Cr(vi) has posed a serious risk for the environment and human beings because of its pollution and toxicity. It is essential to understand the equilibrium behavior of Cr(vi) in soils. In this study, the adsorption of Cr(vi) on fourteen soils was studied with batch experiments and quantitative modeling. The batch experiments included the adsorption edge and adsorption isotherm experiments, investigating the adsorption of Cr(vi) with varying soil properties, solution pH, and initial Cr(vi) concentrations. The experimental data were then modeled using the surface complexation models in Visual MINTEQ of CD-MUSIC by considering the adsorption of Cr(vi) and ions onto Fe (hydr)oxides and Al (hydr)oxides, and the Stockholm Humic Model and the fixed charge site model by accounting for the adsorption of the cations to soil organic matter and clay, respectively. Particularly, the modeling method of this study introduced an important parameter RO- to account for the amount of soil organic matter irreversibly adsorbed on soil minerals. Overall, the model predicted reasonably well for the equilibrium partition of Cr(vi) under various conditions with a root-mean-square-error of 0.35 for the adsorption edge data and 0.19 for the adsorption isotherm data. According to the model calculations, ferrihydrite dominated the binding of Cr(vi) at pH of 3.0-7.0. The content of ferrihydrite and reactive soil organic matter was found to be the main factor influencing RO-. The modeling results help to understand and predict Cr(vi) adsorption on different soils and are beneficial to environmental risk assessment and pollution remediation.

中文翻译：

---

预测Cr（vi）在土壤上的吸附：土壤有机质竞争的作用。

六价铬由于其污染和毒性而对环境和人类构成了严重的风险。了解土壤中Cr（vi）的平衡行为至关重要。在这项研究中，通过分批实验和定量模型研究了Cr（vi）在14种土壤上的吸附。批处理实验包括吸附边和吸附等温线实验，研究了不同土壤性质，溶液pH和初始Cr（vi）浓度对Cr（vi）的吸附。然后，通过考虑CD-MUSIC的Visual MINTEQ中的表面络合模型，通过考虑Cr（vi）和离子在Fe（氢）氧化物和Al（氢）氧化物上的吸附，以及斯德哥尔摩悍马模型和固定模型，对实验数据进行建模。通过考虑阳离子在土壤有机质和粘土中的吸附来建立电荷位点模型，分别。特别是，这项研究的建模方法引入了一个重要的参数RO-来解释不可逆地吸附在土壤矿物上的土壤有机物的量。总体而言，该模型对于各种条件下Cr（vi）的平衡分配具有较好的预测能力，对于吸附边缘数据，均方根误差为0.35，对于吸附等温线数据，均方根误差为0.19。根据模型计算，在3.0-7.0的pH下，水铁矿主导着Cr（vi）的结合。发现水铁矿和反应性土壤有机质的含量是影响RO-的主要因素。建模结果有助于理解和预测Cr（vi）在不同土壤上的吸附，有利于环境风险评估和污染修复。这项研究的建模方法引入了一个重要的参数RO-来解释不可逆地吸附在土壤矿物上的土壤有机物的量。总体而言，该模型对于各种条件下Cr（vi）的平衡分配具有较好的预测能力，对于吸附边缘数据，均方根误差为0.35，对于吸附等温线数据，均方根误差为0.19。根据模型计算，在3.0-7.0的pH下，水铁矿主导着Cr（vi）的结合。发现水铁矿和反应性土壤有机质的含量是影响RO-的主要因素。建模结果有助于理解和预测Cr（vi）在不同土壤上的吸附，有利于环境风险评估和污染修复。这项研究的建模方法引入了一个重要的参数RO-来解释不可逆地吸附在土壤矿物上的土壤有机物的量。总体而言，该模型对Cr（vi）的平衡分配在各种条件下的预测都很好，对于吸附边数据，均方根误差为0.35，对于吸附等温线数据，均方根误差为0.19。根据模型计算，在3.0-7.0的pH下，水铁矿主导着Cr（vi）的结合。发现水铁矿和反应性土壤有机质的含量是影响RO-的主要因素。建模结果有助于理解和预测Cr（vi）在不同土壤上的吸附，有利于环境风险评估和污染修复。