Article 

Arsenic and Heavy Metals in Sediments Affected by Typical 
Gold Mining Areas in Southwest China: Accumulation, 
Sources and Ecological Risks 
Sirui Chen 1,2, Pan Wu 1,2,*, Xuefang Zha 1,2, Binghuang Zhou 1,2, Jingbin Liu 1,2 and En Long 1,2 

1  College of Resources and Environmental Engineering, Guizhou University, Guiyang 550025, China 
2  College Key Laboratory of Karst Geological Resources and Environment of Ministry of Education,   
Guiyang 550025, China 
*  Correspondence: pwu@gzu.edu.cn 

Abstract:  Gold  mining  is  associated  with  serious  heavy  metal  pollution  problems.  However,  the 
studies on such pollution caused by gold mining in specific geological environments and extraction 
processes remain insufficient. This study investigated the accumulation, fractions, sources and in‐
fluencing factors of arsenic and heavy metals in the sediments from a gold mine area in Southwest 
China and also assessed their pollution and ecological risks. During gold mining, As, Sb, Zn, and 
Cd  in  the  sediments  were  affected,  and  their  accumulation  and  chemical activity  were  relatively 
high. Gold mining is the main source of As, Sb, Zn and Cd accumulation in sediments (over 40.6%). 
Some influential factors cannot be ignored, i.e., water transport, local lithology, proportion of mild 
acido‐soluble fraction (F1) and pH value. In addition, arsenic and most tested heavy metals have 
different pollution and ecological risks, especially As and Sb. Compared with the other gold mining 
areas, the arsenic and the heavy metal sediments in the area of this study have higher pollution and 
ecological risks. The results of this study show that the local government must monitor potential 
environmental hazards from As and Sb pollution to prevent their adverse effects on human beings. 
This study also provides suggestions on water protection in the same type of gold‐mining areas. 

Citation: Chen, S.; Wu, P.; Zha, X.; 
Keywords: heavy metals; sediment; gold mining; BCR; PMF; ecological risk 
Zhou, B.; Liu, J.; Long, E. Arsenic 
and Heavy Metals in Sediments   
 
Affected by Typical Gold Mining 
Areas in Southwest China:   
Accumulation, Sources and    1. Introduction 
Ecological Risks. Int. J. Environ. Res.  Non‐ferrous  metal  mining  causes  severe  contamination  of  As  and  heavy  metals 
Public Health 2023, 20, 1432. https://  (HMs). Due to the increasing activity and mobility in water [1,2], sediments are one of the 
doi.org/10.3390/ijerph20021432 
major  destinations  for  As  and  HMs  migration  and  diffusion  in  the  water  [2,3].  As  and 
Academic Editor: Paul B.  HMs accumulated in sediments are often tens or even hundreds of times the amount in 
Tchounwou  water  [3–5].  The  relatively  stable  and  conducive  sedimentary  environment  transforms 
them into more harmful pollutants or chemical fractions [6]. Once the sedimentary envi‐
Received: 20 December 2022 
Revised: 9 January 2023 
ronment is changed by external interference, As and HMs that are accumulated in sedi‐
Accepted: 10 January 2023 
ments will be resuspended, which will cause secondary pollution to the water environ‐
Published: 12 January 2023  ment [6,7], especially the As and HMs with high mobility that have been affected by the 
mining area. Therefore, focusing on the accumulation and contamination of As and HMs 
in sediments around the non‐ferrous metal mining area is necessary. Notably, many fac‐
 
tors often affect the migration, diffusion, accumulation and release of As and HMs from 
Copyright:  ©  2023  by  the  author.  Li‐
censee MDPI, Basel, Switzerland. This 
water to sediment [8–11]. 
article is an open access article distrib‐ The heavy metal pollution caused by gold ore should also be paid attention to be‐
uted under the terms and conditions of  cause of its low grade, and large amount of waste rock and tailings [12]. However, due to 
the  Creative  Commons  Attribution  the acceleration of industrialization and urban process, extensive mining activities are one 
(CC  BY)  license  (https://creativecom‐ of the main reasons for China’s serious environmental problems [13,14]. At present, heavy 
mons.org/licenses/by/4.0/).  metal  mining  pollution  and  ecological  risks  are  the  focus  of  China’s  water  and  soil 

 
Int. J. Environ. Res. Public Health 2023, 20, 1432. https://doi.org/10.3390/ijerph20021432  www.mdpi.com/journal/ijerph 
Int. J. Environ. Res. Public Health 2023, 20, 1432  2  of  14 
 

protection, especially in the southwest [15–17], where special action needs to be urgently 
conducted due to its large‐scale development and utilization of mineral resources, fragile 
ecological environment and difficulty in recovering after pollution [18–20]. 
Therefore, this study selected a gold mine northeast of Guizhou Province to investi‐
gate the arsenic and heavy metals (Sb, Zn, Cd, Cr, Co, Ni, Cu and Pb) in the sediments 
around the mining area. This gold mine is located in Southwest China, one of the typical 
gold‐mine clusters. It has a mining history of more than 30 years and has affected the local 
residents to varying degrees [21,22]. It is crucial to identify the source and assess the pol‐
lution and risk levels of heavy metals [23,24]. Several receptor models have been proposed 
over the past decades, such as positive matrix factorization (PMF) that was used in this 
study, principal component analysis (PCA), and cluster analysis (CA) [25,26]. Metals in 
the same group are considered to originate from similar sources [25,27,28]. 
Some  key  assessment  indicators,  e.g.,  the  geo‐accumulation  index  (Igeo),  potential 
ecological risk index (RI), and ecological risk factor (Eir), have been confirmed to make 
important contributions to the ecological risk control of heavy metals. They were also used 
in this study [29,30]. In addition, some research showed that the fractions of heavy metals 
in sediments are important for their analysis and evaluation [31]. Hence, this study aimed 
to (1) clarify the pollution sources of arsenic and heavy metals in sediments, (2) analyze 
their influencing factors, and (3) assess their pollution and ecological risks to provide a 
scientific basis and data support for the environmental protection research of the same 
type of water. 

2. Materials and Methods 
2.1. Study Area 
The study area is northeast of Southwest Guizhou Province [22]; it has a subtropical 
monsoon climate, humid and rainy, flat terrain, with an altitude of 1400–1726 m. The an‐
nual average temperature is 15.2 °C, and the average precipitation is 1320.5 mm. This area 
is a typical karst hilly landform, mainly composed of limestone (consisting mainly of cal‐
cium carbonate) mixed with a small amount of sandstone and mudstone (in the middle of 
the study area) and clay rock (in the northeast of the study area). 
The surface water and groundwater in this area are intertwined, and there are four 
relatively  independent  karst  rivers,  Xiaozichong  (SZ),  Huashiban  (HS),  Taiping  Cave 
(TC), and Shamba (SB), flowing from southwest to northeast (Figure 1). Gold‐bearing min‐
erals are usually pyrite (FeS2) and arsenopyrite (AsFeS) [32]. According to the survey, the 
gold extraction process in this area is mainly Charcoal Immersion Leaching (CIL). In ad‐
dition to gold mining, cultivation and animal husbandry are the other major activities. 

 
Int. J. Environ. Res. Public Health 2023, 20, 1432  3  of  14 
 

 
Figure 1. Location, lithology and sampling points of the study area. Except for “Zimudang, Beijing, 
Guizhou Province, Southwest Guizhou Autonomous Prefecture”, the other place names in the fig‐
ure represent villages. 

2.2. Sample Collection and Analysis 
In March 2021, 25 sediment sample points were selected from four karst rivers (SZ, 
HS, TC and SB), an abandoned mine pit (M1), and a mine drainage collection pond (M2) 
in the study area. All samples were collected and uniformly mixed in a single sample point 
in a polyethylene sealed bag to obtain the final sample of this sample point, which were 
then sealed and stored at 4 °C and sent for laboratory analysis. 
Before testing, the sample was dried in a freeze‐dryer (10N‐50A, Jingfei Technology, 
Shenzhen, China) and then screened and impurities were removed. The 1:5 mixed solu‐
tion of sediment: water (m (g)/V (mL)) was shaken and allowed to stand for 30 min to 
detect the pH of the sample (phs‐3c, Rex instruments, Hangzhou, China). HNO3‐HF di‐
gestion  system  was  selected  for  hermetic  digestion  at  180  °C  until  As  and  HMs  in  the 
sample were completely released, and their concentration was detected. BCR sequential 
extraction method (GB/T 25282‐2010) was selected to extract four chemical forms of As 

 
Int. J. Environ. Res. Public Health 2023, 20, 1432  4  of  14 
 

and  HMs.  An  inductively  coupled  plasma  mass  spectrometer  (ICP‐MS,  iris  intrepid  II 
XSP, Agilent) was used to detect all steps, and the grades of all chemical reagents used 
were excellent purity. 

2.3. Quality Control and Statistical Analysis 
In this study, the national standard sediment sample (GBW07382 (GSD‐31)) and 20% 
parallel samples were used to ensure the precision and accuracy of the analytical proce‐
dure. The results showed that the recoveries of samples were 94.10–113.83%, and the re‐
peatability  of  parallel  samples  was  91.10–109.49%.  The  data  were  statistically  analysed 
and plotted using Origin 2021 and ArcGIS 10.6 software, and Pearson correlation analysis 
and source identification were performed using SPSS 20.0 and EPA PMF 5.0. 

2.4. Background Value of As and HMs, Contamination Assessment Index, and Source Analysis 
Model 
Considering that the regional background value is more appropriate than the aver‐
age crust or average shale data, the local HMs soil background value of Guizhou Province 
was adopted as the background value (BV) [33] of the study area. A positive matrix fac‐
torization analysis model (PMF) [34] was used to identify the sources of As and HMs ac‐
cumulation; Assessment of arsenic and HMs pollution and ecological risk based on the 
geo‐accumulation Index (Igeo) [35], single ecological risk factor (Eir) and potential ecolog‐
ical risk index (RI) [36]. 

3. Results 
3.1. Concentration and Accumulation Changes of As and HMs in Sediments 
Tables S1 and S2 (Supplementary Materials) show the concentration and statistical 
results of As and HMs in sediment samples. In general, except for Pb, the average concen‐
tration of As and other HMs was higher than or even much higher than their BV. In con‐
trast, the average  concentration  of  As  and  HMs  in the  sediments  of the  SB  karst  water 
system farthest from the mining  area was the  lowest  compared with  others,  indicating 
that their input was affected by external activities, among which mining activities in the 
mining area cannot be ignored. 
Figure 2 shows the cumulative changes of As and HMs in sediment samples with the 
flow direction. The accumulation changes of  ①  As and Sb,  ②  Zn and Cd and  ③  Cr, Co, 
Ni, and Cu in the sediments were similar, indicating that these three groups may have 
similar accumulation rules and the same accumulation source, respectively. The cumula‐
tive degree of As, Sb, Zn and Cd in the mining area (M) and its surrounding sediments 
(SZ2, TC2–TC4) was very significant, especially the cumulative concentration of As and Sb 
in M1 and M2 sediments, which was 93.54 and 6.60 times of BV and 408.51 and 31.58 times 
of  BV  respectively.  Simultaneously,  the  accumulation  of  As  and  Sb  in  the  sediments 
downstream of the confluence, that is, the intersection of the mining wastewater treatment 
plant outlet and TC karst river (TC4), was also very high, reaching the peak of the TC karst 
river. This indicates that gold mining seriously impacts the accumulation of As, Sb, Zn 
and Cd in the sediments, especially As and Sb [37–39], similar to the study of other gold 
deposits [40–43]. In addition, the As and HMs background in the gold mining area may 
also be another reason [44]. 

 
Int. J. Environ. Res. Public Health 2023, 20, 1432  5  of  14 
 

 
Figure 2. Cumulative changes of As and HMs in the water flow direction of sediments. 

Overall, there are two phenomena: First, the cumulative concentrations of As, Sb, Zn 
and Cd in the sediments of the four karst rivers gradually increase with the flow direction. 
Secondly, the cumulative As and HM concentrations in the sediments at the confluence of 
all main streams and tributaries (TC2 and SB2) also increased sharply, indicating that they 
were affected by water transport because aqueous transport is one of the main ways of 
migration and diffusion of As and HMs in the dissolved phase [45]. In addition, the accu‐
mulation of As, Sb, Zn and Cd in Figure 2 presents a non‐unimodal pattern with several 
prominent  concentration  turning  points,  such  as  TC5,  TC6,  SB4  and  SB5,  indicating  that 
their accumulation may also be affected by other factors. Compared with As, Sb, Zn and 
Cd, only part of Cr, Co, Ni and Cu of the sediments slightly decreased around the mining 
area  (SZ2  and  TC4);  however,  the  cumulative  characteristics  related  to  the  mining  area 
were not evident, which needs further analysis. 

3.2. Chemical Forms of As and HMs in Sediments 
Figure 3 shows the percentage of the sediment’s four chemical forms of As and HMs. 
A significant difference in the percentage between As and a single HM was observed. In 
the non‐residual fraction, (1) the percentage of the F1 fraction of As, Cd and Co was rela‐
tively high, approximately 0–1/3, followed by Sb, Zn and Ni, approximately 0–1/6. How‐
ever, owing to the strong correlation between the first two HMs, Sb and Zn and alumi‐
num, manganese and iron particles, their fluidity was generally lower than that of other 
HMs, consistent with this study [46]. On the contrary, Cr, Pb and Cu had almost no F1 
fraction. Specifically, the F1 percentage of As, Sb, Zn and Cd in the sediment was signifi‐
cantly higher than Cr, Co, Ni and Cu; they have higher mobility. Therefore, they can be 
easily used by aquatic organisms for gold mining, especially since the gold‐carrying min‐
erals and associated minerals of this type of gold deposit are rich in a large number of As 
and Sb [37–39], consistent with our previous analysis. (2) Almost all the F2 and F3 fractions 
of As and HMs have a certain proportion. Both fractions are vulnerable to the impact of 
redox  fluctuations.  They  have  unstable  characteristics,  indicating  that  they  have  high 
weak retention in the sediment [47] and are likely to be highly sensitive to some influenc‐
ing factors that can control or adjust redox conditions. For the residual fractions, (3) the 

 
Int. J. Environ. Res. Public Health 2023, 20, 1432  6  of  14 
 

proportion of the F4 fraction in the sediment sample was the highest among all fractions, 
with Cu and Sb being the most prominent (the F4 fraction proportion in 98.2% of the sed‐
iments exceeded 75%), followed by Ni and As, indicating that the geological background 
was their non‐negligible source, and their solubility reduces to a certain extent [47]. 

. 
Figure  3.  Percentage  of  four  chemical  fractions  of  As  and  HMs  in  sediments  based  on  the  BCR 
method. 

3.3. Cumulative Sources of As and HMs in Sediments 
Table S3 (Supplementary Materials) shows Pearson correlation coefficients of As and 
HMs  in sediments.  There  is  a significant  correlation  between  these  elements (ρ  <  0.01), 
consistent with the analysed results. In the PMF model, the estimated factors are set to 2, 
3, 4 and 5, and the predicted and the measured values are fitted, respectively. The fitting 
results show that it is best when the factor number is 3 because its Qrobust (326.4) is closest 
to Qture (419.9). Figure 4. respectively show the source contribution and contribution rate 
of As and HMs in sediments and the percentage of each source when the factor number 
is 3. 
In factor 3, the As, Sb, Zn and Cd had the highest contribution rate (both greater than 
40.6%). From the analysis, mining of gold mines has a significant impact on them; there‐
fore, factor 3 is regarded as the source related to it, and the proportion of this part of the 
source is nearly half in the two groups. 

 
Int. J. Environ. Res. Public Health 2023, 20, 1432  7  of  14 
 

. 
Figure 4. Contribution value, contribution rate and source percentage of As and HMs concentrations 
in sediments obtained by the PMF model. 

In factor 2, As and HMs have a certain proportion (26.4–56.6%). Therefore, from the 
percentage of their chemical forms, the geological background is the source of As and all 
HMs in sediments that cannot be ignored. Concurrently, it is also considered that south‐
western China has a background of high concentrations of metalloids and HMs [47–49]. 
Therefore, factor 2 is regarded as a source related to geological background. 
In factor 1, the contribution rates of Cr, Co, Ni, Cu and Pb were higher (both greater 
than 34.8%), while the contribution rates of As, Sb, Zn and Cd were lower (both less than 
26.3%). First, we did not observe the cumulative characteristics of Cr, Co, Ni, Cu and Pb 
related to the mining area. Secondly, compared with As, Sb, Zn and Cd, their chemical 
activity was lower. Considering that the local villages are evenly distributed (i.e., the area 
of  human  activities, Figure  1),  these  all  indicate  that  they  may  be  more affected  by the 
continuous input of other man‐made sources than the gold mining sources, such as do‐
mestic sewage. In addition, according to the survey, the local cultivation and animal hus‐
bandry are well developed, and some studies show that organic and compound fertilizers 
contain specific concentrations of Cr, Co, Ni and Cu, especially Cu, which can stimulate 
plant growth and improve crop yield [50–53]; thus, agricultural activities may also pollute 
it. In conclusion, factor 1 is another source mainly based on other human activities. (Be‐
cause they are not closely related to gold mining, they will not be explained in detail in 
the following analysis). 

3.4. Influencing Factors of As and HMs Accumulation in Sediments 
In addition to the two factors of gold mining and water transportation, we further 
discussed the two factors of pH and F1 fraction. Concurrently, considering the geological 
characteristics of karst areas, we also discuss the lithology of this area. 
Table S1 and Figure 1 show the lithology of the corresponding area for each sediment. 
Interestingly, the cumulative changes of As and HMs are very similar to the lithological 
changes of the sediment’s area. For example, the sediments of several karst rivers (SZ2, 
TC2–TC4, TC7–TC8, SB4, SB6) located in clay rock and sand mudstone areas also show the 

 
Int. J. Environ. Res. Public Health 2023, 20, 1432  8  of  14 
 

characteristics  of  “piecewise”  accumulation.  Previous  studies  have  shown  that  colloid 
flow  is  the  main  migration  and  diffusion  of  As  and  HMs  besides  aqueous  transport 
[11,54,55]. This flow mode is sensitive to the redox state and changes the stability of solid 
iron (oxygen) oxides, leading to the decomposition of organic matter, thus affecting the 
migration and diffusion of As and HMs [56]. Notably, As and HMs in almost all sediments 
in this study showed weak retention and were vulnerable to redox fluctuations (with a 
high proportion of F2 and F3 fractions). Studies have shown that lithology can adjust redox 
fluctuations by influencing soil particle size, mineral composition, and clay content and 
can indirectly affect the migration and diffusion of As and HMs. In particular, media with 
high clay content or rich reducible iron (hydroxide) oxides are more easily affected, mak‐
ing As and HMs in the aquatic environment re‐accumulate and re‐fix [56–58]. 
Therefore, once the As, Sb, Zn and Cd in the water system pass through areas with 
high clay content (sand mudstone and clay rock in this study), they are very easy to be 
adsorbed  or  fixed  and  finally  present  high  cumulative  concentration  in  the  sediments, 
even in the sediments of non‐gold mining areas (SB4). This mechanism may also play a 
role  in  strengthening  the  accumulation  of  As,  Sb,  Zn  and  Cd  in  the  sediments  of  gold 
mining areas. Considering some As, Sb, Zn and Cd in the upstream are adsorbed or fixed, 
the cumulative concentration of As and HMs in the downstream sediments (SB3, TC5 and 
SB5) will be significantly reduced because they have moved from the area with high clay 
content. In addition, owing to the characteristics of limestone, which can hardly hinder 
their migration in water, they will continue accumulating to the next area with higher clay 
content (TC7–TC8, SB5–SB6). 
Generally, As and HMs, mainly composed of residue fraction (F4), are more stable in 
the water environment [59–61]. However, in this study, the relationship between the per‐
centage change of the F1 fraction in As, Sb, Zn and Cd and the total concentration (Figure 
5) shows that there is still a significant negative correlation between them, especially in 
As and Sb. Furthermore, it shows that As, Sb, Zn and Cd with high mobility can quickly 
be released from the sediment [62,63], reducing cumulative concentration, even in the sed‐
iment of high clay areas (TC7–TC8). 

 
Figure 5. The changing relationship between the percentage change of F1 form and the total amount 
of As, Sb, Zn and Cd in sediments. 

In addition, limestone (mainly carbonate) also has a certain buffer effect. These stable 
weak acids, weak alkalis, or neutral pH values can reduce the concentration of soluble As 
and HMs in karst areas [10]. Most sediment samples in the study may also be affected by 
this phenomenon because their pH values are neutral or weakly alkaline (7.13–8.86), and 
only a few sediment samples (SZ1, SZ4, TB3 and M1) are weakly acidic (6.23–6.94). 

 
Int. J. Environ. Res. Public Health 2023, 20, 1432  9  of  14 
 

3.5. Contamination and Ecological Risk of As and HMs in Sediments 
3.5.1. Contamination and Risk Assessment Based on Igeo, Eir and RI Indexes 
Figure 6 shows the comparison of Igeo, Eir and RI of As and HMs in the sediments 
of the gold mine area and four karst rivers. Igeo and Eir indexes show that the pollution 
degree of As and other HMs is between grade I and grade II, and the risk level is slight to 
medium in most sediments except Pb. The contamination degree and risk value of As and 
Sb were the highest in the sediments; 64% and 4% of the sediments above grade III were 
polluted, and 24% and 12% of the sediments above high risk were polluted. Notably, as 
high as 20% of the sediments reached Grade V (severe) pollution, and As and Sb of the 
extremely high‐risk sediments reached 20% and 4%, respectively, and most of them were 
from the mining area (M) and the TC karst rivers. Especially in the mining area (M2), their 
Eir values were up to 4085.13 and 947.41, respectively, which far exceeded the extremely 
high‐risk standard of the Eir index (Eir > 320). Therefore, we must be alert to their exces‐
sive input. 

 
Figure 6. Comparison of Igeo, Eir and RI of As and HMs in sediments of gold mine area and four 
karst rivers. (1) Igeo index: level 0, representing no pollution; Grade I, representing no to moderate 
pollution; Grade II, representing medium pollution; Grade III, representing moderate to relatively 
high pollution; Grade IV, representing relatively high pollution to high pollution; Grade V, repre‐
senting high pollution to extreme pollution; Grade VI, representing extreme pollution. (2) Eir index: 
<40, slight risk; 40–80, medium risk; 80–160, relatively high risk; 160–320, high risk; ≥320, extremely 

 
Int. J. Environ. Res. Public Health 2023, 20, 1432  10  of  14 
 

high risk.RI index: <150, slight risk; 150–300, medium risk; 300–600, relatively high risk; 600–1200, 
high risk; ≥1200, extremely high risk. 

Generally, the average RI index is arranged in descending order: M > CA > SZ ≈ TB > 
SR, consistent with the previous analysis. Except for Pb, arsenic and other heavy metals 
are mostly in the range of slight risk to medium risk (12~20%), and 20% and 16.7% of the 
sediments in SZ and SB rivers were at high risk. However, the sediments above high risk 
all appeared in TC River and the mining area (M), accounting for 37.5% and 100% of the 
sediments in their respective water systems, respectively. 

3.5.2. Comparison between This Study and Sediments around Other Gold Mining Areas 
The average concentration, Igeo and RI values of As, Sb, Zn and Cd in the sediments 
of this study were compared with the surface sediments around other gold mining areas 
(Figure 7). 

 
Figure 7. Comparison between the sediments in this study and surface sediments around other gold 
deposits. Dashed line: represents the value with the largest gap higher than this study’s. Red bold 
value represents the value exceeding this study. /—Represents missing values in references. A—
Orbiel  valley  (France)  [43].  B—Zhaosu  River  catchment  (China)  [40].  C—Lom  River  (Adamawa 
Cameroon)  [64].  D—Anka Gold Mine  (Nigeria)  [42]. E—Tajum  River  (Indonesia) [65].  F—Afema 
Gold Mine (Côte d’Ivoire). G—Agbaou Gold Mine (Côte d’Ivoire). H—Bonikro Gold Mine (Côte 
d’Ivoire) [41]. I—Gold mine (Gold city, Nigeria) [66]. J—the Black Hills (South Dakota) [67]. K—
Santurbán paramo (Colombia) [68]. L—Itapicuru‐Mirim River (Brazil) [69]. M—Gold mine (Kesen‐
numa City, Japan) [70]. 

The average concentrations of As and HMs in the sediments of most references are 
lower than those in our study. Individual average values, including As, are extremely low 
relative to  local A,  possibly  owing  to  their  different  gold  ore types  or  mining methods 
because the high concentration of As in this area is concentrated near the mining area. Sb 
is lower than local K. Zn is lower than local K and E, and the reason for Zn being lower 
than local E is the same as above. Cd is lower than local E, I and J. For Igeo and RI values, 

 
Int. J. Environ. Res. Public Health 2023, 20, 1432  11  of  14 
 

Zn in other studies is lower than that in our study. On the contrary, Cd is mostly higher 
than that in our research. However, there are two evaluation criteria in these cities: (1) A, 
B, D, K and M were evaluated by statistical methods or local background values. (2) C, F, 
G, H and L were evaluated by the geochemical background value of the crust (UCC). Most 
of the Igeo and RI values higher than those in our study were evaluated using UCC as the 
background  value,  except  for  area  D.  Notably,  the  background  value  of  UCC  was  far 
lower than that of this study. This means that the pollution and ecological risks of arsenic 
and heavy metals in the study area are still relatively serious and must be paid significant 
attention. 

4. Conclusions 
This study analyzed the accumulation, sources and impact factors and assessed their 
pollution and ecological risks of As and HMs in the river sediments around a gold mine 
in southwest China, and obtained some important results: (1) Compared with Cr, Co, Ni, 
Cu and Pb, As, Sb, Zn and Cd were affected by gold mining, and their accumulation de‐
gree and chemical activity were relatively high. Among them, the sediments with high As 
and Sb accumulation were mainly concentrated in the gold mine area (M). The cumulative 
concentrations of As, Sb, Zn and Cd in the sediments of the SZ, HS and TC karst rivers 
were higher than those of the SB karst rivers. (2) Gold mining is the primary source of As, 
Sb, Zn and Cd accumulation in sediments, accounting for 40.6%, 47.3%, 41.2% and 44.2%, 
respectively. In addition, water flow transport, local lithology, the proportion of F1 frac‐
tion of elements, and pH are influencing factors that cannot be ignored. (3) In addition to 
Pb, arsenic and other heavy metals have reached a slight to medium level of pollution and 
risk. However, As and Sb are the most serious. Their Igeo and Eir values are above serious 
pollution and medium pollution, respectively, and both meet extremely high‐risk stand‐
ards, mainly the sediments from the mining area (M) and TC River. The research result is 
of great significance for preventing and controlling the sediment pollution of arsenic and 
heavy metals near the same type of gold mining area. In addition, other influencing fac‐
tors, such as local lithology and weak acid distillate, should be noted. 

Supplementary  Materials:  The  following  supporting  information  can  be  downloaded  at: 
https://www.mdpi.com/article/10.3390/ijerph20021432/s1,  Table  S1.  As  and  HMs  concentration 
(mg/kg),  pH  value  in  sediment  samples,  and  lithology  of  the  area.  Table  S2.  Statistical  results  of 
concentration (mg/kg) and pH of As and HMs in sediment samples and their corresponding BV. 
Table S3. Pearson correlation matrix of As and HMs in sediments. 
Author  Contributions:  S.C.:  Conceptualization,  Data  Curation,  Formal  Analysis,  Investigation, 
Methodology,  Resources,  Software,  Visualization,  Writing—Original  Draft.  P.W.:  Conceptualiza‐
tion, Funding Acquisition, Supervision, Writing—Review and Editing. X.Z.: Formal Analysis, In‐
vestigation, Resources. B.Z.: Data Curation, Formal Analysis, Software, Visualization. J.L.: Formal 
Analysis,  Resources.  E.L.:  Software,  Visualization.  All  authors  have  read  and  agreed  to  the  pub‐
lished version of the manuscript. 
Funding:  This  work  was  financially  supported  by  the  National  Key  R&D  Projects 
(2019YFC1805300),  Guizhou  Science  and  Technology  Plan  Project  (Qiankeheji  ZK  [2021]  General 
234) and Guizhou Science and Technology Plan Project (Technical system of prevention and control 
to mine groundwater pollution in karst area). 
Institutional Review Board Statement: This work does not involve any hazards, such as the use of 
animal or human subjects. There is no plagiarism in our research or any data, articles or theories of 
others. 
Informed Consent Statement: This paper has not been and will not be submitted simultaneously 
to other journals. The paper is an entirely original work conducted by us without copying or pla‐
giarism issues. The information reported in the paper is accurate to the best of our knowledge. A 
single study was not split into several parts to increase the number of submissions and be submitted 
to various journals or one journal over time. We consent to publish. 

 
Int. J. Environ. Res. Public Health 2023, 20, 1432  12  of  14 
 

Data Availability Statement: Some or all data, models, or code that supports the findings of this 
study is available from the corresponding author upon reasonable request. 
Conflicts of Interest: The authors declare no conflicts of interest. 

References 
1. Besada, V.; Bellas, J.; Sánchez‐Marín, P.; Bernárdez, P.; Schultze, F. Metal and metalloid pollution in shelf sediments from the 
Gulf of Cádiz (Southwest Spain): Long‐lasting effects of a historical mining area. Environ. Pollut. 2022, 295, 118675. 
2. Gutierrez, M.; Mickus, K.; Camacho, L.M. Abandoned PbZn mining wastes and their mobility as proxy to toxicity: A review. 
Sci. Total Environ. 2016, 565, 392–400. 
3. Miranda, L.S.; Wijesiri, B.; Ayoko, G.A.; Egodawatta, P.; Goonetilleke, A. Water‐sediment interactions and mobility of heavy 
metals in aquatic environments. Water Res. 2021, 202, 117386. 
4. Zhang, H.; Liu, S.; Ai, L.; Cao, P.; Wu, K.; Cui, J.; Wang, H.; Mohamed, C.A.R.; Shi, X. Distribution and assessment of heavy 
metal in sediments of Malacca Strait. Mar. Pollut. Bull. 2022, 178, 113575. 
5. Zhang, J.; Li, X.; Guo, L.; Deng, Z.; Wang, D.; Liu, L. Assessment of heavy metal pollution and water quality characteristics of 
the reservoir control reaches in the middle Han River, China. Sci. Total Environ. 2021, 799, 149472. 
6. Yuan, X.; Zhang, L.; Li, J.; Wang, C.; Ji, J. Sediment properties and heavy metal pollution assessment in the river, estuary and 
lake environments of a fluvial plain, China. Catena 2014, 119, 52–60. 
7. Cantwell, M.G.; Burgess, R.M.; King, J.W. Resuspension of contaminated field and formulated reference sediments Part I: Eval‐
uation of metal release under controlled laboratory conditions. Chemosphere 2008, 73, 1824–1831. 
8. Kretzschmar,  R.;  Borkovec,  M.;  Grolimund,  D.;  Elimelech,  M.  Mobile  Subsurface  Colloids  and  Their  Role  in  Contaminant 
Transport. Adv. Agron. 1999, 66, 121–193. 
9. Nabuyanda, M.M.; Kelderman, P.; Sankura, M.G.; Rousseau, D.; Irvine, K. Investigating the effect of Eh and pH on binding 
forms of Co, Cu, and Pb in wetland sediments from Zambia. J. Environ. Manag. 2022, 319, 115543. 
10. Qin, W.; Han, D.; Song, X.; Liu, S. Sources and migration of heavy metals in a karst water system under the threats of an aban‐
doned Pb‐Zn mine, Southwest China. Environ. Pollut. 2021, 277, 116774. 
11. Thompson, A.; Chadwick, O.A.; Boman, S.; Chorover, J. Colloid Mobilization During Soil Iron Redox Oscillations. Environ. Sci. 
Technol. 2006, 40, 5743–5749. 
12. Yongnian, Z.; Taiyi, L.; Kaikai, G.; Tianzhu, X.; Qihou, Z.; Jianqiang, M.; Shangyi, G. Environmental effects in the mining process 
of Zimudang Gold Mine: 1. Comparison of pollution status. Geogeochemistry 1999, 1999, 1–8. 
13. Chen, M.; Li, F.; Tao, M.; Hu, L.; Shi, Y.; Liu, Y. Distribution and ecological risks of heavy metals in river sediments and overlying 
water in typical mining areas of China. Mar. Pollut. Bull. 2019, 146, 893–899. 
14. Lin, C.Y.; Ali, B.N.M.; Tair, R.; Musta, B.; Abdullah, M.H.; Cleophas, F.; Isidore, F.; Nadzir, M.S.M.; Roselee, M.H.; Yusoff, I. 
Distance impacts toxic metals pollution in mining affected river sediments. Environ. Res. 2022, 214 Pt 1, 113757. 
15. Jiang, F.; Ren, B.; Hursthouse, A.; Deng, R.; Wang, Z. Distribution, source identification, and ecological‐health risks of poten‐
tially toxic elements (PTEs) in soil of thallium mine area (southwestern Guizhou, China). Environ. Sci. Pollut. Res. 2019, 26, 16556–
16567. 
16. Cai, S.; Zhou, S.; Cheng, J.; Wang, Q.; Dai, Y. Heavy metals speciation and distribution of microbial communities in sediments 
from the abandoned Mo‐Ni polymetallic mines, southwest of China. Environ. Sci. Pollut. Res. 2022, 29, 35350–35364. 
17. Liu, L.; Xu, X.; Han, J.; Zhu, J.‐M.; Li, S.; Liang, L.; Wu, P.; Wu, Q.; Qiu, G. Heavy metal(loid)s in agricultural soils in the world’s 
largest barium‐mining area: Pollution characteristics, source apportionment, and health risks using PMF model and Cd iso‐
topes. Process Saf. Environ. Prot. 2022, 166, 669–681. 
18. Goldscheider, N.; Drew, D. Methods in Karst Hydrogeology. In International Contributions to Hydrogeology; Crc Press: Boca Ra‐
ton, FL, USA, 2007; Volume 26. 
19. Liu, Z.; Dreybrodt, W.; Liu, H. Atmospheric CO2 sink: Silicate weathering or carbonate weathering? Appl. Geochem. 2011, 26, 
S292–S294. 
20. Jiang, Z.; Lian, Y.; Qin, X. Rocky desertification in Southwest China: Impacts, causes, and restoration. Earth‐Sci. Rev. 2014, 132, 
1–12. 
21. Arehart, G.B. Characteristics and origin of sediment‐hosted disseminated gold deposits: A review. Ore Geol. Rev. 1996, 11, 383–
403. 
22. Hofstra,  A.H.;  Cline,  J.S.  Characteristics  and  models  for  carlin‐type  gold  deposits.  Rev.  Econ.  Geol.  2000,  163–220, 
https://doi.org/10.5382/Rev.13.05. 
23. Hu, Y.; Cheng, H. Application of Stochastic Models in Identification and Apportionment of Heavy Metal Pollution Sources in 
the Surface Soils of a Large‐Scale Region. Environ. Sci. Technol. 2013, 47, 3752–3760. 
24. Li, Y.; Duan, Z.; Liu, G.; Kalla, P.; Scheidt, D.; Cai, Y. Evaluation of the Possible Sources and Controlling Factors of Toxic Met‐
als/Metalloids in the Florida Everglades and Their Potential Risk of Exposure. Environ. Sci. Technol. 2015, 49, 9714–9723. 
25. Loska, K.; Wiechuła, D. Application of principal component analysis for the estimation of source of heavy metal contamination 
in surface sediments from the Rybnik Reservoir. Chemosphere 2003, 51, 723–733. 
26. Chen, H.; Chen, R.; Teng, Y.; Wu, J. Contamination characteristics, ecological risk and source identification of trace metals in 
sediments of the Le’an River (China). Ecotoxicol. Environ. Saf. 2016, 125, 85–92. 

 
Int. J. Environ. Res. Public Health 2023, 20, 1432  13  of  14 
 

27. Tang, W.; BShan; Zhang, H.; Mao, Z. Heavy metal sources and associated risk in response to agricultural intensification in the 
estuarine sediments of Chaohu Lake Valley, East China. J. Hazard Mater. 2010, 176, 945–951. 
28. Chandrasekaran, A.; Ravisankar, R.; Harikrishnan, N.; Satapathy, K.K.; Prasad, M.V.; Kanagasabapathy, K.V. Multivariate sta‐
tistical analysis of heavy metal concentration in soils of Yelagiri Hills, Tamilnadu, India‐speatroscopical approach. Spectrochim. 
Acta A Mol. Biomol. Spectrosc. 2015, 137, 589–600. 
29. Zahra, A.; Hashmi, M.Z.; Malik, R.N.; Ahmed, Z. Enrichment and geo‐accumulation of heavy metals and risk assessment of 
sediments of the Kurang Nallah—Feeding tributary of the Rawal Lake Reservoir, Pakistan. Sci. Total. Environ. 2014, 470–471, 
925–933. 
30. Li, Y.; Zhou, H.; Gao, B.; Xu, D. Improved enrichment factor model for correcting and predicting the evaluation of heavy metals 
in sediments. Sci. Total. Environ. 2021, 755 Pt 1, 142437. 
31. He, L.‐P.; Liu, D.; Lin, J.‐J.; Yu, Z.‐G.; Yang, X.‐X.; Fu, C.; Liu, Z.‐X.; Zhao, Q.‐H. Total nitrogen and pH‐controlled chemical 
speciation, bioavailability and ecological risk from Cd, Cr, Cu, Pb and Zn in the water level‐fluctuating zone sediments of the 
Three Gorges Reservoir. Chem. Speciat. Bioavailab. 2017, 29, 89–96. 
32. Li, X.; Bai, L.; Yue, Z.; Pang, B.; Wei, D. Mineralization processes involved in the formation of the Jinya Carlin‐type Au deposit, 
northwestern Guangxi, China: Evidence from in situ trace element and S isotope geochemistry of Au‐bearing zoned pyrite. Ore 
Geol. Rev. 2021, 138, 104376. 
33. China, Environmental Protection Administration. Environmental Monitoring Station. Background Values of Soil Elements in China; 
Environmental Science Press: Beijing, China, 1990. 
34. Paatero, P.; Tapper, U. Positive matrix factorization: A non‐negative factor model with optimal utilization of error estimates of 
data values. Environmetrics 1994, 5, 111–126. 
35. Muller, G. Index of Geoaccumulation in Sediments of the Rhine River. GeoJournal 1969, 2, 109–118. 
36. Hakanson, L. An ecological risk index for aquatic pollution control: A sedimentological approach. Water Res. 1980, 14, 975–1001. 
37. Pereira, W.; RTeixeira, A.; Souza, E.S.; Moraes, A.L.F.; Campos, W.E.O.; Amarante, C.B.D.; Martins, G.C.; Fernandes, A.R. Chem‐
ical fractionation and bioaccessibility of potentially toxic elements in area of artisanal gold mining in the Amazon. J. Environ. 
Manag. 2020, 267, 110644. 
38. Chen, M.H.; Yu, X.Z.; Feng, Y.X. Tracing the pollution and human risks of potentially toxic elements in agricultural area nearby 
the cyanide baths from an active private gold mine in Hainan Province, China. Environ. Geochem. Health 2021, 44, 3279–3296. 
39. Wongsasuluk, P.; Tun, A.Z.; Chotpantarat, S.; Siriwong, W. Related health risk assessment of exposure to arsenic and some 
heavy metals in gold mines in Banmauk Township, Myanmar. Sci. Rep. 2021, 11, 22843. 
40. Gao, Z. Evaluation of heavy metal pollution and its ecological risk in one river reach of a gold mine in Inner Mongolia, Northern 
China. Int. Biodeterior. Biodegrad. 2018, 128, 94–99. 
41. Kinimo, K.C.; Yao, K.M.; Marcotte, S.; Kouassi, N.L.B.; Trokourey, A. Distribution trends and ecological risks of arsenic and 
trace metals in wetland sediments around gold mining activities in central‐southern and southeastern Côte d’Ivoire. J. Geochem. 
Explor. 2018, 190, 265–280. 
42. Adewumi, A.; Laniyan, T. Contamination, sources and risk assessments of metals in media from Anka artisanal gold mining 
area, Northwest Nigeria. Sci. Total Environ. 2020, 718, 137235. 
43. Delplace, G.; Viers, J.; Schreck, E.; Oliva, P.; Behra, P. Pedo‐geochemical background and sediment contamination of metal(loid)s 
in the old mining‐district of Salsigne (Orbiel valley, France). Chemosphere 2021, 287 Pt 2, 132111. 
44. Kerrich, R.; Goldfarb, R.; Groves, D.; Garwin, S.; Jia, Y. The characteristics, origins, and geodynamic settings of supergiant gold 
metallogenic provinces. Sci. China Ser. D Earth Sci. 2000, 43, 1–68. 
45. Lead, J.; Wilkinson, K. Environmental colloids: Current knowledge and future developments. Environ. Colloids Behav. Struct. 
Charact. 2006, 1–15. 
46. Kabata‐Pendias, H.A.; Mukherjee, A.B. Trace Elements from Soil to Human; Springer: Berlin/Heidelberg, Germany, 2007; pp. 193‐
220. 
47. Miao, X.; Song, M.; Xu, G.; Hao, Y.; Zhang, H. The Accumulation and Transformation of Heavy Metals in Sediments of Liujiang 
River Basin in Southern China and Their Threatening on Water Security. Int. J. Environ. Res. Public Health 2002, 19, 1619. 
48. Kong, X.; Liu, T.; Yu, Z.; Chen, Z.; Lei, D.; Wang, Z.; Zhang, H.; Li, Q.; Zhang, S. Heavy Metal Bioaccumulation in Rice from a 
High Geological Background Area in Guizhou Province, China. Int. J. Environ. Res. Public Health 2018, 15, 2281. 
49. Gao, Y.; Li, F.; Mao, L.; Gu, B.; Peng, C.; Yang, Q.; Lu, L.; Chen, X.; Zhang, D.; Tao, H. Potential Loss of Toxic Elements from 
Slope Arable Soil Erosion into Watershed in Southwest China: Effect of Spatial Distribution and Land‐Uses. Minerals 2021, 11, 
1422. 
50. Mo, Z.; QLiu; Xie, W.; Ashraf, U.; Abrar, M.; Pan, S.; Duan, M.; Tian, H.; Wang, S.; Tang, X. Ultrasonic seed treatment and Cu 
application modulate photosynthesis, grain quality, and Cu concentrations in aromatic rice. Photosynthetica 2020, 58, 682–691. 
51. Yuan, W.‐L.; Xu, B.; Ran, G.‐C.; Chen, H.‐P.; Zhao, P.‐Y.; Huang, Q.‐L. Application of imidacloprid controlled‐release granules 
to enhance the utilization rate and control wheat aphid on winter wheat. J. Integr. Agric. 2020, 19, 3045–3053. 
52. Oliveira, L.M.; Araújo, M.U.P.; Silva, B.N.; Chaves, J.A.A.; Pinto, L.F.C.C.; Silveira, P.R.; Ribeiro, D.M.; Rodrigues, F.. Maize 
resistance to northern corn leaf blight is potentiated by nickel. Plant Pathol. 2021, 71, 262–278. 
53. Saudy,  H.S.;  El‐Metwally,  I.M.;  Shahin,  M.G.  Co–application  effect  of  herbicides  and  micronutrients  on  weeds  and  nutrient 
uptake in flooded irrigated rice: Does it have a synergistic or an antagonistic effect? Crop Prot. 2021, 149, 105755. 

 
Int. J. Environ. Res. Public Health 2023, 20, 1432  14  of  14 
 

54. Amrhein, C.; Mosher, P.A.; Strong, J.E. Colloid‐Assisted Transport of Trace Metals in Roadside Soils Receiving Deicing Salts. 
Soil Sci. Soc. Am. J. 1993, 57, 1212–1217. 
55. Bern, C.R.; Thompson, A.; Chadwick, O.A. Quantification of colloidal and aqueous element transfer in soils: The dual‐phase 
mass balance model. Geochim. Et Cosmochim. Acta J. Geochem. Soc. Meteorit. Soc. 2015, 151, 1–18. 
56. King, E.; Thompson, A.; Pett‐Ridge, J. Underlying lithology controls trace metal mobilization during redox fluctuations. Sci. 
Total. Environ. 2019, 665, 1147–1157. 
57. Ingri, J.; Widerlund, A.; Land, M.; Gustafsson, Ö.; Andersson, P.; Öhlander, B. Temporal variations in the fractionation of the 
rare earth elements in a boreal river; the role of colloidal particles. Chem. Geol. 2000, 166, 23–45. 
58. Buffam, I.; Laudon, H.; Seibert, J.; Mörth, C.‐M.; Bishop, K. Spatial heterogeneity of the spring flood acid pulse in a boreal stream 
network. Sci. Total Environ. 2008, 407, 708–722. 
59. Nemati, K.; Abu Bakar, N.K.; Abas, M.R. Investigation of heavy metals mobility in shrimp aquaculture sludge—Comparison of 
two sequential extraction procedures. Microchem. J. 2009, 91, 227–231. 
60. Palleiro, L.; CPatinha; Rodríguez‐Blanco, M.L.; Taboada‐Castro, M.M.; Taboada‐Castro, M.T. Metal fractionation in topsoils and 
bed sediments in the Mero River rural basin: Bioavailability and relationship with soil and sediment properties. Catena 2016, 
144, 34–44. 
61. Lee, P.K.; Kang, M.J.; Yu, S.; Ko, K.S.; Ha, K.; Shin, S.C.; Park, J.H. Enrichment and geochemical mobility of heavy metals in 
bottom sediment of the Hoedong reservoir, Korea and their source apportionment. Chemosphere 2017, 18, 74–85. 
62. Eiche, E.; Kramar, U.; Berg, M.; Berner, Z.; Norra, S.; Neumann, T. Geochemical changes in individual sediment grains during 
sequential arsenic extractions. Water Res. 2010, 44, 5545–5555. 
63. Hanebuth, T.J.J.; Lee, K.M.; Isabel, M.; Susana, L.; Lobo, F.J.; Oberle, F.K.; Laura, A.; Alves, F.P.; Isabel, R.M. Hazard potential 
of widespread but hidden historic offshore heavy metal (Pb, Zn) contamination (Gulf of Cadiz, Spain). Sci. Total Environ. 2018, 
637–638, 561–576. 
64. Ayiwouo, M.N.; Mambou, L.L.N.; Kingni, S.T.; Ngounouno, I. Spatio‐temporal variation and assessment of trace metal contam‐
ination in sediments along the Lom River in the gold mining site of Gankombol (Adamawa Cameroon). Environ. Earth Sci. 2022, 
81, 379. 
65. Budianta, W. Heavy metal pollution and mobility of sediment in Tajum River caused by artisanal gold mining in Banyumas, 
Central Java, Indonesia. Environ. Sci. Pollut. Res. Int. 2021, 28, 8585–8593. 
66. Taiwo,  A.M.;  Awomeso,  J.A.  Assessment  of  trace  metal  concentration  and  health  risk  of  artisanal  gold  mining  activities  in 
Ijeshaland, Osun State Nigeria—Part 1. J. Geochem. Explor. 2017, 177, 1–10. 
67. May, T.W.; Wiedmeyer, R.H.; Gober, J.; Larson, S. Influence of mining‐related activities on concentrations of metals in water 
and sediment from streams of the Black Hills, South Dakota. Arch. Environ. Contam. Toxicol. 2001, 40, 1–9. 
68. Alonso, D.L.; Pérez, R.; Okio, C.K.; Castillo, E. Assessment of mining activity on arsenic contamination in surface water and 
sediments in southwestern area of Santurbán paramo, Colombia. J. Environ. Manag. 2020, 264, 110478. 
69. Santos, M.V.S.; da Silva Junior, J.B.; de Carvalho, C.E.V.; Vergilio, C.D.S.; Hadlich, G.M.; de Santana, C.O.; de Jesus, T.B. Geo‐
chemical evaluation of potentially toxic elements determined in surface sediment collected in an area under the influence of 
gold mining. Mar. Pollut. Bull. 2020, 158, 111384. 
70. Pujiwati, A.; KNakamura; Wang, J.; Kawabe, Y.; Watanabe, N.; Komai, T. Potentially toxic elements pose significant and long‐
term human health risks in river basin districts with abandoned gold mines. Environ. Geochem. Health 2022, 44, 4685–4702. 

Disclaimer/Publisher’s Note: The statements, opinions and data contained in all publications are solely those of the individual au‐
thor(s) and contributor(s) and not of MDPI and/or the editor(s). MDPI and/or the editor(s) disclaim responsibility for any injury to 
people or property resulting from any ideas, methods, instructions or products referred to in the content.