نهج جديد في تقييم المخاطر الصحية البشرية المرتبطة بالمعادن الثقيلة في المياه السطحية والمياه الجوفية باستخدام طريقة مونت كارلو New approach into human health risk assessment associated with heavy metals in surface water and groundwater using Monte Carlo Method

المجلة: Scientific Reports، المجلد: 14، العدد: 1
DOI: https://doi.org/10.1038/s41598-023-50000-y
PMID: https://pubmed.ncbi.nlm.nih.gov/38200086
تاريخ النشر: 2024-01-10

افتح

نهج جديد في تقييم المخاطر الصحية البشرية المرتبطة بالمعادن الثقيلة في المياه السطحية والمياه الجوفية باستخدام طريقة مونت كارلو

محمد حمدي عيد , مصطفى عيسى , عصام أ. محمد , حاتم سعد رمضان , ماداراز تاماش , أتيلا كوفاتش & بيتر سزوتش

الملخص

تقييمت هذه الدراسة المخاطر البيئية والصحية المرتبطة بالمعادن الثقيلة في موارد المياه في صحراء مصر الشمالية الغربية. شملت الأساليب الحالية مصفوفة ارتباط سبيرمان، وتحليل المكونات الرئيسية، وتحليل التجمع لتحديد مصادر التلوث وعوامل التحكم في الجودة. تم تطبيق مؤشرات مختلفة (HPI، MI، HQ، HI، وCR) لتقييم المخاطر البيئية وصحة الإنسان. بالإضافة إلى ذلك، تم استخدام طريقة مونت كارلو لتقييم المخاطر السرطانية وغير السرطانية بشكل احتمالي عبر طرق التعرض الفموي والجلدي لدى البالغين والأطفال. من الجدير بالذكر أن جميع موارد المياه أظهرت مخاطر تلوث عالية مع قيم HPI وMI تتجاوز الحدود المسموح بها (HPI>100 وMI>6) على التوالي. علاوة على ذلك، أشارت قيم HI الفموية إلى مخاطر غير سرطانية كبيرة لكل من البالغين والأطفال، بينما شكل الاتصال الجلدي خطرًا كبيرًا على من العينات للبالغين و من العينات للأطفال ( ). أظهرت معظم عينات المياه قيم CR تتجاوز لـ و Pb، مما يشير إلى الضعف أمام التأثيرات السرطانية في كلا الفئتين العمريتين. عززت محاكاة مونت كارلو هذه النتائج، مشيرة إلى تأثير سرطاني كبير على الأطفال والبالغين. وبالتالي، هناك حاجة ملحة إلى تدابير شاملة لمعالجة المياه للتخفيف من المخاطر الصحية السرطانية وغير السرطانية في واحة سيوة.

في البلدان النامية، يسهم النمو الصناعي السريع، والتوسع الاقتصادي، والتحضر بشكل كبير في زيادة التلوث البيئي، مما يشكل قلقًا وطنيًا ودوليًا . الأنشطة من صناعات مثل البتروكيماويات وإنتاج السيارات الثقيلة تطلق ملوثات، بما في ذلك المعادن السامة، والملوثات العضوية، والمبيدات، والميكرو بلاستيك، والملوثات الناشئة، مهددة موارد المياه الجوفية وصحة الإنسان، والخدمات البيئية، والتنمية المستدامة . تشير الدراسات الحديثة في جميع أنحاء العالم إلى تلوث المياه الجوفية بالرصاص، والحديد، والمنغنيز، والكادميوم، والنحاس، والكروم . يعد تلوث الكادميوم قضية عالمية تؤثر بشكل رئيسي على آسيا وأفريقيا، مما يشكل مخاطر على إمدادات الغذاء والمياه. يعتبر Cd، حتى عند تركيزات منخفضة، شديد السمية، حيث يتسرب إلى التربة ويتراكم حيويًا في النظم البيئية .
لقد زاد القلق العالمي بشأن وجود المعادن الثقيلة في البيئة بشكل كبير بسبب آثارها السلبية المحتملة على صحة الإنسان. هذه المعادن معروفة جيدًا بأنها سموم يمكن أن تسبب تلف الأعضاء وتظهر آثارًا تشوهية وسرطانية . تم ربط تلوث المياه الجوفية بالمعادن الثقيلة بمضاعفات صحية خطيرة، بما في ذلك تلف الكلى، والحالات العصبية التنكسية، وأمراض الجهاز التنفسي والقلب والأوعية الدموية، والسرطان . بسبب طبيعتها المستمرة، تميل العناصر السامة المحتملة (PTEs) إلى التراكم في المياه الجوفية، مما يشكل طريقًا رئيسيًا للتعرض للبشر . نظرًا لهذه المخاطر الصحية الخطيرة، تراقب السلطات العامة بانتظام تركيزات مختلف PTEs للتخفيف من المخاطر المحتملة على الصحة العامة. بناءً على هذا السياق حول أهمية المياه الجوفية والتحديات التي تواجهها، تتناول الدراسة الحالية المخاطر البيئية وصحة الإنسان المرتبطة بتلوث المعادن الثقيلة في واحة سيوة.
بينما تعتبر ضرورية لعملية الأيض، يمكن أن تصبح المعادن مثل النحاس (Cu) والزنك (Zn) والحديد (Fe) والمنغنيز (Mn) خطرة عندما تتجاوز مستوياتها في مياه الشرب الحدود المسموح بها. يمكن أن تدخل المعادن الثقيلة إلى جسم الإنسان عبر مسارات مختلفة، بما في ذلك الاستهلاك الفموي، والاتصال الجلدي، والاستنشاق . يمكن العثور على هذه الملوثات في مصادر مياه الشرب، مثل المياه السطحية والمياه الجوفية ، والخضروات، والهواء . يمكن أن تُعزى المعادن في البيئة إلى الأنشطة الصناعية والزراعية والمنزلية والطبية والتكنولوجية. عندما تتجاوز مستويات المعادن الثقيلة في مياه الشرب الحدود التي وضعتها المنظمات الدولية، يمكن أن يؤدي ذلك إلى مشاكل صحية متنوعة . إن ضمان حماية البيئة وصحة الإنسان أمر بالغ الأهمية، ويتضمن ذلك تقييم جودة المياه. الخطوة الأولى في هذه العملية هي تقييم جودة المياه وتحديد مصادر الملوثات للتخفيف من مستويات التلوث. تشمل الطرق الفعالة لتقييم المخاطر البيئية وصحة الإنسان المرتبطة بالمعادن الثقيلة مؤشر تلوث المعادن الثقيلة (HPI)، ومؤشر المعادن (MI)، ونسبة الخطر (HQ)، ومؤشر الخطر (HI)، ومخاطر السرطان (CR)، المدمجة مع محاكاة مونت كارلو . علاوة على ذلك، يعد تحليل التجمع وتحليل المكونات الرئيسية (PCA) أدوات قيمة لتصنيف مصادر المعادن الثقيلة وفهم العمليات الهيدروكيميائية في المياه السطحية والمياه الجوفية . تشكل موارد المياه الملوثة تهديدات خطيرة للبشر والحيوانات، مما يؤدي إلى مخاوف بيولوجية وكيميائية كبيرة. تتأثر موارد المياه الجوفية في جميع أنحاء العالم بشكل متزايد بالنضوب والتلوث، وتمتد هذه المشكلة إلى صحاري مصر، حيث تعتمد واحة سيوة بشكل كبير على المياه الجوفية للشرب والري . تكشف الإحصائيات أن أكثر من مليار شخص يفتقرون إلى الوصول إلى مياه الشرب والري الآمنة، مما يؤدي إلى حوالي 25,000 حالة وفاة سنويًا في البلدان النامية .
تعتبر واحة سيوة، الواقعة في صحراء مصر الشمالية الغربية، تعتمد بشكل رئيسي على المياه الجوفية للشرب والري . تشمل مصادر المياه الجوفية داخل واحة سيوة المياه الجوفية من طبقات المياه الجوفية مثل طبقة المياه الجوفية من الحجر الرملي النوبي وطبقات المياه الجوفية الضحلة مثل طبقة المياه الجوفية الكربونية من العصر الثالث. تدعم المياه الجوفية الأنشطة الزراعية والاستخدام المنزلي في واحة سيوة . تعمل البحيرات المالحة داخل واحة سيوة كمنافذ للمياه القادمة من الأراضي المزروعة، والينابيع الطبيعية، والآبار الارتوازية. أدى الطلب المتزايد على المياه الجوفية في واحة سيوة، المدفوع بنمو السكان والزراعة والسياحة، إلى إنشاء العديد من الآبار. ومع ذلك، قد تؤدي التوزيعات العشوائية لهذه الآبار والاستخراج المفرط إلى انخفاض ضغط المياه وجودتها. كما أن الحفر غير المصرح به يزيد من تفاقم هذه المشكلات، مما يبرز الحاجة إلى دراسات شاملة لمراقبة كمية وجودة هذه المورد المائي المحدود .
تهدف هذه الدراسة إلى التحقيق بشكل شامل في المخاطر البيئية وصحة الإنسان المرتبطة بثمانية معادن ثقيلة في موارد المياه المختلفة في واحة سيوة. الأهداف هي: (1) التعرف على المصادر المحتملة باستخدام مصفوفة ارتباط سبيرمان، وتحليل المكونات الرئيسية، وتحليل التجمع، وتداخل كريغينغ. (2) تحديد العمليات الجيوكيميائية التي تتحكم في كيمياء المياه. (3) تطبيق نهج مبتكر من خلال دمج عدة مؤشرات لجودة المياه (HPI، MI، HQ، HI، وCR) مع طرق حتمية واحتمالية (محاكاة مونت كارلو) لتقييم المخاطر الصحية السرطانية وغير السرطانية المرتبطة بتلوث المعادن الثقيلة في واحة سيوة. (4) استخدام كود برمجة بايثون لتسهيل محاكاة مونت كارلو، مما يوفر الدقة والكفاءة. تتيح المكتبات الشاملة والقدرات الإحصائية التعامل مع عدم اليقين والتباين في معلمات الإدخال، مما يعطي تقديرات مخاطر أكثر دقة. تشير هذه الدمج إلى تحسين كبير في تقييم تلوث المعادن الثقيلة.

المواد والأساليب

وصف منطقة الدراسة

تقع واحة سيوة في الصحراء الغربية لمصر، وهي منخفض تحيط به البحر الأبيض المتوسط من الشمال، وحدود ليبيا-مصر من الغرب، والقاهرة من الشرق (الشكل 1). تقع عند خط عرض وخط طول شرق. تشمل الأنشطة الاقتصادية الرئيسية في هذه الواحة الزراعة، حيث تُزرع أشجار النخيل، والزيتون، ومجموعة متنوعة من الفواكه والخضروات. كما أن الأنشطة الصناعية مثل تعبئة المياه المعدنية واستخراج زيت الزيتون بارزة أيضًا. . تغطي واحة سيوة مساحة أرضية تبلغ 1100 كيلومتر مربع وكان عدد سكانها حوالي 23,546 في عام 2010. يتميز المناخ في واحة سيوة بالجفاف مع معدل تبخر مرتفع قدره
الشكل 1. خريطة الموقع وأخذ العينات من منخفض سيوة.
16.8 مم في اليوم، والذي ينخفض إلى حوالي 5.4 مم في اليوم خلال فصل الشتاء. هطول الأمطار في المنطقة ضئيل، مع هطول مطري يبلغ حوالي . يقدم هذا المناخ الجاف وعزلته وموارد المياه المحدودة تحديات وفرص فريدة للسكان والصناعات في واحة سيوة .

جيولوجيا وموارد المياه في منخفض سيوة

تتمتع واحة سيوة بمنظر طبيعي يحتوي على طبقات مختلفة من الصخور. تشمل هذه الرواسب مثل الكثبان الرملية والمسطحات الملحية وطبقات أقدم من فترة الإيوسين الأوسط تتكون من الحجر الجيري والطين (الشكل 2أ، ب). هناك أيضًا طبقات من عصور جيولوجية مختلفة، مثل الباليوزويك، الميزوزويك، والكينوزويك . فيما يتعلق بإمدادات المياه، تحتوي سيوة على خمسة خزانات مائية تتراوح من خزانات في الرواسب إلى خزان أعمق يسمى خزان الحجر الرملي النوبي (الشكل 2ج). تأتي المصدر الرئيسي للري والاستخدام المنزلي من خزان الإيوسين (خزان الكربونات الثانوي)، بينما يستخدم NSSA (الخزان العميق) بشكل رئيسي للشرب. ومع ذلك، هناك تحديات في هذه المنطقة، بما في ذلك ملوحة التربة وارتفاع منسوب المياه الذي يحدث بشكل رئيسي بالقرب من البحيرات المالحة مثل زيتون، أغمري، سيوة، ومراقي. على الرغم من أن هذه البحيرات تتلقى المياه من المياه الجوفية، إلا أن لديها مستويات ملوحة تجعل مياهها غير صالحة للاستخدام المنزلي أو المائي. الإدارة السليمة لموارد المياه أمر حاسم لمعالجة هذه القضايا وضمان استخدام احتياطيات مياه الواحة .
الشكل 2. خريطة جيولوجية سطحية معدلة بعد (أ)، خريطة جيومورفولوجية معدلة بعد (ب)، نموذج مفاهيمي هيدروجيولوجي وتكوينات جيولوجية تحت السطح في واحة سيوة (ج).

أخذ العينات وتحليل المعلمات الفيزيائية والكيميائية والمعادن الثقيلة

في فبراير 2022، تم إجراء رحلة ميدانية حيث تم جمع 133 عينة مياه، بما في ذلك 113 عينة من خزان الكربونات الثانوي (TCA)، وثماني عينات من الينابيع، و12 عينة من البحيرات والمصارف في زجاجات بولي إيثيلين. تم تحليل هذه العينات كيميائيًا في مركز بحوث الصحراء في مصر وجامعة ميسكولك في المجر. خلال العمل الميداني، تم قياس الرقم الهيدروجيني والموصلية الكهربائية (EC) باستخدام أجهزة محمولة مع معايرة يومية. تم أخذ قياسات الرقم الهيدروجيني باستخدام جهاز قياس الرقم الهيدروجيني WTW طراز LF 538. تم قياس الموصلية الكهربائية باستخدام جهاز قياس الموصلية YSI طراز 35. تم استخدام طرق Rainwater Thatcher وFriedman. تم قياس أيونات المعادن القلوية ( و ) باستخدام الفوتومترية اللهبية باستخدام منحنى قياسي. تم تحديد الصلابة (TH) من خلال إجراءات EDTA، بينما تم تحليل و حجميًا. من خلال النظر في TH و المحتويات، تم حساب تركيز . لتقدير مستويات الكلوريد بدقة، تم استخدام المعايرة . للحفاظ على الدقة، خضعت كل عينة لتحليل مكرر. في الحالات التي تجاوزت فيها الفجوة بين الكاتيونات والأنونات الإجمالية ، تم إعادة تحليل العينة حتى تم تحقيق فرق نسبة مرضٍ. تم ضمان دقة وموثوقية النتائج من خلال استخدام طرق الفوتومترية اللهبية والطيفية. تم التعبير عن جميع البيانات الكيميائية بوحدات مع تقييم دقة القياس من خلال خطأ توازن الأيونات (IBE) ضمن . تم حساب المواد الصلبة الذائبة الكلية (TDS) عن طريق إضافة الأيونات. ثم تم تحديد توازن الأيونات (IB) من خلال مقارنة نسب الكاتيونات والأنونات مع نطاق، ليكون IB ضمن . أخيرًا، تم استخدام ICP لقياس تركيزات المعادن الثقيلة. تم استخدام برامج مثل surfer 16.6.484 وArcGIS Pro 2.8.8 لإنشاء خرائط توزيع موقع أخذ العينات والمعلمات المدروسة.

تحليل العنقود (CA)

تحليل العنقود (CA) هو تقنية تستخدم للتعرف على الأنماط في مجموعات البيانات من مصادر مختلفة دون إشراف. يحدد CA الميزات التي تميز المجموعات داخل مجموعة البيانات ويجمعها وفقًا لذلك. تم استخدام كل من وضع R (وضع الصف) ووضع Q (وضع العمود) لتنفيذ وبناء CA. تساعد هذه الأساليب في إنشاء مجموعات من عينات المياه ذات الخصائص التي تمكن من تحديد التشابهات المكانية وتجميع محطات أخذ العينات بناءً على خصائصها الهيدروكيميائية . CA هي أداة تستخدم في تصنيف العمليات في المياه الجوفية (GW)، خاصة في التحقيقات الهيدروكيميائية، حيث تلعب دورًا حاسمًا في تجميع عينات المياه المجمعة في فئات جيولوجية وهيدروجيولوجية ذات مغزى. غالبًا ما يتم استخدام شجرة عنقودية لتمثيل عملية التجميع وتبسيط تعقيد البيانات، مما يوفر تصويرًا واضحًا للتجمعات وعلاقاتها .

تحليل المكونات الرئيسية (PCA)

تحليل المكونات الرئيسية (PCA) هو تقنية تتعامل مع مجموعات بيانات متعددة المتغيرات المعقدة في هيكل خطي. الغرض منها هو تحليل البيانات دون فقدان أي معلومات أثناء تلخيص مجموعة البيانات وتقدير عدد المتغيرات اللازمة لشرح التباين . من خلال تقليل أبعاد البيانات، يكشف PCA عن أنماط وعلاقات خفية بين المتغيرات التي قد لا تكون واضحة على الفور. لتقييم تلوث المياه الجوفية (GW)، يستخدم معيار كايسر القيم الذاتية من مخطط الانحدار لاستخراج المكونات الرئيسية. بالإضافة إلى ذلك، يتم تقييم ملاءمة البيانات لتحليل العوامل من خلال اختبارات مثل اختبارات كايسر ماير أولكين (KMO) واختبارات بارلت، التي تشير إلى ما إذا كانت المتغيرات كافية أو غير كافية ضمن النموذج. تشير قيم KMO التي تقع ضمن النطاقات من 0.8 إلى إلى 0.8، وأقل من 0.5 تشير إلى كفاية، وكفاية معقولة، وملاءمة غير مرغوب فيها (أو غير كافية) للبيانات، على التوالي. تساعد هذه المقاربة الشاملة الباحثين في الحصول على رؤى قيمة من مجموعات البيانات المعقدة مع ضمان أن البيانات تمثل العلاقات الأساسية بشكل كافٍ .

مؤشر تلوث المعادن الثقيلة (HPI) ومؤشر المعادن (MI)

مؤشر تلوث المعادن الثقيلة (HPI) هو أداة تُستخدم لتقييم مستويات التلوث في موارد المياه بواسطة المعادن الثقيلة . هذا المؤشر فعال بشكل خاص في تحديد ما إذا كانت جودة المياه مناسبة للاستهلاك، مع الأخذ في الاعتبار وجود المعادن الثقيلة. يتم تحديد HPI من خلال طريقة تتضمن تعيين تقييمات للمعلمات المتعلقة بالتلوث ثم حساب متوسط مرجح باستخدام تلك التقييمات. يتم إعطاء كل معلمة تلوث وزنًا في هذه العملية. عادةً ما يتراوح نظام التقييم من 0 إلى 1. يتم تحديده من خلال النظر في أهمية كل عامل جودة أو من خلال مقارنة القيم مع المعايير المرجعية الموصى بها . تُستخدم معادلات محددة لحساب HPI، كما هو موضح في المعادلات 1 و2.
حيث يمثل معلمة المؤشر الفرعي؛ n هو عدد المعلمات المأخوذة للتحليل؛ يمثل وزن كل معلمة، يتم تقييمه كـ يمثل القيمة القياسية لكل معلمة؛ يمثل المؤشر الفرعي للحد، الذي يتم تحديده بواسطة المعادلة 2.
يستند حساب HPI إلى مستويات ثمانية معادن: الكروم (Cr)، النحاس (Cu)، الحديد (Fe)، المنغنيز ، النيكل (Ni)، الرصاص (Pb)، الزنك (Zn)، والكادميوم (Cd). يتم استخدام مقياس معدل معدل مع ثلاث فئات بشكل شائع لتوفير فهم لتلوث المعادن الثقيلة. يتم تصنيف هذه الفئات على أنها جودة مياه ممتازة عندما يكون HPI أقل من 25، جيدة مع HPI يتراوح من 26 إلى 50، جودة رديئة مع قيمة HPI تتراوح بين 51 إلى 75، رديئة جدًا مع HPI يتراوح من 76 إلى 100، وخطر تلوث مرتفع (غير مناسب) عندما يتجاوز HPI .
من ناحية أخرى، يقدم مؤشر المعادن (MI) لمياه الشرب تقييمًا لجودة مياه الشرب بشكل عام من خلال النظر في التأثير المحتمل للمعادن الثقيلة على صحة الإنسان. يفترض مؤشر MI أن مستويات سمية هذه المعادن لها علاقة بتركيزها، مما يعني أنها يمكن أن تسبب آثارًا سامة مزمنة على مختلف الأعضاء في جسم الإنسان. يتضمن حساب مؤشر MI تقييم الحالة التي تتعرض فيها جودة مياه الشرب للخطر إذا تجاوز تركيز معدن ما حدّه الأقصى المسموح به (UAL) والذي قيمته 38. توضح المعادلة التالية (Eq. 3) مؤشر المعادن الثقيلة.
أين: يشير إلى التركيز المتوسط لكل معدن مدروس؛ UALi تعني الحد الأقصى المسموح به للمعدن i في العينة. يحتوي مؤشر المعادن (MI) على ست فئات: نظيف جداً ( ); نظيف ( )؛ متأثر جزئيًا ( ) تأثرت بشكل معتدل ( تأثرت بشدة )؛ وتأثرت بشكل فردي .

تقييم مخاطر الصحة البشرية

تقييم المخاطر الصحية يتبع نموذجًا موصى به من وكالة حماية البيئة الأمريكية. تقييم مخاطر الصحة هو تحليل يفحص كيف تؤثر الملوثات البيئية على الصحة. يمكن تقسيم هذه المخاطر إلى فئتين: مسرطنة (CR) وغير مسرطنة (NCR). تقيّم مخاطر السرطان احتمالية تطوير السرطان نتيجة التعرض المطول لمادة ملوثة أو مجموعة من الملوثات. بالمقابل، تتعامل المخاطر غير السرطانية بشكل أساسي مع التعرض وتشمل التأثيرات الجينية والتشوهات الخلقية. تدخل المعادن الثقيلة (HMs) الموجودة في مصادر مياه الشرب الجسم بشكل أساسي من خلال الاستهلاك والاتصال بالجلد. لذلك، يجري هذا الدراسة تقييمات المخاطر الصحية من الشرب المباشر والاتصال بالجلد، والتي يمكن التعبير عنها في المعادلتين 5 و 6:
أين هو متوسط الجرعة اليومية المباشرة المتناولة، هو متوسط الجرعة اليومية الممتصة عن طريق الجلد، هو محتوى المعادن الثقيلة في عينة الماء IR هو معدل الاستهلاك اليومي EF هو تكرار التعرض، ED هو مدة التعرض، BW هو وزن الجسم، SA هو مساحة الجلد المعرض، Kp هو معامل نفاذية الجلد، CF هو عامل التحويل وET هو وقت التعرض. يتم تقديم هذه المعلمات المتعلقة بالتعرض في الجدول 1.
إتش إم سي دي كر نحاس حديد من ني الرصاص زن المراجع
RfD عن طريق الفم (ملغ/كغ/يوم) 0.0005 0.003 0.04 0.7 0.024 0.02 0.0014 0.3 ٤٥
ABS 0.05 0.025 0.3 0.2 0.04 0.04 0.3 0.2 ٤٦
Rfd جلدي (ملغ/كغ/يوم) 0.000025 0.000075 0.012 0.14 0.00096 0.0008 0.00042 0.06 ٤٧
CSF عن طريق الفم ملغ/كغ/يوم 6.1 0.5 0.5 ٤٨
CSF الجلدية 6100 ٥٠٠ ٥٠٠ ٤٨
كر 0.001 0.002 0.001 0.001 0.001 0.0002 0.0001 0.0006 ٤٩
نعم 0.003 0.05 ٣ 0.3 0.05 0.07 0.01 1 50
ET بالغ (ساعة/يوم) 0.58 51
ET طفل (ساعة/يوم) 1 51
SA بالغ (سم²) 18,000 ٤٦
SA طفل (سم²) 6600 ٤٦
CF (ل/سم³) 0.001 51
IR بالغ (لتر/يوم) 2.2 ٤٧
طفل IR (لتر/يوم) 1.8 ٤٧
EF (يوم/سنة) ٣٥٠ 42
ED البالغين (سنة) 70 ٤٦
طفل التعليم المبكر (السنة) ٦ ٤٦
وزن البالغ (كجم) 70 52
وزن الطفل (كجم) 15 52
AT بالغ (يوم) ٢٥,٥٥٠ 53
طفل في النهار ٢١٩٠ 53
الجدول 1. المعلمات لحساب ، و CR .
RfD هو الجرعة المرجعية، وABS هو معامل الهضم في الجهاز الهضمي (الجدول 1).
يمكن التعبير عن خطر السرطان (CR) الناتج عن الهضم المباشر والاتصال بالجلد على النحو التالي:
حيث يمثل CSF عامل انحدار التحويل للمعادن الثقيلة (الجدول 1).

محاكاة مونت كارلو

محاكاة مونت كارلو هي تقنية تستخدم في تقييم المخاطر لتقليل عدم اليقين المرتبط بتركيزات المعادن الثقيلة (HM) ومعايير التعرض وتوقع المخاطر المسرطنة وغير المسرطنة. من خلال اعتماد هذه الطريقة، يمكن للباحثين الحصول على تقديرات لقيم المخاطر الصحية. يتم استخدام برنامج بايثون، الإصدار 3.9.7، بشكل شائع لتنفيذ محاكاة مونت كارلو. لذلك، في الدراسة الحالية، تم تشغيل كود بايثون لعدد 10,000 تكرار واستخدم لإجراء محاكاة مونت كارلو وحساب مخاطر الاحتمالية المرتبطة بكل من المخاطر المسرطنة وغير المسرطنة للمعادن الثقيلة للبالغين والأطفال.

النتائج والمناقشة
المعلمات الفيزيائية والكيميائية

تم تقييم الكيمياء المائية استنادًا إلى المعلمات الفيزيائية الكيميائية والمعادن الثقيلة (الجدول 2).
تراوحت قيم المواد الصلبة الذائبة الكلية (TDS) في عينات المياه المدروسة بين في TCA إلى في البحيرات المالحة، بقيمة متوسطة من تراوحت قيم pH للعينات بين 6.8 و 8.7، مما يشير إلى ظروف مياه محايدة إلى قلوية. تراوحت تركيزات الكالسيوم من إلى بينما المغنيسيوم تراكيز متفاوتة من في المياه الجوفية إلى في البحيرات السطحية. البوتاسيوم ( تراوح من حد أدنى من إلى حد أقصى من ، وتراوحت تركيزات الصوديوم من إلى كلوريد تراوحت التركيزات من إلى بينما الكبريتات ( تراكيز متفاوتة من إلى بيكربونات تراكيز تتراوح من إلى تم تصنيف موارد المياه في واحة سيوة على النحو التالي: تم تصنيف المياه من الآبار والينابيع والمصارف على أنها مياه مالحة إلى متوسطة الملوحة، بينما تم تصنيف البحيرات السطحية على أنها مياه شديدة الملوحة بناءً على قيم المواد الصلبة الذائبة الكلية. تجاوزت معظم المعايير الفيزيائية والكيميائية في غالبية عينات المياه الحدود القياسية، مما جعلها غير صالحة للاستخدام في الشرب. وفقًا لمعايير منظمة الأغذية والزراعة (الفاو) ضريبة الخصم من المصدر، ، و تجاوزت الحدود لمياه الري في ، و من عينات المياه، على التوالي. التركيزات العالية
المعلمات من ماكس معنى SD
درجة الحموضة 6.8 ٨.٧ 7.9 0.3
الضريبة المقتطعة عند المصدر 1120 153,589 9834.1 ٢٠٧٠١.٩
٣.٥ 83 42.8 18.5
192 ٣٩٥٠٠ 2240.9 ٥٥٣١.٦
9 ١٢٢١٦.٦ 676.6 ١٣٨٨.٨
19.6 ٢٥٠٨.٨ ٣٦٦.٥ 401
580 ٩٤٢٥٠ ٥٩٣٣.٩ 13,042.3
٥ 5348.7 ٤٨٦.٦ 652.4
٨٣.٧ ٣٢٨.٨ ١٦٦.٧ ٣٦.٥
0 ٣٥.٣ 6.2 ٨.٨
سي دي 0.002 0.19 0.04 0.03
كر 0.0015 12.3 0.6 1.63
نحاس 0.002 15.6 1.14 ٣.٠٠٤
حديد 0.003 ٣٦.٢ 2.16 5.35
من 0.0002 3.37 0.28 0.68
ني 0.0001 0.72 0.1 0.12
الرصاص 0.002 ٢.٢٣ 0.33 0.34
زن 0.0002 0.1 0.03 0.024
الجدول 2. الخصائص الإحصائية للمعلمات المدروسة في موارد المياه في واحة سيوة. تم قياس وحدات جميع المعلمات الكيميائية في باستثناء الرقم الهيدروجيني.
من و لديها القدرة على زيادة ملوحة التربة وتقليل إنتاج النبات، مما يستلزم مزيدًا من معالجة مياه الري.
كانت تركيزات المعادن الثقيلة المتوسطة في عينات المياه كما يلي: ( ) ، ، و تُصنَّف هذه التركيزات بترتيب تنازلي كما يلي: من الجدير بالذكر أن متوسط التركيزات لـ ، وتجاوزت Mn الحدود القياسية المحددة بواسطة بينما ظلت تركيزات المعادن الثقيلة الأخرى ضمن الحدود.

أصل المياه السطحية والمياه الجوفية

توضح الشكل 3 مصدر عينات المياه السطحية والمياه الجوفية في واحة سيوة باستخدام رسم سولين. . أولاً، كمية كبيرة من ( ) من عينات المياه في TCA تقع في منطقة مرتبطة بأصل مياه بحرية حديثة ولها تركيبة غنية بـ . من ناحية أخرى، تقع معظم عينات مياه TCA، ومياه الينابيع، والمجاري، والبحيرات المالحة، في فئة المياه البحرية القديمة ذات الأصل المميز بـ تركيب.
المستويات الأعلى من الصوديوم وبوتاسيوم تشير هذه العينات إلى أنها قد جاءت من مياه نيزكية من خلال التدفق الصاعد من طبقة المياه الجوفية الرملية النوبية العميقة (NSSA). ومع ذلك، من المهم ملاحظة أن جميع عينات المياه تشترك في أصل بحري مشترك بسبب التركيب الجيولوجي لطبقة المياه الجوفية الكربونية من العصر الثالث. تتكون هذه الطبقة بشكل أساسي من رواسب مثل الحجر الجيري والدولوميت. تشير وجود هذه الرواسب البحرية (الدولوميت والحجر الجيري) إلى وجود قديم لمياه البحر المحبوسة داخل نظام المياه الجوفية. يمكن أن يُعزى ارتفاع محتوى الملح في المياه الجوفية في منطقة TCA إلى عوامل تشمل تأثير الأنشطة البحرية وذوبان المعادن مثل الكالسيت والدولوميت الموجودة في التكوينات الجيولوجية. على الرغم من هذا التأثير البحري، يبدو أن المصدر الرئيسي لمياه الإمداد إلى منطقة TCA هو التدفق الصاعد من NSSA العميقة مع مساهمات ضئيلة من الأمطار في منطقة واحة سيوة الجافة. علاوة على ذلك، فإن مساهمة المياه العذبة من NSSA من خلال مستويات الفوالق لا تؤثر بشكل كبير على أصل عينات TCA، كما هو موضح في الشكل 3.

العمليات الجيوكيميائية التي تتحكم في كيمياء المياه

يمكن أن تؤثر وجود معادن الطين في النظام على تمعدن المياه الجوفية من خلال تسهيل عمليات تبادل الأيونات. تميل معادن الطين إلى موازنة شحنتها عن طريق امتصاص الكاتيونات أحادية التكافؤ مثل و أثناء الإصدار و أو العكس. مؤشر الكلور القلوي (CAI) يعمل كأداة لتحديد آليات تبادل الأيونات بين المعادن في المياه الجوفية والمياه الجوفية. تشير قيمة CAI-I الإيجابية إلى عملية تبادل أيوني عكسي، بينما تشير القيمة السلبية إلى أن عمليات تبادل الأيونات تتحكم في كيمياء المياه. في هذه الدراسة، أظهرت جميع العينات قيم CAI-I إيجابية (الشكل 4أ)، مما يشير إلى تبادلات أيونية عكسية بين و الأيونات في الماء و و الأيونات في الصخور المحيطة.
للحصول على رؤى حول الآلية ونوع التجوية التي تتحكم في كيمياء المياه، تم استخدام الرسوم البيانية الثنائية المتغيرة مع الأخذ في الاعتبار نسبة مقابل . كشفت هذه الرسوم البيانية (الشكل 4ب) أن تجوية السيليكات
الشكل 3. رسم بياني لسولين يوضح أصل ونوع عينات المياه في واحة سيوة.
الشكل 4. مؤشر الكلور القلوي (أ)، الرسم البياني الثنائي المتغير لـ مقابل ومصفوفة الارتباط بيرسون (ج).
تلعب دورًا كبيرًا في تكوين المياه السطحية والمياه الجوفية في واحة سيوة. ومع ذلك، سقطت عينات معينة ضمن مناطق مرتبطة بحل التبخر. يتميز منطقة الدراسة بشكل رئيسي بالصخور الجيرية والدولوميت في TCA. تتلقى هذه التكوينات المياه من المياه الجوفية النوبية، التي تتكون من الحجر الرملي مع طبقات من الطين والشيل. ومن الجدير بالذكر أن هناك طبقات من الشيل والطين موجودة بين TCA و NSSA، مما يشير إلى أن السيليكات الألومينية قد تكون متورطة في عمليات تجوية السيليكات.
بالإضافة إلى ذلك، توفر مصفوفة الارتباط لبيرسون للعلاقات بين العناصر رؤى قيمة حول مصادر وطرق المعادن الثقيلة والأيونات الرئيسية. تساعد هذه التحليلات في توضيح كيفية ارتباط المعادن الثقيلة المختلفة وتوفر معلومات حول أصولها في نظام المياه الجوفية. في عينات المياه المجمعة من منطقة سيوة، أظهرت ارتباطًا كبيرًا جدًا من TDS- ، TDS- ، TDS-Mg ( )، TDS- ، TDS- ، و كما هو موضح في (الشكل 4ج). يوفر تحليل العلاقة بين المواد الصلبة الذائبة الكلية (TDS) والأيونات الرئيسية في كل من المياه السطحية والمياه الجوفية رؤى حول العوامل التي تسهم في زيادة الملوحة في موارد المياه في مناطق الدراسة. لوحظت ارتباطات بين الأيونات، مما يشير إلى وجود معادن معينة وعمليات تؤثر على ملوحة المياه.
تشير العلاقة القوية بين أيونات الصوديوم والكلوريد إلى وجود ملح الهاليت في نظام المياه الجوفية. وهذا يشير إلى أنه مع ذوبانه في المياه الجوفية، يمكن أن يؤدي إلى زيادة ملوحة المياه. تشير العلاقة بين الكالسيوم والمغنيسيوم إلى وجود معادن كربونات مثل الدولوميت في نظام المياه الجوفية. يمكن أن يساهم ذوبان الدولوميت في زيادة مستويات أيونات Ca وMg في المياه. وبالمثل، تشير العلاقة بين الكالسيوم ( ) والكبريتات ( ) إلى وجود معادن الجبس في TCA. يمكن أن يؤدي ذوبان الجبس إلى زيادة تركيزات الكالسيوم والكبريتات في المياه، مما يساهم في الملوحة
المستويات. وفقًا للمعادن الثقيلة، يكشف التحليل عن مساهمة من أنشطة بشرية متنوعة في منطقة الدراسة. تشمل هذه الأنشطة ممارسات الزراعة، وطرق الصرف الصحي غير المناسبة، والتصريف من مصادر مثل التحلل العضوي. تؤدي هذه الأنشطة التي يقوم بها البشر إلى إطلاق المعادن الثقيلة في موارد المياه في واحة سيوة.

تحليل التجمع للمعلمات الفيزيائية والكيميائية والمعادن الثقيلة

كشف تحليل عينات المياه الجوفية باستخدام مزيج من طريقة ربط ووردز والمسافة الإقليدية عن ثلاث مجموعات (الشكل 5) بناءً على خصائصها الكيميائية؛
المجموعة 1 (G1): تتكون هذه المجموعة من معلمات مثل المواد الصلبة الذائبة الكلية (TDS)، الصوديوم ( )، الكالسيوم ( )، المغنيسيوم ( )، الكبريتات ( )، والكلوريد ( ). ترتبط هذه المعلمات بالكربونات ومكونات التبخر. تشير العلاقة القوية بين الكبريتات والكلوريد إلى أن الكلوريدات والأملاح تسهم بشكل كبير في ملوحة المياه الجوفية في هذه المنطقة. علاوة على ذلك، تشير هيمنة و إلى وجود صلة بين خصائص الكربونات وعملية التمعدن في المياه الجوفية.
المجموعة 2 (G2): تضمنت هذه المجموعة معادن مثل النحاس (Cu)، والكروم (Cr)، والحديد (Fe)، والمنغنيز (Mn). قد يكون لهذه المعادن مصدر مشترك وقد تتأثر ببيئات الأكسدة والاختزال المماثلة المرتبطة بالتراكيب الجيولوجية المتنوعة على أعماق مختلفة.
المجموعة 3: تتكون G3 من المعادن المتبقية، النيكل (Ni)، والزنك (Zn)، والرصاص (Pb)، والكادميوم (Cd). على غرار G2، تشير G3 إلى أن هذه المعادن الثقيلة يمكن أن توجد في المياه الجوفية من خلال مصادر قد تتأثر بظروف الأكسدة والاختزال بناءً على العوامل الجيولوجية.
المجموعة 4: تم تحديد G4 بواسطة أيونات البيكربونات ( ). على عكس G1، التي كانت مرتبطة بعملية ذوبان معادن الكربونات، تشير G4 إلى أن البيكربونات الموجودة في المياه الجوفية تأتي من مصدر قد يكون ناتجًا عن عمليات مثل تجوية السيليكات. في جوهرها، يوفر هذا التحليل للتجمعات رؤى حول خصائص وأصول المكونات المختلفة الموجودة في موارد المياه في مناطق الدراسة. يبرز كيف تؤثر عوامل مثل عمليات التمعدن ووجود المعادن الثقيلة على جودة المياه.

تحليل المكونات الرئيسية (PCA)

تم إجراء تحليل المكونات الرئيسية (PCA) لتقليل أبعاد مجموعة البيانات وتحديد الأنماط الأساسية في بيانات كيمياء المياه. لتحديد ما إذا كان يمكن تطبيق PCA، تم ملاحظة كايزر ماير أولكين (KMO) ، مما أسفر عن قيمة 0.6. هذه القيمة أعلى من 0.5. بالإضافة إلى ذلك، أظهر اختبار بارلت للكراتية نتيجة (0.000، أقل من 0.05)، مما يشير إلى أن البيانات كانت مناسبة لـ PCA. بعد إجراء PCA، تم استخراج ثلاثة مكونات (PC1، PC2، وPC3) من رسم بياني مع قيمة ذاتية أكبر من 1 (الشكل 6أ، ب). أوضحت هذه المكونات نسب التباين في البيانات؛ حيث كانت PC1 تمثل ، وPC2 تمثل ، وPC3 تمثل (الجدول 3). تم فحص تحميل المتغيرات لفهم قوة العلاقة بين هذه المكونات والمتغيرات الأصلية المستخدمة في التحليل. كانت المتغيرات ذات التحميلات القريبة من 1 مرتبطة ارتباطًا قويًا بالمكون الرئيسي المعني.
PC1 (عامل الملوحة): تشير العلاقة القوية بين PC1 والمتغيرات مثل ، ، وTDS إلى أن PC1 يمكن أن يُشار إليه كعامل ملوحة (الجدول 3). من المحتمل أن تكون الملوحة في المياه ناتجة عن عمليات مثل تجوية الحجر الجيري، وذوبان الهاليت، والجبس، وتبادل الأيونات بين المياه الجوفية والصخور المحيطة بـ TCA. بالإضافة إلى ذلك، قد تسهم الأنشطة البشرية مثل ممارسات الري والتسميد أيضًا في وجود الكالسيوم ، الصوديوم ، والمغنيسيوم ، حيث تعتبر الزراعة النشاط الرئيسي في واحة سيوة.
فيما يتعلق بـ PC2 (عامل القلوية والتلوث)، هناك علاقة بين هذه المكونات والمتغيرات مثل المنغنيز (Mn)، الحديد (Fe)، النحاس (Cu)، النيكل (Ni)، والكروم (Cr) (الجدول 3). يشير هذا إلى أن PC2 يمثل عوامل مرتبطة بالظروف القلوية والتلوث. التفاعل بين القلوية
الشكل 5. تحليل التجمع للمعلمات المدروسة في عينات المياه باستخدام دندروغرام.
الشكل 6. المكونات الرئيسية المستخرجة من رسم بياني (أ) ورؤيتها على رسم ثلاثي الأبعاد (ب).
المعلمات PC1 PC2 PC3
TDS 0.984 0.068 0.076
Na 0.958 0.079 0.122
Mg 0.962 0.069 0.069
Ca 0.884 -0.01 -0.064
Cl 0.978 0.066 0.064
SO4 0.958 0.033 0.002
HCO3 0.341 0.031 -0.415
Cd 0.091 0.476 0.238
Cr -0.02 0.856 -0.084
Cu 0.032 0.94 -0.004
Fe -0.063 0.885 -0.013
Mn 0.005 0.914 0.026
Ni 0.326 0.686 0.304
Pb 0.103 0.421 0.498
Zn 0.173 0.015 0.794
القيم الذاتية 6 3.9 1.1
% من التباين 40 26.5 7.5
النسبة التراكمية % 40 66.5 74.1
الجدول 3. تحليل المكونات الرئيسية للمعلمات الفيزيائية والكيميائية والمعادن الثقيلة في عينات المياه.
المياه، والصخور، والتربة، وعمليات الأكسدة والاختزال، والتلوث المحتمل قد تسهم في وجود هذه المعادن. يمكن أن تختلف تركيزات الحديد والمنغنيز اعتمادًا على ما إذا كانت المياه الجوفية مؤكسدة أو مختزلة. تؤثر العمليات الجيولوجية على عناصر المياه الجوفية مثل المعادن الثقيلة المتأثرة بالعمليات الطبيعية، بما في ذلك pH وذوبان المعادن. تشير المستويات العالية من هذه المعادن إلى احتمال التلوث من التصريفات أو عمليات التمعدن الطبيعية. وفقًا للدراسات السابقة. تحتوي الصخور الكربونية الثلاثية على جلاكونيت وحبيبات أكسيد الحديد المشتتة في الصحراء الشمالية الغربية من مصر. تحتوي تشكيل مغرة في منطقة الدراسة على حوالي ، و من ، والنحاس، على التوالي. وهذا يشير إلى المصدر الجيولوجي لهذه المعادن في موارد المياه في واحة سيوة.
أما بالنسبة لـ PC3 (مصدر المعادن البشرية)، فإنه مرتبط بالمتغيرات الزنك (Zn) والكادميوم (Cd) والرصاص (Pb) (الجدول 3). على عكس المكونات السابقة، لم يتم تسجيل هذه المعادن في التكوينات الجيولوجية، مما يشير إلى مصدر بشري. ، و Pb في المياه المدروسة.
يمكن أن تتسبب التركيزات العالية من المعادن الثقيلة التي تم التحقيق فيها في مياه الري المستخرجة من TCA في مشاكل خطيرة مثل التمعدن وتجمع المياه من خلال عمليات مختلفة مثل تبادل الأيونات، وعدم توازن الكاتيونات، وترسيب المعادن، والقلوية، والملوحة. عندما تقوم المعادن الثقيلة مثل الكادميوم والرصاص والزنك بإزاحة الكاتيونات في مواقع تبادل التربة، يمكن أن يتغير كيمياء المياه الجوفية وإمكانية التشبع الفائق للمعادن. علاوة على ذلك، عندما تتفاعل المعادن الثقيلة مع الأيونات في مياه التربة، يمكن أن يتسبب ذلك في ترسيب معادن مثل الجبس، مما يقلل من نفاذية التربة ويزيد من مشاكل تجمع المياه. تشكل الطبقات الصلبة أو الطبقات الأسمنتية نتيجة ترسيب أكاسيد الحديد والألمنيوم يحد بشكل أكبر من حركة المياه في التربة. يمكن أن تؤثر التركيزات المرتفعة من المعادن الثقيلة سلبًا على نشاط الميكروبات في التربة. تلعب الكائنات الدقيقة
دور حاسم في تحلل المواد العضوية ودورة المغذيات يمكن أن تؤدي النشاط الميكروبي المنخفض إلى تراكم المواد العضوية، مما يساهم بشكل أكبر في مشاكل تشبع المياه.

مؤشر تلوث المعادن الثقيلة (HPI) ومؤشر المعادن (MI)

مؤشر تلوث المعادن الثقيلة (HPI) هو أداة تُستخدم لتقييم مستوى تلوث المعادن الثقيلة في كل من المياه السطحية والمياه الجوفية. يساعد في تقييم تأثير المعادن على جودة المياه ويساعد في مراقبة وإدارة المخاطر الصحية المرتبطة بالتعرض لهذه المعادن. تراوحت قيم مؤشر تلوث المياه (HPI) من 111.7 إلى 7274.5 في عينات المياه. تم تصنيف جميع عينات المياه المجمعة على أنها ذات مخاطر تلوث عالية وغير مناسبة للشرب وفقًا لتصنيف HPI. (HPI ) (الجدول 4).
تم استخدام طريقة MI (مؤشر المعادن) جنبًا إلى جنب مع مؤشر HPI لفهم كيفية تأثير المعادن الثقيلة على جودة المياه. وقد أتاح لنا ذلك تقييم مدى تلوث المياه بالمعادن من خلال مقارنتها بالقيم القصوى المسموح بها المحددة في إرشادات منظمة الصحة العالمية. كانت قيم MI المتوسطة تتراوح بين 6.5 و 462 (الجدول 4).
معايير من ماكس معنى نطاق فصل العينات (%)
مي 6.5 462 72.3 نظيف جداً 0 (0%)
نظيف 0 (0%)
متأثر جزئيًا 0 (0%)
متأثر بشكل معتدل 0 (0%)
تأثر بشدة 0 (0%)
MI>6 تأثر بشدة ١٣٣ (١٠٠٪)
HPI 111.7 ٧٢٧٤.٥ 1702.9 <25 ممتاز 0 (0%)
٢٦-٥٠ جيد 0 (0%)
51-75 فقير 0 (0%)
76-100 فقير جداً 0 (0%)
> 100 غير مناسب ١٣٣ (١٠٠٪)
HI بالغ (فموي) 1.6 ١٤٢.١ 14.04 <1 مخاطر منخفضة 0 (0%)
>1 مخاطر عالية ١٣٣ (١٠٠٪)
مرحبًا طفل (شفهي) 6.2 542.6 53.6 <1 مخاطر منخفضة 0 (0%)
>1 مخاطر عالية ١٣٣ (١٠٠٪)
هاي بالغ (جلدي) 0.07 ٤٧.٨ 2.6 <1 مخاطر منخفضة ١٠٨ (٨٠.٦٪)
>1 مخاطر عالية ٢٦ (١٩.٤٪)
مرحبا طفل (جلدي) 0.2 141 ٧.٧ <1 مخاطر منخفضة 30 (22.4%)
>1 مخاطر عالية ١٠٣ (٧٧.٦٪)
CRCd البالغ (عن طريق الفم) 0.0003 0.03 0.007 مقبول 30 (22.4%)
مخاطر عالية ١٠٣ (٧٧.٦٪)
CRCr للبالغين (عن طريق الفم) 2.26E-05 0.18 0.009 مقبول 5 (3.7%)
مخاطر عالية 128 (96.3%)
CRPb للبالغين (عن طريق الفم) ٣.١٦ × ١٠^-٥ 0.03 0.005 مقبول 2 (1.5%)
مخاطر عالية 131 (98.5%)
طفل CRCd (عن طريق الفم) 0.001 0.1 0.03 مقبول 0 (0%)
مخاطر عالية ١٣٣ (١٠٠٪)
طفل CRCr (شفوي) 0.7 0.03 مقبول 2 (1.5%)
مخاطر عالية 131 (98.5%)
طفل CRPb (عن طريق الفم) 0.0001 0.1 0.02 مقبول 0 (0%)
مخاطر عالية ١٣٣ (١٠٠٪)
CRCd البالغ (جلدي) 0.002 0.2 0.04 مقبول 0 (0%)
مخاطر عالية ١٣٣ (١٠٠٪)
CRCr البالغ (جلدي) 0.0002 1.7 0.08 مقبول 0 (0%)
مخاطر عالية ١٣٣ (١٠٠٪)
CRPb للبالغين (جلدي) 1.5E-05 0.01 0.002 مقبول 7 (5.3%)
مخاطر عالية 126 (94.7%)
طفل CRCd (جلدي) 0.005 0.5 0.1 مقبول 0 (0%)
مخاطر عالية ١٣٣ (١٠٠٪)
طفل CRCr (جلدي) 0.0006 5.2 0.2 مقبول 0 (0%)
مخاطر عالية ١٣٣ (١٠٠٪)
طفل CRPb (جلدي) 0.04 0.007 مقبول 3 (2.2%)
مخاطر عالية 130 (97.8%)
الجدول 4. مؤشرات المخاطر البيئية والصحية.
تشير هذه النتائج إلى تأثير عالٍ وتلوث بالمعادن الثقيلة في موارد مياه واحة سيوة وفقًا لتصنيف MI. . يبرز الحاجة إلى مراقبة وتحسين جودة المياه في واحة سيوة. بشكل عام، تبرز تقييمات مؤشر الصحة البيئية (HPI) ومؤشر التلوث (MI) وجود المعادن الثقيلة في الموارد المائية، مما قد يهدد البيئة والبشر في واحة سيوة. وهذا يبرز ضرورة معالجة هذا التلوث وحماية رفاهية السكان هناك والبيئة المحيطة. أظهرت خرائط توزيع HPI وMI باستخدام طريقة الكريغينغ أن المنطقة الأكثر عرضة للمعادن الثقيلة هي الجزء المركزي والغربي من واحة سيوة، وهو ما قد يكون بسبب الضخ المفرط للمياه الجوفية لأغراض الري (الشكل 7أ، ب).

تقييم مخاطر الصحة

تم تقييم مؤشرات مخاطر الخطر غير المسرطن والمسرطن (HI) من خلال حساب النسب المئوية لمخاطر طرق الامتصاص عن طريق الابتلاع والامتصاص الجلدي (HQ). تكشف النتائج عن المخاطر الصحية المحتملة المجمعة للبشر نتيجة التعرض لمختلف المعادن الثقيلة لكل من الأطفال والبالغين.

خطر صحي غير مسرطن

العناصر السامة الكادميوم (Cd)، الكروم (Cr)، النحاس (Cu)، الحديد (Fe)، المنغنيز (Mn)، النيكل (Ni)، الرصاص والزنك تم تقييمها لتحديد خطر عدم السرطنة لكل من الأطفال والبالغين. بالنسبة للبالغين، تراوحت نسبة الخطر (HQ) الناتجة عن الابتلاع من 1.12 إلى إلى إلى إلى إلى إلى إلى 28.04 و إلى 0.01 لـ وزنك ، على التوالي (الشكل 8أ). تراوحت كمية تناول HQ للطفل من 0.46 إلى إلى إلى إلى إلى 16.17، 0.0006 إلى إلى 107.06 و0.0001 إلى 0.04 لـ وزنك، على التوالي (الشكل 8ب). استنادًا إلى قيم HQ الفموية، فإن المخاطر الصحية البشرية المرتبطة بالتعرض لـ ، وأن قيم HQ عن طريق الفم للأطفال والبالغين تكون عمومًا أعلى بالنسبة للأطفال مقارنة بالبالغين. ومن الجدير بالذكر أن قيم HQ الفموية للأطفال والبالغين تقع ضمن الحد المسموح به تحت “، و Zn. على النقيض، كانت قيمة HQ الفموية (للبالغين) أكبر من 1 في ، و من عينات المياه لـ ، و Pb ، على التوالي. كانت قيمة HQ عن طريق الفم (للأطفال) أكبر من 1 في ، و من عينات المياه لـ ، و Pb ، على التوالي. هذه القيم خاصة بالموقع والفترة المدروسة، والمخاطر الفعلية على صحة الإنسان
الشكل 7. خريطة توزيع مؤشر المعادن (أ) ومؤشر تلوث المعادن الثقيلة (ب).
الشكل 8. مخطط الصندوق لنسبة الخطر (HQ عن طريق الفم) في البالغين (أ)، (HQ عن طريق الفم) في الأطفال (ب)، (HQ عن طريق الجلد) في البالغين (ج)، و(HQ عن طريق الجلد) في الأطفال.
قد تختلف اعتمادًا على عوامل متعددة مثل مدة التعرض وتكراره، وقابلية الأفراد، والظروف البيئية. ومع ذلك، كانت قيم HQ الجلدية للبالغين في نطاق 0.01 إلى إلى إلى إلى إلى إلى إلى 0.07، و إلى 0.00015 لـ “، و Zn ، على التوالي (الشكل 8c). علاوة على ذلك، بالنسبة لطفل، كانت قيم HQ الجلدية في نطاق 0.03 إلى إلى إلى إلى إلى إلى إلى 0.2، و إلى 0.0004 لـ “، وزنك ، على التوالي (الشكل 8د). قيم HQ الجلدية للبالغين ضمن الحدود المسموح بها تحت 1 لجميع معايير المعادن الثقيلة. في المقابل، كانت قيمة HQ الجلدية (للأطفال) أكبر من 1 في و من عينات المياه للرصاص والكروم، على التوالي، وكانت بقية المعادن الثقيلة ضمن الحدود المقبولة. استنادًا إلى قيم HQ الفموية والجلدية، فإن المخاطر الصحية البشرية المرتبطة بالتعرض لـ ، وأن التعرض للزنك من خلال الجلد يكون عمومًا أعلى للأطفال مقارنة بالبالغين. ويستنتج أنه من خلال الاتصال الفموي، ، والرصاص هي المعادن الأكثر مساهمة في مخاطر الصحة البشرية (للبالغين والأطفال). في حالة الاتصال الجلدي، يكون الأطفال أكثر عرضة للكبريتيد والكادميوم من موارد المياه في واحة سيوة، بينما لا يوجد خطر على البالغين.
مؤشر الخطر (HI) هو مؤشر قيم يُستخدم لتقييم الخطر الصحي المحتمل الذي تسببه المعادن الثقيلة في كل من المياه السطحية والمياه الجوفية في واحة سيوة. يأخذ في الاعتبار جميع طرق التعرض الممكنة، بما في ذلك الابتلاع والطرق الجلدية. يتم جمع النسب المئوية للخطر (HQs) المرتبطة بكل معدن ثقيل وطريقة تعرض لحساب HI. توفر هذه الطريقة الشاملة صورة أكثر اكتمالاً عن المخاطر الصحية المجمعة المرتبطة بتلوث المعادن الثقيلة في موارد المياه في واحة سيوة. تعتبر قيمة HI مؤشرًا أساسيًا لتقييم التأثير الصحي العام وسلامة مصادر المياه في المنطقة. تراوحت قيم HI الفموية من 1.6 إلى 142.1 و6.2 إلى 542.6 للبالغين والأطفال، على التوالي (الجدول 4). علاوة على ذلك، تراوحت قيم HI الجلدية من 0.07 إلى 47.8 و0.2 إلى 141 للبالغين والأطفال، على التوالي (الجدول 4).
يمكن الاستنتاج أن قيم HI الفموية للبالغين والأطفال كانت فوق المستويات الآمنة. ) في من عينات المياه وسقطت في فئة المخاطر العالية من التأثير غير المسرطن. أظهرت قيمة HI للبالغين أن من عينات المياه كانت ضمن فئة المخاطر المنخفضة، و أظهر خطرًا عاليًا من الاتصال الجلدي. قيمة HI للطفل تشير إلى أن من عينات المياه كانت ضمن فئة المخاطر المنخفضة، و أظهرت العينات خطرًا عاليًا من الاتصال الجلدي (الجدول 4). أظهر نتيجة مؤشر الخطر (HI) أن الطفل أكثر عرضة للاتصال الفموي والجلدي بالمعادن الثقيلة مقارنة بالبالغين. ومع ذلك، من الضروري مراقبة مستويات هذه المعادن في مصادر المياه المختلفة في واحة سيوة وتأثيراتها الصحية المحتملة، حيث إن المياه الجوفية في منطقة الدراسة غير قابلة للتجديد وتعتبر المصدر الرئيسي للمياه للاستخدامات المختلفة. أظهرت خرائط توزيع مؤشر الخطر (HI) في البالغين والأطفال من خلال الاتصال الجلدي والفموي أن الأجزاء الوسطى والغربية من واحة سيوة هي المواقع الأكثر عرضة لتأثير خطر المعادن الثقيلة غير المسرطنة (الشكل 9).

خطر صحي مسرطن (CR)

تقيّم مخاطر السرطان احتمالية تطوير السرطان نتيجة التعرض المطول لملوث أو مجموعة من الملوثات. تم إجراء الحساب التقليدي لمعدل السرطان لمعايرة ومقارنة قيمه مع معدل السرطان المتوقع الذي تم الحصول عليه من محاكاة مونت كارلو لاحقًا. في حالة البالغين، كانت قيم معدل السرطان عن طريق الفم تتراوح بين 0.0003 و و و 0.03 لـ “، و Pb ، على التوالي (الشكل 10أ)، بينما كانت قيم CR الفموية للأطفال تتراوح بين 0.001 و و و 0.1 لـ ، و Pb على التوالي (الشكل 10ب).
فيما يتعلق بالاتصال الفموي بالمعادن الثقيلة من موارد المياه في واحة سيوة، فإن خطر الإصابة بالسرطان العالي (CR) ) للبالغين وُجد في ، و من عينات المياه لـ ، و Pb على التوالي ولطفل في و 100 عينة من المياه لـ ، و Pb على التوالي (الجدول 4). من ناحية أخرى، بالنسبة للبالغين، كانت قيم CR الجلدية تتراوح بين 0.002 و و 1.7، 1.5E-05 و 0.01 لـ ، و Pb ، على التوالي (الشكل 10c)، بينما كانت قيم CR الجلدية للأطفال تتراوح بين 0.005 و و 5.2، 4.43E-05 و 0.04 لـ ، و Pb على التوالي (الشكل 10d). استنادًا إلى الاتصال الجلدي مع
الشكل 9. خرائط توزيع مؤشر الخطر لدى البالغين والأطفال من خلال الاتصال الفموي والجلدي.
الشكل 10. مخطط الصندوق لمخاطر السرطان (CR) في البالغين والأطفال من خلال الاتصال الفموي (أ و ب) والجلدي (ج و د).
المعادن الثقيلة من عينات المياه، خطر السرطان العالي ) للبالغين وُجد في ، ، و من عينات المياه لـ ، و Pb على التوالي ولطفل في ، و عينات المياه لـ ، و Pb على التوالي (الجدول 4). تشير النتائج الحالية إلى أن هناك حاجة لمزيد من المعالجة لجميع موارد المياه في واحة سيوة، حيث أن خطر الإصابة بالسرطان الناتج عن المعادن الثقيلة مرتفع جداً ويهدد صحة الإنسان لكل من الأطفال والبالغين.

نهج محاكاة مونت كارلو

تم تطبيق محاكاة مونت كارلو للتنبؤ بقيم HQ (عن طريق الفم والجلد) لـ , وزنك، بالإضافة إلى الكروم (عن طريق الفم والجلد) من ، والرصاص لكل من البالغين والأطفال.

خطر صحي غير مسرطن

تقدم النتائج المستخلصة من محاكاة مونت كارلو رؤى حول المخاطر الصحية المرتبطة بالتعرض للمعادن الثقيلة من خلال مسارات مختلفة في واحة سيوة. من المطمئن أن نلاحظ أنه وفقًا لمؤشر الخطر الجلدي المقدر (HQ dermal)، لا توجد مؤشرات على تجاوز أي معدن للحدود (الشكل 11أ، ب). وهذا يشير إلى أن خطر المشكلات الصحية بسبب ملامسة الجلد لموارد المياه غير محتمل بالنسبة للبالغين والأطفال. ومع ذلك، عندما تؤخذ مسارات التعرض الفموي في الاعتبار، تتغير الحالة. بينما توجد بعض المعادن الثقيلة مثل ، وقد توقعت قيم HQ لـ Zn ضمن الحدود (مخاطر منخفضة) للبالغين، ، وأظهرت الرصاص قيم HQ المقدرة أعلى من 1 (خطر مرتفع). وهذا يعني وجود خطر صحي للبالغين الذين يستهلكون الماء الملوث بـ و Pb من خلال الابتلاع. لوحظت أنماط مشابهة أيضًا للأطفال (الشكل 11d,d).
بينما بعض المعادن الثقيلة مثل وزنك لا تشكل مخاطر من خلال طرق التعرض الفموي لدى الأطفال، ، وتظهر قيم HQ المتوقعة للرصاص (Pb) أكبر من 1، مما يشير إلى مخاطر صحية محتملة مرتبطة باستهلاك المياه التي تحتوي على هذه المعادن. من المهم أن نتذكر أن هذه التقييمات تأخذ في الاعتبار الافتراضات وعدم اليقين الناتج عن مصادر البيانات. لذلك، من الضروري مراقبة مستويات التعرض وتحديث تقييمات المخاطر بانتظام لحماية موارد المياه في المنطقة وحماية صحة السكان. من خلال المقارنة بين HQ المحسوب (الشكل 8) وHQ المتوقع (الشكل 11) من خلال الاتصال الفموي والجلدي مع المعادن الثقيلة، وُجد أن ، و Pb هي المعلمات الرئيسية المسؤولة عن التأثير غير السرطاني العالي للأطفال والبالغين في واحة سيوة. كانت محاكاة مونت كارلو طريقة فعالة للتنبؤ بمؤشر الخطر بنجاح.
الشكل 11. النسبة المتوقعة للخطر (HQ الجلدية) في البالغين (أ)، (HQ الجلدية) في الأطفال (ب)، (HQ الفموية) في البالغين (ج)، و(HQ الفموية) في الأطفال.

خطر صحي مسرطن من خلال الاتصال الفموي

تحليل احتمالات مخاطر السرطان (CR) للقياسات الفموية لدى الأطفال والبالغين يكشف عن بعض الأنماط الحرجة. عبر جميع المعايير (Cd وآخرون)، كانت قياسات CR الفموية أعلى باستمرار لدى الأطفال مقارنة بالبالغين. بالنسبة للأطفال، كانت قيم CR الفموية في النسبة المئوية الخامسة (الحدود الدنيا لتقدير مخاطر السرطان) هي ، و0.012 لـ و Pb، على التوالي (الشكل 12 أ-ج). من ناحية أخرى، عند مستوى النسبة المئوية 95 (الحدود العليا للمخاطر المقدرة)، تم تحديد قيم CR الفموية على أنها ، و0.0275 لـ Cd،
الشكل 12. المخاطر المتوقعة للإصابة بالسرطان (CR) لدى البالغين (أ، ب، وج) والأطفال (د، هـ، و) من خلال الاتصال الفموي لـ ، و Pb على التوالي.
كروم، ورصاص، على التوالي (الشكل 12 أ-ج) مما يمثل مخاطر محتملة أعلى للأطفال. على النقيض من هذا النمط الذي لوحظ في بيانات الأطفال، كانت مستويات تقدير مخاطر السرطان نسبياً أقل لدى البالغين بناءً على النسب المئوية الخاصة بهم. بالنسبة للبالغين، كانت الحدود الدنيا لمخاطر السرطان المقدرة (قيم CR الفموية في النسبة المئوية الخامسة) عند ، و 0.003 لـ “، و Pb ، على التوالي (الشكل 12d-f). علاوة على ذلك، وُجد أنه في نطاق النسبة المئوية 95، كانت تقديرات CR هي 0.011، 0.0118، و 0.0072 لـ “، و Pb ، على التوالي (الشكل 12d-f)، مما يشير إلى مخاطر محتملة أقل مقارنة بتلك التي لوحظت في الأطفال. ومع ذلك، أظهرت التقديرات المتعلقة بالتعرض عن طريق الفم أن معظم عينات المياه المجمعة من واحة سيوة لديها احتمال التسبب في مخاطر عالية للأطفال والبالغين مع ( ).
من خلال المقارنة بين CR المحسوب (الشكل 8) وCR المتوقع (الشكل 11) من خلال الاتصال الفموي مع المعادن الثقيلة، وُجد أن المعادن الثلاثة (Cd وغيرها) سيكون لها تأثير مسرطن عالٍ على الأطفال والبالغين في جميع موارد المياه في واحة سيوة. كانت محاكاة مونت كارلو طريقة فعالة للتنبؤ بنجاح CR الفموي.

خطر صحي مسرطن من خلال الاتصال الجلدي

تحليل احتمالات مخاطر المواد المسرطنة (CR) بسبب ملامسة الجلد لدى الأطفال والبالغين يكشف أن الأطفال لديهم قيم CR أعلى باستمرار من البالغين لجميع المعايير (Cd وآخرون). بالنسبة للأطفال، كانت مستويات CR المقدرة في النسبة المئوية الخامسة لتطوير السرطان من خلال ملامسة الجلد هي , و0.0041 لـ , وPb على التوالي (الشكل 13a-c). من ناحية أخرى، كانت مستويات مخاطر CR المقدرة في النسبة المئوية الخامسة والتسعين لتطوير السرطان من خلال ملامسة الجلد لدى الأطفال هي , و0.0102 لـ , وPb على التوالي (الشكل 13a-c). تشير هذه القيم إلى الحدود العليا للمخاطر المحتملة من التعرض الجلدي لدى الأطفال. على عكس نتائج الأطفال، كانت مستويات CR المقدرة لدى البالغين لتطوير السرطان من خلال ملامسة الجلد بقيم , و0.0013 كأدنى نسبة مئوية (5) لـ , وPb على التوالي (الشكل 12d-f). كانت قيم CR في النسبة المئوية الخامسة والتسعين للبالغين هي , و0.0034 لـ , وPb على التوالي (الشكل 12d-f)، مما يمثل الحدود العليا لمخاطر السرطان المقدرة من التعرض الجلدي للبالغين. بشكل عام، تشير النتائج إلى أن كل من الأطفال والبالغين معرضون لمخاطر عالية لتطوير السرطان بسبب التعرض لـ , وPb الموجودين في موارد المياه داخل واحة سيوة. تتجاوز مستويات مخاطر السرطان المتوقعة من محاكاة مونت كارلو مستوى المخاطر المقبول (CR>1.0E-04) في الغالبية العظمى من عينات المياه، مما يشير إلى أن التعرض المستمر لهذه المعادن قد يؤدي إلى تطوير السرطان في المستقبل لكل من البالغين والأطفال. تؤكد هذه النتائج على الحاجة إلى تقليل تلوث المعادن في مصادر المياه، بهدف تقليل المخاطر الصحية المسرطنة.
من خلال المقارنة بين CR المحسوبة (الشكل 10) وCR المتوقعة (الشكل 13) من خلال ملامسة الجلد مع المعادن الثقيلة، وُجد أن المعادن الثلاثة (Cd وآخرون) سيكون لها تأثير مسرطن كبير على الأطفال والبالغين في الغالبية العظمى من عينات المياه المجمعة من واحة سيوة. كانت محاكاة مونت كارلو أداة فعالة للتنبؤ بنجاح CR الجلدي.
تقيم هذه الدراسة التلوث الناتج عن المعادن في واحة سيوة. يكشف مؤشر تلوث المعادن الثقيلة (HPI) ومؤشر المعادن (MI) عن مستويات تلوث المياه السطحية والجوفية. تتراوح قيم HPI
الشكل 13. مخاطر المواد المسرطنة المتوقعة (CR) لدى البالغين (أ، ب، ج) والأطفال (د، هـ، و) من خلال ملامسة الجلد لـ , وPb على التوالي.
من 111.7 إلى 7274.5، تصنف جميع عينات المياه على أنها ملوثة، مما يجعلها غير صالحة للشرب. كما يبرز أسلوب MI تأثير وتلوث المعادن، مع قيم MI المتوسطة التي تتراوح من 6.5 إلى 462. تُظهر الخرائط التي توضح أنماط التوزيع المناطق الغربية من واحة سيوة كأكثر عرضة للخطر بسبب ضخ المياه الجوفية المفرط لأغراض الري. بالإضافة إلى ذلك، يكشف تحليل قائم على المكونات عن مصادر تلوث المعادن الثقيلة المرتبطة بالبشر. تم حساب HQ وHI لفهم تأثير المعادن المكتشفة في واحة سيوة على صحة الإنسان بشكل كامل.
تشير قيم معامل الخطر (HQ) للكبريتيد (Cd) والكروم (Cr) والرصاص (Pb) إلى مخاطر غير مسرطنة على صحة الإنسان. من بين هذه المعادن، , وPb تشكل مخاطر على الأطفال. يمكن أن يضر التعرض الطويل الأمد لـ Cd بالكلى والعظام، بينما قد يسبب التعرض لـ Cr مشاكل جلدية. حتى مستويات التعرض المنخفضة لـ Pb يمكن أن تؤدي إلى عواقب معرفية للأطفال. تبرز قيم CR المتزايدة لـ Cd وCr وPb المخاطر طويلة الأمد. تؤكد تقييمات مخاطر المواد المسرطنة ومحاكاة مونت كارلو على الحاجة الملحة لمعالجة المياه لتخفيف العواقب الصحية طويلة الأمد. تؤكد هذه النتائج مجتمعة على الحاجة إلى اتخاذ تدابير لمواجهة تلوث المعادن الثقيلة وضمان رفاهية مجتمع واحة سيوة، مما يبرز الرؤى القيمة التي تقدمها هذه الدراسة. ومع ذلك، من الضروري ملاحظة قيود هذه الدراسة، مثل خصوصيتها لموقع وفترة معينة، والاختلافات المحتملة في المخاطر الصحية، والشكوك المرتبطة بمصادر البيانات، والافتراضات التي تم اتخاذها خلال محاكاة مونت كارلو. على الرغم من هذه القيود، تؤكد هذه الدراسة على الحاجة إلى مراقبة وإدارة تلوث المعادن في واحة سيوة لحماية البيئة والصحة العامة. تشير الدراسة الحالية إلى عواقب بيئية محتملة، بما في ذلك التأثيرات على جودة التربة وموارد المياه. كما تتطلب العواقب الاقتصادية على الزراعة المحلية والصناعات اهتمامًا. تثير استمرارية المعادن الثقيلة في البيئة مخاوف بشأن التأثيرات طويلة الأمد على النظام البيئي. يجب أن تستهدف استراتيجيات التخفيف والتعافي ليس فقط صحة الإنسان ولكن أيضًا الحفاظ على سلامة البيئة في واحة سيوة. تظل التدابير التنظيمية ومشاركة المجتمع حاسمة من أجل حلول مستدامة. وفقًا للنتائج الحالية، يُوصى بإنشاء محطات تحلية لتعزيز جودة المياه للري في منطقة الدراسة. بالإضافة إلى ذلك، يمكن أن توفر إنشاء شركات متخصصة في استخراج الملح فائدة مزدوجة تتمثل في معالجة تلوث المعادن الثقيلة واستخدام الأملاح المستخرجة في صناعات مختلفة. من خلال التعرف على السياق البيئي الأوسع وتنفيذ تدابير استباقية، تؤكد هذه الدراسة على الحاجة الملحة لنهج شامل لمعالجة تلوث المعادن الثقيلة وتعزيز الإدارة البيئية المستدامة في واحة سيوة. من المفيد في الأبحاث المستقبلية فهم كيفية تغير تركيزات المعادن الثقيلة بمرور الوقت. يمكن أن توفر الدراسات التي تغطي الفصول والسنوات رؤى قيمة حول ديناميات تلوث المعادن. سيكون من المفيد أيضًا التحقيق في تقنيات معالجة المياه وفعاليتها في تقليل مستويات المعادن. يعد فهم التأثيرات الاجتماعية لتلوث المعادن على المجتمعات والصناعات أمرًا حيويًا لتطوير استراتيجيات إدارة شاملة. أخيرًا، سيوفر استكشاف جدوى وتأثير تنفيذ التدابير المقترحة مثل محطات التحلية وشركات استخراج الملح رؤى حول الإدارة البيئية في واحة سيوة.

الخاتمة

تولت هذه الدراسة تقييمًا شاملاً لتلوث المعادن الثقيلة والمخاطر البيئية والصحية المرتبطة بها في موارد المياه المختلفة. شملت المعادن الثقيلة , وCd. من أجل تقييم المخاطر على كل من البيئة وصحة الإنسان، تم تقييم المؤشرات بما في ذلك HPI وMI وHQ وHI وCR لطرق التعرض الفموي والجلدي. تحاكي طريقة مونت كارلو تقييمات مخاطر المواد المسرطنة، مما يوفر فهمًا أكثر شمولاً وتأثيرات صحية محتملة واقعية. من حيث تركيزات المعادن الثقيلة، كانت القيم المتوسطة مرتبة كما يلي: . في حين أن , وPb وMn تجاوزت معايير منظمة الصحة العالمية. أظهرت المواد الصلبة الذائبة الكلية (TDS) تباينًا كبيرًا، يتراوح من في طبقة المياه الجوفية الكربونية الثلاثية (TCA) إلى في البحيرات المالحة، بمتوسط . كانت قيم pH، التي تتراوح من 6.8 إلى 8.7، تشير إلى ظروف مياه محايدة إلى قلوية. تجاوزت أيونات مختلفة، بما في ذلك الكالسيوم والمغنيسيوم والبوتاسيوم والصوديوم والكلوريد والكبريتات والبيكربونات، الحدود الموصى بها للري وفقًا لمعايير منظمة الأغذية والزراعة. يبرز أصل عينات المياه جزءًا كبيرًا من TCA بأصول مياه بحرية حديثة وقديمة. تساهم العمليات الجيوكيميائية، بما في ذلك تبادل الأيونات الذي تسهله المعادن الطينية وتآكل السيليكات، في كيمياء المياه المعقدة. علاوة على ذلك، تشير العلاقة بين المعادن الثقيلة ومختلف الأنشطة البشرية إلى المساهمات البشرية في تركيزات المعادن الثقيلة. كشفت قيم HPI وMI عن خطر التلوث عبر جميع موارد المياه (HPI>100 وMI>6). علاوة على ذلك، كانت قيم HI الفموية أكبر من واحد ( ) في معظم عينات المياه، مما يشير إلى مخاطر عالية مرتبطة بالتأثيرات غير المسرطنة لهذه المعادن على كل من البالغين والأطفال. أظهرت المخاطر الصحية المرتبطة بالملامسة الجلدية مخاطر أعلى للأطفال، و من عينات المياه لديها . لا يزال الأمر مقلقًا بالنسبة للبالغين؛ من عينات المياه لديها قيمة HI أكبر من واحد ( ). فيما يتعلق بالمعادن مثل تشير معظم عينات المياه إلى أن البالغين والأطفال معرضون لتأثيرات مسرطنة. قيم CR (عن طريق الفم والجلد) لهذه المعادن أكبر من في معظم العينات. أكدت طريقة مونت كارلو أيضًا وجود تأثير مسرطن، حيث تشير المخاطر في النسبة المئوية الخامسة والتسعين إلى مخاطر مرتفعة لكل من الأطفال والبالغين. بالإضافة إلى ذلك، توفر التحليلات الإحصائية مثل تحليل التجمع وتحليل المكونات الرئيسية (PCA) رؤى حول تركيبة المياه الجوفية. يكشف تجميع المتغيرات عن مجموعات متميزة بناءً على الخصائص الفيزيائية والكيميائية مثل الكربونات والملح المتبخر والمعادن الثقيلة والبيكربونات، مما يسلط الضوء على المصادر والعوامل المسيطرة على كيمياء المياه. يحدد PCA ثلاثة مكونات حيث يمثل PC1، مع من التباين الكلي، عوامل تتعلق بتآكل الحجر الجيري وعمليات تبادل الأيونات، والتي تساهم في الملوحة. يشير PC2، مع 26.5 من التباينات الكلية، إلى حركة المياه القلوية وعمليات التلوث المحتملة المرتبطة بشكل خاص بالمعادن الثقيلة. يبرز PC3، مع 7.5 من التباينات الكلية، مصادر و Pb. بالنظر إلى هذه النتائج، يجب اتخاذ إجراءات فورية للتخفيف من مخاطر تلوث المعادن في واحة سيوة. من الضروري تنفيذ استراتيجيات معالجة لجميع موارد المياه لحماية البيئة وصحة الإنسان. يجب إيلاء اهتمام خاص لمنع
التأثيرات الصحية المسرطنة وغير المسرطنة من خلال تقليل مدة التعرض. أظهرت هذه النتيجة أن طريقة مونت كارلو هي أداة فعالة يجب تطبيقها جنبًا إلى جنب مع الحساب التقليدي لمؤشرات المخاطر الصحية لتقليل عدم اليقين وزيادة موثوقية النتائج.

توفر البيانات

تتوفر مجموعات البيانات المستخدمة و/أو التي تم تحليلها خلال الدراسة الحالية عند الطلب من المؤلف المراسل.
تاريخ الاستلام: 25 سبتمبر 2023؛ تاريخ القبول: 14 ديسمبر 2023
نُشر على الإنترنت: 10 يناير 2024

References

  1. Kiani, B. et al. Association between heavy metals and colon cancer: an ecological study based on geographical information systems in North-Eastern Iran. BMC Cancer 21, 414 (2021).
  2. Mohammadpour, A., Motamed-Jahromi, M., Moreno-Jiménez, E., Golaki, M. & Berizi, E. Novel modelling approach to assess elements contamination in drinking water from Southern Iran. Expo Health https://doi.org/10.1007/s12403-023-00584-7 (2023).
  3. Soleimani, A. et al. Health risk assessment and spatial trend of metals in settled dust of surrounding areas of Lake Urmia, NW Iran. Int. J. Environ. Anal. Chem. 1-14 (2022) https://doi.org/10.1080/03067319.2022.2032013.
  4. Jafarzadeh, N. et al. Non-carcinogenic risk assessment of exposure to heavy metals in underground water resources in Saraven, Iran: Spatial distribution, monte-carlo simulation, sensitive analysis. Environ. Res. 204, 112002 (2022).
  5. Kubier, A., Wilkin, R. T. & Pichler, T. Cadmium in soils and groundwater: A review. Appl. Geochem. 108, 104388 (2019).
  6. Badeenezhad, A. et al. Comprehensive health risk analysis of heavy metal pollution using water quality indices and Monte Carlo simulation in R software. Sci. Rep. 13, 15817 (2023).
  7. Chowdhary, P., Bharagava, R. N., Mishra, S. & Khan, N. Role of Industries in Water Scarcity and Its Adverse Effects on Environment and Human Health. in Environmental Concerns and Sustainable Development (eds. Shukla, V. & Kumar, N.) 235-256 (Springer Singapore, 2020). https://doi.org/10.1007/978-981-13-5889-0_12.
  8. Badeenezhad, A. et al. Effect of land use changes on non-carcinogenic health risks due to nitrate exposure to drinking groundwater. Environ. Sci. Pollut. Res. 28, 41937-41947 (2021).
  9. Mohammadpour, A. et al. Trace elements human health risk assessment by Monte Carlo probabilistic method in drinking water of Shiraz, Iran. Int. J. Environ. Sci. Technol. 20, 3775-3788 (2023).
  10. Kiani, A. et al. Accumulation and human health risk assessment of nitrate in vegetables irrigated with different irrigation water sources- transfer evaluation of nitrate from soil to vegetables. Environ. Res. 205, 112527 (2022).
  11. Rehman, K., Fatima, F., Waheed, I. & Akash, M. S. H. Prevalence of exposure of heavy metals and their impact on health consequences. J. Cell. Biochem. 119, 157-184 (2018).
  12. Ogamba, E. N., Charles, E. E. & Izah, S. C. Distributions, pollution evaluation and health risk of selected heavy metal in surface water of Taylor creek, Bayelsa State, Nigeria. Toxicol. Environ. Health Sci. 13, 109-121 (2021).
  13. Jafari, A., Ghaderpoori, M., Kamarehi, B. & Abdipour, H. Soil pollution evaluation and health risk assessment of heavy metals around Douroud cement factory, Iran. Environ Earth Sci. 78, 250 (2019).
  14. Gad, M. et al. Groundwater quality and health risk assessment using indexing approaches, multivariate statistical analysis, artificial neural networks, and GIS techniques in El Kharga Oasis, Egypt. Water 15, 1216 (2023).
  15. Ritter, Keith Solomon, Paul Sibley, L. Sources, pathways, and relative risks of contaminants in surface water and groundwater: a perspective prepared for the Walkerton inquiry. J. Toxicol. Environ. Health, Part A 65, 1-142 (2002).
  16. Kazemi Moghaddam, V. et al. Heavy metal contaminated soil, water, and vegetables in northeastern Iran: potential health risk factors. J. Environ. Health Sci. Eng. 20, 65-77 (2022).
  17. Jafarzade, N. et al. Viability of two adaptive fuzzy systems based on fuzzy c means and subtractive clustering methods for modeling Cadmium in groundwater resources. Heliyon 9, e18415 (2023).
  18. Shams, M. et al. Heavy metals exposure, carcinogenic and non-carcinogenic human health risks assessment of groundwater around mines in Joghatai, Iran. Int. J. Environ. Anal. Chem. 102, 1884-1899 (2022).
  19. Mohammadi, A. et al. Probabilistic risk assessment of soil contamination related to agricultural and industrial activities. Environ. Res. 203, 111837 (2022).
  20. Marufi, N., Oliveri Conti, G., Ahmadinejad, P., Ferrante, M. & Mohammadi, A. A. Carcinogenic and non-carcinogenic human health risk assessments of heavy metals contamination in drinking water supplies in Iran: a systematic review. Rev. Environ. Health 0, (2022).
  21. Eid, M. H. et al. Evaluation of groundwater quality for irrigation in deep aquifers using multiple graphical and indexing approaches supported with machine learning models and GIS techniques, Souf Valley, Algeria. Water 15, 182 (2023).
  22. Gaagai, A. et al. Application of water quality indices, machine learning approaches, and GIS to identify groundwater quality for irrigation purposes: a case study of Sahara Aquifer, Doucen plain, Algeria. Water 15, 289 (2023).
  23. Gad, M. et al. Integration of water quality indices and multivariate modeling for assessing surface water quality in Qaroun Lake, Egypt. Water 13, 2258 (2021).
  24. El Hossary, M. F. M. Investigating the development challenges to Siwa Oasis, northwestern desert, Egypt. NY Sci J 6, 55-61 (2013).
  25. Cosgrove, W. J. & Rijsberman, F. R. World Water Vision: Making Water Everybody’s Business. (Routledge, 2014). https://doi.org/ 10.4324/9781315071763.
  26. Abou El-Magd, I. & Faid, A. Hydrogeological and environmental studies on Siwa oasis, Egypt Using GIS technique. Egypt. J. Soil Sci 47, 435-450 (2007).
  27. Aly, A. A., Kishk, F. M., Gaber, H. M. & Al-Omran, A. M. Long-term detection and hydrochemistry of groundwater resources in Egypt: Case study of Siwa Oasis. J. Saudi Soc. Agricult. Sci. 15, 67-74 (2016).
  28. El-Sayed, S. A., Allam, K. A., Salama, M. H. & El Begawy, H. Investigation of chemical and radiochemical fingerprints of water resources in Siwa Oasis, Western Desert Egypt. Arab J. Nuclear Sci. Appl. 50, 158-178 (2017).
  29. Abdel-Mogheeth, S. M. Groundwater hazards in Siwa Oasis. Ground water protection 113-118 (1996).
  30. Aly, A. A. Spatiotemporal monitoring and assessment of water resources in Siwa Oasis. (MSc Thesis, Faculty of Agriculture Alexandria University, Egypt, 2001).
  31. El-Sayed, S. S. M. The effect of the geological nature of Siwa oasis on the deterioration of archaeological and historical buildings (the temple of oracle and Shali castle). Sci. Cult. https://doi.org/10.5281/ZENODO. 5062877 (2021).
  32. Abdulaziz, A. M. & Faid, A. M. Evaluation of the groundwater resources potential of Siwa Oasis using three-dimensional multilayer groundwater flow model, Mersa Matruh Governorate, Egypt. Arab J Geosci 8, 659-675 (2015).
  33. Ghoneim, E., Healey, C., Hemida, M., Shebl, A. & Fahil, A. Integration of geophysical and geospatial techniques to evaluate geothermal energy at Siwa Oasis, Western Desert, Egypt. Remote Sens. 15, 5094 (2023).
  34. Al-Mashreki, M. H. et al. Integration of geochemical modeling, multivariate analysis, and irrigation indices for assessing groundwater quality in the Al-Jawf basin, Yemen. Water 15, 1496 (2023).
  35. Aitchison, J. Principal component analysis of compositional data. Biometrika 70, 57-65 (1983).
  36. Loi, J. X. et al. Water quality assessment and pollution threat to safe water supply for three river basins in Malaysia. Sci. Total Environ. 832, 155067 (2022).
  37. Al-Hejuje, M. M., Hussain, N. A. & Al-Saad, H. T. Applied heavy metals pollution index (HPI) as a water pollution indicator of Shatt Al-Arab river. Basrah-Iraq. ijms https://doi.org/10.5376/ijms.2017.07.0035 (2017).
  38. Prasad, B. & Bose, J. Evaluation of the heavy metal pollution index for surface and spring water near a limestone mining area of the lower Himalayas. Env Geol 41, 183-188 (2001).
  39. Giri, S. & Singh, A. K. Assessment of surface water quality using heavy metal pollution index in Subarnarekha River, India. Water Qual Expo Health 5, 173-182 (2014).
  40. Tamasi, G. & Cini, R. Heavy metals in drinking waters from Mount Amiata (Tuscany, Italy). Possible risks from arsenic for public health in the Province of Siena. Sci. Total Environ. 327, 41-51 (2004).
  41. Caeiro, S. et al. Assessing heavy metal contamination in Sado Estuary sediment: An index analysis approach. Ecol. Indicat. 5, 151-169 (2005).
  42. EPA, A. Risk assessment guidance for superfund. Volume I: human health evaluation manual (Part E, supplemental guidance for dermal risk assessment). (2004).
  43. Habib, M. A. et al. Simultaneous appraisals of pathway and probable health risk associated with trace metals contamination in groundwater from Barapukuria coal basin, Bangladesh. Chemosphere 242, 125183 (2020).
  44. Gade, M., Comfort, N. & Re, D. B. Sex-specific neurotoxic effects of heavy metal pollutants: Epidemiological, experimental evidence and candidate mechanisms. Environ. Res. 201, 111558 (2021).
  45. Phillips, L. & Moya, J. The evolution of EPA’s Exposure Factors Handbook and its future as an exposure assessment resource. J. Expo. Sci. Environ. Epidemiol. 23, 13-21 (2013).
  46. EPA, U. Supplemental guidance for developing soil screening levels for superfund sites. United States Environ. Prot. Agency 12, 1-187 (2002).
  47. Adimalla, N. Spatial distribution, exposure, and potential health risk assessment from nitrate in drinking water from semi-arid region of South India. Human Ecol. Risk Assess.: Int. J. 26, 310-334 (2020).
  48. Liang, F., Yang, S. & Sun, C. Primary health risk analysis of metals in surface water of Taihu Lake, China. Bull Environ. Contam. Toxicol. 87, 404-408 (2011).
  49. Saleem, M., Iqbal, J. & Shah, M. H. Seasonal variations, risk assessment and multivariate analysis of trace metals in the freshwater reservoirs of Pakistan. Chemosphere 216, 715-724 (2019).
  50. Organization, W. H. Guidelines for drinking-water quality: first addendum to the fourth edition. (2017).
  51. Wu, B. et al. Preliminary risk assessment of trace metal pollution in surface water from Yangtze River in Nanjing section, China. Bull. Environ. Contam. Toxicol. 82, 405-409 (2009).
  52. Giri, S. & Singh, A. K. Human health risk assessment via drinking water pathway due to metal contamination in the groundwater of Subarnarekha River Basin, India. Environ. Monit. Assess. 187, 63 (2015).
  53. Saha, N. et al. Industrial metal pollution in water and probabilistic assessment of human health risk. J. Environ. Manage. 185, 70-78 (2017).
  54. Ayers, R. & Westcott, D. Water quality for agriculture. FAO irrigation and drainage paper 29 Rev. 1, Food and Agricultural Organisation of the United Nations. (1994).
  55. Sulin, V. A. Waters of petroleum formations in the system of natural water. Gostoptekhiz-dat, Moscow (in Russian) 3596, (1946).
  56. Abdulaziz, A. M. & Faid, A. M. Evaluation of the groundwater resources potential of Siwa Oasis using three-dimensional multilayer groundwater flow model, Mersa Matruh Governorate, Egypt. Arab. J. Geosci. 8, 659-675 (2015).
  57. Schoeller, H. Geochemistry of groundwater. Groundwater studies, an international guide for research and practice, UNESCO, Paris 1-18 (1977).
  58. Mahmoudi, N., Nakhaei, M. & Porhemmat, J. Assessment of hydrogeochemistry and contamination of Varamin deep aquifer, Tehran Province, Iran. Environ. Earth Sci. 76, 370 (2017).
  59. Tawfik, H. A. et al. Petrography and geochemistry of the Lower Miocene Moghra sandstones, Qattara Depression, north Western Desert, Egypt. Geol. J. 53, 1938-1953 (2018).
  60. Gad, M., Dahab, K. & Ibrahim, H. Applying of a geochemical model on the Nubian sandstone aquifer in Siwa Oasis, Western Desert, Egypt. Environ. Earth Sci. 77, 401 (2018).
  61. Lee, S. Y. & Gilkes, R. J. Groundwater geochemistry and composition of hardpans in southwestern Australian regolith. Geoderma 126, 59-84 (2005).

الشكر والتقدير

نود أن نشكر مركز أبحاث الصحراء على مساعدتهم في جمع عينات المياه. تم تمويل العمل البحثي الحالي من قبل البرنامج الوطني للتنمية المستدامة والتقنيات بالأكاديمية الهنغارية للعلوم (FFT NP FTA).

مساهمات المؤلفين

صمم M.H.E. وM.E. وE.A.M وT.M. الدراسة؛ جمع H.S.R. وM.E. وE.A.M وM.H.E. العينات وأعدوها، وأجروا المسح الميداني؛ قام M.H.E. وM.E. وH.S.R. وE.A.M بأعمال المختبر؛ أعد M.H.E. وA.K. وP.S. الخرائط؛ كتب M.H.E. وA.K. وP.S. وT.M. وراجعوا وحرروا المخطوطة. ساهم جميع المؤلفين بشكل كبير في المناقشات حول العمل وفي مراجعة وتنقيح المخطوطة.

التمويل

تم توفير تمويل الوصول المفتوح من قبل جامعة ميسكولك. تم تمويل العمل البحثي الحالي من قبل البرنامج الوطني للتنمية المستدامة والتقنيات بالأكاديمية الهنغارية للعلوم (FFT NP FTA).

المصالح المتنافسة

يعلن المؤلفون عدم وجود مصالح متنافسة.

معلومات إضافية

يجب توجيه المراسلات والطلبات للحصول على المواد إلى M.H.E.
معلومات إعادة الطبع والتصاريح متاحة علىwww.nature.com/reprints.
ملاحظة الناشر تظل Springer Nature محايدة فيما يتعلق بالمطالبات القضائية في الخرائط المنشورة والانتماءات المؤسسية.
الوصول المفتوح هذه المقالة مرخصة بموجب رخصة المشاع الإبداعي للاستخدام والمشاركة والتكيف والتوزيع وإعادة الإنتاج في أي وسيلة أو تنسيق، طالما أنك تعطي الائتمان المناسب للمؤلفين الأصليين والمصدر، وتوفر رابطًا لرخصة المشاع الإبداعي، وتوضح ما إذا كانت هناك تغييرات قد تم إجراؤها. الصور أو المواد الأخرى من طرف ثالث في هذه المقالة مشمولة في رخصة المشاع الإبداعي للمقالة، ما لم يُذكر خلاف ذلك في سطر ائتمان للمادة. إذا لم تكن المادة مشمولة في رخصة المشاع الإبداعي للمقالة وكان استخدامك المقصود غير مسموح به بموجب اللوائح القانونية أو يتجاوز الاستخدام المسموح به، ستحتاج إلى الحصول على إذن مباشرة من صاحب حقوق الطبع والنشر. لعرض نسخة من هذه الرخصة، قم بزيارةhttp://creativecommons.org/licenses/by/4.0/.
© المؤلفون 2024
  1. معهد إدارة البيئة، كلية علوم الأرض، جامعة ميسكولك، ميسكولك-إيجيتمفاروس 3515، هنغاريا. قسم الجيولوجيا، كلية العلوم، جامعة بني سويف، بني سويف 65211، مصر. قسم موارد المياه والأراضي القاحلة، قسم الهيدروكيمياء، مركز أبحاث الصحراء، القاهرة، مصر. كلية علوم الأرض، جامعة بني سويف، بني سويف 62511، مصر. البريد الإلكتروني:mohamed.hemida@uni-miskolc.hu

Journal: Scientific Reports, Volume: 14, Issue: 1
DOI: https://doi.org/10.1038/s41598-023-50000-y
PMID: https://pubmed.ncbi.nlm.nih.gov/38200086
Publication Date: 2024-01-10

OPEN

New approach into human health risk assessment associated with heavy metals in surface water and groundwater using Monte Carlo Method

Mohamed Hamdy Eid , Mustafa Eissa , Essam A. Mohamed , Hatem Saad Ramadan , Madarász Tamás , Attila Kovács & Péter Szűcs

Abstract

This study assessed the environmental and health risks associated with heavy metals in the water resources of Egypt’s northwestern desert. The current approaches included the Spearman correlation matrix, principal component analysis, and cluster analysis to identify pollution sources and qualitycontrolling factors. Various indices (HPI, MI, HQ, HI, and CR) were applied to evaluate environmental and human health risks. Additionally, the Monte Carlo method was employed for probabilistic carcinogenic and non-carcinogenic risk assessment via oral and dermal exposure routes in adults and children. Notably, all water resources exhibited high pollution risks with HPI and MI values exceeding permissible limits (HPI>100 and MI>6), respectively. Furthermore, HI oral values indicated significant non-carcinogenic risks to both adults and children, while dermal contact posed a high risk to of samples for adults and of samples for children ( ). Most water samples exhibited CR values exceeding for , and Pb , suggesting vulnerability to carcinogenic effects in both age groups. Monte Carlo simulations reinforced these findings, indicating a significant carcinogenic impact on children and adults. Consequently, comprehensive water treatment measures are urgently needed to mitigate carcinogenic and non-carcinogenic health risks in Siwa Oasis.

In developing countries, rapid industrial growth, economic expansion, and urbanization contribute significantly to increased environmental pollution, posing a national and international concern . Activities from industries like petrochemicals and heavy automotive production release pollutants, including toxic metals, organic pollutants, pesticides, microplastics, and emerging pollutants, threatening groundwater resources and human health, environmental services, and sustainable development . Recent studies worldwide report groundwater contamination with lead, iron, manganese, cadmium, copper, and chromium . Cadmium contamination, a global issue mainly affecting Asia and Africa, poses risks to food and water supplies. Cd, even at low concentrations, is highly toxic, leaching into the soil and bio-accumulating in ecosystems .
The global concern regarding the presence of heavy metals in the environment has significantly grown due to their potential negative impacts on human health. These metals are well-known toxins that can cause organ damage and exhibit teratogenic and carcinogenic effects . Groundwater contamination with heavy metals has been linked to severe health implications, including kidney damage, degenerative neurological conditions, respiratory and cardiovascular diseases, and cancer . Because of their persistent nature, potential toxic elements (PTEs) tend to accumulate in groundwater, constituting a primary route of exposure for humans . Given these severe health risks, public authorities regularly monitor the concentration of various PTEs to mitigate potential hazards to public health. Building upon this backdrop of groundwater’s significance and the challenges it confronts, the current study delves into the environmental and human health risks associated with heavy metal contamination in Siwa Oasis.
While essential for metabolism, copper ( Cu ), zinc ( Zn ), iron ( Fe ), and manganese ( Mn ) can become hazardous when their levels in drinking water exceed permissible limits. Heavy metals can enter the human body through various pathways, including oral consumption, dermal contact, and inhalation . These contaminants can be found in drinking water sources, such as surface water and groundwater , vegetables, and air . Metals in the environment can be attributed to industrial, agricultural, domestic, medical, and technological activities. When the levels of heavy metals in drinking water exceed the limits set by international organizations, it can lead to various health problems . Ensuring the protection of the environment and human health is crucial, and this involves assessing water quality. The first step in this process is evaluating water quality and identifying pollutant sources to mitigate pollution levels. Effective methods for evaluating the environmental and human health risks associated with heavy metals include the heavy metal pollution index (HPI), metal index (MI), hazard quotient (HQ), hazard index (HI), and carcinogenic risk (CR), integrated with Monte Carlo simulation . Furthermore, cluster analysis and principal component analysis (PCA) are valuable tools for classifying the sources of heavy metals and understanding hydrochemical processes in surface water and groundwater . Contaminated water resources pose severe threats to humans and animals, giving rise to major biological and chemical concerns. Groundwater resources worldwide are increasingly affected by depletion and pollution, and this issue extends to Egyptian deserts, where Siwa Oasis heavily relies on groundwater for drinking and irrigation . Statistics reveal that over one billion people lack access to safe drinking and irrigation water, resulting in approximately 25,000 annual deaths in developing countries .
Siwa Oasis, located in Egypt’s northwestern desert, mainly relies on groundwater for drinking and irrigation . Groundwater sources within the Oasis Oasis include groundwater from aquifers like the Nubian sandstone aquifer and shallow aquifers like the Tertiary carbonate aquifer. The groundwater supports agricultural activities and domestic use in Siwa Oasis . Salt lakes within the OasisOasis serve as outlets for water originating from cultivated lands, natural springs, and artesian wells. The growing demand for groundwater in Siwa Oasis, driven by population growth, agriculture, and tourism, has led to the establishment of numerous wells. However, the random placement of these wells and excessive extraction may lead to decreased water pressure and quality. Unauthorized drilling further exacerbates these issues, emphasizing the need for comprehensive studies to monitor the quantity and quality of this limited water resource .
This study aims to comprehensively investigate the environmental and human health risks associated with eight heavy metals in various water resources of Siwa Oasis. The objectives are: (1) Recognize the potential sources using the Spearman correlation matrix, principal component analysis, cluster analysis, and kriging interpolation. (2) Determine the geochemical processes controlling the water chemistry. (3) Applying an innovative approach through integrating several water quality indices (HPI, MI, HQ, HI, and CR) with deterministic and probabilistic (Monte Carlo simulation) methods to assess carcinogenic and non-carcinogenic health risks associated with heavy metal contamination in Siwa Oasis. (4) Using Python programming code to facilitate Monte Carlo simulations, offering precision and efficiency. Extensive libraries and statistical capabilities enable the handling of uncertainty and variability in input parameters, giving more accurate risk estimations. This integration denotes a significant improvement in the assessment of heavy metal pollution.

Materials and methods

Study area description

Siwa Oasis, located in the western desert of Egypt, is a depression that the Mediterranean Sea surrounds to the north, the Libya-Egypt border to the west, and Cairo to the east (Fig. 1). It is positioned at latitude and longitude E. The main economic activities in this OasisOasis include agriculture, with palm trees, olives, and various fruits and vegetables being cultivated. Industrial pursuits such as bottling mineral water and extracting olive oil are also prominent . Siwa Oasis covers a land area of 1100 square kilometers and had a population of around 23,546 as of 2010. The climate in Siwa Oasis is characterized by dryness with a high evaporation rate of
Figure 1. Location and sampling map of Siwa depression.
16.8 mm per day, which decreases to around 5.4 mm per day during winter. Precipitation in the area is minimal, with a rainfall of about . This arid climate and its isolation and limited water resources present unique challenges and opportunities for residents and industries in Siwa Oasis .

Geology and water resources of Siwa depression

The Siwa Oasis has a landscape with different layers of rocks. These include deposits like dunes and salt flats and older layers from the Middle Eocene period made up of limestone and shale (Fig. 2a,b). There are also layers from different geological eras, such as the Palaeozoic, Mesozoic, and Cainozoic . Regarding water supply, Siwa has five aquifers ranging from ones in deposits to a deeper one called the Nubian sandstone aquifer (Fig. 2c). The primary irrigation and domestic use source come from the Miocene aquifer (Tertiary carbonate aquifer), while NSSA (deep aquifer) is mainly used for drinking. However, there are challenges in this region, including soil salinization and waterlogging that mainly occur near salt lakes like Zeitoun, Aghormi, Siwa, and Maraqi. Although these lakes receive water from the groundwater, they have salinity levels, which makes their water unsuitable for domestic or aquatic purposes. Proper management of water resources is crucial to address these issues and ensure the use of the oasis water reserves .
Figure 2. Surface geological map modified after (a), geomorphological map modified after (b), hydrogeological conceptual model and subsurface geological formations in Siwa Oasis (c).

Sampling and analysis of physicochemical parameters and heavy metals

In February 2022, a field trip was conducted where 133 water samples were collected, including 113 samples from the Tertiary carbonate aquifer (TCA), eight samples from springs, and 12 samples from lakes and drains in polyethylene bottles. These samples were then analyzed chemically at the Desert Research Center in Egypt and Miskolc University in Hungary. During the fieldwork, the pH and electrical conductivity (EC) were measured using portable meters with daily calibration. pH measurements were taken with a WTW model LF 538 pH meter. Electrical conductivity was measured using a YSI model 35 conductivity meter. The methods of Rainwater Thatcher and Friedman were employed. The alkali metal ions ( and ) were measured using flame photometry using a standard curve. The hardness (TH) was determined through EDTA procedures, while and were analyzed volumetrically. By considering TH and contents, the concentration of was calculated. To estimate chloride levels accurately, titration was employed. To uphold precision, every sample underwent duplicate analysis. In cases where the discrepancy between the total cations and anions surpassed , the sample analysis was reiterated until a satisfactory percentage difference was achieved. The precision and dependability of the results were assured through the utilization of flame photometry and spectrophotometry methods. All chemical data were expressed in units with a measurement precision assessed through the ionic balance error (IBE) within . The total dissolved solids (TDS) were calculated by adding the ions. The ionic balance (IB) was then determined by comparing the percentages of cations and anions with a range, for IB being within . Lastly, ICP was utilized to measure the concentrations of heavy metals. Software including surfer 16.6.484 and ArcGIS Pro 2.8.8 were used to create the distribution maps of the sampling location and investigated parameters.

Cluster analysis (CA)

Cluster Analysis (CA) is a technique used for recognizing patterns in datasets from various sources without supervision. CA identifies features that differentiate groups within the dataset and clusters them accordingly. Both R mode (Row mode) and Q mode (Column mode) approaches have been employed to execute and construct CA. These approaches help create clusters of water samples with characteristics enabling the identification of spatial similarities and grouping of sampling stations based on their hydrogeochemical properties . CA is a tool used in categorizing processes in groundwater (GW), particularly in hydrochemistry investigations, as it plays a crucial role in grouping collected water samples into meaningful geological and hydrogeological categories. A cluster dendrogram is often utilized to represent the clustering process and simplify the complexity of the data, providing a clear depiction of groupings and their relationships .

Principal component analysis (PCA)

Principal Component Analysis (PCA) is a technique that handles complex multivariate datasets in a linear structure. Its purpose is to analyze data without losing any information while summarizing the dataset and estimating the number of variables needed to explain the variance . By reducing the dimensionality of the data, PCA uncovers hidden patterns and relationships between variables that may not be immediately apparent. To assess groundwater (GW) contamination, the Kaiser Criterion uses eigenvalues from the scree plot to extract principal components. Additionally, the suitability of data for factor analysis is evaluated through tests like Kaiser Meyer Olkin (KMO) and Bartlett’s tests, which indicate whether variables are adequate or inadequate within the model. KMO values falling within the ranges of 0.8 to to 0.8 , and less than 0.5 indicate sufficient, reasonably adequate, and undesirable (or inadequate) data appropriateness, respectively. This comprehensive approach helps researchers gain valuable insights from complex datasets while ensuring that the data adequately represent the underlying relationships .

Heavy metal pollution index (HPI) and metal index (MI)

The Heavy Metal Pollution Index (HPI) is a tool applied for evaluating the contamination levels of water resources by heavy metals . This index is especially effective in determining if the quality of water is suitable for consumption, considering the presence of heavy metals. The HPI is determined through a method that involves assigning ratings to parameters related to pollution and then calculating a weighted mean using those ratings. Each pollution parameter is given a weight in this process. The rating system usually ranges from 0 to 1 . It is determined by considering the importance of each quality factor or by comparing values with recommended reference standards . Specific equations are used to calculate the HPI, as described in Eqs. 1 and 2.
where stands for the sub-index parameter; n is the number of parameters taken for analysis; depicts the weight of each parameter, evaluated as symbolizes the standard value of each parameter; represents the sub-index of the boundary, determined by Eq. 2.
The HPI calculation is based on the levels of eight metals: chromium ( Cr ), copper ( Cu ), iron ( Fe ), manganese , nickel (Ni), lead (Pb), zinc (Zn), and cadmium (Cd). A modified scale with three categories is commonly used to provide an understanding of heavy metal pollution. These categories are classified as excellent water quality when HPI is below 25, good with HPI ranging from 26 to 50, poor quality with an HPI value between 51 to 75 , very poor with HPI ranging from 76 to 100 , and high pollution risk (unsuitable) when HPI exceeds .
On the other hand, the Metal Index (MI) for drinking water offers an assessment of the overall quality of drinking water by considering the potential impact of heavy metals on human health. The MI assumes that the toxicity levels of these metals have a correlation with their concentration, which means they can potentially cause chronic toxic effects on various organs in the human body. The calculation of MI involves an evaluation of the condition where the drinking water quality is compromised if the concentration of a metal exceeds its designated Upper Allowable Limit (UAL) value 38. The following equation (Eq. 3) illustrates the heavy metal index.
where: signifies the average concentration of each studied HM; UALi stands for the upper allowable limit of the ith metal in the sample. Metal index (MI) has six classes: very clean ( ); clean ( ); partly affected ( ); moderately affected ( ); heavily affected ( ); and severally affected .

Human health risk assessment

The assessment of health risks follows a model recommended by the United States Environmental Protection Agency . Health risk assessment is an analysis examining how environmental pollutants impact health. These risks can be divided into two categories: Carcinogenic (CR) and non-carcinogenic (NCR) . Carcinogenic risks assess the likelihood of developing cancer as a result of prolonged exposure to a pollutant or a combination of contaminants. In contrast, non-carcinogenic risks primarily deal with exposure and include genetic and teratogenic effects . Heavy metals (HMs) found in drinking water sources primarily enter the body through consumption and contact with the skin. Therefore, this study conducts health risk assessments from direct drinking and skin contact, which can be expressed in Eqs. 5 and 6:
where is the average daily direct intake dose, is the average daily dose absorbed by the skin, is the contents of HMs in the water sample ( ), IR is the daily ingestion rate ( ), EF is the exposure frequency, ED is the exposure duration, BW is the body weight, SA is the exposed skin area, Kp is the skin permeability coefficient, CF is the conversion factor and ET is the exposure time. These exposure parameters are presented in Table 1.
HM Cd Cr Cu Fe Mn Ni Pb Zn References
RfD Oral(mg/kg/day) 0.0005 0.003 0.04 0.7 0.024 0.02 0.0014 0.3 45
ABS 0.05 0.025 0.3 0.2 0.04 0.04 0.3 0.2 46
Rfd Dermal (mg/kg/day) 0.000025 0.000075 0.012 0.14 0.00096 0.0008 0.00042 0.06 47
CSF oral mg/kg/day 6.1 0.5 0.5 48
CSF dermal 6100 500 500 48
Кр 0.001 0.002 0.001 0.001 0.001 0.0002 0.0001 0.0006 49
Si 0.003 0.05 3 0.3 0.05 0.07 0.01 1 50
ET Adult (h/day) 0.58 51
ET Child (h/day) 1 51
SA Adult (cm2) 18,000 46
SA Child (cm2) 6600 46
CF (L/cm3) 0.001 51
IR Adult (L/day) 2.2 47
IR Child (L/day) 1.8 47
EF (day/year) 350 42
ED Adult (year) 70 46
ED Child (year) 6 46
BW Adult (kg) 70 52
BW Child (kg) 15 52
AT Adult (day) 25,550 53
AT Child (day) 2190 53
Table 1. The parameters for the calculation of , and CR .
RfD is the reference dose, and ABS is the digestive coefficient of the gastrointestinal tract (Table 1).
The carcinogenic risk (CR) caused by direct digestion and skin contact can be expressed as follows:
where CSF represents the conversion slope factor of HMs (Table 1).

Monte Carlo simulation

Monte Carlo simulation is a technique used in risk assessment to decrease uncertainty related to heavy metal (HM) concentrations and exposure parameters and predict the carcinogenic and non-carcinogenic risks. By adopting this method, researchers can obtain estimations of health risk values . Python software, version 3.9.7, is commonly employed for implementing Monte Carlo simulations. Therefore, in the current study, Python code was running for 10,000 iterations and utilized to conduct Monte Carlo simulations and calculate the probability risks associated with both carcinogenic and non-carcinogenic risks of heavy metals for adults and children.

Results and discussion
Physicochemical parameters

The hydrochemistry was evaluated based on the physicochemical parameters and heavy metals (Table 2).
The total dissolved solids (TDS) values in the studied water samples ranged from in the TCA to in the salt lakes, with an average value of . The pH values of the samples fell within the range of 6.8 to 8.7, indicating neutral to alkaline water conditions. Calcium concentrations ranged from to , while magnesium concentrations varied from in the groundwater to in surface lakes. Potassium ( ) ranged from a minimum of to a maximum of , and sodium concentrations spanned from to . Chloride concentrations ranged from to , while sulfate ( ) concentrations varied from to . Bicarbonate ( ) concentrations ranged from to . The water resources in Siwa Oasis were classified as follows: TCA, springs, and drains were categorized as brackish to saline water, while the surface lakes were classified as hypersaline based on their TDS values. According to , most of the physicochemical parameters in the majority of water samples exceeded the standard limits, rendering them unsuitable for drinking purposes. According to FAO standards , TDS, , and exceeded the limits for irrigation water in , and of the water samples, respectively. The high concentrations
Parameters Min Max Mean SD
pH 6.8 8.7 7.9 0.3
TDS 1120 153,589 9834.1 20,701.9
3.5 83 42.8 18.5
192 39,500 2240.9 5531.6
9 12,216.6 676.6 1388.8
19.6 2508.8 366.5 401
580 94,250 5933.9 13,042.3
5 5348.7 486.6 652.4
83.7 328.8 166.7 36.5
0 35.3 6.2 8.8
Cd 0.002 0.19 0.04 0.03
Cr 0.0015 12.3 0.6 1.63
Cu 0.002 15.6 1.14 3.004
Fe 0.003 36.2 2.16 5.35
Mn 0.0002 3.37 0.28 0.68
Ni 0.0001 0.72 0.1 0.12
Pb 0.002 2.23 0.33 0.34
Zn 0.0002 0.1 0.03 0.024
Table 2. Statistical properties of the investigated parameters in water resources of Siwa Oasis. The units of all chemical parameters were measured in except pH .
of and have the potential to increase soil salinity and reduce plant production, necessitating further treatment of irrigation water.
The average concentrations of heavy metals in the water samples were as follows: ( ), , and . These concentrations are ranked in descending order as follows: . Notably, the mean concentrations of , and Mn exceeded the standard limits set by , while the concentrations of the other heavy metals remained within the limits.

Surface water and groundwater origin

Figure 3 illustrates the origin of surface water and groundwater samples in Siwa Oasis using the Sulin graph . Firstly, a significant amount ( ) of the water samples in the TCA is located in an area associated with recent marine water origin and has a composition rich in . On the other hand, most of the TCA water samples, water from springs, drains, and salt lakes, fall into the category of old marine water origin characterized by a composition.
The higher levels of sodium and potassium in these samples indicate they may have come from meteoric water through upward flow from the deep Nubian sandstone aquifer (NSSA). However, it is important to note that all water samples share a common marine origin due to the geological makeup of the Tertiary carbonate aquifer. This aquifer predominantly consists of deposits like limestone and dolomite. The presence of these marine deposits (dolomite and limestone) indicates the old presence of seawater trapped within the aquifer system. The high salt content in the groundwater of the TCA area can be attributed to factors including the influence of marine activities and the dissolution of minerals like calcite and dolomite found in the geological formations. Despite this marine influence, the primary source of water supply to the TCA appears to be the upward flow from the deep NSSA with minimal contributions from rainfall in the arid Siwa Oasis region . Furthermore, the contribution of freshwater from NSSA through fault planes does not significantly impact the origin of the TCA samples, as indicated in Fig. 3.

Geochemical Processes controlling water chemistry

The presence of clay minerals in the system can have an impact on the mineralization of groundwater by facilitating ion exchange processes. Clay minerals tend to balance their charge by adsorbing monovalent cations like and while releasing and or vice versa. The Chloro alkaline index (CAI) serves as a tool for identifying ion exchange mechanisms between minerals in the aquifer and groundwater. A positive CAI-I value indicates a reverse ion exchange process, whereas a negative value suggests that ion exchange processes control the chemistry of water . In this study, all samples showed positive CAI-I values (Fig. 4a), indicating reverse ion exchanges between and ions in water and and ions in the surrounding rock.
To gain insight into the mechanism and weathering type controlling the water chemistry, bivariate plots were used considering the ratio of versus . These plots (Fig. 4b) revealed that silicate weathering
Figure 3. Sulin graph showing the origin and type of water samples in Siwa Oasis.
Figure 4. Chloro alkaline index (a), bivariate plot of versus , and Pearson correlation matrix (c).
plays a significant role in surface water and groundwater composition in Siwa Oasis. However, specific samples fell within zones associated with evaporate dissolution. The study area is mainly characterized by limestone and dolomite in the TCA. These formations receive water from the Nubian aquifer, which comprises sandstone with shale and clay layers. It is worth noting that there are shale and clay layers present between the TCA and NSSA, indicating that alumina silicates might be involved in silicate weathering processes.
Additionally, Pearson’s correlation matrix of inter-elemental relationships provides valuable insights into the sources and routes of heavy metals and major ions. This analysis helps elucidate how various heavy metals are linked and provides information about their origins in the groundwater system. In the water samples collected from the Siwa area, it showed a very significant correlation of TDS- , TDS- , TDS-Mg ( ), TDS- , TDS- , and as shown in (Fig. 4c). The analysis of the relationship between Total Dissolved Solids (TDS) and major ions in both surface water and groundwater provides insights into the factors that contribute to increased salinity in the study areas’ water resources. Correlations among ions were observed, indicating the presence of specific minerals and processes that affect water salinity.
The strong correlation between sodium and chloride ions suggests the existence of halite salt in the aquifer system. This indicates that as it dissolves into groundwater, it can lead to increasing water salinity. The correlation between calcium and magnesium suggests the presence of carbonate minerals such as dolomite in the aquifer system. Dolomite dissolution can contribute to elevated Ca and Mg ion levels in water. Similarly, the correlation between calcium ( ) and sulfate ( ) indicates the presence of gypsum minerals in the TCA. Gypsum dissolution can increase calcium and sulfate concentrations in water, thereby contributing to salinity
levels. According to heavy metals, the analysis reveals a contribution from various human activities in the study area. These activities include agriculture practices, improper sanitation methods, and discharge from sources as organic decomposition. These activities carried out by humans result in the release of heavy metals into the water resources of Siwa Oasis.

Cluster analysis of physicochemical parameters and heavy metals

The analysis of groundwater samples using a combination of the Wards linkage method and Euclidean distance revealed three groups (Fig. 5) based on their chemical characteristics;
Group 1 (G1): This group consisted of parameters such as total dissolved solids (TDS), sodium ( ), calcium ( ), magnesium ( ), sulfate ( ), and chloride ( ). These parameters are related to carbonates and evaporite components. The strong correlation between sulfate and chloride indicates that chlorides and salts significantly contribute to groundwater salinity in this region. Moreover, the dominance of and suggests a connection between carbonate properties and the mineralization process in groundwater.
Group 2 (G2): This group included metals like copper (Cu), chromium (Cr), iron (Fe), and manganese (Mn). These metals may have a common source and be influenced by similar redox environments potentially associated with varying geological compositions at different depths.
Group 3: G3 comprised the remaining metals, nickel (Ni), zinc (Zn), lead (Pb), and cadmium (Cd). Similar to G2, G3 suggests that these heavy metals can exist in groundwater through sources possibly influenced by redox conditions based on geological factors.
Group 4: G4 was identified by bicarbonate ( ) ions. Unlike G 1 , which was linked to the dissolution of carbonate minerals, G4 suggests that the bicarbonate found in the groundwater comes from a source possibly resulting from processes like silicate weathering. In essence, this analysis of clusters provides insights into the characteristics and origins of various components present in the water resources of the study areas. It highlights how factors such as mineralization processes and the existence of heavy metals influence the quality of water.

Principal component analysis (PCA)

The principal component analysis (PCA) was conducted to reduce the dimensionality of the dataset and identify underlying patterns in the water chemistry data. To determine if PCA could be applied, the Kaiser Meyer Olkin (KMO) was observed , which resulted in a value of 0.6 . This value is higher than 0.5 . Additionally, Bartlett’s test of sphericity showed a result ( 0.000 , less than 0.05 ), indicating that the data was suitable for PCA. After conducting PCA, three components (PC1, PC2, and PC3) were extracted from a scree plot with an eigenvalue greater than 1 (Fig. 6a,b). These components explained the proportions of variability in the data; PC1 accounted for , PC2 for , and PC3 for (Table 3). The variable loadings were examined to understand the strength of the relationship between these components and the original variables used in the analysis. Variables with loadings close to 1 had a strong link with the respective principal component.
PC1 (salinization factor): The strong association between PC1 and variables such as , , and TDS can refer to PC1 as a salinization factor (Table 3). The salinity in the water is likely caused by processes such as the weathering of limestone, halite dissolution, gypsum, and the exchange of ions between groundwater and surrounding rock of TCA. Additionally, human activities like irrigation practices and fertilization may also contribute to the presence of calcium , sodium , and magnesium , where agriculture is the main activity in Siwa Oasis.
Regarding PC2 (alkaline and contamination factor), there is a relationship between this component and variables such as manganese (Mn), iron (Fe), copper (Cu), nickel (Ni), and chromium (Cr) (Table 3). This suggests that PC2 represents factors related to alkaline conditions and contamination. The interaction between alkaline
Figure 5. Cluster analysis of the investigated parameters in water samples using dendrogram.
Figure 6. Principal components extracted from scree plot (a) and its visualization on 3D plot (b).
Parameters PC1 PC2 PC3
TDS 0.984 0.068 0.076
Na 0.958 0.079 0.122
Mg 0.962 0.069 0.069
Ca 0.884 -0.01 -0.064
Cl 0.978 0.066 0.064
SO4 0.958 0.033 0.002
HCO3 0.341 0.031 -0.415
Cd 0.091 0.476 0.238
Cr -0.02 0.856 -0.084
Cu 0.032 0.94 -0.004
Fe -0.063 0.885 -0.013
Mn 0.005 0.914 0.026
Ni 0.326 0.686 0.304
Pb 0.103 0.421 0.498
Zn 0.173 0.015 0.794
Eigenvalues 6 3.9 1.1
% of Variance 40 26.5 7.5
Cumulative % 40 66.5 74.1
Table 3. The principal component analysis of the physicochemical parameters and heavy metals in the water samples.
water, rocks, and soil, oxidation-reduction processes, and potential contamination may contribute to the presence of these metals. The concentrations of iron and manganese can vary depending on whether the groundwater oxidized or reduced. Geogenic processes influence groundwater elements like heavy metals affected by natural processes, including pH and mineral dissolution . High levels of these metals could indicate contamination from discharges or natural mineralization processes. According to previous studies , the tertiary carbonate rocks contain glauconite and Fe oxides detrital grains in the northwestern desert of Egypt. Moghra Formation in the study area contains about , and of , and Cu , respectively. This suggests the geogenic source of these metals in the water resources of Siwa Oasis.
As for PC3 (anthropogenic metal source), it is associated with variables zinc ( Zn ), cadmium ( Cd ), and Lead (Pb) (Table 3). Unlike the previous components, these metals were not recorded in the geological formations, suggesting an anthropogenic source for , and Pb in the studied water.
High concentrations of the investigated heavy metals in irrigation water extracted from TCA can cause serious problems like mineralization and waterlogging through different processes such as ion exchange, cation imbalance, mineral precipitation, sodicity, and salinity. When heavy metals like cadmium, lead, and zinc displace cations on soil exchange sites, it can change the chemistry of the groundwater and the potential supersaturation of minerals. Furthermore, when heavy metals interact with ions in the soil water, it can cause minerals like gypsum to precipitate, reducing soil permeability and worsening waterlogging issues . The formation of hardpans or cemented layers due to the precipitation of iron and aluminum oxides further limits water movement in the soil. Elevated concentrations of heavy metals can negatively impact soil microbial activity. Microorganisms play
a crucial role in organic matter decomposition and nutrient cycling . Reduced microbial activity can result in the accumulation of organic matter, further contributing to waterlogging issues.

Heavy metal pollution index (HPI) and metal index (MI)

The Heavy Metal Pollution Index (HPI) is a tool used for assessing the pollution level of heavy metals in both surface water and groundwater. It helps evaluate the impact of metals on water quality and aids in monitoring and managing health risks associated with exposure to these metals . The HPI values ranged from 111.7 to 7274.5 in the water samples. All the water samples collected were categorized as having high pollution risk and not suitable for drinking according to the HPI classification (HPI ) (Table 4).
The MI (Metal Index) method was used alongside the HPI index to understand how heavy metals affect water quality. This allowed us to assess the extent of metal contamination in water by comparing it with the maximum allowable limit values outlined in WHO guidelines . The average MI values were between 6.5 and 462 (Table 4).
Criteria Min Max Mean Range Class Samples (%)
MI 6.5 462 72.3 Very clean 0 (0%)
Clean 0 (0%)
Partly affected 0 (0%)
Moderately affected 0 (0%)
Heavily affected 0 (0%)
MI>6 Severely affected 133 (100%)
HPI 111.7 7274.5 1702.9 <25 Excellent 0 (0%)
26-50 Good 0 (0%)
51-75 Poor 0 (0%)
76-100 Very poor 0 (0%)
> 100 Unsuitable 133 (100%)
HI Adult (Oral) 1.6 142.1 14.04 <1 Low risk 0 (0%)
>1 High risk 133 (100%)
HI Child (Oral) 6.2 542.6 53.6 <1 Low risk 0 (0%)
>1 High risk 133 (100%)
HI Adult (Dermal) 0.07 47.8 2.6 <1 Low risk 108 (80.6%)
>1 High risk 26 (19.4%)
HI Child (Dermal) 0.2 141 7.7 <1 Low risk 30 (22.4%)
>1 High risk 103 (77.6%)
CRCd Adult (Oral) 0.0003 0.03 0.007 Acceptable 30 (22.4%)
High risk 103 (77.6%)
CRCr Adult (Oral) 2.26E-05 0.18 0.009 Acceptable 5 (3.7%)
High risk 128 (96.3%)
CRPb Adult (Oral) 3.16E-05 0.03 0.005 Acceptable 2 (1.5%)
High risk 131 (98.5%)
CRCd Child (Oral) 0.001 0.1 0.03 Acceptable 0 (0%)
High risk 133 (100%)
CRCr Child (Oral) 0.7 0.03 Acceptable 2 (1.5%)
High risk 131 (98.5%)
CRPb Child (Oral) 0.0001 0.1 0.02 Acceptable 0 (0%)
High risk 133 (100%)
CRCd Adult (Dermal) 0.002 0.2 0.04 Acceptable 0 (0%)
High risk 133 (100%)
CRCr Adult (Dermal) 0.0002 1.7 0.08 Acceptable 0 (0%)
High risk 133 (100%)
CRPb Adult (Dermal) 1.5E-05 0.01 0.002 Acceptable 7 (5.3%)
High risk 126 (94.7%)
CRCd Child (Dermal) 0.005 0.5 0.1 Acceptable 0 (0%)
High risk 133 (100%)
CRCr Child (Dermal) 0.0006 5.2 0.2 Acceptable 0 (0%)
High risk 133 (100%)
CRPb Child (Dermal) 0.04 0.007 Acceptable 3 (2.2%)
High risk 130 (97.8%)
Table 4. The environmental and health risk indices.
These results indicate high impact and contamination of heavy metals in Siwa Oasis water resources according to MI classification . It highlights the need for monitoring and improving water quality in the OasisOasis. In general, both the HPI and MI evaluations bring attention to the presence of heavy metals in the water resources, which could threaten the environment and humans in Siwa Oasis. This underlines the urgency of tackling this pollution and safeguarding the well-being of the people living there and the surrounding environment. The distribution maps of HPI and MI by using the kriging method showed that the most vulnerable area with heavy metals is the central and western part of Siwa Oasis, which could be due to the over-pumping of groundwater for irrigation purposes (Fig. 7a,b).

Health risk assessment

The non-carcinogenic and carcinogenic risk hazard indices (HI) were assessed by calculating ingestion and dermal absorption pathways’ hazard quotients (HQ). The outcomes reveal the combined potential health risks for humans from exposure to different heavy metals for both children and adults.

Non-carcinogenic health risk

The toxic elements cadmium (Cd), chromium (Cr), copper (Cu), iron (Fe), manganese (Mn), nickel (Ni), lead , and zinc were evaluated to determine the non-carcinogenic risk in both child and adult. For adults, the hazard quotient (HQ) ingestion ranged from 1.12 to to to to to to to 28.04 and to 0.01 for and Zn , respectively (Fig. 8a). The HQ ingestion for child ranged from 0.46 to to to to to 16.17, 0.0006 to to 107.06 and 0.0001 to 0.04 for and Zn , respectively (Fig. 8b). Based on HQ oral values, the human health risks associated with exposure to , and Zn through ingestion are generally higher for children than adults. It is worth noting that HQ oral values for children and adults are within the permissible limit under , and Zn . In contrast, the HQ oral value (adult) was more significant than 1 in , and of the water samples for , and Pb , respectively. HQ oral value (child) was more significant than 1 in , and of the water samples for , and Pb , respectively. These values are specific to the location and period studied, and the actual human health risks
Figure 7. Distripution map of metal index (a) and heavy metal pollution index (b).
Figure 8. Box plot of the hazard quotient (HQ oral) in adult (a), (HQ oral) in child (b), (HQ dermal) in adult (c), and (HQ dermal) in child.
may vary depending on various factors such as exposure duration and frequency, individual susceptibility, and environmental conditions. Nonetheless, the HQ dermal values for adults were in the range of 0.01 to to to to to to to 0.07 , and to 0.00015 for , and Zn , respectively (Fig. 8c). Moreover, for a child, the HQ dermal values were in the range of 0.03 to to to to to to to 0.2 , and to 0.0004 for , and Zn , respectively (Fig. 8d). The HQ dermal values for adults are within the permissible limit under 1 for all heavy metal parameters. In contrast, the HQ dermal value (child) was more significant than 1 in and of the water samples for Cd and Cr , respectively, and the rest of the heavy metals fell within acceptable limits. Based on HQ oral and dermal values, the human health risks associated with exposure to , and Zn through dermal exposure are generally higher for children than adults. It is concluded that through oral contact, , and Pb are the most contributing metals to human health risk (adult and child). In the case of dermal contact, children are more vulnerable to Cd and Cr from the water resources in Siwa Oasis, while there is no risk for adults.
The hazard index (HI) is a valuable indicator used to assess the overall potential health hazard posed by heavy metals in both surface water and groundwater of Siwa Oasis. It considers all possible exposure routes, including ingestion and dermal pathways. The hazard quotients (HQs) associated with each heavy metal and exposure route are summed up to calculate the HI . This comprehensive approach provides a more complete picture of the combined health risks associated with heavy metal contamination in the water resources of Siwa Oasis. The HI value is an essential indicator for assessing the overall health impact and safety of the water sources in the region. HI oral values ranged from 1.6 to 142.1 and 6.2 to 542.6 for adults and children, respectively (Table 4). Moreover, the HI dermal values ranged from 0.07 to 47.8 and 0.2 to 141 for adults and children, respectively (Table 4).
It can be concluded that the HI oral values for adults and children were above safe levels ( ) in of the water samples and fell in the high-risk category of non-carcinogenic impact. HI value for adults showed that of the water samples fell in the low-risk class, and showed a high risk of dermal contact. HI, value for child indicated that of the water samples fell in the low-risk class, and of the samples showed high risk of dermal contact (Table 4). The result of the HI showed that the child is more vulnerable to oral and dermal contact with heavy metals than adults. However, it is essential to monitor the levels of these metals in the different water resources of Siwa Oasis and their potential health effects, where the groundwater in the study area is non-rechargeable and is the primary water resource for different uses. The distribution maps of the hazard index (HI) in adults and children through dermal and oral contact showed that the central and western parts of Siwa Oasis are the most vulnerable locations to the non-carcinogenic risk impact of heavy metals (Fig. 9).

Carcinogenic health risk (CR)

Carcinogenic risks assess the probability of developing cancer as a result of prolonged exposure to a pollutant or a combination of contaminants. The traditional calculation of CR was conducted to calibrate and compare its values with the predicted CR gained from the Monte Carlo simulation later. In the case of adults, the CR oral values fell in a range between 0.0003 and and and 0.03 for , and Pb , respectively (Fig. 10a), while for a child, CR oral values were between 0.001 and and and 0.1 for , and Pb respectively (Fig. 10b).
Regarding oral contact with heavy metals from the water resources of Siwa Oasis, the high carcinogenic risk ( CR ) for adults was found in , and of the water samples for , and Pb respectively and for a child in , and 100 of water samples for , and Pb respectively (Table 4). On the other hand, for adults, the CR dermal values fell in a range between 0.002 and and 1.7, 1.5E-05 and 0.01 for , and Pb , respectively (Fig. 10c), while for child, CR dermal values were between 0.005 and and 5.2, 4.43E-05 and 0.04 for , and Pb respectively (Fig. 10d). Based on dermal contact with
Figure 9. Distripution maps of Hazard index ina adult and child through oral and dermal contact.
Figure 10. Box plot of the carcinogenic risk (CR) in adult and child through oral (a and b) and dermal (c and d) contact.
heavy metals from the water samples, the high carcinogenic risk ( ) for adults was found in , , and of the water samples for , and Pb respectively and for a child in , and of water samples for , and Pb respectively (Table 4). The current findings indicated that further treatment is required for all water resources in Siwa Oasis, where the carcinogenic risk from heavy metals is very high and threatens the human health of both children and adults.

Monte Carlo simulation approach

The Monte Carlo simulation was applied to predict the values of HQ (oral and dermal) of , , and Zn , as well as CR (oral and dermal) of , and Pb for both adults and children.

Non-carcinogenic health risk

The findings, from the Monte Carlo simulation offer insights into the health hazards linked to exposure to heavy metals through various routes in Siwa Oasis. It is reassuring to note that according to the estimated dermal hazard quotient (HQ dermal), there are no indications of any metal exceeding limits (Fig. 11a,b). This suggests that the risk of health issues due to skin contact with water resources is unlikely for adults and children. However, when oral exposure routes are considered, the situation changes. While some heavy metals like , and Zn have predicted HQ values within limits (low risk) for adults, , and Pb showed estimated HQ values higher than 1 (high risk). This implies a health risk for adults consuming water contaminated with and Pb through ingestion. Similar patterns are also observed for children (Fig. 11d,d).
While some heavy metals like and Zn do not pose risks through oral exposure routes in children, , and Pb show predicted HQ values greater than 1, indicating potential health risks associated with consuming water containing these metals. It is important to remember that these assessments consider assumptions and uncertainties stemming from data sources. Hence, it is crucial to monitor the levels of exposure and regularly update risk assessments to safeguard the water resources in the area and protect the population’s health. Through the comparison between the calculated HQ (Fig. 8) and predicted HQ (Fig. 11) through oral and dermal contact with heavy metals, it was found that , and Pb are the main parameters responsible for high non-carcinogenic impact for child and adult in Siwa Oasis. Monte Carlo simulation was an effective method to predict the HQ successfully.
Figure 11. The predicted hazard quotient (HQ dermal) in adult (a), (HQ dermal) in child (b), (HQ oral) in adult (c), and (HQ oral) in child.

Carcinogenic health risk through oral contact

The analysis of carcinogenic risk probabilities (CR) for oral measurements in children and adults reveals some critical patterns. Across all parameters (Cd et al.), the CR oral measurements are consistently higher in children than adults. For children, the 5th percentile CR oral values (the lower bounds of the estimated cancer risk) were , and 0.012 for , and Pb , respectively (Fig. 12a-c). On the other hand, at the percentile level 95th (the upper bounds of estimated risk), CR oral values were determined as , and 0.0275 for Cd ,
Figure 12. Predicted carcinogenic risk (CR) in adult (a,b and c) and child (d,e and f) through oral contact for , and Pb respectively.
Cr , and Pb , respectively (Fig. 12a-c) representing higher potential risks for children. In contrast to this pattern observed in children’s data, the estimated cancer risk levels were relatively lower in adults based on their percentiles. For adults, the lower bounds of estimated cancer risks (5th percentile CR oral values) stood at , and 0.003 for , and Pb , respectively (Fig. 12d-f). Furthermore, it was found that at the 95th percentile range, the estimated CR were 0.011, 0.0118, and 0.0072 for , and Pb , respectively (Fig. 12d-f), suggesting lesser potential risks compared to those observed in children. However, the predicted CR through oral contact showed that most water samples collected from Siwa Oasis have the probability of causing high risk for children and adults with ( ).
Through the comparison between the calculated CR (Fig. 8) and predicted CR (Fig. 11) through oral contact with heavy metals, it was found that the three metals ( Cd et al.) would have a high carcinogenic impact on children and adults in all water resources of Siwa Oasis. Monte Carlo simulation was an effective method to predict the CR oral successfully.

Carcinogenic health risk through dermal contact

The analysis of carcinogenic risk probabilities (CR) due to skin contact in children and adults reveals that children consistently have higher CR values than adults for all parameters (Cd et al.). Regarding children, the estimated 5th percentile CR levels for developing cancer through skin contact were , and 0.0041 for , and Pb , respectively (Fig. 13a-c). On the other hand, the estimated 95th percentile CR risk levels for developing cancer through skin contact in children were , and 0.0102 for , and Pb , respectively (Fig. 13a-c). These values indicate the upper boundaries of potential risks from dermal exposure in children. In contrast to children’s results, adults had estimated CR levels for developing cancer through skin contact with values of , and 0.0013 as their lowest percentile (5th) for , and Pb , respectively (Fig. 12d-f). The 95th percentile CR dermal values for adults were , and 0.0034 for , and Pb , respectively (Fig. 12d-f), representing the upper bounds of the estimated cancer risk from adult dermal exposure. Overall, the findings indicate that both children and adults are exposed to a high risk of developing cancer due to exposure to , and Pb found in water resources within Siwa Oasis. The predicted cancer risk levels from the Monte Carlo simulation exceed the acceptable risk level (CR>1.0E-04) in the majority of water samples, which suggests that continuous exposure to these metals could potentially lead to the development of cancer in the future for both adults and children. These findings emphasize the need to minimize metal contamination in water sources, aiming to reduce carcinogenic health.
Through the comparison between the calculated CR (Fig. 10) and predicted CR (Fig. 13) through dermal contact with heavy metals, it was found that the three metals (Cd et al.) would have a high carcinogenic impact on children and adults in the majority of water samples collected from Siwa Oasis. Monte Carlo simulation was an effective tool for predicting the CR dermal successfully.
This research evaluates the contamination caused by metals in Siwa Oasis. The Heavy Metal Pollution Index (HPI) and Metal Index (MI) reveal surface water and groundwater pollution levels. The HPI values, ranging
Figure 13. Predicted carcinogenic risk (CR) in adult (a,b and c) and child (d,e and f) through dermal contact for , and Pb respectively.
from 111.7 to 7274.5 , classify all water samples as polluted, rendering them unsuitable for drinking. The MI method also emphasizes the impact and contamination of metals, with average MI values ranging from 6.5 to 462. Maps showing distribution patterns highlight western areas of Siwa Oasis as vulnerable potentially due to excessive groundwater pumping for irrigation purposes. Additionally, an analysis based on components reveals both human-related sources of heavy metal pollution. HQ and HI were calculated to fully understand the impact of the metals detected in Siwa Oasis on human health.
The Hazard Quotient (HQ) values for cadmium (Cd), chromium (Cr), and lead (Pb) indicated non-carcinogenic risks to human health. Among these metals, , and Pb pose risks to children. Long-term exposure to Cd can harm the kidneys and bones, while Cr exposure may cause skin problems. Even low levels of Pb exposure can have cognitive consequences for children. The increased Risk (CR) values for Cd, Cr, and Pb highlight long-term risks. Carcinogenic risk assessments and Monte Carlo simulations further emphasize the urgency for water treatment to mitigate long-term health consequences. These findings collectively emphasize the need for measures to tackle heavy metal pollution and ensure the well-being of the Siwa Oasis community, showcasing the valuable insights provided by this study. However, it is essential to note the limitations of this study, such as its specificity to a location and period, potential variations in health risks, uncertainties associated with data sources, and assumptions made during the Monte Carlo simulation. Despite these limitations, this study emphasizes the need to monitor and manage metal contamination in Siwa Oasis to safeguard the environment and public health. The current study hints at potential ecological consequences, including impacts on soil quality and water resources. The economic repercussions on local agriculture and industries also require attention. The persistence of heavy metals in the environment raises concerns about long-term effects on the ecosystem. Strategies for mitigation and remediation should not only prioritize human health but also aim to preserve the environmental integrity of Siwa Oasis. Regulatory measures and community involvement remain crucial for sustainable solutions. According to the current findings, it is recommended that desalination stations be established to enhance water quality for irrigation in the study area. Additionally, creating companies specializing in salt extraction could provide a dual benefit of addressing heavy metal pollution and utilizing the extracted salts in various industries. By recognizing the broader environmental context and implementing proactive measures, this study emphasizes the urgency of a comprehensive approach to address heavy metal pollution and promote sustainable environmental management in Siwa Oasis. For further research, it would be beneficial to thoroughly understand how heavy metal concentrations vary over time. Conducting studies that cover seasons and years could provide valuable insights into the dynamics of metal pollution. It would also be helpful to investigate water treatment technologies and their effectiveness in reducing levels of metals. Understanding the socio-impacts of metal contamination on communities and industries is crucial for developing holistic management strategies. Lastly, exploring the feasibility and impact of implementing suggested measures like desalination stations and salt extraction companies would provide insights into environmental management in Siwa Oasis.

Conclusion

This study undertook a comprehensive assessment of heavy metals pollution and associated environmental and health risks in different water resources. The heavy metals included , and Cd . In order to assess risks to both the environment and human health, indices included HPI, MI, HQ, HI, and CR for oral and dermal exposure routes were evaluated. The Monte Carlo method simulates carcinogenic risk assessments, providing a more comprehensive understanding and realistic potential health impacts. In terms of heavy metal concentrations, the mean values ranked as follows: . Meanwhile, , Pb , and Mn exceeded WHO standards. The total dissolved solids (TDS) exhibited significant variability, ranging from in the Tertiary Carbonate Aquifer (TCA) to in salt lakes, averaging . The pH values, ranging from 6.8 to 8.7, indicated neutral to alkaline water conditions. Various ions, including calcium, magnesium, potassium, sodium, chloride, sulfate, and bicarbonate, surpassed recommended limits for irrigation according to FAO standards. The origin of water samples highlights a significant portion of the TCA with recent and old marine water origins. Geochemical processes, including ion exchange facilitated by clay minerals and silicate weathering, contribute to the complex water chemistry. Furthermore, the correlation between heavy metals and various human activities signifies anthropogenic contributions to heavy metal concentrations. The HPI and MI values revealed a risk of pollution across all water resources (HPI>100 and MI>6). Moreover, HI oral values were greater than one ( ) in most water samples, indicating high risks associated with the non-carcinogenic effects of these metals on both adults and children. The health risks associated with dermal contact showed a higher risk for children, and of water samples have . It is still a concern for adults; of water samples have an HI value greater than one ( ). Regarding metals like , and Pb , most water samples indicate that adults and children are vulnerable to carcinogenic effects. The CR values (oral and dermal) for these metals are greater than in most samples. The Monte Carlo method further confirmed the presence of carcinogenic impact, with the 5th and 95th percentile risk exposures indicating elevated risks for both children and adults. Additionally, statistical analyses such as cluster analysis and Principal Component Analysis (PCA) provide insights into groundwater composition. The clustering of variables reveals distinct groups based on physicochemical characteristics such as carbonates and evaporites, heavy metals, and bicarbonates, shedding light on the sources and controlling factors of water chemistry. PCA identifies three components where PC1, with of the total variance, represents factors related to limestone weathering and ion exchange processes, which contribute to salinization. PC2, with 26.5 of the total variances, indicates the movement of alkaline water and potential contamination processes particularly associated with heavy metals. PC3, with 7.5 of the total variances, highlights the sources of , and Pb . Considering these findings, immediate action must be taken to mitigate the dangers of metal pollution in Siwa Oasis. It is crucial to implement treatment strategies for all water resources to protect the environment and human health. Particular attention should be given to preventing
carcinogenic and non-carcinogenic health impacts by decreasing exposure duration. This finding showed that the Monte Carlo method is an effective tool that should be applied alongside the traditional calculation of health risk indices to decrease uncertainty and increase the reliability of the results.

Data availability

The datasets utilized and/or analyzed during the current study are available upon request from the corresponding author.
Received: 25 September 2023; Accepted: 14 December 2023
Published online: 10 January 2024

References

  1. Kiani, B. et al. Association between heavy metals and colon cancer: an ecological study based on geographical information systems in North-Eastern Iran. BMC Cancer 21, 414 (2021).
  2. Mohammadpour, A., Motamed-Jahromi, M., Moreno-Jiménez, E., Golaki, M. & Berizi, E. Novel modelling approach to assess elements contamination in drinking water from Southern Iran. Expo Health https://doi.org/10.1007/s12403-023-00584-7 (2023).
  3. Soleimani, A. et al. Health risk assessment and spatial trend of metals in settled dust of surrounding areas of Lake Urmia, NW Iran. Int. J. Environ. Anal. Chem. 1-14 (2022) https://doi.org/10.1080/03067319.2022.2032013.
  4. Jafarzadeh, N. et al. Non-carcinogenic risk assessment of exposure to heavy metals in underground water resources in Saraven, Iran: Spatial distribution, monte-carlo simulation, sensitive analysis. Environ. Res. 204, 112002 (2022).
  5. Kubier, A., Wilkin, R. T. & Pichler, T. Cadmium in soils and groundwater: A review. Appl. Geochem. 108, 104388 (2019).
  6. Badeenezhad, A. et al. Comprehensive health risk analysis of heavy metal pollution using water quality indices and Monte Carlo simulation in R software. Sci. Rep. 13, 15817 (2023).
  7. Chowdhary, P., Bharagava, R. N., Mishra, S. & Khan, N. Role of Industries in Water Scarcity and Its Adverse Effects on Environment and Human Health. in Environmental Concerns and Sustainable Development (eds. Shukla, V. & Kumar, N.) 235-256 (Springer Singapore, 2020). https://doi.org/10.1007/978-981-13-5889-0_12.
  8. Badeenezhad, A. et al. Effect of land use changes on non-carcinogenic health risks due to nitrate exposure to drinking groundwater. Environ. Sci. Pollut. Res. 28, 41937-41947 (2021).
  9. Mohammadpour, A. et al. Trace elements human health risk assessment by Monte Carlo probabilistic method in drinking water of Shiraz, Iran. Int. J. Environ. Sci. Technol. 20, 3775-3788 (2023).
  10. Kiani, A. et al. Accumulation and human health risk assessment of nitrate in vegetables irrigated with different irrigation water sources- transfer evaluation of nitrate from soil to vegetables. Environ. Res. 205, 112527 (2022).
  11. Rehman, K., Fatima, F., Waheed, I. & Akash, M. S. H. Prevalence of exposure of heavy metals and their impact on health consequences. J. Cell. Biochem. 119, 157-184 (2018).
  12. Ogamba, E. N., Charles, E. E. & Izah, S. C. Distributions, pollution evaluation and health risk of selected heavy metal in surface water of Taylor creek, Bayelsa State, Nigeria. Toxicol. Environ. Health Sci. 13, 109-121 (2021).
  13. Jafari, A., Ghaderpoori, M., Kamarehi, B. & Abdipour, H. Soil pollution evaluation and health risk assessment of heavy metals around Douroud cement factory, Iran. Environ Earth Sci. 78, 250 (2019).
  14. Gad, M. et al. Groundwater quality and health risk assessment using indexing approaches, multivariate statistical analysis, artificial neural networks, and GIS techniques in El Kharga Oasis, Egypt. Water 15, 1216 (2023).
  15. Ritter, Keith Solomon, Paul Sibley, L. Sources, pathways, and relative risks of contaminants in surface water and groundwater: a perspective prepared for the Walkerton inquiry. J. Toxicol. Environ. Health, Part A 65, 1-142 (2002).
  16. Kazemi Moghaddam, V. et al. Heavy metal contaminated soil, water, and vegetables in northeastern Iran: potential health risk factors. J. Environ. Health Sci. Eng. 20, 65-77 (2022).
  17. Jafarzade, N. et al. Viability of two adaptive fuzzy systems based on fuzzy c means and subtractive clustering methods for modeling Cadmium in groundwater resources. Heliyon 9, e18415 (2023).
  18. Shams, M. et al. Heavy metals exposure, carcinogenic and non-carcinogenic human health risks assessment of groundwater around mines in Joghatai, Iran. Int. J. Environ. Anal. Chem. 102, 1884-1899 (2022).
  19. Mohammadi, A. et al. Probabilistic risk assessment of soil contamination related to agricultural and industrial activities. Environ. Res. 203, 111837 (2022).
  20. Marufi, N., Oliveri Conti, G., Ahmadinejad, P., Ferrante, M. & Mohammadi, A. A. Carcinogenic and non-carcinogenic human health risk assessments of heavy metals contamination in drinking water supplies in Iran: a systematic review. Rev. Environ. Health 0, (2022).
  21. Eid, M. H. et al. Evaluation of groundwater quality for irrigation in deep aquifers using multiple graphical and indexing approaches supported with machine learning models and GIS techniques, Souf Valley, Algeria. Water 15, 182 (2023).
  22. Gaagai, A. et al. Application of water quality indices, machine learning approaches, and GIS to identify groundwater quality for irrigation purposes: a case study of Sahara Aquifer, Doucen plain, Algeria. Water 15, 289 (2023).
  23. Gad, M. et al. Integration of water quality indices and multivariate modeling for assessing surface water quality in Qaroun Lake, Egypt. Water 13, 2258 (2021).
  24. El Hossary, M. F. M. Investigating the development challenges to Siwa Oasis, northwestern desert, Egypt. NY Sci J 6, 55-61 (2013).
  25. Cosgrove, W. J. & Rijsberman, F. R. World Water Vision: Making Water Everybody’s Business. (Routledge, 2014). https://doi.org/ 10.4324/9781315071763.
  26. Abou El-Magd, I. & Faid, A. Hydrogeological and environmental studies on Siwa oasis, Egypt Using GIS technique. Egypt. J. Soil Sci 47, 435-450 (2007).
  27. Aly, A. A., Kishk, F. M., Gaber, H. M. & Al-Omran, A. M. Long-term detection and hydrochemistry of groundwater resources in Egypt: Case study of Siwa Oasis. J. Saudi Soc. Agricult. Sci. 15, 67-74 (2016).
  28. El-Sayed, S. A., Allam, K. A., Salama, M. H. & El Begawy, H. Investigation of chemical and radiochemical fingerprints of water resources in Siwa Oasis, Western Desert Egypt. Arab J. Nuclear Sci. Appl. 50, 158-178 (2017).
  29. Abdel-Mogheeth, S. M. Groundwater hazards in Siwa Oasis. Ground water protection 113-118 (1996).
  30. Aly, A. A. Spatiotemporal monitoring and assessment of water resources in Siwa Oasis. (MSc Thesis, Faculty of Agriculture Alexandria University, Egypt, 2001).
  31. El-Sayed, S. S. M. The effect of the geological nature of Siwa oasis on the deterioration of archaeological and historical buildings (the temple of oracle and Shali castle). Sci. Cult. https://doi.org/10.5281/ZENODO. 5062877 (2021).
  32. Abdulaziz, A. M. & Faid, A. M. Evaluation of the groundwater resources potential of Siwa Oasis using three-dimensional multilayer groundwater flow model, Mersa Matruh Governorate, Egypt. Arab J Geosci 8, 659-675 (2015).
  33. Ghoneim, E., Healey, C., Hemida, M., Shebl, A. & Fahil, A. Integration of geophysical and geospatial techniques to evaluate geothermal energy at Siwa Oasis, Western Desert, Egypt. Remote Sens. 15, 5094 (2023).
  34. Al-Mashreki, M. H. et al. Integration of geochemical modeling, multivariate analysis, and irrigation indices for assessing groundwater quality in the Al-Jawf basin, Yemen. Water 15, 1496 (2023).
  35. Aitchison, J. Principal component analysis of compositional data. Biometrika 70, 57-65 (1983).
  36. Loi, J. X. et al. Water quality assessment and pollution threat to safe water supply for three river basins in Malaysia. Sci. Total Environ. 832, 155067 (2022).
  37. Al-Hejuje, M. M., Hussain, N. A. & Al-Saad, H. T. Applied heavy metals pollution index (HPI) as a water pollution indicator of Shatt Al-Arab river. Basrah-Iraq. ijms https://doi.org/10.5376/ijms.2017.07.0035 (2017).
  38. Prasad, B. & Bose, J. Evaluation of the heavy metal pollution index for surface and spring water near a limestone mining area of the lower Himalayas. Env Geol 41, 183-188 (2001).
  39. Giri, S. & Singh, A. K. Assessment of surface water quality using heavy metal pollution index in Subarnarekha River, India. Water Qual Expo Health 5, 173-182 (2014).
  40. Tamasi, G. & Cini, R. Heavy metals in drinking waters from Mount Amiata (Tuscany, Italy). Possible risks from arsenic for public health in the Province of Siena. Sci. Total Environ. 327, 41-51 (2004).
  41. Caeiro, S. et al. Assessing heavy metal contamination in Sado Estuary sediment: An index analysis approach. Ecol. Indicat. 5, 151-169 (2005).
  42. EPA, A. Risk assessment guidance for superfund. Volume I: human health evaluation manual (Part E, supplemental guidance for dermal risk assessment). (2004).
  43. Habib, M. A. et al. Simultaneous appraisals of pathway and probable health risk associated with trace metals contamination in groundwater from Barapukuria coal basin, Bangladesh. Chemosphere 242, 125183 (2020).
  44. Gade, M., Comfort, N. & Re, D. B. Sex-specific neurotoxic effects of heavy metal pollutants: Epidemiological, experimental evidence and candidate mechanisms. Environ. Res. 201, 111558 (2021).
  45. Phillips, L. & Moya, J. The evolution of EPA’s Exposure Factors Handbook and its future as an exposure assessment resource. J. Expo. Sci. Environ. Epidemiol. 23, 13-21 (2013).
  46. EPA, U. Supplemental guidance for developing soil screening levels for superfund sites. United States Environ. Prot. Agency 12, 1-187 (2002).
  47. Adimalla, N. Spatial distribution, exposure, and potential health risk assessment from nitrate in drinking water from semi-arid region of South India. Human Ecol. Risk Assess.: Int. J. 26, 310-334 (2020).
  48. Liang, F., Yang, S. & Sun, C. Primary health risk analysis of metals in surface water of Taihu Lake, China. Bull Environ. Contam. Toxicol. 87, 404-408 (2011).
  49. Saleem, M., Iqbal, J. & Shah, M. H. Seasonal variations, risk assessment and multivariate analysis of trace metals in the freshwater reservoirs of Pakistan. Chemosphere 216, 715-724 (2019).
  50. Organization, W. H. Guidelines for drinking-water quality: first addendum to the fourth edition. (2017).
  51. Wu, B. et al. Preliminary risk assessment of trace metal pollution in surface water from Yangtze River in Nanjing section, China. Bull. Environ. Contam. Toxicol. 82, 405-409 (2009).
  52. Giri, S. & Singh, A. K. Human health risk assessment via drinking water pathway due to metal contamination in the groundwater of Subarnarekha River Basin, India. Environ. Monit. Assess. 187, 63 (2015).
  53. Saha, N. et al. Industrial metal pollution in water and probabilistic assessment of human health risk. J. Environ. Manage. 185, 70-78 (2017).
  54. Ayers, R. & Westcott, D. Water quality for agriculture. FAO irrigation and drainage paper 29 Rev. 1, Food and Agricultural Organisation of the United Nations. (1994).
  55. Sulin, V. A. Waters of petroleum formations in the system of natural water. Gostoptekhiz-dat, Moscow (in Russian) 3596, (1946).
  56. Abdulaziz, A. M. & Faid, A. M. Evaluation of the groundwater resources potential of Siwa Oasis using three-dimensional multilayer groundwater flow model, Mersa Matruh Governorate, Egypt. Arab. J. Geosci. 8, 659-675 (2015).
  57. Schoeller, H. Geochemistry of groundwater. Groundwater studies, an international guide for research and practice, UNESCO, Paris 1-18 (1977).
  58. Mahmoudi, N., Nakhaei, M. & Porhemmat, J. Assessment of hydrogeochemistry and contamination of Varamin deep aquifer, Tehran Province, Iran. Environ. Earth Sci. 76, 370 (2017).
  59. Tawfik, H. A. et al. Petrography and geochemistry of the Lower Miocene Moghra sandstones, Qattara Depression, north Western Desert, Egypt. Geol. J. 53, 1938-1953 (2018).
  60. Gad, M., Dahab, K. & Ibrahim, H. Applying of a geochemical model on the Nubian sandstone aquifer in Siwa Oasis, Western Desert, Egypt. Environ. Earth Sci. 77, 401 (2018).
  61. Lee, S. Y. & Gilkes, R. J. Groundwater geochemistry and composition of hardpans in southwestern Australian regolith. Geoderma 126, 59-84 (2005).

Acknowledgements

We would like to thank the desert research center for helping to collect the water samples. The current research work has been funded by the sustainable development and technologies national program of the Hungarian Academy of Sciences (FFT NP FTA).

Author contributions

M.H.E., M.E., E.A.M & T.M. designed the study; H.S.R., M.E., E.A.M and M.H.E. collected and prepared samples, performed field survey; M.H.E., M.E., H.S.R. and E.A.M performed laboratory work; M.H.E., A.K. & P.S. prepared maps; M.H.E., A.K., P.S. and T.M wrote, reviewed, and edited the manuscript. All authors contributed extensively to the discussions about the work and in reviewing and revising the manuscript.

Funding

Open access funding provided by University of Miskolc. The current research work has been funded by the sustainable development and technologies national program of the Hungarian Academy of Sciences (FFT NP FTA).

Competing interests

The authors declare no competing interests.

Additional information

Correspondence and requests for materials should be addressed to M.H.E.
Reprints and permissions information is available at www.nature.com/reprints.
Publisher’s note Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.
Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if changes were made. The images or other third party material in this article are included in the article’s Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.org/licenses/by/4.0/.
© The Author(s) 2024
  1. Institute of Environmental Management, Faculty of Earth Science, University of Miskolc, Miskolc-Egyetemváros 3515, Hungary. Geology Department, Faculty of Science, Beni-Suef University, Beni-Suef 65211, Egypt. Division of Water Resources and Arid Land, Department of Hydrogeochemistry, Desert Research Center, Cairo, Egypt. Faculty of Earth Science, Beni-Suef University, Beni-Suef 62511, Egypt. email: mohamed.hemida@uni-miskolc.hu