Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Penelitian Lingkungan 202 (2001) 111702

Daftar isi tersedia di SainsLangsung

Penelitian Lingkungan

beranda jurnal: www.elsevier.com/locate/envres

Sumber polutan, penilaian risiko ekologi dan kesehatan manusia dari logam berat di
tanah dari area pertambangan batubara di Xinjiang, Cina

Haiwei Zhang A,B, Fei Zhang C,*, Jia Song D,e, Mou Leong Tan F, Hsiang-te Kung G,
Verner Carl Johnson H
A Sekolah Ilmu Geografi, Universitas Normal Nanjing, Nanjing, 210023, Cina
B Laboratorium Utama Lingkungan Geografis Virtual (Universitas Normal Nanjing), Kementerian Pendidikan, Nanjing, 210023, Tiongkok
C Laboratorium Kunci Kota Kebijaksanaan dan Pemodelan Lingkungan Institut Pendidikan Tinggi, Sekolah Tinggi Ilmu Sumber Daya dan Lingkungan, Universitas
Xinjiang, Urumqi, 830046, Cina
D Laboratorium Kunci Negara Hidrologi-Sumber Daya Air dan Teknik Hidrolik, Pusat Perubahan Global dan Siklus Air, Universitas Hohai, Nanjing, 210098, Cina

e Sekolah Tinggi Hidrologi dan Sumber Daya Air, Universitas Hohai, Nanjing, 210098, Cina

F Unit Geoinformatika, Bagian Geografi, Sekolah Humaniora, Universiti Sains Malaysia, 11800, USM, Pulau Pinang, Malaysia

G Departemen Ilmu Bumi, Universitas Memphis, Memphis, TN, 38152, AS

H Departemen Ilmu Fisika dan Lingkungan, Colorado Mesa University Grand Junction, CO, 81501, AS

INFO ARTIKEL ABSTRAK

Kata kunci: Penelitian ini bertujuan untuk menganalisis karakteristik pencemaran dan sumber unsur logam berat pertama kali di kawasan
Polusi logam berat pertambangan Zhundong di Xinjiang dengan menggunakan model regresi linier. Selain itu, risiko kesehatan dengan kemungkinan dan
Logam berat tanah
faktor pengaruhnya pada kelompok masyarakat yang berbeda juga dievaluasi menggunakan pendekatan simulasi Monte Carlo (MC).
Tugas beresiko
Hasil penelitian menunjukkan bahwa 89,28% Hg berasal dari pembakaran batubara, 40,28% Pb berasal dari transportasi, dan 19,54% As
Simulasi Monte Carlo
berasal dari debu atmosfer. Sumber utama Cu dan Cr adalah debu batubara, Hg memiliki dampak terbesar pada potensi risiko ekologi.
yang menyumbang 60,2% dan 81,46% dari kandungan Cu dan Cr dalam tanah, masing-masing. Semua sampel yang diambil dari Pb telah
sangat tercemar (100%). 93,3% sampel yang diambil dari As telah sangat tercemar. Potensi risiko ekologis secara keseluruhan adalah
sedang. Orang dewasa mengalami risiko non-karsinogenik logam berat yang lebih tinggi dari makanan mereka daripada anak-anak.
Menariknya, berat badan adalah faktor utama yang mempengaruhi risiko kesehatan orang dewasa. Penelitian ini memberikan informasi
yang lebih komprehensif untuk pengelolaan tanah yang lebih baik, remediasi tanah, dan pengendalian pencemaran tanah di wilayah
pertambangan Xinjiang.

1. Perkenalan
Logam berat (Cr, Pb, Hg, As, Cu dan Zn) memiliki toksisitas yang tinggi, retensi
jangka panjang dan bioavailabilitas yang tahan lama. Mereka dianggap sebagai
elemen jejak berbahaya utama (Nriagu, 1996; Hu et al., 2017a; Liu dkk., 2019; Jia
dkk., 2020). Sumber logam berat dalam tanah terutama berasal dari sumber alam
atau aktivitas manusia. Kegiatan manusia seperti pengembangan sumber daya
mineral, pengolahan dan peleburan logam, produksi bahan kimia, pembuangan
pabrik dan irigasi limbah telah terbukti menjadi sumber utama pencemaran
logam berat (Davies, 1983; Liu et al., 2005a; Chen dkk., 2014; Zhang dkk., 2015b).
Ketika logam berat yang berlebihan masuk ke dalam matriks tanah, kualitas
tanah cenderung turun karena penurunan produktivitas tanah.Wei dkk., 2016).
Selain itu, paparan logam berat dapat menimbulkan ancaman bagi kesehatan
manusia. Misalnya, akut dan
paparan arsenik kronis dapat menyebabkan penyakit kardiovaskular dan sistem
lainnya, yang pada akhirnya dapat menyebabkan kanker (Chen dkk., 1995; MDN
et al., 2000; Huang dkk., 2015). Oleh karena itu, pencemaran logam berat di tanah
telah menarik perhatian luas dan telah terdaftar sebagai prioritas untuk
pemantauan dan pengendalian polutan (Lacarce dkk., 2012; Toth et al., 2016;
Lequy dkk., 2017; Marchant dkk., 2017).
Pencemaran logam berat tanah telah menjadi masalah serius di berbagai
belahan dunia (Solgi dkk., 2012). Dalam beberapa dekade terakhir, dengan
pesatnya perkembangan masyarakat dan ekonomi, pencemaran tanah oleh
logam berat telah mencapai proporsi yang sangat parah dan epidemi di Cina (
Chen dkk., 1999; Wang dkk., 2010). Meskipun logam berat dapat berkurang
secara alami di dalam tanah, aktivitas manusia dapat memberikan kontribusi
besar terhadap pencemaran logam berat tanah (Facchinelli dkk., 2001;
Wei dan Yang, 2010). Di Cina, sumber utama logam berat tanah

* Penulis yang sesuai.

Alamat email: zhangfei3s@163.com (F.Zhang).

https://doi.org/10.1016/j.envres.2021.111702
Diterima 29 April 2021; Diterima dalam bentuk revisi 30 Juni 2021; Diterima 13 Juli 2021
Tersedia online 17 Juli 2021
0013-9351/© 2021 Elsevier Inc. Semua hak dilindungi undang-undang.
H.Zhang dkk.
Gambar 1. Lokasi daerah penelitian (A: Lokasi Xinjiang di China; B: Lokasi daerah penelitian di Xinjiang (persegi panjang merah menunjukkan lokasi daerah penelitian); C:
Lokasi daerah tambang batubara; D dan E: Lokasi dari titik pengambilan sampel; F: lokasi pengambilan sampel dalam kuadrat (metode lima titik) (Untuk interpretasi
referensi warna dalam legenda gambar ini, pembaca dirujuk ke versi Web artikel ini.)
polusi adalah irigasi limbah, aplikasi lumpur, dan penambangan bijih logam dan
operasi peleburan (Chen dkk., 1999). Sebuah studi polusi tanah enam tahun yang
dilakukan oleh pemerintah Cina menemukan bahwa tanah negara itu telah
sangat tercemar oleh aktivitas manusia di sektor industri, pertambangan, dan
pertanian. Diantaranya, pertambangan dianggap sebagai salah satu sumber
pencemaran logam berat yang paling penting (Acosta dkk., 2011; Dudka dan
Adriano, 1997; Penggorengan et al., 2006; Liu dkk., 2005b). Pertambangan saja
telah menghasilkan sekitar 1,5 juta hektar lahan kosong, dan jumlah lahan
kosong meningkat dengan laju 46.700 hektar per tahun (Zhuang et al., 2009a).
Oleh karena itu, sangat mendesak untuk mempelajari pencemaran logam berat di
wilayah pertambangan tersebut.
Menurut tinjauan literatur baru-baru ini, Cina telah melakukan banyak
penelitian tentang pencemaran logam berat tanah yang terkait dengan kegiatan
pertambangan dalam sepuluh tahun terakhir (Li dkk., 2014). Liu dkk. (2005b)
melaporkan bahwa konsentrasi logam berat di tanah Xinjiang sangat melebihi
tingkat konsentrasi maksimum yang diizinkan dari tanah pertanian seperti yang
dinyatakan oleh pemerintah China. Wu dkk. (2011)menemukan bahwa di area
penambangan emas Xiaoqinling di Shaanxi, 49,62% dari semua sampel tanah
memiliki potensi risiko ekologis yang sangat tinggi atau berpotensi tinggi. Lebih-
lebih lagi,Zhuang dkk. (2009b)menemukan bahwa konsentrasi rata-rata Cu, Zn,
dan Cr masing-masing adalah 10, 2,5, dan 13 kali, lebih tinggi dari standar
kualitas lingkungan tanah tingkat II China (GB15618-1995).
Sebelumnya, Ladang Batubara Zhundong di Xinjiang merupakan ladang
pemuatan batu bara terbesar secara keseluruhan, dan merupakan sumber daya
penting bagi pengembangan energi untuk mentransmisikan listrik dan gas di luar
wilayah Xinjiang. Pengembangan sumber daya telah membawa dampak langsung
dan tidak langsung pada lingkungan geografis alami, atmosfer, tanah, dan
lingkungan alam ekologis lainnya di wilayah tersebut (Asafu, 2000). Namun, ada
2
Penelitian Lingkungan 202 (2001) 111702
hanya sedikit penelitian tentang logam berat di Zhundong, salah satu daerah
pertambangan terbesar di Xinjiang. Selain itu, penilaian risiko kesehatan dari
pencemaran logam berat tanah sangat terbatas. Sebagian besar studi
sebelumnya dievaluasi sesuai dengan standar nasional, tetapi penerapan standar
nasional dapat mengurangi keakuratan penilaian risiko kesehatan regional
karena nilai latar belakang logam berat di tanah nasional lebih besar daripada
logam berat di Xinjiang. Oleh karena itu, sangat mendesak untuk melakukan
penilaian pencemaran yang komprehensif di area pertambangan Zhundong di
Xinjiang.
Penelitian ini bertujuan untuk mengkaji tingkat pencemaran dan risiko terkait logam
berat pada tanah di wilayah tambang batubara. Tujuan dari penelitian ini adalah 1)
untuk mengevaluasi dan melakukan analisis sumber tingkat pencemaran logam berat di
tanah di wilayah tambang batubara, 2) untuk memperkirakan potensi risiko kesehatan
dan ekologi yang ditimbulkan oleh logam berat di tanah yang terkontaminasi, dan 3 )
untuk menentukan risiko kesehatan untuk kelompok dewasa dan anak-anak
menggunakan pendekatan probabilistik. Analisis sensitivitas dan ketidakpastian simulasi
Monte Carlo juga dievaluasi.
2. Bahan-bahan dan metode-metode
2.1. Area studi
Lokasi pengambilan sampel terletak di antara Tambang Batubara
Zhundong dan Kota Yukang di Xinjiang, yang berada di pedalaman benua
Eurasia dengan tipikal wilayah benua kering yang ekstrim. Suhu rata-rata
multi-tahun adalah 7.0◦C (Zhang dkk., 2015a), dengan curah hujan tahunan
rata-rata 183,5 mm dan penguapan rata-rata multi-tahun
2042,3 mm.
H.Zhang dkk.
2.2. Pengumpulan dan penentuan sampel
Pada bulan Juli-Agustus 2016, telah dilakukan survei lapangan di wilayah studi yang
memberikan analisis komprehensif mengenai jenis tanah, kenampakan topografi, dan
kenampakan bentang alam. Sebanyak 30 lokasi pengambilan sampel dipilih (Gambar 1
(D) dan E). Menurut Spesifikasi Teknis Pemantauan Lingkungan Tanah (HJ/ST166-2004).
Gunakan sampler logam untuk mengambil 0-20 cm dari permukaan tanah.
Pengumpulan contoh tanah ini didasarkan pada 10 m× 10 m dalam pakaian "berbentuk
plum" dari 5 titik sampel (Gambar 1(F)). Setiap titik sampel mengandung sekitar 200 g
tanah, dicampur sepenuhnya ke dalam kantong plastik bersih yang tertutup rapat; oleh
karena itu, setiap batch berat sampel tanah sekitar 1 kg. Global Positioniong System
(GPS) genggam digunakan untuk merekam informasi spasial di setiap titik pengambilan
sampel. Setelah sampel tanah yang dikumpulkan dikeringkan secara alami, kami
menghilangkan benda asing seperti kerikil dan sisa tanaman menggunakan saringan 1
mm. Akhirnya tanah disimpan dalam tas untuk transportasi kembali ke laboratorium (Xu
dkk., 2020)
HCl–HF–HCIO4 digunakan untuk penentuan logam berat dalam
tanah untuk mencerna sampel tanah melalui HNO3. Larutan standar dengan
gradien konsentrasi 0,01, 0,1, 0,2, 0,5, 1, 5 dan 10 sg/ml digunakan untuk
analisis; Selanjutnya Cu, Hg, Cr, Pb, Zn dan As diukur di dalam tanah
menggunakan instrumen Atomic Emission Spectrometer (ICP-AES),
dengan limit deteksi 0,003, 0,003, 0,005, 0,03, 0,003 dan 0,003 mg/kg.
Tiga set tes paralel dilakukan dan konsentrasi logam berat
direpresentasikan sebagai rata-rata sampel berulang. Kontrol kualitas
dilakukan dengan menggunakan Nilai Standar Tanah Standar Nasional
(GSS-8) untuk meningkatkan akurasi analisis.
2.3. Modifikasi Faktor Kontaminasi dan indeks geo-akumulasi
Pertama, tingkat pencemaran logam berat dalam tanah dievaluasi
menggunakan indeks pencemaran (CF, Marrugo-Negrete dkk., 2017). CF
(Faktor Kontaminasi) mewakili rasio nilai terukur dari
unsur logam berat dalam tanah (Cn) ke nilai latar belakang
elemen di tanah Xinjiang (CB). Modified of Contamination Factor (MCF)
adalah indeks derajat polusi Hakanson, yang mensintesis single
indeks evaluasi pencemaran setiap sampel logam berat tanah (Hakanson,
1980; Zhang Z et al., 2018). Rumus perhitungan CF dan MCF adalah sebagai
berikut:
C
CF = n (1)
CB
Σn CF
MCF = Saya=1
(2)
n
CF adalah polusi faktor tunggal,Cn dan CB adalah konsentrasi unsur
dan nilai latar belakang unsur di tanah Xinjiang. n adalah
jumlah logam berat.
Kapan CF lebih besar dari 1, berarti unsur tersebut diperkaya; Kapan
CF kurang dari 1 berarti rugi. MCF dikategorikan dalamTabel S1.
Kedua, indeks geoakumulasi (Sayageo) metode yang digunakan untuk
menganalisis dan mengevaluasi secara komprehensif status pencemaran logam berat
dari Tambang Batubara Zhundong (MÜLLER dkk., 1969). Metode indeks
geoakumulasi merupakan salah satu metode evaluasi yang banyak digunakan
pada logam berat tanah (Loska et al., 2004). Rumus perhitungannya adalah
sebagai berikut (Loska et al., 2004).
[]
Cn
Saya (3)
geo = catatan 2 (K × Bn)
Dimana Cn mewakili pengukuran logam berat tanah (g/kg); Bn adalah nilai
latar belakang geokimia dari unsur tersebut (g/kg). K adalah koefisien
diambil untuk mempertimbangkan variasi nilai latar belakang yang disebabkan
oleh perbedaan batuan di tempat yang berbeda (Penelitian ini, K = 1.5) (Solgi dkk.,
2012). Sayageo menyediakan sistem klasifikasi untuk tingkat polusi (
Tabel.S2).
3
Penelitian Lingkungan 202 (2001) 111702
2.4. Penilaian risiko ekologis potensial
Metode indeks risiko ekologi potensial Hakanson adalah salah satu
metode yang umum digunakan untuk mengevaluasi potensi risiko
ekologis logam berat dari perspektif toksisitas biologis logam berat,
dan mengklasifikasikan potensi risiko ekologisnya (Hakanson dkk.,
1980). ESaya adalah parameter risiko bahaya ekologis potensial dari satu
elemen logam berat; Untuk menghindari perbedaan faktor tunggal
indeks polusi, kami memodifikasi indeks risiko ekologi faktor tunggal.
persamaan(4) digunakan sebagai berikut; RI adalah indeks potensi bahaya
ekologis komprehensif dari beberapa elemen logam berat. Untuk
memahami secara kuantitatif dampak unsur logam berat terhadap potensi
risiko ekologis, analisis kuantitatif dilakukan sesuai dengan indeks ekologi
yang dimodifikasi (MEi). Rumus perhitungannya adalah:
ΣTn*CF
ESaya = (4)
CB
Σn E
MEi = Saya=1 Saya
(5)
n
Σn
RI = MEi (6)
Saya=1
⃒⃒Σ Σ ⃒
MEi - MEi ⃒
JIKAJ = Σ J× 100% (7)
MEi
Di mana Tn adalah koefisien toksisitas logam berat ke-n (Tab 2) (Chai
dkk., 2017; Jamshidi-Zanjani dan Saeedi, 2013); CF apakah polusi
indeks logam berat ke-n, dan CB nilai latar belakang elemen di tanah
Xinjiang (persamaan (1)). MEi menunjukkan modifikasi com-
menempatkan indeks risiko ekologi, RI menunjukkan indeks potensi bahaya
ekologis komprehensif. J adalah berbagai jenis elemen logam berat
ment. JIKAJ menunjukkan persentase logam berat terhadap indeks ekologi
potensial. Risiko ekologi faktor tunggal dan potensi risiko ekologi di-
hubungan visi ditunjukkan dalam Tabel S3 dan S4.
2.5. Penilaian risiko kesehatan
Model penilaian risiko kesehatan yang dikembangkan oleh Badan
Perlindungan Lingkungan AS digunakan untuk menilai efek non-
karsinogenik dan karsinogenik pada manusia yang terpapar logam berat.
Dengan mempertimbangkan perbedaan kerentanan kelompok usia yang
berbeda, penelitian ini membagi populasi menjadi dua kelompok utama,
yaitu dewasa dan anak-anak, untuk penilaian risiko yang lebih akurat.
Secara umum, individu terpapar kontaminan berbahaya melalui
tiga jalur: konsumsi oral, inhalasi, dan penyerapan kulit, yang dapat
diperkirakan menurut Buku Pegangan Faktor Eksposur (USEPA, 1997;
Li dkk., 2014). Rata-rata asupan harian (ADI) dihitung dengan
menggunakan persamaan berikut (USEPA, 1989): Tertelan:
C*IRS*EF*ED
ADIing = (8)
BB*PADA
Inhalasi:
C*IRSaya*EF*ED
ADIinh = (9)
BB*PADA
di mana ADI adalah asupan harian rata-rata (mg/kg-hari), C adalah logam berat
konsentrasi dalam media paparan tertentu (mg/kg), IRS adalah
tingkat konsumsi (kg/hari), IRSaya adalah laju inhalasi (kg/hari), EF adalah
frekuensi paparan (hari/tahun), ED adalah durasi paparan (tahun), BB
adalah berat badan (kg), AT adalah periode waktu di mana dosis dirata-
ratakan (hari). Untuk efek non-karsinogenik, AT = ED× 365 (hari), dan untuk
efek karsinogenik, AT = 25.550 (hari) (70 tahun × 365 hari/tahun) (tab. S5).
Penyerapan kulit:
H.Zhang dkk. Penelitian Lingkungan 202 (2001) 111702

Tabel 5
Kontribusi berbagai sumber pencemaran logam berat tanah.

Tipe Logam Tingkat kontribusi/% UF% E/O R2

redup.1 redup.2 redup.3 redup.4 redup.5

HG 0 0 89.28 0 1.33 9.39 0,958 0,999

Sebagai 9.5 0 0 19.54 0 70.96 1 0.998
Cu 60.2 29,54 0 0 0 10.26 0,98 0,945
Cr 81,46 0 0 0 0 18.54 1 0,947
Pb 5.24 0 0 0 40.28 54.48 0,99 0,999
Zn 37.14 75.08 0 17.13 32.64 0 0,98 0,994

Catatan: E/O mewakili rasio antara kandungan logam berat yang disimulasikan dengan analisis faktor-regresi linier berganda dan kandungan terukur; UF mewakili
faktor ketidakpastian.

C*SA*AF*ABS*EF*ED
ADIyg berhubung dgn kulit = (10) Tabel 1
BB*PADA
Distribusi parameter untuk kelompok populasi yang berbeda yang digunakan dalam penilaian risiko

di mana ADIyg berhubung dgn kulit adalah asupan harian rata-rata dengan penyerapan kulit
model dengan simulasi Monte Carlo.

(mg/kg-hari), C adalah konsentrasi logam berat dalam tanah (mg/kg), SA adalah Parameter Satuan Keterangan Anak-anak Dewasa Referensi
luas permukaan kulit yang terbuka (cm2), AF adalah faktor kepatuhan (mg/cm2 ADI mg/ Asupan harian Akan dihitung
- hari), dan ABS adalah faktor penyerapan kulit (unitless). kg/ melalui menggunakan Persamaan. (7)

Risiko non-karsinogenik dinilai dengan menghitung hazard quotient (markas besar) hari proses menelan

Bahaya Akan dihitung

nilai (Yang dkk., 2018). Untuk situs yang terkontaminasi oleh campuran logam berat,
markas besar

Hasil bagi menggunakan Persamaan. (10)

indeks bahaya (HAI), yang dijumlahkan markas besar untuk setiap logam berat,
HAI Indeks bahaya Akan dihitung
diterapkan untuk menilai risiko non-karsinogenik secara keseluruhan. Populasi yang menggunakan Persamaan. (11)

terpapar diasumsikan tanpa risiko potensial ketika:HAI ada di bawah Cmetal mg/ Konsentrasi Bervariasi sesuai
kesatuan. kg dari logam berat untuk logam

di tanah

ADI IR kg/ Tingkat konsumsi 50 20 USEPA (2011)

(11) hari
RFD
markas besar =

EF hari/ Paparan 350 350 USDoE, 2011

Σ tahun frekuensi
HAI = markas besar (12) ED tahun Paparan 6 24 USEPA (2011)
durasi
di mana HAI adalah perkiraan risiko kesehatan non-karsinogenik, RfD adalah BB kg Berat badan 29 63 Jin (2008);
dosis referensi logam berat tertentu (mg/kg-hari) (Tabel.S6). Hazard Quotient MEPC, Kementerian
Lingkungan
(HQ) digunakan untuk menilai konsumsi tanah melalui berbagai cara untuk
Perlindungan dari
menilai risiko kesehatan non-kanker dari logam berat pada orang dewasa dan Republik Rakyat
anak-anak (Gambar 4). Sebuah markas besar> 1.0 berarti bahwa penyerapan dari Cina (2013)
tanah melalui konsumsi, inhalasi, atau penyerapan kulit dapat menimbulkan PADA hari Waktu rata-rata 2190 8760
risiko kesehatan yang serius. RfD mg/ Dosis referensi Bervariasi sesuai Chen dkk.
kg/ dari logam berat untuk logam (2016), Gao
hari dkk.2015

2.6. Analisis faktor/model regresi linier berganda

Principal Component Analysis (PCA) hanya dapat menyimpulkan sumber Caku j - CSaya
Zaku j = (13)
polusi secara kualitatif, tetapi tidak dapat langsung digunakan untuk σSaya

analisis sumber polusi (Mostert et al., 2010). Model analisis faktor/regresi

linier berganda (FA-MLR) adalah analisis regresi berdasarkan analisis faktor. 0 CSaya C
Z0J = = Saya (14)
Skor faktor yang dinormalisasi dari model FA-MLR melakukan regresi linier σSaya σSaya

berganda pada model, dan koefisien regresi digunakan untuk menghitung

kontribusi sumber polusi yang sesuai terhadap polutan (Thurston dan
Spengler, 1985; Chen dkk., 2016). Analisis kuantitatif pencemaran logam
berat berdasarkan model FA-MLR, melibatkan beberapa langkah. Mula-
mula konsentrasi logam berat pada titik pengambilan sampel dinormalisasi,
kemudian dilakukan analisis komponen utama terhadap unsur logam berat
yang dinormalisasi. Kedua, komponen utama diekstraksi melalui analisis
faktor untuk mendapatkan skor faktor dari masing-masing faktor utama,
yang
kemudian digabungkan dengan Z . standar0 nilai untuk mendapatkan
koefisien skor faktor komponen utama yang sesuai. Ketiga,
koefisien skor faktor yang sesuai dikurangkan dari masing-masing skor
faktor komponen utama untuk mendapatkan skor faktor komponen utama
mutlak (APCS). APCS digunakan sebagai variabel independen, dan
kandungan logam berat digunakan sebagai variabel dependen untuk
melakukan regresi linier untuk mendapatkan koefisien regresi yang sesuai.
Terakhir, ditentukan nilai kontribusi masing-masing faktor utama untuk
elemen tersebut melalui model FA-MLR dengan menggunakan rumus
sebagai berikut:
Σn ( )
MSaya =Aoi + APCSP ×Api (15)
P=1
Dimana Zaku j adalah nilai konsentrasi yang dinormalisasi (tanpa unit); Caku j adalah
nilai terukur konsentrasi logam berat; CSaya dan σSaya adalah konsentrasi
rata-rata dan simpangan baku logam Saya, masing-masing.
Ai0 adalah regresi linier multivariat logam berat Saya. Suku konstan yang
diperolehApi adalah koefisien regresi sumber P untuk logam berat Saya;
APCSP adalah disesuaikan P skor; APCSP * Api mewakili kontribusi dari
sumber P ke MSaya; APCSP * Api mewakili kontribusi absolut rata-rata
dari sumber.
Nilai yang lebih besar dari 1% dipertahankan sebagai nilai aslinya. Nilai
kurang dari 1% menunjukkan bahwa kontribusinya kecil dan dapat
diabaikan dan dicatat sebagai 0 di sini. Karena jumlah tingkat kontribusi
kelima faktor utama logam berat tersebut kurang dari 100%, hal ini
menunjukkan bahwa masih ada kontribusi pencemaran lain yang disebut
faktor tidak pasti dan dinyatakan dalam UF dalamTabel 5.

4
H.Zhang dkk. Penelitian Lingkungan 202 (2001) 111702

Meja 2
Karakteristik statistik deskriptif logam berat di tanah stepa gurun (mg/kg).

Tipe Logam min Maks Berarti SD Kecondongan Kurtosis CV(%) Latar belakang tanah XinjiangA Koefisien toksikB

Sebagai 1.7 32 9.037 6.0329 2.611 8.3 66.758 11.2 10

HG 0,001 0,04 0,01 0,01 1.78 3.34 94.05 0,02 40
Pb 9.5 24.7 16.28 2.9831 0.37 1.47 18.312 19.4 5
Cr 19.3 78.8 53.03 14,171 - 0,26 0,014 26.72 49.3 2
Cu 0,001 0,016 0,006 0,0043 0,77 - 0,26 64.58 0,0267 5
Zn 0,003 0,034 0,0067 0,006 4.07 18.78 87,53 0,0688 1

Latar belakang tanahA (Pemantauan Lingkungan Nasional China kiri).

Koefisien toksikB (Hakanson, 1980).

2.7. Analisis ketidakpastian dan sensitivitas menggunakan simulasi Monte Carlo

Tabel 3
Analisis komponen utama logam berat.
Simulasi Monte Carlo adalah salah satu metode yang paling umum digunakan, dan
merupakan salah satu metode yang paling efektif untuk menggambarkan Komponen Nilai Eigen Kontribusi Kontribusi kumulatif
Nomor kecepatan/% kecepatan/%
ketidakpastian yang terkait dengan banyak masalah terkait risiko (Hastings, 1970;
Fjeld et al., 2006), yang menyediakan metode kuantitatif untuk redup.1 2.26 32.22 32.22
memperkirakan paparan dan model penilaian distribusi probabilitas risiko redup.2 1.67 23.9 56.12
redup.3 1.17 16.68 72.8
kesehatan (Thompson et al., 1992).
redup.4 0,95 13.55 86.35
Metode penilaian risiko kesehatan adalah model sistematis deskripsi redup.5 0,53 7.55 93,91
kuantitatif atau semi-kuantitatif dari efek kesehatan lingkungan dari redup.6 0.27 3.86 97,76
paparan logam berat. Kondisi lingkungan, karakteristik demografi, dan redup.7 0.16 2.24 100
pemahaman ilmiah yang tidak memadai tentang parameter dan variabel
menyebabkan ketidakpastian data dalam penilaian risiko kesehatan
manusia (Sanaei dkk., 2020). Menggunakan nilai titik tunggal untuk variabel Tabel 4
dalam penilaian risiko meningkatkan ketidakpastian. Menggunakan Pemuatan faktor berputar.

kumpulan angka ini alih-alih nilai titik tunggal dapat mengurangi Logam berat Komponen utama
kemungkinan ketidakpastian (Biesiada, 2001; Giri dkk., 2019).
redup.1 redup.2 redup.3 redup.4 redup.5
Untuk mengurangi penilaian ketidakpastian, digunakan simulasi Monte Carlo
(MC) yang dilakukan oleh perangkat lunak Oracle's Crystal Ball (11.1.2.4). Sebagai 0,601 - 0,256 0.73 - 0,062 0,024
HG 0,75 - 0,001 - 0,344 - 0,95 - 0,011
Distribusi yang mungkin dari variabel-variabel yang tercantum dalamTabel 1
Pb 0.141 0,862 0,131 0,092 - 0,024
digunakan sebagai parameter input untuk mengevaluasi fungsi probabilitas dari Cr 0,851 - 0,054 0,323 - 0,184 0.136
indeks bahaya (Wong dkk., 2020). Simulasi MC dijalankan untuk 5000, 10.000 dan Cu 0,672 - 0,231 - 0.614 0,019 0,984
50.000 iterasi. Menurut penelitian sebelumnya 10.000 iterasi sudah cukup untuk Zn 0.269 0,795 - 0,032 0,066 - 0,034

mencapai hasil yang andal (Pirsaheb dkk., 2020; Djahed dkk., 2020).

3.2. Sumber potensial logam berat

Seperti disebutkan sebelumnya, faktor populasi dibagi menjadi dua
kelompok umur: anak-anak dan dewasa. Persamaan(7) digunakan
Analisis faktor/model regresi linier berganda sering digunakan untuk
untuk menghitung risiko kesehatan anak-anak dan orang dewasa
lebih memperjelas potensi sumber logam berat dalam tanah di daerah
karena konsumsi logam. Selain itu, teknik Monte Carlo digunakan
pertambangan (Chen dkk., 2016). Tujuh komponen utama diekstraksi dari
untuk mendapatkan distribusi empiris variabel prediktor spesifik (HI)
tujuh logam berat (Tabel 3). Di antara mereka, lima komponen utama
dari distribusi probabilitas variabel independen input (seperti Logam,
pertama secara kumulatif menjelaskan 93,91% dari total varians, yang
IR, EF, ED, dan BW) dengan model penilaian risiko.
merangkum sebagian besar informasi. Dengan demikian, lima komponen
utama pertama dipilih dalam analisis selanjutnya.
3. Hasil dan Pembahasan
Kedua, semakin besar faktor beban, semakin besar pula dampak unsur
logam berat terhadap lingkungan tanah. Tingkat kontribusi komponen
3.1. Konsentrasi logam berat dalam tanah
utama pertama adalah 32,22% (Tabel 3). Hg dan Cr memiliki beban positif
yang tinggi pada komponen utama pertama (Tabel 4), menunjukkan bahwa
Rata-rata kandungan logam berat As, Hg, Pb, Cu dan Zn di daerah
mereka adalah elemen dominan dalam komponen utama pertama.
penelitian adalah 9,037 ± 6.0329, 0.01 ± 0,01, 16,28 ± 2,9831, 0,006 ±
Untuk logam berat pada tanah di daerah Zhundong, Cr pada Dim.1 memiliki
0,0043 dan 0,0067 ± 0,006 mg kg- 1 masing-masing (Meja 2). Nilai-nilai ini berada
load factor tertinggi sebesar 0,848. Yao dkk. (2013)menemukan bahwa unsur Cr
di bawah nilai latar belakang Xinjiang yang digunakan sebagai sistem referensi (
terutama dipengaruhi oleh penyebaran debu batubara yang tersebar selama
Mamut dkk., 2018). Nilai rata-rata untuk Cr (53,03± 14.171) melebihi nilai latar
penambangan batubara, yang menyebabkan kandungan Cr logam berat tanah
belakang tanah Xinjiang (Teng et al., 2014). Koefisien variasi (CV) mencerminkan
meningkat, memberikan bukti bahwa Cr berasal dari debu batubara. Selain itu,
rata-rata derajat variasi setiap lokasi pengambilan sampel di daerah penelitian.
terdapat hubungan yang signifikan antara unsur Cu dan Cr (0,43, P<
Nilai CV adalah 18,312 untuk Pb dalam tanah, dengan sedikit variasi spasial,
0,05) (Gambar. S1), menunjukkan bahwa kedua unsur tersebut berasal dari sumber
sedangkan konsentrasi Hg dan Zn menunjukkan perubahan spasial yang kuat,
pencemar yang sama yaitu debu batubara.
dengan CV berkisar antara 85% sampai 95%. Perubahan tersebut menunjukkan
Nilai rata-rata Zn lebih rendah dari nilai latar belakang. Unsur Zn
bahwa nilai konsentrasi di lokasi pengambilan sampel sangat berfluktuasi
tanah di daerah pertambangan Zhundong terutama berasal dari
sehingga menyebabkan perbedaan spasial yang besar, yang diduga dipengaruhi
bahan induk tanah (Dim.2). Faktor beban komponen utama kedua
oleh faktor eksternal (aktivitas manusia dan penambangan batubara).
adalah 0,795, dimana tingkat kontribusi beban Zn paling tinggi yaitu
48,5% (Gbr. s2(b)) dibandingkan elemen lainnya.
Tingkat kontribusi komponen utama ketiga adalah 16,68% (Tabel .3),
dengan As memiliki faktor beban tertinggi sebesar 0,73 (Tabel 4); NS

5
H.Zhang dkk. Penelitian Lingkungan 202 (2001) 111702

Gambar 2. Nilai indeks kontaminasi dan indeks risiko ekologi untuk logam berat dalam tanah dari Pertambangan Batubara di xinjiang.(a) Indeks kontaminasi, dan garis putus-putus
merah adalah garis peringatan polusi. 25% dan 75% mewakili kuantil 25% dan 75% dari nilai indeks pencemaran; (b) Indeks risiko ekologi, dan garis putus-putus hijau dan merah
masing-masing adalah risiko rendah dan risiko Sedang (mewakili tingkat peringkat menurutTabel S3 dan S4). (Untuk interpretasi referensi warna di
legenda angka ini, pembaca dirujuk ke versi Web artikel ini.)

tingkat kontribusi komponen utama keempat adalah 13,55%, dengan
Hg memiliki faktor beban tertinggi pada 0,95; dan tingkat kontribusi
Hg tertinggi 23,9% (Gbr.s2(D)). Hal ini menunjukkan bahwa As adalah
informasi utama dari komponen utama ketiga, dan Hg adalah
informasi utama dari komponen utama keempat.
Gua dkk. (2006)menunjukkan bahwa pembakaran batubara melepaskan abu
terbang, dengan As menyumbang 84,6% abu mentah. Unsur-unsur arsenik biasanya
bercampur dalam debu dan menyebar jauh dengan partikel, mencemari daerah
penelitian. Oleh karena itu, dapat disimpulkan bahwa sumber langsung unsur As di
wilayah studi adalah debu atmosfer yang dilepaskan dari pembakaran batubara dan Dim
3 merupakan sumber pelepasan dari pembakaran batubara.
Penambangan di Zhundong Coalfield beroperasi sepanjang tahun. Selain
pertambangan batu bara, juga dibarengi dengan beroperasinya pembangkit listrik
tenaga batu bara dan industri kimia batu bara, dll. Kegiatan tersebut dapat
menyebabkan peningkatan produksi debu atmosfer yang mengandung logam berat Hg
dan As. Oleh karena itu, dapat disimpulkan bahwa Hg dalam tanah mungkin berasal dari
pembakaran batubara. Beberapa penelitian menunjukkan bahwa pembakaran batubara
merupakan sumber utama Hg (Fang dkk., 2015; Wang dkk., 2015), sehingga penelitian
ini menunjukkan bahwa Dim.4 dapat mewakili sumber pembakaran batubara.
Karena Pb adalah polutan simbolis dari transportasi (Li dkk., 2010),
yang redup. Tingkat kontribusi beban 5 Pb paling tinggi yaitu 22,6% (Gbr.s2(e))
dibandingkan dengan unsur lain (Zn,Cu, Cr dan As). Jadi Dim.5 menunjukkan besar

Gambar 3. Proporsi tingkat geoakumulasi setiap elemen logam berat di semua lokasi pengambilan sampel. (Kelas mewakili indeks geo-akumulasi menurut Tabel S2;
Persentase 0% tidak ditampilkan).

6
H.Zhang dkk.
Gambar 4. Nilai indeks risiko ekologi (RI) potensial untuk logam berat di dalam tanah. Garis putus-putus hijau, biru, dan merah mewakili nilai RI yaitu 150,
300, dan 600, masing-masing. (Kelas mewakili indeks risiko ekologi potensial menurut Tabel S3 dan S4). (Untuk interpretasi referensi warna pada gambar ini
legenda, pembaca dirujuk ke versi Web artikel ini.)
volume lalu lintas dan transportasi yang sering karena pengiriman batubara.
Hasil model FA-MLR menunjukkan bahwa koefisien korelasi R2
untuk persamaan regresi Hg, As, Cu, Cr, Pb, Zn adalah
masing-masing 0,999, 0,998, 0,945, 0,947, 0,999 dan 0,994. Dengan
menggunakan koefisien regresi persamaan regresi linier berganda,
kontribusi sumber yang berbeda dari masing-masing logam berat terhadap
tingkat pencemaran dihitung (Pan et al., 2017) (Tabel 5).
Di wilayah pertambangan Zhundong, sumber utama Hg adalah pembakaran
batubara, dengan tingkat kontribusi 89,28% dari pembakaran batubara dan
1,33% dari transportasi. Transportasi (Dim.5) merupakan sumber utama Pb
dengan menyumbang 40,28%, sedangkan debu batubara menyumbang 5,24%
Pb. Sumber utama As adalah debu atmosfer, dengan tingkat kontribusi
19,54%, sedangkan 9,5% berasal dari debu batubara. Sumber utama Cu dan
Cr adalah debu batubara dengan kontribusi masing-masing 60,2% dan
81,46%, dan 29,54% disumbang oleh bahan induk tanah (Dim.2). Sumber
utama Zn adalah bahan induk tanah sebesar 75,08% sedangkan debu
batubara, debu atmosfer, dan transportasi berkontribusi 37,14%,
17,13%, dan 32,64% dari Zn diukur masing-masing.
Sumber unsur logam berat tertinggi di wilayah pertambangan
Zhundong adalah pembakaran batubara, diikuti oleh debu batubara, bahan
induk tanah, transportasi, dan jatuhan debu atmosfer. Tingkat kontribusi
kelima sumber ini untuk Zn inTabel 5 melebihi 100%, menunjukkan bahwa
tidak ada sumber Zn lainnya. Lima jenis unsur logam berat lainnya memiliki
kontribusi dari sumber lain.
3.3. Penilaian risiko polusi dan ekologi
3.3.1. Faktor kontaminasi yang dimodifikasi dan indeks akumulasi geografis
Dalam penelitian ini, rata-ratanya lebih rendah, tetapi beberapa sampel
lebih tinggi, dan oleh karena itu perlu mempertimbangkan sumber
pencemar yang berbeda. Untuk mendeteksi secara komprehensif tingkat
pencemaran logam berat di tanah area pertambangan, diperkenalkan CF,
MCF dan Igeo untuk menganalisis tingkat pencemaran. Nilai CF unsur As,
Hg, Pb, Cu dan Zn di seluruh daerah Zhundong semuanya kurang dari 1 (
Gambar 2.(a)), tetapi ada sampel yang melebihi nilai latar belakang tanah
standar Xinjiang. Nilai rata-rata unsur Cr lebih besar dari 1, dan nilai unsur
Cr dari sebagian besar titik sampel tanah melebihi nilai latar belakang tanah
di Xinjiang. Nilai CF unsur Cr lebih besar dari 1 dan kurang dari 2
menunjukkan bahwa unsur Cr sedikit tercemar. Di sisi lain, nilai unsur Cu
dan Zn lebih rendah dari nilai latar belakang. Hasil MCF semuanya kurang
dari 1, menunjukkan bahwa tanah tidak terkontaminasi logam berat. Dalam
hal standar deviasi
7
Penelitian Lingkungan 202 (2001) 111702
untuk logam berat, simpangan baku Hg dan As paling besar, menunjukkan
bahwa konsentrasi logam berat sangat berfluktuasi, sedangkan simpangan
baku Pb dan Zn paling kecil, menunjukkan bahwa konsentrasi logam berat
sedikit berfluktuasi. Kuantil 25% dan 75% memberikan hasil yang sama
dengan simpangan baku. Jadi daerah Zhundong tercemar dengan Cr, tetapi
tidak dengan logam berat lainnya.
Indeks akumulasi geografis (Igeo) dapat secara efektif menentukan derajat
pencemaran logam berat dalam sedimen (Gowd dkk., 2010; Islam dkk., 2015
; Zhang dkk., 2016). Gambar 3 menunjukkan proporsi tingkat akumulasi
geologi yang berbeda dari setiap unsur logam berat di semua lokasi
pengambilan sampel, menurut standar klasifikasi indeks akumulasi tanah (
Tabel S2). Jelas, pencemaran yang disebabkan oleh As dan Pb jauh lebih
serius daripada unsur-unsur lainnya. Semua sampel yang diambil dari Pb
telah sangat tercemar (100%). 93,3% sampel yang diambil dari As Sangat
tercemar, dan 6,7% sampel tercemar Berat. Tingkat pencemaran Hg paling
rendah, sampel yang diambil dari Hg semuanya jernih (100%). Sedangkan
untuk Cu, 43,4% sampel tanah sudah tercemar Praktis, 43,3% tidak
tercemar sampai tercemar sedang, sisanya (13,3%) tercemar sedang. Cr
tercemar berat 90% dari sampel, sisanya 10% tercemar sedang hingga
berat. Akhirnya, Zn di tanah sampel 60% tercemar sedang. Dengan
demikian dapat disimpulkan bahwa As, Pb dan Cr merupakan sumber
pencemar utama logam berat di dalam tanah areal pertambangan.
3.3.2. Penilaian risiko ekologis
Metode indeks akumulasi terutama mempertimbangkan tingkat
akumulasi unsur logam berat, tetapi tidak mengambil reaksi logam berat
sebagai faktor. Namun, indeks risiko ekologis potensial dapat
mempertimbangkan risiko ekologis yang disebabkan oleh satu polutan dan
risiko dampak polutan yang berbeda pada ekosistem (Yisa dkk., 2012).
Parameter risiko ekologi potensial (Ei) elemen As, Pb, Cr, Cu dan Zn
semuanya kurang dari 40, dan standar deviasinya kecil. Selain itu, dilihat
dari kuantil 25% dan 75%, fluktuasi nilainya kecil, yang mewakili tingkat
risiko ekologis yang rendah dan kuat (Gambar 2.(B)). Nilai Ei dari Hg adalah
yang tertinggi, dengan nilai RI antara 7 dan 90, Selain itu, standar
deviasinya besar. Dari perspektif kuantil 25% dan 75%, nilainya sangat
berfluktuasi. Hasil penelitian menunjukkan bahwa unsur Hg bersifat tidak
stabil dan menimbulkan risiko terhadap ekosistem tanah. Jadi Hg
merupakan faktor penyumbang risiko ekologis yang utama, artinya
pemantauan terhadap Hg perlu diperkuat.
Dari hasil analisis di atas, indeks risiko geoakumulasi dan ekologi
memiliki tren hasil yang berlawanan. Ini karena keduanya
H.Zhang dkk.
Gambar 5. Penilaian risiko kesehatan dari berbagai kelompok orang (a: konsumsi; b: inhalasi; c: penyerapan kulit).
Gambar 6. Distribusi probabilitas kumulatif risiko kesehatan untuk populasi yang berbeda (a: konsumsi; b: inhalasi; c: penyerapan kulit).
metode penilaian memiliki fokus yang berbeda (Gambar.S3). Metode
indeks geoakumulasi terutama menekankan tingkat pencemaran
logam berat tertentu berdasarkan latar belakang geologi. Potensi
risiko ekologis tidak hanya mempertimbangkan sifat logam berat dan
hukum migrasi dan transformasi di lingkungan, tetapi juga
memperhitungkan respons toksik.
Untuk mengukur dampak logam berat terhadap risiko ekologi, tingkat
pengaruh masing-masing logam berat dihitung berdasarkan MEi dalam
penelitian ini. Setiap elemen secara bertahap dihapus untuk mendapatkan
RIjo, dan perbedaan antara itu dan RI dihitung oleh semua elemen logam
berat dihitung. Rasio perbedaan terhadap RI menunjukkan tingkat
pengaruh.Gambar 4(b) menunjukkan bahwa unsur Hg merupakan unsur
terpenting yang mempengaruhi potensi risiko ekologi (49,23%), diikuti oleh
unsur Zn (19,67%). Sebagai elemen yang memiliki dampak paling kecil
terhadap potensi risiko ekologi (5,35%). Cr, pengaruh Cu dan Pb terhadap
potensi risiko adalah 13,07%, 15,94% dan 5,89%. Hasil penelitian
menunjukkan bahwa dampak logam berat terhadap potensi risiko belum
tentu yang tertinggi. Namun, elemen beracun dan sangat tercemar harus
memiliki dampak terbesar pada potensi risiko ekologis (Hg). Hasil pada
dasarnya berbeda dari hasil, terutama karena arah masalah yang berbeda.
8
Penelitian Lingkungan 202 (2001) 111702
3.3.3. Penilaian risiko kesehatan
Risiko kesehatan yang disebabkan oleh tingkat konsumsi tanah diamati sebagai
yang terbesar, dan risiko kesehatan pada anak-anak lebih tinggi daripada orang dewasa (
Gambar 5). Diantaranya, As dan Cr menyebabkan risiko kesehatan tertinggi, sedangkan
Cu, Hg, Pb, dan Zn tidak berdampak banyak baik pada orang dewasa maupun anak-
anak. Dapat dikatakan dengan pasti bahwa As dan Cr adalah sumber utama potensi
risiko non-kanker yang ditimbulkan oleh laju konsumsi tanah. Oleh karena itu, kita harus
fokus pada risiko kesehatan yang disebabkan oleh kemungkinan salah menelan tanah,
yang dapat terjadi dari makanan atau cara lain.
Probabilitas konsumsi oleh orang dewasa lebih tinggi daripada oleh anak-
anak, dengan perbedaan besar (Gambar 6). Hal ini terutama karena tingkat
konsumsi orang dewasa lebih besar daripada anak-anak (Maghakyan dkk., 2017).
Kemungkinan menghirup lebih tinggi untuk anak-anak daripada orang dewasa,
terutama karena sistem pernapasan anak-anak rapuh, yang dapat dengan mudah
menyebabkan risiko kesehatan. Kemungkinan perbedaan penyerapan kulit
sangat kecil antara orang dewasa dan anak-anak, yang mungkin disebabkan oleh
risiko kesehatan minimal yang disebabkan oleh penyerapan kulit.
Berdasarkan Gambar 5 (b dan c), HQ inhalasi dan penyerapan kulit
keduanya kurang dari 1, menunjukkan bahwa tidak ada risiko kesehatan.
Oleh karena itu, penilaian risiko kesehatan tidak akan dilakukan untuk
inhalasi dan penyerapan kulit. Nilai persentil ke-50 dan ke-90 untuk
distribusi HI untuk kelompok populasi yang berbeda ditunjukkan pada:
Gambar 7 Nilai rata-rata HI yang dihitung dengan pendekatan probabilistik adalah
H.Zhang dkk.
Gambar 7. Distribusi frekuensi indeks bahaya (HI) logam berat untuk orang dewasa dan anak-anak (HI didefinisikan sebagai ramalan).
Gambar 8. Analisis sensitivitas risiko nonkarsinogenik untuk orang dewasa dan anak-anak (asumsinya adalah Metal, IR, EF, ED, dan BW; (a): dewasa; (b): anak-anak).
0,91, dan 1,17 untuk orang dewasa dan anak-anak, masing-masing. Nilai rata-rata
HI kurang dari 1 dan menunjukkan bahwa risiko kesehatan untuk kedua
kelompok rendah. Nilai yang diperoleh dari pendekatan deterministik lebih tinggi
dibandingkan dengan nilai probabilistik. Ini mungkin dikaitkan dengan perkiraan
risiko yang terlalu tinggi karena ketidakpastian yang terkait dengannya (Giri dkk.,
2019). HI untuk orang dewasa lebih tinggi dari satu pada persentil ke-90,
menunjukkan bahwa 90% orang dewasa mengalami risiko nonkarsinogenik dari
asupan makanan logam berat, dan 10% orang dewasa mungkin mengalami risiko
yang dapat diabaikan dari logam ini dari asupan makanan mereka. HI untuk anak-
anak lebih tinggi dari satu pada persentil ke-50, menunjukkan bahwa 50% anak-
anak mengalami risiko nonkarsinogenik dari asupan makanan logam berat, dan
50% anak-anak mungkin mengalami risiko yang dapat diabaikan dari asupan
makanan logam ini. Oleh karena itu, tindakan perlindungan bagi pekerja dewasa
harus diperkuat di era Zhundong.
Analisis sensitivitas digunakan untuk mengetahui pengaruh perubahan nilai
parameter seperti konsentrasi logam berat (Logam), IR, EF, ED, dan BW terhadap
HI. Menggunakan analisis sensitivitas dapat menentukan bagaimana pengaruh
suatu parameter terhadap hasil akhir. Analisis sensitivitas menentukan
bagaimana mengubah unit dalam nilai parameter asumsi
9
Penelitian Lingkungan 202 (2001) 111702
dapat mengubah hasil akhir (Harris dan Van, 1996).
Analisis sensitivitas menunjukkan bahwa berat badan (BB) merupakan faktor utama
yang mempengaruhi risiko kesehatan orang dewasa (22,7%), sedangkan logam berat
merupakan faktor utama yang mempengaruhi risiko kesehatan anak-anak (23,9%).
Gambar 8. Dalam penilaian risiko, waktu paparan (ED) dan konsentrasi
logam (Logam) dianggap sebagai variabel terpenting kedua dan ketiga
untuk orang dewasa. Waktu paparan (DE) dan tingkat asupan (IR) dianggap
sebagai variabel kedua dan ketiga yang paling berpengaruh untuk anak-
anak, sedangkan pengaruh berat badan (BB) kecil. Oleh karena itu, IR dan
ED merupakan parameter yang harus dipelajari dan diperhatikan untuk
meningkatkan akurasi hasil (Giri dkk., 2019; Guo dkk., 2019).
4. Kesimpulan
Penilaian risiko ekologis logam berat secara keseluruhan dan risiko
kesehatan di tanah dilakukan di area pertambangan batu bara utama
di Xinjiang, Cina. Pertama, dapat dilihat dari hasil penelitian bahwa
pencemaran logam berat dan risiko ekologis tambang batubara
Zhongdong tergolong sedang, dan perlu diperhatikan penguatannya.
H.Zhang dkk.
perlindungan lingkungan tanah. Kedua, Pb dan As keduanya melebihi
tingkat pencemaran yang serius. Tindakan perlindungan harus
diperkuat dalam proses pengangkutan batubara untuk menghindari
pencemaran sekunder terhadap lingkungan tanah. Hg memiliki
dampak terbesar pada potensi risiko ekologis. 90% orang dewasa
mengalami risiko nonkarsinogenik dari asupan makanan logam berat;
50% anak-anak mengalami risiko nonkarsinogenik dari asupan
makanan logam berat. Berat badan merupakan faktor utama yang
mempengaruhi risiko kesehatan orang dewasa, sedangkan logam
berat merupakan faktor utama yang mempengaruhi risiko kesehatan
anak. Oleh karena itu, direkomendasikan bahwa pekerja dewasa
memperkuat tindakan perlindungan mereka sendiri. Studi ini adalah
yang pertama untuk melihat polusi logam berat tanah, risiko ekologi
dan risiko kesehatan dengan cara yang sangat komprehensif.
Pernyataan penulis
Haiwei Zhang: Konseptualisasi, Kurasi Data, Analisis Formal, Metodologi,
Perangkat Lunak, Visualisasi, Penulisan - draf asli, Validasi; Fei Zhang:
Konseptualisasi, Sumber Daya, Akuisisi Pendanaan; Jia Song: Kurasi data,
Metodologi, Perangkat Lunak, Pengawasan; Mou Leong Tan& Hsiang-te
Kung: Menulis - mengulas & mengedit; Verner Carl Johnson: Pemrosesan
bahasa Inggris.
Deklarasi kepentingan bersaing
Para penulis menyatakan bahwa mereka tidak mengetahui adanya persaingan kepentingan
keuangan atau hubungan pribadi yang akan mempengaruhi pekerjaan yang dilaporkan dalam
makalah ini.
Ucapan Terima Kasih
Penelitian ini didukung oleh Strategic Priority Program of the
Chinese Academy of Science (CAS), PanThird Pole Environment Study
for a Green Silk Road (XDA20040400), Pemerintah Rakyat Daerah
Daerah Otonomi Uygur Xinjiang di Tiongkok dikirim ke luar negeri
untuk belajar di luar negeri sebagai satu set lengkap proyek (L06), dan
proyek bakat Tianshan dari wilayah Otonomi Uygur Xinjiang
(400070010209). Terima kasih Prof. Fei Zhang (Sekolah Tinggi Ilmu
Sumber Daya dan Lingkungan, Universitas Xinjiang) dan Phd. Jia Song
(College of Hydrology and Water Resources, Hohai University, China)
atas dorongan dan dukungannya. Terima kasih Prof. Freddy
(Departemen Ilmu dan Teknologi Lingkungan, Colorado Mesa
University) untuk revisi dan bimbingan naskah.
Lampiran A. Data tambahan
Data tambahan untuk artikel ini dapat ditemukan online di https://doi.
org/10.1016/j.envres.2021.111702.
Referensi
Acosta, JA, Faz, A., Martínez-Martínez, S., Zornoza, R., Carmona, DM, Kabas, S., 2011.
Pendekatan statistik multivariat dan berbasis gis untuk mengevaluasi perilaku logam berat di lokasi
tambang untuk reklamasi di masa mendatang. J. Geokimia. Jelajahi. 109 (1–3), 8–17.
Asafu-A djaye, J., 2000. Hubungan antara konsumsi energi, harga energi
dan pertumbuhan ekonomi: bukti deret waktu dari negara-negara berkembang di Asia. Ekonomi
Energi. 22 (6), 615–625.
Marchant, BP, Saby, NP, Arrouays, D., 2017. Survei arsenik dan merkuri tanah lapisan atas
konsentrasi di seluruh Prancis. Kemosfer 181, 635–644.
Biesiada, M., 2001. Simulasi dalam penilaian risiko kesehatan. Int. J. Menempati. Med. Mengepung.
Kesehatan 14, 397–402.
Chai, L., Li, H., Yang, Z., Min, X., Liao, Q., Liu, Y., Men, S., Yan, Y., Xu, J., 2017. Berat
logam dan metaloid di sedimen permukaan Sungai Xiangjiang, Hunan, Cina:
distribusi, kontaminasi, dan penilaian risiko ekologi. Mengepung. Sci. polusi. Res.
24, 874–885.
Chen, CJ, Hsueh, YM, Lai, MS, Shyu, MP, Tai, TY, 1995. Peningkatan prevalensi
hipertensi dan paparan arsenik jangka panjang. Hipertensi 25 (1), 53–60.
Chen, HM, Zheng, CR, Tu, C., Zhu, YG, 1999. Pencemaran logam berat di tanah di Cina:
status dan penanggulangannya. Ambio 28 (2), 130–134.
10
Penelitian Lingkungan 202 (2001) 111702
Chen, K., Huang, L., Yan, B., Li, H., Sun, H., Bi, J., 2014. Pengaruh pengendalian pencemaran timbal
pada tingkat timbal darah lingkungan dan masa kanak-kanak di nantong, Cina:
sebuah studi intervensi. Ilmu & Teknologi Lingkungan 48 (21), 12930.
Chen, DQ, Xie, ZY, Zhang, YJ, Luo, X., Guo, Q., Yang, J., Liang, Y., 2016. Sumber
pembagian logam berat tanah di Guangzhou berdasarkan model PCA/APCS dan
geostatistik. Ecol Environ Sci 25 (6), 1014–1022.
Davies, BE, 1983. Pencemaran logam berat dari penambangan dan peleburan logam dasar:
implikasi bagi manusia dan lingkungannya'. Dalam: Geokimia Lingkungan
Terapan, 1NS Thornton. Academic Press, London, hlm. 425–462.
Djahed, B., Kermani, M., Farzadkia, M., Taghavi, M., Norzaee, S., 2020. Paparan
kontaminasi logam berat dan penilaian risiko kesehatan probabilistik
menggunakan simulasi Monte Carlo: sebuah studi di Iran tenggara. Jurnal Ilmu
dan Teknik Kesehatan Lingkungan 18, 1217–1226.
Dudka, S., Adriano, DC, 1997. Dampak lingkungan dari penambangan bijih logam dan
pemrosesan: ulasan. J.Lingkungan. Kualitas. 26 (3), 590–602.
Facchinelli, A., Sacchi, E., Mallen, L., 2001. Statistik multivariat dan berbasis gis
pendekatan untuk mengidentifikasi sumber logam berat dalam tanah. Mengepung. polusi. 114 (3), 313–324.
Fang, FM, Jiao, HF, Jiang, PL, 2015. Distribusi dan penilaian risiko logam berat
di tanah daerah reklamasi batubara Xuzhou. Mengepung. Kimia 34 (10), 1809, 1815.
Fjeld, RA, Eisenberg, NA, Compton, KL, 2006. Risiko Lingkungan Kuantitatif
Analisis untuk Kesehatan Manusia. John Wiley & Sons, Hoboken, NJ, AS.
Penggorengan, M., Collins, CD, Ferrier, H., Colvile, RN, Nieuwenhuijsen, MJ, 2006. Manusia
pemodelan eksposur untuk penilaian risiko bahan kimia: tinjauan pendekatan saat ini dan
penelitian dan implikasi kebijakan. Mengepung. Sci. Pol. 9 (3), 261–274.
Giri, S., Singh, AK, Mahato, MK, 2019. Probabilistik berbasis simulasi Monte Carlo
penilaian risiko kesehatan logam dalam air tanah melalui jalur konsumsi di area
pertambangan sabuk tembaga Singhhum, India. Int. J.Lingkungan. Kesehatan Res. 1, 14.
Gowd, SS, Reddy, MR, Govil, PK, 2010. Penilaian cemaran logam berat di
tanah di jajmau (kanpur) dan kawasan industri unnao di dataran ganga, Uttar Pradesh,
India. J. Bahan Bahaya. 174 (1–3), 113–121.
Guo, X., Zheng, CG, Chen, D., 2006. Karakterisasi emisi arsenik dari batubara-
pembangkit listrik berbahan bakar. Mengepung. Sci. 27 (4), 631, 634.
Guo, G., Zhang, D., Wang, Y., 2019. Penilaian risiko kesehatan manusia probabilistik berat
asupan logam melalui konsumsi sayuran di sekitar pabrik peleburan Pb/Zn di Cina Barat Daya. Int.
J.Lingkungan. Res. Publikasi Kesehatan 16, 3267.
Hakanson, L., 1980. Indeks risiko ekologis untuk pengendalian pencemaran air. A
pendekatan sedimentologi. Air Res. 14 (8), 975–1001.https://doi.org/10.1016/
0043-1354(80)90143-8.
Harris, G., Van, Horn R., 1996. Penggunaan Metode Monte Carlo dalam Risiko Mental Lingkungan
Penilaian di INEL: Aplikasi dan Masalah. Lockheed Idaho Technologies Co.
Hastings, WK, 1970. Metode Pengambilan Sampel Monte-Carlo menggunakan rantai Markov dan
aplikasi. Biometrika 57, 97–109.
Hu, B., Jia, X., Hu, J., Xu, D., Xia, F., 2017. Penilaian pencemaran logam berat dan
risiko kesehatan dalam sistem tanah-tanaman-manusia di delta sungai yangtze, Cina. Int.
J.Lingkungan. Res. Publikasi Kesehatan 14 (14), 1–18.
Huang, L., Wu, H., Jan, VDKT, 2015. Efek kesehatan dari paparan arsenik-
air minum yang terkontaminasi: tinjauan oleh distribusi geografis global. Int.
J.Lingkungan. Kesehatan Res. 25 (4), 432–452.
Islam, MS, Ahmed, MK, Raknuzzaman, M., Habibullah-Al-Mamun, M., Islam, MK,
2015. Polusi logam berat di air permukaan dan sedimen: penilaian awal sungai
perkotaan di negara berkembang. Ekol. Tunjukkan. 48, 282–291.
Jamshidi-Zanjani, A., Saeedi, M., 2013. Penilaian pencemaran logam dan multivariat
analisis sedimen lahan basah internasional Anzali. Mengepung. Ilmu Bumi. 70,
1791–1808.
Jia, X., Fu, T., Hu, B., Shi, Z., Zhu, Y., 2020. Identifikasi area risiko potensial untuk
pencemaran logam berat tanah berdasarkan teori source-sink. J. Bahan Bahaya. 393,
122424.
Jin, SG, 2008. Laporan Status Gizi dan Kesehatan Orang Tionghoa 10: 2002
Kumpulan Data Status Gizi dan Kesehatan. Rumah Penerbitan Medis Rakyat, Beijing.
Lacarce, E., Saby, NPA, Martin, MP, Marchant, BP, Boulonne, L., Meersmans, J.,
Jolivet, C., Bispo, A., Arrouays, D., 2012. Pemetaan stok pb tanah dan ketersediaan di
daratan Prancis menggabungkan pohon regresi dengan geostatistik yang kuat. Geoderma
170 (tidak ada), 359–368.
Lequy, E., Saby, NPA, Ilyin, I., Bourin, A., Sauvage, St´éphane, Sébastien, Leblond,
2017. Analisis spasial elemen jejak dalam data bio-monitoring lumut di Prancis dengan
memperhitungkan sumber, protokol, dan parameter lingkungan. Sci. Lingkungan Total.
590–591.
Li, XY, Chen, TB, Lei, M., Xie, YF, Zhou, GD, 2010. Konsentrasi dan risiko logam berat di
permukaan tanah dan debu di alun-alun kota dan kampus sekolah di Beijing.
geografi Res. 29 (6), 989, 996.
Li, ZY, Ma, ZW, van der Kuijp, TJ, Yuan, ZW, Huang, L., 2014. Tinjauan polusi logam berat
tanah dari tambang di Cina: penilaian risiko polusi dan kesehatan. Sci. Lingkungan
Total. 468–469, 843–853.
Liu, P., Liu, Z., Hu, Y., Shi, Z., Pan, Y., Wang, L., Wang, G., 2019. Mengintegrasikan hibrida
jaringan syaraf tiruan propagasi balik dan optimasi gerombolan partikel untuk pendugaan
kandungan logam berat tanah menggunakan data hiperspektral. Keberlanjutan 11 (2), 419.
Liu, H., Probst, A., Liao, B., 2005b. Kontaminasi logam pada tanah dan tanaman yang terkena dampak
tumpahan tambang timah/seng chenzhou (hunan, Cina). Sci. Lingkungan Total. 339 (1–3),
153–166.
Liu, WH, Zhao, JZ, Ouyang, ZY, Soederlund, L., Liu, GH, 2005a. Dampak limbah
irigasi pada distribusi logam berat dan kontaminasi di beijing, Cina. Mengepung.
Int. 31 (6), 805–812.
Loska, K., Wiechuła, D., Korus, I., 2004. Pencemaran logam pada tanah pertanian yang terkena dampak
industri. Mengepung. Int. 30, 159–165.
H.Zhang dkk.
Maghakyan, N., Tepanosyan, G., Belyaeva, O., Sahakyan, L., Saghatelyan, A., 2017.
Penilaian tingkat polusi dan risiko kesehatan manusia dari logam berat dalam debu
yang menempel pada daun pohon yerevan (Armenia). Acta Geochimica 36 (1), 16–26.
Mamut, A., Eziz, M., Mohammad, A., 2018. Polusi dan penilaian risiko ekologis
logam berat di tanah pertanian di daerah yanqi, xinjiang, barat laut Cina. Ilmu Tanah
Eurasia. 51 (8), 985–993.
Marrugo-Negrete, J., Pinedo-Hernández, J., Díez, S., 2017. Penilaian logam berat
polusi, distribusi spasial dan asal di tanah pertanian di sepanjang Sinú River Basin,
Kolombia. Mengepung. Res. 154, 380, 388.
Mdn, GH, Reina, H., Nilima, G., De, BK, Amal, S., Dipankar, C., Smith, AH, 2000.
Arsenik dalam air minum dan prevalensi efek pernapasan di Benggala Barat, India.
Int. J. Epidemi. (6), 1047–1052.
MEPC, Kementerian Perlindungan Lingkungan Republik Rakyat Tiongkok, 2013.
Buku Pegangan Faktor Eksposur Penduduk Tionghoa. Pers Ilmu Lingkungan
China, Beijing, China.
Mostert, MM, Ayoko, GA, Kokot, S., 2010. Penerapan kemometrika untuk analisis
polutan tanah. Trek. Tren Anal. Kimia 29 (5), 430–445.
Müller, G., 1969. Indeks geoakumulasi dalam sedimen sungai rhine. Geojurnal 2,
108.
Nriagu, Jerome O., 1996. Sejarah pencemaran logam global. Sains 272 (5259), 223.
Pan, H., Lu, X., Lei, K., 2017. Analisis komprehensif logam berat di jalan perkotaan
debu Xi'an, Cina: kontaminasi, pembagian sumber dan distribusi spasial. Sci.
Lingkungan Total. 609, 1361–1369.
Pirsaheb, M., Hadei, M., Sharafi, K., 2020. Penilaian risiko kesehatan manusia oleh Monte Carlo
metode simulasi untuk logam berat dari sereal yang biasa dikonsumsi di Iran analisis
ketidakpastian dan sensitivitas - sciencedirect. J. Makanan Kompos. dubur. 96, 103697.
Sanaei, F., Amin, MM, Alavijeh, ZP, Esfahani, RA, Rezakazemi, M., 2020. Risiko kesehatan
penilaian asupan elemen yang berpotensi beracun melalui konsumsi tanaman pangan:
indeks pencemaran logam berat dan probabilistik berbasis simulasi Monte Carlo.
Mengepung. Sci. polusi. Kontrol Ser. 27, 38835–38848.
Solgi, E., Esmailisari, A., Riyahibakhtiari, A., Hadipour, M., 2012. Pencemaran tanah
logam di tiga kawasan industri, Arak, Iran. Banteng. Mengepung. Konta. racun. 88
(4), 634–638.
Teng, Y., Wu, J., Lu, S., Wang, Y., Jiao, X., Song, L., 2014. Tanah dan lingkungan tanah
pemantauan kualitas di Cina: ulasan. Mengepung. Int. 69, 177–199.
Thompson, K., Burmaster, D., Crouch, E., 1992. Teknik Monte Carlo untuk kuantitatif
analisis ketidakpastian dalam penilaian risiko kesehatan masyarakat. Anal Risiko. 12, 53–63.
Thurston, GD, Spengler, JD, 1985. Sebuah penilaian kuantitatif kontribusi sumber
polusi partikel terhirup di metropolitan Boston. atmosfer. Mengepung. 19
(1), 9–25.
Tóth, G., Hermann, T., Silva, MRD, Montanarella, L., 2016. Logam berat di
tanah pertanian Uni Eropa dengan implikasi untuk keamanan pangan. Mengepung.
Int. 88, 299–330.
USEPA, 1989. Panduan Penilaian Risiko untuk Superfund, Evaluasi Kesehatan Manusia
Manual Bagian A. Kantor Tanggap Darurat dan Perbaikan, Washington, DC.
USEPA, 1997. Buku Pegangan Faktor Eksposur, Volume 1: Faktor Umum. KITA,
Badan Perlindungan Lingkungan, Kantor Penelitian dan Pengembangan,
Washington.
11
Penelitian Lingkungan 202 (2001) 111702
USEPA, 2011. Buku Panduan Faktor Eksposur 2011 Edisi (Final). Lingkungan AS
Badan Perlindungan, Washington. DC, EPA/600/R-09/052F.
Wang, QR, Dong, Y., Cui, Y., Liu, X., 2010. Contoh tanah dan tanaman logam berat
kontaminasi di Cina. Pencemaran Sedimen Tanah. 10 (5), 497–510.
Wang, YJ, Chen, NC, Liu, C., Wang, XX, Zhou, DM, Wang, SQ, Chen, HM, 2015.
Langkah-langkah efektif untuk mencegah pencemaran logam berat: metode pengelolaan dan
pengendalian berdasarkan kapasitas pemuatan tanah: hingga tahun tanah internasional,
IYS2015. Jurnal Ilmu Agro-Lingkungan 34 (4), 613, 618.
Wei, B., Yang, L., 2010. Tinjauan kontaminasi logam berat di tanah perkotaan, perkotaan
debu jalan dan tanah pertanian dari Cina. mikrokimia. J.94 (2), 99–107.
Wei, L., Wang, K., Noguera, Daniel, R., Jiang, J., Oyserman, B., Zhao, N., Zhao, Q.,
Cui, F., 2016. Transformasi dan spesiasi tipikal logam berat dalam sistem
pengolahan akuifer tanah selama pengisian lama dengan efluen sekunder:
distribusi kedalaman dan kombinasi. Kemosfer 165, 100–109.
Wong, SF, Lee, BQ, Low, KH, Jenatabadi, HS, Khor, SM, 2020. Estimasi
asupan makanan dan penilaian risiko karsinogen makanan (3-MCPD dan 1,3-DCP) dalam
kecap dengan simulasi Monte Carlo. Kimia Makanan. 311, 126033.
Wu, YG, Xu, YN, Zhang, JH, Hu, SH, Liu, K., 2011. Polusi logam berat dan
identifikasi sumber mereka di tanah di atas wilayah pertambangan emas Xiao qin ling,
Shaanxi, Cina. Environ Earth Sci 64, 1585-1592.
Xu, Z., Mi, W., Mi, N., Fan, X., Tian, Y., 2020. Karakteristik dan sumber logam berat
polusi di tanah padang gurun yang terkait dengan transportasi dan kegiatan industri.
Mengepung. Sci. polusi. Kontrol Ser. 24 (1), 38835–38848.
Yang, Q., Li, ZY, Lu, XN, Duan, QN, Huang, L., Bi, J., 2018. Tinjauan berat tanah
polusi logam dari kawasan industri dan pertanian di Cina: polusi dan penilaian
risiko. Sci. Lingkungan Total. 642, 690–700.
Yao, F., Bao, AM, Guli, Jiapaer, Yin, JQ, Chang-Chun, LI, Zhang, GS, 2013. Tanah
sumber logam berat dan penilaian polusi di ladang batubara East Junggar Basin di
Xinjiang. Lingkungan Cina. Sci. 33 (10), 1821, 1828.
Yisa, J., Jacob, JO, Onoyima, CC, 2012. Penilaian tingkat toksik beberapa zat berat
logam di sedimen jalan yang diendapkan di suleja, Nigeria. NS. J. Kimia. 2 (2), 34–37.
Zhang, F., Tiyip, T., Johnson, VC, Kung, H., Ding, J., Zhou, M., 2015a. Evaluasi dari
penggurunan tanah dari tahun 1990 hingga 2010 dan penyebabnya di wilayah danau Ebinur,
Xinjiang China. Mengepung. Ilmu Bumi. 73, 5731–5745.
Zhang, X., Zhong, T., Liu, L., Ouyang, X., 2015b. Dampak pencemaran logam berat tanah terhadap
keamanan pangan di Cina. PloS One 10 (8), e0135182.
Zhang, Z., Juying, L., Mamat, Z., Qingfu, Y., 2016. Identifikasi sumber dan polusi
evaluasi logam berat di sedimen permukaan sungai bortala, barat laut Cina.
ekotoksikol. Mengepung. Saf. 126 (apr), 94-101.
Zhang, Z., Lu, Y., Li, H., Tu, Y., Liu, B., Yang, Z., 2018. Penilaian logam berat
kontaminasi, distribusi dan identifikasi sumber dalam sedimen dari Sungai
Zijiang, Cina. Sci. Lingkungan Total. 645 (15), 235–243.
Zhuang, P., Micbride, MB, Xia, HP, Li, NY, Li, Z., 2009a. Risiko kesehatan dari berat
logam melalui konsumsi tanaman pangan di sekitar tambang Dabaoshan, Cina Selatan.
Sci. Lingkungan Total. 407, 1551–1561.
Zhuang, P., Zou, B., Li, NY, Li, ZA, 2009b. Kontaminasi logam berat dalam tanah dan
tanaman pangan di sekitar tambang dabaoshan di guangdong, Cina: implikasinya bagi kesehatan
manusia. Mengepung. Geokimia. Kesehatan 31 (31), 707–715.