Assessment and Sources of some Heavy Metals in ...

                                                                                                                                               University of Baghdad     

                                    

Assessment and Sources of some Heavy  Metals in Mesopotamian Marshes  A Thesis  Submitted to the University of Baghdad,  College of Science for Women, Biology Department  In Partial Fulfillment of the Requirements for the Degree   Of Doctor of Philosophy   In   Ecology ‐ Environmental Pollution  By  Mohammed Jawad Salih Al‐Haidarey  M.Sc. in Ecology, University of Babylon, College of Science, Biology  Department, 2003 

Supervised by   A.Prof. Dr. AbdulRahman A. Al‐Kubaisi       &       Prof. Dr. Ali A.Z. DouAbul 

March 2009     

‫‪ ‬‬ ‫‪ ‬‬ ‫‪ ‬‬

‫‪ ‬‬ ‫‪ ‬‬ ‫‪ ‬‬ ‫‪ ‬‬

‫ﺑﹺ ‪‬ﺴﻢﹺ ﺍﷲِ ﺍﻟﺮ‪‬ﺣ‪‬ﻤﻦﹺ ﺍﻟﺮ‪‬ﺣ‪‬ﻴﻢﹺ‬ ‫‪ ‬‬ ‫ﻭ‪‬ﻟﹶﺌ‪‬ﻦ ﺳ‪‬ﺄﹶ ﹾﻟﺘ‪‬ﻬ‪‬ﻢ ﻣ‪‬ﻦ ﻧ‪‬ﺰ‪‬ﻝﹶ ﻣ‪‬ﻦ‪ ‬ﺍﻟﺴ‪‬ﻤ‪‬ﺎﺀِ ﻣ‪‬ﺎﺀً ﻓﹶﺄﹶ ‪‬ﺣﻴ‪‬ﺎ ﺑﹺﻪ‪ ‬ﺍ ﹾﻟﺄﹶ ‪‬ﺭﺽ‪‬‬ ‫ﻛﺜﹶ ‪‬ﺮ ‪‬ﻫ ‪‬ﻢ ﻟﹶﺎ‬ ‫ﺪ ﻟ‪‬ﻠﱠﻪ‪ ‬ﺑ‪ ‬ﹾﻞ ﺃﹶ ﹾ‬ ‫ﻣ‪‬ﻦ ﺑ‪ ‬ﻌﺪ‪ ‬ﻣ‪ ‬ﻮﺗ‪‬ﻬ‪‬ﺎ ﻟﹶﻴ‪‬ﻘﹸﻮﹸﻟﻦ‪ ‬ﺍﻟﻠﱠ ‪‬ﻪ ﹸﻗﻞﹺ ﺍ ﹾﻟﺤ‪ ‬ﻤ ‪‬‬ ‫ﻳ‪ ‬ﻌﻘ‪‬ﻠﹸﻮﻥﹶ‪.‬‬ ‫‪ ‬‬ ‫ﺻﺪﻕ ﺍﷲ ﺍﻟﻌﻠﻲ ﺍﻟﻌﻈﻴﻢ ‪ ‬‬ ‫‪                                ‬ﺍﻟﻌﻨﻜﺒﻮﺕ ‪ ،‬ﺍﻻﻳﺔ ‪  63‬‬ ‫‪ ‬‬ ‫‪ ‬‬ ‫‪ ‬‬ ‫‪ ‬‬ ‫‪ ‬‬

   

   

 

   

 

   

   

   

   

   

   

   

   

 

   

   

Dedication: I would like to dedicate this work To My parents My family My wife Ekram, & her family My dear children Batool and Jaafer and to My best friends and supervisors Whose love, support, and constant encouragement made this all possible

Mohammed Jawad S. Al-Haidarey March, 2009

I   

   

Acknowledgement I would like to express my gratitude to the following individuals for their support throughout this study: Sincerely I would like to thank my advisors Dr. AbdulRahman Al-Kubaisi, and Dr. Ali A. DouAbul for their continuous confidence, advice, patience, and for their encouragement. Special thanks to Collage of Science for Women and Department of Biology Stuff for their cooperation and helped me. Many thanks to Dr. Fikrat Majeed Hassan for his continuous confidence, advice, patience, and for his encouragement. Special thanks to: Marine Science Center / Basrah University especially Dr. Hamed Talib Al-Saad, Dr. Dawood and them stuff for their cooperation and assistance in data collection, Dr. Barry Warner (University of Waterloo-Wetland Research Center) for giving me the opportunity to visit The University of Waterloo and the course of Wetlands Ecology, Dr. Taro Asada (University of Waterloo-Wetland Research Center) who provided endless me with help, contacts and the statistical analyses procedures, Vicky Jackson (University of Waterloo-Biology Department) for support, kindness, and constant encouragement. Thanks are due to all of my friends and fellow graduate students for making time of research more enjoyable, especially Adel H. Talib, Mohammed A. R. H. Al-Kinzawi, Mushtaq F. Karromi, Hussain A. Sabti, Eyad M. Jabur, and Sama M. Samer, Many many thanks to Iraqi Foundation field team for their cooperation and helped me, especially haider Amed, Hussam Jabur, Mustafa Fadel, Ali and Hussain. II   

   

  Summary:       Heavy  Metals  have  a  great  ecological  significance  due  to  their  toxicity  and  accumulative  behavior.  Drainage  and  restoration  processes  took  place  in  the  Iraqi  wetlands;  therefore,  we  don’t  know  much  about  heavy  metals  (HMs)  in  this  unstable  ecosystem.  Due  to  the  restoration  progression,  thus  it  is  important  to  understand  distribution,  load,  budget,  and  bio‐accumulation  of  HMs  in  Mesopotamian  Marshes  ecosystem  after  rehabilitation  and  the  reintroduction  of  water.  Therefore  the  present  study  aims:  To  take  place  the  general  background  about  the  concentration  of  heavy  metals (As, Cd, Cr, Co, Cu, Mo, Mn, Zn, Pb, Se, Fe, and Ni ) in Mesopotamian marshes by  monthly monitoring of heavy metal concentrations and some physiochemical properties  in  the  Central,  Al‐Hawizeh  and  Al‐Hammar  marshes  in  dissolved  part  (two  stations  in  each: Beginning of Baghdadia, Middle of  Baghdadia, Um Al‐Wared, UmNj1, Al‐Nagarah,  and Al‐Bargah respectively). To determine the loading of HMs in Al‐ Hawizeh marsh, by  calculating of HMs in input streams (five stations: Al‐Adel Old, Al‐Adel, Al‐Zubair, Abu‐ Khassaf,  and  Al‐Musharah)  and  outlet  streams  (two  stations:  Al‐Kassarah,  and  Al‐ Suwayib), to answer whether the marsh is a source or sink of HMs. To assess weather,  are  there  relationship  between  heavy  metal  concentrations  and  water  &  sediment  quality  or  not  the  researcher  chose  ten  stations  in  Al‐Hawizeh  Marsh  (Al‐Adaim  1,  Al‐ Adaim  2,  Al‐Soda  north,  UmNj1,  UmNj2,  Al‐Baidah,  Um  Al‐Wared,  Al‐Souda  south,  Majnoon,  and  Lissan  Ejerda)  To  monitoring  the  fate  and  cycling  of  heavy  metal  concentrations in Al‐Hawizeh marshes. To answer the possibility of using the Viviparus  bengalensis snails and Potamogeton perfoliatus submerged plants as bio‐indicators.      The results showed that the highest concentrations of the studied HMs were recorded  during  the  summer  months,  while  the  lowest  values  were  recorded  in  the  spring  months,  except  the  Selenium  element  was  no  detection  concentrations.  All  the  HMs  was more than Iraqi limitations for freshwater quality, except Arsinic (As), Selenium (Se),  and Cooper (Cu) were in the range of Iraqi limitations.        Al‐Hawizeh Marsh was sinking for:  63%As, 38% Cu,  33% Zn , 30% Mo, 27% Pb, & 8 %  Cd; transformer to 93% Cd 73% Pb, 70%Mo, 68% Zn, 62% Cu, &  37% As; and source for  42% Cr,  28% Fe , 23%Mn, 15%Co,  & 6% Ni.        The  water  temperature  (WT),  total  suspended  solid  (TSS),  total  hardness  (TH),  calcium  (Ca2+),  magnesium  (Mg2+),  and  chloride  (Cl‐)  values  were  in  completely  dried  stations > semidried stations > wet stations; EC, salinity, turbidity, total dissolved solids  (TDS),  carbonates  (HCO3‐),&  sulfate  (SO42‐)  values  were  in  completely  dried  stations  >  wet  stations      >  semidried  stations;  pH  &  dissolved  oxygen  (DO)  were  in  semidried  stations    >  wet  stations  >  completely  dried  stations.  The  clay  was  more  percentage  at  the southern parts of Al‐Hawizeh Marsh (completely dried part).   III   

   

    The high percentages of total organic matter (TOM%) & total organic carbon (TOC%)  in  sediments  were  in  Aug.  while  the  low  percentages  were  in  May.    The  mean  concentrations of the HMs in the dried stations were more than that in the wet stations.         There  were  spatial  and  temporal  variance  among  the  stations  and  the  period  of  study.  The  highest  values  of  exchangeable  and  residual  heavy  metals  in  Particulates  were in the wet and semidried stations, while the lowest values were in the completely  dried  stations.  There  were  spatial  and  temporal  changes  in  the  HM  concentrations  in  particulate phase among the study stations & among the period of sampling.  The HM  concentrations  in  the  particulates  phase  are  much  more  than  dissolved  phase.  There  were positive correlations between increasing of HMs concentration and grain size.        According to Igeo, the  sediments of Al‐Hwaizeh Marshes  was suffering from strongly  polluted with:  Arsinic (As) in South Al‐Soda station; Cobelt (Co) in Um‐El.Nia'j2 station;  Molebedum  (Mo) in all  stations. The sediments of Al‐Hwaizeh Marshes were  suffering  from  moderately  to  strongly  polluted  for:    As  in  Al‐Adaim1,  Al‐Adaim2,  Um‐El.Nia'j1,  Lesan Ejerda,  & Majnon stations;  Cadimum (Cd) was in Um‐El.Nia'j1 & South Al‐Soda;  Co & Mo were just in Um Al‐Wared station; Lead (Pb) was just in Um‐El.Nia'j1 station;   Zinc (Zn) was in Al‐Adaim1, Um‐El.Nia'j2, North Al‐Soda, Um Al‐Wared, Lesan Ejerda, &  Majnon stations;  Iron (Fe) was in all stations;  and Manganise (Mn) was in all stations.  The sediments of Al‐Hwaizeh Marshes were unpoluted to modrerat values of: As was in  North  Al‐Soda,  Um  Al‐Wared,  &  Al‐Baidah  stations;  Cd  was  in  Al‐Adaim1,    Al‐Adaim2,  Um‐El.Nia'j2, Lesan Ejerda,  North Al‐Soda, Um Al‐Wared, Al‐Baidah & Majnon stations;  Co was in just North Al‐Soda station; Mo was in South Al‐Soda, & Lesan Ejerda;  Niickal  (Ni)  was  just  in    Um  Al‐Wared;  Pb  was  in  Al‐Adaim1,    Al‐Adaim2,  Um‐El.Nia'j2,  Lesan  Ejerda,  south  Al‐Soda,  North  Al‐Soda,  Um  Al‐Wared,  &  Majnon  stations;  and  Mn  was  just in Um‐El.Nia'j2 station.  The Um‐El.Nia'j2 station was unpolluted with As metal; all  stations were unpolluted with Co, Se, & Cu, while just Um Al‐Wared & Al‐Baidah stations  were unpolluted with Pb metal.         The  concentrations  of  HMs  in  Potamogeton  perfoliatus  plant  were  in  completely  dried > semidried  > permanently  wet. Potamogeton perfoliatus was not considered  to  be a good bioindicator for Cr in all phases, and it was good indicator for others in water  and sediments. The V. bengalensis was not considered to be a good bioindicator for Cd,  Pb, Cu, and Zn, and it was a good bioindicator of As, Co, Cr, Ni, Mo, & Fe in sediments,  and  a  good  bioindicator  of  As,  Co,  Cr,  Pb,  Ni,  Mo,  and  Cu  in  water  column.    The  BCF  values  for  all  elements  were  more  than  BSF  values.  HMs  in  V.  bengalensis  and  P.  perfoliatus, come from same sources.        IV   

   

No  Dedication  Acknowledgements  Summary  Table of Contents  List of Tables  List of Figures  List of Annexes  List of Acronyms 

Table of Contents    Title

Page I  II  III  V  VIII  VIII  X XII 

  Chapter One    Introduction and literature Review (1)  1.                  Introduction  1.1.               Sources of heavy metals in the aquatic ecosystems  1.1.1.           Nonpoint source pollution  1.1.2.           Point source  1.2.               Biological Effects of HMs  1.3.               Environmental Fate of HMs  1.3.1.           Sediment‐Water partitioning  1.3.2.           Transport and deposition in catchments  1.3.3.           Cycling of HMs in aquatic ecosystems 1.4.               Mesopotamian Marshes background  1.5.               Literature Review  1.5.1.           HMs in Water  1.5.2            HMs in Sediments  1.5.3.           Snail as bioindicators  1.5.4.           Plants as bioindicator  1‐6  Aims of the Study    Chapter Two    Materials and Methods (2)  2.1.               The study Site  2.1.1.           General description of sampling sites  2.1.1.1.        Al‐Hawizeh Marsh  2.1.1.1.1.  Input stations  2.1.1.1.2.  Outlet stations  2.1.1.1.3.  Open water marsh stations  2.1.1.1.4.  Shallow marshes stations   2.1.1.2         The Central Marshes  2.1.1.3.        Al‐Hammar Marshes 

1  2  3 3  4  4  5  5  6  6 6  7  8  10  11  11  13

14  15  15  15 16  16  17  18  19  20  V 

 

   

2.2               2.2.1  2.2.2            2.2.2.1         2.2.2.2         2.2.2.3         2.2.2.4  2.2.3         2.2..4           2.2.5         2.2.6         2.2.7            2.2.7.1  2.2.7.2         2.2.7.3         2.2.8            2.2.8.1         2.2.8.2         2.2.8.3         2.2.8.3.1     2.2.8.3.2     2.2.8.4         2.2.8.4.1     2.2.8.4.2     2.2.8.5         2.2.8.6         2.2.9            2.2.10         

Materials and methods  Sampling collection strategy  General sampling procedures Water  Sediments  Sub‐merged plant samples  Snail samples  Field measurements 

Water discharge    Total suspended solid (TSS) Total Hardness (TH), Ca2+, and Mg2+ ,HCO3‐, Cl‐, and SO42‐concentration  Sediments analysis  Sediments EC and pH TOC % and TOM%  Grain size analysis (%)  Heavy Metals  Analysis methods  Dissolved phase  Particulate metals  Exchangeable metals  Residual metals  Sediments  Exchangeable metals  Residual metals  Plants Samples  Snails Samples  The laboratories of did this work Calculation of Bio‐concentration Factor (BCF), Biota Sediment  Factor  (BSF),  and Geoaccumulation Index (Igeo)  2.2.11          Calculation of the load  2.2.12          Statistical analysis    Chapter Three    The Results (3)  3.1            The results of monthly monitoring of HMS concentration in the Central,  Al‐Hawizeh and Al‐Hammar marshes               3.1.1         The environmental parameters 3.1.2         Dissolved heavy metals  3.2           The results of loading of HMs in Al‐ Hawizeh marsh  3.3           The  relationship  between  heavy  metals  concentrations  and  water/sediment quality in Al‐Hawizeh Marsh   3.3.1  Water quality 

26  26  26 26  26  26  27  28  28  30 30  30  30 30  30  30  30 31  31  31 31  32  32  32 32  32  32 33  33  33

36  37  37 37  43  49 49  VI 

 

   

3.3.2         3.3.3  3.3.3.1         3.3.3.2  3.3.3.2.1     3.3.3.2.2     3.3.3.3  3.3.3.3.1     3.3.3.3.2     3.4           

Sediment quality  Heavy Metals  Dissolved heavy metals Particulate HMs phase  Exchangeable HMs  Residual HMs  Sediments HMs  Exchangeable HMs.  Residuals HMs  The results of Bellamya (Viviparus) bengalensis snails and Potamogeton  perfoliatu plant as bio‐indicators of HMs in Al‐Hawizeh Marsh  3.4.1.         Plant’s heavy metals  3.4.2.         Snail’s heavy metals 

51  53  53 56  58  60  63  63  67  70 70  74 

    Chapter Four    The Discussion (4)  4.1          Monthly monitoring of the concentration of heavy metals in the Central,  Al‐Hawizeh and Al‐Hammar marshes in dissolved phase  4.1.1  Water Quality  4.1.1.1     Water temperature (WT)  4.1.1.2     Salinity (Sal) and Electrical Conductivity (EC)  4.1.1.4    Dissolved Oxygen (DO)  4.1.1.5    Hydrogen Ion Concentrations (pH)  4.1.1.6    Total dissolved solids (TDS)  4.1.1.7    Total suspended solids (TSS) 4.1.1.8    Total  hardness  (TH),  Calcium  concentrations  (Ca+2),&  Magnesium  concentrations (Mg+2)  4.1.2       Dissolved Heavy Metals  4.2          The load of HMs in Al‐ Hawizeh Marsh  4.3           The  relationship  between  heavy  metals  concentrations    and    water/sediment quality  4.3.1        Water quality  4.3.2      Sediments quality  4.3.2.1     Soil texture  4.3.2.2    pH value  4.3.2.3    Electrical conductivity  4.3.2.4  TOC and TOM %  4.3.3  Heavy metals  4.3.3.1  Dissolved phase  4.3.3.2  Particulate phase 

78  79  79  79  79  80  80  81  82 82  84  85  88  88 89  89  89  90  90  91  91 93 

VII   

   

4.3.3.3  4.4            4.4.1  4.4.2 

Heavy metals in Sediment  Can Bellamya (Viviparus) bengalensis snails and potamogeton perfoliatus  plant be used as bio‐indicators ?    Potamogeton  perfoliatus  (P.  perfoliatus  )  submerged  plants  as  bioindicator  Bellamya (Viviparus) bengalensis Snail as Bioindicators 

94  96  97  98 

Conclusion and Recommendations    The Conclusion   The Recommendations  

103 104    List of Tables 

        Table No.  2‐1  2‐2  2‐3  2‐4  2‐5  3‐1  3‐2  3‐3  4‐1   

Fig. No.  2‐1  2‐2  2‐3  2‐4  2‐5  2‐6  3‐1  3‐2 

                                      Title The geographical positions of studied stations (GPS)  The sampling Program of the study (2006) A list of instruments that were used in field and lab works.   The degree of metal pollution in terms of seven enrichment classes..   The average natural contents in Shale rocks of heavy metals.   The  monthly  variation  of  some  water  quality  parameters  in  the  Mesopotamian Marshes (2006)  The seasonally variation of some water parameters  The seasonally variation of some sediment parameters. Comparative of HMs load in present study with Mediterranean Basin. 

Page 25  27 34  35  35  38  50  52 87 

List of Figures    Title  Page Mesopotamian Marshes Map, Southern Iraq  22  The seventeen study site stations in Al‐Hawizeh Marsh (2006).   23 The  study  stations  of  three  marshes  (Central,  Al‐Hammar,  and  Al‐ 24  Hawizeh Marshes) monitoring (2006).   Potamogeton perfoliatus plant image.    27  Bellamya (Viviparus) bengalensis Snails image.  28 Cross section of a stream divided into vertical sections for measurement  29  of water flow and discharge.  The  monthly  variables  of  As(A),  Cd(B),  Co(c),  Cr(D),  Mo(E),  ……..  in  40 Central, and Al‐Hammar stations during the study period (2006).  Mean  concentrations  of  HMs  (ppm)  in  the  study  sites  during  the  study  43  period (2006).   

VIII   

   

3‐3 

3‐4  3‐5  3‐6  3‐7  3‐8  3‐9  3‐10  3‐11  3‐12  3‐13 

3‐14 

3‐15 

3‐16 

3‐17 

3‐18 

3‐19 

The  water  input  (A),  outlet  (B),  and    Comparative  among  average  of  input, outlet, and net of outlet water discharge (C) during May, Aug, and  Dec (2006) in the Al‐Hawizeh Marshes.   The load of heavy metals in the st.1 (Ton/Month) during 2006, in the Al‐ Hawizeh Marshes.   The load of heavy metals in the st.2 (Ton/Month) during 2006, in the Al‐ Hawizeh Marshes.  The load of heavy metals in the st.3 (Ton/Month) during 2006, in the Al‐ Hawizeh Marshes.  The load of heavy metals in the st.4 (Ton/Month) during 2006, in the Al‐ Hawizeh Marshes.  The load of heavy metals in the st.5 (Ton/Month) during 2006, in the Al‐ Hawizeh Marshes.  The load of heavy metals in the st.6 (Ton/Month) during 2006, in the Al‐ Hawizeh Marshes.  The load of heavy metals in the st.7 (Ton/Month) during 2006, in the Al‐ Hawizeh Marshes.          The  input  and  outlet  load  of  heavy  metals  during  the  period  of  study  (2006) in the Al‐Hawizeh Marshes.  The  triangle  of  soil  texture  in  study  stations  in  the  Al‐Hawizeh  Marshes  during (2006).  The  mean  dissolved  concentration  of:  As(A),  Cd(B),  Co(C),  Cr(D),  Mo(E),  Ni(F), Pb(G),Se(H), Zn(I), Cu(J), Fe(K), and Mn(L) ppm during  the period of  study(2006) in the Al‐Hawizeh Marshes.  The mean exchangeable particulate concentration of: As(A), Cd(B), Co(C),  Cr(D), Mo(E), Ni(F), Pb(G),Se(H), Zn(I), Cu(J), Fe(K), and Mn(L) ppm during   the period of study(2006) in the Al‐Hawizeh Marshes.  The  mean  of  residual  particulate  concentration  of:  As(A),  Cd(B),  Co(C),  Cr(D), Mo(E), Ni(F), Pb(G),Se(H), Zn(I), Cu(J), Fe(K), and Mn(L) ppm during   the period of study (2006) in the Al‐Hawizeh Marshes.   The  mean  of  exchangeable:  As(A),  Cd(B),  Co(C),  Cr(D),  Mo(E),  Ni(F),  Pb(G),Se(H), Zn(I), Cu(J), Mn(K), and Fe(L) ppm in sediments during  the  period of study(2006) in Al‐Hawizeh Marshes.   The mean and standard error of: As(A), Cd(B), Co(C), Cr(D), Mo(E), Ni(F),  Pb(G),Se(H),  Zn(I),  Cu(J),  Fe(K),  and  Mn(L)  ppm  in  residual  phase  in  the  sediment of Al‐Hawizeh Marshes, during the period of study(2006).  The  concentration  and  standard  error  of  plant’s:  As(A),  Cd(B),  Co(C),  Cr(D), Mo(E), Ni(F), Pb(G),Se(H), Zn(I), Cu(J), Fe(K), and Mn(L) ppm during   the period of study (2006).  The  mean    and  standard  error  concentration  of  snial’s:  As(A),  Cd(B),  Co(C), Cr(D), Mo(E), Ni(F), Pb(G),Se(H), Zn(I), Cu(J), Fe(K), and Mn(L) ppm  during  the period of study(2006) in Al‐Hawizeh Marshes.   

44 

45  45  46  46 47  47  48  48  51  53 

57 

60 

64

67 

71 

74 

IX   

   

List of Annexes  Annex (1)  Title

Table  Page No.  1   The  median,  standard  deviation  (Std.Dev),  standard  error  (Std.  Err),  size  of  106 sample,  minimum  (Min),  and  maximum  (Max)  of  studied  physio‐chemical  parameter  of  the  three  Mesopotamian  Marshes  during  the  study  period  (2006).  2  The  correlations  among  heavy  metals  concentrations  and  studied  physio‐ 106 chemicals  parameters  in  the      three  Mesopotamian  Marshes  (r=  0.11,  p  >0.05). 

  1 

2 

3 

4 

5 

6 

7  8  9 

Annex (2)  Title  The mean, median, standard deviation (Std.Dev), standard error (Std. Err),  minimum (Min), and maximum (Max) of water quality parameter during  (2006) in Al‐Hawizeh Marsh.   The  mean,  median,  standard  deviation  (Std.Dev),  standard  error  (Std.  Err),  minimum  (Min),  and  maximum  (Max)  of  some  sediments  quality  during  (2006) in Al‐Hawizeh Marsh.   The  mean,  median,  standard  deviation  (Std.Dev),  standard  error  (Std.  Err),  minimum (Min), and maximum (Max) of dissolved HMs (ppm) during (2006)  in Al‐Hawizeh Marsh.   The  mean,  median,  standard  deviation  (Std.Dev),  standard  error  (Std.  Err),  minimum (Min), and maximum (Max) of exchangeable HMs in the particulate  (ppm) during (2006) in Al‐Hawizeh Marsh.   The  mean,  median,  standard  deviation  (Std.Dev),  standard  error  (Std.  Err),  minimum  (Min),  and  maximum  (Max)  of  residual  HMs  in  the  particulate  (ppm) during (2006) in Al‐Hawizeh Marsh.  The mean, median, standard deviation (Std.Dev), standard error (Std. Err),  minimum (Min), and maximum (Max) of exchangeable HMs in the sediments  (ppm) during (2006) in Al‐Hawizeh Marsh.  Table  (8):  The  mean,  median,  standard  deviation  (Std.Dev),  standard  error  (Std. Err), minimum (Min), and maximum (Max) of residual.   The  correlations  among  HM  concentrations  in  dissolved  phase  and  physio‐ chemicals parameters in Al‐Hawizeh Marsh during (2006).  The HM analysis of variance (ANOVA, F values at r=0.05) of Al‐Hawizeh Marsh  stations and seasons (2006). 

Page 107

107

108

110

112

114

116 118 118

X   

   

10  11  12  13 

  1    2    3 

4  5  6  7  8  9  10  11  12  13 

The correlations among particulate HM concentrations in exchangeable phase  and physio‐chemicals parameters in Al‐Hawizeh Marsh during (2006).  The correlations among particulate HM concentrations in residual phase and  physio‐chemicals parameters in Al‐Hawizeh Marsh during (2006) .  The  correlations  among  sediment  HM  concentrations  and  some  sediment  parameters in Al‐Hawizeh Marsh during (2006) .   The geochemical index of studied HMs in Al‐Hawizeh Marsh during the study  period (2006).  Annex (3)  Title The mean, median, standard deviation (Std.Dev), standard error (Std. Err),  Min, and Max of HMs in the tissues of  Potamogeton perfoliatu plant (ppm)  during (2006) in Al‐Hawizeh Marsh.  The mean, median, standard deviation (Std.Dev), standard error (Std. Err),  Min, and Max of HMs in the tissues of Viviparus bengalensis snails (ppm)  during (2006) in Al‐Hawizeh Marsh.  The bio‐concentration Factor (BCF), and Bio Sedimentation Factor (BSF) of   HMs in P. perfoliatus plant and V. bengalensis snails studied stations during  (2006).  The correlations among different phases of water sediments and biota of  Arsenic (As) in Al‐Hawizeh Marsh during (2006) .  The correlations among different phases of water sediments and biota of  Cadmium (Cd) in Al‐Hawizeh Marsh during (2006) .  The correlations among different phases of water sediments and biota of  Cobalt (Co) in Al‐Hawizeh Marsh during (2006) .  The correlations among different phases of water sediments and biota of  Chrome (Cr) in Al‐Hawizeh Marsh during (2006).  The correlations among different phases of water sediments and biota of  Selenium (Se) in Al‐Hawizeh Marsh during (2006).   The correlations among different phases of water sediments and biota of  Lead (Pb) in Al‐Hawizeh Marsh during (2006).  The correlations among different phases of water sediments and biota of Zinc  (Zn) in Al‐Hawizeh Marsh during (2006).  The correlations among different phases of water sediments and biota of  Nickel (Ni) in Al‐Hawizeh Marsh during (2006) .  The correlations among different phases of water sediments and biota of  Manganese (Mn) in Al‐Hawizeh Marsh during (2006) .  The correlations among different phases of water sediments and biota of 

119 119 120 120

Page 121

123

125

126 126 127 127 127 128 128 129 129 130 XI 

 

   

14  15 

Molybdenum (Mo) in Al‐Hawizeh Marsh during (2006) . The correlations among different phases of water sediments and biota of Iron  (Fe) in Al‐Hawizeh Marsh during (2006) .  The correlations among different phases of water sediments and biota of  Cooper (Cu) in Al‐Hawizeh Marsh during (2006). 

130 131

  List of Acronyms Ad1  Ad2  Al‐Bur  Al‐Nag  As  B.albagh  BCF  Bed  BSF  DO  EC  HM  Igeo  LesEj  M.albagh  Maj  Mg2+  pH   Sali  SO42‐  Sod.N  Sod.S  TDS  TH  TOC  TOM  TSS  Tur  UmNj  UmWd  WT 

Al‐Adaim 1 station  Al‐Adaim 2 station  Al‐Burgah station  Al‐Nagarah station  Arsenic  Beginning Al‐Baghdadia station Bio‐Concentration Factor Al‐Bedah station  Bio‐Sedimentation Factor Dissolved Oxygen  Electrical Conductivity Heavy metal  Geo‐accumulation Index Lissan Ejerda station Middle Al‐Baghdadia station Majnoon station  Magnesium ion  Hydrogen Ion Concentration Salinity  Sulfate ion   Al‐Soda North station Al‐Sod South Station Total dissolved solids  Total hardness  Total organic carbons Total organic matters Total suspended solids Turbidity  Um El‐Nia’aj station Um Al‐Wared station Water temperature XII 

 

   

                         

Chapter   One   

Introduction and Literature  Review                      1   

Chapter One: Introduction and literature Review     1. Introduction:       Generally,  the  human  environment  is  defined  as  a  biosphere  that  includes  the  land  cover, atmosphere and many types of organisms.  The biosphere is large and verey complex, but it is branched to small units pursuant to  the relation between living beings and arranges environment such as earth, water, and  air (FAO, 1994).       Pollution is defined as any change (sudden or gradual) in the physical, chemical, and  bioproperties in environment and its compostions (Irabii, 2001).       Main  subject  of  pollutants  for  water  are  suspended  solids,  heavy  metals,  oils  and  greases, oxygen demand and organic compound (UNEP 2003).      Heavy  metals  (HMs)  are  elements  having  atomic  weights  between  63.546  and  200.590  (Kennish,  1992),  and  a  specific  gravity  greater  than  4.0  (Bradl,  2005).  The  normal  metal  content  in  aquatic  environment  has  not  been  clearly  defined,  since  it  varies from one place to another according to geological nature of the catchment area.  Such data are essential to impact of pollution sources, and for the study of transfer to  man by various means (Hynes, 1970). Davies (1980) defined the HMs as those elements  in  the  periodic  table  with  a  density  of  greater  than  6  g.cm‐3,  although  lower  densities  and  other  properties  are  commonly  taken  as  a  basis  for  distinguishing  heavy  metals  from other elements of the periodic table (Forstner and Wittmann, 1983; Jarvis, 1983;  and Fergusson, 1990).       The  healthy  water  bodies  have  a  balance  of  plant  and  animal  life  represented  by  great  species  diversity.  Pollution  disrupts  this  balance,  resulting  in  a  reduction  in  the  variety of individuals and dominance of the surviving organisms (Viessman, et al., 1985).        Over the past decade, although there has been an increasing attention to persistent  organic contaminants, greenhouse gases and global warming, toxic heavy metals in the  aquatic environment remains an enduring threat. Continued introduction of metals into  the  aquatic  environment  by  industrial  processes,  domestic  practices  and  mining  have  ensured  that  the  levels  of  contamination  continue  to  be  a  problem  Anthropogenic  emissions of heavy metals exceed the fluxes from natural sources (Nriagu, 1990).       Living  organisms  require  trace  amounts  of  some  heavy  metals,  including  cobalt,  copper, iron, manganese, molybdenum, vanadium, strontium, and zinc for metabolism  but  may  become  toxic  at  certain  concentrations.  Excessive  levels  of  essential  metals,  however, can be detrimental to the organism. Non‐essential heavy metals of particular  concern to surface water systems are cadmium, chromium, mercury, lead, arsenic, and  antimony (Frenet, 1981; Kennish, 1992;  Al‐Taee, et al., 2007; and Hussein, et al., 2007).        All heavy metals exist in surface waters in colloidal, particulate, and dissolved phases,  although dissolved concentrations are generally low (Kennish, 1992). The colloidal and  particulate metal may be found in:   1‐ Hydroxides, oxides, silicates, or sulfides.  2‐ Adsorbed to clay, silica, or organic matter.        The  soluble  forms  are  generally  ions  or  unionized  organometallic  chelates  or  complexes. The solubility of heavy metals in surface waters is predominately controlled  2   

Chapter One: Introduction and literature Review   by  the  water  pH,  the  type  and  concentration  of  ligands  on  which  the  metal  could  adsorb, and the oxidation state of the mineral components and the redox environment  of  the  system  (Wood,  1989;  and  Bradl,  2005).  So,  we  can  say  the  HMs  in  aquatic  ecosystems  subdivided  into:  Dissolved  part,  and  Particulates  (Exchangeable,  and  Residual).       There are  six forms of  metals that associated with sediments. In the first one these  metals are associated with the sediment in the most labile obtaind manner; these are  called  exchangeable  metals.  The  second  fraction  extractes  is  united  mainly  with  carbonates and is highly sensitive to pH changes. In the third the metals bonded to Mn  oxide  and  partly  amorphous  Fe  oxide  and  in  the  fourth  one,  amorphous  and  poorly  crystalline  Fe  oxide.  In  the  fifth,  the  metals  associated  with  the  organic  material  and  sulfides are released.   Finally,  the  residual  fraction,  a  portion  of  metals  that  are  strongly  bonded  to  the  lithogenic minerals of the sediments. Speciation is not only very useful for determining  the degree of associations  of the metals in the sediment  and to what extent they may  be remobilized in to the environment (Forstner et al., 1990), but also for distinguishing  those metals with a lithogenic origin from those with origin . According to Izquierdo, et  al.(1997),  metals  with  an  anthropogenic  origin  are  mainly  obtained  in  the  first  extractions,  while  in  the  last  stage  of  the  process,  the  residual  fraction  is  obtained,  corresponding to metals with lithogenic origin, and according to Chester and  Voutsinou  (1981) the HMs in the sediments are subdivided just in to two parts: Exchangeable, and  Residual.  1‐1. Sources of the Heavy Metals in the Aquatic Ecosystems:       Heavy metals may be introduced into the aquatic environment as a result of natural  weathering, erosion and transport processes, as well as from a range of anthropogenic  activities.  The  principal  natural  sources  of  heavy  metals  in  the  atmosphere  are  wind‐ blown  soils,  volcanic  eruptions,  sea  spray,  forest  fires  and  biogenic  aerosols.  Natural  geochemical  processes  within  terrestrial  and  aquatic  environments  are  dominated  by  weathering and erosional processes. The transport and subsequent deposition of heavy  metals  in  natural  environments  are  dominated  by  hydrological  processes.  As  many  heavy  metals  have  low  solubility  under  the  range  of  redox  potential  (Eh)  and  pH  conditions usually encountered in non‐ contaminated environments, their redistribution  is  often  associated  with  the  erosion,  transport  and  selective  deposition  of  fluvial  and  limnic sediments (Nriagu, 1989; and Nriagu & Pacyna, 1988).       Aquatic  ecosystems  throughout  the  world  have  endured  chronic  inputs  of  heavy  metals  from  industrial  processing,  mining,  combustion  of  fossil  fuels,  effluents  from  sewage  treatment  plants  and  atmospheric  deposition.  Some  aquatic  organisms  are  stressed  by  this  contamination,  which,  in  turn,  impacts  the  ecosystem  as  a  whole  (Knutson et al., 1987).       The  world‐wide  anthropogenic  input  of  heavy  metals  into  aquatic  ecosystems  quantified  as  of  1988  were 9.1,112,237,114,  and  138  (in  thousands  of tones  per  year)  for Cd, Cu, Zn, Pb and Ni; respectively (Nriagu &  Pacyna 1988). The broad distribution  patterns of metals released into the environment means that they cannot be efficiently  recovered or recycled.  3   

Chapter One: Introduction and literature Review   Nonpoint source pollution:        Natural:  Chemical  and  physical  weathering  of  igneous  and  metamorphic  rocks  and  soils often release heavy metals into the sediment and into the air. Other contributions  include  the  decomposition  of  plant  and  animal  detritus,  precipitation  or  atmospheric  deposition of airborne particles from volcanic activity, wind erosion, forest fire smoke,  plant exudates, and oceanic spray (Kennish, 1992).        Anthropogenic:  Surface  runoff  from  mining  operations  usually  has  a  low  pH  and  contains high levels of metals such as iron, manganese, zinc, copper, nickel and cobalt.  The  composition  of  fossil  fuels  pollutes  the  atmosphere  with  metal  particulates  that  eventually  settle  to  the  land  surface.  Urban  stormwater  runoff  often  contains  metals  from  roadways  and  atmospheric  fallout.  Currently,  anthropogenic  inputs  of  metals  exceed natural inputs (Kennish, 1992).   1‐1‐2. Point sources:        Domestic  wastewater  effluent  contains  metals  from  metabolic  wastes,  corrosion  of  water  pipes,  and  consumer  products.  Industrial  effluents  and  waste  sludges  may  substantially contribute to metal loading (Bradl, 2005). Currently, anthropogenic inputs  of metals exceed natural inputs. Excess metal levels in surface water may pose a health  risk to humans and to the environment.  1‐2. Biological Effects of HMs:        Metal ions in the environment are bio‐magnify in the food chain and accumulated in  tissues.  Therefore,  their  toxic  effects  are  especially  pronounced  in  animals  of  higher  trophic levels such as humans. In most cases, however, there is no specific treatment for  heavy metal removal. While the heavy metal ions may be accumulated in the sludge of  biological treatment seeps, which leads to a purification of the liquid phase. Ingestion of  metals  may  pose  great  risks  to  human  health.  Metals  such  as  lead  and  cadmium  will  interfere with essential nutrients of similar appearance, such as calcium (Ca2+) and zinc  (Zn2+)(Tien & Huang, 1991; and Jamil, 2001 ).      Many  organisms  are  able  to  regulate  the  metal  concentrations  in  their  tissues.  Fish  and  Crustacea  can  excrete  essential  metals,  such  as  copper,  zinc,  and  iron  that  are  present  in  excess.  Some  can  also  execrate  non‐essential  metals,  such  as  mercury  and  cadmium,  although  this  is  usually  met  with  less  success.  Research  has  shown  that  aquatic  plants  and  bivalves  are  not  able  to  successfully  regulate  metal  uptake  (Bradl,  2005). Thus bivalves tend to suffer from metal accumulation in polluted environments.  In aquatic systems, bivalves often serve as biomonitor organisms in areas of suspected  pollution  (Kennish,  1992).  Shellfishing  waters  are  closed  if  metal  levels  make  shellfish  unfit for human consumption (Jamil, 2001).      Metal  uptake  rates  will  vary  according  to  the  organism  and  the  metal  in  question.  Phytoplankton  and  zooplankton  often  assimilate  available  metals  quickly  because  of  their high surface area to  volume ratio. The ability of fish and invertebrates  to adsorb  metals  is  largely  dependent  on  the  physical  and  chemical  characteristics  of  the  metal. 

4   

Chapter One: Introduction and literature Review   For example; the exception of mercury, little metal bioaccumulation has been observed  in aquatic organisms (Kennish, 1992).       Natural metal  recycling in the environment makes metal recovery the  only effective  way of preventing heavy metals from poisoning the environment.  The toxicity is largely  a  function  of  the  water  chemistry  and  sediment  composition  in  the  surface  water  system (Jamil, 2001).        According  to  Gunther  &  Yang  (1968);  Jamil  (2001);  and  Bradl  (2005),  the  slightly  elevated  metal  levels  in  natural  waters  may  cause  the  following  sublethal  effects  in  aquatic organisms:  1‐ Histological or morphological change in tissues.  2‐Changes  in  physiology,  such  as  suppression  of  growth  and  development,  poor  swimming performance, changes in circulation.  3‐ Change in biochemistry, such as enzyme activity and blood chemistry.  4‐ Change in behavior.  5‐ Changes in reproduction.        Metals may enter the systems of aquatic organisms via three main pathways (Jamil,  2001; and Bradl, 2005):   1‐Free metal ions that are absorbed through respiratory surface (e.g., gills) are readily  diffused into the blood stream.  2‐Free metal ions that are adsorbed onto body surfaces are passively diffused into the  blood stream.  3‐Metals that are sorbet onto food and particulates may be ingested, as well as free ions  ingested with water.   1‐3. Environmental Fate of HMs:       The  behavior  of  metals  in  natural  waters  is  a  function  of  the  substrate  sediment  composition, the suspended sediment composition, and the water chemistry. Sediment  composed  of  clay,  fine  sand,  and  silt  which  generally  have  higher  levels  of  adsorbed  metal  than  quartz,  feldspar,  and  detrital  carbonate‐rich  sediment.  Metals  also  have  a  high affinity for humic acids, organo‐clays, and oxides coated with organic matter (Bradl,  2005).        Of  particular  significance  in  quantifying  the  spatial  and  temporal  trends  in  metal  transport and in assessing the relative significance of the various heavy metal pathways  is the partitioning of metals between suspended sediment and water; the mechanisms  by which heavy metals are retained in the particulate fraction and the post‐depositional  stability  of  sediment‐associated  metals  within  the  river  corridor  (Stumm  &  Morgan,  1981; Forstner & Wittmann, 1983; Forstner, 1983; Salomons & Forstner, 1984; Lunt et  al., 1989; Fergusson, 1990;  and Horowitz, 1991)   1‐3‐1. Sediment‐ water partitioning       In  river  systems,  trace  metal  concentrations  in  suspended  solid  are  greater  than  in  the water column, although trace metal partitioning is a function of the characteristics  of the metal ion, particle size, organic content and sediment concentration (Rygwelski,  1984).  5   

Chapter One: Introduction and literature Review        An  understanding  of  the  contribution  made  by  the  sediment‐associated  fraction  to  the total load requires knowledge of the effects of particle size, organic matter content,  sediment  surface  area  and  the  surface  coatings  on  the  suspended  particles.  Furthermore, the individual and combined effects of Eh and pH have a well documented  impact on the partitioning of metals between sediments and the water column (Stumm  &  Morgan,  1981;  Salomons  &Forstner,  1984;  and  Fergusson,  1990).  The  fraction  of  heavy  metals  carried  with  suspended  sediment,  particle  size  is  one  of  the  most  important  physical  controls  as  the  key  to  understanding  the  environmental  impact  of  trends in metal behaviour lies in quantifying the metal associations in sediments and the  reactions which occur between sediments, water and biota (Forstner, 1983; Engstrom &  Wright, 1984; Bengtsson & Enell, 1986; Horowitz, 1991; and Horowitz et al., 1993).  1‐3‐2. Transport and Deposition in Catchments       The  route  that  metals  take  through  a  catchment  depends  on  whether  they  are  discharged  directly  into  water  courses,  into  the  atmosphere  or  onto  the  land,  or  whether they are discharged in liquid, solid or gaseous phases.   Because metals are often associated with particulate transport, their dispersal through  catchment systems is largely a function of hydraulic conditions which control 1) Sorting,  according to differences in particle density and particle size; 2) mixing processes, where  uncontaminated  sediments  are  added  to  the  aquatic  system;  and,  3)  storage  and  deposition  on  the  floodplain,  fluvial  substrate,  lakes,  reservoirs  and  estuaries  (Graf,  1990).       Deposition  on  the  floodplain  is  controlled  by  the  magnitude  and  frequency  of  overbank  flows  and  the  hydraulic  conditions  on  the  floodplain,  whereas  in  basin  substrates,  the  deposition  and  ingress  of  fine  grained  sediments  into  and  through  the  amour layer is often associated with hydraulic controls, such as stream power (Hughes,  1992).  1‐3‐3.Cycling of HMs in aquatic ecosystems       Upon  entering  aquatic  systems,  metals  move  downward  through  the  water  column  towards the sediment during which time they can be accumulated by pelagic organisms  (fish,  zooplankton  and  phytoplankion).  Ultimately,  metals  reach  the  sediment  which  serve both as a source and sink (Livett, 1988).             These  substances  tend  to  sorb  to  sediments  and  organic  materials  by  adsorption  (scavenging),  co‐precipitation,  and  cellular  internalization  by  organisms  and  eventually  become  highly  concentrated  in  the  sediments.  Most  HMs  become  bioavailable  to  sediment‐dwelling  organisms,  which  can  disperse  toxins  via  predation  and/or  bioavailability  to  organisms  at  higher  tropic  levels,  eventually  impacting  human  consumers.        Phytoplankton  and  periphyton  are  primary  producers  in  an  aquatic  ecosystem  and  comprise the first trophic level, they adsorb pollutants and transfer metals to the next  trophic  level,  the  micro  zooplankton,  which  in  turn  regenerates  metal  contaminants  either by fecal pellets or through predation by higher trophic level organisms (Twiss et  al., 1996; and Betsey , 2006). So, the Sediments are the principal sink for heavy metals in  an  aquatic  environmental,  but  when  the  environmental  conditions  change,  sediments  6   

Chapter One: Introduction and literature Review   can  act  as  a  source.  To  assess  the  environmental  impact  of  polluted  sediments,  information  on  total  concentration  alone  is  not  sufficient  because  HMs  are  present  in  different  chemical  forms  in  sediments  (metal  carbonates,  oxides,  sulfides,  organometallic compounds, etc.).       Only part of the metals present can be easily remobilized. Thus, the chemical form of  the  metals  in  the  sediment  is  of  great  significance  in  determining  behavior  in  the  environment and their remobilization potential (Rauret et al., 1988)  1‐4. Mesopotamian Marshes Background:        The  Mesopotamian  marshland  in  southern  Iraq,  has  enormous  ecological  and  environmental importance. It represents habitats for biodiversity, wildlife, and cultural  richness; a 5000‐year‐old culture, heir to the ancient Sumerians and Babylonians (UNEP,  2002;  and  Ochsenschlager,  2004).  They  are  considered  by  many  to  be  the  “cradle  of  western civilization” and are often referred to as the Garden of Eden (Nicholson & Clark,  2002).  Moreover,  it  is  the  main  stopover  on  the  Siberia‐African  bird  migration  route  (UNEP,  2002;  Evans,  2002;  Richardson  et  al.,  2005;  and  Richardson  &  Hussain,  2006),  and a crucial filter that cleanses the rivers as they flow into the Gulf( Saeed et al., 1999;  Al‐Ghadban et al., 1999; and Richardson et al., 2005).        The  Iraqi  marshlands  are  one  of  the  finest  and  most  extensive  natural  wetland  ecosystems  in  Europe  and  western  Asia  (Evans,  2002).  Around  85%  of  the  Mesopotamian Marshlands have been lost mainly as a result of drainage and damming,  (UNEP,  2002).  Most  of  the  damage  was  done  between  1991  and  1995,  and  most  dramatic change occurred between 1993 and 1994 (the vegetation cover was reduced  by  79  %  )(Munro  &  Touron,  1997).  Currently,  restoration  by  re‐flooding  of  drained  marshes is proceeding, and the ecological effects of this massive water diversion need  elaborated research. Hence, the reflooding of southern Iraq’s Mesopotamian marshes is  now a giant ecosystem‐level experiment (Richardson & Hussain, 2006).        The  great  bulk  of  information  available  on  the  fauna,  flora  and  ecology  of  the  wetlands  of  Iraq  were  obtained  prior  to  the  onset  of  the  Iran/Iraq  war  in  1980,  when  large areas of wetland, especially in Mesopotamia, remained more or less intact. Dam‐ building  activities  on  the  Tigris  and  Euphrates  Rivers  in  recent  years,  both  within  Iraq  and upstream in Turkey and Syria, are known to have resulted in the loss of much of the  former  wetland  habitat,  while  major  hydrological  engineering  works  in  Lower  Mesopotamia within the last few years have caused, and continue to destroy wetlands  on a massive scale (Richardson & Hussain, 2006).         The  larger  wetlands  within  this  complex  ecosystem  are:  The  Al‐Hammar  and  its  associated  marshes  south  of  the  Euphrates,  The  Central  Marshes  (a  vast  complex  of  permanent  lakes  and  marshes  north  of  the  Euphrates  and  west  of  the  Tigris),  &  Al‐ Hawizeh  Marsh  and  its  associated  marshes  (extending  east  from  the  Tigris  into  neighboring Iran). These wetlands drain southeast wards into the Gulf via the Shatt Al‐ Arab waterway (Rushdi et al., 2006).  1‐5. LITERATURE REVIEW:        Trace  metals  enter  southern  Iraqi  marshes  from  both  natural  and  anthropogenic  sources  (Mustafa,  1985;  Abaychi  & Al‐Saad, 1988;  and Al‐Saad,  1995).  Natural  sources  include storm dustfall, erosion or crustal weathering and decomposition of the biota in  7   

Chapter One: Introduction and literature Review   the  water,  whereas  the  anthropogenic  sources  include  sewage  wastes,  industrial  effluent,  automobile  effluent,  petroleum  and  fertilizer  industry  effluent  (FAO,  1994).  Trace metals are also incorporated into the food chain from fish either from water via  gills or from sediments and marine organisms via the gut track (Al‐Saad et al., 1997). The  Shatt Al‐Arab and adjacent area receive trace metals from different sources (Al‐Khafaji,  1996).        The previous studies on Mesopotamian Marshes environment were substantial work  has  been  done  during  past  decades  looking  at  the  physical‐chemical  parameters  in  running  freshwater  ecology  in  southern  parts  of  Iraq  such  as  the  Shatt  A‐Arab  River,  Shatt Al‐Basrah, and Khwar Al‐Zubair (Saad, 1978; and Abaychi & Al‐Obaidy, 1987).        Little is known about water habitat in the marshlands due to desiccation (1980’s and  1990’s)  and  restrictions.  Before  desiccation  of  Iraqi  marshlands,  many  studies  were  conducted especially for water from Al‐Hammar marshes (Mohammad, 1965; Pankow et  al.,  1979;  Maulood  et  al.,  1981;  Al‐Mousawi  &  Whitton,  1983;  Al‐Zubaidy,  1985;  Al‐ Lamy,  1986;  Kasim,  1986;  Hassan,  1988;  Al‐Sayab,  1988;  Abed,  1989;  Al‐Rikaby,  1992;  and Al‐Mousawi & Hussein, 1992 ).       A comprehensive study for southern Iraqi water was conducted by Al‐Sahaf (1975), in  which  parameters  measured  were  acceptable  for  acceptable  water  quality.  Aqrawi  &  Evans (1994) studied the sedimentation in Iraqi marshes by collecting sediment samples  during 1990.  For Al‐Hawizeh marshes, the only study conducted was that by Wali (1967)  which was concerned with social, agricultural, living and transportation affairs, and Al‐ Hilli (1977) did study about the plant ecology of Mesopotamian Marshes in 1977.       However few studies have been undertaken, however, addressing the distribution of  heavy metals in Iraq inland standing water,  whereas some work has already appeared  on running water (Abaychi & Douabul, 1985; Sheriff, et al., 1992; Al‐Saadi, et al., 1999;  and  Abaychi,  1995).    Heavy  metals  in  both  standing  and  running  Iraq  inland  waters  received  little  attention;  their  normal  content,  geochemical  cycles  and  their  distributions in our aquatic environment have not been clearly identified (Al‐Haidarey,  2003).        Just few months after the re‐flooding of the Mesopotamian marshes, lots of scientist,  universities  professors,  Ministries,  and  organizations  started  to  study  and  investigate  the new re‐flooded system, such as: Iraqi Foundation (IF) teem (2003) studied the water  quality in the Mesopotamian marshes;  Richardson,  et al. (2005)  studied the ecological  assessment  of  Al‐Hammar,  Central  Marsh,  and  Al‐Hawizeh  marshes  after  being  re‐ flooded.  In  this  study,  used  the  Ecosystem  Functional  Assessment  (EFA)  method  to  estimate the overall ecosystem health; in this study showed that the nearly 20% of the  original  15,000‐square‐kilometer  marsh  area  was  re‐flooded  by  March  2004,  but  the  extent of marsh restoration was unknown. High‐quality water, nonsaline soils, and the  densest  native  vegetation  were  found  in  the  only  remaining  natural  marsh,  the  Al‐ Hawizeh, located on the Iranian border.        Although substantially reduced in area and under current threat of an Iranian dike, it  had  the  potential  to  be  a  native  repopulation  center  for  the  region.  Rapid  reestablishment,  high  productivity,  and  reproduction  of  native  flora  and  fauna  in  reflooded  former  marsh  areas  indicate  a  high  probability  for  successful  restoration,  8   

Chapter One: Introduction and literature Review   provided the restored wetlands are hydraulically designed to allow sufficient flow of non  contaminated  water  and  flushing  of  salts  through  the  ecosystem;  Al‐Kinzawi  (2007)  studied the biomass and  biodiversity of aquatic plants  in  Central  marsh; Neghamish  &  Ali  (2005)   have  studied  the  physical  and  chemical  properties  of  water  for  many  locations of Thi‐Qar Marshes during July‐August 2004.       1‐5‐1. HMs in Water:       The HMs in water resources has important repercussion for the environment and for  human health, as a results there have been many studies in different region of the world  designed  to  evaluate  the  degree  of  HMs  pollution  of  a  given  system  (Dilek  &  Ahmet  ,  2004; Ahmet, et al., 2005 ; and Dilek & Ahmet, 2006)        Few studies were about the HMs pollution along the Tigris, Euphrates, and Shatt Al‐ Arab River.       In  Shatt  Al‐Arab  River  Abaychi  &  Douabul  (1985),  and  Abaychi  &  Al‐Saad    (1988)  studied  HMs,  they  recorded  higher  concentration  of Ni  and  V.  Al‐Saad    (1995)  and  Al‐ Khafaji (1996) studied dissolved and particulate phase of HMs in waters of NW region of  the Arabian Gulf, they found seasonal variation in concentration of different elements.    Al‐Hajaj(1997)  described  the  distribution  of  HMs  in  waters  and  sediments  in  the    Al‐ Ash’ar  and  Al‐Khandaq  channels    that  which  associated  with  Shatt  Al‐Arab  River,  she  found that there were negative  significant correlation between increasing of HMs and  the density of algae.        Kassim,  et  al.  (1997)  studied  six  heavy  metals  (Cd,  Pb  ,  Ni  ,  Zn  ,  Mn  and  Cu)  at  the  upper  region  of  the  Euphrates  river,  they  recorded  clear  seasonal  variation  in  their  concentrations  in  filtered  water.  These  concentrations  were  much  higher  in  the  suspended  particles,  and  they  found  that  HM  concentrations  in  the  Upper  Euphrates  lower than their concentrations in Tigris River.        Sabri, et al. (1993) studied the concentrations of Cd, Cu, Co, Fe, Zn, Mn, Pb and Ni in  water in Tigris River at Samarra, they recorded that concentrations in water were either  significantly lower or within the Iraqi river water standards and the average clean river  water of the world. Variations in the concentrations of heavy metals in suspended solids  were interpreted to be due to local differences in current velocity and distance from the  shore line (from sewage source of the residential sector). Results stress the importance  of  the  suspended  solids  in  transportation  of  heavy  metals  in  Tigris  River.  Higher  concentrations of Co, Mn and Fe are discussed in relation to sedimentation process and  the nature of the river basin.       Al‐Imarah  et  al.  (2000),  have  a  comprehensive  study  for  determination  of  HMs  in  water  from  southern  Iraq,  which  covers  Tigris  River,  Al‐Izz  River  within  the  marshes,  Shatt  Al‐Arab,  Shatt  Al‐Basrah  and  Khor  Al‐Zubair  has  been  conducted  that  the  concentration  of  HMs  were  higher  than  allowed  levels  by  WHO  (1971)  and  Iraqi  limitations for freshwater quality.        Al‐Saadi, et al.  (2002) studied  HMs in the Habbaniya lake (Cu, Cd, Pb, Ni, Mn, and  Zn),  Zn  had  the  highest  concentration  among  the  studied  metals  in  filtered  water  and  suspended particles with an average of 4.08 μg/l and 26088 μg/g, respectively.        Al‐Saa’don (2002) recorded the concentration of Pb , Cd, Cr, Co, and Cu were slight  to high in Khor Al‐Zubair and Shatt Al‐Basrah  comparable to those in other world.   9   

Chapter One: Introduction and literature Review         In  Thiqar  Government  marshes,  Al‐Khafaji  (2005)  found  that  the  concentration  of  trace  metals  in  water  samples  were  high,  that  revealed  the  expected  pollution  in  this  area.  This pollution could be arises from different sources, natural and anthropogenic,  as listed above.        Salman (2006) found that the heavy metals (Cd, Co, Cr, Cu, Fe, Mn, Ni, Pb, and Zn) in  the Euphrates River were in the permissible range of values reported for fresh water by  the WHO, but they were more than that recorded by Abaychi & DouAbal (1985), in Shatt  Al‐Arab River;  and Al‐Taee (1999) in Al‐Hilla River.       Al‐Shawi  (2006)  studied  the  physiochemical  parameters  in  three  stations  in  Al‐ Hammar Marsh. He listed the HMs concentrations during his study in order to compare  them with the previous studied which was done before the desiccation.             Hassan (2007) found the concentrations of Pb and Cd in the Shatt Al‐Arab River were  much  higher  than  normal  background  values  and  the  ranges  of  Pb  and  Cd  concentrations were higher than Iraqi standards of trace metals.        In  Shatt  Al‐Hilla  River  Al‐  Taee,    et  al.,  (2007)  studied  the  levels  of  non‐essential  HMs(Al,  Cd,  Pb,  and  Hg).  The  concentrations  of  the elements,  during the  investigation  period,  were  within  the  elevated  values  (comparing  these  results  with  the  WHO  guidelines for the domestic waters).       Hussein,  et  al.,  (2007)  investigated  the  essential  trace  metals  concentrations  (chromium, cobalt, copper, iron, manganese, molybdenum, nickel, selenium, vanadium  and zinc) in Shatt Al‐Hilla River. Their study demonstrated that the concentrations of the  elements  fall  within  the  high  values,  indicating  that  waste  materials  had  been  thrown  into  the  river  which  became  polluted.  Concentrations  of  cobalt,  iron  and  manganese  were within the WHO limits.         Adam et al. (2007) determined ten chemical elements (Al, As, Ca, Cu, Fe, Pb, Li, Mg,  Hg , and Zn in water of 12 sites from southern Iraqi marshland, they recorded Calcium  and  Magnesium  values  were  the  highest  in  the  range,  and  higher  in  Al‐Izz  river  of  Central  Marsh.  Iron  in  the  concentration  of  0.02  mg/l  was  recorded  in  Al‐Izz  river  of  central  marsh  and  Al‐Tarabah  village  of  Al‐Hawiezah  marsh  only.  Zinc  is  distributed  widely in Iraqi marshes, the highest recorded value for Zn was in Abu‐Ijel Marsh , Copper  was  in  a  lower  concentrations  and  reported  values  in  certain  places  only  with  the  highest value in Um‐ Nakhlah. Mercury and Aluminum each were recorded in one site,  0.11  mg/l  Mercury  in  Al‐Izz  river  and  13  mg/l  Al  in  South  of  Al‐Hawiezh  marsh.  Lead,  Lithium, and Arsenic were absent in this study.       Al‐Haidarey (2009) studied the diurnal change of HMs in the Al‐ Kufa River, his results  showed  that  the  variations  were  caused  by  biological  activity  in  the  River  (photosynthesis–respiration  reactions),  there  were  negative  diurnal  concentrations  between  pH,  DO,  chlorophyll‐a,  and  primary  productivity  with  metals  concentration.  Generally  during  the  sunny  hours,  the  heavy  metals  concentrations  were  less  than  during the nocturnal hours. Some HMs values were more than the permissible range of  values reported for fresh water by the WOH at night hours (V, Cd, Cr, and Pb).    1‐5‐2. HMS IN SEDIMENTS:        On  a  weight  per  square  meter  basis,  the  uppermost‐surficial  sediments  constitute  the  largest  HMs  reservoir  in  aquatic  systems.  Once  accumulated  in  sediments,  the  10   

Chapter One: Introduction and literature Review   metals  continue  to  pose  a  threat  to  aquatic  life  due  to  re‐suspension  into  the  water  column  from  geochemical  re‐cycling  (Santschi,  et  al.,  1986;  Wagemann,  et  al.,  1994;  Campbell & Tessier, l996; Ahmet, et al., 2005  ), accumulation in benthic fauna that feed  on  sediments  and  through  food  chain  transfer,  including  organo‐elements  (Luoma,  et  al., 1992; Lemly, 1993; Hare, et al.,1994; and  MacFarlane, et al.,2006).         Many  studies  in  different  region  from  the  world  have  used  the  sediments  of  the  wetlands as indicator for pollution (Forstner, 1983; Engstrom & Wright, 1984; Bengtsson  &  Enell,  1986;  Horowitz,  1991;  Horowitz,  et  al.,  1993;  Bradle,  2005;  Dilek  &  Ahmet,  2006; and Syrovetnik, et al., 2007).         In  Arabian  Gulf,  Al‐Hashimi  &  Salman  (1985)  showed  that  the  concentration  of  Ag,  Cd, Co, Cu, Fe, Mn, Ni, Pb, V, and Zn were within the natural limits and for below the  levels  of  pollution.  Al‐Edanee,  et  al.  (1991)  studied  HMs  in  the  sediments  of  Khor  Al‐ Zubair and they showed that the concentrations of most HMs were in the residual more  than  them  in  exchangeable  phase.  Al‐Abdali,  et  al.  (1996)  found  that  the  positive  correlations  between  increasing  of  trace  metals  concentration  and  decreasing  of  carbonate  and  grain  size.  In  Shatt  Al‐Arab  River  and  Khor  Al‐Zubair,  Al‐Saa’don  (2002)  investigated  the  correlation  among  TOC,  hydrocarbons  and  HMs,  and  the  correlations  were positive significant. Hassan (2007) showed that the concentrations of Pb and Cd in  the Shatt Al‐Arab River sediments were higher than Iraqi standards and WHO, and that  there  were  a  significant  variation  in  the  Pb  and  Cd  concentrations  during  winter  and  spring. He found that there was a significant correlation among the concentration HMs  and TOC.        Al‐Imarah, et al. (2007) studied the  Levels of the trace metals Cd, Co, Cu, Fe, Mn, Ni,  Pb  and  Zn  in  sediments  from  southern  Iraqi  wetlands  represented  by  the  three  main  marshes, (Al‐Haweizah, Central and Al‐Hammar), the Shatt Al‐Arab, Garmat Ali and the  northern Arabian Gulf. The highest mean concentrations of trace metals in sediments (in  μg/g)  were  35.92  (Cd),  836.46  (Co),  48.69  (Cu),  18,435.50  (Fe),  3,648.28  (Mn),  486.95  (Ni),  5435.5  (Pb)  and  539.8  (Zn)  at  Central  Marsh,  Central  Marsh,  Central  Marsh,  Al‐ Haweizah,  Qurna,  Garmat  Ali,  Qurna  and  Qurna  respectively.  Certain  sites  along  Shatt  Al‐Arab  River  receive  huge  amounts  of  wastes  from  municipal,  industrial  and  commercial  facilities,  which  might  increase  the  levels  of  pollutants  in  water  and  sediments,  as  it  is  found  in  Ras  Al‐Beesha  at  the  top  north  of  the  Arabian  Gulf  as  pollutants in the particulate phase of water are separate and precipitate.    1‐5‐3. Snail as Bioindicators :        Freshwater mollusks – snails and bivalves‐ have been used frequently as bioindicator  organisms. Two important advantages of snail and bivalves over most other freshwater  organisms for biomonitoring are their  large  size  and limited mobility, in addition,  they  are  abundant  in  many  types  of  freshwater  environments  and  are  relatively  easy  to  collected and identify (Jamil, 2001).         The interaction of benthic organisms with a pollutant adsorbed on the sediments is  more difficult to characterize. In this case, there is contact interstitial water, free water,  and  solid  particulates.  A  simplified  hypothesis  consists  of  allowing  that  the  organisms  are  exposed  to  interstitial  water,  which  enables  that  use  of  habitual  toxicity  assays  to  characterize the effects (Dickson, et al., 1987).     11   

Chapter One: Introduction and literature Review        Many researchers used  mollusks as bioindicators to determine the levels of HMs in  the  aquatic  environments  (Boalch,  et  al.,1981; Salanki,  et  al.,  1982;  Axiak  &  Schembri,  1982; Weimin, et al.,1993;  Al‐Adrise, 2002; MacFarlane, et al.,2006 ; DeWeese, et al.,  2007).       Few    workers  used  Invertebrates    as  bioindicator  to  determine  the  levels  of  heavy  metals  in  Iraqi  aquatic  systems  ,  Mustafa  (1985)  mentioned  to  determine  the  level  of  HMs  in  Shatt  Al‐Arab  River  ,  and  investigate  the  possibility  of  using  the  fresh  water   Corbicula fluminae as bioindicator for HMs pollution, he studied the Cd, Cu, Ni, Mn, Pb,  and  Zn  elements  ,  he  founed  that  there  was  significant  correlation  between  the  concentration  of  particulate  HMs  and  those  extracted  from  tissue,  this  could  be  attributed  to  the  fact  that  this  mussel  is  a  filter  feeder.    Salman  (2006)  studied  some  trace  elements  in  Corbicula  fluminae‫و‬ and Unio  tigridis  which  collected  from  Euphrates  River,      and  he  found  that  there  were  high  concentrations  of  HMs  in  their  tissues.        1‐5‐4. Plants as bioindicator:        Freshwater  aquatic  plants  are  those  that  are  physiologically  adapted  to  surviving  in  permanent  or  semi‐permanent  freshwater  ecosystems.  Aquatic  plants  are  known  in  accumulating metals from their environment (Outridge & Noller, 1991; and Ali & Soltan,  1999) and affect metal fluxes through those ecosystems (Jackson, et al., 1994; and St‐  Cyr, et al., 1994). The concentrations of metals in aquatic plants can be more than 100  000  times  greater  than  in  the  associated  water  (Albers  &  Camardese,  1993).  Certain  aquatic  plant  species  can  be  used  as  bioindicators  of  low  level  environmental  contamination  that  might  be  difficult  to  detect.  Of  importance  too  is  the  fact  that  contaminated aquatic vegetation can be a source of food for a variety of herbivores and  detritivores,  leading  to  the  possibility  of  bioaccumulation  of  metals  in  higher  trophic  levels of the food chain (Crowder, 1991; and Devi, et al., 1996).       Several studies have shown  that  wetlands  are very effective  in removing HMs from  polluted  waters  (Qian,  et  al.,  1999;  and  Yang,  et  al.,  2008).  Different  wetland  plant  species differ, however, in their abilities to take up and accumulate various HMs in their  tissues  (Rai,  et  al.,  1995).  Recently,  wetland  plant  species  with  abnormally  high  capacities of trace element (Cu, Ni, Zn and so on) removal from water were identified  (Zayed,  et  al.,  1998;  and  Zhu,  et  al.,  2003)  duckweed  (Lemna  minor  L.)  and  water  hyacinth [Eichorniacrassipes (Mart.) Solms‐Laubach] were excellent accumulators Cd, Se  and Cu. Typically, submerged species have been found to accumulate relatively high HM  concentrations when compared with emergent species (Kara, 2005; and Al‐Byati, 2008)        In the Turkey wetlands (Sultan Marsh), Dilek & Ahmet (2006) studied HMs in aquatic  plant  tissues;  they  found  that  the  Potamogeton  (P.)  pectinatus  accumulated  heavy  metals  more  than  those  of  G.  densa.  Therefore,  all  plants  can  be  used  as  biological  indicators  while  determining  environmental  pressures;  however,  Phragmites  australis  has proved more appropriate (Al‐Haidarey, 2003).  Ahmet, et.al., (2005) showed that the  tissues  of  Phragmites  australis  accumulated  heavy  metals  more  than  those  of  Ranunculus sphaerosphermus. The heavy metal accumulation in different parts of plants  followed the sequence: root > stem > leaf. Dilek & Ahmet (2004) found that the Leaves  of T. angustifolia accumulated less heavy metal than the corresponding roots. There was  12   

Chapter One: Introduction and literature Review   a significant relationship between Cd concentration in samples of plants and water pH  value.  It  has  been  found  that  the  tissues  of  T.  angustifolia  accumulate  more  heavy  metals than the  tissues  of P. pectinatus, while Al‐Haidarey (2003) found  match results  but with Phragmites australis plant.       In  Iraq,  numerous  researcher  used  the  aquatic  plant  as  bioindicator  for    HMs  pollution  (Abaychi  &  Al‐Obaidy,  1987;  Ibrahim,  1993;  Al‐Taee,  1999;    Al‐Saadi,  et  al.,  2002; Algam, 2002 ; Sabri, et al.,2001; Al‐Haidarey, 2003; and Salman, 2006).        In  Mesopotamian  Marshes,    Al‐Saad  et  al.,  (1994)  studied  the  distribution  and  concentrations  of  HMs  in  aquatic  plants  of  Al‐Hammar  Marshes  ,  they  found  that  the  concentrations of Fe, Mn, Pb, Ni, and Zn in plants studies were lower than the baseline  concentrations,  while  those  for  Cd,  Cr,  and  V  were  relatively  higher;  Awad  and  Mahdi  (2005) studied a HMs in aquatic plants from different regions of southern Iraqi marshes  (Amara & Basrah). The results showed that the heavy metals content of plants had wide  different  concentration  ranges  which  revealed  that  these  plants  concentrate  and  accumulate  these  metals  from  their  environment  (  water  and  sediment).    Awad  et  al.(2008)  analyzed  a  trace  metals  (Cd,  Pb, Cu, Zn,  Mn and  Fe)  in  six  species  of  aquatic  plant (P. Crispus , P. nodosus, Ceratophyllum demersum,  Salvinia natans, Potamogeton  pectinatans, Salicornia herbaceal, and Vallisneria spiralis) and sediments of Al‐Hawizeh  and Al‐Hammar marshes, the results showed higher concentration of HMs in sediment  than in plants. No significant differences were observed in trace metals concentrations  in aquatic plants and sediment samples for both Al‐Hawizeh and Al‐ Hammar marshes.  Generally, the levels of the studied metals in plants and sediments of region were lower  than the other compared areas of the world.   1‐6 Aims of the study:       Nowadays, Heavy Metals have a great ecological significance due to their toxicity and  accumulative  behavior.  They  contrary  to  most  pollutants  are  not  bio‐degradable  and  undergo  a  global  eco‐biological  cycle  in  which  natural  waters  are  the  main  pathway  (Nurenburg, 1984). Drainage and restoration processes took place in the Iraqi wetlands;  therefore, we don’t know much about HMs in this unstable ecosystem.   Therefore the present study aimed to:   1. To  take  place  the  general  background  about  the  concentration  of  heavy  metals  in  the  Mesopotamian  marshes  by  monthly  monitoring  of  the  concentration  of  heavy  metals  and  some  physiochemical  properties  in  the  Central,  Al‐Hawizeh  and  Al‐ Hammar marshes in dissolved part.  2. To evaluate the behavior and mobility of HMs in Al‐Hawizeh Marsh   3. To  determine  the  loading  of  HMs  in  Al‐  Hawizeh  marsh  to  answer  whether  the  marsh is a source or sink of heavy metals.   4. To assess weather are there relationship between heavy metal concentrations and  water & sediment quality?   5. To  monitor  the  fate  and  cycling  of  heavy  metal  concentrations  in  Al‐Hawizeh  marshes.   6. To  answer  if  we  can  use  Bellamya  (Viviparus)  bengalensis  snails  and  Potamogeton  perfoliatus (P. perfoliatus submerged plants as bioindicator, to indicate the presence  of heavy metals in the Mesopotamian marshes.   13   

Chapter Two: Material and methods    

   

         

  Chapter   Two    Material and Methods 

          14   

Chapter Two: Material and methods    

2.1. The Study stations:   2.1.1. General Description of the sampling sites:       Twenty one station were chosen in the three main Mesopotamian Marshes (Fig. 2‐1 & 2‐ 2) based on general morphology, vegetation, and the presence or absence of population in  each site; the geographical coordinates of the stations (Table 2‐1) are determined by mean  of GPS.     2.1.1.1 Al‐Hawizeh Marsh:       The  Hawizeh  Marsh  lies  to  the  east  of  the  Tigris  River,  straddling  the  Iran‐Iraq border (  between  31°  00’‐31º45’  N,  47°  25’‐47º  50’  E;  (Scott,  1995)).  The  Iranian  section  of  the  marshes is known as Al‐Azim Marsh where it is fed primarily by the Karkeh River. In Iraq, this  marsh is largely fed by two main distributaries departing from the Tigris River near Amarah  city,  known  as  Al‐Musharah  and  Al‐Kahla.  During  spring  flooding  the  Tigris  may  directly  overflow into the marshes. Extending for about 80 km from north to south, and 30 km from  east to west, It occupy an area between 2500‐3500 Km2 during the flooding season (mid of  March  to  the  end  of  May),  (UNEP  2001,  Fig.  2‐1).  The  northern  and  central  parts  of  the  marshes  are  permanent,  but  towards  the  southern  sections  they  become  increasingly  seasonal in nature. The permanent marshes have moderately dense vegetation, alternating  with  open  stretches  of  water.  Large  permanent  lakes  up  to  6  m  deep  are  found  in  the  northern parts of the marshes.       Al‐Hawizeh  and  its  associated  marshes  are  considered  to  be  the  largest  within  the  Mesopotamian (Wali, 1967). Although, Al‐Hawizeh is fortunately less affected in comparison  to Al‐Hammar and the Central Marshes since it has water inputs from Al‐Karkheh River in  the  Iranian  territories  (Scott,  1995;  UNEP,  2001).  However,  the  loss  of  water  changed  the  region  significantly  and  divided  it  into  three  distinct  areas:  The  northern  east  part  of  Al‐ Hawizeh,  which  is  close  to  the  Iraq‐Iran  border  remained  wet;  The  center  section  also  retained  water,  however  it  became  drastically  reduced  compared  to  its  original  size.  The  geomorphology of this area help to save the water from the surrounding areas and it has a  water discharge from the area which never been dried.       The southern part was dried completely and became a desert. According to CRIM (2006),  Al‐Hawizeh including Al‐Sanna’f marsh occupy an area between 650 to 1500 Km2, and the  total length of the marsh was about 80 Km and the average width is 30 Km.       In  this  study  17  stations  are  chosen  at  Al‐Hawizeh  Marsh  because  :  (1)  it  is  the  largest  marsh,  by  volume  and  area  in  Iraq,  (2)  socio‐economically  important;  sustaining  a  large  human  population  and  wildlife  habitat  critical  for  endemic  and  non  endemic  biodiversity  (Evans, 2001) , (3) limited scientific knowledge of Al‐Hawizeh  due to the inaccessibility of Al‐ Hawizeh marsh, (4) an area of Al‐Hawizeh which was never dried in the 1990’s provides a  background  level    of  heavy  metals  concentrations  to  compare  with,  (5)  it  is  a  potential  RAMSAR  (is  an  international  treaty  for  the  conservation  and  sustainable  utilization  of  wetlands,  i.e.,  to  stem  the  progressive  encroachment  on  and  loss  of  wetlands  now  and  in  the  future,  recognizing  the  fundamental  ecological  functions  of  wetlands  and  their  economic, cultural, scientific, and recreational value, it is named after the town of Ramsar in  Iran) site and by studying this marsh it will provide scientific information useful to national  and  international  communities  (Scott,  1995),  (6)  Al‐Hawizeh  Marsh  has  diverse  biological  habitats  in  contrast  to  Al‐Hammar  and  the  Central  marshes  (Stattersfield  et.  al.,  1998)  .  It  provides resources for local human communities, important habitat for migrating birds and  15   

Chapter Two: Material and methods    

it  is  also  the  major  source  of  the  natural  hydrology  in  the  Middle  East.  These  unique  marshlands are comprised of permanent and seasonal open water; vast reed beds, mudflats  and seasonally inundated plains (UNEP, 2001).  2.1.1.1.1. Input stations:         In this study chosen  5 inlet stations  includs :  a. Al‐Ka'hla  River  stations:  (St.  1,  2,  3,  4):  Al‐Ka'hla  River  feeds  Al‐Hawizeh  Marshes  via  three main tributaries:  1. Al‐Adel (Al‐Husa'chi) tributary:        25 Km length feeds Al‐Hawizeh via a set of pipes (CRIM, 2006). Al‐Husaichi is divided into  two branches, Al‐Adel (St. 1) and Al‐Adel old (St. 2), 5 Km before entering the Marsh from  these two branches pipes are installed to allow water into the marsh, and Al‐Husaichi passes  through  large  agricultural  fields.  The  drainage  water  from  these  fields  enters  directly  into  the river which can be a potential source of water contamination, as the fields are heavily  fertilized.  2.  Al‐Zubair tributary (St. 3):       This  tributary  is  of  22  Km  length,  it  has  two  main  branches  that  flow  into  Al‐Ma'eel  channel (CRIM, 2006) which runs directly into Al‐Hawizeh. Small villages are located along  the river, which are highly populated, and heavily utilize Al‐Zubair (Wali ,1967; and UNEP,  2001).   3. Abu Kassaf (Umm Al‐Toos) tributary (St. 4):       Small  villages  are  found  along  the  river  affecting  the  water  quality      of  Umm  Al‐Toos  (UNEP, 2001), 25 Km length and feeds Al‐Hawizeh directly (CRIM, 2006).   4. Al‐Musharah River (St. 5):               It extends from the Amarah governorate via Al‐Musharah city into Al‐Hawizeh. The total  length of Al‐Musharah is about 64 Km; the designed capacity of its regulator is about 100 m3  .sec‐1  but  the  actual  operating  capacity  is  50  m3  .sec‐1  (CRIM  2006).  Fifteen  irrigation  channels  drown  water  from  Al‐Musharah  River,  some  of  these  channels  feed  directly  Al‐ Sanna'f marsh. The water level in this river undergoes large fluctuations; the highest level  occurs during the flooding season (end of March early April). The lowest water levels occur  in the summer; due to the retention of water in upstream reservoirs and in the Al‐Sannaf  marsh.  With  such  demand  on  Al‐Musharah  river  prior  to  reaching  Al‐Hawizeh  greatly  decreases the amount of water entering Al‐Hawizeh (Walli , 1967).   2.1.1.1.2. Outlet stations:       There are two main outlets of Al‐Hawizah : Al‐Kassara and Al‐Suwayb rivers (Fig. 2‐2). The  water is controlled by regulators installed in these two rivers. This prevents flooding of cities  down stream during the flooding season (CRIM, 2006).   a. Al‐Kassara River (St. 6):        Two small rivers, Al‐Kassara old and Al‐Kassara new, merge together, forming Al‐Kassara  River. The length of Al‐Kassara old and Al‐Kassara new are 15 Km and 10 km respectively.  Their combined water discharge capacity is 200m3/sec.  This river flows from the north part  16   

Chapter Two: Material and methods    

of  Al‐Hawizeh  and  flows  directly  into  the  Tigris  River  .  Al‐Kassara  River  experiences  heavy  macrophytes  growth,  including  reeds  and  papyrus,  these  plants  impede  the  movement  of  water (CRIM 2006).   b. Al‐Swab River (St. 7):          Al‐Swab River is one of the water outlets of Al‐Hawizeh. It flows from the southern part  of  Al‐Hawizeh  Marsh  directly  flowing  into  Shat  Al‐Arab  River.  50  Km  length,  with  a  600m2.sec‐1 water discharge capacity (CRIM 2006, Fig. 2‐2).   2.1.1.1.3. Open water marsh stations :   a. Al‐Adaim Marsh (Ad1 and Ad2)(St. 8, 9):        Al‐Adaim  is  located  in  the  north  east  section  of  the  Al‐Hawizeh.  It  occupies  an  area  between 40‐80 Km2 and receives water from both Iraq and Iranian rivers.       Al‐Sanna'f  is  seasonal  channel  /  marsh  (87.5  Km2)  is  located  in  the  north‐west  of  Al‐ Hawizeh Marsh. According to the topography of the area, Al‐Sanna'f marsh is quite higher  than  Al‐Hawizeh.  During  the  flooding  season  the  extra  surface  water  runs  from  the  Al‐ Sanna'f  marsh,  the  higher  elevation  to  Al‐Hawizeh  via  Al‐Faisal  channel.  When  the  snow  melts in the Iranian and Turkish mountains the water level increasesin both the Tigris and  the Al‐Karkhah rivers. This excess water raises the water level of Al‐Sanna’f marsh which in  turn enters  north Al‐Hawizah (Al‐Adaim Marsh).      Al‐Karkeh  River  originates  in  the  mountains  of  Iran,  and  discharges  into  Al‐Hawizeh  Marshlands. In 2001, Iran completed a large dam on this river, which has halted water flow  to  the  marshlands.  Plans  are  underway  to  transfer  water  from  the  Karkheh  reservoir  to  Kuwait  via  a  540‐km  pipeline,  supplying  Kuwait  with  200 million gallons  of freshwater  per  day (Partow 2001). The Al‐Karkheh River (850 Km length) enters on the north east side of Al‐ Hawizeh marsh (Al‐Adaim Marsh), from Iran. It’s annual discharge into Al‐Hawizeh marsh is  about 256x107 m3.       The  dominant  plant  species  are  Potomogeton  crispus,  Potamogeton  perfoliatus,  Najas  marina  and  Najas  minor.  Since  this  area  is  closed  to  the  Iraq‐Iran  border,  there  are  no  human populations established there.    b. Al‐Soda north (Sod.N) (St. 10):        Al‐Soda north is located in the north of the Al‐Hawizeh. It occupies an area between 20‐ 30  km2.  This  area  receives  water  from  Al‐Musharah  River.  Potomogeton  crispus,  Potamogeton  perfoliatus,  Ceratophyllum  derasum,  and  Phrugmites  astralus  are  the  dominant plant species. In the northern portion of this marsh there is a small village called  Al‐Musharah village.     

c. Um El‐Nia’aj (UmNj1 & UmNj2)(St. 11, 12):        Um  El‐Nia’aj  is  the  largest  water  body  and  located  in  the  north  western  section  of  Al‐ Hawizeh. It occupies an area between 140‐200 Km2. The main water sources of Um El‐Nia’aj  are Al‐Zubair and Umm Al‐Toos rivers. This area has a various plant species like Phragmites  australus,  Ceratophyllum  demrasum,  Potomogeton  leucenus,  Potamogeton  perfoliatus,  17   

Chapter Two: Material and methods    

Najas marin, and Najas minor.  Large villages are established near this marsh such as Abu  Khassaf village.   d. Al‐Baidah (Bed) (St. 13):         Al‐Baidah is located in the east of Al‐Hawizeh, close to the Iraq‐Iran boarder. It occupies  an  area  between  6‐12  Km2.    The  water  body  is  dominated  by  Myrophyllum  spicatum  and  Potamogeton  perfoliatus.  During  the  Iraq‐Iran  war  the  ecosystem  of  this  marsh  was  destroyed, including Macrophyte beds and the fisheries. Small individual fisheries operating  in this area can no longer support a large population as it once did.    2.1.1.1.4. Shallow Marshes stations:  a. Um Al‐Wared (UmWd)(St. 14):       Um Al‐Wared marsh is located in the north west of Al‐Hawizeh, just below Um El‐Nia’aj  open water body, Al‐Husaychi River is an important water source for Um Al‐Wared ; and it  has a connecting channel with Um El‐Nia’aj. When the water level increases in Um El‐Nia’aj,  water flows through Al‐Doob channel directly into Um Al‐Wared. The flow is reversed when  the water level in Um El‐Nia’aj decreases. Um Al‐Wared marsh is dense with the presence of  Phragmites ustralus   The growth pattern of Phragmites ustralus communities make it hard  to delineate Um Al‐Wared from surrounding shallow marshes. This marsh is also dominated  by  Potomogeton  leucenus,  Potamogeton  perfoliatus  and  Potomogeton  crispus.  Um  Al‐ Wared is abundant with natural resources, supporting local communities.   a. Al‐Souda south (Sod.S)(St. 15):         Al‐Souda  south  marsh  is  located  in  the  center  of  Al‐Hawizeh.  It  is  difficult  to  define  a  boundary  for  this  marsh  because  it  is  continuous  with  the  surrounding  marshes,  such  as  Umm  Al‐Nia’aj  and  Umm  Al‐Warid  marsh.  The  water  flows  from  the  north  via  Umm  Al‐ Warid and Umm Al‐Nia’aj into Al‐Souda south marsh. The marsh is so close to the central  embankment  which  divides  the  marsh  in  to  northern  and  southern  parts.  Majority  of  the  water of from Al‐Souda south flows out of Al‐Hawizeh through the Al‐Kassara outlet river.  Al‐Souda  south  marsh  supports  a  lot  of  local  fisheries.  The  dominant  plant  species  of  this  marsh are Phragmites ustralus, Potamogeton perfoliatus, and Najas marin.     b. Majnoon (Maj)(St. 16) :       Majnoon  marsh  is  the  closest  to  Al‐Swaib  Outlet  River.  Majority  of  the  water  exits  Al‐ Hawizeh by Al‐Swaib flowing through Majnoon marsh.    c. Lissan Ejerda (LesEj)(St. 17):           Lissan  Ejerda  lies  to  the  North  of  Majnoon  marsh,  receiving  water which  flows  through  several pipes in the central embankment. Lissan Ejerda marsh is dominated by Phragmites  ustralus, Potamogeton perfoliatus, and Najas marin, while Majnoon marsh is dominated by  Phragmites ustralus,  Potamogeton perfoliatus, and Myrophyllum spicatum.       Lissan  Ejerda  and  Majnoon  marshes  share  the  southern  part  of  Al‐Hawizeh.  The  main  feature of the southern part of Al‐Hawizeh marsh is the embankments. There were at least  ten  embankments  built  across  Al‐Hawizeh  (Fig.  2‐2),  splitting  the  marshes  into  several  marshlands. Lissan Ejerda and Majnoon are the largest marshlands in the southern part of  Al‐Hawizeh marsh.     18   

Chapter Two: Material and methods    

2.1.1.2 The Central Marshes:       Located immediately above the confluence of the two Mesopotamian rivers, the Central  Marshes  are  at  the  heart  of  he  Mesopotamian  wetland  ecosystem.  Bounded  by  the  Tigris  River  to  the  east  and  the  Euphrates  River  in  the  south,  the  area  is  roughly  delimited  by  a  triangle  between  Al  Nasiriyah,  Qalat  Saleh  and  Al  Qurnah.  Receiving  water  influx  mainly  from an array of Tigris distributaries, most of which branch off from the Shatt Al‐Muminah  and Majar Al‐ Kabir, as well as the Euphrates along its southern limit, the Central Marshes  cover an area of about 3,000 km2. During flood periods this may extend to well over 4,000  km2 (Andrew, 2005, Fig: 2‐1 ).       Interspersed  with  several  large  open‐water  bodies,  this  freshwater  marsh  complex  is  otherwise densely covered in tall reed beds. Al Zikri and Umm Al Binni Marsh are some of  the notable permanent lakes  which are located around the centre of these marshes, and  are  approximately  3m  deep  and  (Thesiger,  1964).  Along  the  marshes’  northern  fringes,  dense networks of distributary deltas are the site of extensive rice cultivation. The Central  Marshes are considered to be a highly important breeding, staging and wintering area for  large populations of a broad variety of waterfowl species. Difficulty of access, however, has  limited comprehensive ornithological investigations of the site. Endemic sub‐species of the  Smooth‐coated  Otter  have  been  reported  in  the  region  (Scott,  1995).  Most  of  the  known  major archaeological resources are outside the marshes, with the exception of some within  the Central Marshes.       A  greater  amount  would  be  initially  required  to  completely  re‐flood  the  marshes,  accounting  for  seepage  into  the  ground  and  for  a  greater  rate  of  evapotranspiration  over  the  dry  marshlands  compared  to  the  fully  flooded  marshlands.  The  larger  Central  Marsh  may require a larger water flow, up to 9 bm3/year, to sustain it.    In the Central Marshes chosen two stations (Fig. 2‐3) :  a. Beginning Al‐Baghdadia (B.albagh)(St. 18), and   b. Middle Al‐Baghdadia (M.albagh)(St. 19):       These  are  freshwater  lakes,  with  chemical  precipitation  of  calcareous  sediment  along  with  terrigenous  material  (terrigenous  sediments  are  those  derived  from  the  erosion  of  rocks  on  land;  that  is,  that  are  derived  from  terrestrial  environments,  consisting  of  sand,  mud,  and  silt  carried  by  rivers,  their  composition  is  usually  related  to  their  source  rocks).  The waters of the marshes are clear. Along the marsh’s northern fringes, dense networks of  distributary  (is  a  stream  that  branches  off  and  flows  away  from  a  main  stream  channel)  deltas  are  the  sites  of  extensive  rice  cultivation.  Water  depth  reach  to  1.5m,    several  agricultural  activities,  buffalo  farm,  and  fisheries  activities    near  by,  and  there  are  some  small  village  beside  our  stations  .  Macrophytic  floras  are:  Phragmites  ustralus,  Typha  domingensis,  Potamogeton  perfoliatus,  Najas  marin,  Ceratophyllum  demersum  ,  Myrophyllum spicatum, and  Tamarix sp. (native to drier areas).   2.1.1.3. Al‐Hammar Marshes:       The Al‐Hammar Marsh represents about 21% of the total marshland in the southern Iraq.  The marsh area comprises 2,800 km2 of permanent marsh and lake, expanding to over 4,500  km2  during  periods  of  seasonal  and  temporary  inundation.  Al  Hammar  Lake,  which  dominates the marshes, is the largest water body in the lower Euphrates. It is approximately  19   

Chapter Two: Material and methods    

120km long and 25km at its widest point. Slightly brackish due to its proximity to the Gulf,  the  lake  is  eutrophic  and  shallow,  the  current  velocity  and  the  annual  discharge  are  454  m3.sec‐1, and 14.3km3 respectively. The daily mean temperature is between 12.4° at Jan to  33.9°  at  Aug.  The  annual  mean  of  rain  fall  between  84–396mm,  and  the  dry  period  lies  between  Jun  ‐  Oct  (Anon,  1986),  the  mean  daily  evaporation  and  sunshine  duration  are  9.4mm and 9.2hr respectively (Al‐Saadi and Al‐Mousawi, 1988, & Al‐Saadi, et al., 1989). The  Al‐Hammar Marsh is situated south of the Euphrates, extending from near Nasiriyah in the  west to the outskirts of Basra on Shatt Al‐Arab River in the east. To the south, saline lakes,  sabkhas,  and  the  sand  dune  belt  of  the  Southern  Desert  borders  the  marshes.  Maximum  depth at low water levels is 1.8m and about 3m at high water mark (Maltby, 1994). During  the summer, large parts of the littoral zone dry out, and banks and islands emerge in many  places.       Fed  primarily  by  the  Euphrates  River  (which  constitutes  the  northern  limit  of  these  marshes), these waters drain at Qarmat Ali into the Shatt Al‐Arab. A considerable amount of  water  from  the  Tigris  River,  overflowing  from  the  Central  Marshes,  also  nourishes  the  Al‐ Hammar Marshes. Groundwater recharge is another likely source of replenishment. The Al  Hammar marsh complex boasts one of the most important waterfowl areas in the Middle  East,  both  in  terms  of  bird  numbers  and  species  diversity.  The  vast  and  dense  reed  beds  provide  ideal  habitat  for  breeding  populations,  while  the  eco‐tonal  mudflats  support  shorebirds. Globally significant concentrations of migratory waterfowl have been recorded  during winter, and although not properly surveyed, the area is likely to host similarly high  numbers during the spring and autumn seasons (Scott, 1995).       Rice  is  cultivated  in  the  distributaries  of  the  Interior  Delta  regions  at  the  eastern  and  northern ends of the Al‐Hammar Marsh, and at the northern end of the Central Marshes.  Southern Iraq the home of perhaps 5% of the world’s total oil reserves. The largest oilfields  in  southern  Iraq  include  Rumayllah,  North  Rumayllah,  West  Qurnah  (all  located  within  or  adjacent to the Hammar Marsh), and Majnoon (located within the Haweizeh Marsh).        The lake is oxygen‐deprived and brackish. Sediments within the lake are gray calcareous  silts. During the summer, large parts of the shoreline dry out, and banks and islands emerge.  The lake is surrounded from the north and northeast by freshwater marshes characterized  by more terrigenous and organic‐rich sediment and extensive reed beds. The sources of the  rivers  and  their  lakes  and  marshes  have  changed  greatly  through  time,  as  evidenced  by  maps during the past few centuries, and other verbal accounts. Lake Hammar is though to  be  formed  as  recently  as  600A.D.  (Rzoska,  1980).  At  times,  more  than  80%  of  the  Tigris  discharge goes to this marsh, while the Euphratis River disappears in it., and its discharges  directly  to  the  Shatt  al‐Arab.  It  has  been  estimated  that  the  Al‐Hammar  Marsh  has  historically required a water flow of 3.6 billion cubic meters per year (bm3/yr) to maintain a  level sufficient for the needs of fishing and rural life (Kassim & Al‐Saadi, 1995).     In  this marsh chosen two stations:  a. Al‐Nagarah (Al‐Nag) (St. 20):       This station is so closed with the Shatt Al‐Arab River (Al‐Mashab, and Al‐Salal) with water  depth  reach  to  5m  at  tide,  high    turbidity,  several  agricultural  activities,  buffalo  farm,  and  fisheries activities  near by. Macrophytic flora were: Ceratophyllum demersum, Phragmites  ustralus,  Typha  domingensis,  Potamogeton  perfoliatus,  Najas  marin,  and  Myrophyllum  spicatum. The plant leaves covered with salt (Fig: 2‐3).    20   

Chapter Two: Material and methods    

b. Al‐Burgah (Al‐Bur)(St. 21):        This station is considered as an open shallow water marsh area with light transparency  reach to the bottom. The dominant plants are similar to that in previous station but more  abundance, as well as some filaments algae. The plant leave less covered with salt (Fig. 2‐3).     

 

  Fig (2‐1): Mesopotamian Marshes, southern Iraq.  21   

Chapter Two: Material and methods    

 

N

             Fig. (2‐2): The seventeen study stations in Al‐Hawizeh Marsh (2006). Water inputs: St.1:  Al‐Adil,  St.2:  Al‐Adil  Old,  St.3:  Al‐Zubair,  St.  4:  Abu  Kassaf,  and  St.5:  Al‐Musharah.  Water  outlets: St.6 (Al‐Kassarah), and St.7 (Al‐Sweeb). Open water marsh stations: St.8, 9 (Ad1, and  Ad2), St.10 (Sod.N), St. 11, 12 (UmNj1, and 2), and St.13 (Bed). Shallow Marshes stations: St.  14(UmWd), St.15 (Sod.S), St.16 (Maj), and St.17 (LesEj).   

22   

 

Chapter Two: Material and methods    

N Al‐Hawizeh  Marsh

Central Marsh 

Al‐Hammar  Marsh

          Fig.  (2‐3):  The  study  stations  of  three  marshes  (Central,  Al‐Hammar,  and  Al‐Hawizeh  Marshes) monitoring (2006).                    23   

 

Chapter Two: Material and methods    

          Table  (2‐1):  The Geographical positions of the studied sites (GPS).      Co‐ordinates  Stations (St.) 

Al‐Hawizeh 

Input  stations  Outlet  stations  Open  water  marshes 

Shallow  marshes  Central Marsh 

St.1  St.2  St.3  St.4  St.5  St.6  St.7  St.8  St.9  St.10 St.11 St.12 St.13 St.14 St.15 St.16 St.17  

Al‐Hammar Marsh 

Location 

Al‐Adel Old  Al‐Adel  Al‐Zubair  Um Al‐Toos (Abu‐Khassaf)  Al‐Musharah  Al‐Kassarah  Al‐Swayib  Al‐Adaim 1  Al‐Adaim 2  Al‐Soda north  UmNj1   UmNj2  Al‐Baidah  Um Al‐Wared  Al‐Souda south  Majnoon  Lissan Ejerda  Beginning Al‐Baghdadia  Middle Al‐Baghdadia  Al‐Nagarah  Al‐Burgah 

Latitude (North)  ˚  ‫׳‬ ‫״‬ 31  34  5.6  31  34  3.8  31  38  47  31  37  0.5  31  40  48  31  21  39  30  58  5.6  31  41  30  31  41  30  31  40  23  31  36  0  31  36  0  31  21  28  31  34  12  31  24  54  31  8  18  31  17  21  31  1  20  31  2  9  30  40  1.9  30  41  14.1 

Longitude (Eeast) ˚  ‫׳‬  ‫״‬ 47  30  3.9  47  30  1.1  47  35  15  47  33  7.7  47  37  23  47  26  57  47  29  28  47  44  0  47  25  0.7  47  40  0.3  47  35  20  47  39  16  47  38  58  47  31  7.3  47  36  43  47  35  0  47  34  38  47  2  15  47  2  9.3  47  38  39  47  35  26 

                      24   

Chapter Two: Material and methods    

  2‐2. Material and methods       To prevent contamination of tools, instruments and other materials, which   may come in  contact with the sample, only high density polyethylene, Teflon or other plastic materials of  high purity were used.         Only borosilicate glass (pyrex) or Teflon laboratory ware were used soft glass and their  commercial grade glass are often contain quantities of Pb and other impurities (FAO, 1983).  Samples  must  be  protected  from  contamination  effect  by  keeping  containers  sealed  until  processing and minimizing the time of atmospheric contact.       All glass wares were carefully cleaned with detergent, tap water then soaked in 10‐20 %  v/v nitric acids/water for at least 24 hours and rinsed with deionized distilled water as final  step (Riley & Chester, 1981).  2‐2‐1. Sample collection strategy:         The sampling was monthly to monitoring three marshes (for investigated the first aim of  this  study),  starting  in  Jan  –  Dec  2006.  To  investigated  the  other  aims  of  this  study,  the  strategy of sampling was depends on the fluctuation of discharge of water, so the 1st trips  was at high discharge month (May 2006), then the 2nd trips in Aug. 2006, while the last trips  were in Dec 2006 (look at table 2‐2)  2‐2‐2. General Sampling Procedures:          Water samples were collected in 20‐litre container, sediment samples were collected in  1000  ml  polyethylene  containers,  snail  samples  were  collected  in  500  ml  polyethylene  containers, and Potamogeton plant samples in 2 kg polyethylene bags.        All  sediment  and  water  samples  were  immediately  sealed  and  cooled  upon  collection.  The samples were returned to the Laboratories for analysis.     2‐2‐2‐1. Water:       Surface  water  samples  were  collected,  from  six  stations  in  Al‐Hammar,  Central  Marsh,  and Al‐Hawizeh Marshes, and from 17 stations from Al‐Hawizeh Marsh (to focusing study on  this marsh with more details). In each location water sample of about 20L was collected by  Van Dorn water sampler (from 30 ‐ 50 cm depth) (Riley & Taylor, 1968; and WASC, 2002).   2‐2‐2‐2. Sediments:        Sediment  samples  were  collected  using  an  Ekman  Grab  sampler  (15.2×15.2  cm).  After  retrieval of the sampler, the water was allowed to drain off, avoiding, disturbing the surface  layer  of  the  samples  preserved  using  nylon  zipper‐sealed  bags  (17.7*20.3  cm).  As  soon  as  the samples were retrieved, placed in an ice box until reaching the lab they placed in plastic  container (1000ml) before freezing at ‐20°C (ICARDA, 1996). Before analysis, the sediment  samples  were  thawed  before  drying  in  an  oven  at  50  °C  for  over  night,  grind  finely  in  an  agate mortar and sieved through a 63 µm plastic sieve.   2‐2‐2‐3. Sub‐merged plant samples:        For  investigated  this  study,  chosen  potamogeton  perfoliatus  plant  (Fig:  2‐4)  because  it  was dominant at all study sites.      25   

Chapter Two: Material and methods    

Table (2‐2): The sampling Program of the study (2006):    Project  Period 

Type of samples 

For general monitoring of three  Mesopotamian Marshes (Central,  Al‐Hammar, and Al‐Hawizeh  Marshes) 

Monthly Started in  Jan(2006)  until Dec.  (2006) 

Dissolved Phase 

The study of Al‐Hawizeh Marsh as  case study 

May (2006),  Aug.(2006), and  Dec.(2006) 

Sediments(residual +  exchangeable),dissolved,  Particulates(residual +  exchangeable),benthos, and  plants 

    2‐2‐2‐4. Snail samples:       One species were collected, namely Bellamya (Viviparus) bengalensis (Fig: 2‐5), from each  stations composite sample consisted of at least 10 uniform size.      

  Fig (2‐4): Potamogeton perfoliatus plant image.  

26   

Chapter Two: Material and methods    

  Fig (2‐5): Bellamya (Viviparus) bengalensis Snails image.        2‐2‐3. Field measurements:         Water temperature (WT:°C), Salinity (Sal: ppt), Electrical Conductivity (EC: µs/cm), Total  dissolved solids (TDS: mg/L), Dissolved oxygen (DO: mg/L), and pH were measured in each  station  using  a  Multi‐parameter  (Multi  340i  meter,  Table  2‐3).  The  device  was  calibrated  before  the  use.  Water  turbidity  (NTU)  was  measured  in  the  field  by  turbidity  meter  type  WTW (TURB 355 IR) (Table: 2‐3).  2‐2‐4. Water discharge:       Water discharge (m3/sec) was determined only at the river sites (input and outlet stations  of Al‐Hawizeh Marsh). A flow meter was used in the field to measure water velocity, depth,  and  the  cross  section  of  each  site  to  calculate  water  flow  then  discharge  according  to  Bartram & Ballance (1996).  The Procedure for measuring Water Flow and Discharge were:  1. Measure the horizontal distance (b1) from reference point (0) on bank to the point where  the water meets the bank, point 1 (Fig: 2‐6)  2.Measure the horizontal distance (b2)from reference point 0 to vertical line 2.  3. Measure the channel depth (d2) at vertical line 2.  4.  With  the  current  meter,  make  the  measurements  necessary  to  determine  the  mean  velocity (V2) at vertical line 2.  5. Repeat steps 2, 3 and 4 at all the vertical lines across the width of each site (Fig: 2‐6)    27   

Chapter Two: Material and methods    

    The  computation  for  water  flow  is  based  on  the  assumption  that  the  average  velocity  measured at a vertical line is valid for a rectangle that extends half of the distance to the  verticals on each side of it, as well as throughout the depth at the vertical. Thus, in Fig.(2‐6),  the mean velocity (V2) would apply to a rectangle bounded by the dashed line p, r, s, and t.  The area of this rectangle is:   a2 = (b3‐b1/2)*d2  And the flow through it will be:  Q2 = a2*V2  Similarly, the velocity 3 applies to the rectangle s, w, z, y and the flow through it will be:   Q3 = (b4‐b2/2)*d3*V3  The flow across the whole cross‐section will be:  QT = Q1 + Q2 + Q3 ... Q(n ‐ r) + Qn  In the example of Fig.(2‐6) 3.1, n = 8. The discharges in the small triangles at each end of the  cross‐section, Q1 and Qn, will be zero since the depths at points 1 and 8 are zero.           

       Fig.(2‐6):  Cross‐section  of  a  stream  divided  into  vertical  sections  for  measurement  of  Water Flow and Discharge (Bartram and Ballance, 1996).              28   

 

Chapter Two: Material and methods    

  2‐2‐5. Total Suspended Solid (TSS):        The total suspended solids that were retained by the filtration process were measured  gravimetrically  using  a  Sartorius  balance  according  to  the  method  described  in  APHA    (1998). However, filters were dried in an oven for 3 hours.  2‐2‐6. Total Hardness (TH), Ca2+, and Mg2+,HCO3‐, Cl‐, SO42‐ Concentration:         HCO3‐, Cl‐, TH, Ca2+, and Mg2+ (mg/L),  were determined by titration methods while SO42‐  determined by photometric method depends on outlined in Standard Methods (APHA,  1998).   2‐2‐7. Sediment Analyses:         The  sediments  were  dried  at  45  °C  for  approximately  3  days  and  ground  up  using  an  agate mortar and then passed through a 63µm mesh sieve.   The  methods  used  by  the  International  Center  for  the  Agricultural  Researches  (ICARDA,  1996) were followed to analyze the sediment samples.    2‐2‐7‐1. Sediments EC and pH:       For  measuring  of  pH  and  EC  in  the  sediments,  inserted  an  electrode  of  the  pH  and  EC  meter  to  3  cm  in  the  suspension  that  was  above  the  sediment  after  collecting  it  in  polyethylene container and take the readings after 30 seconds (KLI, 1998).  2‐2‐7‐2. Total Organic Carbon and Total Organic Matter (TOC% & TOM%):       To determined TOC% and TOM% in this study, the method depended on organic matter  oxidation by potassium dichromate, it used (according to ICARDA, 1996).   2‐2‐7‐3. Grain size analysis (%):        For  grain  size  analysis  used  the  equipments  that  in  table  (3‐2).  Depend  on  the  hydrometer method (Bouyoucos, 1936).  2‐2‐8. Heavy Metals:   2‐2‐8‐1. Analysis method:       ICP‐MS  (Inductively  Coupled  Plasma  Mass  Spectroscopy,    standards  for  elements  were  used  in  specimen  analysis.  High‐purity  deionized  water  purified  with  a  Milli‐Q  analytical‐ reagent‐grade water purification system (Millipore Elix 3 and Milli‐Q Academic Gradient A‐ 10) was used for preparation of reagents and standards.  High‐quality concentrated (70% w/v) nitric acid, hydrogen peroxide (35%), hydrofluoric acid  (48%), percloric acid (65%), and hydrochloric acid (38%) were also used. Samples, standards,  and final volumes were measured by mass in all cases.        The  standard  solutions  to  make  the  calibration  were  prepared  from  a  stock  solution  of  1000 mg/L (provided from Alfa Aesar a Johnson Matthey Company/ Germany) by successive  dilutions with Milli‐ Q water.  The  use  of  glass  material  was  avoided  to  eliminate  possible  contamination  from  this  material. Volumetric polyethylene material and micropipets with tips of plastic were used.      29   

Chapter Two: Material and methods    

  2‐2‐8‐2. Dissolved Phase:       In  each  station  water  sample  of  about  20  L  was  collected  directly  by  Van  Dorn  water  sampler  (30‐  50  cm  depth)  and  mixed  it  in  polyethylene  container  as  pool  samples.  In  lab  (and some samples at field), these samples were filtered as soon as possible through pre‐ washed  and  pre‐weighted  (0.45µm  pore  size)  Millipore  membrane  filters.  The  filtrate  is  considered as dissolved while those retained as particulates.        After filtration of samples through 0.45 µm membrane filter, the chelating ion‐exchange  pre‐concentration procedure was used to per‐concentrate the dissolved heavy metals from  about  20  L  of  water  surface  where  the  concentration  of  the  metal  is  considerably  low  for  reliable  direct  measurement.  Using  1.5  cm  diameter  ion  exchange  column  was  filled  to  depth 12 cm with the chelating chelex‐100 resin. 50‐100 Mesh Sodium form (that supplied  from BIO‐RAD Company) (Riley & Taylor, 1968 ; and WASC, 2002).        The resin was packed freshly and cleaned before use by passing 50 ml of 2N HNO3, there  100 ml of deionized water, and 50 ml NH4OH, before finally 100 ml flushing with deionized  water. The filtered water samples were allowed to pass through the chelex‐100 column with  a flow rate of about 60 drops/min (Alfred, N., and Hercules, Dr., 2000). The column was then  washed  with  200  ml  deionized  water  and  the  washing  was  rejected  the  bounded  heavy  metals were eluted using 50 ml of 2N HNO3 followed by 10 ml  deionized water ,the elutes  were  collected  in  50  ml  cleaned  tightly  stopper  polyethylene  vials  to  be  ready  for  subsequent  analysis  of  the  metals.  The  blank  solution  was  prepared  by  adding  4  ml  2N  HNO3 to 96 ml deionized water, the prepared solution allowed to pass through the recently  regenerated chelex‐100 (Riley &Taylor, 1968).   2‐2‐8‐3. Particulate metals Phase:  2‐2‐8‐3‐1. Exchangeable metals:        After filtration, the filters were dried in oven at 60 °C for 6 hours until dry and weighting  each  dried filter  to get the  values  of  the  total  suspended  matter,  the exchangeable  heavy  metals were extracted by using 25 ml 0.5N HCl for over night with Sonicator, the solution  was centrifuged at 5000 rpm for 20 minute, the supernatant was filtered using pre‐cleaned  filter  paper  (Watman  No.  1)  to  remove  some  of  suspended  matter.  The  filtrate  was  decanted  in  to  50  ml  plastic  volumetric  flask  this  step  was  repeated  twice  and  all  supernatant  were  combined  and  the  final  volume  was  made  up  to  50  ml  with  deionized  water (Chester & Voutsinou, 1981).  2‐2‐8‐3‐2. Residual metals:        The  residual  of  HMs  in  particulate  matter  was  extracted  according  to  Sturgen,  et  al.  (1982). The residue from the above mentioned steps was washed by 20 ml deionized water  centrifuge for 30 minutes to clean precipitate from acids. Then samples were digested with  mixture  of  1:1  concentration  HCL:  HNO3  acids  in  propylene  vessels  in  a  block  digester.  Vessels  will  be  closed  by  glass  bulb  at  all  times  in  order  to  eliminate  contamination  from  airborne  particles  and  to  eliminate  loss  of  potentially  volatile  analytic.  The  digestion  was  further proceeded with 1:1 mixture of concentrated HClO4 and HF acids again digestion. The  residue was dissolved in 50 ml of 0.5 HCl, and then made up to 50 ml deionized water. All  samples were stored in 50 ml plastic bottles.   2‐2‐8‐4 Sediments: 

30   

Chapter Two: Material and methods    

      After retrieval of the sampler, the water was allowed to drain off, avoiding disturbing the  surface layer of samples. Before analysis, the sediment samples were thawed before drying  in an oven at 50°C for over night, grind finely in an agate mortar and sieved through a 63 µm  plastic sieve.  2‐2‐8‐4‐1 Exchangeable metals:        Heavy  metals  analysis  was  on  0.5  g  of  the  fraction  of  the  sediment.  The  exchangeable  heavy  metals  were  extracted  according  to  the  method  of  Chester  and  Voutsinou  (1981)  which mentioned above (2‐1). All samples were stored in 50 ml plastic bottles.   2‐2‐8‐4‐2 Residual metals:       The residual heavy metals were extracted according to Sturgen, et al. (1982) procedure,  that mentioned before in section (3‐8‐3‐2). All samples were stored in 50 ml plastic bottles.   2‐2‐8‐5 Plant samples:       The  sampled  plants  were  rinsed  thoroughly  with  warm  deionized  water  (Orson,  et  al.,  1992),  and  then  dried  them  with  Vacuum  Freeze  Dryer.  After  drying,  grind  with  an  agate  mortar  and  sieved  through  a  63  µm  sieve,  to  be  ready  for  digestion  before  analysis.  The  plants  digested  with  hydrochloric–nitric–hydrofluoric  –  perchloric  acids  (30  +  10  +  10  +  5  ml/g  sample)  in  the  cups  were  covered  and  placed  on  the  steel  block  which  was  closed  tightly by glass bulb at a temperature of 300 °C, the samples allowed to predigest at room  temperature over nigh. Finally the sample transferred to 50 ml volumetric flask, then, the  samples  were  cooled  at  room  temperature,  and  completed  to  50  ml  by  0.5N  HCl.  All  samples  were  stored  in  50  ml  plastic  bottles,  then,  the  heavy  metals  were  determined  by  the same analytical methods used for water samples (Kamal, et al., 2004).  2‐2‐8‐6. Snail samples:       Each samples dried by vacuum freeze dryer and ground prior to analysis then grind with  an agate mortar and sieved through a 63 µm sieve, to be ready for digestion before analysis.  The analysis was carried out according to USEPA (1992), and FAO (1994). In this procedure,  an exact 0.2 g weight of dry sample in propylene vessels in a block digester. Vessels would  be  closed  at  all  times  in  order  to  eliminate  contamination  from  airborne  particles  and  to  eliminate loss of potentially volatile analytic. The digestion occurred by add 10 ml of mixture  of  ultra‐pure  nitric  acid,  hydrochloric  acid,  and  hydrogen  peroxide.  The  samples  allowed  predigesting at room temperature over nigh, then cooled at room temperature, after that  they completed to 50 ml with 0.5N HCl. All samples were stored in 50 ml plastic bottles.  2‐2‐9. The laboratories of did this work:         In Marin Science Center/ University of Basra (some physiochemical analysis), University  of Kufa (digestion the samples), and University of Waterloo /Canada (sediments analysis and  final  preparation  of  samples),  the  samples  were  prepared  for  analysis.  Sample  must  be  colorless,  transparent,  odorless,  single  phase,  and  haven’t  turbidity  (5  6  extremely contaminated  >4‐5  5  strongly to extremely contaminated  >3‐4  4  strongly contaminated  >2‐3  3  moderately to strongly contaminated  >1‐2  2  moderately contaminated  >0‐1  1  uncontaminated to moderately contaminated   Hammar Marsh> Al‐Hawizeh Marsh; Co, Pb, & Zn were:  Hammar marsh> Central Marsh> Al‐Hawizeh Marsh; Cr was: Al‐Hawizeh Marsh> Central  Marsh> Hammar Marsh; Cu was: Hammar> Al‐Hawizeh Marsh>  Central Marsh; and Fe  was: Central Marsh> Al‐Hawizeh Marsh> Hammar Marsh.  84   

Chapter Four: Discussion    

     The  correlations  among  heavy  metals  concentrations  and  studied  physio‐chemicals  parameters  are  illustrated  in  the  Annex  (1)  Table  (2).  The  correlations  among  temperature  &  TDS  with  all  studied  heavy  metals  was  positive  and  that  agree  with  above  reasons  of  seasonal  variations  of  heavy  metals  (high  concentration  in  summer  and  low  in  spring),  while  the  other  parameters  (pH,  DO,  TH,  Ca+2,  and  Mg+2)  have  negative  correlations  with  HMs.  The  solubility  of  trace  metals  in  surface  waters  is  predominately  controlled  by  the  water  pH,  the  type  and  concentration  of  ligands  on  which the metal could adsorb, and the oxidation state of the mineral components and  the  redox  environment  of  the  system.  Many  metals  are  dissolved  at  low  pH  and  that  elevated  metals  concentrations  have  been  measured  in  waters  of  rivers  and  lakes  (Hakanason,  1999),  so  the  solubility  of  metals  are  changed  with  any  change  in  pH  (Odum, 2000).           During hot summer months there are a lot of organisms are death  and DO is decline  then  anaerobic  conditions  usually  result,  the  rate  at  which  the  oxygen  is  depleted  depends  on  the  ambient  temperature  (Mitsch  &  Gosselink,  2000),  the  microbial  anaerobic formation of organic matter reduced pH of wetland soil to 4.3 and increased  the solubility of heavy metals by 60‐fold due to the increased presence of H+, and the  metal‐chelating and humic‐molecule fragmenting properties of carboxylic acids (Gramss,  et al., 2003).        The  correlations  among  most  HMs  were  strongly  positive,  that’s  means  they  came  from  same  source  in  Mesopotamian  Marshes,  Al‐Taee  (1999),  and  Mansour  &  Sidky  (2003) mentioned to similar correlation in Euphrates River and Egyptian respectively.  4‐2 The load of HMs in Al‐ Hawizeh Marsh:       Hydrologic  conditions  are  extremely  important  for  the  maintenance  of  marshes  structure  and  function;  hydrologic  conditions  affect  many  abiotic  factors  including  sediments  anaerobiosis,  nutrient  availability,  and  physiochemical  features  (Mitsch  and  Gosselink, 2000). So we can summarize the effects of hydrologic regime on the marshes  as the following points:  1. Chemicals  availability  is  significantly  influenced  by  hydrologic  conditions  in  marsh  environments (Hussein and Rabenhorst, 2002).  2. Primary  productivity  and  other  ecosystem  functions  in  the  marshes  are  often  enhanced by following conditions and pulsing hydroperiod and are often depressed  by stagnant conditions (Mason, 1969; and Al‐Kinzawi , 2007).  3. Accumulation of organic materials in marshes is controlled by hydrology through its  influence on primary productivity, decompositions, and export of particulate organic  matter (Mitsch and Gosselink, 2000; and Al‐Saffar, 2006).  4. For  effective  water  pollution  control  and  management  there  is  a  need  for  a  clear  understanding of the inputs (loads), distribution and fate of contaminants, including  trace  metals  from  land‐based  sources  into  aquatic  ecosystems.  In  particular,  the  quantities  and  qualities  need  to  be  considered  together  with  the  distribution  pathways fate and the effects on biota (Zoller, 1984). 

85   

Chapter Four: Discussion    

     The  outlet  discharges  were  more  than  input  discharges,  the  lowest  input  discharge  was  during  Aug  because  of  the  ground  water  recharge,  evaporation,  &  transpiration  processes,  and  decrease  the  levels  of  waters  that  coming  from  Euphrates  and  Tigress  River, in summer the Dams were closed to save the water during the desecrated season  for that reason a vary little amount of water were releases.  , while the highest values of  discharge was during Dec because of: the Dams were open during the ice melt season  the  water  discharge  were  increased,  precipitation,  and  less  temperature  (less  evaporation). This results was agree with Al‐Furat Center (1988, & 2003), and Rasheed  (2008).        The total outlet water discharge were more than input water discharge, because of  there  were  another  uncounted  water  amounts  were  coming  from  ground  water  discharge, precipitation, and some waters amount are coming from Iranian side (we can  omit it because the Iranian government completed the built of a dams along them side  to converted the water way to Iranian ground side, Rasheed, 2008). So we can say that  Al‐Hawizeh Marsh conceder as source of water supplied Tigris and Shatt Al‐Arab Rivers  through Al‐Kassara and Al‐Swabe streams respectively.        The  input  of  chemicals  to  Marshes  occur  through  geologic,  biologic,  anthropogenic,  and  hydrologic  pathways,  the  geologic  input  from  weathering  of  parent  rock,  biologic  inputs include photosynthetic uptake of chemicals & biotic transport of chemicals, also  chemicals  inputs  to  marshes  are  generally  dominated  by  hydrologic  inputs  and  finally  human  influences  have  caused  significant  changes  in  the  chemical  cycling  in  many  wetlands  types  (Schlesinger,  1991;  Reddy  &  D’Angelo,  1994;  Stumm  &  Morgan,  1996;  and NRCS, 1998 ).       The marshes play an important role in determining the water quality of streams and  are generally considered to act as a sink for many reactive species, and several studies  have  shown  that  wetlands  are  very  effective  in  removing  HMs  from  polluted  waters  (Qian, et al., 1999; and Yang, et al., 2008).  However,  retention  of  chemical  constituents  varies  seasonally  and  is  affected  by  hydrologic  and  biogeochemical  processes  including  water  source,  mineral  weathering,  dissolved  organic  matter,  suspended  particulates  matter,  redox  status,  precipitation,  dissolution,  adsorption,  and  seasonal  events.  Relatively  little  is  known  about  the  influence of these factors on trace element cycling in wetland‐influenced streams (Kerr,  et al., 2008)       Wetlands  serve  as  sources,  sinks,  or  transformers  of  chemicals,  depending  on  the  wetland type,  the hydrologic conditions,  and the length of time the  wetland  has been  subjected to chemical loadings, when wetlands serve as sinks for certain chemicals, the  long  term  sustainability  of  that  situation  depend  on  the  hydrologic  and  geomorphic  conditions,  the  spatial  and  temporal  distribution  of  chemicals  in  the  wetland,  and  the  ecosystem  succession.  Wetlands  can  become  saturated  in  certain  chemicals  after  a  number  of  years,  particularly  if  loading  rates  are  high  (Mitsch  and  Gosselink,  2000).  A  wetland is considered a sink if it has a net retention of an element or a specific form of  that  element,  that  is,  if  the  inputs  are  greater  than  the  outputs.  If  a  wetland  exports  more  of  an  element  or  material  to  a  downstream  or  adjacent  ecosystem  than  would  occur without that wetland, it’s considered a source. If a wetland transforms a chemical  86   

Chapter Four: Discussion    

from (like dissolved to particulate) but doesn’t   change the amount going into or out of  the wetland, it’s considered to be a transformer (Mitsch and Gosselink, 2007).            The  sedimentations  (traps  by  an  aquatic  macrophyts  or  physically  sedimentation)  and  consumptions  (by  aquatic  plants,  phytoplankton,  and  other  aquatic  organisms)  of  HMs lead to sinking of some amounts of elements while the others will transformer out  of  the  Marsh.  Al‐Hawizeh  Marsh  was  source  of  some  elements  (Cr,  Fe,  Mn,  Co, &  Ni),  that was depended on the forms of elements (marsh can be sinks for an inorganic form  and  source  of  an  organic  form  of  same  elements,  Mitsch  and  Gosselink,  2007),  anthropogenic  activity  (agriculture,  industrial  wastes,  and      military  stocks  that  came  from  the  Iraq‐Iranian  war),  and  weather.  This  result  was  agree  with  Klopatek  (1974),  Nixon  &  Lee  (1986),  Spieles  and  Mitsch  (2000,  and  Franc,  et  al.(2005).  Part  of  the  interest  in  the  source‐  sink‐  transformer  question  was  stimulated  by  studies  that  hypothesized  the  importance  of  marshes  as  sources  of  heavy  metals  for  adjacent  streams,  the  studies  that  suggested  the  importance  of  wetlands  as  sinking  for  certain  chemicals.  Marsh  can be sinks for an inorganic  form and source of  an organic form of  same elements. The two concepts of one wetland being a source and a sink for heavy  metals are not mutually exclusive.       When compared the results of present study with Elbaz‐Poulichet, et al. (2001) study  in Mediterranean Basin, we found that in Mediterranean Basin were much more than in  this in input and outlet case, but it was sinking for some metals and source for others  and that agree with present study (Table: 4‐1).           Table  (4‐1):  Comparative  of  HMs  load  in  present  study  and  in  Mediterranean  Basin  (Ton/ Month) (Elbaz‐Pouichet, et al., 2001)  Element    As  Cd  Co  Ni  Pb  Zn  Cu  Fe  Mn   

Present study(Ton/Month)  Total metal In  Total metal Out  11.78  4.41  0.22  0.20  0.45  0.52  2.72  2.89  7.38  5.40  52.92  35.75  1.82  1.13  210.24  268.50  21.52  26.47 

In Mediterranean Basin (Ton/ Month)  Dissolved metals input   Dissolved metals output  25.00  7525.00  33.75 35.00  33.33 26.25  991.67  825.00  137.08  92.50  1779.17  1216.67  566.67  429.17  2675.00  370.83  804.17  559.58 

 

87   

Chapter Four: Discussion    

4‐3  The  relationship  between  heavy  metals  concentrations  and  water/sediment  quality in Al‐Hawizeh Marsh:  4‐3‐1 Water quality:       According  to  Mitsch  and  Gosselink  (2000),  When  we  want  restoration  of  destroyed  wetland we must compare this wetland with the original lost wetland or with reference  wetland.  As  we  compare  the  results  with  reference  wetland  (wet  stations),  we  must  mention  before  while  studing  site  description  chapter  that  the  Al‐Hawizeh  Marsh  is  subdivided in to three parts:  completely dried, semidried, and wet parts. In general, the  WT, TSS, TH, Ca2+, Mg2+, and Cl‐  values were in completely dried stations >  semidried  stations    >  wet  stations;  EC,  salinity,  turbidity,  TDS,  HCO3‐,  &  SO42‐  values  were  completely  dried  stations  >  wet  stations  >    semidried  stations;  pH  &  DO  were  in  semidried stations  > wet stations > completely dried stations.      The  plant’s  cover,  water  discharge,  depth,  and  latitude  were  different  among  the  stations,  the  wet  stations  and  semi  dried  is  more  plants  cover,  more  water  discharge,  more  depth,  and  they  occupy  northern  part  of  Al‐Hawizeh  Marsh  (Rasheed,  2008),  so  the  temperature  was  at  completely  dried  more  than  other  stations.  In  restoration  of  semidried  marshes,  the  growth  in  the  early  years  are  so  fast  with  high  diversity  (specially:  merged,  submerged,  floating  plants;  phyto  and  zoo  planktons)  until  get  the  climax  communities,  while  the  completely  dried  want  more  time  than  semidried  to  succession  (Mitsch  and  Gosselink,  2000),  that  was  agree  with  the  study  results  about  turbidity, dissolved oxygen and pH values (the dominant communities were producers ,  that  causes  increasing  of  dissolved  oxygen  and  decreasing  carbon  dioxide,  by  photosynthesis  processes,  leading  to  decreasing  of  carboxylic  acid  and  increasing  pH  values (Wetzel, 2001).       Before  rehabilitation  of  completely  dried  parts  of  Al‐Hawizeh  Marsh  the  sediment                 was Sabkah (In some cases water stands on the surface giving the impression of ponds  or lakes, usually the water table is very close to the ground surface, the salinity of the  sabkha  groundwater  ranges  between  50‐585  g.L‐1  in  different  places,  solute  chemistry  indicates Na and Mg as the major cations and Cl‐ and SO4‐2 as the major anions, other  ions such as Ca+2, K+, CO3‐, and HCO3‐ exist in varying proportions besides B‐, NO3‐ and F‐,  The texture of sabkhas soils ranges from sandy to sandy‐clay‐loam at various places with  ability  to  liquefy,  the  sabkah  soils  are  darkness  color,  and  high  humidity,  most  of  the  areas adjacent  to sabkhas  are heavily  degraded  (Ajmal Khan,  et  al.,  2006;  IMET,  2006;  Gateaa,  2006;    and  Rasheed,  2008),  when  water  is  gained  to  the  marshes  (during  restoration  processes)  all  of  these  salts,  elements,  organic  matter  return  to  the  water  column (re‐suspended and/or re‐dissolved), these chemicals plus inflow chemicals that  also  contribute  to  change  of  water  quality  of  the  dried  and  semidried  stations  (must  don’t  forget  the  human  activities  in  these  regions  e.g.  agriculture,  oil  extraction  processes, and activities of Iraqi Iranian armies in this lands). Semidried parts were not  completely  destroyed,  also  seed  bank,  hydrologic  (surface  of  land  topography),  and  biologic  regimes  are  more  constant  than  completely  dried,  so  these  stations  take  a  better water and sediment quality than completely dried these results were agree with  Tahir, et al. (2008) and Al‐Saad, et al. (2008).   88   

Chapter Four: Discussion    

4‐3‐2 Sediments quality:  4‐3‐2‐1 Soil texture:        As  was  expected  the  most  widespread  grain  size  in  the  sediments  of  Al‐Hawizeh  Marsh  was  the  silt  ‐  clay  fraction.  The  highest  percentage,  clay‐  silt  is  more  than  ten  times higher than the lowest, sand. The silt ‐ clay fraction consists of particles less than  63µm  in  diameter.  The  study  recorded  that  the  clay  was  more  percentage  at  the  southern parts of Al‐Hawizeh Marsh (completely dried part), because of the particles of  clay  is  so  fine,  the  water  flow  was  so  slow  with  a  weak  vegetation  cover  at  these  stations, so most of  the heavy particles  were sinking (salts then  silts) while  the lighter  molecules (clays) will stay hanging in  the water column a  long time so it has ability  to  transported as  colloidal   forms to far places than others(it wants more time to sitting),  this results were matching  with Bradl (2005); and Rasheed (2008).        According to Al‐Badran (2006), Mesopotamian Marshes beds are mainly covered by  recent loose sediments, vary in texture, color and mineral composition from one site to  another, however, Aqrawi and Evans (1994) have been classified these beds into three  main layer types, from top to bottom:  1.  A  surface  organic‐rich  sand  silty  layer.  This  layer  is  thin  it  does  not  exceed  7cm  in  depth. Naturally, this layer contains all the organic remains of plants and its color ranges  from black to dark gray or olive.  2. A shelly clayey silt layer with mollusk shells, the depth of this layer is 7‐30cm.  3.  A  silty  clay  or/and  clay  basal  layer,  its  depth  is  more  than  30cm,  the  fine  sand  and  coarse silt fraction, this ideal succession varies from site to site and it is possible to find  two of these layers only.       The  results  of  the  present  study  showed  that  there  is  dissimilarity  for  Sediment  texture  bin  all  of  the  study  stations,  these  results  were  within  the  range  that  was  detected to Sothern Iraqi marshes region, and this identical with Al‐Annei et al. (2000);  Al‐Hussainy (2005); Al‐Badran (2006); Al‐Kinzawi (2007); and Rasheed (2008).     4‐3‐2‐2 pH value        The pH values in surface water were more than sediment’s water, the relatively lower  Sediment pH in relation to Water pH values agreed with the findings of Al‐Saffar (2006)  that the pH usually does not show large variations with depth, but occasionally, the pH  is somewhat lower near the bottom than near the surface. Wide variety of factors may  have an effect on the Sediment pH, these include water temperature, water bodies with  higher temperatures tend to reduce pH values (Heinz Center, 2002), due to the higher  decomposition  and  humic  acid  release,  However,  lower  solubility  of  CO2  in  higher  temperatures  can  neutralize  it  (Taha,  1991).  As  well  as,  Low‐oxygen conditions  due  to  respiration can also lead to the release of toxic hydrogen sulfate from the sediment and  can  cause  an  increasing  in  aquatic  carbon  dioxide  and  changes  in  pH  levels,  adding  to  the  stress of any  organism that  cannot escape (Joyce, 2000). Low Sediment pH during  summer  is  determined  largely  by  both  sulfate  reduction  and  oxidation  of  reaction  byproducts of organic matter digenesis, such as oxidation of hydrogen sulfide (Sanders,  2003), this was agree with present study (Sediment pH was elevated during Dec & May  89   

Chapter Four: Discussion    

and decreasing during Aug, this agree with Al‐Saffar, 2006; Al‐Kinzawi, 2007; and Tahir,  et al., 2008 ). The lowest pH values were in completely dried stations (The mean values  of  pH  was  fluctuated  between  6.52‐7.46),  and  this  was  fit  with  Al‐Saffar  (2006);  and  Tahir, et al. (2008).    4‐3‐2‐3 Electrical conductivity:        The  results  of  the  present  study  showed  that  the  sediment  electrical  conductivity  values were at high levels in Aug while the low values were in Dec and May; this agrees  with Al‐Saffar (2006) and  Al‐kinzawi (2007)  studies.  Electrical  conductivity are affected  by many factors, they are affected primarily by the geology of the area through which  the water flows and the presence of naturally occurring salts (Behar and Cheo, 2004); it  is  temperature  sensitive  and  increases  with  increasing  temperature  (Horne  and  Goldman, 1994); whereas the high temperature lead to evaporation the water, so that  the  water  levels  be  declined  and  the  dissolved  ions  are  concentrated  (Adamus  et  al.,  2001),  the  water  electrical  conductivity  reflect  on  sediment  electrical  conductivity  (Hammer  and  Hesltine,  1988;  Al‐Essa,  2004).  Therefore,  this  study  showed  that  the  sediment  electrical  conductivity  could  be  increased  considerably  when  the  water  electrical conductivity increased.        The highest EC was in completely dried stations, we mentioned to the dried and semi  dried stations and how they became sabkah before rehabilitation in 5‐3‐1 section, after  rehabilitation most of salts and ions dissolved in pore sediment water lead to increasing  in electrical conductivity, and this results was match with Tahir, et al. (2008).    4‐3‐2‐4 TOC and TOM %       Organic  matter  and  carbon  are  an  important  source  and  storage  for  nutritious  components, which are required for growth of plants. Whereas during its degradation,  carbon dioxide is released to the atmosphere, which enters in photosynthesis and plays  important role in nitrogen changing, phosphorous and trace elements which are present  in the organic mater to formula which is easier to up‐take by plants, and its main source  is waste of human, animals as well as plants (Wardrop and Brooks, 1998; and Al‐Badran,  2006).         The variations in TOM & TOC values among all of three stations, in the present study  explained, that the reference stations (Ad1 & Ad 2) had organic mater percentage five  times  more  than  completely  dried  stations,  that  might  be  due  to  the  density  of  vegetation  cover  for  emergent  plants,  that  leads  to  accumulation  of  plants  litter  and  other organic maters (Sanchez‐Carrillo et al., 2001).       The  variations  in  TOM  &  TOC  percentage  at  this  study  showed  that  the  high  percentages  were  at  Aug,  that  might  be  because  of  the  rise  of  temperature  and  increasing active of micro organisms which decomposes the died parts from plants and  animals, while the low percentages were at May when the temperature is low and the  active  of  decomposers  is  declined.    Dissolved  oxygen  levels  are  an  important factor  in  organic  matter  processing.  Depressed  dissolved  oxygen  concentrations  could  slow  decomposition, and increase retention of detritus (Bass and Potts, 2001). On May, the  decrease in TOM was probably due to the consumption by the organisms (e.g. benthic)  90   

Chapter Four: Discussion    

rather than the decomposition processes and the associated increased temperature and  decreased dissolved oxygen levels. Temperature regimes control the rates of important  biological  processes,  such  as  those  involving  organic  matter  decomposition,  and  consequently,  accumulation  of  peat  in  the  wetlands  (DeBusk,  1999;  Bass  and  Potts,  2001).  The  preservation  of  organic  matter  in  sediments  is  inversely  related  to  temperature  (Sahagian  and  Melack,  1996).  In  case  of  high  water  temperature  such  as  observed during Aug, the decomposition rate of organic substances increases, leading to  the reduction of dissolved oxygen in the water column (Bij de Vaate and Pavluk, 2004).  The  water  flow  reduction  may  be  partly  responsible  for  the  increased  deposition  of  organic  matter.  On  the  other  hand,  higher  water  flow  contributed  to  low  retention  of  TOM  (Bis,  et  al.,  2000)  and  organic  matter  is  processed  during  higher  water  flow  into  successively  smaller  (and  more  transportable)  particle  sizes  (Lorenz,  et  al.,  1997;  and  Galas & Dumnicka, 2003). However, submerged aquatic vegetation beds with high shoot  density can play an indirect role in settlement of organic and inorganic particles through  reducing  water  flow  (Gallegos,  2004).  Finer  sediments  generally  adsorb  more  organic  matter (Rodrigues, et al., 2001) from close to zero up to about 50% organic matter by  weight  (Wetzel,  2001)  and  provide  more  surface  area  for  microbial  attachment;  however,  fine  sediments  can  also  become  depleted  of  oxygen  (Poulton,  et  al.,  2004).  Therefore, sediments of mud or clay were suggested to be rich in organic detritus. These  results agreed with Al‐Essa  (2004);  Al‐Saffar (2006); Al‐Badran (2006); and Tahir,  et al.  (2008)).    4‐3‐3 Heavy metals:        Water pollution by trace metals is an important factor in both geochemical cycling of  metals and in environmental health (Kabata –Pendias and Pendias, 1992). The existence  of  heavy  metals  in  aquatic  environments  has  led  to  serious  concerns  about  their  influence  on  plant  and  animal  life.  Metal  nutritional  requirements  (Cu,  Zn  etc.)  differ  substantially between species or elements, and optimum ranges of concentrations are  generally  narrow  severe  unbalances  on  metal  proportions  caused  by  exposure  to  elevated  concentrations  can  cause  death  for  organisms.  Other  elements  (Pb,  Cd,  etc.)  exhibit extreme toxicity even at trace levels (Nicolau, et al., 2006). All heavy metals exist  in surface waters in colloidal, particulate, and dissolved phases (Osmond, et al., 1995).   4‐3‐3‐1 Dissolved phase:        The  behavior  of  metals  in  natural  waters  is  a  function  of  the  substrate  sediment  composition, the suspended sediment composition, and the water chemistry (Osmond,  et  al.,  1995).  During  their  transport,  the  trace  metals  undergo  numerous  changes  in  their  speciation  due  to  dissolution,  precipitation,  sorption  and  complexation  phenomena  (Dassenakis,  et  al.,  1997;  Akcay,  et  al.,  2003)  which  affect  their  behavior  and bioavailability (Nicolau, et al., 2006).       The mean concentrations of the HMs in the dried stations were more than that in the  wet  stations,  HMs  in  Mesopotamian  Marshes  are  easily  influenced  by  environmental  factors such as surface runoff, groundwater, dissolution from sediment, deposition from  the atmosphere and anthropogenic pollutants (Al‐Saad, et al., 2008).   91   

Chapter Four: Discussion    

     The  highest  values  of  dissolved  heavy  metals  were  during  Dec  (hot  period),  and  lowest values were during May (spring). Temperature impacts the rates of metabolism  and growth of aquatic organisms, rate of plants' photosynthesis, solubility of oxygen in  river  water,  and  organisms'  sensitivity  to  disease,  parasites,  and  toxic  materials.  With  increasing  of  temperature  during  spring  months  (May),  plants  grow  and  die  faster  during the late hot summer months (Aug), leaving behind matter that requires oxygen  for decomposition, this seasonal variation was agree with Papafilippaki, et al. (2008).        Trace elements where are accumulated to phytoplankton may become soluble during  the decay of plants (Kabata – Pendias and Pendias, 1992). The seasonal variation of the  water  temperature  in  Al‐Hawizeh  Marsh  may  influence  the  variability  of  the  studied  metals  indirectly  via  biological  activity  (decay  of  aquatic  plant  and  phytoplankton)  or  due to possible decrease of dissolved oxygen which related to redox potential decrease.  In  May  period  the  intense  melting  cause  an  increase  in  the  input  discharge  flow,  producing  a  dilution  of  the  contaminants.  During  the  mixing  of  large  volumes  of  non  contaminated  runoff  water,  the  pH  increases  and  the  sulphate  and  metal  content  decrease. When the discharge inflow decreases during Aug period,  the concentrations  of  contaminants  begin  to  recover,  reaching  maxima  in  the  summer  due  to  sulphide‐ oxidising  bacterial  activity  increasing  with  the  temperature,  and  simultaneously,  a  concentrating  effect  of  the  dissolved  pollutants  occurs  in  the  water  due  to  water  evaporation (Olias, et al., 2004), and that was  agree with the correlations  (r= 0.149,  p  >0.05) among DO, SO42‐, & WT with studied HMs (Annex 2 Table 8) .         The solubility of HMs in surface water is predominately controlled by the water pH.  A  lower  pH  increases  the  competition  between  metal  and  hydrogen  ions  for  binding  sites.  A  decrease  in  pH  may  also  dissolve  metal‐carbonate  complexes,  releasing  free  metal  ions  into  the  water  column.  Although  the  pH  decrease  was  low  in  Al‐Hawizeh  Marsh it may play a significant role in the dissolved metal increase in the warm period. A  decreased  redox  potential,  as  is  often  seen  under  oxygen  deficient  conditions,  will  change  the  composition  of  metal  complexes  and  release  the  metal  ions  into  the  overlying  water  (Osmond,  et  al.,  1995),  so  the  correlations  among  the  pH  with  all  studied heavy metals were positive (r= 0.149, p >0.05) except with Cd and Mn (Annex: 2  Table: 8).       According  to  statistical  analysis  (ANOVA),  the  study  investigated  that  spatial  and  temporal variance among the stations and the period of study (the linear relationships  between  the  studied  physicochemical  parameters  and  the  dissolved  metals  of  the  sampling site of Al‐Hawizeh Marsh water on hot and cold period)  (Annex:2 Table: 9).       All  of  studied  HMs  were  more  than  Iraqi  limitation  of  river  water  quality  except  Se  was non‐detectable, this result was disagree with Adam, et al. (2007).  Generally, values  recorded for HMs in the dissolved phase of water from Southern Iraqi marsh lands were  higher than those reported for nearby sites such as Euphrates river (Al‐Taee, 1999; and  Salman,  2006),  Shatt  Al‐Arab  estuary  (Abaychi  and  DouAble,  1985,  Al‐Khafaji,  1996;  Mahmood, 2008), which explained on the basis of high potential source of HM pollution  in the  Marsh lands, and agree with Al‐Shawi (2006).  This  study  revealed that most of  marshland waters in southern Iraq are suffering from pollution by heavy.  92   

Chapter Four: Discussion    

4‐3‐3‐2 Particulate phase:        the  low  levels  of  some  HMs  in  the  study  area  attributed  to  the  removing  of  these  metals by many ways such as adsorption by particulate matter, precipitation deposition  and removal by organism, Morris (1978) has reported that the degree of accumulation  of HMs on the surface of the water divided or portioning finally into suspended matter,  bed sediments or living organisms.      On  filtration,  species  passing  through  a  filter  with  pore  diameter  of  (0.45  µm)  are  commonly denoted as dissolved, while those retain as particulate. The former includes  free ions of elements or organic and inorganic chemical compound the later divided into  biotic (zooplankton, phytoplankton, bacteria, fungi etc) and abiotic includes clays, silts,  feldspars, quarts, etc (Riley and Chester, 1981).       Metals  enter  into  a  number  of  reactions,  including  complexation,  precipitation  and  adsorption  in  the  environment.  These  reactions  affect  their  mobility  and  bioviability,  however,  adsorption  could  be  the  first  step  in  the  ultimate  removal  of  metals  from  water (Allen, 1993).       In  this  study,  the  particulate  phase  was  divided  into  two  main  groups  these  are:  exchangeable and residual.       The  highest  values  of  exchangeable  and  residual  heavy  metals  were  in  the  wet  and  semidried stations, while the lowest values were in the completely dried stations, and  there  were  spatial  and  temporal  changes  in  the  HM  concentrations  among  the  study  stations  &  among  the  period  of  sampling  (Annex:  2  Table:  9).  For  the  variation  particulate  metals  there  are  two  factors  affecting  metals  concentrations:   runoff  input  during high discharge periods, and phytoplankton activity during low discharge periods.  This shift in the source of suspended particulate matter causes an increase in the metals  concentrations during dry season. In the dissolved fraction was related with soil leaching  during  high  discharge  periods,  as  well  as  the  re‐suspension  of  fine  bottom  sediments  and  associated  pore  water  (  Salomao  and  Ovalle,  2000)  ,  and  this  agree  with  present  study.       The correlations of most exchangeable and residual heavy metals were negative with  all water quality, (Annex: 2, Table: 10 & 11).       Metal  solubility,  distribution  and  adsorption  in  different  media  such  as  soil,  sludge,  river  sediment,  and  ground  water  were  investigated  by  several  researchers.  These  researches  indicated  that  environmental  factors  such  as  pH,  dissolved  organic  matter,  metals  competition,  adsorbent  characteristics  and  the  like  might  affect  the  metal  adsorption (Apak, et al., 1999; Simposon, et al., 2004; Srivastava, et al., 2005; Qian, et  al.,  2006;  and  Wang,  et  al.,  2006  ).  In  general,  higher  pH  showed  higher  metal  adsorption  (Watmough,  et  al.,  2005;  and  Wang,  et  al.,  2006).  Metal  adsorption  also  increased  as  the  dissolved  organic  compounds  increased  (Christensen  &  Christensen,  2000)]. Metal distribution was affected by the co‐existing metals and different types of  anions  such  as  OH‐,  CO3‐,  SO42‐,  Cl‐,  NH3–H+,  HCO31−,  etc.  (Martinez  &  Motto.,  2000;  Nierop, et al., 2002; Ma & Tobin, 2003; Srivastava, et al., 2005; and Wang, et al., 2006).  Among the reported investigations, the correlations were agreed with the results of this  study.   93   

Chapter Four: Discussion    

     Metal  solubility  and  adsorption  can  also  be  affected  by  the  stepwise  formation  constants  and  functional  groups  such  as  carboxylic  acids  (Christensen  &    Christensen,  2000);  sulf‐hydryl  groups,  amino,  carboxylate,  imidazole  and  hydroxyl  radicals  of  enzymes and other proteins (Ren, Frymier, 2003); amines, sulfate groups and carboxylic  groups (Peiffer, et al., 1994) and seven groups such as mercapto groups, uptake inside  bacterial cells, carboxlic groups, phosphate and the like (Becker & Peiffer 1997). It was  further noted that metal could be adsorbed in dissolved organic matter such as humic  and  fulvic  acids  (Christensen  &  Christensen,  2000)  or  solid  matrix  such  as  waste  and  sludge  (Erses,  et  al.,  2005;  Wang,  et  al.,  2006;  and  Fiol,  et  al.,  2006).  Thus,  the  metal  adsorption  constant  (stability  constant  of  metal–matrix  complex)  with  detailed  continuation  research  could  be  used  to  explain  the  metal  adsorption  scenarios  in  different  environmental  conditions  such  as  pH,  dissolved  organic  matter,  adsorbent  characteristics,  and  metal  ions  competition.  In  addition,  these  results  can  provide  the  baseline  information  of  heavy  metal  levels  for  risk  limitation  in  the  Mesopotamian  Marshes.        In present study found that heavy metals concentrations in the particulate phase is  much  more  than  dissolved  phase,  this  may  be  due  to  the  considerable  variations  in  partitioning  between  water  and  particulate  matter.  However,  the  concentrations  of  HMs  in  particulate  matter  mostly  depend  on  many  factors  such  as  wastewater  discharge, seasonal loads, and the nature of basin (Nolting, 1986).      4‐3‐3‐3  HEAVY METALS IN SEDIMENT          Metal  speciation  can  provide  information  concerning  the  complex  interactions  among  dissolved,  particulate,  sedimentary  and  biological  component  in  aquatic  environment (El‐Rayis, 1990).        A  large  portion  of  HMs  that  are  introduced  in  different  aquatic  environments  are  precipitated as sparingly soluble metal component which are immobilized in particulate  and  finally  accumulated  in  the  sediments,  so  sediments  act  as  an  archive  for  many  pollutants (Al‐Khafaji,1996). Sediments are usually regarded as the ultimate sink of HMs  discharged  into  the  environment,  therefore  the  analysis  of  HMs  in  sediments  offers  a  more  convenient  and  more  accurate  means  of  detecting  and  assessing  the  degree  of  pollution (FAO, 1994).        The distribution of metals in the sediment is complex phenomenon. The adsorption  of  metals  suspended  matter and subsequent  sedimentation,  removes  these  pollutants  from  the  water  column.  Enrchment  of  the  sediment  with  metals  may  cause  their  transportation to the ground water release of accumulated metals to water column and  consequent accumulation by aquatic organisms (Abdelmoneim, et al., 1994).       In  the  present  study,  HMs  in  sediments  were  subdivided  into  exchangeable  and  residual  phase.  Exchangeable  HMs  are  those  incorporated  into  the  sediment  from  aqueos  solution  by  processes  such  as  adsorption  and  organic  complextion.  Exchangeable HMs include those originated from polluted water, whereas, residual HMs  are  defined  as  those  HMs,  which  are,  located  in  lattice  structures  of  the  components  minerals (Agemain and Chau, 1976).  94   

Chapter Four: Discussion    

     Much of analytical showing less concentration polluted in sediments with grain size  increasing  at  they  think  because  decreasing  in  surface  area  to  weight,  and  they  have  been found dissolved and particulate organic materials are be complex compound with  elements by exchangeable and chemicals reactions (Millward, 1995; and El‐Rayis, et al.,  1997).        In  present  study  there  were  a  positive  correlations  between  increasing  of  HMs  concentration  and  grain  size  and  that  was  agree  with  Al‐Abdali,  et  al.  (1996),  and   Hassan (2007),  and  disagree with Al‐Taee (1999), and  Salman (2006).       The  statistical  analysis  (ANOVA  at  F:  0.05)  showed  that  there  were  a  significanct  difference  among  stations  for  all  studied  metals  during  the  period  of  study(Annex:2  Table:9), that was corresponded with Al‐Saa’don (2002) In Shatt Al‐Arab River and Khor  Al‐Zubair, and Hassan (2007) in Shatt Al‐Arab River.          The distribution of HMs between exchangeable and residual phase of sediment is the  result of a number of processes like hydrochemical condition (temperature, salinity, pH,  redox potential …..etc), (Al‐Khafaji, 1996). The concentrations of most HMs were in the  residual more than them in exchangeable form and that was matching with Al‐Edanee,  et al. (1991).  Water level fluctuations may have beneficial effects in sediments of which  the  buffer  capacity  is  large  enough  to  prevent  acidification  as  a  result  of  oxidation  of  reduced  sulphur  compounds.  Oxidation  of  such  sediments  will  result  in  net  nitrogen  losses and a decrease of the phosphate availability.        Desiccation of sediments with high oxidizable sulphur contents, however, might lead  to reactions that resemble those observed in acid  sulphate soils. Extreme acidification  might  occur  resulting  in  the  mobilisation  of  high  concentrations  of  potentially  toxic  metals.  Dissolution  of  oxidized  metals  at  very  low  pH  will  also  result  in  the  release  of  previously adsorbed phosphate. In freshwater systems, high concentrations of reduced  sulphur will especially accumulate in reductive and iron‐rich sediments which are fed by  sulphate‐enriched groundwater and which almost never fall dry (Smolders, et al., 2006).       Iraqi natural waters are mildly basic. In the Tigris, Euphrates, and Shatt Al‐Arab Rivers  seasonal  variations  were  observed with  the  lower  values  during  the winter  and spring  and  higher  values  during  summer  and  fall  (IMET  and  IF,  2005),  and  values  typically  ranged from 7.5 to 8.5 (Saad and Antoine 1978). Considering the range of Water pH and  Sediment  pH  in  Al‐Hawizeh  Marsh  along  the  study  period  it  was  almost  within  the  optimal range (6.5 to 8.5).       There  were  negative  significant  correlations  (r=0.149,  p>0.05)  between  pH  and  all  exchangeable  residual  metals  (except  exchangeable  Cd,  Cr,  &  Mo  they  have  positive  correlation  with  pH;  and  residual  Mo),  while  exchangeable  As,  Mn,  Zn  were  haven’t  significant correlation with pH. (Annex: 2 Table: 11). Low pH can reduce mineralization  rates  and  contribute  to  organic  matter  accumulation  (WASC,  2002),  Increasing  the  bioavailability  of  toxic  chemicals  from  the  sediment  (Cherry,  et  al.,  2000;  Freeman,  2000),  and  that  affecting  on  the  solubility  of  HMsheavy  metals  in  water  (Lazaridou‐ Dimitriadou, et al., 2004) and the concentrations of total dissolved solids (WASC, 2002).       EC affected postively (positive correlation)  on all exchangeable metals except Mn it  was  haven’t  significant  correlation  with  EC;  and  with  residual  Cd,  Mn,  &  Mo;  while  it  affected negativly on concentration of residual Co, Zn, Cr, &  Fe. (Annex: 2 Table: 11).  95   

Chapter Four: Discussion    

      Metals entering wetlands will bind to the negatively ionized surface of clay particles,  or  precipitate  as  inorganic  compounds  (metal  oxides,  hydroxides,  and  carbonates),  or  form a complex with humic materials depending on pH. (Sheldon et al., 2003).       TOM%  and  TOC%  have  same  effcting  correlation  values  with  studied  metals.  They  have significant negative correlatin with exchangeable As, Co, Cu, Se, Pb, Cr, & Fe; and  with residual Mo; while the residual Cu, Pb, Zn, Cr, & Fe were have significant positive  correlation with  TOM%  &  TOC%  (Annex:  2  Table:  12).  This  results  were  agree  with  Al‐ Saa’don  (2002)  &  Hassan  (2007)  and  not  matching  with  Al‐Taee  (1999)  &    Salman  (2006).        In dry summer, wetlands may become subject to desiccation and oxidation processes  may  affect  sediment  top  layers  Smolders  et  al.  (2006),  and  that  was  agree  with  the  present  study,  whereas,  there  were  significance  differences  among  the  period  of  sampling for all studied metals except Cd, Ni, Cu, & Mn  (Annex: 2 Table: 9).       Knowlge  of  the  concentration  and  distribution  of  HMs  in  sediments  can  play  a  key  role in detecting sources of pollution in aquatic systems (Forstner and Wittman, 1983),  many  studies in different  region from the  world have been used the  sediments  of the  wetland as indicator for pollution (Syrovetnik, et al., 2007).        Hassan (2007) showed that the concentrations of Pb and Cd in the Shatt Al‐Arab River  sediments were higher than the Iraqi standards limitation and WHO, while the present  study found that (According to Igeo in Annex: 2 Table: 13) Al‐Hwaizeh Marsh is suffering  from strongly polluted with:  As in South Al‐Soda station; Co in Um‐El.Nia'j2 station; Mo  in  all  stations  except  Um  Al‐Wared,  South  Al‐Soda,  &  Lesan  Ejerda  station.  The  study  recorded  the  moderately  to  strongly  polluted  for:  As  in  Al‐Adaim1,  Al‐Adaim2,  Um‐ El.Nia'j1, Lesan Ejerda,  & Majnon stations; Cd was in Um‐El.Nia'j1 & South Al‐Soda; Co &  Mo were just in Um Al‐Wared station; Pb was just in Um‐El.Nia'j1 station; Zn was in Al‐ Adaim1, Um‐El.Nia'j2, North Al‐Soda, Um Al‐Wared, Lesan Ejerda, & Majnon stations; Fe  was  in  all  stations  except  Um‐El.Nia'j1  station;  and  Mn  was  in  all  stations  except  Um‐ El.Nia'j2 station. The unpoluted to modrerat values of: As was in North Al‐Soda, Um Al‐ Wared,  &  Al‐Baidah  stations;  Cd  was  in  Al‐Adaim1,  Al‐Adaim2,  Um‐El.Nia'j2,  Lesan  Ejerda,  North Al‐Soda, Um Al‐Wared, Al‐Baidah & Majnon stations; Co was in just North  Al‐Soda station; Mo was in South Al‐Soda, & Lesan Ejerda; Ni was just in  Um Al‐Wared;  Pb  was  in  Al‐Adaim1,    Al‐Adaim2,  Um‐El.Nia'j2,  Lesan  Ejerda,  south  Al‐Soda,  North  Al‐ Soda, Um Al‐Wared, & Majnon stations; and Mn was just in Um‐El.Nia'j2 station. Finally  the Um‐El.Nia'j2 station was unpolluted with As metal; all stations were unpolluted with  Co (except Um‐El.Nia'j2, Um Al‐Wared, & Northg Al‐Soda stations), Cr, Ni (except Um Al‐ Wared station), Se, & Cu, while just Um Al‐Wared & Al‐Baidah stations were unpolluted  with Pb metal.  4‐4 Can Bellamya (Viviparus) bengalensis snails and Potamogeton perfoliatus plant be  used as bio‐indicators to indicate the presence of heavy metals in the Mesopotamian  marshes?         We discussed the results of heavy metals in dissolved, particulates (exchangeable &  residual),  and  sediments  (exchangeable  &  residual),  then  discussed  the  correlations  of  them  with  water  and  sediments  quality  in  section  :  (4‐3‐2),  so  in  this  part,  the  study  96   

Chapter Four: Discussion    

going  to  go  to  discussed  the  results  of  heavy  metals  in  tissues  of  one  of  aquatic  dominant species submerged plant (Potamogeton perfoliatus), and one of the dominant  benthos  species  (Bellamya  (Viviparus)  bengalensis)    in  all  Al‐Hawizeh  study  sites,  and  find the correlations of the elements in all (dissolved, particulates, sediments, plant, and  snail), to suggested whether that the chosen snail and plant  were accumulated or not  for  the  different  heavy  metals,  then  answer  the  question:  Can  choose  this  plant  and  snail as bio‐indicator or not?  4‐4‐1 Potamogeton perfoliatus (P. perfoliatus) submerged plants as bioindicator:        Different  wetland  plant  species  differ,  however,  in  their  abilities  to  take  up  and  accumulate various HMs in their tissues (Rai, et al., 1995). Submerged species have been  found to accumulate relatively high HMs concentrations when compared with emergent  species (Kara, 2005).              The  ability  of  plants  to  accumulate  and  eliminate  heavy  metals  in  relation  to  their  concentrations  in  ambient  led  to  the  observed  variations  in  metal  concentrations  in  plants.  The  results  showed  higher  concentration  of  heavy  metals  in  sediment  than  in  plants, these results were agreed with Awad, et al. (2008).  Aquatic plants are known in  accumulating metals from their environment (Outridge & Noller, 1991; and Ali & Soltan,  1999) and affect metal fluxes rough those ecosystems (Jackson, et al., 1994; and St‐ Cyr,  et  al.,  1994).  The  concentrations  of  metals  in  aquatic  plants  were  more  than  in  the  associated  water,  this  results  were  agree  with  Albers  and  Camardese  (1993);  Al‐ Taee(1999); Al‐Adrise(2002); Al‐Haidarey(2003); Salman(2006); and Al‐Bayati(2008).       In  Iraq  there  were  numerous  researcher  used  the  aquatic  plant  as  bioindicator  for   HMs pollution (Abaychi and Al‐Obaidy, 1987; Ibrahim, 1993;  Sabri, et al., 2001; Al‐Saadi,  et  al.,  2002;  Algam,  2002  ;  Salman,  2006),  while  in  the  Mesopotamian  Marshes  :    Al‐ Saad, et al., (1994) studied the distribution and concentrations of HMs in aquatic plants  of Al‐Hammar Marshes, they found that the concentrations of Fe, Mn, Pb, Ni, and Zn in  plants studies were lower than the baseline concentrations, while those for Cd, Cr, and  V  were  relatively  higher;  Awad  and  Mahdi  (2005)  studied  a  heavy  metals  in  aquatic  plants  from  different  regions  of  southern  Iraqi  marshes  (Amara  &  Basrah).  The  results  show that the heavy metals content of plants have wide different concentration ranges  which  reveals  that  these  plants  concentrate  and  accumulate  these  metals  from  their  environment  (  water  and  sediment);  Awad,  et  al.  (2008)  analyzed  a  heavy  metals  (Cd,  Pb,  Cu,  Zn,  Mn  and  Fe)  in  six  species  of  aquatic  plant  (P.  Crispus  ,  P.  nodosus,  Ceratophyllum  demersum,    Salvinia  natans,  Potamogeton  pectinatans,  Salicornia  herbaceal,  and  Vallisneria  spiralis)  and  sediments  of  Al‐Hawizeh  and  Al‐Hammar  marshes.        Significant  differences  were  observed  in  heavy  metals  concentrations  in  plants  samples  for  dried,  semi  dried  and  wet  stations  (the  concentrations  of  metals  were  in  completely dried > semidried > permanently wet), the dried stations have a lot of heavy  metals concentrated in  sediments, after rehabilitations the heavy metals were re‐influx   and gaining to the water column, the fast growing of a biota because of found a lot of  nutrients  lead  to  uptake  the  metals  then  it's  accumulating  in  plants  and  animals.  The  BCF  values  of  all  elements  were  more  than  BSF  values  (Annex:  3  Table:  3),  this  result  97   

Chapter Four: Discussion    

comes  agree  with  all  that  above  bout  the  ability  of  Potamogeton  perfoliatus  to  accumulate of heavy metals. The metal uptake in plants varies. It’s well established that  metal  aqueous  chemistry  (i.e.,  metal  speciation,  free  ion  concentration,  and  metals‐  metal  interaction)  is  critical  in  controlling  heavy  metal  uptake  and  toxicity  to  aquatic  organisms  (Campbell,  1995).  In  nutrient  enriched  environments,  the  bioavailable  fraction of metals may be reduced as a result of binding to nutrient anions. The uptake  of  heavy  metals  in  plants  may  also  be  affected  by  competition,  since  nutrient  cations  complete with the metals for uptake sites (Greger, 1999).   Thus, the uptake of the studied metals may decrease with increasing external nutrients  to  toxic  heavy  metal  ratio.  On  other  hand  in  Mesopotamian  Marshes,  a  generous  availability  of  nutrients  promotes  plant  growth  (Hassan,  1988;  and  Al‐Kinzawi,  2007),  which in turn creates an increasing number of uptake sites for metals in plants, this may  increase  the  uptake  (Ekvall  and  Greger,  2002)  and  metal  concentrations  in  plants  may  be  expected  to  either  increase,  decrease,  or  sty  constant,  depending  on  the  relative  responses of metal uptake and growth rate.          4‐4‐2 Bellamya (Viviparus) bengalensis Snail as Bioindicators :       Viviparus bengalensis (V. bengalensis) snail has been used frequently as bioindicator  organisms.  Two  important  advantages  of  V.  bengalensis  over  most  other  freshwater  organisms for biomonitoring are their  large  size  and limited mobility, in addition,  they  are  abundant  in  many  types  of  freshwater  environments  and  are  relatively  easy  to  collected and identify (Jamil, 2001).       V.  bengalensis  can  function  as  collector‐gatherer,  consuming  algae  growing  on  any  submerged  surface,  and  scraper,  utilizing  fine  particulate  organic  matter  and  the  bacteria  and  other  microorganisms  therein  and  also  filter  feed  on  suspended  matter,  competing with the clams and mussels. (Voshell, 2002; and Al‐Saffar, 2006)         As  we  mentioned  in  accumulation  of  heavy  metals  in  P.  perfoliatus,  case  the  dried  stations snails were have more concentrations than other stations.   AS illustrated in Annex (3) Table (4), there were a positive significant correlation plant As  (P As) and snails As (VAs), sediment’s exchangeable As (SEAs) and sediment residual’s As  (SRAs)with  particulate  residual’s  (PRAs),  while  there  were  a  negative  significant  correlation between particulate exchangeable As and the snail’s As.        The  correlations  were  positive  significant:  plant’s  Cd  (PCd)&  Snail’s  Cd  (VCd),  dissolved  Cd  (DCd)&  residual  particulate’s  (RPCd),  and  negative  correlation  between  particulate exchangeable Cd (PECd)& snail’s Cd (VCd)forms (Annex: 3 Table: 5).       The  dissolved  Co  phase  (DCo)  has  positive  significant  correlations  with  plant’s  and  snail’s Co (PCo & VCo), while there were negative correlations among snail’s, particulate  exchangeable (PECo), and plant’s Co (PCo) (Annex: 3 Table: 6).       All the correlations of plant’s Cr (PCr) with other Cr phases were negative except with  sediments  exchangeable  Cr  (SECr)  was  positive  insignificant  correlation,  the  strongest  correlations were with exchangeable particulate Cr (EPCr) form and residual particulate  form, while the snails had a negative correlation with residual particulate Cr (RPCr) and  negative correlation with dissolved & sediment residual Cr (Annex: 3 Table: 7).  98   

Chapter Four: Discussion    

     As illustrated in Annex (3) Table (8), there were no significant correlations among the  phases of Se.      All  the  correlations  among  plants  Pb  form  and  other  Pb  forms  were  insignificant,  except  with  snail’s  Pb  form  it  was  positive  significant,  and  there  was  a  positive  significant between the dissolved and sediment residual Pb forms (Annex: 3 Table: 9).      As illustrated in Annex (3) Table (10) the  snail’s Zn form had a negative  correlations  with  all  other  forms  of  Zn,  while  the  plant’s  Zn  form  had  a  positive  correlations  with  sediment  exchangeable  &  dissolved  Zn  forms,      and  had  a  negative  significant  correlations  with  snail’s,  residual  particulate,  exchangeable  particulate,  and  sediment  residual  Zn  forms,  there  were  a  positive  significant  correlations  among  sediments  residual, residual particulate, and exchangeable particulate Zn forms.     The snail’s Ni form had a positive significant correlation with all the other forms of Ni  except  residual  particulate  Ni  form  it  had  negative  insignificant  correlation,  while  the  plant’s  Ni  form  had  just  positive  significant  with  snails  and  exchangeable  Ni  forms  (Annex: 3 Table: 11).         The  plant’s  Mn  form  had  a  negative  significant  with  the  sediment  &  dissolved  Mn  forms, and insignificant correlation with other forms of Mn, while the snail’s Mn had a  negative correlation with all the other forms of Mn,  except sediment residual Mn it was  positive.  There  were  positive  significant  correlations  among  sediment  exchangeable,  particulate exchangeable & dissolved Mn forms  (Annex: 3 Table: 12).       All  the  Mo  forms  had  positive  correlations  with  the  plant’s  form,  except  sediment  residual Mo form it was had a negative significant correlation, while all they were had  positive correlations with the snail’s Mo form except residual particulate Mo form it was  had a negative significant correlation (Annex: 3 Table: 13).      It is important that a biomonitor strongly accumulate the contaminant of interest and  that the tissue contaminant concentrations be directly proportional to average ambient  bioavailable  contaminant  concentrations.  For  many  organic  contaminates,  relatively  simple correlations have been determined (e‐g. fugacity/hydrophobicity constants) that  hold  over  a  range  of  environmental  conditions  (Clark,  et  al.,  1990).  However,  the  development  of  "simple"  correlations  for  metal  has  been  more  difficult.  Metal  bioavailability  and  metal  accumulation  by  biota  change  in  response  to  environmental  conditions and from one species to another. Interpreting tissue metal concentrations in  the aquatic environment requires an understanding of the factors that influence metal  availability  and  determine  metal  accumulation  (Please  go  to  comment  118  its  same  references). The availability of a metal is determined by its speciation which may be very  sensitive  to  changing  environmental  conditions  (e.g.  pH,  presence  of  natural  inorganic  and organic ligands). Reactions affecting metal speciation may occur within organisms,  on  their  surface,  in  solution,  and  on  the  surface  of  particles,  making  understanding  metal behavior difficult.         The  availability  of  metals  will  be  a  function  of  both  the  source  of  metal  exposure  (dissolved  or  particulate  phase)  and  the  geochemical  processes  that  control  metal  availability  within  each  phase.  Metal  accumulation  is  also  affected  by  individual  biological  characteristics  and  aspects  of  organism’s  physiology.  Individual  biological  99   

Chapter Four: Discussion    

characteristics  that  determine  organism  response  to  metal  exposure  typically  include  aspects of growth and reproduction, as well as behavior.       There  were  insignificant  correlation  among  plant’s  Fe  and  other  forms  of  Fe,  while  there were a positive correlation among the snail’s Fe form and all the other forms of Fe  except  with  the  sediment  exchangeable  form,  and  there  was  a  positive  correlation  between the residual particulate Fe form and exchangeable particulate Fe form (Annex:  3 Table: 14).       As  illustrated  in  Annex  (3)  Table  (15)  the  correlation  among  snail’s  ,  plant’s,  &  dissolved  form  of  the  Cu  forms  were  positive  significant,  and  there  were  a  negative  significant correlation among snail’s, exchangeable particulate, and residual particulate  Cu forms.      For  the  correlation  among  different  forms  of  HMs  in  this  work,  we can  say  that  the  Potamogeton  perfoliatus  was  not  considered  to  be  a  good  bioindicator  for  Cr  contamination  in  all  form  (water,  particulates,  and  sediments);  however,  this  species  could be used as an indicator of As (in dissolved phase), Cd (in dissolved phase), Co (in  dissolved  and  sediment  exchangeable  phase),  Pb  (in  dissolved  phase),  Zn  (in  dissolved  and  sediment  exchangeable  phase),  Ni  (in  dissolved,    sediment  exchangeable,  and  particulate phase), Mn (in exchangeable particulate phase), Mo (in dissolved, sediment  exchangeable, and particulate exchangeable & residuals phase), Fe (in dissolved phase),  and Cu (in dissolved and sediment exchangeable phase) contamination. Finally we can  say  that  the  Potamogeton  perfoliatus  is  good  indicator  for  heavy  metals  in  water  and  sediments.       The  correlation  among  different  forms  of  HMs  in  this  work  we  can  say  that  the  V.  bengalensis  was  not  considered  to  be  a  bioindicator  for  Cadmium,  Lead,  Cooper,  and  Zinc  contamination  in  Sediment,  however,  this  species  could  be  used  as  a  good  bioindicator of As, Co, Cr, Ni, Mo, & Fe in sediments, and a good indicator of As, Co, Cr,  Pb, Ni, Mo, and Cu in water column.        The reactivity of the metal determines the extent of the reaction of the metal  with  surface  cellular  sites,  and  hence  its  bioavailability.  In  order  for  a  metal  to  be  accumulated  by  an  organism,  a  metal  must  first  interact  with  and/or  cross  a  cell  membrane  (Campbell  and  Tessier,  1996).  This  interaction  takes  place  with  the  free  metal ion or a metal ligand complex as the reactive species, and results in the formation  of  metal‐X‐cell  surface  complex,  where  X‐cell  is  a  cellular  ligand  present  at  the  ce11  surface.  Assuming  the  concentration  of  free  ‐X‐cell  sites  remains  approximately  constant, the biological response (accumulation, toxicity, etc.) will vary as a function of  concentration  of  metal  ions.  In  the  case  where  a  metal  complex  reacts  at  the  cell  surface, the reaction must be accompanied by the loss of ligand. Thus, the idea that the  free  hydrated  metal  ion  is  the  only  bioavailable  species  is  a  misconception,  since  no  single  species  in  a  solution  can  be  considered  more  (or  less)  available  than  another  (Campbell,  1995).  There  are  a  number  of  key  assumptions  surrounding  the  flam  involving the biological surface and the kinetics of metal‐organism interactions.          If the dissolved phase is the primary exposure vector, the metal concentrations in the  molluscs  should  be  correlated  with  the  fee‐metal  ion  concentration  in  the  ambient  water or its surrogate. The review by Campbell and Tessier (1996) of bioassays and field  100   

Chapter Four: Discussion    

surveys  of  indigenous  benthic  organisms  supports  the  idea  that  benthic  organisms  respond to the free‐metal ion concentration in the ambient water in or near the surficial  sediments, that were agree with the study results that were the significant correlations  with dissolved and exchangeable forms of metals while the correlations with other part  were  insignificant  or  negative.  For  field  studies,  the  geochemical  gradient  (metal  bioavailability)  has  been  defined  in  terms  of  the  free‐metal  ion  (as  estimated  from  sediment‐water equilibria) or the ratio of sorbed metal to sorbent (related to the free‐ metal  ion  concentration).  The  free  metal  ion  concentration  is  a  function  of  both  the  total  aqueous  metal  present  and  the  quantity  and  nature  of  Ligands  present  in  the  water. Consequently, it is not surprising that the free metal ion concentration can vary  widely among systems as does the biological response it causes (Campbell and Tessier.  1996).        The BCF values for all elements were more than BSF values; this result comes agree  with  P.  perfoliatus.  The  BCF  of  Cu,  Fe,  As,  and  Zn  in  V.  bengalensis  were  more  values  than P. perfoliatus, that mean the ability of this snails to accumulated of these metals  more than P. perfoliatus, however the ability of P. perfoliatus plant to accumulation of  other elements were more than snails (Annex: 3 Table: 3).       Metals in contaminated sediments are thought to be taken up by aquatic life in two  ways: indirectly (by partitioning of the metals into the ambient water, followed by their  assimilation from the aqueous phase), and directly (by digestion of the sediments and  assimilation of the metals from the gut), (Campbell and Tessier, 1996). In the past there  has  been  considerable  debate  over  which  of  the  above  pathways  is  of  greater  significance  in  terms  of  metal  exposure  in  snails  (Luoma  et  al.,  1992,  and  Phillips  &  Rainbow, 1993).        There  were  positive  correlations  between  concentrations  of  HMs  in  V.  bengalensis  and  P.  perfoliatus,  that's  mean  they  up‐taking  these  metals  from  same  sources,  the  sediments  considered  act  as  an  archive  for  many  organic  materials  that  coming  from  death of organisms (plants and animals), (Griethuysen, et al., 2005; Gregg et al., 2005;  and Ahmet, et al., 2005  ), then accumulation in benthic fauna that feed on sediments  (Hare,  et  al.,  1994)  and  through  food  chain  transfer  (Luoma,  et  al.,  1992;  Lemly  1993;  and MacFarlane, et al.,2006).       Finally  there  were  significant  spatial  and  temporal  differences  among  the  study  stations and among the periods of sampling (Annex: 2 Table: 10)     

101   

Conclusions & Recommendations    

                 

    The   Conclusions and  Recommendations                              102   

Conclusions & Recommendations    

1‐ Conclusions  1. The  highest  concentrations  of  the  studied  HMs  were  recorded  during  the  summer  months,  while  the  lowest  values  were  recorded  in  the  spring  months,  except the Selenium element was no detection concentrations.  2. All the HMs was exceeds than Iraqi limitations for freshwater quality, except As,  Se, and Cu were in the range of Iraqi limitations.  3. Al‐Hawizeh Marsh was sinking for:  63%As, 38% Cu,  33% Zn , 30% Mo, 27% Pb,  & 8 % Cd; transformer to 93% Cd 73% Pb, 70%Mo, 68% Zn, 62% Cu, &  37% As;  and source for 42% Cr,  28% Fe , 23%Mn, 15%Co,  & 6% Ni.  4. The WT, TSS, TH, Ca+2, Mg+2, and Cl‐  values were in completely dried stations >   semidried  stations    >  wet  stations;  EC,  salinity,  turbidity,  TDS,  HCO‐3,  &  SO4‐2  values were in completely dried stations > wet stations   >  semidried stations;  pH & DO were in semidried stations  > wet stations > completely dried stations.  5. The  clay  was  more  percentage  at  the  southern  parts  of  Al‐Hawizeh  Marsh  (completely dried part).  6. The high  percentages of TOM & TOC% were in Aug. while the  low percentages  were in May.   7. The mean concentrations of the HMs in the dried stations were more than that in  the wet stations  8.  There were spatial and temporal variance among the stations and the period of  study (the linear relationships between the studied physicochemical parameters  and the dissolved metals of the sampling site of Al‐Hawizeh Marsh water on hot  and cold periods).  9. The  highest  values  of  exchangeable  and  residual  heavy  metals  in  Particulates  were  in  the  wet  and  semidried  stations,  while  the  lowest  values  were  in  the  completely dried stations.  10.  There  were  spatial  and  temporal  changes  in  the  HM  concentrations  in  particulate phase among the study stations & among the period of sampling.   11.  The HM concentrations in the particulates phase are much more than dissolved  phase.  12.  There were positive correlations between increasing of HMs concentration and  grain size  13.  The sediments of Al‐Hwaizeh Marshes is suffering from strongly polluted with:   As in South Al‐Soda station; Co in Um‐El.Nia'j2 station; Mo in all stations.  14.  The sediments of Al‐Hwaizeh Marshes is suffering from moderately to strongly  polluted for: As in Al‐Adaim1, Al‐Adaim2, Um‐El.Nia'j1, Lesan Ejerda,  & Majnon  stations; Cd was in Um‐El.Nia'j1 & South Al‐Soda; Co & Mo were  just in Um Al‐ Wared  station;  Pb  was  just  in  Um‐El.Nia'j1  station;  Zn  was  in  Al‐Adaim1,  Um‐ El.Nia'j2, North Al‐Soda, Um Al‐Wared, Lesan Ejerda, & Majnon stations; Fe was  in all stations;  and Mn was in all stations.  15.  The  sediments  of  Al‐Hwaizeh  Marshes  is  unpoluted  to  modrerat  values  of:  As  was in North Al‐Soda, Um Al‐Wared, & Al‐Baidah stations; Cd was in Al‐Adaim1,   103   

Conclusions & Recommendations    

Al‐Adaim2, Um‐El.Nia'j2, Lesan Ejerda,  North Al‐Soda, Um Al‐Wared, Al‐Baidah  &  Majnon  stations;  Co  was  in  just  North  Al‐Soda  station;  Mo  was  in  South  Al‐ Soda,  &  Lesan  Ejerda;  Ni  was  just  in    Um  Al‐Wared;  Pb  was  in  Al‐Adaim1,    Al‐ Adaim2, Um‐El.Nia'j2, Lesan Ejerda, south Al‐Soda, North Al‐Soda, Um Al‐Wared,  & Majnon stations; and Mn was just in Um‐El.Nia'j2 station.   16.  The  Um‐El.Nia'j2  station  was  unpolluted  with  As  metal;  all  stations  were  unpolluted with Co, Se, & Cu, while just Um Al‐Wared & Al‐Baidah stations were  unpolluted with Pb metal.  17.  The concentrations of HMs in Potamogeton perfoliatus plant were in completely  dried > semidried > permanently wet.  18.  Potamogeton perfoliatus was not considered to be a good bioindicator for Cr in  all phases, and it’s good indicator for others in water and sediments.   19.  The V. bengalensis was not considered to be a good bioindicator for Cd, Pb, Cu,  and Zn, and its a good bioindicator of As, Co, Cr, Ni, Mo, & Fe in sediments, and a  good bioindicator of As, Co, Cr, Pb, Ni, Mo, and Cu in water column.   20.  The BCF values for all elements were more than BSF values.  21.  HMs in V. bengalensis and P. perfoliatus, comes from same sources.          2‐ Recommendations    1. Scientific  groups  must  form  for  monitoring  damages  of  environmental  change  and for their effect in the environment.  2. Preparing  a  database  of  the  biological  and  physico‐chemical  variables  of  the  Iraqi marshes.  3. Using other aquatic macrophyte and macro invertebrate species in a long‐term  biomonitoring program for the Iraqi marshes.  4. Continues monitoring programs should be formulated and conducted to ensure  that HMs remine under the baseline levels.    5. Restoration  of  other  up  marshes  (like  Ibn  Najem  Marsh)  to  get  better  water  quality in the down Marshes.  6. Increasing  the  amount  of  water  which  is  reached  the  Iraqi  marshes  by  Euphrates and Tigris Rivers to reflood the areas which still dried.                104   

 

105 

Annexes  

   

 

Annexes 

                       

 

 

 

106 

Annexes    

Annex (1)       Table (1): The mean, median, standard deviation (Std.Dev), standard error (Std. Err), size of sample, minimum (Min), and  maximum (Max) of studied physio‐chemical parameter of the three Mesopotamian Marshes during the study period (2006). 

 

  WT Sal EC DO pH TDS  TSS TH Mg 2  Ca2   Mean  21.5292  1.2475  2791.86  6.3338  7.7665  1720  26.0791  636.33  111.1462  87.293  Median  23.75 1.4 2800 6.4 7.71 1708  20.5 530 104.2 70.09 Std.Dev  7.0103 0.6304 1569.38 3.0067 0.497 692.7  27.5332 294.25 49.3687 51.6046 Std.Err  0.8262 0.0743 184.953 0.3543 0.059 81.64  3.2448 34.677 5.8182 6.0817 Size  72 72 72 72 72 72  72 74 74 74 Min  11.2 0.2 952 0.13 6.5 575  2 200 24.3 19.44 Max  33 2.6 9720 13.26 8.8 3308  173.95 1480 248.5 238.14

        Table (2): The correlations among heavy metals concentrations and studied physio‐chemicals parameters in the   three  Mesopotamian Marshes (r= 0.11, p >0.05).  As        Cd        Co        Cr        Mo        Ni       

0.5482 0.5632 0.642 0.6019 0.4875 0.5975

0.1697 0.2645 ‐0.0346 ‐0.1073 0.2086 0.1384

0.0657 0.1658 ‐0.0195 ‐0.0702 0.1611 0.0732

‐0.0174 ‐0.0901 ‐0.1551 ‐0.2037 ‐0.1925 ‐0.2186

0.1561 0.3959 0.2832 0.3957 0.5734 0.5634

Pb        Zn        Cu        Fe        Mn       

0.6089 0.4824 0.4613 0.4343 0.4562 WT      

0.0025 0.1364 ‐0.2892 ‐0.0553 0.2007 Sal    

‐0.0059 0.041 ‐0.2456 ‐0.0939 0.0902 EC      

‐0.098 0.0092 ‐0.181 0.0062 0.0377 pH      

0.2746 0.0865 0.2186 0.1635 0.1354 TDS     

   

 

‐0.0741  0.1772  0.1212  0.3004  0.3006  0.2859 

‐0.0078 ‐0.0368 ‐0.0586 ‐0.0728 ‐0.0241 ‐0.0386

‐0.4706 ‐0.4978 ‐0.2945 ‐0.2892 ‐0.3722 ‐0.318

‐0.0011 ‐0.0413 ‐0.0418 ‐0.0559 ‐0.0323 ‐0.0364

‐0.0131 ‐0.0331 ‐0.0718 ‐0.0861 ‐0.0172 ‐0.0403

0.1716  ‐0.0566 ‐0.1294  ‐0.0206 0.0915  ‐0.0585 0.2794  ‐0.0434 0.0247  ‐0.019 TSS       TH      

‐0.453 ‐0.4572 ‐0.146 ‐0.1939 ‐0.4496 DO      

‐0.0426 ‐0.0154 ‐0.0312 ‐0.0334 ‐0.0169 Ca 

‐0.0676 ‐0.0247 ‐0.0803 ‐0.0512 ‐0.0206 Mg

107 

Annexes    

Annex (2) 

Mean Median 

TSS  30  4.8 

TH  637  500 

Ca+  144 120 

Mg+  53.7 53.4 

HCO3ֿ  205.2 207.43 

Clֿ  305 284 

SO4 ²ֿ  296 272 

Tur  48.7  35 

Sal  0.8 0.69 

EC  1665 1444 

pH  8 8 

WT  23 27 

DO  7.26 7.41 

TDS  2481 1118 

Std.Dev 

66 

528 

76.05 

18.1 

54.28 

101 

118 

39 

0.38 

551 

0.3 

8.9 

2.47 

2271 

Std.Err 

9 

74 

10.65 

2.53 

7.68 

14.21 

16.54 

6 

0.05 

77 

0.05 

1.2 

0.35 

318.04 

Min 

0.3 

380 

60.10 

24.3 

102 

149 

144 

0.88 

0.30 

1027 

7.23 

10 

1.36 

490.00 

Max 

323 

4118 

408 

996 

361 

567 

725 

131 

2.3 

3477 

8.7 

34 

12.7 

9895 

       Table  (2):  The  mean,  median,  standard  deviation  (Std.Dev),  standard  error  (Std.  Err),  minimum  (Min),  and  maximum  (Max)  of  some sediments quality during (2006) in Al‐Hawizeh Marsh. 

Mean  Median Std.Dev  Std.Err Min  Max           

 

pH 7.1961 7.195 0.4321 0.0605 6.01 8.2

Ec (ds/m = 1000 ms/cm) 2.3055 2.435 0.6012  0.0842 1.11 3.28

TOC 2.5196 2.015 1.9731 0.2763 0.07 7.78

TOM 5.7966 4.645 4.5374 0.6354 0.161 17.894

 

      Table (1): The mean, median, standard deviation (Std.Dev), standard error (Std. Err), minimum (Min), and maximum (Max) of  water quality parameter during (2006) in Al‐Hawizeh Marsh. 

108 

Annexes    

      Table (3): The mean, median, standard deviation  (Std.Dev), standard error (Std. Err),  minimum (Min), and  maximum  (Max)  of  Stations Ad1

Ad2

UmNj1

UmNj2

N. Sod

 

Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max 

As 0.021 0.021 0.016 0.009 0.006 0.037 0.013 0.015 0.007 0.004 0.006 0.020 0.022 0.020 0.018 0.011 0.005 0.041 0.020 0.023 0.011 0.006 0.009 0.029 0.019 0.019 0.010 0.006 0.009 0.028

Cd 0.050 0.042 0.042 0.024 0.013 0.096 0.024 0.026 0.006 0.003 0.017 0.028 0.029 0.038 0.015 0.009 0.011 0.038 0.038 0.042 0.011 0.007 0.025 0.046 0.042 0.041 0.025 0.014 0.018 0.067

Co 0.011 0.010 0.005 0.003 0.007 0.017 0.008 0.008 0.000 0.000 0.008 0.009 0.007 0.009 0.002 0.001 0.005 0.009 0.009 0.009 0.001 0.001 0.007 0.010 0.011 0.010 0.003 0.002 0.008 0.014

Cr 0.248 0.228 0.080 0.046 0.180 0.337 0.182 0.184 0.008 0.005 0.173 0.189 0.207 0.202 0.044 0.025 0.166 0.253 0.213 0.207 0.044 0.026 0.173 0.261 0.170 0.174 0.009 0.005 0.161 0.177

Mo 0.119 0.122 0.101 0.058 0.017 0.217 0.039 0.019 0.042 0.024 0.011 0.087 0.262 0.122 0.337 0.195 0.019 0.647 0.647 0.070 1.042 0.602 0.021 1.850 0.093 0.035 0.121 0.070 0.012 0.232

Ni 0.321 0.294 0.085 0.049 0.253 0.415 0.213 0.225 0.083 0.048 0.125 0.290 0.270 0.272 0.054 0.031 0.215 0.324 0.272 0.269 0.084 0.048 0.190 0.357 0.255 0.259 0.040 0.023 0.214 0.292

Pb 0.034 0.039 0.009 0.005 0.023 0.039 0.036 0.038 0.016 0.009 0.019 0.050 0.045 0.042 0.008 0.004 0.040 0.054 0.042 0.046 0.007 0.004 0.035 0.047 0.047 0.046 0.005 0.003 0.042 0.053

Zn 4.411 3.595 1.706 0.985 3.267 6.373 2.060 1.961 0.467 0.270 1.651 2.568 2.096 2.194 0.318 0.184 1.739 2.353 2.194 2.046 0.685 0.396 1.595 2.941 4.726 4.093 2.473 1.428 2.632 7.454

Cu 0.226 0.250 0.109 0.063 0.108 0.321 0.200 0.200 0.029 0.017 0.171 0.230 0.253 0.247 0.121 0.070 0.134 0.377 0.247 0.255 0.091 0.052 0.153 0.333 0.340 0.317 0.156 0.090 0.198 0.506

Fe 1.968 1.826 0.911 0.526 1.136 2.941 1.874 1.821 0.502 0.290 1.401 2.401 1.706 1.659 0.624 0.361 1.107 2.353 1.659 1.730 0.165 0.095 1.471 1.778 1.662 1.662 0.659 0.381 1.003 2.322

Mn  0.181  0.184  0.027  0.016  0.153  0.207  1.155  0.998  0.625  0.361  0.624  1.844  0.081  0.098  0.038  0.022  0.037  0.107  0.098  0.072  0.053  0.030  0.062  0.158  0.669  0.531  0.243  0.140  0.526  0.950 

 

dissolved HMs (ppm) during (2006) in Al‐Hawizeh Marsh. 

109 

Annexes    

Stations UmWd

Bed

S. Sod

LesEj

Maj.

 

 

Mean  Median  Std.Dev  Std.Err  Min Max Mean  Median  Std.Dev  Std.Err  Min Max Mean  Median  Std.Dev  Std.Err  Min Max Mean  Median  Std.Dev  Std.Err  Min Max Mean  Median  Std.Dev  Std.Err  Min Max

As  0.0995  0.0668  0.0666  0.0384  0.0556  0.1761  0.0288  0.0336  0.0137  7.92E‐03 0.0134  0.0395  0.0332  0.04  0.0211  0.0122  9.52E‐03 0.05  0.035  0.0363  0.0176  0.0102  0.0168  0.052  0.0387  0.0421  0.0312  0.018  5.95E‐03 0.0681 

Cd 0.038 0.0369 0.0195 0.0113 0.019 0.058 0.0408 0.0374 0.0252 0.0146 0.0174 0.0675 0.2913 0.1896 0.3419 0.1974 0.0117 0.6725 0.0496 0.0391 0.0311 0.018 0.025 0.0846 0.0326 0.0382 0.0139 8.00E‐03 0.0168 0.0428

Co 0.0114 0.0105 5.82E‐03 3.36E‐03 6.01E‐03 0.0176 0.0138 0.0121 5.20E‐03 3.00E‐03 9.61E‐03 0.0196 0.0124 0.012 5.55E‐03 3.20E‐03 7.05E‐03 0.0181 0.0149 0.0142 4.44E‐03 2.57E‐03 0.0109 0.0197 0.0143 0.0133 4.92E‐03 2.84E‐03 9.90E‐03 0.0196

Cr 0.1333 0.1338 0.022 0.0127 0.1111 0.1551 0.1386 0.1475 0.0375 0.0216 0.0975 0.1709 0.2368 0.2135 0.0664 0.0383 0.1853 0.3118 0.1853 0.174 0.0723 0.0418 0.1193 0.2626 0.3055 0.2438 0.1253 0.0723 0.223 0.4496

Mo 0.0951 0.1179 0.052 0.03 0.0356 0.1318 0.0391 0.0392 0.0254 0.0147 0.0136 0.0644 0.0494 0.0661 0.0328 0.0189 0.0116 0.0705 0.1392 0.121 0.1035 0.0597 0.0461 0.2506 0.0575 0.0486 0.019 0.011 0.0445 0.0793

Ni  0.5425 0.4292 0.2072 0.1196 0.4167 0.7817 0.3652 0.3499 0.0666 0.0384 0.3077 0.4381 0.3  0.3358 0.0815 0.047 0.2068 0.3575 0.4506 0.4219 0.1196 0.0691 0.348 0.582 0.5318 0.4998 0.0863 0.0498 0.4661 0.6295

Pb 0.044 0.0419 6.31E‐03 3.64E‐03 0.039 0.0511 0.044 0.0424 5.88E‐03 3.40E‐03 0.0391 0.0506 0.0603 0.053 0.0159 9.17E‐03 0.0493 0.0785 0.1404 0.1185 0.1106 0.0639 0.0423 0.2603 0.05 0.048 8.01E‐03 4.62E‐03 0.0432 0.0588

Zn 9.0067 6.6366 7.6928 4.4414 2.7778 17.6056 4.971 4.8236 1.427 0.8239 3.6235 6.466 2.7336 2.5 1.1005 0.6354 1.7687 3.9322 6.1371 5.5859 3.719 2.1472 2.7245 10.101 7.421 6.5515 1.6269 0.9393 6.4137 9.2979

Cu 0.5201 0.4079 0.3092 0.1785 0.2827 0.8697 0.2761 0.2932 0.1236 0.0714 0.1449 0.3904 0.5316 0.4592 0.4714 0.2721 0.1007 1.035 0.5888 0.5564 0.4423 0.2554 0.1635 1.0464 0.3138 0.3665 0.1418 0.0818 0.1533 0.4217

Fe 3.6831 2.9392 2.0355 1.1752 2.1242 5.9859 2.0965 2.2099 0.9301 0.537 1.1148 2.9647 2.5953 2.587 0.1507 0.087 2.449 2.75 1.8645 2.0451 0.3662 0.2114 1.443 2.1053 2.291 2.3445 1.2234 0.7063 1.0417 3.4867

Mn 0.3559  0.4452  0.1628  0.094 0.1679  0.4544  0.8745  0.8765  0.0584  0.0337  0.8152  0.9319  0.2887  0.3368  0.1677  0.0968  0.1023  0.4272  0.2309  0.2674  0.0743  0.0429  0.1454  0.28 0.2831  0.2257  0.1011  0.0584  0.2238  0.3998 

 

Table (3) Continued.  

110 

Annexes    

                Table (4): The mean, median, standard deviation (Std.Dev), standard error (Std. Err), minimum (Min), and maximum (Max)   Stations Ad1

Ad2

UmNj1

UmNj2

N. Sod

 

Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max

As  Cd 414.3655  53.4408 758.8235  52.0322 487.1371  38.9712 344.458  22.5001 69.9076  15.193 758.8235  93.0973 142.1365  4.6948 170.3842  4.6948 116.7163  0.8763 67.3862  0.5059 13.8889  3.8186 242.1365  5.5711 250.107  8.3126 213.8889  5.7705 222.6408  4.5769 128.5417  2.6425 47.7958  5.5711 488.6364  13.5964 4.1013  8.9507 3.1566  7.0554 4.4571  3.47E+00 2.5733  2.00E+00 0.1923  6.8413 8.9551  12.9553 22.1216  10.9374 17.4262  11.1659 21.5166  1.0471 12.4226  0.6046 3.3403  9.7949 45.5981  11.8514

Co 28.7744 31.7647 24.0397 13.8793 3.3794 51.1791 2.6431 2.6431 0.8931 0.5156 1.75 3.5362 11.1918 3.5227 14.8449 8.5707 1.75 28.3026 2.1848 1.5215 1.4145 0.8167 1.2239 3.8091 3.0866 2.9112 0.8039 0.4641 2.385 3.9638

Cr 93.3704 78.0153 29.1705 16.8416 75.0848 127.011 37.1712 37.0047 13.2509 7.6504 24.0044 50.5046 89.3983 94.257 36.5409 21.0969 50.6711 123.2667 35.8625 34.9135 20.501 11.8362 15.8524 56.8214 24.6213 27.0407 11.0872 6.4012 12.5242 34.2989

Mo 22.0878 17.7249 19.5263 11.2735 5.112 43.4264 22.3206 23.2357 16.4158 9.4777 5.4664 38.2598 79.6596 85.0673 64.1665 37.0465 12.9604 140.9511 10.2152 8.6181 3.8547 2.2255 7.4158 14.6118 460.3096 660.6243 376.9956 217.6585 25.4416 694.8628

Ni Pb 20.4575  68.0461 21.8292  63.1487 6.2857  17.5115 3.6291  10.1103 13.5992  53.5047 25.9442  87.4849 26.1403  81.6902 16.7692  105.1859 24.7443  49.4606 14.2861  28.5561 7.4503  24.8611 54.2015  115.0235 30.484  55.3893 31.6116  67.6596 12.616  39.1573 7.2838  22.6075 17.342  11.5663 42.4983  86.942 27.2084  67.2096 23.8799  36.6919 14.8679  54.2719 8.584  31.3339 14.287  35.0665 43.4585  129.8703 134.8934  26.1315 148.0285  27.7036 38.012  7.2045 21.9462  4.1595 92.0559  18.2708 164.5959  32.42

Zn 34062.0659 1568.6274 56638.6979 32700.3675 1155.205 99462.3653 21398.1912 30389.1453 17582.0977 10151.0289 1138.761 32666.6673 19697.6404 7497.376 27003.6524 15590.566 946.9697 50648.5755 30965.8623 31186.869 30707.2832 17728.8582 148.6722 61562.0456 21367.0434 25545.0834 19146.1847 11054.0549 476.8433 38079.2035

Cu 76.6032 52.4915 72.927 42.1044 18.7855 158.5326 74.8467 67.2354 30.2545 17.4674 49.1246 108.18 90.9233 90.96 34.1691 19.7275 56.7358 125.0739 123.891 122.348 18.6634 10.7753 106.047 143.278 49.6851 48.8024 11.5677 6.6786 38.584 61.6688

Fe 12569.84 14694.88 3689.539 2130.156 8309.532 14705.11 30989 30989 22309.45 12880.37 8679.545 53298.45 34840.45 22106.26 36124.85 20856.69 6807.182 75607.91 6997.946 4719.29 5959.242 3440.57 2514.253 13760.29 3258.657 3677.146 1917.762 1107.22 1166.207 4932.616

Mn 18779.02 20061.19 12695.04 7329.482 5491.551 30784.31 20202.34 12060.24 23670.28 13666.04 1677.778 46869.01 17297.46 7954.545 20133.19 11623.9 3533.138 40404.68 7203.894 1622.736 9969.293 5755.774 1275.253 18713.69 7118.253 7877.304 3478.406 2008.258 3323.002 10154.45

 

of exchangeable HMs in the particulate (ppm) during (2006) in Al‐Hawizeh Marsh. 

111 

Annexes    

 Stations UmWd

Bed

S. Sod

LesEj

Maj.

 

 

Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max

As  21.3322  3.1992  33.2301  19.1854  1.1133  59.6841  24.7131  26.8237  19.5621  11.2942  4.1812  43.1343  44.4808  5.6264  68.5778  39.5934  4.153  123.6631  31.516  32.0358  27.1928  15.6997  4.0671  58.4452  122.9099  123.6066  77.7566  44.8928  44.8073  200.3158 

Cd 3.6908 1.197 4.6976 2.7121 0.7661 9.1094 13.8045 4.7179 16.7196 9.6531 3.5958 33.0998 3.576 2.4919 3.5712 2.0618 0.6726 7.5636 4.3945 4.2365 1.5137 8.74E‐01 2.9661 5.9811 4.9928 2.8075 4.76E+00 2.75E+00 1.7171 10.4538

Co 3.686 4.2656 1.2035 0.6948 2.3024 4.49 3.4156 3.8099 1.4309 0.8262 1.8288 4.608 2.3318 2.373 1.4677 0.8474 0.844 3.7785 2.1878 2.04 0.9827 0.5674 1.2873 3.2361 7.9564 7.4321 1.9985 1.1538 6.2723 10.1648

Cr 8.1511 8.1105 2.9058 1.6776 5.2659 11.077 30.4889 33.8644 12.1461 7.0126 17.012 40.5902 25.5991 31.443 21.7641 12.5655 1.5097 43.8448 11.8645 10.5628 2.3616 1.3635 10.4401 14.5905 16.315 15.0235 4.2698 2.4652 12.84 21.0815

Mo 92.5999 110.9153 77.4657 44.7248 7.6178 159.2665 40.6943 33.487 33.0281 19.0688 11.865 76.731 34.6366 4.4255 55.2045 31.8724 1.1315 98.353 20.0119 21.2979 17.7955 10.2742 1.6083 37.1295 113.4791 105.7127 28.6321 16.5307 89.5314 145.1932

Ni  16.0453  16.3675  6.406  3.6985  9.4843  22.2842  191.346  184.5129  124.9371  72.1325  69.9658  319.5595  106.1136  39.447  127.2922  73.4922  26.0011  252.8928  9.9952  10.3167  5.9767  3.4506  3.8643  15.8047  44.8485  44.2812  10.7252  6.1922  34.4181  55.846 

Pb 10.2244 13.5544 5.8763 3.3927 3.4394 13.6794 156.8426 108.1624 117.5445 67.8643 71.4587 290.9069 38.9353 32.3209 50.4168 29.1082 ‐7.8478 92.3329 17.858 15.8257 11.926 6.8855 7.0787 30.6695 122.0535 91.5278 58.9781 34.051 84.595 190.0379

Zn 5859.5492 3985.7705 5505.4249 3178.5586 1535.6004 12057.2768 10084.7218 8117.0437 5750.9301 3320.301 5575.895 16561.2268 7518.1555 5345.0862 8400.4261 4849.9883 417.7808 16791.5996 6105.5502 3773.5195 6792.9482 3921.9105 785.7833 13757.3476 2511.8514 1423.7325 2372.5526 1369.7939 878.5264 5233.2955

Cu 29.312 32.886 16.3779 9.4558 11.4422 43.6078 10.4891 14.709 8.4861 4.8994 0.7203 16.038 45.3285 58.1472 25.1434 14.5166 16.3592 61.4791 62.3876 38.1435 68.3032 39.4349 9.5134 139.5058 26.4906 30.6279 7.178 4.1442 18.2022 30.6419

Fe 1310.976 1961.82 1127.317 650.8566 9.2628 1961.845 10723.81 13928.74 6599.394 3810.162 3133.997 15108.69 3132.583 1864.469 2720.581 1570.728 1277.569 6255.711 1723.86 1741.901 96.7754 55.8733 1619.334 1810.345 3167.756 2832.655 843.918 487.2363 2542.856 4127.757

Mn 646.7916  580.1157  370.2517  213.7649  314.4083  1045.851  4916.969  5944.115  4255.62 2456.983  241.783 8565.01 380.592 225.6016  302.0076  174.3642  187.5469  728.6275  1532.754  1446.144  1131.17 653.0815  447.379 2704.74 1308.979  1199.291  587.4687  339.1752  784.0848  1943.56

 

Table (4) Continued.  

112 

Annexes    

                   Table  (5):  The  mean,  median,  standard  deviation  (Std.Dev),  standard  error  (Std.  Err),  minimum  (Min),  and  maximum  Stations Ad1

Ad2

UmNj1

UmNj2

N. Sod

 

Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max 

As 10292 15244 8634 4985 323 15310 8077 190 13683 7900 165 23877 13834 229 23614 13633 172 41101 74 68 61 35 17 139 1685 204 2670 1542 83 4767

Cd 36 33 13 7 26 51 42 35 21 12 25 65 109 109 60 35 49 169 15 13 9 5 8 25 29 23 17 10 15 48

Co 30 37 13 8 15 38 32 35 15 8 17 46 88 106 77 44 3 154 10 10 3 2 7 13 17 18 2 1 15 18

Cr 652 267 753 435 170 1520 813 896 561 324 215 1327 672 541 254 147 510 965 332 297 315 182 35 663 611 589 544 314 78 1165

Mo 213 272 103 59 95 273 1484 92 2454 1417 43 4317 4709 697 7512 4337 55 13376 40 48 16 9 21 51 69 75 18 11 48 83

Ni  163  160  15  8  149  178  188  188  31  18  156  219  250  271  145  84  96  383  55  73  32  18  18  74  124  122  79  46  46  204 

Pb 2406 3305 1567 905 597 3317 2150 680 2598 1500 621 5150 4427 5235 3802 2195 285 7760 478 215 554 320 104 1115 501 397 348 201 217 889

Zn 1079819 991544 1125945 650065 610 2247303 102765 40287 142132 82060 2574 265435 749815 1090599 630068 363770 22749 1136097 58058 64726 54547 31492 483 108963 120161 121258 72558 41892 47060 192164

Cu 230 189 75 43 184 317 200 200 126 73 75 326 306 284 91 53 227 406 80 78 46 26 35 126 103 103 47 27 56 150

Fe 40939 38872 7634 4407 34551 49393 53930 55592 24208 13976 28934 77263 78399 107942 54485 31457 15523 111732 14539 15367 2140 1235 12109 16142 22678 27179 9052 5226 12258 28597

Mn 3175 3698 944 545 2085 3742 9979 13329  6942 4008 1997 14610  3599 4910 2584 1492 622 5266 789 741 153 88 666 960 2530 1348 2709 1564 612 5629

 

(Max) of residual HMs in the particulate (ppm) during (2006) in Al‐Hawizeh Marsh. 

113 

Annexes    

Stations UmWd

Bed

S. Sod

LesEj

Maj.

 

 

   Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max 

As 1119 57 1886 1089 4 3297 353 168 407 235 70 819 20891 20942 8620 4977 12246 29485 3832 4832 3373 1948 71 6592 9227 9227 9221 5324 7 18448

Cd 32 2 53 30 1 93 30 30 18 11 12 48 98 101 12 7 86 109 16 16 1 0 16 17 20 20 17 10 3 38

Co 10 4 13 7 2 25 12 12 3 2 8 15 46 53 33 19 10 74 16 20 9 5 6 23 48 48 45 26 3 94

Cr 90 18 131 76 12 241 312 303 33 19 284 348 237 246 139 80 94 372 235 145 161 93 138 421 179 179 129 75 50 309

Mo 21 10 27 16 2 53 1372 68 2292 1323 29 4018 129 127 63 36 67 193 72 93 47 27 17 105 223 223 219 127 4 443

Ni  55  18  69  40  12  135  109  118  38  22  67  143  160  168  49  28  107  204  71  71  6  4  65  78  170  170  149  86  21  318 

Pb 227 20 370 214 5 654 247 125 217 125 119 498 2124 2385 1405 811 607 3380 1083 1083 841 485 242 1923 2322 2322 2295 1325 27 4617

Zn 66972 5037 110020 63520 1880 194000 251628 208353 214988 124123 61569 484961 131274 19607 196523 113463 16026 358191 117981 117981 56348 32533 61633 174329 48312 48312 40246 23236 8066 88558

Cu 49 28 60 34 3 116 93 107 36 21 53 120 138 138 0 0 137 138 81 81 28 16 53 109 119 119 99 57 20 219

Fe 12540 3135 16770 9682 2584 31903 22093 25261 5631 3251 15591 25426 35200 41385 21025 12139 11776 52438 17409 17409 4592 2651 12817 22001 39156 39156 34356 19836 4800 73512

Mn 1085 387 1507 870 54 2815 1939 2606 1398 807 333 2879 1088 1218 794 458 238 1810 1591 1591 1075 621 516 2666 1938 1938 1796 1037 143 3734

 

Table (5) Continued. 

114 

Annexes    

                    Table  (6):  The  mean,  median,  standard  deviation  (Std.Dev),  standard  error  (Std.  Err),  minimum  (Min),  and  maximum   Stations Ad1

Ad2

UmNj1

UmNj2

N. Sod

 

Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max

As  Cd ‐  0.3144 ‐  0.3144 ‐  0.0265 ‐  0.0153  ‐  0.2879  ‐  0.3409 0.9235  0.1831 1.2568  0.1831 0.5956  3.05E‐03 0.3439  1.76E‐03 0.2359  0.18 1.2778  0.1861 1.3442  0.3022 0.8273  0.3022 0.9407  0.1702 0.5431  0.0982 0.7753  0.132 2.43  0.4723 0.5279  0.1037 0.2769  0.1301 0.6792  0.077 0.3921  0.0445 0.01  0.017 1.2969  0.1641 2.2556  0.2009 2.2485  0.2008 0.2575  0.046 0.1487  0.0266 2.0017  0.155 2.5167  0.247

Co 0.6933 0.6933 0.0584 0.0337 0.6348 0.7517 2.9317 3.265 0.6251 0.3609 2.2106 3.3194 4.5144 4.5144 1.4644 0.8455 3.05 5.9788 2.0188 1.749 1.3645 0.7878 0.8094 3.498 6.1453 4.3833 3.2891 1.899 4.1124 9.94

Cr 1.1604 1.3645 0.4699 0.2713 0.623 1.4937 5.1075 6.1075 1.8215 1.0516 3.0051 6.21 8.5931 8.5931 2.5431 1.4683 6.05 11.1362 0.8147 0.132 1.2771 0.7373 0.0241 2.2881 6.5758 7.2433 2.098 1.2113 4.2252 8.2588

Mo 5579.8822 866.9935 8922.6581 5151.4991 1.8865 15870.7665 7222.1269 5832.8215 8007.4424 4623.099 0.2459 15833.3133 0.2878 0.2878 0.2152 0.1243 0.0725 0.503 12276.6534 12159.9806 5165.9784 2982.579 7169.9997 17499.98 6035.6666 946.3899 9645.3261 5568.7316 0.8667 17159.7433

Ni 3.5624 3.5674 0.3359 0.1939 3.224 3.8957 19.1585 20.4918 2.6108 1.5073 16.1503 20.8333 22.8417 22.8417 2.3683 1.3673 20.4735 25.21 4.3948 5.8378 3.4078 1.9675 0.503 6.8438 54.4645 36.3905 38.4942 22.2246 28.3333 98.6696

Pb  1.2208 1.2208 0.1046 0.0604 1.1162 1.3254 3.6822 3.6822 0.0617 0.0356 3.6205 3.7439 7.6239 7.6239 3.9539 2.2828 3.67  11.5778 11.8767 8.44  11.9903 6.9226 1.98  25.21 9.7586 4.5362 10.5425 6.0867 2.8467 21.8929

Se ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ 3.67 ‐ ‐ ‐ 3.67 3.67 3.4599 ‐ ‐ ‐ 3.4599 3.4599

Zn 11.6033 11.3039 0.5783 0.3339 11.236 12.2699 11.8634 8.3333 6.2329 3.5986 8.1967 19.0601 17.9856 17.9856 6.1744 3.5648 11.8112 24.16 10.6233 8.115 10.2308 5.9067 1.88 21.875 13.6013 16.2722 9.6812 5.5895 2.8649 21.6667

Cu 4.2607 4.8174 1.3662 0.7888 2.7041 5.2607 7.0929 7.7596 1.2683 0.7323 5.6302 7.8889 10.8094 10.8094 3.4094 1.9684 7.4 14.2187 3.05 3.05 1.9656 1.1349 1.0844 5.0156 5.857 4.9667 3.5316 2.039 2.8557 9.7485

Fe 208.7321 224.7191 46.757 26.9952 156.0784 245.3988 837.9782 971.3115 245.0935 141.5048 555.123 987.5 3219.424 3219.424 2283.424 1318.336 936 5502.849 355.275 523.8375 302.4982 174.6474 6.05 535.9375 1290.409 1582.84 1150.688 664.3498 21.7212 2266.667

Mn 212.0454 224.6991 41.1463 23.7558 166.0584 245.3788 478.6685 452.7578 51.4409 29.6994 445.3352 537.9126 435.2318 435.2318 211.2318 121.9547 224 646.4636 50.6783 22.5675 67.0122 38.6895 2.3 127.1675 242.3962 246.6467 6.0111 4.2505 238.1457 246.6467

 

(Max) of exchangeable HMs in the sediments (ppm) during (2006) in Al‐Hawizeh Marsh. 

115 

Annexes    

Stations UmWd

Bed

S. Sod

LesEj

Maj.

 

 

Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max

As  0.9412  0.9412  0.9096  0.5251  0.0316  1.8507  2.1083  2.1167  0.0431  0.0249  2.0617  2.1466  1.8385  2.6399  1.5108  0.8722  0.0959  2.7798  1.7833  1.9969  0.4774  0.2756  1.2365  2.1167  1.5758  1.5758  0.1576  0.091  1.4182  1.7333 

Cd 0.2676 0.2676 0.1585 0.0915 0.1092 0.4261 0.153 0.1575 0.0115 6.63E‐03 0.14 0.1617 0.1684 0.1712 5.03E‐03 2.90E‐03 0.1626 0.1714 0.1383 0.1525 0.0328 0.0189 0.1008 0.1617 0.3758 0.3758 0.0376 0.0217 0.3382 0.4133

Co 12.1035 10.003 7.1679 4.1384 6.2206 20.087 5.4804 3.6667 3.2244 1.8616 3.5714 9.2032 3.8021 4.5979 1.5941 0.9203 1.9668 4.8417 8.4377 3.6667 8.4441 4.8752 3.4591 18.1874 3.8333 3.8333 0.3833 0.2213 3.45 4.2167

Cr 4.5038 1.3635 6.4173 3.705 0.2615 11.8865 8.0811 8.0705 0.1073 0.062 7.9795 8.1933 6.0683 7.5999 3.0104 1.7381 2.6 8.0049 9.1933 8.1933 2.1483 1.2403 7.7273 11.6594 11.9448 11.9448 1.1985 0.6919 10.7464 13.1433

Mo 2361.4565 136.0699 3972.7509 2293.6688 0.1765 6948.1232 6564.5425 49.507 11326.1611 6539.1621 1.2833 19642.8371 11.5466 0.9573 18.3829 10.6134 0.9091 32.7733 0.95 1.2107 0.5157 0.2978 0.356 1.2833 18030.283 18030.283 18029.3997 10409.2788 0.8833 36059.6827

Ni 39.6316  30.3734  17.9192  10.3457  28.2353  60.286 20.1333  20.1299  0.5317 0.307 19.6032  20.6667  25.1969  29.7203  9.233 5.3307 14.5745  31.296 19 19.4969  1.9628 1.1332 16.8365  20.6667  29.3939  29.3939  2.9394 1.6971 26.4545  32.3333 

Pb 17.5862 18.5601 10.5208 6.0742 6.6124 27.5862 2.054 2.4313 0.7108 0.4104 1.2341 2.4967 3.1982 3.1464 0.2412 0.1393 2.987 3.4611 2.1633 2.3542 0.4595 0.2653 1.6391 2.4967 3.283 3.283 0.3303 0.1907 2.9527 3.6133

Se 6.4599 ‐ ‐ ‐ 6.4599 6.4599 ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐

Zn 17.6471 17.6471 17.1787 9.9181 0.4684 34.8257 10.3926 10 0.9143 0.5279 9.7403 11.4377 21.5049 22.7273 3.2177 1.8577 17.8551 23.9323 10 10 3.3929 1.9589 6.6071 13.3929 13.6364 13.6364 1.3636 0.7873 12.2727 15

Cu 18.0882 18.0882 12.0106 6.9344 6.0776 30.0989 6.9845 6.4667 1.0458 0.6038 6.2987 8.1881 5.3499 5.354 0.1382 0.0798 5.2098 5.486 5.6573 6.1006 1.1001 0.6352 4.4047 6.4667 8.5303 8.5303 0.853 0.4925 7.6773 9.3833

Fe 2147.059 2282.506 2071.048 1195.72 11.6123 4147.059 2047.174 2857.143 1469.385 848.3498 351.0443 2933.333 1770.123 2377.622 1163.1 671.5163 429.0635 2503.682 2264.525 2767.296 1018.009 587.7475 1092.945 2933.333 3212.121 3212.121 321.2121 185.4519 2890.909 3533.334

Mn 444.0976  ‐‐ Indefinite  0 444.0976  444.0976  219.5753  254.8501  67.07 38.7229  142.229  261.6467  351.785  272.4395  149.4683  86.2956  258.7213  524.1944  216.9037  246.8354  65.0928  37.5814  142.229  261.6467  224.2224  224.2224  22.4242  12.9466  201.7982  246.6467 

 

Table (6) Continued. 

116 

Annexes    

  

Ad1 

Ad2 

UmNj1 

UmNj2 

N. Sod 

 

Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max 

As  300  300  8  5  292  309  284  284  10  6  274  295  295  295  34  20  261  329  312  312  4  2  308  316  386  386  287  166  99  673 

Cd 47 47 17 10 31 64 97 97 23 14 74 121 84 84 54 31 30 138 57 57 31 18 26 88 111 91 46 27 79 164

Co 14 14 12 7 2 26 25 25 16 9 9 41 16 14 10 6 6 26 16 16 4 2 12 20 40 33 17 10 27 58

Cr 1413 1413 13 8 1400 1427 1991 1991 585 338 1405 2576 1650 1650 317 183 1333 1967 1492 1492 210 121 1282 1701 2202 2202 1867 1078 335 4070

Mo 88 88 9 5 79 98 138 138 84 48 54 222 94 94 29 16 65 122 108 108 17 10 91 125 142 142 24 14 117 166

Ni 166 166 36 21 129 202 235 235 118 68 116 353 164 164 4 2 160 168 166 166 1 1 165 167 419 386 153 88 285 587

Pb  555  555  290  167  265  846  932  932  706  408  226  1638  489  489  8  5  481  497  485  485  91  53  393  576  1326  752  1347  777  361  2864 

Zn 2089966 2089966 1223330 706290 866636 3313296 521260 398337 412316 238051 184384 981058 1942989 1942989 1491260 860979 451729 3434249 966905 1081912 671202 387519 245630 1573172 363519 363519 194949 112554 168569 558468

Cu 294 294 7 4 287 302 356 337 125 72 242 490 389 389 205 119 184 594 286 286 57 33 229 344 916 1098 564 325 284 1367

Fe 32132 32132 29983 17311 2149 62115 83394 83394 70065 40452 13329 153460 26552 26552 16075 9281 10477 42627 34589 34589 2082 1202 32507 36671 75880 51378 55587 32093 36753 139509

Mn 1939 1939 1292 746 647 3232 1229 443 1533 885 248 2996 1816 1127 1247 720 1064 3256 2160 2160 436 252 1724 2596 10639 10639 7682 4435 2957 18321

 

                     Table (7): The mean, median, standard deviation (Std.Dev), standard error (Std. Err), minimum (Min), and maximum  (Max) of residual HMs in the sediments (ppm) during (2006) in Al‐Hawizeh Marsh. 

117 

Annexes    

Stations

UmWd 

Bed 

S. Sod 

LesEj 

Maj. 

 

Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max 

As  438 541 322 186 77  695 85  85  58  34  27  143 384 190 404 233 113 848 530 530 436 252 93  966 211 64  310 179 2  568

Cd 88 81 91 53 0 182 13 8 15 8 1 29 86 56 61 35 47 156 128 128 126 73 1 254 90 85 93 54 0 185

Co 22 22 22 13 0 44 10 10 7 4 3 17 12 13 4 2 8 15 46 46 23 13 23 69 7 9 5 3 1 10

Cr 1750 847 2163 1249 186 4219 98 98 1 0 98 99 276 163 262 151 90 576 3136 3136 3025 1747 111 6161 108 78 111 64 15 231

Mo 146 114 60 35 108 215 246 246 27 16 218 273 306 257 231 133 104 558 217 245 78 45 129 277 348 249 221 128 193 601

Ni 288 193 257 148 93 579 92 92 9 5 83 101 99 91 63 37 39 165 486 486 387 223 99 873 160 119 106 61 81 281

Pb  519  54  838  484  16  1487 8  7  7  4  3  16  341  74  521  301  8  941  1808 1808 1795 1036 13  3602 448  19  758  437  2  1323

Zn 251259 26740 412166 237964 99 726938 92 92 34 20 58 126 185399 735 320430 185000 63 555399 460994 460994 460909 266106 85 921903 179333 454 310195 179091 31 537515

Cu 199 47 280 162 28 522 25 26 3 2 21 28 84 22 113 65 15 214 825 825 774 447 52 1599 52 62 31 18 18 77

Fe 35092 3412 55646 32127 2519 99344 14224 14224 5857 3382 8367 20081 11592 10194 6089 3516 6323 18258 95444 95444 70408 40650 25035 165852 9105 9743 7340 4238 1467 16105

Mn 7142 376 11916 6880 149 20902 134 153 46 27 81 167 303 300 66 38 238 369 3841 3841 3499 2020 342 7340 748 428 826 477 129 1686

 

Table (7) Continued.  

118 

Annexes    

       Table (8): The correlations among HM concentrations in dissolved phase and physio‐chemicals parameters in Al‐Hawizeh Marsh  As       Cd       Co       Ni       Mn       Cu       Pb       Zn       Cr       Mo       Fe               

‐0.5441 ‐0.0812 0.5183 0.0692 ‐0.2063 ‐0.155 0.3937 ‐0.0538 0.7314 0.0268  ‐0.6012 WT      

‐0.2884  0.2075  0.7803  0.2693  ‐0.1661  0.3088  0.7128  0.1053  0.5383  ‐0.2818  ‐0.3081  EC     

‐0.2324 0.1212 0.8025 0.2844 ‐0.1389 0.4046 0.8498 0.1367 0.3192 ‐0.2379  ‐0.2997 Sal     

0.5056 ‐0.5163 0.1365 0.6935 ‐0.6016 0.2971 0.294 0.6001 0.0891 0.338  0.2913 pH      

0.7271 ‐0.233 0.3853 0.6106 0.2865 0.48 0.0218 0.8234 ‐0.5626 ‐0.4731  0.6683 Tur.    

0.22 ‐0.2179 0.5729 0.6905 ‐0.1056 ‐0.0433 ‐0.0631 0.5669 0.5169 ‐0.2987  0.217 TSS     

‐0.1941 0.0965 0.7785 0.282 ‐0.0668 0.4067 0.8541 0.1236 0.2091 ‐0.2735  ‐0.2561 TDS     

‐0.1281  0.4199  0.6617  0.1447  0.0291  0.3912  0.5707  ‐0.0412  0.0441  ‐0.0083  ‐0.1096  TH       

‐0.1824 0.6835 0.5706 ‐0.0055 ‐0.0015 0.4912 0.6061 ‐0.1856 0.082 ‐0.1691  ‐0.1078 Ca+2      

‐0.2966 0.2262 0.3745 0.1389 ‐0.4489 0.0505 0.4145 ‐0.1548 0.6803 0.3548  ‐0.2931 Mg+2      

‐0.182 0.3817 ‐0.1673 ‐0.4997 0.3176 ‐0.0358 ‐0.1512 ‐0.334 ‐0.3362 ‐0.3558  ‐0.043 HCO3‐   

‐0.2484 ‐0.0368 0.7059 0.345 ‐0.2527 0.2459 0.7159 0.1758 0.5422 ‐0.0663  ‐0.3397 Cl‐      

0.2073 0.2442 0.9001 0.6002 ‐0.0612 0.596 0.6554 0.4709 0.1971 ‐0.5204  0.2175 SO4‐2     

0.4003 ‐0.6629 0.2257 0.6319 ‐0.498 0.153 0.2644 0.6027 ‐0.0398 0.1851  0.1702 DO      

       Table (9): The HM analysis of variance (ANOVA, F values at r=0.05) of Al‐Hawizeh Marsh stations and seasons (2006).  Phase of  HMs  Sediments  Dissolved  Particulate  Plants  Snails 

 

 

  

As 

Cd 

Co 

Cr 

Mo 

Ni 

Pb 

Zn 

Cu 

Fe 

Mn 

F (stations)  F (season)  F (stations)  F (season)  F (stations)  F (season)  F (stations)  F (season)  F (stations)  F (season) 

1.46354 0.09889 3.67558 5.40827 1.90368 4.57006 0.84026 ‐7.42867 3.20879 16.3751

0.81274 ‐0.36649 1.68781 1.58981 2.69285 ‐1.9075 1.14187 1.35421 5.12007 19.4736

2.96751 0.94410 1.83595 7.25898 4.27238 7.14641 2.66205 ‐4.35552 5.49104 9.47229

1.71729 0.08903 1.29235 ‐3.07499 4.78666 0.57202 4.85766 ‐7.88474 1.48662 ‐8.19483

1.31004 2.68252 0.85216 1.23369 1.12303 2.83764 0.66981 1.84159 3.99077 10.0110

0.76512 ‐0.24262 2.53928 ‐2.77135 4.78666 0.57202 4.40703 ‐5.8809 4.29047 ‐2.18966

1.43470 2.11169 2.11991 0.53879 2.81179 7.37317 3.02467 ‐4.3741 3.80365 24.9362

2.56646 ‐0.21722 1.64861 ‐0.54861 2.01500 1.16158 0.74195 ‐6.70634 1.93998 ‐5.2965

2.31916 ‐0.42896 1.75699 8.47092 2.53951 ‐4.03419 0.76726 ‐7.71365 3.10027 1.63324

1.38693 ‐0.32521 1.30140 0.76533 4.76444 3.03446 2.591083 2.49415 5.93674 ‐6.7706

1.38102  0.2208 5.30658  ‐1.7572 2.15409  2.57156  1.16494  ‐7.3563 4.96187  ‐5.8319

 

during (2006) (r= 0.149, p >0.05). 

119 

Annexes    

     Table (10): The correlations among particulate HM concentrations in exchangeable phase and physio‐chemicals parameters in Al‐ As      Cd      Co      Ni      Cu      Mn      Pb      Zn      Cr      Mo       Fe              

0.0906 0.0164 0.0835 0.0431 0.0334 ‐0.1382 0.3955 ‐0.1139 ‐0.0679 0.1183  ‐0.2092 WT      

‐0.0689  ‐0.1679  ‐0.0975  ‐0.028  ‐0.1932  ‐0.3765  0.1881  ‐0.4716  ‐0.3084  ‐0.1456  ‐0.3399  EC      

‐0.1516 ‐0.1816 ‐0.1648 ‐0.029 ‐0.1775 ‐0.3919 0.1127 ‐0.4765 ‐0.3351 ‐0.2072  ‐0.3389 Sal     

‐0.0993 ‐0.2751 ‐0.0413 ‐0.6558 0.0641 ‐0.3396 ‐0.2648 ‐0.3257 ‐0.2577 ‐0.0825  ‐0.2587 pH      

‐0.4878 ‐0.228 ‐0.3078 0.1257 ‐0.7154 ‐0.5488 ‐0.2471 ‐0.4965 ‐0.658 0.3548  ‐0.5969 Tur.     

‐0.0598 ‐0.24 ‐0.0168 ‐0.0034 ‐0.5773 ‐0.4573 0.5175 ‐0.6125 ‐0.374 ‐0.0025  ‐0.3168 TSS     

‐0.1385 ‐0.1824 ‐0.1735 ‐0.0364 ‐0.1944 ‐0.339 0.1359 ‐0.4907 ‐0.3047 ‐0.3327  ‐0.2386 TDS     

‐0.5538  ‐0.3999  ‐0.5255  0.3319  ‐0.2384  ‐0.5937  0.2673  ‐0.4948  ‐0.5004  ‐0.3752  ‐0.3983  TH       

‐0.4108 ‐0.3592 ‐0.4443 0.298 ‐0.1874 ‐0.4812 0.0816 ‐0.4673 ‐0.3629 ‐0.3545  ‐0.2794 Ca +2     

0.0086 ‐0.1031 ‐0.0182 ‐0.2833 0.2773 ‐0.2286 0.263 ‐0.1399 ‐0.1028 ‐0.5287  ‐0.1921 Mg+2      

0.3302 0.5711 0.3564 0.3275 ‐0.0002 0.4113 ‐0.155 0.4214 0.4324 0.0145  0.1825 HCO3‐    

‐0.1155 ‐0.2291 ‐0.1343 ‐0.1724 ‐0.0729 ‐0.3789 0.1738 ‐0.4283 ‐0.3477 ‐0.1138  ‐0.3453 Cl‐      

‐0.2286 ‐0.2479 ‐0.193 ‐0.0669 ‐0.5317 ‐0.6012 0.0686 ‐0.7395 ‐0.5462 ‐0.321  ‐0.5166 SO4‐2     

0.1001 0.0449 0.208 ‐0.4325 ‐0.0578 ‐0.1773 ‐0.1015 ‐0.2017 ‐0.0182 ‐0.0426  ‐0.1699 DO      

       Table  (11):  The  correlations  among  particulate  HM  concentrations  in  residual  phase  and  physio‐chemicals  parameters  in  Al‐ Hawizeh Marsh during (2006) (r= 0.149, p >0.05).  As      Cd      Co      Ni      Cu       Mn      Pb      Zn      Cr      Mo      Fe              

 

 

0.156 ‐0.3447 0.2607 0.253 ‐0.0943  0.0518 0.2774 ‐0.0895 ‐0.0131 ‐0.1763 0.1301 WT      

0.2848  ‐0.2154  0.167  0.0969  ‐0.1333  ‐0.1073  0.1957  ‐0.2246  ‐0.2682  ‐0.2772  ‐0.0059  Ec       

0.1167 ‐0.2775 0.017 ‐0.0661 ‐0.1709  ‐0.1897 0.0604 ‐0.2191 ‐0.2958 ‐0.2415 ‐0.1266 Sal     

‐0.3344 ‐0.3681 0.0198 ‐0.3272 ‐0.3869  ‐0.2748 ‐0.0172 ‐0.1819 ‐0.4939 ‐0.0476 ‐0.1851 pH      

‐0.6116 ‐0.4825 ‐0.6664 ‐0.6409 ‐0.2929  ‐0.7452 ‐0.75 ‐0.4357 ‐0.5121 ‐0.4972 ‐0.7039 Tur.     

0.0048 ‐0.3341 0.2178 0.1143 ‐0.2328  ‐0.2281 0.0992 ‐0.3143 ‐0.5158 ‐0.1498 0.0136 TSS     

0.0961 ‐0.2377 0 ‐0.0736 ‐0.0991  ‐0.1596 0.0573 ‐0.1822 ‐0.2818 ‐0.1473 ‐0.1013 TDS     

0.0265  ‐0.1245  ‐0.2114  ‐0.3065  ‐0.3602  ‐0.4573  ‐0.2727  ‐0.4832  ‐0.5115  ‐0.2591  ‐0.3733  TH       

0.3472 0.2051 ‐0.0005 ‐0.0926 ‐0.2466  ‐0.2316 ‐0.0462 ‐0.3412 ‐0.3614 ‐0.1591 ‐0.1644 Ca +2     

0.3135 ‐0.1585 0.2008 0.0302 ‐0.1905  ‐0.0318 0.2601 ‐0.1632 ‐0.2931 ‐0.2334 0.0303 Mg+2      

0.2117 0.3484 ‐0.1684 0.1079 0.2341  0.2939 ‐0.0415 0.5278 0.456 0.0035 0.0509 HCO3‐    

0.0913 ‐0.3956 0.1185 ‐0.0025 ‐0.1642  ‐0.177 0.1444 ‐0.2944 ‐0.2997 ‐0.2733 ‐0.0608 Cl‐      

0.1252 ‐0.2625 ‐0.1192 ‐0.214 ‐0.2436  ‐0.3995 ‐0.105 ‐0.3433 ‐0.592 ‐0.4336 ‐0.2918 SO4‐2     

‐0.4434 ‐0.3988 ‐0.0315 ‐0.2712 ‐0.3915  ‐0.1475 ‐0.0362 0.1401 ‐0.3404 0.0934 ‐0.1531 DO      

 

Hawizeh Marsh during (2006) (r= 0.149, p >0.05). 

120 

Annexes    

Exchangeable 

Residual 

  

As 

Cd 

Co 

Ni 

Mn 

Cu 

Se 

Pb 

Zn 

Cr 

Mo 

Fe 

pH       

0.129 

0.178 

‐0.300 

‐0.243 

‐0.077 

‐0.215 

‐0.523 

‐0.600 

0.021 

0.311 

0.297 

0.132 

EC      

0.438 

0.522 

0.229 

0.788 

0.029 

0.326 

0.304 

0.298 

0.327 

0.474 

0.471 

0.498 

TOC %     

‐0.337 

‐0.023 

‐0.572 

‐0.140 

0.054 

‐0.443 

‐0.186 

‐0.211 

‐0.117 

‐0.501 

‐0.030 

‐0.725 

TOM  %    

‐0.336 

‐0.022 

‐0.572 

‐0.140 

0.054 

‐0.443 

‐0.186 

‐0.211 

‐0.117 

‐0.500 

‐0.029 

‐0.725 

pH       

0.422 

‐0.256 

‐0.491 

‐0.477 

‐0.634 

‐0.570 

 ‐ 

‐0.349 

‐0.353 

‐0.643 

0.751 

‐0.423 

EC     

‐0.048 

0.204 

‐0.152 

0.025 

0.394 

‐0.089 

 ‐ 

‐0.139 

‐0.468 

‐0.354 

0.435 

‐0.314 

TOC   %   

0.023 

0.016 

0.123 

0.002 

0.101 

0.316 

 ‐ 

0.176 

0.533 

0.211 

‐0.519 

0.322 

TOM   %   

0.023 

0.016 

0.123 

0.002 

0.101 

0.316 

 ‐ 

0.176 

0.533 

0.211 

‐0.519 

0.322 

Table (13): The geochemical index of studied HMs in Al‐Hawizeh Marsh during the study period (2006).     As  Cd  Co  Cr  Mo  Ni  Pb  Se  Zn  Cu  Fe  Mn 

Adaim 1  2.722  1.913  0.013  0.639  3.167 0.266  1.904  ‐  3.928  0.494 2.836  2.509 

Adaim 2  2.617  1.967  0.069  0.737  3.344  0.362  1.856  ‐  2.906  0.441  2.960  2.998 

Um‐Nia'j1  2.851  2.386  0.488  0.657  3.077 0.482  2.170  ‐  3.769  0.625 3.134  2.585 

Um‐Nia'j2  0.585  1.534  3.766  0.346  3.495 ‐0.180  1.213  0.133  2.658  0.044 2.395  1.903 

N. Soda   1.937  1.808  1.068  0.614  3.190 0.720  1.231  0.108  2.974  0.161 2.601  2.409 

   

 

Um Al‐Wared  1.759  1.853  2.048  ‐0.199  2.782  1.086  0.911  0.379  2.721  ‐0.049  2.389  2.070 

Al‐Baida  1.260  1.829  0.174  0.329  3.304 0.158  0.920  ‐  3.295  0.126 2.605  2.313 

S. Al‐Soda  3.030  2.341  0.216  0.210  1.553 0.312  1.851  ‐  3.013  0.280 2.790  2.137 

Lissan Ejerdah  2.294  1.563  0.186  0.211  1.265 0.002  1.558  ‐  2.966  0.064 2.516  2.236 

Majnoon  2.675  1.661  0.241  0.105  3.666  0.345  1.889  ‐  2.579  0.232  2.849  2.314 

 

         Table (12): The correlations among sediment HM concentrations and some sediment parameters in Al‐Hawizeh Marsh during  (2006) (r= 0.149, p >0.05). 

121 

Annexes    

Annex (3) 

 Stations 

Ad1 

Ad2 

UmNj1 

UmNj2 

N. Sod 

 

 

   Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max  Mean  Median  Std.Dev  Std.Err  Min  Max 

As  0.11  0.14  0.08  0.05  0.02  0.17  0.11  0.15  0.08  0.05  0.02  0.17  1.53  2.24  1.28  0.74  0.04  2.30  1.57  2.29  1.32  0.76  0.05  2.38  1.38  1.80  1.19  0.68  0.04  2.29 

Cd  2.03  2.41  0.70  0.40  1.22  2.45  2.38  2.65 0.98 0.57 1.29 3.19  1.77  2.09  0.72  0.42  0.95  2.27  1.85  2.19  0.76  0.44  0.98  2.38  2.90  3.63  1.34  0.77  1.35  3.72 

Co  4.53  5.18  1.22  0.71  3.12  5.29  5.11  5.24 0.88 0.51 4.17 5.91  5.87  6.00  1.59  0.92  4.22  7.39  7.49  7.48  2.13  1.23  5.36  9.62  8.80  10.00  2.20  1.27  6.26  10.14 

Cr  16.71  17.54  2.91  1.68  13.48  19.13  17.66  18.42 2.11 1.22 15.27 19.28  18.05  18.73  1.68  0.97  16.14  19.30  18.36  18.91  1.31  0.76  16.87  19.30  28.82  28.65  2.76  1.59  26.14  31.66 

Mo  5.22  5.69  1.56  0.90  3.48  6.49  4.78  5.20 1.33 0.77 3.29 5.85  9.75  10.40  3.34  1.93  6.13  12.70  10.10  10.48  3.76  2.17  6.17  13.66  11.41  12.51  3.83  2.21  7.15  14.57 

Ni  16.92  18.13  3.81  2.20  12.65  19.98  17.87  18.81 3.36 1.94 14.14 20.65  23.44  23.35  2.50  1.45  20.99  25.99  24.88  24.40  2.51  1.45  22.65  27.59  20.11  21.10  2.80  1.61  16.96  22.29 

Pb  2.27  1.97  1.27  0.73  1.17  3.66  3.31  4.00  1.28  0.74  1.84  4.10  6.56  7.46  3.26  1.88  2.95  9.27  6.74  7.67  3.19  1.84  3.19  9.37  5.38  5.38  3.20  1.85  2.18  8.57 

Se  ‐  ‐  ‐‐  ‐  ‐  ‐  ‐ ‐ ‐ ‐ ‐  2.94  3.01  0.10  0.07  2.87  3.01  3.13  3.27  0.19  0.14  2.99  3.27  ‐  ‐  ‐  ‐  ‐  ‐ 

Zn  26.54  25.86  2.66  1.54  24.29  29.48  36.48  35.79 2.69 1.55 34.20 39.45  37.77  36.86  2.38  1.38  35.97  40.47  35.90  35.72  2.19  1.26  33.81  38.17  53.22  58.51  12.67  7.31  38.77  62.38 

Cu  7.81  7.37  0.93  0.53  7.19  8.88  11.85  10.20 5.21 3.01 7.67 17.69  15.62  18.61  6.52  3.76  8.15  20.11  18.08  19.47  7.47  4.31  10.02  24.76  22.94  24.69  5.40  3.12  16.89  27.25 

Fe  177.67  186.00  16.20  9.35  159.00  188.00  199.00  198.00 33.51 19.35 166.00 233.00  209.67  200.00  45.28  26.14  170.00  259.00  235.00  218.00  33.87  19.55  213.00  274.00  460.83  477.00  59.91  34.59  394.50  511.00 

Mn  1268.67  1137.00  424.12  244.86  926.00  1743.00  1392.67  1240.00 556.92 321.54 928.00 2010.00  1965.67  1937.00  192.61  111.20  1789.00  2171.00  2035.00  2001.00  165.64  95.63  1889.00  2215.00  613.92  634.00  106.31  61.38  499.00  708.75 

 

                      Table (1): The mean, median, standard deviation (Std.Dev), standard error (Std. Err), Min, and Max of HMs in the tissues  of  Potamogeton perfoliatu plant (ppm) during (2006) in Al‐Hawizeh Marsh. 

122 

Annexes    

 Stations UmWd

Bed

S. Sod

LesEj

Maj.

 

 

Mean  Median  Std.Dev  Std.Err  Min Max Mean  Median  Std.Dev  Std.Err  Min Max Mean  Median  Std.Dev  Std.Err  Min Max Mean  Median  Std.Dev  Std.Err  Min Max Mean  Median  Std.Dev  Std.Err  Min Max

As  2.19  2.41  2.03  1.17  0.05  4.11  0.16  0.18  0.13  0.07  0.03  0.28  1.17  1.71  0.98  0.57  0.03  1.76  2.35  2.57  2.18  1.26  0.07  4.42  2.52  2.73  2.33  1.35  0.08  4.73 

Cd 3.35 3.87 1.79 1.03 1.36 4.82 6.34 7.75 3.44 1.99 2.42 8.85 5.42 6.65 3.48 2.01 1.49 8.12 5.82 6.88 3.44 1.98 1.98 8.60 4.59 5.77 2.81 1.62 1.38 6.63

Co 11.75 12.94 4.43 2.56 6.85 15.45 14.55 17.54 6.40 3.70 7.20 18.91 16.26 20.12 7.69 4.44 7.40 21.25 16.52 20.28 7.90 4.56 7.44 21.84 16.92 20.59 7.54 4.35 8.25 21.92

Cr 30.62 32.15 3.66 2.11 26.45 33.27 26.70 26.12 1.32 0.76 25.78 28.21 27.64 28.44 1.53 0.88 25.88 28.61 19.50 20.00 1.34 0.78 17.98 20.52 23.76 24.30 1.19 0.69 22.40 24.58

Mo 10.59 11.77 3.84 2.21 6.30 13.69 10.92 12.00 3.54 2.04 6.97 13.79 6.23 7.37 2.14 1.24 3.76 7.56 6.73 7.59 2.29 1.32 4.13 8.46 8.43 7.92 2.68 1.55 6.05 11.33

Ni 21.21 22.21 2.75 1.59 18.11 23.32 44.79 46.66 12.00 6.93 31.97 55.75 34.94 36.49 10.42 6.01 23.83 44.49 42.24 43.27 13.16 7.60 28.60 54.86 21.80 22.31 2.88 1.67 18.70 24.40

Pb  3.40  4.06  1.27  0.74  1.93  4.20  4.91  4.27  3.17  1.83  2.11  8.36  7.33  8.55  2.92  1.69  3.99  9.44  5.88  6.11  3.26  1.88  2.51  9.01  6.20  6.84  3.40  1.96  2.53  9.24 

Se 2.58 ‐ ‐ 0.00 2.58 2.58 2.55 2.82 0.38 0.27 2.28 2.82 2.64 2.94 0.42 0.30 2.35 2.94 2.73 2.94 0.30 0.21 2.51 2.94 2.88 3.00 0.18 0.12 2.75 3.00

Zn 61.23 68.35 17.34 10.01 41.47 73.87 39.08 38.01 2.09 1.21 37.75 41.49 49.24 48.34 11.88 6.86 37.83 61.54 33.01 33.47 2.94 1.70 29.87 35.69 33.53 33.60 2.32 1.34 31.19 35.82

Cu 23.20 25.40 5.54 3.20 16.90 27.30 24.91 26.51 4.36 2.52 19.98 28.26 20.22 22.13 6.30 3.64 13.18 25.35 21.47 22.67 5.62 3.24 15.35 26.38 21.97 23.54 5.95 3.43 15.40 26.98

Fe 501.00 507.00 16.82 9.71 482.00 514.00 153.22 169.00 31.46 18.16 117.00 173.67 157.81 171.00 25.87 14.94 128.00 174.42 268.33 268.00 11.50 6.64 257.00 280.00 400.00 400.00 93.00 53.69 307.00 493.00

Mn 674.00 680.00 81.17 46.86 590.00 752.00 696.67 694.00 71.04 41.01 627.00 769.00 2223.00 2019.00 379.62 219.17 1989.00 2661.00 816.00 816.00 68.00 39.26 748.00 884.00 898.00 862.00 89.60 51.73 832.00 1000.00

 

Table (1)Continued.  

123 

Annexes    

        Table  (2):  The  mean,  median,  standard  deviation  (Std.Dev),  standard  error  (Std.  Err),  Min,  and  Max  of  HMs  in  the  tissues  of    stations Ad1

Ad2

UmNj1

UmNj2

N. Sod

 

 

Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max

As 3.60 3.51 0.56 0.32 3.10 4.20 4.09 4.08 0.83 0.48 3.27 4.92 4.35 4.13 0.77 0.44 3.72 5.20 5.18 5.12 0.81 0.47 4.40 6.02 6.26 6.41 0.78 0.45 5.42 6.96

Cd 0.11 0.09 0.07 0.04 0.05 0.19 0.12 0.10 0.07 0.04 0.06 0.20 0.13 0.10 0.07 0.04 0.09 0.21 0.15 0.14 0.06 0.04 0.09 0.22 0.16 0.16 0.06 0.04 0.10 0.22

Co 1.32 1.22 0.44 0.25 0.95 1.80 1.46 1.45 0.48 0.28 0.99 1.95 1.59 1.64 0.45 0.26 1.11 2.00 2.19 1.95 0.43 0.25 1.93 2.69 3.90 3.90 0.80 0.46 3.10 4.70

Cr 4.81 4.82 0.19 0.11 4.63 5.00 5.21 5.38 0.43 0.25 4.72 5.52 15.25 15.25 1.84 1.06 13.42 17.09 15.17 15.42 2.06 1.19 13.00 17.10 5.34 5.40 0.40 0.23 4.91 5.71

Mo  0.67  0.64  0.22  0.13  0.47  0.90  0.76  0.82  0.18  0.10  0.57  0.91  0.89  0.85  0.29  0.17  0.62  1.20  1.13  0.99  0.34  0.19  0.88  1.51  0.95  0.90  0.35  0.20  0.63  1.32 

Ni 9.66 9.87 0.48 0.28 9.12 10.00 9.83 10.10 0.53 0.30 9.22 10.16 10.45 10.31 1.10 0.64 9.43 11.62 11.61 11.82 2.07 1.19 9.45 13.58 37.03 36.79 3.75 2.16 33.42 40.90

Pb 0.54 0.50 0.15 0.08 0.42 0.70 0.76 0.76 0.11 0.07 0.65 0.88 1.74 1.69 0.44 0.26 1.31 2.20 1.70 1.91 0.63 0.36 1.00 2.20 0.85 0.88 0.10 0.06 0.74 0.94

Se ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐‐ ‐ ‐ ‐ ‐ ‐ ‐ ‐   ‐ ‐ ‐ ‐

Zn 179.33 181.00 21.55 12.44 157.00 200.00 181.67 185.00 20.21 11.67 160.00 200.00 206.33 190.00 30.92 17.85 187.00 242.00 234.67 224.00 41.05 23.70 200.00 280.00 245.67 227.00 47.82 27.61 210.00 300.00

Cu 108.67 110.00 8.08 4.67 100.00 116.00 112.00 116.00 10.58 6.11 100.00 120.00 115.67 120.00 11.15 6.44 103.00 124.00 144.33 153.00 33.84 19.54 107.00 173.00 154.33 156.00 23.54 13.59 130.00 177.00

Fe 1033.33 1000.00 142.95 82.53 910.00 1190.00 1233.33 1110.00 231.16 133.46 1090.00 1500.00 1400.00 1390.00 105.36 60.83 1300.00 1510.00 1603.33 1560.00 111.50 64.38 1520.00 1730.00 3550.00 3160.00 728.08 420.36 3100.00 4390.00

Mn 115.38 114.00 8.15 4.71 108.00 124.13 128.81 120.00 17.01 9.82 118.00 148.42 168.33 174.00 28.92 16.70 137.00 194.00 179.67 180.00 19.50 11.26 160.00 199.00 190.67 185.00 26.95 15.56 167.00 220.00

 

Viviparus bengalensis snails (ppm) during (2006) in Al‐Hawizeh Marsh.  

124 

Annexes    

 Stations UmWd

Bed

S. Sod

LesEj

Maj.

 

 

Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max Mean Median  Std.Dev  Std.Err  Min Max

As 6.45 6.44 0.69 0.40 5.76 7.15 5.56 5.36 0.68 0.39 5.00 6.32 5.83 5.68 0.52 0.30 5.40 6.41 5.97 6.03 0.82 0.47 5.12 6.75 6.12 6.35 0.92 0.53 5.10 6.90

Cd 0.20 0.21 0.04 0.02 0.16 0.24 0.18 0.17 0.04 0.03 0.13 0.22 0.18 0.19 0.05 0.03 0.13 0.23 0.18 0.20 0.07 0.04 0.10 0.23 0.23 0.21 0.06 0.03 0.18 0.29

Co 2.65 2.17 0.97 0.56 2.01 3.76 3.30 2.99 0.62 0.36 2.90 4.02 3.35 3.53 0.85 0.49 2.42 4.10 3.32 3.58 1.01 0.59 2.20 4.17 3.64 3.72 0.61 0.35 3.00 4.22

Cr 6.26 5.95 1.11 0.64 5.33 7.48 14.61 14.58 2.21 1.28 12.41 16.83 15.58 15.00 1.23 0.71 14.75 17.00 15.96 15.43 1.40 0.81 14.91 17.55 19.26 19.13 2.02 1.17 17.31 21.35

Mo  0.98  0.91  0.39  0.22  0.64  1.40  1.03  0.94  0.35  0.20  0.73  1.43  1.04  0.97  0.38  0.22  0.71  1.45  1.04  0.98  0.40  0.23  0.69  1.47  1.12  0.98  0.33  0.19  0.87  1.50 

Ni 23.17 26.53 10.90 6.29 11.00 32.00 29.91 27.51 4.24 2.45 27.42 34.81 31.21 31.42 5.67 3.28 25.44 36.78 31.49 31.78 7.92 4.57 23.43 39.25 34.94 34.17 4.83 2.79 30.55 40.11

Pb 1.02 1.03 0.21 0.12 0.81 1.22 1.29 1.07 0.63 0.36 0.81 2.00 1.59 1.54 0.41 0.24 1.21 2.02 2.03 2.00 0.32 0.18 1.73 2.37 2.24 2.11 0.41 0.24 1.92 2.70

Se 2.52 ‐ ‐ ‐ 2.52 2.52 3.30 ‐ ‐ ‐ 3.30 3.30 3.40 ‐ ‐ ‐ 3.40 3.40 3.42 ‐ ‐ 0.00 3.42 3.42 2.60 ‐ ‐ ‐ 2.60 2.60

Zn 270.67 264.00 37.45 21.62 237.00 311.00 267.67 270.00 48.54 28.03 218.00 315.00 272.67 280.00 51.39 29.67 218.00 320.00 286.97 286.00 47.46 27.40 240.00 334.91 294.33 290.00 45.65 26.36 251.00 342.00

Cu 164.67 161.00 13.87 8.01 153.00 180.00 165.33 165.00 17.50 10.11 148.00 183.00 162.67 165.00 22.59 13.04 139.00 184.00 172.33 165.00 14.47 8.35 163.00 189.00 175.67 174.00 13.58 7.84 163.00 190.00

Fe 4026.67 4050.00 455.45 262.95 3560.00 4470.00 4280.00 4280.00 280.00 161.66 4000.00 4560.00 4006.67 4300.00 782.39 451.71 3120.00 4600.00 4376.67 4310.00 305.51 176.38 4110.00 4710.00 4710.00 4900.00 512.15 295.69 4130.00 5100.00

Mn 212.00 200.00 20.78 12.00 200.00 236.00 217.67 207.00 26.65 15.39 198.00 248.00 212.33 214.00 38.53 22.24 173.00 250.00 222.33 215.00 26.76 15.45 200.00 252.00 235.00 215.00 35.51 20.50 214.00 276.00

 

Table (2) Continued. 

125 

Annexes    

      Table  (3):  The  bio‐concentration  Factor  (BCF),  and  Bio  Sedimentation  Factor  (BSF)  of    HMs  in  P.  perfoliatus  plant  and  V.  bengalensis snails studied stations during (2006).    Dissolved Average 

Sediment Average 

Cu  Fe  As  Se  Cd  Pb  Co  Zn  Cr  Ni  Mn  Mo 

0.34972  2.14004  0.03306  0  0.0635  0.05426  0.01128242  4.57566  0.20203  0.35211  0.4217  0.15399 

175.153525  21767.74347  500.1154474  4.529933333  40.197475 348.684455  12.836575  348092.7441  708.962135  125.655995  1641.2729  2995.72505 

         

 

Snails Average  Plant Average  147.56667  3022  5.34045  1.5236  0.16283 1.37717  2.67151  243.99701  11.74571  22.93223  188.21817  0.9626 

18.80864  276.25278  1.30877  2.778257143  3.64448 5.19812  10.77896  40.60001  22.78273  26.82119  1258.35835  8.41577 

plant  0.107384 0.012691 0.002617 0.613311 0.090664 0.014908 0.839707 0.000117 0.032135 0.213449 0.766697 0.002809

Snails  0.842499 0.138829 0.010678 0.33634  0.004051 0.00395  0.208117 0.000701 0.016567 0.1825  0.114678 0.000321

BCF  plant  53.782  129.0877 39.58772 0  57.39339 95.80022 955.3766 8.873039 112.769  76.17276 2984.013 54.65141

Snails  421.9566 1412.123 161.5381 0  2.564252 25.38094 236.7852 53.32499 58.13844 65.12803 446.3319 6.251055

             

 

HMs

BSF 

126 

Annexes    

VAs  PAs  DAs  PEAs  RPAs  SEAs  SRAs 

1  0.6655  0.5753  ‐0.7948  ‐0.1912  0.6364  0.2775  VAs 

1  0.495  ‐0.4086  ‐0.1468  0.2578  ‐0.0575  PAs 

1  ‐0.2884  ‐0.1591  0.0365  0.0521  DAs 

1  0.3608  ‐0.4884  ‐0.2358  PEAs 

1  0.2017  0.7487  RPAs 

 

        Table  (4):  The  correlations  among  different  phases  of  water  sediments  and  biota  of  Arsenic  (As)  in  Al‐Hawizeh  Marsh  during  (2006) (r= 0.149, p >0.05). 

1  0.3617  SEAs 

1  SRAs 

       Table (5): The correlations among different phases of water sediments and biota of Cadmium (Cd) in Al‐Hawizeh Marsh during  (2006) (r= 0.149, p >0.05).  VCd  PCd  DCd  PECd  RPCd  SECd  SRCd 

   

 

1  0.5482  0.0636  ‐0.5919  ‐0.2583  0.315  0.1988  VCd 

1  0.3243  ‐0.3438  ‐0.1225  ‐0.2773  ‐0.0463  PCd 

1  ‐0.1089  0.6293  ‐0.2453  0.0401  DCd 

1  ‐0.0446  0.2299  ‐0.4766  PECd 

1  0.0354  ‐0.0406  RPCd 

1  0.025  SECd 

1  SRCd 

127 

Annexes    

      Table  (6):  The  correlations  among  different  phases  of  water  sediments  and  biota  of  Cobalt  (Co)  in  Al‐Hawizeh  Marsh  during  (2006) (r= 0.149, p >0.05).  1  ‐0.4489  0.8671  0.8547  ‐0.0419  ‐0.1339  0.3951  PCo 

1  ‐0.1011  ‐0.5186  ‐0.2759  0.2913  ‐0.3919 PECo 

1  0.7574  0.0776  ‐0.3134  0.341 DCo 

1  0.1751  ‐0.2816  0.4031  VCo 

1  ‐0.3524  0.4701 SRCo 

1  ‐0.2033 RPCo 

 

PCo  PECo  DCo  VCo  SRCo  RPCo  SECo

1 SECo 

       Table (7):  The correlations among  different phases of water sediments and biota of Chrome (Cr) in Al‐Hawizeh Marsh during  (2006) (r= 0.149, p >0.05).  PCr  VCr  DCr  PECr SECr RPCr SRCr

1  ‐0.0063  ‐0.2526  ‐0.641  0.2568  ‐0.5989  ‐0.3799  PCr 

  1 0.4548 ‐0.1571 0.4687 ‐0.5104 ‐0.4305 VCr 

 

 

 

 

 

1 0.191 0.1546 ‐0.084 ‐0.4793 DCr 

1 ‐0.203 0.6979  0.0794  PECr 

1 ‐0.1496 ‐0.1632 SECr 

1 0.3709 RPCr 

1 SRCr 

      Table (8): The correlations among different phases of water sediments and biota of Selenium (Se) in Al‐Hawizeh Marsh during  (2006) (r= 0.149, p >0.05).  PSe  SESe  VSe

 

 

1  0.1133  0.4337 PSe 

1  ‐0.1548 SESe 

1 VSe 

128 

Annexes    

(2006) (r= 0.149, p >0.05).  PPb  1  VPb 0.8082  PEPb  ‐0.0719  DPb  0.2942  RPPb 0.1462  SEPb  0.0398  SRPb  ‐0.1561  PPb 

1 0.1125  0.4822  0.1703 ‐0.0373  ‐0.0598  VPb 

1  ‐0.3757  0.0494 ‐0.4171  ‐0.4879  PEPb 

1  ‐0.1235  ‐0.2626  0.6491  DPb 

1 ‐0.366  ‐0.1611  RPPb 

 

         Table  (9):  The  correlations  among  different  phases  of  water  sediments  and  biota  of  Lead  (Pb)  in  Al‐Hawizeh  Marsh  during 

1  ‐0.0601  SEPb 

1  SRPb 

    Table (10): The correlations among different phases of water sediments and biota of Zinc (Zn) in Al‐Hawizeh Marsh during (2006)  (r= 0.149, p >0.05).  PZn  VZn  DZn  RPZn  SEZn  PEZn  SRZn

           

 

1  ‐0.5688  0.2899  ‐0.4513  0.605  ‐0.4528  ‐0.524  PZn 

  1  ‐0.1187  ‐0.0682  ‐0.1753  ‐0.1356  ‐0.1813 VZn 

1  ‐0.213  ‐0.0933  ‐0.5603  ‐0.3988 DZn 

1  0.0441  0.4696  0.8779 RPZn 

1  ‐0.4435  ‐0.0754 SEZn 

1  0.6896 PEZn 

1 SRZn 

129 

Annexes    

      Table  (11):  The  correlations  among  different  phases  of  water  sediments  and  biota  of  Nickel  (Ni)  in  Al‐Hawizeh  Marsh  during  SRNi  PNi  RPNi  SENi  VNi  PENi  DNi 

1  ‐0.0186  ‐0.3462  0.4159  0.2594  ‐0.2282  0.2099  SRNi 

1  ‐0.2633  ‐0.041  0.5103  0.4966  0.1693  PNi 

1  0.0741  ‐0.2309  0.0089  ‐0.3546  RPNi 

1  0.6544  0.3999  0.2726  SENi 

1  0.5993  0.4907  VNi 

 

(2006) (r= 0.149, p >0.05). 

1  ‐0.1513  PENi 

1  DNi 

        Table  (12):  The  correlations  among  different  phases  of  water  sediments  and  biota  of  Manganese  (Mn)  in  Al‐Hawizeh  Marsh  during (2006) (r= 0.149, p >0.05).  RPMn  SRMn  SEMn  EPMn  DMn  VMn  PMn 

            

 

1  ‐0.1337  0.5511  0.741  0.7076  ‐0.6441  ‐0.0639  RPMn 

1  ‐0.0028  ‐0.1314  0.0781  0.2666  ‐0.5565  SRMn 

1  0.2803  0.3664  ‐0.1483  0.01  SEMn 

1  0.2133  ‐0.9056  0.1562  EPMn 

1  ‐0.2108  ‐0.4125  DMn 

1  ‐0.2242  VMn 

1  PMn 

130 

Annexes    

   Table  (13):  The  correlations  among  different  phases  of  water  sediments  and  biota  of  Molybdenum  (Mo)  in  Al‐Hawizeh  Marsh  PEMo       DMo        RPMo       SEMo       SRMo       PMo        VMo               

1  ‐0.2172  ‐0.0525  0.0461  ‐0.0366  0.4764  0.0026  PEMo 

1  0.0412  0.3209  ‐0.5025  0.4117  0.3692  DMo 

1  ‐0.3519  ‐0.3748  0.1597  ‐0.3286  RPMo 

1  0.1143  0.1733  0.301  SEMo 

 

during (2006) (r= 0.149, p >0.05). 

1  ‐0.2014  0.5209  SRMo 

1  0.4901  PMo 

1  VMo 

           Table  (14):  The  correlations  among  different  phases  of  water  sediments  and  biota  of  Iron  (Fe)  in  Al‐Hawizeh  Marsh  during  (2006) (r= 0.149, p >0.05).  EPFe       RPFe       PFe        VFe        SEFe       SRFe       DFe                 

        

 

1           0.8663 1         ‐0.3987 ‐0.368 1       ‐0.1616 ‐0.0056 ‐0.2208 1     0.1668 0.4341 0.238 0.451 1   0.1357 ‐0.121 0.1902 ‐0.4408 ‐0.2787 1 ‐0.4418 ‐0.3081 0.3949 ‐0.1575 0.2206 ‐0.3285 EPFe      RPFe      PFe       VFe       SEFe      SRFe     

            1 DFe 

131 

Annexes    

DCu        PECu       RPCu       SECu       SRCu       VCu        PCu               

1  ‐0.4856  ‐0.4802  0.2168  0.0514  0.7109  0.5814  DCu 

1  0.2921  ‐0.4048  0.2483  ‐0.589  ‐0.5479  PECu 

1  0.0684  0.0156  ‐0.797  ‐0.6913  RPCu 

1  ‐0.1193  0.0767  0.2568  SECu 

                   

 

 

     Table  (15):  The  correlations  among  different  phases  of  water  sediments  and  biota  of  Cooper  (Cu)  in  Al‐Hawizeh  Marsh  during  (2006) (r= 0.149, p >0.05). 

1  ‐0.123  ‐0.0176  SRCu 

1  0.9016  VCu 

1  PCu 

                                   

References                                   

     

132 

References  ¾ Abaychi,  J.  K.  (1995)  Trace  elements  distribution  and  sedimentation  rate  in  Al‐ Hammar Lake, southern Iraq, Marina Mesopotamica, 10(2): 379–392.  ¾ Abaychi, J. K. and Al‐Saad, H. T. (1988) Trace metals in fish from the Arabian Gulf and  Shatt Al‐Arab River, Iraq, Bull. Environ. Contam. Oxicol., 40: 226‐232.  ¾ Abaychi,  J.  K.,  and  Douabul,  A.  Z.  (1985)  Trace  metals  in  Shatt  al‐Arab  River,  Iraq"  Wat. Res. 19, 457‐462  ¾ Abaychi, J.K., and Al‐Obaidy , S.Z. (1987) Concentration of trace elements in aquatic  vascular plants from Shatt Al‐Arab River, Iraq. Jor. Biol. Scic. Res., 18(2):123‐130   ¾ Abdelmoneim, M. A., Khaled, A. M., and Iskander, M. F. (1994) Study on the levels of  some  heavy  metals  in  El‐Mex  Bay,  west  of  Alexandria,  In  the  4th    Conf.  (Environmental  Protections  is  a  must),  10‐12  May,  1994,  NIOF,  Alexandria.  Egypt:  155‐174.  ¾ Abrahim,  G.  M.  S.  and  Parker,  R.  J.  (2008)  Assessment  of  heavy  metal  enrichment  factors and the degree of contamination in marine sediments from Tamaki Estuary,  Auckland, New Zealand, Environ Monit Assess 136: 227–238.  ¾ Adam,  R.  S.,    Al‐Shawi,  I.  J.  M.,    Al‐Imarah,  F.  J.  M.  (2007)  Distribution  of  some  Chemical Elements in the Marsh Lands of Southern Iraq After rehabilitation, Marsh  Bulletin 2(1): 11‐17.  ¾ Adamus,  P.  R,  Danielson,  T.  J.,  and  Gonyaw,  A.  (2001)  Indicators  for  Monitoring  Biological  Integrity  of  Inland,  Freshwater  Wetlands:  A  Survey  of  North  American  Technical  Literature  (1990‐2000),  EPA843‐R‐01.  Available:  http://www.epa.gov/owow/wetlands/bawwg/monindicators.pdf.  ¾ Agemain,  H.  and  Chau,  A.  S.  Y.  (1976)  Evolution  of  extraction  techniques  for  the  determination of metals in aquatic sediments, Analysis  101:761‐767.  ¾ Agneta,  G.,  Greger,  M.,    Holm,  K.,  and  Bengtsson,    Bengt‐Erik  (2004)  Influence  of  Nutrient  Levels  on  Uptake  and  Effects  of  Mercury,  Cadmium,  and  Lead  in  Water  Spinach Published,  Environmetal Quality  Journal 33:1247–1255   ¾ Ahmet, A., Dilek, D., and Fath, D. (2005) Bioaccumulation detection and analysis of  heavy  metal  pollution  in  Sultan  marsh  and  its  environment.  Water,  Air,  and  Soil  Pollution  164: 241–255.  ¾ Ajmal Khan,  M. ,  Benno Böer,  German S. Kust  and  Hans‐Jörg Barth  (2006)  Sabkha  ecosystem  and  halophyte  plant  communities  in  Saudi  Arabia  Tasks  for  Vegetation  Science Sabkha Ecosystems, Volume II: West and Central Asia 10.1007/978‐1‐4020‐ 5072‐5_1,Available in this site:    http://www.springerlink.com/content/t70842g043q1x501/  ¾ Akcay  H.,  Oguz  A.  and  Karapire  C.,  (2003)  Study  of  heavy  metal  pollution  and  speciation  in  Buyak  Menderes  and  Gediz  river  sediments,  Water  Res.  Journal  37:  813‐822. 

133 

References  ¾  Al‐Aarajy,  M.  J.  (1988)  Ecological  study  for  phytoplankton  and  nutrients  in  Hor  Al‐ Hammar,  Iraq, MSc Thesis, College of science, University of Basrah, 113p.  ¾ Al‐Abdali,  F.,  Massoud  ,  M.  S.,  and  Al‐Ghadban  ,  A.  N.(1996)  Bottom  sediments  of  Arabian Gulf ‐III. Trace metal contents as indicators of pollution and implication for  the effect and fate of the Kuwait oil slick, Environ Pollut 93: 27–284.  ¾ Al‐Adrise, Majed A. M. (2002) Cocentration of Heavy Metals in Khor‐Kutheb area (Al‐ Hodiedah) as a result of the sew age effluent impacts, MSc thesis, Faculty of Science‐  Sana’a University.  ¾ Al‐Annei,  N.  A.,  Ndeioy,  R.  D.,  and  Hussain,  E.  T.  (2000)  A  study  of  physical  and  chemical features of marshes soil in Iraq. Journal of Iraqi Agriculture 5(1): 1‐14.   ¾ Al‐Badran,  B.N.  (2006).  Sedimentology  and  mineralogy  of  Al‐Hammar  Marsh/Southern Iraq: A review. Journal of Marsh   Bulletin, 1(1): 32‐39.  ¾ Al‐Bayati,  Shukran  M.H.    (2008)  Removal  of  Copper  and  Lead  metals  from  water  ecosystem  by  Water  hyacinth    Eichhornia  crassipes  (Mart.)  Solms.    MSc  thesis,  Biology Department, College of Science for women –  University of Baghdad.  ¾ Albers,  P.  H.,  and  Camardese,  M.  B.  (1993)  Effects  of  acidification  on  metal  accumulation  by  aquatic  plants  and  invertebrates,  in  Constructed  wetlands.  Environmental Toxicology and Chemistry 12 (6): 959–967.  ¾ Al‐Edanee, T. E., Al‐Kareem, A. A., and Kadum, S. A. (1991) An assessment of trace  metals pollution in Khor Al‐Zubair, Envi. Marina Mesopotamica, 6: 143‐154.   ¾ Al‐Essa,  S.A.K.  (2004)  Ecological  Study  of  the  Aquatic  plants  and  Epiphytic  Algae  in  Shatt Al‐Arab River. Ph. D. thesis,   University of Basrah, Iraq:  191p.    ¾ Alfred,  Nobel  and  Hercules,  Dr.  (2000)  Chelex  100  and  Chelex  20  Chelating  Ion  Exchange  Resin,  Instruction  Manual  Bio‐Rad  Laboratories,  2000  CA  94547  LIT200  Rev, B.  ¾ Al‐Furat Center (1988) Hydrological study of Al‐Hawizeh Marsh, Unpublished report,  Irrigation Ministry, Iraq.  ¾ Al‐Furat Center (2003) The re‐inundation of the Marshes, The Al‐Furat Company for  the studying and management of irrigation projects,  Irrigation Ministry, Iraq.  ¾ Algam,  F.  M.  (2002)  Concentration  of  some  trace  elements  in  aquatic  plants  of  Al‐ Dewania River, Journal of  Al‐Qadesia, 7(4):190‐195.  ¾ Al‐Ghadban,  A. N., Saeed, T., Al‐Dousari, A. M., Al‐Shemmari, H., and Al‐Mutairi, M.  (1999)  Preliminary  assessment  of  the  impact  of  draining  of    Iraqi    Marshes  on  Kuwait’s northern marine environment. Part I. physical manipulation, Wat. Sci. Tech.   Journal  40 (7): 75‐87.  ¾ Al‐Haidarey,  M.  J.  S.  (2003)    Some  ecological  effects  of  industrial  wastewater  released  from  the  Al‐Furat  Company  for  chemical  industries  near  Saddate  Al‐

134 

 References 

¾

¾

¾ ¾ ¾ ¾ ¾

¾ ¾

¾ ¾ ¾ ¾

¾

¾

Hindiyah/  Iraq,  MSc  thesis,  Biology  Department,  College  of  Science,  Babylon  University.  Al‐Haidarey  M.  J.  S.  (2009)  Diurnal  Variation  in  Heavy  Metal  Concentrations  in  Al‐  Kufa  River,  Najaf/  Iraq,  10th  International  Conference  on  the  biogeochemistry  of  trace elements, congress in Chihuahua, Chih. México, 2009.  Al‐Hajaj,  M.  M.  K.  (1997)  Distribution  of  Heavy  metals  in  the  Al‐Ash’ar  and  Al‐ Khandaq channels  that which associated with Shatt Al‐Arab River and their effect on  the Algae, MSc thesis , University of Basrah   Al‐Hashimi, A.H. and Salman, H.H. (1985). Trace metals in the sediment of the North  Western coastal of Arabian Gulf. Mar. Pollut. Bull., 16: 188‐120  Al‐Hilli, M. R.  (1977) Studies on  the plant ecology of  the Ahwar region in  southern  Iraq. PhD thesis, University of Cairo, Cairo, Egypt.  Al‐Hussainy, A. K. A. (2005) Study for characteristics of soil from some dried areas in  Al‐Hammar marsh, Iraq. MSc Thesis, University of Baghdad, Iraq: 138 p.   Ali,  M.  and  Soltan,  M.  E.  (1999)  Heavy  metals  in  aquatic  macrophysics,  water  and  hydro soils from the river Nile. Egypt. J. Uni. Arabi Biol. Cairo,  9: 99‐115.  Ali, Mohamed H. H., and Fishar, Mohamed R. A. (2005) Accumulation of trace metals  in  some  invertebrate  and  fish  species  relevant  to  their  concentration  in  water  and  sediment  of  lake  Qarun,  Egypt,  Egyptian  Journal  of  Aquatic    Research  31(1):  1110‐ 0354.  Al‐Imarah, F. J. M., Ghadban, R. A. and Al‐ Shaway, S. F. (2000) Levels of trace metals  in water from southern part of Iraq. Marina Mesopotamica, 15(2): 365‐372.  Al‐Imarah, F. J. M., Mahmood, A. A., Al‐Mayah, A. R. A. (2007) Levels and distribution  of trace metals in the southern wetlands of Iraq, The 2nd Scientific Conference on the  rehabilitation of Southern Iraq Marshes, 2 ‐4 April 2007.  Al‐Kaisi, K. A. (1979) Contribution to the algal flora of the rice‐fields of southern Iraq.  Nova Hedwigia 27:813‐827.  Al‐Khafaji, B. Y. (1996) Trace metals in water, sediments and fishes from Shatt Arab  estuary, NW Arabian Gulf, PhD Thesis, University of Basrah, Basrah.  Al‐Khafaji, B. Y. (2005) Preliminary survey of selected trace metals in the Euphrates  river near Nasirya City, Southern Iraq,  Journal of  Thiqar Univ.   Al‐Kinzawi, M. A. H. (2007) Ecological Study  of Aquatic Macrophytes in the Central  Part  of  the  Marshes  of Southern  Iraq,    MSc  Thesis,  College  of  Science for  Women,  Biology Department,  University of Baghdad, Iraq.   Al‐Kinzawi, M. A. H. (2009) Seasonal changes of nutrient concentrations in water of  some locations in Southern Iraqi Marshes, After Restoration, Um‐Salama Journal, (in  press).  Al‐Lami,  A.  A.  (1986)  Ecological  study  for  phytoplankton  of  some  southern  Iraqi  Marshes,  MSc Thesis, Collage of Science,  University of Basrah.   135 

 

 References  ¾ Al‐Lami,  A.  A.,  Al‐Saad,  H.  A.,  Passim,  T.  I.  and  Al‐Oubaidi,  K.  H.  (1998)  On  the  limnological features of Euphrates River, Iraq. Journal of Educ. Sci., 29: 38‐50.  ¾ Allen, H. E. (1993) The significance of trace metal speciation for water, sediment and  soil  quality  criteria  and  standards.  Proc.  2nd  Eurpean  conference  on  Ecotoxicology  (Sloof, W., de‐ kruijf, H. eds.)  1(2): 23‐46.  ¾ Al‐Mousawi, A. H. and  Whitton, B. A. (1983) Influence of environmental factors on  algae in rice‐field soil from the Iraqi marshes. Arab Gulf Journal of Scientific Research  1: 237–253.  ¾ Al‐Mousawi,  A.  H.  A.,  and  Hussein,  N.  A.  (1992)  The  physical  and  chemical  parameters of the southern marshes in Iraq. Page 95‐125 in Hussein N. A. (ed.) 1992.  Ahwar of Iraq: An environmental approach. Baghdad (Iraq): Marine Science Center,  Bassra University.  ¾ Al‐Obaidi,  G. S. A. (2006) A Study of phytoplankton community in Abu  Zirig marsh,  Southern Iraq. MSc Thesis, University of Baghdad, Iraq.  ¾ Al‐Rikaby,H.  Y.  K.  (1992)  Limnological  and  Histological  studies  for  some  aquatic  plants  in  Hor  Al‐Hammar,  Iraq.  M.  Sc.  Thesis,  College  of  Science,  University  of  Basrah.  ¾ Al‐Saad,  H.  T.  (1995)  Distribution  and  sources  of  hydrocarbons  in  Shatt  Al‐Arab  estuary and NW of the Arabian Gulf, PhD Thesis, University of Basrah. Basrah, Iraq:  186p.  ¾ Al‐Saad,  H.  T.  and  Al‐Timari,  A.  K.  (1994)  Biogenic  and  Anthropogenic  n‐alkanes  in  sediment marshes of Iraq,  Marina  Mesopotamica, 9: 277‐288.   ¾ Al‐Saad, H. T., DouAbul, A. A., Al‐Hello, M.A., Kareem, S. M. Al‐Haidarey, M. J. S., and  Jabur, E. M.(2008) Water quality of Iraqi Southern Marshes Marine Science Centre‐  University of Basrah‐ Basrah‐Iraq, unpublished report.  ¾ Al‐Saad, H. t., Mustafa, Y. Z., and Al‐Imarah, F. J. (1997) Distribution of trace metals  in  the  tissues  of fish from Shatt Al‐Arab  estuary,  Iraq.  Marina, Mesopotamica,   11:  15‐25.  ¾ Al‐Saad,  H.  T.,  Mustafa,  Y.  Z.,  and  Al‐Timari,  A.  K.  (1994)  Concentration  of  trace  metals  in  aquatic  plants  of  the  Al‐Hammar  Marsh,  Iraq.  Mar.  Mesopot.  9(2):  323‐ 328.  ¾ Al‐Saad,  Hamid  T.,    Saleh  M.  K.  Al‐Taein    and      Al‐Hello,  Mohson  A.  R.  ,  (2009)  Hydrocarbons and trace elements in water and sediment samples from marshland of  southern Iraq, Mar. Mesoptamica (in press).  ¾ Al‐Saadi, H. A., Al‐Lami, A. A., and Kassim, T. I. (1999) Heavy metals in Qadisia lake  and its aquatic plants, J. Coll. Educ. for Women, Univ. Baghdad, 10(1): 281–292.  

136   

 References  ¾ Al‐Saadi,  H.  A.,  Antoin,  S.  E.,  and  Nural‐Islam,  A.K.M.(1981)  Limnological  investigation  in Al‐Hammar marsh  area  in  southern  Iraq,  Nova  Hedweigia,  35:157‐ 166.   ¾  Al‐Saadi,  H.  A.,  Hadi,  R.  A.  M.,  Schiewer,  U.,  Al‐Mousawi,  A.  H.  (1989)  On  the  influence of the sewage drainage from Basrah City on the phytoplankton and related  nutrients in the Shatt al‐Arab estuary, Iraq., Arch. Hydrobiol., 114(3): 443‐452.  ¾ Al  ‐  Saadi,  H.  A.,  and  Al‐Mousawi,  A.  H.  A.  (1988)  Some  notes  on  the  ecoogy  of  aquatic plants in the Al‐Hammar marsh, Iraq. Vegetation, 75: 131‐133.  ¾ Al‐Saadi, H. A., Hussain, A., Al‐Lami, A. A., Hassan, F. A., and Al‐Dulymi, A. A. (2002)  Heavy  metals  in  water,  suspended  particulates,  sediments  and  aquatic  plants  of  Habbaniya lake, Iraq. Intern. J. Environ. Studies, 59(5): 589–598.  ¾ Al‐Saa’don  ,  Watban  Jaber  Faisal  (2002)  Determination  and  distribution    of  total  petroleum  hydrocarbons  and  trace  elements  from  Shatt  Al‐Basrah  and  Khor  Al‐ Zubair, Southern Iraq. PhD thesis, collage of education , University of Basrah.  ¾ Al‐Saffar  M.Taqi  (2006)      Interaction  between  the  Environmental  Variables  and  Benthic Macroinvertebrates Community Structure in Abu Zirig Marsh, Southern Iraq,  MSc Thesis, Biology Department, Science Collage, Baghdad University.  ¾ Al‐Sahaf, M. (1975) Chemical composition of water resources of Iraq. (Russ.) Vodn.  Resur., 4:173‐185  ¾ Al‐Sayab,  A.  A.  (1988).  Environment  and  biology  of  Asian  fish  in  Hor  Al‐Hammar,  Southern Iraq. M. Sc. Thesis, College of Agriculture, University of Basrah : 121  ¾ Al‐Shawi,  Imad  J.  M.(2006)  The  comparative  study  of  some  physio‐chemical  characteristics for northern Al‐Hammar Marsh waters before and after rehabilitation  2004, Marsh Bulletin, 2(1).   ¾ Al‐Taee,  M. M. (1999) Some metals in water, sediment, fishes, and plants of Shatt  Al‐Hilla River, PhD thesis, University of Babylon, Iraq.  ¾ Al‐Taee, M. M., Al‐Khateeb, Ahmed N., Hussein, Falah H., and Abid, Fadhil M. (2007)  Evolution of soluble nonessential trace metals in Shatt Al‐Hilla, Iraq, Asian Journal of  chemistry, 19(1):741‐750.  ¾ Al‐Zubaidy,  A.  M.(  1985)  Ecological  study  for  algae  (for  phytoplankton)  in  some  marsh area west Qurna in south Iraq, MSc  Thesis, College of Science,  University of  Basrah: 235p.  ¾ Anber,  R.  M.  S.  (1984)  Studies  on  the  algae  of  pollution  River  Kelvin.  PhD  Thesis,  Univ. of Glasgow. Cited by (Al‐Laami, 1986).  ¾ Anon (1980) Polservice, Shatt Al‐Arab project a fesability report draft Vol. 1, Part A,  General establishment for studies and design, Ministry of Irrigation. Iraq: 115p.   ¾ Anon, (1986) Annual abstract of statistics. Ministry of Planning, Republic of Iraq.  

137   

 References  ¾ Antoine, S. E. (1983) Limnlogical investigation in the polluted Rabat Canal and Shatt  Al‐Arab River, Basrah, Iraq. Nova Hedwigia 38:497‐518.  ¾ Antoine, S. E., and Al‐Saadi, H. A. (1982) Limnological studies on the polluted Ashar  Canal and Shatt Al‐Arab River at Basrah, Iraq. Journal of Int. Revue ges. Hydrobiol.,  67(3): 405‐418.  ¾ Apak, R., Hizal, J., and Ustaer, C. (1999) Correlation between the limiting pH of metal  ion solubility and total metal concentration, Journal of Colloid Interf. Sci.  211: 185–  192.  ¾ APHA  (American  Public  Health  Association),  (1998)  Standard  Methods  for  the  Examination of Water and Wastewater, 20th ed., Washington, DC.  ¾ Aqrawi,  A.  A.  M.,  and  Evans,  G.  (1994)  Sedimentation  in  the  lakes  and  marshes  (Ahwar)  of  the  Tigris‐Euphrates  Delta,  southern  Mesopotamia,  Sedimentology  Journal  41: 755‐776.  ¾ Awad,  N.    A.  N., and Mahdi,  A.  A.  (2005)  Determination  of  Some  Trace  Metals  in  Aquatic Plants in Different Regions of Southern Iraqi Marshes. The Crime of Marshes  Distraction  conference  (Researches  abstracts)  Marine  Science  Center.  University  of  Basrah.  ¾ Awad,  N.  A.  N.,  Abdulsahib,  H.  T.,  and  Jaleel,  A.  A.  (2008)  Concentrations  of  Trace  Metals in Aquatic Plants and sediments of the Southern Marshes of Iraq (Al‐Hawizah  and Al‐Hammar) Marsh Bulletin 3(1): 57‐66.  ¾ AWWA (American Water Works Association) (2003) Principles and practices of water  supply operations Water Quality, Third edition: 139p   ¾ Axiak, V., and Schembri, J. L. (1982) Effects of temperature on the toxicity of mercury  and  cadmium  to  the  littoral  gastropod  Monodonta  turbinate,  Marine  Pollution   Bulletin  13(11): 383‐386.  ¾ Banat,  K.  M.,  Howari,  F.  M.,  and  Abdullah,  M.  B.  (2005)  Mineralology  and  hydrochemical  characteristics  of  the  late  marshes  and  swamps  of  Hor  Al‐Hammar,  southern Iraq. Journal of Arid Environments 65: 400–419.  ¾ Bartram,  J.,  Ballance,  R.,  eds.  (1996).  Water  Quality  Monitoring:  Practical  Guide  to  the  Design  and  Implementation  of  Freshwater  Quality  Studies  and  Monitoring  Programmes. London ; New York : E & FN Spon. ISBN: 0419223207  ¾ Bass,  D.,  and  Potts,  C.  (2001)  Invertebrate  Community  Composition  and  Physicochemical  Conditions  of  Boehler  Lake,  Atoka  County,  Oklahoma.  Proc.  Okla.  Acad. Sci. 8: 21‐29.  ¾ Becker,  U.,  and  Peiffer,  S.  (1997)    Heavy‐metal  ion  complexation  by  particulate  matter  in  the  leachate  of  solidwaste:  amulti‐method  approach,  J.  Contam.  Hydrol.  24: 313–344.  ¾ Behar,  S.,  and  Cheo,  M.  (2004)  Hudson  Basin  River  Watch  Guidance  Document:  helping  to  coordinate  monitoring  of  freshwater  wadeable  rivers  throughout  the  138   

 References 

¾ ¾ ¾ ¾

¾ ¾ ¾ ¾

¾

¾

¾

¾ ¾

¾

watershed,  River  Network  ‐  River  Watch  Program,  Revised  Draft.  Retrieved  June,  2000, from River Network (www.hudsonbasin.org).  Bengtsson, L., and Enell, M. (1986) Chemical analysis in Berglund, B. (Ed.), Handbook  of Holocene Palaeoecology and Palaeo‐hydrology. Wiley, Chichester, : 423‐451p.  Betsey,  H.  H.  (2006)    Impact  of  Heavy  Metals  on  Diatoms  (Bacillariophyceae).  PhD  thesis, Faculty in Biology in Partial fulfillment, The City University of New York.  Bij  de  Vaate,  A.,  and  Pavluk,  T.I.  (2004).  Practicability  of  the  Index  of  Trophic  Completeness for running waters. Hydrobiologia 519: 49–60.  Bis,  B.,  Zdanowicz,  A.,  and  Zalewski,  M.  (2000)  Effects  of  catchment  properties  on  hydrochemistry,  habitat  complexity  and  invertebrate  community  structure  in  a  lowland  river.  In:  Jungwirth,  M.,  Muhar,  S.,  Schmutz,  S.,  editors.  Assessing  the  Ecological Integrity of Running Waters. Hydrobiologia  422/423: 369–387.  Boalch,  R.,  Chan,  S.,  and  Taylor,  D.  (1981)  Seasonal  variation  in  the  trace  metal  content of Mytilus edulis. Marine Pollution Bulletin  12(8): 276‐280.   Bouyoucos,  G.  J.  (1936)  Directions  for  Making  Mechanical  Analysis  of  Soils  by  the  Hydrometer Method. Soil Sci. 42(3).  Bradl, H. B. (2005) Heavy metals in the environment. Elsevier Academic Press.   Brenner, M., Keenan, L. W., Miller, S. J., Schelske, C. L. (1999) Spatial and Temporal  Patterns of Sediment and Nutrient Accumulation in Shallow Lakes of the Upper St.  Johns River Basin, Florida. Wetlands Ecology and Management 6: 221–240.  Campbell, P. G. C. (1995) Interactions between trace metals and aquatic organisms:  A  critique  of  the  free‐ion  activity  model.  In  Metal  speciation  and  bioavailability  in  aquatic systems. Ediled by A. Tessier and D. R. Turner. John Wiley & Sons Ltd.: 45‐ 102p.  Campbell,  P.  G.  C.  and  Tessier,  A.  (1996)  Ecotoxicology  of  metals  in  the  aquatic  environment: geochemical aspects. In Ecotoxicology. A hiemehical treatment. Edited  by M.C. Newman and CH. Jagoe. Lewis Publishers, Chelsea, MI. : 11‐58p.  Cherry,  D.S.,  Currie,  R.J.,  Soucek,  D.J.,  Latimer,  H.A.,  and  Trent,  G.C.  (2000)  An  integrative  assessment  of  a  watershed  impacted  by  abandoned  mined  land  discharges.  Environmental  Pollution  111:  377‐388.  Available  in  link:  www.elsevier.com/locate/envpol  Chester R. and Voutsinou F.G. (1981) The initial Assessment of Trace Metal Pollution  in Coastal Sediments, Marine Pollution Bulletin, 12(3):84‐91. Christensen, J.B., and Christensen, T.H. (2000) The effect of pH on the complexation  of Cd, Ni, and Zn by dissolved organic carbon from leachate‐polluted groundwater,  Water Res. 34: 3743–3754.  Clark,  K.  E.,  Gobas,  F.  A.  P.  C.,  and  MacKay,  D.  (1990)  Model  of  organic  chemical  uptake and clearance by fish from food and water. Environ. Sci. Tech. Tech: 1203‐13. 

139   

 References  ¾ CRIM (Center of Ristoration of the Iraq Marshland) (2006) Study the relhabilitation  of  Al‐Hawizeh  Marshes  ecological  system,  Ministry  of  Water  Resource,  Republic  of  Iraq  ¾ Crowder, A., (1991) Acidification, metals and macrophytes. Environmental Pollution  71: 171–203.  ¾ Dassenakis M., Scoullos M. and Gaitis A., (1997) Trace metals transport and behavior  in the Mediterranean estuary of Archeloos river, Mar. Pollut. Bull. Journal 34: 103‐ 111.  ¾ Davies,  B.  E.  (1980)  Trace  element  pollution  in  Davies,  B.  (ed.),  Applied  Soil  Trace  Elements. Wiley, Chichester. : 287‐351p.  ¾ De  Vries,  A.  and    Klavers,  H.  C.  (1994)  Riverine  fluxes  of  pollutants:  monitoring  strategy first, calculation method second. European Water Pollution and Control 4:  12–17.  ¾ DeBusk, W.F. (1999) Functional Role of Wetlands in Watersheds. A fact sheet of the  Soil and Water Science Department, Florida Cooperative Extension Service, Institute  of Food and Agricultural Sciences, University of Florida.  ¾ Devi,  M.,  Thomas,  D.A.,  Barber,  J.T.,  and  Fingerman,  M.  (1996)  Accumulation  and  physiological  and  biochemical  effects  of  cadmium  in  a  simple  aquatic  food  chain.  Ecotoxicology and Environmental Safety 33 (1): 38–43.  ¾ DeWeese,  Lawrence  R.,  Stephens,  Verlin  C.,  Short,  Terry  M.,  and  Dubrovsky,  Neil  M.(2007)  Trace‐element  concentrations  in  tissues  of  aquatic  organisms  from  rivers  and  streams  of  the  United  States,  1992‐1999.  U.  S.  Geological  Survey  Data  Series,  Report: DS‐0309, 2007, available in link: http://pubs.usgs.gov/ds/309/.  ¾ Dickson,  K.  L.,  Maki,  A.  W.,  and  Brungs,    W.  A.(1987)  Fat  and  effects  of  sediment  bound chemicals in aquatic systems, Pergamon Press. New York  ¾ Dilek  D.,  and  Ahmet  A.  (2004)  Accumulation  of  heavy  metals  in  Typha  angustifolia  and Potamogeton pectinatus living in sultan Marsh (Kayseri, Turkey). Chemosphere  56: 685–696.  ¾ Dilek, D. ,  and Ahmet A. (2006) Common hydrophytes as bioindicators of iron and  manganese pollutions. Ecological Indicators  6: 388–393  ¾ Elbaz‐Poulichet,  F.,  Guieu,  C.,  and  Morley,  N.  H.  (2001)  A  Reassessment  of  trace  metal budgets in the Western Mediterranean Sea, Marine Pollution Bulletin, 42 (8):  623 – 627.  ¾ Ekvall, L., and Greger, M. (2002) Effects of environmental biomass‐ producing factors  on Cd uptake in two Swedish ecotypes of Pinus sylvestri,. Environ. Pollut., 121: 401– 411.  ¾ El‐Rayis,  O.  A.  (1990)  Distribution  of  some  heavy  metals  in  sediment,  water,  and  different trophic levels from Jeddah coast, Red Sea. J. KAU: Erth Sci., 3: 33‐45.  140   

 References  ¾ El‐Rayis,  O.  A.  ,  Abduldahab,  O.  M.,  and  Riley,  J.  R.  (1997)  Concentration  and  distribution  of  five  heavy  metals  in  bottom  sediment  of  Mediterranean  Sea  at  El‐ Mex Bay, Alexandria, Egypt. The 3rd Conf. on Geochemistry, 3‐4 Sep. 1997.  ¾ Engstrom, D. R., and Wright, H. E. (1984) Chemical stratigraphy of lake sediments as  a record  of environmental  change’ in Hawarth, E. Y. and Lund, J. W. G. (Eds), Lake  Sediments and Environmental History. Leicester University Press, Leicester: 11‐69.  ¾ Erses,  A.S.,  Frazal,  M.A.,  Onay,  T.T.,  and  Craig,  W.H.,  (2005)  Determination  of  solidwaste sorption capacity for selected heavy metals in landfills, J. Hazard. Mater.  B121: 223–232.  ¾ Evans, and Engel, D. W. (1994) Mercury bioaccumulation in fin fish and shellfish from  Lavacabay, Texas. NOAA, Technical memoradium,  89p.   ¾ Evans,  M.I.  &  Keijl,  G.O.  (1993)  Impacts  of  Gulf  War  oil  spills  on  the  wader  populations of the Saudi Arabian Gulf coast. Sandgrouse 15: 85‐105.   ¾ Evans,  M.I.,  Symens,  P.,  Pilcher,  C.W.T.,  (1993)  Short‐term  damage  to  coastal  bird  populations  in  Saudi  Arabia  and  Kuwait  following  the  1991  Gulf  War.  Marine  Pollution Bulletin 27, 157‐161.  ¾  Evans, M. I. (2001) The Ecosystem. In: Iraqi Marshlands: Prospects. The conference  of the AMAR International Charitable Foundation, London.  ¾ Evans, M. I. (2002) The ecosystem. Pages 201–219 in Nicholson E, Clark P, eds. The  Iraqi Marshlands: A Human and Environmental Study. London: Politico’s.  ¾ FAO (1983) Manual of methods in aquatic environment research, Part 9, Analysis of  Metals and Organ‐chlorines, FAO, Fish Tech. Pap. No. 158, Rome, Italy.   ¾ FAO  (1994)  Review  of  pollution  in  the  African  aquatic  environment  CIFA  Technical  paper No. 25: 118.  ¾ Fergusson,  J.  E.  (1990)  The  Heavy  Elements:  Chemistry,  Environmental  Impact  and  Health Effects. Pergamon Press, Oxford.  ¾ Fiol,  N.,  Villaescusa,  I.,  Mart´ınez,  M.,  Miralles,  N.,  Poch,  J.,  and  Serarols,  J.  (2006)  Sorption  of  Pb(II),  Ni(II),  Cu(II),  and  Cd(II)  from  aqueous  solution  by  olive  stone  waste, Sep. Purif. Technol. 50: 132–140.  ¾ Forstner,  U.  (1983)  Assessment  of  metal  pollution  in  rivers  and  estuaries’  in  Thornton,  I.  (Ed.),  Applied  Environnzental  Geochemistry.  Academic  Press,  London:  395‐423p.  ¾ Forstner,  U.,  Ahlf,  W.  M.,  Calmano,  W.,  Kersten,  M.,  and  Schoer,  J.  (1990)  Assessment of metal mobility in sludge and solid wastes. In Metal Speciation in the  Environment.  NATO  ASI  Series,  eds  J.  A.  C.  Broeckaert,  S.  Gucer  and  F.  Adams,.  Series, G, Ecological Sciences,. Springer, Berlin.  23: 1 – 41  ¾ Forstner,  U.,  and  Wittmann,  G.  T.  W.  (1983)  Metal  Pollution  in  the  Aquatic  Environment. Springer‐Verlag, Berlin. 

141   

 References  ¾ Foster,    I.  D.  L.,  and  Charlesworth,  S.  M.  (1996)  Heavy  metals  in  the  hydrological  cycle: Trends and Explanation.  Hydrological processes, 10: 227‐ 261.   ¾ Franc,  S.,  Vinagre,  C.,  Isabel,  C.,  and  Cabral,  Henrique  N.  (2005)  Heavy  metal  concentrations in sediment, benthic invertebrates and fish in three salt marsh areas  subjected  to  different  pollution  loads  in  the  Tagus  Estuary  (Portugal)  Baseline  ,  Marine Pollution Bulletin 50: 993–1018  ¾ Freeman,  J.  (2000)  An  Introduction  to  the  Australian  and  New  Zealand  Guidelines  for  Fresh  and  Marine  Water  Quality,  National  Water  Quality  Management  Strategy  Australian  and  New  Zealand  Environment  and  Conservation  Council  and  Agriculture  and Resource Management Council of Australia and New Zealand. ISBN 0 9578245 21.     Available:    http://www.deh.gov.au/water/quality/nwqms/introduction/pubs/wqgintropdf.    ¾ Frenet,  M.  (1981)  The  distribution  of  mercury,  cadmium  and  lead  between  water  and suspended matter in the Loire Estuary as a function of hydrological regime Wat.  Res. 15: 1343‐1350   ¾ Galas,  J.,  and  Dumnicka,  E.  (2003)  Organic  Matter  Dynamics  and  Invertebrate  Functional  Groups  in  a  Mountain  Stream  in  the  West  Tatra  Mountains,  Poland.  Internat. Rev. Hydrobiol. 88 (3–4): 362–371.  ¾ Gallegos, C.L. (2004). Factors Contributing to Water‐Column Light Attenuation. SAV  Technical Synthesis II, Chapter 4. Available:   http://www.serc.si.edu/labs/phytoplankton/pdfs/TS2%20Chapter%2004.pdf.   ¾ Ganei, A. A. (1996) Primary productivity of Microalgae in Shatt  Al‐Arab. PhD Thesis,  University of Basrah, Iraq.  ¾ Gateaa, Hssan Hameed (2006) The study and  classification  of adjacent  areas of Al‐ Hawizeh Marsh, Ministry of Irrigation annual unpublished report.  ¾ Goldman, C. P. and Horne, A. L. (1983) Limnology Mc Groaw‐Hill international book  company.  ¾ Graf, W. L. (1990) Fluvial dynamics of 230Th in the church rock event, Puerco River,  New Mexico’, Ann. Assoc. Am. Geogr., 80: 327‐342.  ¾ Gramss, G.,  Voigt, K., Bublitz, F., Bergmann, H. (2003) Increased solubility of heavy  metals in soil during microbial transformations of sucrose and casein amendments,  Journal of Basic Microbiology  43(6):  483 – 498.  ¾ Greger,  M.  (1999)  Metal  availability  and  bioconcentration  in  plants.  (1–27)p.  In  Prasad,  M.  N.  V.,  and  Hagemeyer,  J.  (ed.)  Heavy  metal  stress  in  plants.  From  molecules to ecosystems. Springer‐Verlag, Heidelberg, Germany. 

142   

 References  ¾ Gregg,  R.  Davidson,  Sean,  J.  Bennett,  William,  C.  Beard,  and  Peter  Waldo  (2005)  Trace elements in sediments of An Aging Reservoir in Rural Mississippi, Potential for  mobilization following dredging, Water, Air, and Soil Pollution, 163: 281–292.  ¾ Griethuysen, Corine van, Marloes Luitwieler, Jan Joziasse, Albert A. Koelmans (2005)  Temporal variation of trace metal geochemistry in floodplain lake sediment subject  to dynamic hydrological conditions, Environmental Pollution, 137 : 281‐294  ¾ Gunther, L. E., and Yang, A. S. (1968) Interaction of metal ions with polynucleotides  and related compounds, The relive effect of various metal ins on DNA helicity. J.Am.  Chem.Soc., 90: 7323‐7328.   ¾ Hammer, H. T. and Hesltine, J.M. (1988) Aquatic Macrophytes in Saline Lakes of the  Canadian Prairies. Journal of Hydrobiologia, 158: 101‐116.   ¾ Hannan, H.H. and Young, W.G. (1974). The Influence of a Deep‐Storage Reservoir on  the  Physicochemical  Limnology  of  a  Central  Taxas  River.  Journal  of  Hydrobiologia,  44: 177‐207.  ¾ Hare, L. Carignan, and Huerta‐Diaz, M. A. (1994) A field experimental study of metal  toxicity and accumulation by benthic invertebrates: implications for the acid volatile  sulfide (AVS) model. Limnol. Oceanogr. 39: 1653‐1668.  ¾ Hassan, F. M. (1988) Ecological and physiological study and  phytoplankton quality in  Al‐Hammar marsh, Iraq, MSc Thesis, College of Science,  University of Basrah: 136.  ¾ Hassan, F. M. (1997) A limnological study on Hilla River, Al‐Mustansiriyah Journal for  Sciences, 8(1): 22‐30.  ¾ Hassan,  W.  F.  (2007)  Hydrochemical  and  geochemical    study  of  the  Shatt  Al‐Arab  River Sediments . PhD thesis, Collage of Agriculture, University of Basrah.  ¾ Heinz  Center  (2002)  The  State  of  the  Nation's  Ecosystems:  Measuring  the  lands,  waters,  and  living  resources  of  the  United  States.  The  H.  John  Heinz  III  Center  for  Science,  Economics  and  the  Environment,  Washington,  DC.:  288  p.  ISBN  0‐521‐ 52572‐1.   ¾ Horne,  A.  J.  and  Goldman,  C.  R.  (1994)  The  following  overview  is  taken  from  Lake  Ecology  overview  (Chapter  1,.  Limnology.  2nd  Edition,  McGraw‐Hill  Co.,  New  York,  New York, USA.), Available in the link:   http://www.epa.gov/watertrain/pdf/limnology.pdf  ¾ Horowitz, A. J. (1991) A Primer on Trace Metal Sediment Chemistry. 2nd edn. Lewis,  Chelsea.  ¾ Horowitz,  A.  J.,  Elrick,  K.  A.,  and  Cook,  R.  B.  (1993).  ‘Effect  of  mining  and  related  activities  on  the  sediment  trace  element  geo‐  chemistry  of  Lake  Coeur  d’Alene,  Idaho, USA. Part I: surface sediments’, Hydrol. Process., 7: 403‐424.  ¾ HR  (Hoosier  Riverwatch)(2000),  Volunteer  Stream  Monitoring  Training  Manual,  Indiana's  Volunteer  Stream  Monitoring  Program.  Natural  Resources  Education  Center, Indianapolis, IN 46216‐1066. Available:   143   

 References 

¾ ¾ ¾ ¾

¾

¾ ¾ ¾

¾

¾

¾ ¾ ¾

¾

¾

 http://www.HoosierRiverwatch.com.   Hughes,  N.  (1992)  Heavy  mineral  distribution  in  upland  gravel‐bed  rivers,  Unpub.  PhD Thesis, Department of Geography, University of Loughborough.  Hussain,  D.  A.,  and  Alwan,  A.  A.  (2008)  Evaluation  of  Aquatic  macrophytes  vegetation after restoration in East Hammar marsh, Iraq,  Marsh Bulletin 3(1): 32‐44.  Hussein, A. H., and Rabenhorst, M. C. (2002) Modeling of Nitrogen Sequestration in  Coastal Marsh Soils, Soil Science Society of America Journal 66:324‐330.   Hussein, Falah H., Al‐Taee, M.M., Al‐Khateeb, Ahmed N., and Abid, Fadhil M.(2007)  Essential trace metals concentration in River water in Al‐Hilla Governorate, Central  Iraq, , Asian Journal of chemistry, 19(1): 724‐740.   Hussein, S.A.  and Attee, R.S. (2000). Comparative  Studies  on Limnological Features  of  the  Shatt  Al‐Arab  estuary  and  Mehejran  canal,  Monthly  variations  in  a  biotic  factors. Basrah. Journal of Agric. Sci., 13(1): 49‐59.  Hynes,  H.  B.  N.  (1970)  The  Ecology  of  Running  Waters  (Liverpool  University  Press,  England : University of Toronto Press, Canada, 1970).  Ibrahim,  F.  H.  B.  (1993)  Cadmium  toxicity  and  accumulation  in  the  aquatic  plant  Vallisneria spirallis, Mar. Mesop. 6(1): 67‐79   ICARDA  (the  International  Center  for  the  agricultural  Researches)  (1996)  Rayn,  J.,  Garbet, S., Harmsen, K., Rashid, A. A soil and plant analysis manual adapted for the  west Asia and North Africa region. Aleppo, Syria.  IF  (Iraq  Foundation)  (2003)  Draft  report  physical  characteristics  of  Mesopotamian  Marshland southern Iraq, Background Material Prepared for the Technical Advisory  Panel  Eden  Again  Project  Prepared  by  The  January  2003,  available  in  link:  http://envirozan.info/EZ_Docs/Marshes/physicalcharreport.pdf  IMET  (Italian  Ministry  for  the  Environment  and  Territory),  IF  (the  Iraq  Foundation)  (2005) “New Eden” Water & Energy Project: Technical Book 1. Abu Zirig Marshland  Restoration Project.  IMET (Italian Ministry for the Environment and Territory) (2006) Overview of present  conditions and current use of the water in the marshlands area.  Irabii,  D.  S.  (2001)  Mercury  pollution  by  industrial  waste  in  water  and  sediments  from the south of Iraq. Ph.D thesis, University of Basrah, 3p.  Ismail,  W.  R.,  Siow,  A.  Y.,  and  Ali,  A.  (2005)  Water  Quality  and  Chemical  Mass  Balance of Tropical Freshwater wetlands, Beriah Swamp, Perak, Malaysia, University   Teknologi,  Jurnal Teknologi, 43(F): 65‐84.  Izquierdo, C., Usero, J., and Gracia, I. (1997) Speciation of heavy metals in sediments  from salt Marshes on the southern Atlantic Coast of Spain. Marine Pollution Bulletin  34(2): 123‐128.    Jackson, J., Rasmussen J. B., Kalff J.,(1994) A mass balance analysis of trace metals in  two weedbeds. Water Air Soil Pollut., 75: 107‐119, 1994  144 

 

 References  ¾ Jamil,  K.  (2001)  Bioindicator  and  Biomarker  of  Environmental  Pollution  and  Risk  Assessment. Science Publishers, Inc. Enfied (NH), USA  Printed in India.   ¾ Jarvis, P. J. (1983) Metal Pollution ‐ an Annotated Bibliography 1976‐80. GeoBooks,  Norwich.  ¾ Joyce,  S.  (2000)  The  Dead  Zones:  Oxygen‐Starved  Coastal  Waters.  Environmental  Health   Perspectives 108 (3).   ¾ Kabata  –Pendias  A.  and  Pendias  H.,  (1992)  Trace  elements  in  soils  and  plants,  CRS  Press , Boca Raton.  ¾ Kamal,  M.,    Ghaly,  A.  E.,  Mahmoud,  N.,  and  Cote,  R.  (2004)  Phytoaccumulation  of  heavy  metals  by  aquatic  plants,  Environment  International  Journal,  29(8):  1029‐ 1039.  ¾ Kara,  Y.  (2005)  Bioaccumulation  of  Cu,  Zn  and  Ni  from  the  wastewater  by  treated  Nasturtium officinale. Int. J. Environ. Sci. Tech. 2(1): 63‐67.  ¾ Kassim, T. I. (1986) Limnological study for benthic algae in some marshes, southern  Iraq,   MSc Thesis, College of Science, University of Basrah, 203 p.  ¾ Kassim  ,  T.  I.,  and  Al‐Saadi,  H.  A.  (1995)  Seasonal  variation  of  epiphytic  algae  in  a  marsh area (south Iraq). Acta Hydrology, 37(3): 153‐161.  ¾ Kassim, T. I., Al‐Saadi, H. A., Al‐Lami, A. A, and Al‐Jaberi, H. H. (1997) Heavy metals in  water,  suspended  particles,  sediments  and  aquatic  plants  of  the  upper  region  of  Euphrates  river,  Iraq.  J.  Environ.  Sci.  Hea.  Part  A  Toxic/Hazardous  Substances  and  Environ. Engi. 32( 9‐10): 2497‐2506.    ¾ Kennish,  M.  J.  (1992)  Ecology  of  Estuaries:  anthropogenic  effects.  CRC  Press:  Boca  Raton.) and This book in this site :   http://books.google.com/books?hl=en&lr=&id=LR9OJ2SrZ64C&oi=fnd&pg=PA1&dq= Kennish,+M.J.+1992.+Ecology+of+Estuaries:+anthropogenic+effects.+CRC+Press:+Bo ca+Raton.&ots=OSIoeSmD0Q&sig=YMD3EVCCHiK_KjDRJHIGDkq7b_o#PPP1,M1  ¾ Kerr,  Sara  C.,  Shafer,  Martin  M.,  Overdier,  J.,  and  Armstrong,  David  E.  (2008)  Hydrologic  and  biogeochemical  controls  on  trace  element  export  from  northern  Wisconsin wetlands,   Biogeochemistry  Journal 89:273–294.  ¾ Khedr,    A.  H.  A.,  El‐Demerdash,  and  Mohamed,  A.  (1997)  Distributions  of  aquatic  plants in relation to environmental factors in the Nile Delta, Aquatic Botany 56: 75‐ 86.  ¾ KLI,  Kennetic  (1998)  Laboratories  Incorporated  Appendix  B:  Kenai  River  Estuary  Sediment  and  Water  Quality  Investigations,  A  Report  Generated  for  the  Alaska  Council of Trout Unlimited.  ¾ Klopatek, J. M. (1974) Production of emergent Macrophytes and thier role in mineral  cycling within a freshwater marsh. MSc thesis, University of Wisconsin, Milwaukee. 

145   

 References  ¾ Knutson,  A.  B.,  Klerks.  P.  L.,  Levinton,  J.  S.  (1987)  The  Fate  of  metal  contaminated  sediments in Foundry Cove, New York. Environmental Pollution 45:291‐304.  ¾ Lacoul,    Paresh  ,  and  Freedman,    Bill  (2006)  Relationships  between  aquatic  plants  and  environmental  factors  along  a  steep  Himalayan  altitudinal  gradient,    Aquatic  Botany 84:  3–16.  ¾ Lazaridou‐Dimitriadou,  M.,  Koukoumides,  C.,  Lekka,  E.,  and  Gaidagis,  G.  (2004)  In   Evaluation of the Ecological Quality of Metalliferous Streams (Chalkidiki, Macedonia,  Hellas). Environmental Monitoring and Assessment 91: 59–86.  ¾ Lemly,  A.  D.  (1993)  Teratogenic  effects  of  selenium  in  natural  populations  of  freshwater fish Ecotoxico. Environ. Safety 26: 18 1‐204.  ¾ Liang,  Y.,  and    Wong,  M.  H.  (2003)  Spatial  and  temporal  organic  and  heavy  metal  pollution at Mai Po Marshes Nature Reserve, Hong Kong,  Chemosphere  52: 1647– 1658 .    ¾ Lind, O.T. (1979). Hand Book of Common methods in limnology. C. V. Mosby Co., St.  Louis  ¾ Livett,  E.  k.  (1988)  Geochemical  monitoring  of  atmospheric  heavy  metal  pollution:  theory and applications. Adv. Ecol. Res. 18: 65: 177.  ¾ Lorenz,  C.  M.,  Van  Dijk,  G.  M.,  Van  Hattum,  A.  G.  M.,    and  Cofino,  W.  P.  (1997)  Concepts  in  River  Ecology:  Implications  for  Indicator  development.  Regul.  Rivers:  Res. Mgmt. 13: 501–516.  ¾ Lorenz, F. M., and Erickson, E. J. (1999) The Euphrates Triangle: Security Implications  of  the  Southeast  Anatolia  Project.Washington  (DC):  National  Defense  University  Press.  ¾ Lunt, D. O., Gunn, A. M., Roddie, B. D., Rogers, H. R., Gardner, M. J., Dobbs, A. J., and  Watts, C. D. (1989) Investigation of partitioning of contaminants between water and  sediment’, War. Res. Centre Rep., PRS 2262‐M, WRC, Medmenham, 84  pp.  ality of  rivers  from  pristine  stage  to  global  pollution’,  Paiaeogeogr.  Palaeoclimatol.  Palaeoecol., 75: 283‐309.  ¾ Luoma, S.N., Johns, C., Fisher, N.S., Steinberg, N.A., Oremland, R.S., and Reinfelder,  J.R.,  (1992)  Determination  of  Selenium  bioavailability  to  a  benthic  bivalve  from  particulate and dissolved pathways. Environ. Sci. Technol.   26: 485‐491.  ¾ Ma.,    W.,  and  Tobin,  J.M.  (2003)    Development  of  multimetal  binding  model  and  application  to  binary  metal  biosorption  onto  peat  biomass,Water  Res.  37:  3967– 3977.  ¾ MacFarlane,  G.  R.,  Schreider,  M.,  McLennan,  B.  (2006)  Biomarkers  of  Heavy  Metal  Contamination  in  the  Red  Fingered  Marsh  Crab,  Parasesarma  erythodactyla.  Arch.  Environ. Contam. Toxicol. 51: 584–593  

146   

 References  ¾ Mahmood,  A`mal  Ahmed  (2008)  Concentrations  of  pollutants  in  water,  sediments  and aquatic plants in some wetlands in south of Iraq, PhD thesis,  College of Science,  University of Basrah.  ¾ Maltby, E., ed. (1994) An Environmental and Ecological Study of the Marshlands of  Mesopotamia:  Draft  Consultative  Bulletin,  Wetland  Ecosystems  Research  Group,  University of Exeter. London: AMAR Appeal Trust.  ¾ Mansour, S. A., Sidky, M. M. (2003) Ecotoxicological studies. 6. The first comparative  study  between  Lake  Qarun  and  Wadi  El‐Rayan  wetland  (Egypt),  with  respect  to  contamination of their major components. Food Chem., 82:  181–189.  ¾ Mart´ınez, C.E., and Motto, H.L. (2000) Solubility of lead, zinc and copper added to  mineral soils, Environ. Pollut. 107: 153–158.  ¾ Mason, Herbert L. (1969) A flora of the marshes of California, University of California  Press.  ¾ Mason,  C.  F.  (1998)  Biology  of  Freshwater  Pollution,  third  edition,  Addison  Wesley  Longman Limited, London, England 25, USEPA, 1995. Ecological restoration: Linking  restoration practices to water quality parameters. Technical Report # EPA 841‐F‐95‐ 007.  United  States  Environmental  Protection  Agency,  Washington,  D.C.  [online].  Available:  http://www.epa.gov/OWOW/NPS/Ecology/chap3.html[2002,19september]  ¾ Mattews, W. J. ( 1998) Pattern in Fresh Water Fish Ecology. New York: Chapman and  Hall, International.  ¾ Maulood, B. K., Hinton, G. C. F., Kamees, H. S., Saleh, F. A. K., Shaban, A. A. and Al‐ Shahwani,  S.  M.  H.  (1979)  An  ecological  survey  of  some  aquatic  ecosystems  in  southern Iraq, Tropical Ecology , 20(1):27‐40  ¾ Maulood,  B.  K.,  Hinton,  G.  C.  F.,  Whitton,  B.  A.,  and  Al‐Saadi,  H.  A.  (1981)  On  the  algal ecology of the lowland Iraqi marshes. Hydrobiology 80: 269–276.  ¾ McCulloch,  W.  L.,  Goodfellow  Jr.,  and  Black,  J.  A.  (1993)  Characterization,  identification  and  confirmation  of  total  dissolved  solids  as  effluent  toxicants,  Environmental Toxicology and Risk Assessment 2: 213‐227.  ¾ Mermillod‐Blondin,  F.,  Gaudet,  J.,  Gérino,  M.,  Desrosiers,  G.,  des  Châtelliers,  M.  C.  (2003) Influence of macroinvertebrates on physico‐chemical and microbial processes  in hyporheic sediments. Hydrol. Process. 17: 779–794. Retrieved December 2, 2002,  from Wiley Inter Science (www.interscience.wiley.com).  ¾ Millward,  G.  (1995)  Secondary  ion  mass  spectrometry,  Sediment  analysis,  Encyclopedia  of  analysis  science  ISBN(set),  0‐12267001‐1,  Acadimic  Press  limited,  :  4556‐4561.  ¾ Mitsch, William J. and Gosselink, James G. (2000) Wetlands, 3rd Edition, John Wiley &  Sons.  

147   

 References  ¾ Mitsch, William J. and Gosselink, James G. (2007)Wetlands, 4th Edition, John Wiley &  Sons: 426p, this book available in this site:  http://books.google.com/books?id=1cSKeTCi894C&pg=PA426&lpg=PA426&dq=A+w etland+is+considered+a+sink+if+it+has+a+net+retention+of+an+element+or+a+spec ific+form+of+that+element,+that+is,+if+the+inputs+are+greater+than+the+outputs. +If+a+wetland+exports+more+of+an+element+or+material+to+a+downstream+or+a djacent+ecosystem+than+w&source=web&ots=qpGFUWFQOf&sig=VXeYMfCfY5iwM 1MHdbZnh‐r0JEo&hl=en&sa=X&oi=book_result&resnum=1&ct=result.  ¾ Mohammad,  M.  B.  M.  (1965)  Further  observations  on  some  environmental  conditions of Shatt Al‐Arab. Bull. Biol. Res.Center, 1:71‐79.  ¾ Morris,  A.  W.  (1978)  Seasonal  variation  of  dissolved  metal  in  inshore  water  of  the  Menai Straits. Mar. Pllut. Bull. J. 5(4): 66‐72.  ¾ MSC (Marine Science Center) (2005) Environmental survey and biodiversity of Barah  habitats Project, Final Report: 235 p.   ¾ Munawar, M. (1970) Limnological studies on fish water pond of Hydarabad, India II,  Hydrobiologia, 31:101‐128.  ¾ Munro,  D.  C.,  and  Touron,  H.  (1997)  The  estimation  of  marshlands  degradation  in  southern Iraq using multitemporal landsat TM images. Int. J. Remote sensing. 18 (7):  1597‐ 1606.  ¾ Mustafa,  Y.  Z.  (1985)  Mussel  Corbicula  fluminca  (Muller  1774)  as  bioindicator  of  heavy  metals  pollution  in  Shatt  Al‐Arab  River.  MSc  thesis  Collage  of  Science  University of Basrah.  ¾ Neghamish,  Razzaq, G. h., and  Ali, Sahir, A. (2005) Study of physical and chemical  properties of water, Sediments and Soil of Thi‐ Qar Marshes The Crime of Marshes  Distraction  conference  (Researches  abstracts)  Marine  Science  Center.  University  of  Basrah.  ¾ Nicholson  E,  Clark  P,  and  Eds.  (2002)  The  Iraqi  Marshlands:  A  Human  and  Environmental Study. London: Politico’s. Northwestern coastal of the Arabian Gulf.  Mar. Poll. Bull., 16:118‐120  ¾ Nicolau  R.,  Galera  ‐  Cunha  A.  and  Lucas  Y.,  (2006)  Transfer  of  nutrients  and  labile  metals from the continent to the sea by a small Mediterranean river, Chemosphere  Journal  63: 469‐476.  ¾ Nierop,  K.G.,  Jansen,  B.,  and  Verstraten,  J.M.  (2002)  Dissolved  organic  matter,  aluminum and iron interaction: precipitation induced by metal/carbon ratio, pH and  competition, Sci. Total Environ. 300: 201–211.  ¾ Nixon,  S.  W.  and  Lee,  V.  (1986)  Wetlands  and  water  quality;  A  regional  view  of  recent  research  in  the  United  States  on  the  role  of  freshwater  and  saltwater  wetlands  as  sources,  sinks,  and  transformers  of  nitrogen,  phosphorus,  and  various  148   

 References 

¾ ¾

¾

¾ ¾ ¾ ¾ ¾ ¾

¾

¾

¾ ¾ ¾

heavy  metals,  Technical  Report  Y‐86‐2,  U.S.  Army  Engineer  Waterways  Experiment  Station, Vicksburg, MS. NTIS No.AD A176 942.  Nolting,  F.  R.  (1986)  Copper,  Zink,  Cadmium,  Nickel,  Iron  and  Manganese  in  the  Southern Bight of Nnorth Sea. Mar. Pollut. Bull. 17(3): 113‐117.  Nomas, Hamdan Bachi (2007) The importance of maintenance of rivers and marshes  in southern Iraq, The 2nd Scientific Conference on the rehabilitation of southern Iraqi  Marshes 2‐4 Apr. (2007).  NRCS (Natural Resources Conservation Service)(1998) Field indicators of hydric soils  in  the  United  States,  Version  4.0.  G.  W.  Gurt,  P.  M.  Whited,  and  R. F.  Pringle, eds.  USDA, NRCS, Ft. Worth, TX. : 30p.  Nriagu,  J.  O.  (1989)  A  global  assessment  of  natural  sources  of  atmospheric  trace  metals, Nature, 338: 47‐49.  Nriagu,  J.  O.  (1990)  Global  metal  pollution.  Poisoning  the  biosphere?  Environment  32: 7‐33.  Nriagu,  J.  O.  and  Pacyna,  J.  M.  (1988)  Quantitative  assessment  of  world‐wide  contamination of air, water and soils with trace metals. Nature 333: 134‐139.  Ochsenschlager, E. L. (2004) Iraq’s marsh Arabs in the Garden of Eden. University of  Pennsylvania museum of archeology and anthropology, Philadelphia  Odum,  H.  T.(2000).  Heavy  metals  in  the  environment‐  using  wetlands  for  their  removal. Lewis Publishers.  Olias  M.,  Nietob  J.M.,  Sarmientob  A.M.,  Cerona  J.C.  and  Canovasa  C.R.,  (2004)  Seasonal water quality variations in a river affected by acid mine drainage: the Odiel  River (South West Spain), Science of The Total Environment  333: 267‐281.  Orson, R.  A., Simpson, R.  L.,  Good, R. E. (1992) A mechanism  for the accumulation  and  retention  of  heavy  metals  in  tidal  freshwater  marshes  of  the  upper  Delaware  River estuary. Estuarine Coastal and Shelf Science,  34: 171‐186.   Osmond, D.L., Line D.E., Gale J.A., Gannon R.W., Knott C.B., Bartenhagen K.A., Turner  M.H.,  Coffey  S.W.,  Spooner  J.,  Wells  J.,  Walker  J.C.,  Hargrove  L.L.,  Foster  M.A.,  Robillard  ‘P.D.  and  Lehning  D.W.,  (1995),  Water,  Soil  and  Hydro‐Environmental  Decision Support System, available in link:  URL:www.water.ncsu.edu/watersheds/info /hmetals.html.  Outridge  ,  P.  M.,  and  Noller  B.  N.  (1991)  Accumulation  of  toxic  trace  elements  by  freshwater vascular plants. Rev. Environ. Contam. Toxicol., 121: 2‐63, 1991  Pankow, H. Al‐Saadi, H. A., Huq, M. F., and Hadi, R. A. M. (1979) Studies on the algal  and flora of the marshes near Qurna, Southern Iraq. Willdenowia, 8:493‐506.  Papafilippaki,  A.K.,  Kotti,  M.E.,  Stavroulakis,  G.G.,  (2008)  Seasonal  variations  in  dissolved heavy metals in the Keritis River, China, Greece,  Global Nest Journal 10(3):  320‐325.   149 

 

 References  ¾ Park, N., Kim, J. H., and Cho, J. (2008) Organic matter, anion, and metal wastewater  treatment  in  Damyang  surface‐flow  constructed  wetlands  in  Korea,  Ecological  Engineering Journal 32(1): 68‐71.  ¾ Peiffer, S., Becker, U., and Herrmann, R. (1994) The role of particulate matter in the  mobilization of trace metals during anaerobic digestion of solid waste material, Acta  Hydrochim. Hydrobiol.  22:  130–137.  ¾ Poulton,  V.K.,  Lovvorn,  J.R.,  and  Takekawa,  J.Y.  (2004)  Spatial  and  overwinter  changes  in  clam  populations  of  San  Pablo  Bay,  a  semiarid  estuary  with  highly  variable  freshwater  inflow.  Estuarine,  Coastal  and  Shelf  Science    59:  459‐473.  Available: www.sciencedirect.com   ¾ Qian,  G.,  Cao,  Y.,  Chui,  P.,  and  Tay  J.  (2006)  Utilization  of  MSWI  fly  ash  for  stabilization/  solidification  of  industrial  waste  sludge,  Journal  of    Hazard.  Mater   B129: 274–281.  ¾ Qian, J. H., Zayed A., Zhu Y.L., Yu M., and Terry N. (1999)  Phytoaccumulation of trace  elements  by  wetland  plants  III.  Uptake  and  accumulation  often  trace  elements  by  twelve plant species. J. Environ. Qual., 28 (5): 1448‐1455.  ¾ Rai, U. N., Sinha, S., Tripathi, R. D., and Chandra, P. (1995) Wastewater treatability  potential of some aquatic macrophytes: removal of heavy metals. Ecol. Engin., 5: 5‐ 12.  ¾ Rasheed,  M.  J.  (2008)  Geomorphological  and  sedimentological  investigation  of  Al‐ Hawizeh  Marsh  and  adjacent  aria,  PhD  thesis,  Collage  of  Science,  University  of  Baghdad.  ¾ Rauret, G., Rubio,R., Lōpez‐Sánchez, J. F. and Casassas, E. (1988) Determination and  speciation  of  copper  and  lead  in  sediments  of  a  Mediterranean  River  (river  Tenes,  Catalonia, Spain). Wat. Res. 22: 449‐455.   ¾ Reddy,  k.  R.,  and  D’Angelo,  E.  M.  (1994)  Soil  processes  regulating  water  quality  in  wetland.  In  W.  J.  Mitsch,  ed.  Global  Wetland:  Old  World  and  New  Elsevier,  Amsterdam: 309‐324p.  ¾ Reid, G. K. (1961) Ecology of inland waters and estuaries. D. Van. Nostrand Co.New  York: 357p.  ¾ Ren,  S.,  and  Frymier,  P.D.  (2003)  Kinetics  of  the  toxicity  of  metals  to  luminescent  bacteria, Adv. Environ. Res. 7: 537–547  ¾ Richardson,  Curtis  J.  Peter  Reiss,  Hussain,  Najah,    A.,  Alwash,  Azzam  J.,  and    Pool  ,  Douglas J. (2005)  The  Restoration Potential of the Mesopotamian Marshes of Iraq,  Sciene, 307(5713):1305‐1307.  ¾ Richardson C.J. and Hussain N.A. (2006) Restoring the Garden of Eden: An ecological  assessment of the marshes of Iraq. Bioscience. 56 (6): 477‐489 

150   

 References  ¾ Riley, J. P. and Chester, R. (1981) Introduction to Marine Chemistry, Academic Press,  London: 465p.  ¾ Riley,  J.  P.,  and  Taylor,  D.  (1968)  Chelating  Resins  for  the  Concentration  of  Trace  Elements From the Sea Water and Their Analytical Use in Conjunction With Atomic  Absorption Spectrophotometry In: Sep. Analytica Chimica Acta, 40:479‐485.  ¾ Rodrigues  Capítulo,  A.,  Tangorra,  M.,  and  Ocón,  C.  (2001)  Use  of  benthic  macroinvertebrates to assess the biological status of Pampean streams in Argentina.  Aquatic Ecology 35: 109–119.  ¾ Rushdi,  A.  I.,  DouAbul,  A.  A.,  Mohammed  S.  S.,  and  Simoneit,  B.  R.  T.  (2006)  Compositions  and    sourses  of  extractable  organic  matter  in  Mesopotamian  marshland surface sediments of Iraq. I: aliphatic lipids. Environ Geol, 50:857‐ 866.   ¾ Rygwelski,  K.  R.(1984)  Partitioning  of  toxic  trace  metals  between  solid  and  liquid  phases  in  the  Great  Lakes  in  Nriagu,  J.  O.,  and  Simmons,  M.  S.  (Eds),  Toxic  Contaminants in the Great Lakes. Wiley, New York: 321‐333p.  ¾ Rzoska J. (ed.) 1980. Euphrates and Tigris, the Mesopotamian ecology and destiny.  W. Junk, the Hague, Boston and London,122 p  ¾ Saad,  M.A.H.,  and  Antoine,  S.  (1978)  Limnological  studies  on  the  river  Tigris,  Iraq.  Environmental Characteristics , Hydrobiol. 63(5): 685 ‐ 704.  ¾ Sabri,  Anmar  W.,  Al‐jobori,  S.,  and  Al‐Lami,  A.  A.  (2001)  Movment  of  Heavy  metals(Radioactive and Stable nuclides ) in the food chain of Tigris river at Samarra  impoundment‐Iraq.Sci. Jor. Iraqi Atomic Energy Commission. 3(1): 104‐110.  ¾  Sabri,  Anmar  W.,  Khalid,  A.  Rasheed,  and  Kassim,  Thaer  I.  (1993)  Heavy  metals  in  the  water,  suspended  solids  and  sediment  of  the  river  tigris  impoundment  at  Samarra. Water Research 27(6): 1099‐1103.  ¾ Saeed,  T.,  Al‐Ghadban,    A.  N.,  and  Shemmari,  H.  (1999)  Preliminary  assessment  of  the impact of draining of  Iraqi  marshes on Kuwait’s northern marine environment.  Part II. Sediment associated pollutants. Wat. Sci. Tech. 40 (7): 89‐98.  ¾ Sahagian, D., and Melack, J., eds. (1996) Global Wetland Distribution and Functional  Characterization:  Trace  Gases  and  the  Hydrologic  Cycle.  Report  from  the  joint  GAIMDIS‐  BAHC‐IGAC‐LUCC  workshop,  Santa  Barbara  CA,  16‐20  May,  1996.  Available: http://gaim.unh.edu/Products/Reports/Report_6 .  ¾ Salanki,  J.,  Katalin,  V‐Balogh  and  Erzsebet  Berta  (1982)  Heavy  metals  in  animals  of  Lake Balaton. Water Research 16(7): 1147‐1152.  ¾ Salman,  J.  M.  (2006)  Environmental  study  of  some  possible  pollutant  of  Euphrates  River  between  Al‐Hindiyah  Dam  and  Al‐Kufa  River,  Iraq,  PhD  thesis,  collage  of  Science, Babylon University.    ¾ Salomao,  M.,  Molisani,  M.M.  and  Ovalle,  A.  R.  C.  (2000)  Temporal  Dynamic  of  Particulate and Dissolved Heavy Metals in the Paraibo Do Sul River, Rio De Janeiro,  151   

 References 

¾ ¾

¾

¾ ¾

¾ ¾

¾

¾

¾

¾

¾

Brazil,  International  Conference  on  Heavy  Metals  in  the  Environment,  Ann  Arbor,  Michigan (USA), 6‐10 Aug 2000. (World Meeting Number 000 5229).  Salomons,  W.,  and  Forstner,  U.  (1984)  Metals  in  the  Hydrocycle.  Springer‐Verlag,  Berlin.   Sanchez‐Carrillo, S., Al‐Varez‐Cobelas, M., and Angele, D. F. (2001)   Sedimentation  in  the  Semi‐arid  Freshwater  Wetland  Las  Tables  De  Daimile  (SPAIN).  Journal  of  Wetlands, 21(1): 112‐124.  Santschi,  P.  H.,  Nyffeler,  U.  P.,  Anderson,  R.  F.,  Schiff,  S.  L.,  and  O'Hara,  P.  (1986)  Response  of  radioactive  trace  metal  to  acid‐base  titrations  in  controlled  experimental  ecosystems:  evaluation  of  transport  parameters  for  application  to  whole‐lake radiotracer experiments. Can. J. Fish. Aquat. Sci. 43: 60‐77.  Schlesinger, W. H. (1991) Biogeochemistry: An  analysis of global change. Academic  Press, San Diego:  443p.  Schoenholtz,  S.,  Soucek,  T.  D.,  Zipper,  C.,  and  Timpano,  A.  (2008)  Effects  of  Total  Dissolved  Solids  in  Streams  of  Southwestern  Virginia  A  Report  to  Water  Resources  Research Center, Virginia,  http://www.cses.vt.edu/PRP/Reports_08/Schoenholtz_TDS_2008.pdf .  Scott,  D.  A.,  ed.  (1995)  A  Directory  of  Wetlands  in  the  Middle  East.  Gland  (Switzerland): IUCN; Slimbridge (United Kingdom): IWRB.  Sheldon,  D.,  Hruby,  T.,  Johnson,  P.,  Harper,  K.,  McMillan,  A.,  Stanley,  S.,    and  Stockdale,  E.  (2003).  Freshwater  Wetlands  in  Washington  State  Volume  1:  A  Synthesis  of  the  Science.  Washington  State  Department  of  Ecology  Publication.  Available:  http://www.ecy.wa.gov/biblio/0306016.html  Sheriff, H. A., Al‐Saadi, H. A., and Saadalla, H. A. A. (1992) An ecological study on a  water drainage system north‐west of Baghdad, Iraq" J. Coll. Educ. for Women, Univ.  Baghdad 3: 88‐92   Simposon, S.L., Angel, B.M., and Jolley,D.F. (2004) Metal equilibration in laboratory  contaminated (spiked) sediments used for the development of the whole sediment  toxicity tests, Chemosphere 54: 597–609.  Smolders,  A.J.P.,  Moonen,  M.,  Zwaga,  K.,  Lucassen,  E.C.H.E.T.,  Lamers,  L.P.M.  and  Roelofs,  J.G.M.  (2006)  Changes  in  pore  water  chemistry  of  desiccating  freshwater  sediments with different sulphur contents Geoderma  132 (3‐4): 372‐383.  Spieles,  D.  J.,  and  Mitsch,  W.  J.  (2000)  the  effects  of  season  and  hydrologic  and  chemical loading on nitrate retention in constricted wetland: A comparison of low‐  and high nutrient wetlands. Ecological Engineering 14:77‐91.  Srivastava, P., Singh, B., and Angove, M. (2005) Competitive adsorption behavior of  heavy  metals on kaolinite, Journal of Colloid Interf. Sci. 290: 28–38. 

152   

 References  ¾  Stattersfield,  A.,  Crosby,  M.  J.,  Long,  A.  J.,  and  Wege,  D.  C.  (1998)  Endemic  Bird  Areas  of  the  World,  Priorities  for  Biodiversity  Conservation.  Birdlife  International,  Cambridge, UK.  ¾ St‐Cyr,  L.,  Campbell  P.  G.,  Guertin  K.  (1994)  Evaluation  of  the  role  of  submerged  plant beds in the metal budget of a fluvial lake. Hydrobiologia., 291: 141‐156.  ¾ Stumm, W., and Morgan, J. J. (1981) Aquatic Chemistry. Wiley, New York.  ¾ Stumm,  W.,  and  Morgan,  J.  J.  (1996)  Aquatic  Chemistry:  Chemical  equilibria  and  rates in nature waters, 3rd ed. John Wiley & Sons, New York,: 1022p.  ¾ Sturgeon,  R.  E.,  Desaulniers,  J.  A.  H.,  Berman,  S.  S.,  and  Russell,  D.  S.  (1982)  Determination  of  trace  metals  in  estuarine  sediments  by  graphite‐furnace  atomic  absorption spectrometry, Analatical Chem. Acta., 134: 288‐291.  ¾ Syrovetnik,  K.,  Malmstrom,  M.  E.,  and  Neretnieks,  I.  (2007)  Accumulation  of  heavy  metals  in  the  Oostriku  peat  bog,  Estonia:Determination  of  binding  processes  by  means of sequential leaching. Environmental Pollution : 147 :291‐ 300.  ¾ Taha,  T.M.  (1991)  The  Effects  of  some  Ecological  Factors  on  Benthic  Organisms’  Abundance  in  Saklawiya  drainage.  MSc  Thesis,  College  of  Science,  University  of  Baghdad.   ¾ Tahir,    M.  A.,  Risen,  A.  K.,  and  Hussain,  N.  A.  (2008)  Monthly  variations  in  the  physical  and  chemical  properties  of  the  restored  southern  Iraqi  marshes,  Marsh  Bulletin 3(1): 81‐94.  ¾ Thesiger, W. (1964) The Marsh Arabs. London: Penguin.   ¾ Tien, C. T., and Huang, C. P. (1991) Formation of surface complexes between heavy  metals and sludge particles. In: Vernet, J.P. (Ed.). Heavy metals in the environment,  Elsevier, Amsterdam, the Netherlands, : 295‐3 11p.  ¾ Tobin, M., Yakub, G., Buys, M., McCartney, B., Meyer, S.,  and Earth, E. (2001) Three  Rivers  Second  Nature  Water  Quality  Report,  Retrieved  March  5th  2005,  from  the  College  of  Fine  Arts,  Carnegie  Mellon  University  Website,  Pittsburgh  PA  15213.  Available: 3r2n.cfa.cmu.edu/Year1/reports/aquatic/waterquality/6.pdf  ¾ Tsai, Li, Yu, Kc, Chen, Sf,  and Kung, Py (2003) Effect of temperature on removal of  heavy  metals  from  contaminated  river  sediments  via  bioleaching,    Water  Research  Journal 37(10):2449‐57.  ¾ Twiss,  M.  R.,  Campbell,  P.  G.  C.,  Auclair,  J.  C.  (1996)  Regeneration,  recycling,  and  trophic  transfer  of  trace  metals  by  microbial  food‐web  organisms  in  the  pelagic  surface waters of Lake Erie. Limnol. Oceanogr. 47:1425‐1437.  ¾ UNEP  (2001)  The  Mesopotamian  Marshlands:  Demise  of  an  Ecosystem,  Division  of  Early  Warning  and  Assessment,  United  Nations  Environment  Programme.  Nairobi,  Kenya. 

153   

 References  ¾ UNEP (United Nations Environment Programme) (2003) Environment in Iraq: UNEP  Progress Report. Geneva: UNEP.  ¾ USEPA(US  Environmental  Protection  Agency)  (1992)  Management  of  nonpoint  source  pollution,  Final  report  to  Congress  of  the  clean  water,  USEPA  506‐  9‐990,  Washington, DC.    ¾ USEPA  (US  Environmental  Protection  Agency)  (2000)  Overview  of  Current  Total  Maximum  Daily  Load  –  TMDL  –  program  and  regulations,  EPA841‐F‐00‐009.  Available online at: http://www.epa.gov/owow/tmdl/overviewfs.html.  ¾ UNEP,  United  Nations  Environment  Programme  (2002).  Partow,  H.  The  Mesopotamian Marshlands: Demise of an Ecosystem Division of Early Warning and  Assessment United Nations Environment Programme Nairobi, Kenya. ISBN: 92‐807‐ 2069‐4.  ¾ Van  Dolah,  R.  F.,  Jutte,  P.  C.,  Riekerk,  G.  H.  M.,  Levisen,  M.  V.,  Zimmerman,  L.  E.,  Jones, J. D., Lewitus, A. J., Chestnut, D. E., McDermott, W., Bearden, D., Scott, G. I.,  Fulton,  M.  H.  (2002)  The  Condition  of  South  Carolina’s  Estuarine  and  Coastal  Habitats During 1999‐2000: Technical Report. Charleston, SC: South Carolina Marine  Resources  Division.  Technical  Report  No.  90.  132p.  Available:  http://www.dnr.sc.gov/marine/scecap/PDF%20Files/SCECAP%2019992000%20tech nical%20report%2010_29_02final%20with%20append.pdf  ¾ Viessman, W. Jr., and Hammer, M. J. (1985) Water Supply and Pollution Control, 4th   ed., Harper Row Publishers, New York.  ¾ Voshell, J.R. (2002) A Guide to Common Freshwater Invertebrates of North America.  The McDonald & Woodward Publishing Company. Blacksburg, Virginia.  ¾ Vymazal,  Jan  (2008)  Wastewater  Treatment,  Plant  Dynamics  and  Management  in  Constructed  and  Natural  Wetlands,  Springer  Book:  121‐133,  available  in  link:  http://books.google.com/books?id=3y‐ 7UxDgEwC&printsec=frontcover&dq=Wastewater+Treatment,+Plant+Dynamics+and +Management+in+Constructed+and+Natural+Wetlands&lr=&as_brr=0&as_pt=ALLTY PES&ei=‐2pxSYX5DpeOkAS9wNTwDg#PPT1,M1  ¾ Wagemann, R., Capel, M. J., Hesslein, R., and Stephenson, M. (1994) Sediment‐water  distribution coefficients and speciation of cadmium in a Canadian Shield lake. Can. J.  Fish. Aquat. Sci. 51: 1951‐1958  ¾ Wali,  M.  (1967)  Al‐Hawizeh  marsh:  Anthropology  study,  MSc  thesis,  Baghdad  University, Iraq.    ¾ Walling, D. E. and Webb, B. W. (1985) Estimating the discharge of contaminants to  coastal  waters  by  rivers:  some  cautionary  comments.  Marine  Pollution  Bulletin 16:  488–492.  ¾ Wang,  J.,  Huang,  C.P.,  and    Allen,  H.E.  (2006)  Predicting  metals  partitioning  in  wastewater treatment plant influents,Water Res  40: 1333–1340.  154   

 References  ¾ Wardrop, D.H. and Brooks, R.P. (1998) The Occurrence and Impact of Sedimentation  in  Central  Pennsylvania  Wetland.  Journal  of  Environmental  Monitoring  and  Assessment, 51: 119‐130.   ¾ WASC (the Water watch Australia Steering Committee) (2002) Water watch Australia  National  Technical  Manual.  Environment  Australia,  Commonwealth  of  Australia.  ISBN 0 6425 4856 0.  ¾ Watmough, S.A., Dillon, P.J., and Epova, E.N. (2005) Metal partitioning and uptake in  central Ontario forests, Environ. Pollut. 134: 493–502.  ¾ Weimin, Ying, Ahsanullah, M., and Batley, G. E. (1993) Accumulation and regulation  of heavy metals by the intertidal snail Polinices sordidus . Marine Biology 116, 417‐ 422.  ¾ Wetzel,  R.G.  (2001)  Limnology:  Lake  and  River  Ecosystems.  San  Diego:  Academic  Press.  ¾ WHO (World Health Organization) (1971) International Standards for Drinking water  3rd ed., Geneva.  ¾ WHO  (World  Health  Organization)  (1996)  Gide  line  of  drinking  water  quality,  2nd  edition, 2:940‐950.  ¾ Wood,  J.  M.  (1989)  Transport,  bioaccumulation  and  toxicity  of  elements  in  microorganisms  under  environmental  stress"  7th  International  Conference  on  "Heacy  Metals  in  Environment"  (Ed.  J.  P.  Vernet)  (CEP  Consultants  Ltd.  Edinburgh,  U.K. 1 pp. 5 ‐ 9).  ¾ Yang,  H. J.,  Shen, Z.M., Zhu,  S.H., and  Wang, W.H.  (2008) Heavy metals in wetland  plants and soil of Lake Taihu, China. Env. Tox. And Chem. 27(1):38‐42.  ¾ Zayed, A., Gowthaman, S., and Terry, N. (1998) Phytoaccumulation of trace elements  by wetland plants: I. Duck weed. J.Environ. Qual., 27: 715‐721.  ¾ Zhu,  Y.  L.,  A.  M.  Zayed  J.  H.  Qian  M.  De  Soltan  M.  E.,  and  Rashed  M.  N.  (2003)  Laboratory  study  on  the  survival  of    water  hyacinth  under  several  conditions  of  heavy metal concentrations. Advan. Environ. Res., 7: 321‐ 334.  ¾ Zipper, C. E., and Berenzweig, J. (2007) Total Dissolved Solids in Virginia Freshwater  Streams: An Exploratory Analysis, A Report to Virginia Department of Environmental  Quality.  ¾ Zoller,  W.  H.,  (1984)  Anthropogenic  perturbations  of  metal  fluxes  into  the  atmosphere.  In  Changing  metal  cycles  and  human  health,  edited  by  Nriagu,    J.  O.  Dahlem Konferenzen, Berlin, Springer,: 27–34.       

155   

‫‪ ‬‬

‫اﻟﺨﻼﺻﺔ‪:‬‬ ‫ت ﺑِﻴﺌﻴًﺎ‬ ‫ﺖ هﺬﻩ اﻟﻤﺴﺘﻨﻘﻌﺎ ِ‬ ‫ﺣﻄّﻤ ْ‬ ‫‪      ‬ﺗﻌﺪ اهﻮار وادي اﻟﺮاﻓﺪﻳﻦ ‪ ‬ﻣﻦ اﻗﺪم ﻣﻨﺎﻃﻖ اﻻراﺿﻲ اﻟﺮﻃﺒﺔ اﻟﻄﺒﻴﻌﻴﺔ ﻓﻲ اﻟﻌﺎﻟﻢ ‪ُ .‬‬ ‫ﻓﻲ ﺑﺪاﻳﺔ ﻋﺎم ‪ 1990‬ﻣﻦ ﺧﻼل ﺗﺤﻮﻳﻞ ﻣﺠﺎري اﻟﻤﻴﺎﻩ وﺑﻨﺎء اﻟﻌﺪﻳﺪ ﻣﻦ اﻟﺴﺪود ﻣﻤﺎ ادى اﻟﻰ ﺟﻔﺎف اﻏﻠﺐ ﻣﺴﺎﺣﺎﺗﻬﺎ ‪ .‬و‬ ‫ﻓﻲ ﻋﺎم ‪ 2003‬ﺗﻢ ﻏﻤﺮ وآﺴﺮ اﻟﺴﺪود اﻟﺘﺮاﺑﻴﺔ ﻓﻲ ﻣﺤﺎوﻟﺔ ﻻﻋﺎدة اﻻﻏﻤﺎر و ﺗﺎهﻴﻞ هﺬﻩ اﻻهﻮار ‪ ،  ‬وﻋﻠﻴﻪ ﻓﻤﻦ اﻟﻤﻬﻢ‬ ‫ﻣﺮاﻗﺒﺔ اﻟﺘﻐﻴﺮات اﻟﺘﻲ ﺗﺤﺪث ﻓﻲ ﻧﻮﻋﻴﺔ هﺬﻩ اﻟﻤﻴﺎﻩ اﻟﻔﻴﺰﻳﺎﺋﻴﺔ واﻟﻜﻴﻤﻴﺎﺋﻴﺔ واﻟﺒﺎﻳﻮﻟﻮﺟﻴﺔ‪  .‬‬ ‫ن اﻟﺜﻘﻴﻠ ِﺔ‬ ‫ف اﻟﻜﺜﻴﺮ ﺣﻮل اﻟﻤﻌﺎد ِ‬ ‫‪     ‬اﻟﻤﻌﺎدن اﻟﺜﻘﻴﻠﺔ ﻟَﻬﺎ ‪ ‬أهﻤﻴﺔ ﺑﻴﺌﻴّﺔ آﺒﻴﺮة ﺑﺴﺒﺐ ‪ ‬اﻟﺴﻤﻴﺔ واﻟﺴﻠﻮك اﻟﺘﺮاآﻤﻲ و ﻧﺤﻦ ﻻ َﻧﻌْﺮ ُ‬ ‫ﺐ اﻹﻋﺎدةَ‪ ،‬و هﻜﺬا ﻓﻤﻦ اﻟﻤُﻬ ِﻢ َﻓﻬْﻢ اﻟﺘﻮزﻳ ِﻊ و اﻟﺤﻤﻞ و اﻟﻤﻮازﻧﺔ‬ ‫ﻓﻲ هﺬا اﻟﻨﻈﺎم اﻟﺒﻴﺌﻲ اﻟﻐﻴﺮ ﻣﺴﺘﻘﺮ‪ .‬ﺑﺴﺒﺐ ﺗﻌﺎﻗ ِ‬ ‫واﻟﺘﺮاآﻢ اﻟﺤﻴﻮي ﻟﻠﻤﻌﺎدن اﻟﺜﻘﻴﻠﺔ ﻓﻲ اﻟﻨﻈﺎم اﻟﺒﻴﺌﻲ ﻻهﻮار وادي اﻟﺮاﻓﺪﻳﻦ ﺑﻌﺪ إﻋﺎد ِة اﻟﺘﺄهﻴﻞ وأﻋﺎد ِة اﻟﻤﺎ ِء‪ .‬ﻟﺬا ﺟﺎءت‬ ‫اﻟﺪراﺳﺔ اﻟﺤﺎﻟﻴﺔ ﻟﻐﺮض ‪ :‬اﺟﺮاء دراﺳﺔ اوﻟﻴﺔ ﻋﺎﻣﺔ ﺣﻮل ﺗﺮاآﻴ ِﺰ اﻟﻤﻌﺎد ِ‬ ‫ن اﻟﺜﻘﻴﻠ ِﺔ )‪ As‬و ‪ Cd‬و ‪ Cr‬و ‪ Co‬و ‪ Cu‬و‬ ‫‪ Mo‬و ‪ Mn‬و ‪ Zn‬و ‪ Pb‬و ‪ Se‬و ‪ Fe‬و ‪  ( Ni ‬ﺑﺎﺧﺬ ﻋﻴﻨﺎت ﺷﻬﺮﻳﺎ وﻗﻴﺎس ﺑﻌﺾ اﻟﺼﻔﺎت اﻟﻔﻴﺰﻳﺎﺋﻴﺔ واﻟﻜﻴﻤﻴﺎﺋﻴﺔ ﻟﻠﻤﻴﺎﻩ‬ ‫ﻣﻦ ﺳﺖ ﻣﺤﻄﺎت) هﻮر اﻟﺤﻤﺎر‪ :‬ﻣﺤﻄﺘﻲ اﻟﺒﺮآﺔ واﻟﻨﻜﺎرة ‪ ،‬و هﻮر اﻟﺤﻮﻳﺰة ‪ :‬ﻣﺤﻄﺘﻲ ام اﻟﻮرد وام اﻟﻨﻌﺎج‪ ،‬و اﻻهﻮار‬ ‫اﻟﻤﺮآﺰﻳﺔ‪ :‬ﻣﺤﻄﺘﻲ ﺑﺪاﻳﺔ اﻟﺒﻐﺪادﻳﺔ و وﺳﻂ اﻟﺒﻐﺪادﻳﺔ(‪ .‬ﻟﻤﺮاﻗﺒﺔ اﻟﺤﻤﻞ اﻟﺸﻬﺮي واﻟﺴﻨﻮي ﻟﻜﻞ ﻋﻨﺼﺮ ﻓﻲ هﻮر اﻟﺤﻮﻳﺰة‬ ‫ﻟﺘﺤﺪﻳﺪ ﻓﻴﻤﺎ اذا آﺎﻧﺖ اﻻهﻮار اﻟﻌﺮاﻗﻴﺔ ﺗﻌﻤﻞ آﻤﺮﺳﺐ أو ﺗﻌﺘﺒﺮ ﻣﺼﺪر أو هﻲ ﻣﺠﺮد وﺳﻂ ﻻﺗﺎﺛﻴﺮ ﻟﻪ ﻓﻲ زﻳﺎدة أو‬ ‫ﺗﻘﻠﻴﻞ اﻟﺤﻤﻞ اﻟﺸﻬﺮي واﻟﺴﻨﻮي ﻟﻠﻤﻌﺎدن اﻟﺜﻘﻴﻠﺔ وﺑﺎﻟﺘﺎﻟﻲ ﻣﺪى ﺗﺎﺛﻴﺮهﺎ ﻋﻠﻰ ﻧﻮﻋﻴﺔ اﻟﻤﻴﺎﻩ اﻟﺨﺎرﺟﺔ ﻣﻨﻬﺎ‪ ،‬ﻣﻦ ﺧﻼل اﺧﺬ‬ ‫ﺳﺒﻊ ﻣﺤﻄﺎت ﺗﻮزﻋﺖ آﺎﻻﺗﻲ‪ :‬ﺧﻤﺲ ﻣﺤﻄﺎت ﻓﻲ ﻣﺪاﺧﻞ هﻮر اﻟﺤﻮﻳﺰة اﻟﺨﻤﺲ)اﻟﻌﺪل اﻟﻘﺪﻳﻢ و اﻟﻌﺪل و اﺑﻮ ﺧﺼﺎف و‬ ‫اﻟﻤﺸﺮح و اﻟﺰﺑﻴﺮ ( وﻣﺤﻄﺘﻴﻦ ﺗﻤﺜﻼن ﻣﺨﺎرج اﻟﻤﻴﺎﻩ ﻣﻦ هﻮر اﻟﺤﻮﻳﺰة )اﻟﻜﺴﺎرة واﻟﺴﻮﻳﺐ( ‪ .‬و ﻟﻐﺮض ﺗﻮﺿﻴﺢ ﻓﻴﻤﺎ‬ ‫اذا آﺎﻧﺖ هﻨﺎك ﻋﻼﻗﺔ ﻣﺎ ﺑﻴﻦ ﺗﺮاآﻴﺰ اﻟﻌﻨﺎﺻﺮ اﻟﺜﻘﻴﻠﺔ ﺑﺎﺷﻜﺎﻟﻬﺎ اﻟﻤﺨﺘﻠﻔﺔ ﻣﻊ ﺻﻔﺎت اﻟﻤﺎء واﻟﺮواﺳﺐ وﻣﻘﺎرﻧﺔ اﻟﻤﻨﺎﻃﻖ‬ ‫اﻟﺘﻲ ﺗﻌﺮﺿﺖ ﻟﻠﺘﺠﻔﻴﻒ ﻣﻊ اﻟﻤﻨﺎﻃﻖ اﻟﻐﻴﺮ ﻣﺘﻌﺮﺿﺔ ﻟﻠﺘﺠﻔﻴﻒ ‪ ،‬ﺗﻢ اﺧﺘﻴﺎر ﻋﺸﺮة ﻣﺤﻄﺎت ﻓﻲ هﻮر اﻟﺤﻮﻳﺰﻩ هﻲ اﻟﻌﻈﻴﻢ‬ ‫‪ 1‬واﻟﻌﻈﻴﻢ ‪ ) 2‬ﻣﺤﻄﺎت ﻏﻴﺮ ﻣﺘﻌﺮﺿﺔ ﻟﻠﺘﺠﻔﻴﻒ( و اﻟﺴﻮدة اﻟﺸﻤﺎﻟﻴﺔ وام اﻟﻨﻌﺎج ‪ 1‬وام اﻟﻨﻌﺎج ‪) 2‬ﻣﻨﺎﻃﻖ ﺷﺒﺔ ﺟﺎﻓﺔ( و‬ ‫ام اﻟﻮرد واﻟﺴﻮدة اﻟﺠﻨﻮﺑﻴﺔ وﻟﺴﺎن ﻋﺠﻴﺮدة و ﻣﺠﻨﻮن و اﻟﺒﻴﻀﺔ ) ﺟﻔﺖ ﺗﻤﺎﻣﺎ(‪ .‬و ﻟﻤﺘﺎﺑﻌﺔ ﺳﻠﻮك وﺣﺮآﺔ اﻟﻤﻌﺎدن‬ ‫اﻟﺜﻘﻴﻠﺔ ﻓﻲ رواﺳﺐ و وﻋﻤﻮد اﻟﻤﺎء و ﻧﺒﺎت اﻟــ ‪ Potamogeton  perfoliatus‬و ﺣﻠﺰون اﻟـ ‪Viviparus ‬‬ ‫‪ bengalensis‬وﺗﻘﺮﻳﺮ ﻓﻴﻤﺎ اذا ﺑﺎﻻﻣﻜﺎن اﺳﺘﺨﺪام هﺬﻩ اﻟﻜﺎﺋﻨﺎت آﺪﻟﻴﻞ ﺣﻴﻮي ﻋﻠﻰ اﻟﺘﻠﻮث ام ﻻ‪  .‬‬ ‫ﺖ ﻓﻲ اﺷﻬﺮ اﻟﺮﺑﻴﻊ ‪،‬‬ ‫ﺳﺠّﻠ ْ‬ ‫ﺖ ﻓﻲ اﺷﻬﺮ اﻟﺼﻴﻒ‪ ،‬ﺑﻴﻨﻤﺎ اﻟ ِﻘﻴَﻢ اﻷوﻃﺄ ُ‬ ‫ﺳﺠّﻠ ْ‬ ‫ن اﻟﺘﺮاآﻴﺰ اﻷﻋﻠﻰ ُ‬ ‫ﺞ ﺑﺄ ّ‬ ‫اوﺿﺤﺖ اﻟﻨَﺘﺎ ِﺋ َ‬ ‫ﻣﺎﻋﺪا ﻋﻨﺼﺮ اﻟﺴﻴﻠﻴﻨﻴﻮم )ﺗﺮاآﻴﺰﻩ ﻏﻴﺮ ﻣﺤﺴﻮﺳﺔ( و آﺎن ﺗﺮاآﻴﺰ اﻟﻌﻨﺎﺻﺮ اﻟﻤﻘﺎﺳﺔ اﻋﻠﻰ ﻣﻦ اﻟﻤﺤﺪدات اﻟﻌﺮاﻗﻴﺔ ﻟﻠﻤﻴﺎﻩ‬ ‫اﻟﻌﺬﺑﺔ ﻋﺪا ﻋﻨﺼﺮي اﻟـﻨﺤﺎس و اﻻرﺳﻨﻚ‪  .‬‬ ‫ﺑﻴﻨﺖ اﻟﻨﺘﺎﺋﺞ ان هﻮر اﻟﺤﻮﻳﺰة آﺎن ﻣﺮﺳﺒﺎ ﻟــ‪ % 63 :‬ارﺳﻨﻚ و ‪ %  38‬ﻧﺤﺎس و ‪ %  33   ‬زﻧﻚ و ‪  %  30‬‬ ‫ﻣﻮﻟﺒﻴﺪﻳﻮم و ‪   %  27 ‬رﺻﺎص و‪ % 8‬آﺎدﻣﻴﻮم و ﻧﺎﻗﻼ ً ﻟـ ‪ % 93‬آﺎدﻣﻴﻮم و ‪   %73‬رﺻﺎص و ‪ ،‬و‪%  70‬‬ ‫ﻣﻮﻟﺒﻴﺪﻳﻮم و ‪   %68    ‬زﻧﻚ و ‪   %62 ‬ﻧﺤﺎس و‪ % 37‬ارﺳﻨﻚ وﻣﺼﺪر ﻟـ ‪        %42 :‬آﺮوم و‪ %28‬ﺣﺪﻳﺪ و ‪ ‬‬ ‫‪ %23 ‬ﻣﻨﻐﻨﻴﺰ و ‪ %15   ‬آﻮﺑﻠﺖ و‪    6%‬ﻧﻴﻜﻞ‪.‬‬ ‫ﺖ ﻓﻲ‬ ‫اوﺿﺤﺖ اﻟﻨﺘﺎﺋﺞ ان ﻗﻴﻢ درﺟﺔ اﻟﺤﺮارة و اﻟﻤﻮاد اﻟﻌﺎﻟﻘﺔ اﻟﻜﻠﻴﺔ و اﻟﻌﺴﺮة اﻟﻜﻠﻴﺔ واﻟﻜﺎﻟﺴﻴﻮم واﻟﻤﻐﻨﺴﻴﻮم آَﺎﻧ ْ‬ ‫ﺠﻔﱠﻔ ِﺔ ﺗﻤﺎﻣًﺎ< ﻣﺤﻄﺎت ﺷﺒﻪ اﻟﺠﺎﻓﺔ< اﻟﻤﺤﻄﺎت اﻟﻐﻴﺮ ﻣﻌﺮﺿﺔ ﻟﻠﺘﺤﻔﻴﻒ ‪ .‬؛و آﺎﻧﺖ ﻗﻴﻢ اﻟﺘﻮﺻﻴﻠﻴﺔ‬ ‫ت اﻟ ُﻤ َ‬ ‫اﻟﻤﺤﻄﺎ ِ‬ ‫ﺠﻔﱠﻔ ِﺔ ﺗﻤﺎﻣًﺎ