Palabras clave
índice de rojez
índice de saturación
zinc
Munsell
Cómo citar
##article.highlights##
- Los índices de color se relacionaron matemáticamente con los metales pesados del polvo urbano.
- Los metales pesados se encontraron de manera general en el orden Zn > Mn > Ba > Pb > Cu > Cr > Ni > V.
- El Cr, Cu, Ni, Pb y Zn presentaron diferencias significativas entre los grupos de color.
- La concentración de metales por grupos de color permitió identificar el polvo urbano más contaminado.
- Los polvos urbanos que van de gris a negro son indicadores de concentraciones altas de metales pesados.
Resumen
Introducción: El polvo urbano contiene metales pesados (MP) que representan un riesgo para la salud humana. Objetivo: Evaluar el color del polvo urbano como indicador de la contaminación por MP en la Ciudad de México. Materiales y métodos: El color y los MP (Ba, Cr, Cu, Pb, Mn, Ni, V y Zn) se midieron en 455 muestras de polvo, y los índices de rojez y saturación se calcularon. Con base en el color, se formaron grupos de muestras utilizando un análisis de conglomerados. Se hicieron análisis de regresión múltiple entre los MP y los índices por grupos de color, y análisis de Kruskal-Wallis de los MP por grupos de color. Resultados y discusión: Las muestras de polvo urbano se clasificaron en marrón grisáceo obscuro (I), gris obscuro (II), marrón oliva obscuro (III), gris muy obscuro (IV), marrón grisáceo (V) y negro (VI). Las regresiones lineales múltiples entre los índices de color y los MP mostraron correlación alta y significativa (P < 0.05) en los grupos I, II, III y IV. Los MP del polvo urbano se encontraron de manera general en el orden Zn > Mn > Ba > Pb > Cu > Cr > Ni > V. El Cr, Cu, Ni, Pb y Zn presentaron diferencias significativas (P < 0.05) entre los grupos de color; las muestras de color gris muy obscuro a negro fueron las más contaminadas, y las de color marrón grisáceo obscuro tuvieron contenidos menores de MP. Conclusiones: El color del polvo urbano es un indicador de la contaminación por metales pesados en la Ciudad de México.Citas
Aguilar, B., Bautista, F., Goguichaishvili, A., Quintana, P., Carvallo, C., & Battu, J. (2013). Rock-magnetic properties of topsoils and urban dust from Morelia (>800,000 inhabitants), Mexico: Implications for anthropogenic pollution monitoring in Mexico’s medium size cities. Geofísica Internacional, 52(2), 121–133. doi: https://doi.org/10.19155/geofint.2013.052.2.1528
Barrón, V., & Torrent, J. (1986). Use of the Kubelka-Munk theory to study the influence of iron oxides on soil colour. Journal of Soil Science, 37(4), 499–510. doi: https://doi.org/10.1111/j.1365-2389.1986.tb00382.x
Bautista-Zúñiga, F., Cejudo-Reyes, B., Aguilar-Reyes, R., & Goguitchaichvili, A. (2014). El potencial del magnetismo en la clasificación de suelos: una revisión. Boletín de la Sociedad Geológica Mexicana, 66(2), 123–134. doi: https://doi.org/10.18268/BSGM2014v66n2a11
Buntley, G. J., & Westin, F. C. (1965). A comparative study of developmental color in Chestnut-Chernozem-Brunizem soil climosequence. Soil Science Society of America Journal Abstract, 29(5), 579–582. doi: https://doi.org/10.2136/sssaj1965.03615995002900050029x
Chen, H., Lu, X., Li, L.Y., Gao, T., & Chang, Y. (2014). Metal contamination in campus dust of Xi’an, China: A study based on multivariate statistics and spatial distribution. Science of the Total Environment, 484, 27–35. doi: https://doi.org/10.1016/j.scitotenv.2014.03.026
Cortés, J. L., Bautista, F., Quintana, P., Aguilar, D., & Goguichaishvili, A. (2015). The color of urban dust as indicator of contamination by the potentially toxic elements: the case of Ensenada, Baja California México. Chapingo Serie Ciencias Forestales y del Ambiente, 21(3), 255–266. doi: https://doi.org/10.5154/r.rchscfa.2015.02.003
Cortés, J. L., Bautista, F., Delgado, C., Quintana, P., Aguilar, D., García A., & Gogichaishvili, A. (2017). Spatial distribution of heavy metals in urban dust from Ensenada, Baja California, Mexico. Revista Chapingo Serie Ciencias Forestales y del Ambiente, 23(1), 47–60. doi: https://doi.org/10.5154/r.rchscfa.2016.02.005
Dunn, O. J. (1964). Multiple comparisons using rank sums. Technometrics, 6(3), 241–252. doi: https://doi.org/10.2307/1266041
García-Rico, L., Meza-Figueroa, D., Gandolfi, A. J., Del Río-Salas, R., Romero, F. M., & Meza-Montenegro, M. (2016). Dust–metal sources in an urbanized arid zone: Implications for health-risk assessments. Archives of Environmental Contamination and Toxicology, 70(3), 522–533. doi: https://doi.org/10.1007/s00244-015-0229-5.
Hurst, V. J. (1977). Visual estimation of iron in saprolite. Geological Society of America Bulletin, 88(2), 174–176. doi: https://doi.org/10.1130/0016-7606(1977)88<174:VEOIIS>2.0.CO;2
Kirillova, N. P., Vodyanitskii, Y. N., & Sileva, T. M. (2015). Conversion of soil color parameters from the Munsell system to the CIE-L*a*b*. System, Genesis and Geography of Soils, 48(5), 468–475. doi: https://doi.org/10.1134/S1064229315050026
Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260), 583–621. doi: https://doi.org/10.2307/2280779
Levin, N., Ben-Dor, E., & Singer, A. (2005). A digital camera as a tool to measure colour indices and related properties of a sandy soils in semi-arid environments. International Journal of Remote Sensing, 26(24), 5475–5492. doi: https://doi.org/10.1080/01431160500099444
Liu, J. G., & Moore, McM. J. (1990). Hue image RGB colour composition. A simple technique to suppress shadow and enhance spectral signature. International Journal of Remote Sensing, 11(8), 1521–1530. doi: https://doi.org/10.1080/01431169008955110
Liu, Q., Liu, Y., Yin, J., Zhang, M., & Zhang, T. (2014). Chemical characteristics and source apportionment of PM10 during Asian dust storm and non-dust storm days in Beijing. Atmospheric Environment, 91, 85–94. doi: https://doi.org/10.1016/j.atmosenv.2014.03.057
Luo, X. S., Yu, S., Zhu, Y. G., & Li, X. D. (2012). Trace metal contamination in urban soils of China. Science of the Total Environment, 421–422, 17–30. doi: https://doi.org/10.1016/j.scitotenv.2011.04.020
Marín, P., Sánchez-Navarro, A., Díaz-Pereira, E., Bautista, F., Romero, M. M., & Delgado, I. M. J. (2018). Assessment of heavy metals and color as indicators of contamination of traffic intensity and sampling location. Sustainability, 10(11), 4105. doi: https://doi.org/10.3390/su10114105
Mathieu, R., Poujet, J., Cervelle, B., & Escafal, R. (1998). Relationships between satellite-based radiometric indices simulated using laboratory reflectance data and typic soil color of an arid environment. Remote Sensing of Environment, 66(1), 17–28. doi: https://doi.org/10.1016/S0034-4257(98)00030-3
Munsell Color Laboratory. (2000). Munsell soil color charts. New Windsor, Nueva York, USA: GretagMacbeth. Retrieved from https://www.worldcat.org/title/munsell-soil-color-charts/oclc/869844188?referer=di&ht=edition
Peña-García, L., Maciel-Flores, R., Rosas-Elguera, J., & Rentería-Tapia, V. (2016). Distribución de polvo urbano en la zona metropolitana de Guadalajara, México. Revista de Investigación y Desarrollo, 3(4), 16–23. Retrieved from http://www.ecorfan.org/spain/researchjournals/Investigacion_y_Desarrollo/vol2num4/Revista_de_Investigaci%C3%B3n_y_Desarrollo_V2_N4_4.pdf
Sabath, D. E., & Robles-Osorio, L. (2012). Medio ambiente y riñón: Nefrotoxicidad por metales pesados. Nefrología: Publicación oficial de la Sociedad Española de Nefrología, 32(3), 279–286. doi: https://doi.org/10.3265/Nefrologia.pre2012.Jan.10928
Sánchez-Duque, A., Bautista, F., Goguichaishvili, A., Cejudo-Ruiz, R., Reyes-López, J. A., Solís-Domínguez, F. A., & Morales-Contreras, J. J. (2015). Evaluación de la contaminación ambiental a partir del aumento magnético en polvos urbanos. Caso de estudio en la ciudad de Mexicali, México. Revista Mexicana de Ciencias Geológicas 32(3), 501–513. Retrieved from http://www.scielo.org.mx/scielo.php?script=sci_abstract&pid=S1026-87742015000300501&lng=es&nrm=iso
Torrent, J., Schwertmann, U., Fechter, H., & Alferez, F. (1983). Quantitative relationships between soil color and hematite content. Soil Science, 136(6), 354–358. Retrieved from https://journals.lww.com/soilsci/Abstract/1983/12000/QUANTITATIVE_RELATIONSHIPS_BETWEEN_SOIL_COLOR_AND.4.aspx
Torrent, J., Schwertmann, U., & Schulze, D. G. (1980). Iron oxide mineralogy of some soils of two river terrace sequences in Spain. Geoderma, 23(3), 191–298. doi: https://doi.org/10.1016/0016-7061(80)90002-6
United States Environmental Protection Agency (U. S. EPA). (2007a). Method 3051A (SW-846): Microwave assisted acid digestion of sediments, sludges, and oils. Retrieved August 13, 2019 from https://www.epa.gov/homeland-security-research/us-epa-method-3051a-microwave-assisted-acid-digestion-sediments-sludges
United States Environmental Protection Agency (U. S. EPA). (2007b). Method 6010 C (SW-846). Inductively coupled plasma-atomic emission spectrometry. Retrieved from https://www.epa.gov/sites/production/files/2015-07/documents/epa-6010c.pdf
Viscarra-Rossel, R. A., Fouad, Y., & Walter, C. (2008). Using a digital camera to measure soil organic carbon and iron contents. Biosystems Engineering, 100(2), 149–159. doi: https://doi.org/10.1016/j.biosystemseng.2008.02.007
Vodyanitskii, Y. N., & Savichev, A. T. (2017). The influence of organic matter on soil color using the regression equations of optical parameters in the system CIE-L*a*b*, Annals of Agrarian Science, 15(3), 380–385. doi: https://doi.org/10.1016/j.aasci.2017.05.023
World Health Organization. (2014). 7 million premature deaths annually linked to air pollution. Retrieved April 12, 2018, from http://www.who.int/mediacentre/news/releases/2014/air-pollution/en/
Zafra, C. A., Temprano, J., & Tejero, M. J. M. (2011). Distribution of the concentration of heavy metals associated with the sediment particles accumulated on road surfaces. Environmental Technology, 32(9), 997–1008. doi: https://doi.org/10.1080/09593330.2010.523436
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Derechos de autor 2020 Revista Chapingo Serie Ciencias Forestales y del Ambiente