36
2.5 Concluzii 39
3 Monitorizarea concentraţiei metalelor grele din sol 40
3.1 Organisme, Legislaţie, Standarde și Reglementări în vigoare 40
3.2 Utilizarea Sistemelor Informaţionale Geografice (GIS) în monitorizarea concentraţiei
metalelor grele din sol 43
3.2.1 Despre Sistemele Informaţionale Geografice (GIS) 43
3.2.2 Aplicaţii software dedicate GIS 45
3.2.3 Elemente și funcții GIS utilizabile în analiza factorilor de mediu 46
3.3 Studii realizate asupra distribuţiei concentraţiilor metalelor grele în sol la nivel
internaţional utilizând GIS 53
3.3.1 Exemplul 1 - Bratislava, Slovacia 54
3.3.2 Exemplul 2 - Cartagena, Spania 55
3.3.3 Exemplul 3 - Hong Kong, China 56
3.3.4 Exemplul 4 - Grualisco, Italia 58
3.3.5 Exemplul 5 - Ermoupolis, insula Skyos, Grecia 60
3.3.6 Exemplul 6 - Mexico City, Mexic 61
3.3.7 Exemplul 7 - Hong Kong-Peninsula Kowloon, China 62
3.3.8 Exemplul 8 - Istabul, Turcia 64
3.4 Studii realizate asupra distribuţiei concentraţiilor metalelor grele în sol la nivel
national. Utilizarea GIS pentru analiza distribuţiei 65
3.4.1 Sinteza studiilor asupra distribuţiei concentraţiilor metalelor grele în sol în zone
urbane 65
3.4.2 Exemplul 1 - Iași, județ Iași 68
3.4.3 Exemplul 2 - Fălticeni, județ Suceava 68
3.5 Concluzii 70
4 Descrierea zonei investigate: municipiul Bacău 71
4.1 Caracteristici fizico-geografice 71
4.2 Caracteristici climatice 73
4.2.1 Direcţia vânturilor 73
4.2.2 Fenomenele de ceaţă şi aer ceţos 74
4.2.3 Precipitaţiile 75
4.3 Caracteristici socio-economice 76
4.4 Posibile surse de poluare cu metale grele în zona municipiului Bacău 80
4.5 Monitorizarea concentraţiei de metale grele în zona municipiului Bacău 81
4.5.1 Determinări realizate în anul 2007 81
4.6 Concluzii 84
Concluzii Partea I 85
Partea a IIa - Etapele și metodologia temei de cercetare 87

5 Prelevarea probelor 89
5.1 Stabilirea punctelor de prelevare 89
5.1.1 Tipuri de distribuții a punctelor de prelevare. Avantaje și dezavantaje 89
5.1.2 Procedura pentru stabilirea punctelor de prelevare 90
5.2 Prelevarea probelor de sol 90
5.2.1 Procedura pentru deplasarea în teren 91
5.2.2 Procedura de prelevare a probelor 91
5.3 Documentarea și georeferențierea punctelor de prelevare 92
6 Obținerea datelor experimentale. Proceduri de lucru 93
6.1 Depozitarea și pregătirea probelor de sol pentru analizele chimice 93
6.2 Măsurarea pH-ului solului 93
6.3 Digestia componentei organice din sol 94
6.4 Determinarea concentraţiei de Mn din proba de sol 94
6.5 Determinarea concentraţiei de Cd, Cu, Pb și Zn din proba de sol 95
7 Analiza datelor experimentale utilizând Sisteme Informaționale Geografice (GIS)
96
7.1 Cartarea posibilelor surse de poluare cu metale grele. Structura de straturi 96
7.2 Identificarea factorilor de influență și cuantificarea lor 98
7.2.1 Factori de poluare directă. Stabilirea variabilelor categoriale corespunzătoare.
Crearea variabilelor ”dummy” pentru reprezentarea variabilelor categoriale în formă binară
utilizabilă în analiza de regresie 98
7.2.2 Factorul de influență trafic. Modelarea distribuției. Cuantificarea valorilor în locațiile de
prelevare 99
7.2.3 Alți factori de influență 102
7.3 Analiza exploratorie a datelor experimentale pentru fiecare metal greu analizat 103
7.3.1 Analiza statistică descriptivă. Funcții utilizabile 103
7.3.2 Verificarea normalității distribuției. Identificarea valorilor de tip ”outlier”. Funcții
utilizabile 104
7.3.3 Omogenitatea variației datelor experimentale în cadrul clasificărilor factorilor de
influență. Funcții utilizabile 105
7.3.4 Verificarea independenței valorilor 105
7.3.5 Verificarea tendinței de autocorelare spațială a valorilor. Funcții utilizabile 106
7.4 Compararea concentrațiilor determinate cu valorile de referință pentru fiecare metal
greu analizat 107
7.4.1 Clasificarea datelor în funcție de valorile de referință. Funcții utilizabile. 107
7.4.2 Clasificarea datelor în funcție de valorile de referință și categoriile de folosință a
solului. Funcții utilizabile 108
7.5 Compararea concentrațiilor determinate cu valorile determinate în alte studii, pentru
fiecare metal greu analizat. Funcții utilizabile 109
7.6 Modelarea distribuției spațiale a concentrațiilor determinate pentru fiecare metal greu
analizat cu ajutorul funcțiilor geostatistice 109
7.6.1 Variograme. 109
7.6.2 Metoda de interpolare Kriging 111
7.6.3 Evaluarea acurateței hărții de distribuție obținute 112
7.7 Modelarea distribuției spațiale a concentrațiilor determinate pentru fiecare metal greu
analizat cu ajutorul regresiei și funcției de interpolare Kriging 113
7.7.1 Construirea și validarea ecuației. 113
7.7.2 Calcularea valorilor estimate de ecuație și construcția hărtii de distribuție. 114
7.7.3 Evaluarea acurateței modelului obținut 114
Partea a IIIa - Rezultatele obținute în urma analizei datelor experimentale 115

8 Rezultatele obținute în urma analizei datelor experimentale pentru pH 116
8.1 Analiza exploratorie. Clasificarea pe categorii de pH 116
8.2 Distribuția spațială 119
9 Rezultatele obținute în urma analizei datelor experimentale pentru Mn 120
9.1 Analiza exploratorie 120
9.2 Compararea concentrațiilor determinate cu valorile de referință 121
9.3 Compararea concentrațiilor determinate cu valorile publicate în alte studii 123
9.4 Modelarea distribuției spațiale a concentrațiilor determinate cu ajutorul funcțiilor
geostatistice 124
9.5 Modelarea distribuției spațiale a concentrațiilor determinate cu ajutorul regresiei și
funcțiilor geostatistice 126
9.6 Concluzii pentru Mn 131
10 Rezultatele obținute în urma analizei datelor experimentale pentru Cu 132
geostatistice 136
10.5 Concluzii pentru Cu 139
11 Rezultatele obținute în urma analizei datelor experimentale pentru Pb 141
geostatistice 146
11.5 Concluzii pentru Pb 148
12 Rezultatele obținute în urma analizei datelor experimentale pentru Cd 149
geostatistice 152
12.5 Concluzii pentru Cd 154
13 Rezultatele obținute în urma analizei datelor experimentale pentru Zn 155
geostatistice 158
13.5 Concluzii pentru Zn 161
Concluzii generale 163

Concluzii aferente studiilor teoretice 163
Concluzii aferente analizei valorilor măsurate 166
Posibilități de dezvoltare ulterioară 171
Contribuții originale 172
Valorificarea rezultatelor obținute 174
Bibliografie 177
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
valorilor măsurate pentru Mn 240
valorilor măsurate pentru Cu 253
valorilor măsurate pentru Pb 263
valorilor măsurate pentru Cd 274
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”
Solul se comportă ca un depozitar al metalelor grele emise în mediu, comportament

favorizat şi de capacitatea acestora de a se acumula în timp [1-4]. Diferiți factori pot acţiona
asupra acestor depozite mobilizându-le, fiind preluate sub formă de particule în aer și apă,
sau fiind absorbite de către plante [1, 3, 5-8].
Metalele grele au un efect potenţial toxic asupra tuturor organismelor vii, fiecare
dintre ele fiind periculoase în afara unui anumit domeniu de valori. Astfel, plantele pot
acumula metalele grele direct din sol. Animalele, în special erbivorele, le preiau din plantele
cu care se hrănesc sau direct din pământul pe care îl ingerează când pasc. Oamenii sunt
expuşi acţiunii metalelor grele atât prin alimentaţie, cât şi ocupaţional. Capacitatea de
acumulare se manifestă şi în cazul absorbţiei de către organismele vii, unde, metalele grele
se vor acumula în diferite părţi ale corpului, disturbând buna funcţionare a acestuia la nivel
enzimatic şi celular şi îmbolnăvindu-l [1, 5, 7-9].
Datorită acestor factori precum şi datorită multitudinii de surse antropice de poluare a
mediului, şi în special a solului [2, 4, 7, 8, 10-14], cu metale grele, monitorizarea
concentraţiei acestora în zonele urbane şi agricole are o deosebită importanţă.
Municipiul Bacău prezintă o serie de factori care favorizează poluarea solului cu
metale grele [15-17]:
 din industrie
o As, Cd, Ni, Cu, Zn – aliaje utilizate în industria metalurgică şi constructoare de
maşini;
o As, Mn, Cd, Pb, Ni, Hg, Cr – reziduuri din industria chimică specifică,
fertilizatori şi detergenţi industriali;
o Cr, Pb, Cu – în componenţa materialelor de construcţii: cărămizi, ţigle,
betoane;
o As, Cd, Pb, Ni, Cu, Zn, Hg – baterii, aliaje şi echipamente electronice;
o Mn, Hg – dezinfectanţi utilizaţi în industria alimentară;
o As, Pb – în procesul de prelucrare a sticlei;
o Cd, Mn, Cr, Zn, Hg - pigmenţi utilizaţi în colorarea sticlei, ceramicii şi a
plasticului, cerneluri tipografice;
o Cd, Pb, Hg – procesarea hârtiei şi maculaturii;
o As, Pb – în substanţele utilizate în tratarea lemnului);
 din traficul intens (stradal, feroviar, aerian);
 din poluarea remanentă (halde de deşeuri urbane şi industriale neconforme);
 utilizarea fertilizatorilor şi a substanţelor fitosanitare în zonele agricole urbane şi
suburbane;
 condiţii geografice şi climatice care favorizează depunerea particulelor de metale
grele din aer pe sol, precum şi relocarea acestora dinspre poluanţii industriali către
zonele rezidenţiale;
 nu există o delimitare strictă a zonelor rezidenţiale de cele industriale.
Astfel, monitorizarea concentraţiilor metalelor grele în solul municipiului Bacău este

de o deosebită importanţă pentru asigurarea unui mediu sănătos de viaţă pentru locuitorii
acestuia.
În acest moment, la nivel mondial, nu se mai poate vorbi despre analiza calităţii
solului fără a utiliza Sisteme Informaţionale Geografice (Geographic Informational Systems
GIS) pentru corelarea şi reprezentarea datelor [18-23]. Tendinţele actuale, din punct de
vedere al studiului distribuţiei metalelor grele în sol, sunt:
 realizarea hărţilor de distribuţie a concentraţiilor metalelor grele studiate şi
evidenţierea punctelor de maxim;
 corelarea diferitelor tipuri de hărţi (reţea stradală, zone industriale, zone rezidenţiale,
etc.) cu hărţile de distribuţie pentru realizarea analizelor comparative;
 calcularea şi reprezentarea grafică a indicelui de poluare a solului;
 corelarea hărţilor de distribuţie cu diferite date statistice: date medicale, sociale,
istorice pentru realizarea analizelor comparative;
 corelarea hărţilor de distribuţie realizate pentru aceeaşi zonă, în perioade de timp
diferite, pentru realizarea previziunilor de evoluţie.
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.
Scopul temei de cercetare „Studiul distribuţiei metalelor grele în sol în

perimetrul municipiului Bacău folosind Sisteme Informaţionale Geografice” este
realizarea unei analize a situaţiei actuale privind încărcarea cu metale grele a solului de
suprafaţă din zona municipiului Bacău.
Obiectivele temei de cercetare sunt:

O1. - determinarea concentraţiilor metalelor grele Cd, Cu, Pb, Mn şi Zn în perimetrul
municipiului Bacău;
O2. - raportarea rezultatelor obţinute la standardele naţionale;
O3. - analiza hărţilor de distribuţie obţinute pentru metalele grele studiate.
Obiectivele operaţionale sunt:
O1.1. - realizarea unei reţele de distribuţie a punctelor de prelevare conform cerinţelor
specifice: reţea care să acopere întreg perimetrul municipiului Bacău, punctele de
prelevare să aibă o distribuție spațială dispersată și să permită analize pentru toate
tipurile de sol (sensibil şi mai puţin sensibil) sau categorii de folosinţă (agricol,
rezidenţial, recreere, industrial etc);
O1.2. - prelevarea probelor din locaţiile stabilite şi documentarea acestora;
O1.3. - realizarea analizelor de laborator pentru determinarea pH-ului şi a concentraţiilor
metalelor grele studiate: Cd, Cu, Pb, Mn şi Zn;
O1.4. - realizarea bazei de date privitoare la rezultatele de laborator obţinute;
O2.1. - prelucrarea bazei de date în raport cu OM nr. 756/1997 [33];
O2.2. – prelucrarea bazei de date în raport cu datele privind concentraţiile de metale grele
din alte localităţi;
O3.1. - realizarea hărţilor de distribuţie pentru pH şi pentru metalele grele studiate şi
evidenţierea punctelor critice;
O3.2. - corelarea hărţilor de distribuţie cu alte tipuri de hărţi (reţeaua de transport rutier,
reţeaua de transport feroviar, harta zonelor industriale active şi/sau inactive, harta
zonelor verzi şi agricole etc.) pentru realizarea analizelor comparative şi identificarea
posibilelor surse de poluare;
Structura tezei de doctorat

Teza de doctorat este structurată în 3 părți conținând 13 capitole și însumând un
număr de 310 pagini, 117 figuri, 11 tabele, 21 anexe şi 136 referinţe bibliografice.
Capitolul 1 este și Introducerea, conține argumentația privitoare la necesitatea

temei de cercetare „Studiul distribuţiei metalelor grele în sol în perimetrul municipiului Bacău
folosind Sisteme Informaționale Geografice”, scopul și obiectivele cercetării, precum și
abordarea originală propusă în această temă relativ la studiile existente referitoare la
distribuția concentraţiilor metalelor grele în sol în municipiul Bacău.
Partea I - Stadiul actual al cercetării distribuției concentrației metalelor grele în
solul de suprafață al zonelor urbane, este structurată pe trei capitole ce răspund la
întrebările: ”De ce un studiu asupra concentrațiilor metalelor grele în sol?”, ”De ce utilizăm
GIS?” și ”De ce am ales municipiul Bacău ca zonă investigată?”.
Astfel, Capitolul 2 intitulat ”Ce sunt metalele grele” prezintă informații despre
caracteristicile acestora, sursele naturale și antropice, factorii ce influențează
biodisponibilitatea metalelor grele din sol și despre specificitatea solului din mediul urban.
Una din concluziile desprinse este că: studiul distribuției concentrației metalelor grele în sol
poate fi utilizat ca și o modalitate de a evalua calitatea mediului urban.
Capitolul 3, ”Monitorizarea concentraţiei metalelor grele din sol” pornește de la
concluzia enunțată în capitolul anterior referitoare la faptul că metodele de analiză statistice
utilizate în cazul solului natural, în care structura de straturi nu este alterată, contribuţia
antropică şi posibilele surse de poluare putându-se diferenția de concentrația naturală a
metalelor grele studiate, au o aplicabilitate limitată în mediul urban, unde solul, în general, nu
are o singură sursă şi nu mai prezintă o structură stratificată a cărei profil să poată fi legat de
proprietăţile materialului geologic de bază. Astfel, sunt prezentate nu numai Organismele,
Legislaţia, Standardele și Reglementările în vigoare, dar și modul în care Sistemele
Informaționale Geografice pot fi utilizate cu succes în monitorizarea încărcării cu metale
grele a solului din mediul urban.
În Capitolul 4 este descrisă zona investigată: municipiul Bacău, atât din punct de
vedere al caracteristicilor fizico-geografice, climatice și socio-economice, cât și din punct de
vedere al activității de monitorizare a concentrației metalelor grele din sol derulate anterior.
Concluzia principală desprinsă este că, deși în Bacău au fost și sunt în continuare prezente o
serie de posibile surse de poluare a solului cu metale grele, iar condițiile geografice și
climatice favorizează depunerea poluanților atmosferici, totuși studiile realizate până în
prezent asupra concentrațiilor de metale grele în solul din zona municipiului Bacău nu sunt
suficiente pentru a putea concluziona asupra distribuției acestora și nici asupra posibilei
influențe pe care o pot avea asupra sănătății locuitorilor orașului.
Partea a II-a conține ”Etapele și metodologia temei de cercetare” și este structurată
în trei capitole, urmărind succesiunea cronologică a activităților desfășurate. Astfel, Capitolul
5 descrie etapele și procedurile utilizate în etapa de prelevare a probelor, iar Capitolul 6
prezintă procedurile pentru determinarea pH-ului solului, pentru digestia componentei
organice și pentru determinarea concentrațiilor de Mn, Cd, Cu, Pb și Zn din probele
prelevate. Toate activitățile prezentate în aceste două capitole s-au desfășurat conform
standardelor în vigoare și conform manualelor echipamentelor furnizate de către producători,
datele obținute fiind asfel validate prin respectarea metodologiilor oficiale.
În Capitolul 7 sunt descrise metodele statistice și geostatistice ce au fost utilizate
pentru analiza datelor experimentale. Sunt astfel prezentate modul în care a fost realizată
cartarea posibilelor surse de poluare cu metale grele, care sunt factorii de influență și cum se
poate cuantifica aceasta pentru fiecare factor în parte, metodele și funcțiile statistice și
geostatistice utilizate pentru analiza exploratorie, analiza comparativă și modelarea
distribuției spațiale. Pentru obținerea hărților de distribuție au fost utilizate două metode:
interpolarea Ordinary Kriging a valorilor măsurate și metoda regresiei liniare combinate cu
interpolarea Ordinary Kriging pentru valorile previzionate prin regresie.
Partea a III-a conține ”Rezultatele obținute în urma analizei datelor experimentale”,
fiecare set de determinări (valoarea pH-ului, concentrațiile pentru Mn, Cu, Pb, Cd și Zn)
având dedicat un capitol, cu propriile concluzii. Au fost utilizate atât funcții și metode
statistice, cât și geostatistice pentru analiza exploratorie, analiza comparativă în raport cu
standardele în vigoare și cu datele sintetizate din studii realizate în alte orașe din țară;
precum și pentru modelarea distribuției spațiale. Un spațiu important a fost dedicat
identificării posibilelor surse de poluare și factorilor de influență.
Teza de doctorat se finalizează cu concluziile generale, prezentarea contribuțiilor
originale și propunerea câtorva direcții viitoare de cercetare ce pot fi dezvoltate utilizând
metodele și rezultatele utilizate.
Anexele conțin sintezele analizelor aferente studiilor teoretice, metodele și
procedurile de lucru și extrasele relevante din rapoartele generate de soft-urile
utilizate:SPSS și ArcMap.
Rezultatele originale ale tezei de doctorat au fost diseminate astfel: 2 articole în
reviste cotate ISI Web of Science (1 articol publicat şi 1 articol în curs de evaluare), 2 articole
publicate în reviste indexate BDI, 4 lucrări prezentate sub formă de comunicări orale la
conferinţe internaţionale şi 8 lucrări prezentată sub formă de postere la conferinţe
internaţionale.
8. Rezultatele obținute în urma analizei datelor experimentale
pentru pH
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 pH au fost cumulate în cadrul Anexei 15. Fiecare element: figură / diagramă
/ tabel, este numerotat individual și referit în cadrul Capitolului 8 prin antetul său: Anexa 15
– Tabel xx sau Anexa 15 – Fig. xx.
8.1. Analiza exploratorie. Clasificarea pe categorii de pH

Au fost analizate 89 de valori măsurate pentru pH (Anexa 15 - Tabel1) pentru care au
fost obținute următoarele caracteristici ale analizei descriptive asupra populației statistice:
valoarea de minim = 5,46; valoarea de maxim = 8,73; media = 7,56; mediana = 7,77
(Anexa 15 - Tabel 2).
Valorile determinate au fost clasificate în 11 categorii, de la „extrem de acid” (pH≤3,5)

până la ”extrem alcalin” (pH>10) [8] (Fig. 8-1).
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 procentuală pe categorii de valori (Fig. 8-2) se poate observa că

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”.
Fig. 8-2 pH - Clasificarea procentuală pe clase de pH (”pH classification”). Procentul a fost calculat din totalul de
valori.
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.
Din analiza rezultatului testul Kolmogorov-Smirnov (coeficientul de semnificație

statistică a testului Kolmogorov-Smirnov: Sig.=0,000; Sig.<0,05) (Anexa 15 - Tabel 3), a
coeficienților de aplatizare (Kurtosis) și simetrie (Skewnes) (Anexa 15 – Tabel 2) și a
histogramei de frecvență a distribuției (Fig. 8-4) se poate concluziona că valorile măsurate
ale pH-ului nu au o distribuție normală, ci una asimetrică, concentrată în domeniul de valori
7,5 – 8.
Fig. 8-4 pH - Histograma frecvenței de distribuție (Frequency) a valorilor măsurate.
Valorile experimentale au fost transformate utilizând operatorul exp (exponențial),

obținându-se o distribuție normală verificată de testul Kolmogorov-Smirnov (coeficientul de
semnificație statistică Sig.=0,200; Sig.>0,05) (Anexa 15 - Tabel 4) și histograma de
distribuție a frecvențelor (Fig. 8-5).
Fig. 8-5 pH - Histograma frecvenței de distribuție (Frequency) pentru valorile obținute în urma transformării
(pH_transf).
Pentru analiza statistică a relațiilor și corelațiilor cu concentrațiile de metale grele

determinate se va utiliza varabila pH_transf.
8.2. Distribuția spațială

A fost aplicată funcția de interpolare Ordinary Kriging asupra datelor experimentale
transformate calculate pentru pH. Semivariograma obținută are o distribuție sferică cu ”efect
nugget” (nugget ≠ 0) (Anexa 15 - Fig. 6), iar funcția de interpolare a fost calculată pentru 8
direcții, luând în considerare minim 2 vecini și maxim 5, rezultând harta din Figura 8-6.
Fig. 8-6 pH - Harta de distribuție spațială a datelor experimentale. Sunt reprezentate limitele zonei urbane
(city_limits), zonele cu terenuri de folosință agricolă (agricultural), valorile măsurate pentru pH (pH) și codul
culorilor pe domeniile de valori asociate în cadrul hărții de distribuție (Kriging Prediction Map).
Din analiza hărții de distribuție (Fig. 8-6) se poate observa că 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 în domeniul
acid, se vor analiza concentrațiile determinate pentru metalele grele în aceste zone agricole
și din acest punct de vedere.
pentru Mn
obținute pentru Mn au fost cumulate în cadrul Anexei 16. Fiecare element: figură / diagramă
– Tabel xx sau Anexa 16 – Fig. xx.
9.1. Analiza exploratorie

Au fost analizate 89 de valori măsurate ale concentrației de Mn (Anexa 16 - Tabel1)
pentru care au fost obținute următoarele caracteristici ale analizei descriptive asupra
populației statistice: valoarea de minim = 409,386 mg/kg; valoarea de maxim = 2271,06
mg/kg; media = 1288,711 mg/kg; mediana = 1347,632 mg/kg (Anexa 16 - Tabel 2).

statistică a testului Kolmogorov-Smirnov: Sig.=0,189; Sig.>0,05) (Anexa 16 - Tabel 3), a
histogramei distribuției frecvențelor (Anexa 16 - Fig. 1), a graficului Boxplot (Fig. 9-1), a
Normal Q-Q Plot (Anexa 16 – Fig. 3), se poate concluziona că valorile măsurate ale
concentrației de Mn au o distribuție normală.
Fig. 9-1 Mn - Boxplot al datelor experimentale cu evidențierea ”outlier-ilor”
Au fost identificate două valori ca și outlier: valoarea probei cu ID-ul 54 și cea a

probei cu ID-ul 25.
Proba 54 este localizată în vecinătatea haldei de fosfogips, astfel că o valoare mare a
concentrațiilor de metale grele este posibilă. Deoarece halda de fosfogips este localizată în
apropierea albiei râului Bistrița, la același nivel cu aceasta, păstrarea acestei valori devine
necesară pentru o analiză corectă a influenței pe care această posibilă sursă de poluare o
poate avea.
Poba 25 este localizată în scuarul verde de la intersecția dintre E85 (București-
Suceava) și șoseaua de centură pentru mașinile grele, lângă o stație de benzină. Acest
punct este caracterizat printr-un trafic foarte intens, existând și posibilitatea de a fi fost
înregistrate scurgeri de benzină. Comparând cu alte valori în puncte situate în condiții de
trafic intens, deși valoarea din punctul 25 este cea mai mare (2206,456 mg/kg sol uscat), și
celelalte puncte au valori apropiate (punctul 33 – 2084,440 mg/kg sol uscat; punctul 65 –
1872,090 mg/kg sol uscat).
Deoarece niciuna din cele două 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 16 – 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 16 – Fig. 4) și Global
Moran's I Spatial Autocorrelation (Anexa 16 – Fig. 5) afirmă că: există peste 99% șanse ca
valorile analizate să formeze clustere de valori mari, acestea datorându-se unor surse de
poluare distincte și nu poziționării spațiale a locațiilor de prelevare.
9.2. Compararea concentrațiilor determinate cu valorile de referință

Conform HG 756/1997 [33] valorile de referință pentru Mn pentru tipul de sol sensibil
sunt:
- valoarea normală NV – 900 mg/kg sol uscat;
- pragul de alertă AT – 1500 mg/kg sol uscat;
- pragul de intervenție IT – 2500 mg/kg sol uscat.
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).
- pentru categoria de sol aflat în vecinătatea unităților industriale și de

management a deșeurilor (vacant land) - nicio valoare nu se găsește sub valoarea
normală NV, iar 42,11% depășesc pragul de alertă AT fără a depăși pragul de
intervenție IT. Cum 62,5% dintre valorile care depășesc AT o fac cu peste 10%, se
poate concluziona că procesele industriale și depozitele de deșeuri influențează
concentrația de Mn de pe terenurile din vecinătate.
9.3. Compararea concentrațiilor determinate cu valorile publicate în alte
studii
Au fost găsite în literatura de specialitate puține studii privitoare la concentrația de Mn
în sol: Tulcea (2008-2011), Roman și Roznov (2009), Baia Mare (2010), cinci orașe din
județul Harghita (2010) și două orașe din județul Botoșani (2010-2011) [31]. 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. 9-4) sunt
reprezentate doar locațiile unde au fost înregistrate depășiri ale AT și IT, pe fiecare tip de
clasificare a solului.
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.
Tabel 9-1 Mn – Studiu comparativ cu rezultatele obținute în Iași și Fălticeni.
Numărul de Media Minim Maxim

Oraș Deviația standard
probe prelevate (mg/kg) (mg/kg) (mg/kg)
Bacau 89 1288,711 409,386 2271,060 367,316
Falticeni 63 647,000 453,000 1174,000 108,000
Iasi 1030 628,800 50,000 1669,000 116,040
9.4. Modelarea distribuției spațiale a concentrațiilor determinate cu ajutorul
funcțiilor geostatistice
obținute pentru Mn. Semivariograma generată are o distribuție sferică fără ”efect nugget”
(Anexa 16 - Fig. 9), iar funcția de interpolare a fost calculată pentru opt direcții, luând în
considerare minim doi vecini și maxim cinci, rezultând harta din Figura 9-5.
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).
Având în vedere că pentru Mn există în zonă o largă varietate de surse de poluare,

se aplică metoda regresiei liniare pentru a obține o mai bună predicție.
9.5. Modelarea distribuției spațiale a concentrațiilor determinate cu ajutorul

regresiei și funcțiilor geostatistice
Traficul poate fi una din sursele importante de Mn, acesta putând ajunge în mediul
înconjurător prin intermediul gazelor de eșapament (se găsește în componența benzinei fără
plumb) sau prin intermediul particulelor de metal eliberate în cursul mișcării mecanice a
vehiculelor (prin frecarea componentelor metalice).
Cu ajutorul funcției Kernel density a fost modelată distribuția de gaz pentru distanțele
10m, 100m, 300m, 500m, 700m, 1000m, 1200m, 1500m, 2000m și distribuția de particule
eliberate prin frecare, pentru aceleași distanțe de la segmentele de stradă. Valorile
corespunzătoare fiecărui punct de prelevare au fost extrase și adăugate în tabelul de
atribute. Acesta a fost exportat în SPSS.
Una din condițiile regresiei este ca predictorii să nu se găsească într-o relație de
corelare puternică, astfel că a fost aplicată funcția Bivariate correlation utilizând Kendall’s tau
(pentru distanțele mici 10-300m, se înregistrează valori de 0, metoda Kendall’s tau, fiind cea
recomandată în aceste cazuri). Astfel, au fost selectate doar variabila corepunzătoare
distribuției de gaze de eșapament, respectiv variabila corespunzătoare distribuției de
particule de metal datorate mișcării mecanice a vehiculelor care înregistrează cea mai
puternică corelație cu Mn și cea mai slabă între ele, și sunt semnificative statistic (Sig. <0,05
sau Sig.<0,01). Acestea sunt distribuția de gaz pentru 1000m (K_gas_1000) și distribuția de
particule pentru distanța de 10m (K_part_10), coeficientul de semnificație statistică fiind de
nivel 0,01 (Sig.<0,01) pentru toate corelațiile (Anexa 16 - Tabel 7).
Predictorul ”trafic” a fost modelat ca și predictor compus din două variabile cantitative:
K_gas_1000 și K_part_10.
Prima etapă a constat în evaluarea gradului de semnificație statistică ca și predictor a
fiecărei variabile în parte aplicând regresia liniară pentru fiecare dintre ele. Astfel, valorile
obținute au fost pentru K_gas_1000: R2=0,150 cu Sig.=0,000 și un coeficient Durbin-Watson
de 1,904 (Anexa 16 - Tabel 8), iar pentru K_part_10: R2=0,093 cu Sig.=0,004 și un coeficient
Durbin-Watson de 1,839 (Anexa 16 - Tabel 9). Se poate concluziona că ambele variabile pot
contribui semnificativ statistic (Sig.<0,05) la explicarea varianței valorilor concentrației de Mn,
în proporție de 15% (K_gas_1000), respectiv 9,3% (K_part_10). Valoarea coeficientului
Durbin-Watson apropiat de 2 asigură necoliniaritatea valorilor.
În a doua etapă a fost construit și evaluat modelul predictorului compus ”trafic”,
introducând în același pas ambele variabile și aplicând regresia liniară prin metoda
Backward (Anexa 16 – Tabel 10). Modelul generat a păstrat ambele variabile, explicând
20,9% din varianța concentrației de Mn (R2=0,209 cu Sig.=0,000) și un coeficient Durbin-
Watson de 1,875.
O altă sursă importantă de Mn în mediul înconjurător este modul de folosință al

solului, în această categorie manifestându-se sursele directe de poluare: fertilizatorii și alte
substanțe chimice utilizate în agricultură pentru categoria ”agricultural”, sau scurgeri și emisii
de la unitățile industriale sau depozitele de deșeuri, pentru categoria ”vacant land”. Pentru
modelarea acestui factor a fost utilizată variabila categorială ”Land use” transformată în trei
variabile categoriale binare, categoria de bază fiind categoria asociată bordurilor și
scuarurilor stradale (”urban green”), influențată preponderent de trafic.
Din regresia liniară aplicată simultan celor trei variabile categoriale binare utilizând
metoda Backward au rezultat valorile pentru R2 de 0,500 (Sig.=0,00) pentru modelul în care
sunt luați în considerare toți predictorii și 0,498 (Sig.=0,641) pentru modelul în care variabila
categorială binară asociată tipului de teren influențat de industrie (”vacant land”) a fost
eliminată neîndeplinind condiția de semnificanță a metodei (Anexa 16 - Tabel 11). Deoarece
diferența introdusă de eliminarea factorului se manifestă la a doua zecimală, în scădere și
este considerată nesemnificativă statistic, pentru modelarea predictorului ”Land use” au fost
păstrate toate cele trei variabile categoriale binare.
Se poate concluziona că predictorul ”land use” explică semnificativ statistic
(Sig.<0,05) 50% din varianța concentrațiilor de Mn, un coeficient Durbin-Watson de 2,030
asigurând necoliniaritatea valorilor.
Factorii ”pH” și ”traficul feroviar” au obținut valorile pentru R2 de 0,034, respectiv

0,098, dar nesemnificative statistic (Sig.>0,05), deci nu au fost luate în considerare pentru
modelul final al regresiei (Anexa 16 – Tabel 12 și Tabel 13).
A fost aplicată regresia liniară prin metoda Backward considerând în prima etapă
predictorul compus ”trafic”, iar în a doua predictorul compus ”land use”, modelul final având
exclusă componenta asociată categoriei ”agricultural” (Anexa 16 – Tabel 14).
Modelul final are un R2=0,597 cu un coeficient Durbin-Watson 1,904. Din analiza
semnificanței statistice a coeficienților ecuației (Anexa 16 – Tabel 15) s-a ales ca și model
final modelul în care toți coeficienții au Sig.<0,05.
Putem spune că modelul ales explică 60% din varianța concentraței de Mn în solul
municipului Bacău.
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).
Ecuația obținută (14) are forma:

(14)
Reprezentând grafic printr-un Plot valoarea calculată utilizând ecuația (14) –

Mn_regr; ”impotriva” valorii măsurate – Mn, și ținând cont și de categoriile de folosință a
terenurilor (Fig. 9-7), se poate observa că există o distincție clară a devianțelor în funcție de
tipul de folosință a solurilor, excepție zonele influențate de trafic care ocupă întreg domeniul.
Considerând valorile reziduale calculate prin formula (15),

unde Mn_regr reprezintă valorile calculate utilizând ecuația de regresie, iar Mn, valorile
observate, se obține reprezentarea spațială a zonelor în care metoda regresiei nu va putea fi
folosită cu succes (Anexa 16 – Fig. 14 și Fig. 9-8).
Comparând distribuția valorilor reziduale Figura 9-9 se poate concluziona că în

zonele rezidențiale și zonele neinfluențate direct (parcuri și ariile naturale), concentrația de
Mn din sol este mai bine prognosticată cu ajutorul regresiei, pe când în zonele în care
influența surselor de poluare este directă (zonele agricole și terenurile virane din apropierea
unităților industriale) interpolarea Kriging are rezultate mai bune.
Fig. 9-8 Mn - Distribuția spațială a valorilor reziduale obținute în urma aplicării regresiei. 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. 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.
pentru Cu
obținute pentru Cu au fost cumulate în cadrul Anexei 17. Fiecare element: figură / diagramă
– Table xx sau Anexa 17 – Fig. xx.

Au fost analizate 89 de valori măsurate ale concentrației de Cu (Anexa 17 - Tabel1)

concentrației de Cu au o distribuție normală.
Fig. 10-7 Cu - Boxplot al datelor experimentale cu evidențierea ”outlier-ilor”.
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.
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.

Conform OM 756/1997 [33] valorile de referință pentru Cu pentru tipul de sol sensibil
sunt:
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.
Cu în funcție de valorile de referință stabilite prin OM 756/1997 [33] pentru fiecare tip de
- 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;
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;
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”).
observa că valorile medie și maximă sunt mai mici în Bacău decât în celelalte două orașe.
Tabel 10-1 Cu - rezultatele comparative cu studiile realizate în Iași și Fălticeni.

Orașul Depășiri
probe (mg/kg) (mg/kg) (mg/kg)
Bacau 89 35,843 12,100 82,100 Nu este depășit AT
Falticeni 63 36,000 17,850 112,75 1,59% din probe depășesc AT
Nu se 5,73% din probe depășesc AT
Iasi 1030 11,600 702,600
specifică 1,94% din probe depășesc IT
10.4. Modelarea distribuției spațiale a concentrațiilor determinate cu
ajutorul funcțiilor geostatistice
obținute pentru Cu. Semivariograma obținută are o distribuție sferică cu ”efect nugget”
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.
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)
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.
10.5. Concluzii pentru Cu

Distribuția spațială a concentrațiilor de Cu în solul de suprafață a municipiului Bacău
a fost modelată utilizând interpolarea Ordinary Kriging (Fig. 10-5). Harta de distribuție
previzionează corect valorile concentrației de Cu în sol în majoritatea perimetrului
municipiului Bacău, diferențele dintre valoarea prognosticată și cea reală manifestându-se
sub forma unor valori prognozate supraestimate în zonele industriale limitrofe și în zona
rezidențială din centrul orașului (Fig. 10-7).
”Traficul rutier”, ”traficul feroviar” și ”modul de folosință a terenurilor” sunt principalii
factori care ar putea influența concentrația de Cu, dar în urma aplicării regresiei liniare,
modelul generat explică doar 51% din varianță, în timp care coeficientul Durbin-Watson,
semnificativ mai mic decât 2, și rezultatul funcțiilor Getis-Ord General G și Global Moran's I
Spatial Autocorrelation atrag atenția asupra existenței corelațiilor spațiale între predictori.
Au fost puse în evidență câteva zone de concentrare a valorilor mari care urmăresc
rețelele de transport rutier și feroviar și sunt relaționate de asemenea cu unitățile industriale
și depozitele de deșeuri din zona de SE a orașului. Deoarece în 2011, doar două dintre
acestea încă mai erau active și 100% din locațiile situate în categoria ”vacant land” au valori
măsurate care depășesc NV, se poate concluziona că poluarea remanentă poate fi
considerată un factor important și activ de influență asupra concentrației de Cu în solul de
suprafață din zona analizată.
În zonele de folosință agricolă unde pH-ul a fost înregistrat în domeniul acid, valorile
concentrațiilor de Cu sunt între 20 și 40 mg/kg sol uscat. Se poate concluziona că în ceea
care privește biodisponibilitatea, este un risc scăzut ca plantele să preia în exces Cu din sol.
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”).
pentru Pb
obținute pentru Pb au fost cumulate în cadrul Anexei 18. Fiecare element: figură / diagramă

Au fost analizate 89 de valori măsurate ale concentrației de Pb (Anexa 18 - Tabel1)
populației statistice: valoarea de minim = 2,940 mg/kg; valoarea de maxim = 56,730 mg/kg;
media = 21,370 mg/kg; mediana = 18,700 mg/kg (Anexa 18 - Tabel 2).
În urma aplicării testului Kolmogorov-Smirnov (Anexa 18 - Tabel 3) se poate
concluziona că datele experimentale pentru Pb nu prezintă o distribuție normală (Sig.=0,014;
Sig.<0,05), concluzie confirmată și de histograma frecvențelor de distribuție (Fig. 11-1).și
valoarea coeficienților de aplatizare (Kurtosis) și simetrie (Skewnes) (Anexa 18 – Tabel 2)
Fig. 11-1 Pb - Histograma frecvenței de distribuție (”Frequency”) a valorilor măsurate.
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).
Omogenitatea grupării pe categoriile de folosință a solurilor se verifică utilizând testul

concluziona că, din punct de vedere statistic grupurile de date sunt bine definite (Anexa 18 –
Tabel 5 și Tabel 6). Însă, deoarece valoarea indicelului de semnificație statistică Sig. este
mai mare decât 0,05 la a treia zecimală, această afirmație trebuie tratată cu precauție.
Concluzia anterioară este întărită de rezultatul analizei referitoare la tendința de
autocorelare spațială și de a forma clustere de valori mari utilizând funcțiile Getis-Ord
General G (Anexa 18 – Fig. 6) și Global Moran's I Spatial Autocorrelation (Anexa 18 – Fig. 7)
care afirmă că: există peste 99% șanse ca valorile analizate să formeze clustere de valori
mari și peste 99% șanse ca acestea să fie corelate spațial, probabil aparținând aceleiași /
acelorași surse.
Conform OM 756/1997 [33] valorile de referință pentru Pb pentru tipul de sol sensibil
sunt:
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).
Pb în funcție de valorile de referință stabilite prin OM 756/1997 [33] pentru fiecare tip de
- 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;
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.
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.

alte studii
Pb este unul dintre cele mai studiate metale grele [31], dar locațiile de prelevare au
Fig. 11-6 Pb - Harta orașelor în care au fost înregistrate depășiri (”Exceeding of the thresholds”) ale AT (bara
deșeuri - ”vacant land”).
Tabel 11-1 Pb - rezultatele comparative cu studiile realizate în Iași și Fălticeni.
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
Iasi 1030 4,500 1995,400

A fost aplicată funcția de interpolare Ordinary Kriging asupra datelor obținute pentru
Pb în urma transformării. Semivariograma obținută are o distribuție sferică cu ”efect nugget”
Se evidențiază o singură zonă de concentrare a valorilor mari, localizată în centrul
orașului, concluzie întărită de rezultatul funcțiilor Getis-Ord General G și Global Moran's I
Spatial Autocorrelation.
Aplicând regresia liniară prin metoda Backward asupra variabilei transformate Pb_log
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 = 0,331; semnificativ statistic (Sig. <0,01) și cu un coeficient Durbin-Watson=1,667. Se
poate concluziona că traficul rutier poate explica 33,1% din varianța concentrației de Pb
(Anexa 18 – de la Tabel 8 până la Tabel 10)
Fig. 11-7 Pb - Harta de distribuție generată prin interpolare Ordinary Kriging utilizând valorile obținute prin
transformare (Pb_log). Sunt reprezentate limitele zonei urbane (”city_limits”), valorile măsurate pentru
concentrația Pb (”Pb observed values”) și codul culorilor pe domeniile de valori asociate în cadrul hărții de
distribuție (”Kriging Prediction Map”).
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.
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”).
11.5. Concluzii pentru Pb

Distribuția spațială a concentrațiilor de Pb în solul de suprafață a municipiului Bacau
a fost modelată utilizând interpolarea Ordinary Kriging. Harta de distribuție obținută
previzionează corect concentrația de Pb pe majoritatea suprafeței, arătând valori
supraestimate în zonele agricole și subestimate în unele zone influențate de trafic.
A fost identificată o singură zonă de concentrare a valorilor mari care ocupă întreaga
zonă centrală a orașului, concluzie întărită de rezultatul funcțiilor Getis-Ord General G și
Global Moran's I Spatial Autocorrelation.
Factorii ”Traficul rutier” și ”modul de folosință al solurilor” au fost identificați ca fiind
semnificativi statistic factori de influență asupra concentrației de Pb în sol, explicând prin
modelul comun 45,6% din varianță. Deoarece ambii factori sunt în prezent inactivi (benzina
cu Pb este interzisă spre comercializare din 2004, iar unitățile industriale posibil poluatoare
cu Pb au fost închise), se poate concluziona că poluarea remanentă este principala sursă de
poluare activă cu Pb.
În zona terenurilor agricole caracterizate cu pH în domeniul acid, valorile pentru Pb
măsurate sunt sub pragul valorii normale, deci se poate concluziona că din punct de vedere
a biodisponibilității plumbului nu există pericolul de a fi absorbit în exces de către plante.
pentru Cd
obținute pentru Cd au fost cumulate în cadrul Anexei 19. Fiecare element: figură / diagramă

Au fost analizate 89 de valori măsurate ale concentrației de Cd (Anexa 19 - Tabel1)
populației statistice: valoarea de minim = 0,000 mg/kg; valoarea de maxim = 1,450 mg/kg;
media = 0,595 mg/kg; mediana = 0,622 mg/kg (Anexa 19 - Tabel 2).

concentrației de Cu au o distribuție normală.
Fig. 12-1 Cd - Boxplot al datelor experimentale cu evidențierea ”outlier-ilor”
Nu au fost identificate valori ale concentrațiilor de Cd ca și ”outlieri” (Fig. 12-1).

Moran's I Spatial Autocorrelation (Anexa 19 – Fig. 5) afirmă că sunt mai puțin de 1% șanse
ca valorile concentrației de Cd să formeze clustere de valori mari și mai mult de 99% șanse
ca aceste valori să fie corelate spatial. Se poate concluziona că valorile sunt relative uniform
distribuite, ca și valori, dar că din punct de vedere spatial ocupă zone distincte.

Conform OM 756/1997 [33] valorile de referință pentru Cd pentru tipul de sol sensibil
sunt:
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.
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
alte studii
Cd este unul dintre cele mai studiate metale grele [31], dar locațiile de prelevare au
Tabel 12-1 Cu - rezultatele comparative cu studiile realizate în Iași și Fălticeni.

Orașul Depășiri
Nu se
Falticeni 63 0,20 1,34 Nu este depășit AT
specifică
Iasi 1030 0,00 15,4
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
deșeuri-” vacant land”).

obținute pentru Cd. Semivariograma obținută are o distribuție sferică cu ”efect nugget”
Fig. 12-5 Cd - Harta de distribuție generată prin interpolare Ordinary Kriging utilizând datele experimentale. Sunt
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 (”Kriging Prediction Map”)
Se evidențiază două zone distincte în care concentrația de Cd este semnificativ mai

mare ca zero și acestea urmăresc categoria de sol de folosință agricolă și zonele industriale
(Fig. 12-6).
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) .
Aplicând regresia liniară pentru Cd (variabilă dependent), singurul predictor cu un

rezultat semnificativ statistic a fost predictorul compus ”land use” asociat tipurilor de folosință
a solurilor care explică 57% din varianța concentrațiilor de Cd (R2=0,570, Sig.=0,000,
coeficientul Durbin-Watson = 2,092) (Anexa 19 – de la Tabel 7 până la Tabel 11).
funcția de interpolare și valorile măsurate. Semivariograma are o distribuție sferică cu ”efect
nugget” și cu un prag de aplatizare ”sill” = 0,104 (Anexa 17 - Fig. 12), ceea care îi conferă un
aspect ”plat”, marcând slaba corelație spațială a valorilor reziduale.
Se poate concluziona că harta de distribuție rezultată previzionează corect
concentrația Cd în sol în majoritatea perimetrului municipiului, prezentând valori majorate în
zonele rezidențiale, reprezentate cu galben-portocaliu în Fig. 12-7 și un o acumulare de
valori subestimate în zona haldei de fosfogips (albastru).
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”).
12.5. Concluzii pentru Cd

Distribuția spațială a concentrațiilor de Cd în solul de suprafață a municipiului Bacau
a fost modelată utilizând metoda de interpolare Ordinary Kriging. Harta de distribuție
previzionează corect valorile concentrațiilor de Cd în majoritatea prerimetrului municipiului
Bacau.
Variabila “Land use” asociată tipurilor de folosință a solurilor este principalul factor de
influență asupra concentrațiilor de Cd, explicând 57% din varianța acestora, iar rezultatul
funcțiilor Getis-Ord General G și Global Moran's I Spatial Autocorrelation întărește această
concluzie.
Având în vedere valorile scăzute ale concentrațiilor de Cd, se poate concluziona, că
din punct de vedere al biodisponibilității pericolul ca plantele, chiar și cele dezvoltate pe
terenurile agricole cu pH în domeniul acid, să prea cantități în exces de Cd din sol este foarte
scăzut.
pentru Zn

obținute pentru Zn au fost cumulate în cadrul Anexei 20. Fiecare element: figură / diagramă /
tabel, este numerotat individual și referit în cadrul Capitolului 13 prin antetul său: Anexa 20

Au fost analizate 89 de valori măsurate ale concentrației de Zn (Anexa 20 - Tabel1)

concentrației de Zn au o distribuție normală.
Fig. 13-1 Zn - Boxplot al datelor experimentale cu evidențierea ”outlier-ilor”.
Nu au fost identificate valori ale concentrațiilor de Zn ca și ”outlieri” (Fig. 13-1).

Moran's I Spatial Autocorrelation (Anexa 20 – Fig. 5) afirmă că sunt mai mult de 99% șanse
ca valorile concentrației de Zn să formeze clustere de valori mari și mai mult de 95% șanse
ca aceste valori să fie corelate spatial. Se poate concluziona astfel că este posibil ca datele
analizate să formeze concentrații de valori mari și că acestea pot aparține aceleiași /
acelorași surse.

Conform OM 756/1997 [33] valorile de referință pentru Zn pentru tipul de sol sensibil
sunt:
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%.
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.

alte studii
Zn este unul dintre cele mai studiate metale grele [31], dar locațiile de prelevare au
Fig. 13-3 Zn - Distribuția procentuală (”Percent”) a datelor experimentale obținute, în funcție de valorile de
Fig. 13-10 Zn - Harta orașelor în care au fost înregistrate depășiri (”Exceeding of the thresholds”) ale AT (bara
deșeuri- ”vacant land”).
Tabel 13-1 Zn - rezultatele comparative cu studiile realizate în Iași și Fălticeni.

Orașul Depășiri
Falticeni 63 95,8 33,6 332,8 Nu se specifică
Iasi 1030 10,1 5624

obținute pentru Zn. Semivariograma obținută are o distribuție sferică cu ”efect nugget”
considerare minim doi vecini și maxim cinci, rezultând harta din Fig. 13-5.
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) .
Aplicând regresia liniară prin metoda Backward asupra variabilei Zn (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 = 0,254; semnificativ statistic (Sig. <0,01) și cu un coeficient Durbin-
Watson=1,776, factorul majoritar ca și influență fiind k_part_10, care explică singur 22,1%
din varianța concentrației de Zn. Se poate concluziona că traficul rutier poate reprezenta o
sursă de Zn, componenta majoritară fiind reprezentată de particulele emise în timpul mișcării
mecanice, cel mai probabil datorită abraziunii cauciucurilor (Anexa 20 – de la Tabel 7 până
la Tabel 9).
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.
Rezultatele regresiei liniare aplicate Zn (variabilă dependentă) și ceilorlalți posibili

factori de influență ”pH” (predictor) și ”traficul feroviar” (predictor) nu au fost semnificative
statistic, deci nu au fost luate în considerare (Anexa 20 – Tabel 11 și Tabel 12)
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).
funcția de interpolare și valorile măsurate. Semivariograma are o distribuție ”plată” (sill = 0)
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).
13.5. Concluzii pentru Zn

Distribuția spațială a concentrațiilor de Zn în solul de suprafață a municipiului Bacau a
fost modelată utilizând metoda de interpolare Ordinary Kriging. Harta de distribuție
previzionează corect valorile concentrațiilor de Zn în majoritatea perimetrului municipiului
Bacău, cu excepția zonelor rezidențiale din centrul orașului aflate sub influența traficului
intens, unde prezintă valori suestimate.
Variabila “k_part_10” asociată dispersiei particulelor metalice emise în urma mișcării
mecanice a vehiculelor este factorul principal de influență asupra variației concentrației de
Zn, explicând 25% din varianța acesteia. Un al doilea factor de influență determinat este
variabila ”land use” asociată categoriilor de folosință a solurilor, explicând 20,5% din
varianță, rezultatul funcțiilor Getis-Ord General G și Global Moran's I Spatial Autocorrelation
întărind concluzia existenței a două surse distincte.
Având în vedere valorile scăzute ale concentrațiilor de Zn, se poate concluziona, că
din punct de vedere al biodisponibilității pericolul ca plantele, chiar și cele dezvoltate pe
terenurile agricole cu pH în domeniul acid, să preia cantități în exces de Zn din sol este
foarte scăzut.
Concluzii generale
Concluzii aferente studiilor teoretice

Literatura de specialitate a fost analizată din următoarele direcții distincte:
1. necesitatea studierii distribuției concentrațiilor de metale grele în solul de suprafață din
mediile urbane;
2. eficiența utilizării Sistemelor Informaționale Geografice în analiza distribuției concentrațiilor
de metale grele în solul din mediile urbane;
3. necesitatea studierii distribuției concentrațiilor de metale grele în solul de suprafață din
municipiul Bacău;
4. identificarea posibililor factori de influență asupra concentrațiilor de metale grele în solul
din municipiul Bacău și a modalităților de cuantificare a acestor influențe.
Referitor la necesitatea studierii distribuției concentrațiilor de metale grele în

solul de suprafață din mediile urbane concluziile extrase sunt următoarele:
- Metalele grele au un efect potenţial toxic asupra tuturor organismelor vii, fiecare dintre ele
fiind periculoase în afara unui anumit domeniu de valori.
- Capacitatea de acumulare se manifestă şi în cazul absorbţiei de către organismele vii,
unde, metalele grele se vor acumula în diferite părţi ale corpului, disturbând buna
funcţionare a acestuia la nivel enzimatic şi celular şi îmbolnăvindu-l;
- Solul de suprafață are un comportament dual:
- de depozitar al metalelor grele emise în mediu, preluând particulele emise de
sursele de poluare în aer (depunere prin precipitații sau ceață) sau ape (captarea în
sedimente), comportament favorizat şi de capacitatea acestora de a se acumula în
timp;
- de sursă de poluare cu metale grele, factorii fizico-chimici acţionând asupra acestor
depozite mobilizându-le prin preluarea sub formă de particule în aer, apă sau prin
absorbţia de către plante;
- Solul de suprafață din mediul urban, ca și ”sol creat”, prezintă astfel, în plus, o serie de
caracteristici specifice (este fragmentat, de mici dimensiuni; prezenţa structurilor
subterane restricţionează adâncimea solului întrerupând circulaţia apei și transferul
metalelor grele către straturile inferioare, acestea cumulându-se în stratul de suprafață; o
mare parte a solului din mediul urban este acoperit cu materiale artificiale ce prezintă
caracteristici de permeabilitate, porozitate şi aderenţă foarte diferite, având capacitatea de
a depozita particulele de metal şi devenind astfel, ele însele, surse de emisie) ce îi
accentuează dubla proprietate de depozitar și sursă de poluare;
- Datorită acestor factori precum şi datorită multitudinii de surse antropice de poluare cu
metale grele a mediului, şi în special a solului, și a ratei zilnice de emisie a acestora,
studiul distribuției concentrației metalelor grele în sol poate fi utilizat ca și o modalitate de
a evalua calitatea mediului înconjurător.
Sintetizând metodele de analiză a metalelor grele în sol se desprind următoarele

concluzii referitoare la eficiența utilizării Sistemelor Informaționale Geografice în analiza
distribuției concentrațiilor de metale grele în solul din mediile urbane:
- Metodele de analiză statistice utilizate în cazul solului natural, în care structura de straturi
nu este alterată, contribuţia antropică şi posibilele surse de poluare putându-se diferenția
de concentrația naturală a metalelor grele studiate, au o aplicabilitate limitată în mediul
urban, unde solul, în general, nu are o singură sursă şi nu mai prezintă o structură
stratificată a cărei profil să poată fi legat de proprietăţile materialului geologic de bază;
- Utilizarea Sistemelor Informaționale Geografice în analiza distribuției concentrațiilor de
metale grele în sol permite:
- realizarea hărţilor de distribuţie a concentraţiilor metalelor studiate şi previzionarea
valorii acestora în locații în care nu s-au realizat prelevări și analize de probe;
- evidenţierea punctelor de interes (concentrații de valori mari sau mici) pe hărţile de
distribuţie și corelarea cu alte tipuri de hărţi (reţea stradală, zone industriale, zone
rezidenţiale, etc.) pentru realizarea analizelor comparative și identificarea posibilelor
surse de poluare;
- corelarea hărţilor de distribuţie cu diferite date statistice: date medicale, sociale,
istorice pentru realizarea analizelor comparative;
- corelarea hărţilor de distribuţie realizate pentru aceeaşi zonă, în perioade de timp
diferite pentru realizarea previziunilor de evoluţie și analiza modului de deplasare în
timp a punctelor de concentrare.
Despre municipiul Bacău, au fost sistematizate din literatura de specialitate

informațiile referitoare la caracteristicile localității din punct de vedere fizico-geografic,
climatic și socio-economic, în relație cu modul în care acestea pot influența gradul de poluare
cu metale grele a solului și transferul acestora. De asemenea, a fost realizată o sinteză a
activității de monitorizare a concentrațiilor metalelor grele în sol în perioada 2007-2010,
desprinzându-se următoarele concluzii referitoare la necesitatea studierii distribuției
concentrațiilor de metale grele în solul de suprafață din municipiul Bacău:
- În municipiul Bacău sunt prezente o serie de posibile surse de poluare a solului cu metale
grele, atât direct cât și indirect, prin emiterea poluanților în atmosferă și apoi depozitarea
lor pe sol;
- Condițiile geografice și climatice favorizează depunerea poluanților atmosferici –
caracterul depresionar asimetric al reliefului; direcția vânturilor, preponderent N-S, în S
fiind localizate cele mai importante unități industriale; cantitatea mare de precipitații și
numărul mare de zile în care se manifestă fenomenul de ceață sau de aer cețos;
- Studiile realizate până în prezent asupra concentrațiilor de metale grele în solul din zona
municipiului Bacău nu sunt suficiente pentru a putea concluziona asupra distribuției
acestora și nici asupra posibilei influențe pe care o pot avea asupra sănătății locuitorilor
orașului.
Pentru identificarea posibililor factori de influență asupra concentrațiilor de

metale grele în solul din municipiul Bacău a fost studiată literatura de specialitate
referitoare la sursele naturale și antropice ale metalelor grele analizate: Cd, Cu, Mn, Pb și
Zn, sintezele fiind coroborate cu informațiile socio-economice specifice municipiului Bacău.
Posibilii factori de influență identificați sunt:
- traficul rutier – prin emisia de gaze de eșapament pentru Mn (sursă activă) și Pb
(poluare remanentă) și prin depunerea particulelor de metal eliberate în urma mișcării
mecanice a vehiculelor pentru Mn și Cu prin procesul de frânare și Zn prin
abraziunea cauciucurilor (surse active);
- emisiile din industrie și scurgerile din depozitele de deșeuri – pentru toate metalele
grele analizate există cel puțin o sursă de poluare activă sau remanentă, influența
manifestându-se cel mai puternic la nivel local;
- utilizarea fertilizatorilor și a altor substanțe chimice în agricultură – sunt vizate Cd,
Mn, Pb pentru culturile de cereale și Cu pentru suprafețele cultivate cu viță de vie;
- traficul feroviar – în principal prin depunerea particulelor de metal eliberate în urma
mișcării trenurilor (Cu, Mn);
- transferul pe calea aerului – circulația joasă a aerului pe fundul depresiunii, direcția
vânturilor preponderentă pe axa N-S, scăderea vitezei de la marginile orașului către
centru susțin considerarea transferului aerian al particulelor de metale grele din solul
de suprafață un factor de influență;
- poluarea remanentă – municipiul Bacău a fost caracterizat în ultimii 50 de ani de o
puternică industrie metalurgică și constructoare de mașini, precum și prin
combinatele de îngrășăminte chimice și organice, tipuri de industrie recunoscute în
literatura de specialitate ca poluatoare cu metale grele.
Pentru cuantificarea lor au fost analizate diferite modele publicate în literatura de
specialitate ce utilizau atât funcții statistice cât și geostatistice. Astfel, luând în considerare și
eficiența lor în cazul condițiilor specifice municipiului Bacău, au fost preluate și / sau
prelucrate următoarele modele:
- pentru sursele directe – fertilizatori și scurgeri de la depozitele de deșeuri sau emisii
de la unitățile industriale - s-a utilizat un model statistic reprezentat printr-o variabilă
categorială asociată fiecărei categorii de folosință a terenurilor;
- pentru traficul rutier și cel feroviar - s-a utilizat modelul geostatistic pentru
previzionarea dispersiei particulelor furnizat de funcția Kernel Density, într-o variantă
îmbunătățită pentru dispersia gazelor de eșapament și a particulelor emise de
mișcarea mecanică a automobilelor (pentru traficul rutier), lipsa datelor împiedicând
îmbunătățirea modelului pentru traficul feroviar;
- pentru transferul pe calea aerului și poluarea remanentă – au fost găsite în literatura
de specialitate modele de cuantificare a influenței, însă neîndeplinirea condițiilor de
aplicare (datele provenite din studiile anterioare derulate în perimetrul municipiului
Bacău sunt insuficiente pentru categoriile de surse industrial sau trafic, și lipsesc
pentru terenurile agricole; numărul de puncte de monitorizare a vitezei si direcției
curenților de aer existente în prezent sunt de asemenea insificiente și dispersate pe
jumătatea de sud a orașului, neavând nicio informație pentru jumătatea de nord), nu
au permis aplicarea lor
Modele utilizate pentru sursele directe și traficul rutier s-au dovedit a fi eficiente
pentru toate metalele grele vizate, modelul pentru traficul feroviar dovedindu-și utilitatea doar
în cazul Cu, pentru Mn, rezultatele nefiind concludente. Rezultatele obținute în cadrul
analizei de regresie utilizând modele generate au fost confirmate de analiza geostatistică a
hărților de distribuție.
Concluzii aferente analizei valorilor măsurate

Stabilirea punctelor de prelevare, prelevarea și conservarea probelor, obținerea
soluției de digestie, măsurarea pH-ului și a concentrațiilor metalelor grele analizate, s-au
desfășurat conform standardelor în vigoare și conform manualelor echipamentelor furnizate
de către producători. Datele obținute sunt asfel validate prin respectarea metodologiilor
oficiale.
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.
Încărcarea cu metale grele a solului de suprafață din perimetrul municipiului

Bacău și raportarea rezultatelor obţinute la standardele naţionale
- Valorile înregistrate se încadrează sub limita pragului de alertă pentru Cd, Zn și Cu,
procentul cel mai mare de depășire al valorii normale fiind înregistrat pentru Cu (83%),
pentru Cd și Zn fiind sub 25%;
- Pentru Mn și Pb au fost înregistrate depășiri ale pragului de alertă, dar fără a atinge
pragul de intervenție, în procent de peste 25% pentru Mn și doar 4.5% pentru Pb.
Depășirile sunt semnificative doar în cazul Mn, 43,48% dintre acestea înregistrând
depășiri de peste 10% a valorii pragului de alertă, în cazul plumbului, o singură valoare
înregistrând o depășire semnificativă (13,41%);
- Din analiza comparativă cu valorile determinate în alte studii realizate în țară, se poate
concluziona că valorile maxime obținute în perimetrul municipiului Bacău sunt mai scăzute
decât în majoritatea celorlalte orașe pentru care am găsit informații în literatura de
specialitate, pentru toate categoriile de folosință a solurilor.
Modelarea distribuției spațiale. Previzionarea valorilor concentrațiilor de metale

grele în locațiile în care nu s-au prelevat probe de sol
- Metoda de interpolare Ordinary Kriging a îndeplinit condițiile de utilizare pentru toate
metalele grele analizate, valorile previzionate aproximând corect valorile reale pe
majoritatea perimetrului municipiului Bacău;
- Modelarea cu ajutorul regresiei liniare și a metodei de interpolare Ordinary Kriging a putut
fi aplicată doar în cazul Mn, modelul obținut fiind eficient în zonele sensibile: zonele
rezidențiale și zonele naturale / parcuri. Pentru celelalte metale analizate modelul generat
a putut explica mai puțin de 60% din varianța concentrației metalului greu analizat, acest
rezultat putându-se datora importanței, pentru distribuția spațială, a factorilor ”poluare
remanentă” și ”transfer aerian” care nu au putut fi cuantificați și utilizați.
- Pentru Mn se pot concluziona următoarele:
- Distribuția spațială a concentrațiilor de Mn în solul de suprafață a municipiului Bacău
a fost modelată utilizând interpolarea Ordinary Kriging și regresia liniară prin metoda
Backward. În modelul generat prin regresie, ce explică 60% din varianța
concentrațiilor de Mn, 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, explicând 20,9% din
varianța concentrațiilor de Mn) și clasificarea după tipul de folosință a terenurilor
asociat surselor de poluare directă (explicând 50%).
- Ambele hărți previzionează corect concentrația de Mn din sol în majoritatea
perimetrului municipiului Bacău, 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.
- Pentru Cu se pot concluziona următoarele:
- Distribuția spațială a concentrațiilor de Cu în solul de suprafață a municipiului Bacău
a fost modelată utilizând interpolarea Ordinary Kriging. Harta de distribuție
previzionează corect valorile concentrației de Cu în sol în majoritatea perimetrului
municipiului Bacău, diferențele dintre valoarea prognosticată și cea reală
manifestându-se sub forma unor valori prognozate supraestimate în zonele
industriale limitrofe și în zona rezidențială din centrul orașului.
- ”Traficul rutier”, ”traficul feroviar” și ”modul de folosință a terenurilor” sunt principalii
factori care ar putea influența concentrația de Cu, dar în urma aplicării regresiei
liniare, modelul generat explică doar 51% din varianță, în timp ce coeficientul
Durbin-Watson, semnificativ mai mic decât 2, și rezultatul funcțiilor Getis-Ord
General G și Global Moran's I Spatial Autocorrelation atrag atenția asupra existenței
corelațiilor spațiale între predictori.
- Au fost puse în evidență câteva zone de concentrare a valorilor mari care urmăresc
rețelele de transport rutier și feroviar și sunt relaționate de asemenea cu unitățile
industriale și depozitele de deșeuri din zona de SE a orașului. Deoarece în 2011,
doar două dintre acestea încă mai erau active și 100% din locațiile situate în
categoria ”vacant land” au valori măsurate care depășesc NV, se poate concluziona
că poluarea remanentă poate fi considerată un factor important și activ de influență
asupra concentrației de Cu în solul de suprafață din zona analizată.
- Pentru Pb se pot concluziona următoarele:
- Distribuția spațială a concentrațiilor de Pb în solul de suprafață a municipiului Bacau
a fost modelată utilizând interpolarea Ordinary Kriging. Harta de distribuție obținută
previzionează corect concentrația de Pb pe majoritatea suprafeței, arătând valori
supraestimate în zonele agricole și subestimate în unele zone influențate de trafic.
- A fost identificată o singură zonă de concentrare a valorilor mari care ocupă
întreaga zonă centrală a orașului, concluzie întărită de rezultatul funcțiilor Getis-Ord
General G și Global Moran's I Spatial Autocorrelation.
- Factorii ”Traficul rutier” și ”categoriile de folosință al solurilor” au fost identificați ca
fiind semnificativi statistic factori de influență asupra concentrației de Pb în sol,
explicând prin modelul comun 45,6% din varianță. Deoarece ambii factori sunt în
prezent inactivi (benzina cu Pb este interzisă spre comercializare din 2004, iar
unitățile industriale posibil poluatoare cu Pb au fost închise), se poate concluziona
că poluarea remanentă este principala sursă de poluare activă cu Pb.
- Pentru Cd se pot concluziona următoarele:
- Distribuția spațială a concentrațiilor de Cd în solul de suprafață al municipiului
Bacau a fost modelată utilizând metoda de interpolare Ordinary Kriging. Harta de
distribuție previzionează corect valorile concentrațiilor de Cd în majoritatea
perimetrului municipiului Bacau.
- Variabila “Land use” asociată tipurilor de folosință a solurilor este principalul factor
de influență asupra concentrațiilor de Cd, explicând 57% din varianța acestora, iar
rezultatul funcțiilor Getis-Ord General G și Global Moran's I Spatial Autocorrelation
întărește această concluzie.
- Pentru Zn se pot concluziona următoarele:
- Distribuția spațială a concentrațiilor de Zn în solul de suprafață a municipiului Bacau
a fost modelată utilizând metoda de interpolare Ordinary Kriging. Harta de distribuție
previzionează corect valorile concentrațiilor de Zn în majoritatea perimetrului
municipiului Bacău, cu excepția zonelor rezidențiale din centrul orașului aflate sub
influența traficului intens, unde prezintă valori suestimate.
- Variabila “k_part_10” asociată dispersiei particulelor metalice emise în urma
mișcării mecanice a vehiculelor este factorul principal de influență asupra variației
concentrației de Zn, explicând 25% din varianța acesteia. Un al doilea factor de
influență determinat este variabila ”land use” asociată categoriilor de folosință a
solurilor, explicând 20,5% din varianță, rezultatul funcțiilor Getis-Ord General G și
Global Moran's I Spatial Autocorrelation întărind concluzia existenței a două surse
distincte.
Din corelarea hărţilor de distribuţie cu alte tipuri de hărţi (reţeaua de transport

rutier, reţeaua de transport feroviar, harta zonelor industriale active şi/sau inactive, harta
zonelor verzi şi agricole etc.) pentru realizarea analizelor comparative şi identificarea
posibilelor surse de poluare se pot desprinde următoarele concluzii:
- Traficul rutier reprezintă principala sursă activă de poluare pentru Mn, Cu, Zn, explicând
între 20 și 30% din varianța acestora;
- Traficul feroviar a fost identificat ca o sursă importantă de Cu, explicând 27% din varianța
acestuia;
- Au fost identificate ca și surse de poluare directă asupra solului utilizarea produselor
chimice în agricultură (pentru Mn, Cu și Pb) și unitățile industriale și depozitele de deșeuri
(pentru Mn, Cu, Pb și Cd);
- Din analiza geostatistică se poate concluziona că:
- poluarea remanentă este un factor important de dispersie pentru Pb, Cu, Cd și Zn;
- un alt factor important este transferul pe calea aerului, toate metalele grele analizate
prezentând maxime de acumulare în centrul orașului.
Posibilități de dezvoltare ulterioară
Sintetizând concluziile generale se desprind următoarele posibilități de dezvoltare

ulterioară a temei de cercetare „Studiul distribuţiei metalelor grele în sol în perimetrul
municipiului Bacău folosind Sisteme Informaţionale Geografice”:
- conceperea unei metodologii unitare de analiză a concentrației metalelor grele în
solul din mediile urbane cu caracteristici similar municipiului Bacău, utilizând
procedurile de lucru stabilite în cadrul acestui studiu;
- utilizând baza de date obținute în urma sintezei studiilor realizate în țară asupra
concentrațiilor de metale grele în sol, și îmbunătățită cu date din studiile realizate pe
terenurile agricole și/sau rurale, se pot realiza analize comparative referitoare la
concentrațiile determinate de metale grele în sol, in funcție de categoriile de utilizare
a solurilor;
- dezvoltarea unei proceduri de monitorizare a vitezei și direcției vântului în interiorul
municipiului Bacău pentru generarea unui model cuantificabil al factorului ”transfer
aerian”
- realizarea unei monitorizări concrete a influenței traficului rutier prin dezvoltarea și
eficientizarea modelului aproximativ utilizat în acest studiu
- realizarea unei monitorizări periodice a concentrației de metale grele din solul de
suprafață utilizând procedurile de lucru stabilite în cadrul acestui studiu și dezvoltarea
în timp a unui model cuantificabil al factorului ”poluare remanentă”
- cuantificarea gradului de poluare a solului din municipiul Bacău prin calcularea şi
reprezentarea grafică a indicelui de poluare a solului, luând în considerare și /sau
realizând analize și asupra altor factori și indicatori;
- utilizarea bazei de date obținute in corelație cu alte date: sociale, medicale și
identificarea posibilelor relații de dependență între acestea;
- aplicarea unor metode de remediere / fitoremediere a zonelor în care au fost
identificate clustere de valori mari.
Contribuții originale
1. Realizarea unui studiu asupra caracteristicilor municipiului Bacău, sintezele
referitoare la sursele naturale și antropice ale metalelor grele analizate: Cd, Cu, Mn, Pb și
Zn, fiind coroborate cu informațiile socio-economice, fizico-geografice și climatice specifice
zonei, în relație cu modul în care acestea pot influența gradul de poluare cu metale grele a
solului și transferul acestora. Concluziile au fost publicate în două articole: The assessment
of heavy metals concentration in Bacau City soil. Necessity and working methods, Journal of
Engeneering Studies and Research (2012), Vol. 18, No. 1, 80-95 și Spects of the fog
phenomenon in Bacau City, Present Environment and Sustainable Development (2012), Vol.
6, No. 1, 325-340. De asemenea, au făcut obiectul unei prezentări orale în cadrul The 9th
International Conference OPROTEH 2011, Bacau, Romania, 24-26 Mai 2011: Factors that
may influence the quality of the environment in city of Bacau, Romania și a unei prezentări
tip poster: Risk assessment of heavy metals on air pollutants in Bacau City, în cadrul First
International Conference on MOLDAVIAN RISKS - FROM GLOBAL TO LOCAL SCALE,
Bacau, Romania, 16-19 Mai 2012;
2. A fost realizat un studiu comparativ asupra analizelor referitoare la concentrațiile de
metale grele din sol realizate în România. Concluziile au fost prezentate în cadrul articolului
Building an integrated environmental monitoring system for heavy metals in Romanian soils:
Moldova Region case study, Environmental Engineering and Management Journal (2012),
Vol.11, No. 12, 2185-2201, al prezentării orale: Using multivariate statistics and GIS on
assessing heavy metal pollution of soil in 22 cities of Moldavia Region, Romania, în cadrul
First International Conference on MOLDAVIAN RISKS - FROM GLOBAL TO LOCAL SCALE,
Bacau, Romania, 16-19 Mai 2012; și prin prezentarea tip poster: La necessite d’une
strategie unitaire concernant la surveillance de la pollution du sol avec des metaux lourds
étude de cas – la Region de la Moldavie, în cadrul SEPTIÈME COLLOQUE FRANCO-
ROUMAIN DE CHIMIE APPLIQUÉE – COFrRoCA 2012, Bacau, Romania, 2012;
3. Dezvoltarea unui model de cuantificare a influenței traficului asupra concentrațiilor de
metale grele prin evidențierea distinctă a celor două surse majore: gazele de eșapament și
particulele de metal eliberate în urma mișcării mecanice. Rezultatele obținute au făcut
subiectul prezentării orale Assessing Heavy Metals Concentrations in Top Soil of Bacau
City, Romania. Methods and Results în cadrul Geography and Environment Annual
Conference, Southampton, Marea Britanie, 13-14 Iunie 2013
4. Stabilirea unei rețele de prelevare a probelor de sol care să ocupe întregul perimetru
al orașului și toate categoriile de folosință a solului, asigurând un minim de șase puncte
aflate sub influența fiecărui tip de posibilă sursă de poluare. Rezultatele au făcut subiectul
prezentării orale: Geostatistical methods for assessing heavy metals concentration in Bacau
City soil, din cadrul The 9th International Conference OPROTEH 2011, Bacau, Romania, 24-
26 Mai 2011;
5. Realizarea hărţilor de distribuţie a metalelor grele studiate cu previzionarea valorilor
în zonele în care nu s-au realizat prelevări utilizând atât funcții de interpolare, cât și regresia
liniară. Rezultatele obținute au făcut subiectul prezentării orale Assessing Heavy Metals
Concentrations in Top Soil of Bacau City, Romania. Methods and Results în cadrul
Geography and Environment Annual Conference, Southampton, UK, 13-14 Iunie 2013
6. Corelarea funcțiilor statistice și geostatistice pentru evaluarea acurateței hărților de
distribuție;
7. Corelarea hărţilor de distribuţie cu alte tipuri de hărţi (reţeaua de transport rutier,
reţeaua de transport feroviar, harta zonelor industriale active şi/sau inactive, harta zonelor
verzi, agricole etc.) pentru realizarea analizelor comparative şi identificarea posibilelor surse
de poluare.
Valorificarea rezultatelor obținute
Stagiu de cercetare la Universitatea din Southampton, Marea Britanie, Departamentul

Geografie și Mediu, membru în grupul de cercetare GECEO (Global Environmental Change
and Earth Observation), sub coordonarea prof. dr. Peter M. Atkinson în perioada 1.11.2012 –
30.06.2013..
Lucrări publicate în reviste cotate ISI

1. In-situ analysis of heavy metals concentration in two sampling sites on Siret River near
Bacau City, Romania, Maria-Ema Faciu, Iuliana Lazar, Camelia Ureche, Environmental
Chemistry Letters – în evaluare
2. Building an integrated environmental monitoring system for heavy metals in Romanian
soils: Moldova Region case study (2012), Maria-Ema Faciu, Irina Loredana Ifrim, Gabriel
Lazar, Environmental Engineering and Management Journal, Vol.11, No. 12, 2185-2201.
Lucrări publicate în reviste cotate BDI

1. Spects of the fog phenomenon in Bacau City (2012), Doina Capşa, Valentin Nedeff, Ema
Faciu, Gabriel Lazăr, Iulia Lazăr, Narcis Bârsan, Present Environment and Sustainable
Development, Vol. 6, No. 1, 325-340;
2. The assessment of heavy metals concentration in Bacau City soil. Necessity and working
methods (2012), Ema Faciu, Gabriel Lazăr, Valentin Nedeff, Journal of Engeneering Studies
and Research, Vol. 18, No. 1, 80-95;
Prezentări în cadrul unor conferințe internaționale

Prezentări orale
1. Assessing Heavy Metals Concentrations in Top Soil of Bacau City, Romania. Methods and
Results, Maria-Ema Faciu, Geography and Environment Annual Conference, Southampton,
Marea Britanie, 13-14 Iunie 2013
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
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
5. La necessite d’une strategie unitaire concernant la surveillance de la pollution du sol avec

des metaux lourds étude de cas – la Region de la Moldavie, Maria-Ema Faciu, Iuliana
Mihaela Lazar, Irina Loredana Ifrim, Gabriel Lazar, SEPTIÈME COLLOQUE FRANCO-
ROUMAIN DE CHIMIE APPLIQUÉE – COFrRoCA 2012, Bacau, Romania, 2012
6. Physico-chemical properties differences of water collected from Bistrita River in Bacau

City area released by multivariate analyses, Andrei Rusu, Adrian Panaite, Simona Onu,
Roxana Iancu, Ema Faciu, Iulia Lazar, First International Conference on MOLDAVIAN
RISKS - FROM GLOBAL TO LOCAL SCALE, Bacau, Romania, 16-19 Mai 2012
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
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
Membru în echipa de implementare a proiectului PN-II-PT-PCCA-2011-3.2-1108:

”Predarea şi învăţarea ştiinţelor şi disciplinelor tehnologice prin intermediul rețelei de table
interactive ceramice cu sunet integrat (ēno)", în desfășurare (2012-2015) în cadrul
Universității “Vasile Alecsandri” din Bacău, cu atribuții în conceperea și evaluarea unităților
de învățare tip e-learning din domeniile Mediu și GIS.
Rezultatele primului an de proiect au fost valorificate prin participare cu prezentare poster și

articol: Designing a template for scriptwriting e-learning units for the curricular area of
Technology și The Romanian e-learning services reported to the European context -
Proceedings of EDULEARN13 Conference 1st-3rd July 2013, Barcelona, Spain
Bibliografie selectivă
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.

Rezumat Teza Faciu Ema PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Rezumat Teza Faciu Ema PDF

Încărcat de

Drepturi de autor:

Formate disponibile

MINISTERUL EDUCAŢIEI NAȚIONALE

UNIVERSITATEA „VASILE ALECSANDRI”

Rezumatul tezei de doctorat

Doctorand: Conducător ştiinţific:

Vă facem cunoscut că în ziua de 7.10.2013, la ora 11.00, în Aula Universităţii „Vasile

Comisia de doctorat este alcătuită din:

- Prof. univ. dr. ing. Carol SCHNAKOVSZKY Preşedinte

Vă trimitem rezumatul tezei de doctorat cu rugămintea de a ne comunica în scris,

RECTOR, Secretar universitate,

1 Introducere - Necesitatea temei de cercetare „Studiul distribuţiei metalelor grele în

Partea I – Stadiul actual al cercetării distribuției concentrației metalelor grele în solul

Partea a IIa - Etapele și metodologia temei de cercetare 87

Partea a IIIa - Rezultatele obținute în urma analizei datelor experimentale 115

Concluzii generale 163

Solul se comportă ca un depozitar al metalelor grele emise în mediu, comportament

Astfel, monitorizarea concentraţiilor metalelor grele în solul municipiului Bacău este

Scopul temei de cercetare „Studiul distribuţiei metalelor grele în sol în

Obiectivele temei de cercetare sunt:

Structura tezei de doctorat

Capitolul 1 este și Introducerea, conține argumentația privitoare la necesitatea

8.1. Analiza exploratorie. Clasificarea pe categorii de pH

Valorile determinate au fost clasificate în 11 categorii, de la „extrem de acid” (pH≤3,5)

Din clasificarea procentuală pe categorii de valori (Fig. 8-2) se poate observa că

Din analiza rezultatului testul Kolmogorov-Smirnov (coeficientul de semnificație

Valorile experimentale au fost transformate utilizând operatorul exp (exponențial),

Pentru analiza statistică a relațiilor și corelațiilor cu concentrațiile de metale grele

8.2. Distribuția spațială

Din analiza hărții de distribuție (Fig. 8-6) se poate observa că zonele cu pH în

9.1. Analiza exploratorie

Din analiza rezultatului testul Kolmogorov-Smirnov (coeficientul de semnificație

Fig. 9-1 Mn - Boxplot al datelor experimentale cu evidențierea ”outlier-ilor”

Au fost identificate două valori ca și outlier: valoarea probei cu ID-ul 54 și cea a

9.2. Compararea concentrațiilor determinate cu valorile de referință

- pentru categoria de sol aflat în vecinătatea unităților industriale și de

Tabel 9-1 Mn – Studiu comparativ cu rezultatele obținute în Iași și Fălticeni.

Numărul de Media Minim Maxim

Având în vedere că pentru Mn există în zonă o largă varietate de surse de poluare,

9.5. Modelarea distribuției spațiale a concentrațiilor determinate cu ajutorul

O altă sursă importantă de Mn în mediul înconjurător este modul de folosință al

Factorii ”pH” și ”traficul feroviar” au obținut valorile pentru R2 de 0,034, respectiv

Ecuația obținută (14) are forma:

Reprezentând grafic printr-un Plot valoarea calculată utilizând ecuația (14) –

Considerând valorile reziduale calculate prin formula (15),

Comparând distribuția valorilor reziduale Figura 9-9 se poate concluziona că în

10.1. Analiza exploratorie

Din analiza rezultatului testul Kolmogorov-Smirnov (coeficientul de semnificație

Fig. 10-7 Cu - Boxplot al datelor experimentale cu evidențierea ”outlier-ilor”.

10.2. Compararea concentrațiilor determinate cu valorile de referință

Tabel 10-1 Cu - rezultatele comparative cu studiile realizate în Iași și Fălticeni.

Numărul de Media Minim Maxim

10.5. Concluzii pentru Cu

11.1. Analiza exploratorie

Fig. 11-1 Pb - Histograma frecvenței de distribuție (”Frequency”) a valorilor măsurate.

Omogenitatea grupării pe categoriile de folosință a solurilor se verifică utilizând testul

11.3. Compararea concentrațiilor determinate cu valorile publicate în

Tabel 11-1 Pb - rezultatele comparative cu studiile realizate în Iași și Fălticeni.

11.4. Modelarea distribuției spațiale a concentrațiilor determinate cu

11.5. Concluzii pentru Pb

12.1. Analiza exploratorie

Din analiza rezultatului testul Kolmogorov-Smirnov (coeficientul de semnificație

Fig. 12-1 Cd - Boxplot al datelor experimentale cu evidențierea ”outlier-ilor”

Nu au fost identificate valori ale concentrațiilor de Cd ca și ”outlieri” (Fig. 12-1).

12.2. Compararea concentrațiilor determinate cu valorile de referință