Está en la página 1de 13

Journal of Cleaner Production 84 (2014) 550e562

Contents lists available at ScienceDirect

Journal of Cleaner Production


journa l ho mep a ge : www.elsevier.co m/loca te/jclepr o

Evaluacin del impacto de los factores geogrficos en la


distribucin especial de los metales pesados en los suelos
alrededor de la planta de produccin de acero en Smederevo
(Serbia)
Ranko Dragovic a, *, Bosko Gaji c b, Sne zana Dragovic c, Miodrag orCevic a, Milan orCevic a,
Nevena Mihailovic d, Antonije Onjia c
a

University of
University of
c
University of
d
University of
b

Nis, Faculty of Science and Mathematics, Visegradska 33, 18000 Nis, Serbia
Belgrade, Institute of Land Management, Faculty of Agriculture, Nemanjina 6, 11081 Belgrade, Serbia
Belgrade, Vin ca Institute of Nuclear Sciences, P.O. Box 522, 11001 Belgrade, Serbia
Belgrade, Institute for the Application of Nuclear Energy, Banatska 31b, 11080 Belgrade, Serbia

Resumen

La concentracin de metales pesados (Cd, Co, Cr, Cu, Fe, Mn, Ni, Pb y Zn) en suelos de superficie en la zona que rodea a la planta
de produccin de acero en Serbia fue determinante para evaluar la contribucin de las emisiones a la contaminacin. Se encontr
que las concentraciones medias de Cd, Co, Cu, Ni, Pb y Zn a ser mayores que los valores reportados para los suelos no cultivados a
nivel mundial y tambin super concentraciones medias de metales en suelo europeo. El anlisis de varianza revel la influencia de
la latitud, la longitud y la distancia de la fuente de emisin de las concentraciones de metales pesados en los suelos. Tcnicas
estadsticas multivariantes (anlisis cluster y anlisis factorial) confirmaron hallazgos anteriores y tambin se utilizaron para
investigar las relaciones entre las concentraciones de metales pesados y fracciones de tamao de partculas del suelo. El anlisis de
regresin mostr que la latitud, longitud y distancia de la fuente son buenos predictores de las concentraciones de metales pesados
en los suelos. El anlisis geoestadstico revel la distribucin espacial de las concentraciones de metales pesados en el suelo y su
correlacin con los vientos predominantes en la zona investigada.

1. Introduccin
Como una de las rutas dominantes para la dispersin de elementos
pesados alrededor de los polgonos industriales, las emisiones
atmosfricas comnmente han sido designados como la principal
fuente de acumulacin de metales en los suelos superficiales a travs
del depsito, junto con otras rutas de transporte, tales como la
descarga de aguas residuales (Dumontet et al., 1990). En general, el
polvo producido en el proceso de produccin de acero contiene Fe,
Zn, Ca y Si en la forma de xidos simples o mixtos, y tambin Cu,
Mn, Ni, Cr, Cd, Pb, etc., presentes en la materia prima o introducidas
como aditivos (c Sofili et al, 2004;?. Youcai y Stanforth, 2000).
Estudios anteriores han demostrado que las plantas de hierro-acero
son fuentes significativas de contaminantes del aire (CIPF, 2001).
Dependiendo de los tipos de metales de desecho procesados,
fundiciones de hierro puede conducir a una extensa contaminacin de
los alrededores suelos con metales pesados txicos (Orescanin et al.,
2004; Zanini et al., 1992). Procesos de produccin de hierro y acero
emiten fase de partculas (Zn, Cr, Ni, Pb, Cd y otros metales xidos /
metal) y contaminantes inorgnicos en fase gaseosa (NOx, SO2, CO,

HF y HCl) y varios contaminantes orgnicos (compuestos orgnicos


voltiles, clorobencenos y dibenzo-p-dioxinas / furanos,
hidrocarburos aromticos policclicos, bifenilos policlorados,
naftalenos policlorados policlorados y polibromodifenilteres) (CIPF,
2001; US EPA, 2008). Como la mayora de los minerales-minerales
acomodar varios otros metales como inclusiones menores, los suelos
en las zonas de minas y fundiciones rodean pueden estar
contaminados por estos metales, as como los principales metales del
mineral (Al-Khashman y Shawabkeh, 2009; Alloway, 1995; Chopin y
Alloway, 2007;. Shallari et al, 1998). Se ha demostrado que la
distancia de la fuente, la direccin y velocidad de los vientos, la
frecuencia y la cantidad de precipitaciones, las propiedades del suelo
y la interceptacin por el medio ambiente puede influir en la
contaminacin del suelo (Fritsch et al., 2010).
En este estudio el impacto ambiental de la planta de produccin
de acero en Smederevo se evalu mediante el anlisis de las
concentraciones de metales pesados en los suelos de los alrededores y
la influencia de los factores geogrficos en su distribucin espacial.

551

R. Dragovi
R. Dragovi
c etcal.
et /al.Journal
/ Journal
of Cleaner
of Cleaner
Production
Production
84 (2014)
84 (2014)
550e562
550e562

Los objetivos de este estudio fueron (i) para determinar las


concentraciones de metales pesados (Cd, Co, Cr, Cu, Fe, Mn, Ni, Pb,
Zn) en el suelo de la zona de instalacin de produccin de acero
(seleccin de elementos se bas en su presencia en materiales y
aditivos que se utilizan para la produccin de acero en bruto) comn;
(ii) para investigar las posibles relaciones entre las concentraciones
de metales pesados en el suelo y dos fracciones de tamao de
partculas del suelo y los factores geogrficos (latitud, longitud, el
viento, la distancia de la fuente); (iii) establecer un modelo para la
prediccin de las concentraciones de metales en el suelo en funcin
de factores geogrficos y (iv) para resaltar la distribucin espacial de
los metales pesados mediante el anlisis geoestadsticos.

2. Materiales y mtodos
2.1. r e a d e e s t u d i o

El rea investigada se encuentra entre los 44 23.41y 44 38.4N


de latitud y entre los 20 55,7 y 21 6,6 E de longitud (Figura 1).
Est a slo unos 50 km de Belgrado, la capital serbia. Los terrenos de
Smederevo pertenecen a la Zona Vardar y la Misa serbio-macedonia.
Se caracterizan por la estructura geolgica compleja debido a la
superposicin de procesos geotectnicas.

551

Las especies de fauna identificadas indican Alta Pontian edad de los


sedimentos de la zona de Smederevo. La mayor parte de la zona es
presentada por la arena de cuarzo blanco, arcillas arenosas con
intercalaciones de arcilla y arenas con variada fauna y ocurrencias de
carbn. En el rea de Smederevo ampla la serie de arena-grava se
encuentra entre los depsitos y sedimentos del Pleistoceno Pontian.
En la mayor parte de las formaciones Smederevo Cuaternario en
facies de Pleistoceno son ampliamente distribuidas. Las formaciones
del Holoceno son presentados por fluvial y la pendiente de secuencia
(c Pavlovic, 1980). Los principales tipos de suelo de la zona
investigada son: utrico Cambisoles, Vertisoles, colvicos Regosoles,
Phaeozems y Fluvisoles (Fig. 1). Informacin sobre distribucin de
grupos del suelo fue tomada desde el "Mapa de Suelos de la cuenca
del ro Velika Morava" a una escala 1: 50.000 (Instituto de Edafologa
y Qumica Agrcola, 1959). El clima es moderado continental,
caracterizado por veranos calientes con alta precipitacin en junio y
noviembre y los inviernos fros y secos. El tipo de clima segn la
clasificacin de Kppen es Cfwax (Kppen, 1936). Las temperaturas
mnimas y mximas medias anuales (en el perodo 1981-2010) son
6,3 C y 17,4 ? C, respectivamente. La precipitacin media anual es
de 670 mm (media de precipitacin anual oscila de Serbia para las
diferentes reas entre 600 y 1000 mm) y la humedad relativa es del
72% (Servicio Hidrometeorolgico de Serbia (2011)).

Fig. 1. Simplied pedological map showing study area with sampling sites.

552

R. Dragovi
R. Dragovi
c etcal.
et /al.Journal
/ Journal
of Cleaner
of Cleaner
Production
Production
84 (2014)
84 (2014)
550e562
550e562

La zona industrial de la planta de acero integrada se encuentra en el


centro de Serbia, a unos 7 km al sureste de la ciudad de Smederevo.
La planta de acero, fundada en 1913, produce acero, caliente y
productos laminados en fro y hojalata. La planta de acero produce
hierro a dos altos hornos luego convierte alto horno en acero bruto en
una tienda de convertidor de tres hornos y complejo de colada
continua. La mayora de los contaminantes estn relacionados a la
aglomeracin y la planta de acero convertidor. Todos los sitios de
disposicin estn dentro de la planta. Los residuos slidos consisten
en escorias metalrgicas, escorias de hierro generados en los altos
hornos y escorias de acero generadas en tres convertidores de oxgeno
(Radovi? C et al., 2009). El ncleo de hierro se compone de Fe
(50%), SiO2 (3%), Mn (1%), Ca (0,4%), Mg (0,2%), S (0,1%) y P
(0,03%) (PREWARC, 2007).

552

muestras del suelo. Para verificar la exactitud del mtodo analtico,


material de referencia certificado de SRM suelo 2711 obtenida del
Instituto Nacional de Estndares y Tecnologa fue tratado con el
mismo procedimiento que las muestras. Las recuperaciones, que se
estima como el error estndar relativo entre los valores medidos y
recomendados de las concentraciones de metales en el material de
referencia certificado, oscilaron desde 90 hasta 110%. La
incertidumbre global del procedimiento analtico fue inferior a 10%.
El mtodo de tamiz-pipeta tradicional se utiliz para el anlisis de
tamao de partcula (Rowell, 1997). Una vez que la materia orgnica
se ha eliminado, la muestra de mineral restante se pes y se analiz
para las siguientes fracciones de tamao de partcula: arena (0,05-2
mm), limo (0,002 - 0,05 mm) y arcilla (<0.002 mm).
2.4. M t o d o s e s t a d s t i c o s

2.2. M u e s t r e o

Las muestras de suelo se recogieron en octubre-noviembre de


2010 de 48 sitios (0-10 cm de profundidad) que aplican el
procedimiento de 'muestreo aleatorio sistemtico "(OIEA, 2004) en el
rea potencialmente afectada por las actividades industriales, con la
mayora de los sitios de muestreo en el ms rea densamente poblada.
Las coordenadas geogrficas de los puntos de muestreo se obtuvieron
a travs del Sistema de Posicionamiento Global (Garmin eTrex
Vista). Las localizaciones de los sitios de muestreo se muestran en la
Fig. 1. Las muestras fueron tomadas en tierra abierta / desocupado
lejos de las carreteras y los cables de alimentacin para evitar la
contaminacin. Alrededor de 1,5 kg de cada muestra se recogieron
usando guantes desechables limpios, una pala de acero inoxidable y
una cuchara de plstico. Para evitar la contaminacin cruzada, el
equipo fue roz primero para eliminar los residuos de la muestra
anterior y luego se sonroj con el suelo del nuevo sitio de muestreo.
Para garantizar la representatividad de la muestra, en cada sitio tres
submuestras se recogieron a distancias de aproximadamente 10 m
entre s y el suelo fresco colocado en bolsas de plstico (submuestras
se analizaron individualmente).
2.3. M t o d o s a n a l t i c o s

Las muestras de suelo se secaron a temperatura ambiente hasta


peso constante, molido y pasado a travs de un tamiz de 2 mm de
acero inoxidable. Cada muestra fue entonces homogeneizada y se
moli en un mortero.
Despus de la digestin en agua regia, el contenido total de
metales pesados se determin utilizando el espectrmetro de
absorcin atmica Pye Unicam SP 192 (ISO 11047, 1998). Los
lmites de deteccin para los elementos analizados fueron los
siguientes (mg kg- 1?): Cd - 0.3, Co - 1.0, Cr - 5,0, Cu - 3,0, Fe - 0,2,
Mn - 5.0, Ni - 10, Pb - 20 y Zn 2.0. Los estndares utilizados en el
anlisis fueron obtenidos a partir de soluciones CertiPUR Merck.
Tanto calibracin externa y el mtodo de adicin estndar se
utilizaron para evaluar los efectos de la matriz. Para evaluar la
precisin de muestreo, tratamiento y anlisis de muestras, se
analizaron todas las muestras por duplicado. Los valores de las
desviaciones estndar relativas entre duplicados de las muestras por
debajo de 10% indican una alta reproducibilidad de los resultados.
Espacios en blanco de reactivos tambin se incluyeron en cada lote de
anlisis para comprobar si hay contaminacin de los extractos de

Anlisis de varianza (ANOVA) se realiz para comparar las


diferencias de concentraciones medias de metales pesados entre
subregiones en el respeto a la latitud, longitud y la distancia de la
fuente de emisin. El conjunto de datos de las concentraciones de
metales pesados y fracciones de tamao de partculas se sometieron a
anlisis de conglomerados y anlisis de factores con el fin de poner de
relieve las relaciones entre los parmetros analizados. Los detalles
sobre las tcnicas multivariantes aplicadas se pueden encontrar en
libros de texto quimiomtricos estndar (Brereton, 2003; Joliffe,
1986; Massart y Kaufman, 1983).
Se realiz un anlisis de regresin para obtener un modelo para la
prediccin de las concentraciones de metales pesados con la longitud,
la latitud y la distancia de la fuente de emisin como predictores. Se
realiz un anlisis de regresin utilizando la distancia de la fuente de
emisin, minutos de latitud y minutos de longitud (desde grados eran
iguales para todos los sitios de muestreo) como predictores de las
concentraciones de metales pesados. El modelo de regresin obtenida
se presenta en la ecuacin. (1):

donde V es la concentracin de metales pesados, LATmin es el valor


por minuto de latitud, LONmin es el valor de minutos de longitud, D
es la distancia de la fuente de emisin y a, b, cyd son coeficientes del
modelo de regresin.
El modelado de datos geoestadsticos se hizo en software de
mapas de ArcGIS (ESRI, 2009) por su extensin Analista
geoestadstico. Los mtodos geoestadsticos han sido ampliamente
utilizados para la interpolacin espacial de metales pesados en los
suelos y para la evaluacin de lugares contaminados (Da Silva et al.,
2004; Modis et al, 2013.). Mtodo Kriging fue elegido debido a sus
ventajas sobre otras tcnicas de interpolacin.
Geoestadstica se basa en la teora de una variable regionalizada
(Matheron, 1963), que muestra la autocorrelacin espacial donde las
observaciones cerca unos de otros son ms parecidos que los que
estn lejos. Funcin Semi-variograma se define como la mitad de la
diferencia al cuadrado promedio entre valores de datos apareados
separadas por un intervalo de distancia (Matheron, 1965):

553

R. Dragovi
R. Dragovi
c etcal.
et /al.Journal
/ Journal
of Cleaner
of Cleaner
Production
Production
84 (2014)
84 (2014)
550e562
550e562

Table 1
Descriptive statistics of the heavy metal content (mg kg

553

) and particle size fractions (%) of the soils in the area surrounding steel production facility.

Parameter

Mean

Median

Mode

SD

Variance

Skewness

Kurtosis

Range

Min

Max

Cd
Co
Cr
Cu
Fe
Mn
Ni
Pb
Zn
Sand
Silt
Clay

2.75
25.5
56.3
31.8
24,620
740
80.2
40.6
77.6
15.7
53.5
31.0

2.88
24.8
52.2
20.6
24,460
740
69.0
31.5
88.8
9.35
57.3
31.2

2.72
24.5
59.1
7.12
15,800
400
41.2
19.2
8.43
2.90
52.8
32.8

1.00
6.92
22.1
33.8
5120
130
32.4
25.6
36.6
15.0
12.6
6.12

1.00
47.9
490
1140
26,186,900
16,120
1050
650
1340
227
158
37.5

0.97
0.52
0.72
3.15
0.75
0.18
1.54
2.43
0.76
1.22
0.90
0.82

0.86
0.25
1.78
10.5
0.95
0.64
1.52
5.55
0.06
0.35
0.23
2.55

4.39
28.5
115
176
23,220
660
130
120
142
55.0
50.0
34.7

0.22
12.8
0.01
7.12
15,780
400
40.0
20
8.40
1.50
22.6
18.7

4.61
41.3
115
183
39,000
1060
170
140
150
56.5
72.6
53.4

donde N es el nmero de valores en el conjunto de datos,


Z(Xi) es el valor medido, Z(Xi) es el valor predicho y 2 es la
varianza kriging para la ubicacin Xi.

3. Resultados y discusin

Anlisis estadstico convencional de las concentraciones de


metales pesados y fracciones de tamao de partculas en el suelo
alrededor de la planta de produccin de acero se llev a cabo como
el primer paso hacia una comprensin elemental de los datos (Tabla
1). Basado en la clasificacin del USDA (Soil Survey Staff, 1998) la
gran mayora de los suelos fueron clasificados como suelo franco
limoso arcilla, limo arcilloso y franco limoso, siendo el resto franco
o franco arenoso. Las concentraciones medias de Cd, Co, Cu, Ni, Pb
y Zn en el rea investigada fueron generalmente mayores que las
concentraciones medias de metales en suelo europeo (Salminen et
al., 2005) y tambin de los valores medios comunicados por KabataPendias y Pendias (2001) para los suelos no cultivados en todo el
mundo. Las concentraciones de Cd, Cu, Ni y Pb en algunos sitios de
muestreo superan los lmites (3 mg / kg? Para Cd, 100 mg / kg1 para
Cu y Pb y 50 mg / kg de Ni) establecido por la normativa local sobre
el uso del suelo agrcola (Gaceta Oficial de la Repblica de Serbia,
1994). Las concentraciones de cadmio en los suelos de la zona
investigada fueron similares a los encontrados en suelo alrededor de

las instalaciones de produccin de acero en la regin Kremikovtzi,


Bulgaria (Schaefer et al., 2010) y la gran planta de acero integrada en
Turqua (Odabasi et al., 2010). Alrededor de un cuatro veces ms
altas concentraciones de Cd fueron reportados por Einax y Soldt
(1999) para los suelos en los alrededores de una planta metalrgica en
Alemania. Las mayores concentraciones de Cd fueron reportados en
los suelos en las cercanas de las industrias de transformacin de
metales en Blgica, Polonia y los EE.UU. (Kabata-Pendias y Pendias,
2001). Las concentraciones de CO en los suelos analizados en este
estudio fueron similares a los encontrados en el suelo alrededor de las
instalaciones de produccin de acero en la regin Kremikovtzi,
Bulgaria (Schaefer et al., 2010) y cerca de tres veces ms altos que
los reportados por Gosar y Miler (2011). Las concentraciones de Cu
obtenidos en nuestro estudio fueron similares a los encontrados en los
suelos alrededor de la planta de acero en Turqua (Odabasi et al.,
2010) y fueron varias veces ms bajos que los reportados por Einax y
Soldt (1999) y Schaefer et al. (2010). Se encontraron concentraciones
de Ni obtenido aqu para ser aproximadamente dos veces ms altos
que los observados por Schaefer et al. (2010) y cerca de cuatro veces
ms altos que los reportados por Gosar y Miler (2011). Las
concentraciones de Pb obtenidos en este estudio fueron similares a los
obtenidos por Al-Khashman y Shawabkeh (2009). Concentraciones
de varias veces ms altos de Ni fueron reportados por Schaefer et al.
(2010), Chopin y Alloway (2007) y Gosar y Miler (2011).

554

R. Dragovi
R. Dragovi
c etcal.
et /al.Journal
/ Journal
of Cleaner
of Cleaner
Production
Production
84 (2014)
84 (2014)
550e562
550e562

554

Element

Fig. 2. Average values of soil heavy metal concentrations in different subregions (C-center, E-east, N-north, S-south, W-west).

Variance
source

555

R. Dragovi
R. Dragovi
c etcal.
et /al.Journal
/ Journal
of Cleaner
of Cleaner
Production
Production
84 (2014)
84 (2014)
550e562
550e562

Las concentraciones de Zn obtenidas aqu fueron similares a


las observadas por Schaefer et al. (2010). Hasta 20 veces los
niveles de Zn ms altos se encontraron en los suelos alrededor
de una planta metalrgica en Alemania (Einax y Soldt, 1999).
Concentraciones mejoradas de diferentes metales pesados en
los suelos en los alrededores de las instalaciones de produccin
de acero se han reportado en las ltimas dcadas. Shallari et al
(1998) reportaron muy altas concentraciones de Cd, Cr, Cu, Ni,
Pb y Zn, Chopin y Alloway (2007) la de Mn, Cu, Pb y Zn, y
Al-Khashman y Shawabkeh (2009) han encontrado altas
concentraciones de cd, Pb y Zn. Gosar y Miler (2011)
reportaron un aumento de las concentraciones de Co, Cr,

555

Cu y Ni en los suelos de la zona de influencia como resultado


de la industria del hierro y el acero. La contaminacin por
metales pesados tambin es comn en muchas ex siderrgica
trabaja sitios (Harber y Forth, 2001; Udosen et al, 2012).

556

R. Dragovi
R. Dragovi
c etcal.
et /al.Journal
/ Journal
of Cleaner
of Cleaner
Production
Production
84 (2014)
84 (2014)
550e562
550e562

Fig. 4. The histograms and probability plots of heavy metal concentrations in analyzed soils.

556

557

R. Dragovi
R. Dragovi
c etcal.
et /al.Journal
/ Journal
of Cleaner
of Cleaner
Production
Production
84 (2014)
84 (2014)
550e562
550e562

Para investigar el impacto de latitud y longitud de los sitios de muestreo


sobre la distribucin de metales pesados, el rea de estudio se dividi en nueve
subregiones (tres por latitud y longitud por tres), de tal manera que el nmero
de sitios en cada subregin era aproximadamente igual. Prueba de
Kolmogorov-Smirnov (a = 0,05) revel que las variables estudiadas se
distribuyen normalmente en cada subregin. De esta manera se obtuvo una
subregin central donde se encuentra y la chimenea de la planta de
procesamiento de acero ocho subregiones correspondientes a las ocho
direcciones (este, oeste, norte, sur, noreste, noroeste, sureste y suroeste). En la
Fig. 2 valores medios de las concentraciones de metales pesados del suelo en
nueve subregiones diferentes (central, este, oeste, norte, sur, noreste, noroeste,
sureste y suroeste) se muestran. Se detectaron varios patrones de cambio de las
concentraciones de metales pesados. Por lo tanto, Ni, Pb y Zn contenido
aumentaron de suroeste a noreste. Las mayores concentraciones se encuentran
en el extremo norte-este y el ms bajo en la subregin central. Los niveles de Cr
aumentaron hacia el norte y el noreste y fueron los ms bajos en la subregin
central. El contenido del suelo de Fe aument del sudeste hacia el noroeste con
las cantidades ms bajas en la subregin central, alrededor de la chimenea.
Hubo crecientes tendencias de Co y Mn concentraciones desde el
este y al noreste hacia el oeste y el sur-oeste, lo menos que se
encuentran en el este y noreste. Se observaron algunas irregularidades
en los patrones anteriores en relacin Cu y Cd. Por lo tanto, las
concentraciones de Cu disminuyeron desde el este hacia el centro y el
aumento de la subregin central hacia el noroeste y oeste, con los
niveles ms bajos de la subregin central. Hubo tendencia al alza en
las concentraciones de Cd desde el sur hacia las otras direcciones con
niveles ms bajos observados en la subregin sur.

557

En el anlisis de conglomerados mtodo de Ward y la distancia


euclidiana al cuadrado se utilizaron para amalgamar los elementos.
Los resultados del anlisis de racimo se muestran como un
dendrograma, donde el eje distancia representa el grado de asociacin
entre grupos de variables, es decir, cuanto menor es el valor en el eje,
la ms significativa la asociacin (Fig. 3). Los resultados del anlisis
de conglomerados mostraron atribucin de los metales y fracciones de
tamao de partculas del suelo a tres grupos. El primer grupo
contenida arena, el segundo Cd, Cu, limo, Co y Mn y la tercera Ni,
Cr, Pb, Zn, Fe y arcilla. Esta clasificacin de los metales corresponde
a los patrones observados previamente.
El anlisis factorial y el anlisis de componentes principales se
utiliza como mtodo de extraccin revel tres factores que explican el
70% de la variacin. De acuerdo con las cargas (Tabla 3), se puede
observar que esta clasificacin corresponde a las obtenidas por
anlisis de conglomerados y los patrones explic anteriormente. El
primer factor compuesto de Ni, Pb, Cr, Zn, Fe y arcilla, el segundo
uno limo, Co, Fe (ya se ha explicado por F1), Mn en oposicin a la
arena y la tercera Cu y Cd.
Para investigar la influencia de la distancia de la fuente de las
concentraciones de metales pesados en los suelos, los sitios de
muestreo fueron divididos en tres grupos aproximadamente iguales
con respecto a la distancia de la fuente de emisin. Las estadsticas
descriptivas bsicas para cada grupo se resumen en la Tabla 4. Los
resultados de ANOVA de una va para la comparacin de las
concentraciones medias de metales pesados en el suelo entre estos
grupos se presentan en la Tabla 5. No se observaron diferencias
significativas entre los grupos para las concentraciones de Cr, Cu, Fe,
Ni, Pb y Zn y para fracciones de tamao de partculas. Esto est de
acuerdo con los hallazgos de estudios similares en toda la palabra que
la fundicin de partculas se puede encontrar hasta decenas de
kilmetros de la fuente de fundicin, incluso en una direccin del
viento no prominente (Gregurek et al., 1998; Knight y Henderson,
2003) . Sin embargo, las distancias que las partculas podran llegar
tambin son influenciados por las condiciones geogrficas locales.
Por lo tanto, en los alrededores de las zonas mineras y de fundicin en
Espaa, los niveles de fondo se alcanzaron despus de slo 2
kilmetros (Chopin y Alloway, 2007).
En la regin de Kremikovtzi, pasando de la fundicin del
contenido total del suelo de metales pesados disminuy
sucesivamente, y se fue a 5.5 km conmensurable con el nivel de
fondo para la mayora de ellos (Faitondjiev et al., 2000).
Los valores de los coeficientes de los modelos de regresin se dan
en la Tabla 6. Los significados estadsticos muestran que los modelos
obtenidos tienen un buen poder predictivo.

558

R. Dragovi
R. Dragovi
c etcal.
et /al.Journal
/ Journal
of Cleaner
of Cleaner
Production
Production
84 (2014)
84 (2014)
550e562
550e562

558

Fig. 5. Variogram plots of heavy metal concentrations in the analyzed soils.

Antes del anlisis geoestadsticos se examin la distribucin


estadstica de los datos. La distribucin normal de los datos medidos
es deseable, pero cuando no es el caso, hacer transformaciones de
datos distribuidos de manera ms normal (Gokalp et al., 2010). Para
determinar los valores de la distribucin de datos asimetra
normalidad y curtosis se puede utilizar, as como histograma y QQ
normal de las parcelas, y la mediana y la similitud (Gorai y Kumar,
2013) significara. Conjuntos de datos no mostraron una distribucin
normal, por lo que se llevaron a cabo las transformaciones
logartmicas y BoxeCox.
Las transformaciones BoxeCox dio lugar a una disminucin
skewnesses y curtosis por lo que se aplicaron en el trabajo futuro.

Despus de la inspeccin visual de semivariogramas y validacin


cruzada, el mejor ajuste del modelo para la prediccin de Cd, Cr, Cu,
Fe, Mn, Ni, Pb y Zn fue exponencial y Co era esfrica. Modelos
Semi-variograma de metales pesados y fracciones de suelo con sus
parmetros se muestran en la Tabla 7.
Los valores de informacin, de umbral y alcance, as como la
relacin informacin/umbral, de los modelos tericos mejor
equipados se presentan en la Tabla 8. La relacin informacin/umbral
de la varianza expresada en porcentajes puede ser un criterio para la
clasificacin de la dependencia espacial de pesada las
concentraciones de metales.

559

R. Dragovi
R. Dragovi
c etcal.
et /al.Journal
/ Journal
of Cleaner
of Cleaner
Production
Production
84 (2014)
84 (2014)
550e562
550e562

559

Fig. 6. Wind rose for 30 years of wind record (1981e2010) depicting (a) directional frequencies and (b) distributions of the wind speed.

Si la relacin informacin/umbral est a menos de 25%, entonces


la variable tiene una fuerte dependencia espacial, si la relacin es
entre 25% y 75%, la variable tiene dependencia espacial moderada y
si la relacin es mayor que 75%, los espectculos de variables dbil
dependencia espacial (Xie et al., 2007). La relacin
informacin/umbral de Co, Cd, Fe, Ni, Zn y Pb estn sugiriendo que
las variables tienen una fuerte dependencia espacial; proporcin de
Mn est sugiriendo que la variable tiene dependencia espacial
moderada y la proporcin de Cr y Cu muestra dbil dependencia
espacial. Los rangos para Co, Cr, Fe, Mn, Ni, Pb y Zn, dados en la
Tabla 8, muestran que la longitud de la autocorrelacin espacial es
ms largo que el intervalo de muestreo promedio de 1021 m, que
indica que el diseo de muestreo es apropiado, por lo se espera que
las estructuras espaciales en el mapa interpolado sern buenas. Los
rangos de Cd y Cu son ms cortos que el intervalo de muestreo medio
y la autocorrelacin no pudieron ser capturados. Esto sugiere que en
futuras encuestas, muestreo de suelos para estos elementos se debe
realizar en las distancias cortas.
El anlisis geoestadstico revel autocorrelacin espacial
de Co, Fe, Mn y Ni (Fig. 5). La influencia de los vientos
predominantes en la distribucin de los metales pesados en
el rea que rodea la instalacin de produccin de acero se
investig. La rosa de los vientos y distribuciones de la
velocidad del viento se muestran en la Fig. 6. La rosa de los
vientos se obtuvo utilizando el paquete estadstico Climatol
implementado en "R 2.15.2" (Guijarro, 2011). Los datos
meteorolgicos se obtuvieron de la estacin Smederevska
Palanka meteorolgica (44220 N, 20570 E), que se
encuentra a 30 km al sur de Smederevo. Frecuencias de
direccin del viento y la velocidad del viento se calculan de
manera convencional por un perodo de 30 aos (19812010).
El viento es el parmetro meteorolgico dominante para
la distribucin de aire de los contaminantes emitidos por las
chimeneas industriales. La distribucin de la direccin de la

rosa de los vientos prevalencia indicada de los vientos de la


segunda (ES) y cuarto (WN) cuadrantes. Por lo tanto, los
vientos predominantes son WNW (11,9% de la actividad
elica) y ESE (11,3%). El porcentaje de condiciones de
calma, donde la velocidad del viento es < 2 m / s es de
10,6%. Tendencias similares tambin se pueden ver en la
velocidad media del viento, donde las direcciones
predominantes son WNW, ESE y E con una velocidad
media de 2,9 m/s. Este fue un resultado muy esperada, ya
que esta regin en particular est influenciado por los
vientos que soplan desde el noroeste y sureste. El viento
Kosava es caracterstico en la parte fra del ao y resulta de
aire fro que viaja desde el sureste. La distribucin de la Fe
podra ser una consecuencia de los vientos dominantes
(WNW y ESE) (Fig. 7), ya que la mayor concentracin se
encuentra en la regin SE, a 13 km de la fuente. Una
situacin similar ocurri con Co y Cd. Los resultados
obtenidos en este estudio estn de acuerdo con los
hallazgos de Odabasi et al. (2010), que inform de las
mayores concentraciones de metales pesados en el suelo
alrededor de las plantas de hierro-acero en los puntos donde
las emisiones de la industria son transportadas por los
vientos predominantes.
Las capacidades de prediccin de los modelos
aplicados, es decir, de regresin multivariante y kriging
ordinario, se compararon mediante RMSE como la medida
de una magnitud del error de prediccin (Ec. (4)). De
acuerdo a los valores RMSE obtenidos (Tabla 9), modelo
de regresin multivariante mostr mayor capacidad de
prediccin para las concentraciones de Cd, Cr y Cu,
mientras kriging ordinario mostr mayor capacidad de
prediccin para los otros elementos. Aunque las diferencias
entre los modelos, segn RMSE, no fueron significativas, el
kriging ordinario mostr el RMSE inferior para mayor
nmero de elementos.

560

R. Dragovi
R. Dragovi
c etcal.
et /al.Journal
/ Journal
of Cleaner
of Cleaner
Production
Production
84 (2014)
84 (2014)
550e562
550e562

La comparacin entre los mapas de rea cubierta por un


nmero significativo de muestras que presenta valores
predichos por el mtodo kriging ordinario y valores
predichos por el mtodo de anlisis de regresin se presenta
en la Fig. 8.
La distribucin de metales pesados en los suelos
alrededor de la fuente puntual es muy necesaria para la
valoracin de las perturbaciones de los ciclos geoqumicos
de los metales en el medio ambiente y sus efectos sobre la
salud ambiental y humana y tambin para el desarrollo de
estrategias de remediacin apropiadas. Este estudio revela
la importancia de los factores geogrficos locales en la
evaluacin del impacto ambiental de las instalaciones de
produccin de acero en Smederevo. Los resultados de este
estudio contribuirn al abordar nuevas medidas que se
emprendern para minimizar la exposicin y la
contaminacin en los alrededores del complejo industrial.

4. C o n c l u s i o n e s

En este estudio se evalu el impacto ambiental de una planta de


produccin de acero en Serbia. Se encontr que las concentraciones
de Cd, Co, Cu Ni, Pb y Zn en el rea afectada por la industria a ser
ms altos que los reportados para los suelos europeos y tambin
mayores que las concentraciones medias de estos elementos en todo
el mundo. En algunos sitios de muestreo de los niveles de Cd, Cu, Ni
y Pb exceden los lmites establecidos por las normas locales.
Varias tcnicas estadsticas revelan el impacto de los factores
geogrficos en la distribucin de metales pesados en la zona
investigada. Se propuso un modelo de regresin para la prediccin de
las concentraciones de metales pesados basados en latitud, longitud y
distancia desde la fuente de emisin. Anlisis geoestadstico mostr
las mayores concentraciones de metales pesados en los sitios en la
direccin del viento predominante.
La comparacin del modelo de regresin y kriging ordinario
mostr las capacidades de prediccin similares de ambos modelos. El
modelo kriging ordinario mostr ligera ventaja debido a la menor
error de prediccin para un mayor nmero de elementos. Los
resultados obtenidos se utilizarn como una base de datos valiosa
para la evaluacin del futuro de la contaminacin por metales pesados
alrededor de la instalacin de produccin de acero.
Tambin servirn como base para la definicin de los requisitos
para futuras investigaciones, que comprender los factores mas
geogrficas y ambientales que pueden contribuir a la distribucin de
metales pesados en el rea investigada

560

561

R. Dragovi
R. Dragovi
c etcal.
et /al.Journal
/ Journal
of Cleaner
of Cleaner
Production
Production
84 (2014)
84 (2014)
550e562
550e562

Fig. 7. Final maps of heavy metal concentrations (mg kg 1) in the analyzed soils of the area covered by signicant number of samples (marked with the gray color in the picture in
the bottom right corner) predicted by ordinary-kriging (for interpretation of the references to color in this gure legend, the reader is referred to the web version of this article).

Table 9
The RMSE values for multivariate regression model and ordinary kriging.
Metal

Cd
Co
Cr
Cu
Fe
Mn
Ni
Pb
Zn

RMSE
Regression

Ordinary kriging

0.75
7.17
19.24
31.37
3576.62
120.65
22.13
16.07
21.16

0.90
4.99
20.96
32.46
3023.25
118.49
21.51
16.05
20.92

561

562

R. Dragovic et al. / Journal of Cleaner Production 84 (2014) 550e562

Fig. 8. Comparison between maps of heavy metal concentrations (mg kg


analysis and (b) ordinary kriging.

) in the analyzed soils of the area covered by a signicant number of samples, obtained by (a) regression