Биоиндикация качества вод по структурным показателям фитопланктонных сообществ и диагностика причин экологического неблагополучия в волжском бассейне
На правах рукописи
Рисник Дмитрий Владимирович БИОИНДИКАЦИЯ КАЧЕСТВА ВОД ПО СТРУКТУРНЫМ ПОКАЗАТЕЛЯМ ФИТОПЛАНКТОННЫХ СООБЩЕСТВ И ДИАГНОСТИКА ПРИЧИН ЭКОЛОГИЧЕСКОГО НЕБЛАГОПОЛУЧИЯ В ВОЛЖСКОМ БАССЕЙНЕ 03.02.08 – экология
Автореферат диссертации на соискание ученой степени кандидата биологических наук
Москва – 2012
Работа выполнена на кафедре общей экологии Биологического факультета Московского государственного университета имени М.В.Ломоносова
Научный консультант: доктор биологических наук, Левич Александр Петрович
Официальные оппоненты:
Абакумов Владимир Анатольевич, доктор биологических наук, профессор, заве дующий отделом мониторинга пресноводных экосистем и палеоэкологии Института глобаль ного климата и экологии РАН и Росгидромета Мамихин Сергей Витальевич, доктор биологических наук, ведущий научный со трудник кафедры радиоэкологии и экотоксико логии факультета почвоведения Московского государственного университета имени М.В.Ломоносова
Ведущая организация: Федеральное государственное бюджетное учреждение науки Институт биологии внутренних вод им. И.Д. Папанина Российской академии наук
Защита состоится "19" октября 2012 г. в 14-00 часов на заседании Диссертационного совета Д.501.001.55 при Московском государственном университете имени М.В.Ломоносова по адресу: 119991, Москва, ГСП-1, Ленинские горы, д. 1, стр. 12, МГУ, Биологический факультет, кафедра гидробиологии, аудитория 389.
С диссертацией можно ознакомиться в библиотеке Биологического факультета Мос ковского государственного университета имени М.В.Ломоносова.
Автореферат разослан "16" сентября 2012 г.
Учный секретарь диссертационного совета, кандидат биологических наук Н.В. Карташева
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Проблемы, на решение которых направлено исследование:
1) Оценка качества вод по лабораторным нормативам экологически неэффективна, а методы, позволяющие устанавливать границы норм качества непосредственно по природным данным, отсутствуют.
2) Поскольку такие границы, как правило, задают экспертно, необходимо объектив ное обоснование границ классов, как по биологическим, так и по физико химическим характеристикам в классификаторах качества окружающей среды.
3) В системе экологического контроля недостаточна методическая база для приме нения инструментальных экспресс-методов биоиндикации как альтернативы ме тодам, требующим длительной высококвалифицированной обработки биологиче ских проб.
Актуальность темы. В последние годы антропогенная нагрузка на природные экосистемы (в частности, водные) постепенно возрастает. Распространение предельно допустимых концентраций, установленных в лаборатории, на природные экосистемы всей территории страны не всегда оправдано, поскольку в природных условиях на ор ганизмы влияет не единственный фактор, как в лаборатории, а одновременно множест во факторов, включая не только химические, но и физические и биологические виды загрязнения. Отмечено [Федоров, 1979;
Абакумов, Сущеня, 1991;
Максимов, 1991;
Ле вич, Булгаков, Максимов, 2004], что для целей оценки состояния экосистем наиболее обоснованным подходом является биоиндикация.
В настоящее время широкое развитие получили инструментальные методы оцен ки численностей и размеров клеток, флуоресценции фитопланктона, однако методиче ская база для использования полученных данных в биоиндикации недостаточно прора ботана. Ввиду этого особую актуальность приобретает решение приведенных выше проблем.
Ранее в работах Левича с соавторами [Левич, Забурдаева, Максимов, Булгаков, Мамихин, 2009] на данных (показатели видовой структуры и физико-химические фак торы) по Нижнему Дону был предложен метод установления локальных экологических норм. Однако этот метод не учитывал все возможные сочетания границ норм, не учи тывал влияние на величину силы связи собственных распределений характеристик, не оценивал значимость связей, не позволял проводить одновременный поиск нескольких границ норм, в нем не было трактовки причин отсутствия связи.
Пути решения проблем. Для преодоления приведенных проблем и реализации подхода к контролю состояния окружающей среды, основанному на биоиндикации, необходимы методы получения оценок состояния сообществ, с помощью которых можно было бы отличить благополучное состояние экосистемы от неблагополучного (нарушенного) состояния, являющегося результатом воздействия внешних (в первую очередь, антропогенных) факторов. В настоящей работе рассмотрены методические вопросы возможности применения для целей биоиндикации количественных показателей видовой структуры фитопланктона, количественных показателей размерной структуры фитопланктона, полученных по многолетним данным государственного экологического мониторинга вод Волжского бассейна, и показателей флуоресценции фитопланктона по данным наблюдений за состоянием вод Рыбинского водохранилища в 2010 г.
Разработана методическая база для экспериментальных экспресс-методов биоин дикации, основанных на определении численностей и размеров клеток. В частности, исследованы существующие и предложены новые методы выделения размерных клас сов клеток, предложены методы преобразования численностей размерных классов в показатели размерной структуры В качестве показателей размерной структуры анализировали средний размер кле ток в пробе и показатели, характеризующие соотношения численностей и биомасс раз мерных классов в пробе. В качестве показателей видовой структуры были исследованы параметры ранговых распределений численностей видов и индексы выравненности. В качестве показателей состояния фотосинтетической системы фитопланктона исследо вали содержание пигментов (хлорофилла "a", "b", "c", феопигментов и т.д.), показатели флуоресценции проб и фитопланктона (фоновый уровень флуоресценции, максималь ная флуоресценция). Многие исследования подтверждают, что в нормальном (ненару шенном, фоновом и т.п.) состоянии сообщества перечисленные показатели изменяются в определенных диапазонах значений, и это означает, что величина параметров может служить числовым выражением наличия или отсутствия нарушений в структуре изу чаемых сообществ и их функционировании.
При наличии совместных (собранных в одно время, в одном месте) значений биологических и физико-химических характеристик (потенциально способных при вести к неблагополучию биоты) появляется возможность экологической диагностики водного объекта, т.е. выявления факторов, существенных для экологического небла гополучия экосистемы, и ранжирования этих факторов по величине вклада в степень неблагополучия.
Результаты анализа совместных данных позволяют установить границы нормы факторов (ГНФ) окружающей среды, т.е. границы, выход за пределы которых приво дит к нарушению благополучия состояния биоты. Полученные ГНФ учитывают ре ально сложившиеся в природе комплексы потенциально вредных воздействий. Кроме того, ГНФ носят локальный характер, т.е. зависят от фонового уровня абиотических факторов и позволяют учитывать адаптацию организмов к многолетним воздействиям различных факторов, а также климатические, хозяйственные и другие специфические характеристики природного объекта.
Цель и задачи исследования. Цель работы – разработка методов биоиндикации, ос нованных на характеристиках сообществ;
адаптированных к массовым данным госу дарственного мониторинга;
простых в определении и применении, а также расчет гра ниц экологических норм для качества вод по биологическим и физико-химическим по казателям на примере водных объектов Волги.
Для достижения указанной цели были поставлены следующие задачи:
1) Подготовка обзоров литературы по биоиндикации и нормированию качества среды, по использованию размерной структуры сообществ как биоиндикатора.
2) Сбор, систематизация и включение в базу данных материалов по биологическим и физико-химическим показателям водных объектов Волги.
3) Составление сводки объемов видов фитопланктона для расчета показателей раз мерной структуры.
4) Анализ статистических методов оценки связей и процедур их поиска между каче ственными классами переменных.
4) Усовершенствование метода поиска границ локальных экологических норм (учет вклада собственных распределений переменных;
оценка доверительной вероятно сти результатов поиска;
ускорение вычислительных процедур;
разработка и реги страция программного обеспечения для метода).
5) Разработка методов, вычислительных процедур и программной реализации для:
• расчетов показателей размерной структуры;
• оценки флуоресценции растворенных органических веществ;
• сведения биологических и физико-химических данных в единую базу.
6) Методический анализ применения биологических показателей для целей индика ции состояния экосистем:
• учет влияния на биоиндикаторы факторов, не имеющих отношения к экологиче скому благополучию;
• учет погрешностей отбора и обработки проб.
7) Апробация показателей видовой и размерной структуры, показателей флуоресцен ции фитопланктона для целей биоиндикации, экологической диагностики и норми рования.
8) Исследование причин экологического неблагополучия на отдельных створах дель ты Волги.
9) Оценка полноты программ мониторинга.
Научная новизна работы. Метод установления локальных экологических норм (метод ЛЭН) впервые опробован на данных многолетнего государственного экологического мониторинга дельты Волги и данных наблюдений по Рыбинскому водохранилищу. В применении к показателям видовой и размерной структуры, показателям флуоресценции фитопланктона водных объектов Волги впервые проанализировано влияние на биоиндикаторы особенностей отбора и обработки проб фитопланктона в системе биологического мониторинга (погрешности в определении численностей организмов, количество представленных видов, воспроизведение в по вторностях), а также учтена зависимость этих показателей от факторов, не влияющих на степень экологического неблагополучия (географического расположения места отбора пробы, сезона наблюдений).
Впервые рассчитаны границы, разделяющие значения исследуемых показателей, соответствующие благополучным и неблагополучным состояниям фитопланктона эко систем бассейна Волги, и выбраны показатели, наиболее полно отражающие причины неблагополучия исследуемой экосистемы.
На основе полученных оценок состояния по показателям видовой и размерной структуры для водных объектов Волги впервые установлены границы норм факторов окружающей среды (выход за эти границы приводит к неблагополучию состояния эко системы). Границы установлены для конкретной географической области и сезона ис следования, т.е. имеют локальный и сезонный характер.
Для использования в биоиндикации размеров клеток разработан новый комплекс методов по преобразованию численностей или биомасс клеток с известными размерами в интегральный показатель, характеризующий размерную структуру пробы.
Предложен новый метод максимизации коэффициентов связей для установления границ качественных классов исследуемых характеристик. Впервые проведен анализ применимости различных коэффициентов связи между биологическими и физико химическими характеристиками для конкретных задач экологии. В развитие метода ЛЭН предложены новые формулы расчета верхней и нижней границ экологической нормы. Предложены новые методы расчета границ норм для трех и более классов каче ства и методы поиска границ норм в многомерном пространстве факторов. В метод ЛЭН добавлены учет значимости связи, учет влияния собственного распределения пе ременных.
Практическая значимость работы. Результаты, полученные в работе, могут быть использованы в практике экологического контроля природных объектов.
Предложенные методы биоиндикации, основанные на анализе видовой и размер ной структур фитопланктона, показателей флуоресценции фитопланктона являются точными и сравнительно простыми в расчетах (в программной реализации) способами оценок состояния сообществ фитопланктона.
Обнаруженные границы между значениями индикаторов, соответствующими бла гополучному и неблагополучному состоянию фитопланктонных сообществ в водных объектах, могут быть использованы для оценки качества поверхностных вод.
Обнаруженные границы между допустимыми и недопустимыми значениями фак торов в водных объектах могут быть использованы как нормативы качества вод в до полнение к нормативам ПДК (т.е. границы нормы факторов могут заменить ПДК в водных объектах, где накопленная база данных наблюдений за биологическими и фи зико-химическими характеристиками достаточна для расчета этих границ), как целевые показатели качества вод и как адаптивные фоновые значения физико-химических ха рактеристик, как границы классов в классификаторах качества вод.
Предложенный метод преобразования численностей и размеров клеток в показа тели размерной структуры позволяет использовать эти показатели в качестве биоинди каторов в экспресс-методах экологического мониторинга.
Совершенствование метода расчета границ локальных экологических норм, раз работка и регистрация программного обеспечения для этого метода позволяют широко применять его для оценки качества окружающей среды и нормирования факторов.
Основные положения, выносимые на защиту.
Реализованные в исследовании методы биоиндикации, экологической диагностики 1) и нормирования позволяют проводить: оценку состояния водных экосистем;
выяв ление физико-химических факторов, ответственных за экологическое неблагополу чие биоты;
установление границ нормы биоиндикаторов и факторов;
ранжирование факторов по степени их воздействия на биоценозы;
анализ степени и причин небла гополучия отдельных створов наблюдения;
выявление неполноты программ абио тического мониторинга.
В качестве биологических индикаторов для сообщества фитопланктона могут быть 2) использованы показатели видовой структуры (параметры ранговых распределений численностей видов, индексы выравненности), показатели размерной структуры (средний размер клетки, соотношение численностей или биомасс размерных клас сов) и показатели флуоресценции.
При анализе данных мониторинга природной среды связь между переменными на 3) диаграмме "доза-эффект" приобретает вид "размытого облака" из-за влияния на биоиндикатор множества факторов среды. В этой ситуации для поиска связи между переменными используемый в работе метод максимизации коэффициентов связей качественных классов биологической и физико-химической характеристики и его частный случай – метод расчета границ локальных экологических норм (метод ЛЭН) – оказываются достаточно эффективными.
Предложенный метод ЛЭН при расчете границ нормы факторов применим не толь 4) ко к химическим веществам, но и к любым факторам, воздействующим на сообще ства фитопланктона Волги. В частности, к температуре, электропроводности, про зрачности воды и т.п.
Для ряда физико-химических факторов в бассейне Волги существуют как верхние, 5) так и нижние (не нормируемые по ПДК) границы норм.
Различные сезоны календарного года и различные участки бассейна Волги неодно 6) родны по значениям границы нормы индикаторов, поэтому расчет границ необхо димо проводить отдельно для выделенных групп однородности.
Апробация работы и публикации. Результаты работы были доложены и обсуждены на следующих конференциях: 17 международная конференция "Математика. Компьютер. Образование" (Дубна, 25–30 января 2010 г.), "Актуальные проблемы экологии и природопользования" (РУДН, 21–23 апреля 2010 г., 21-22 апреля 2011 г.), международная научная конференция "Проблемы экологии. Чтения памяти профессора М.М. Кожова". (Иркутск, 20-25 сентября 2010 г.), Пленум РАН " Биоинди кация и экологическое нормирование водоемов" (Москва, 30 марта 2011), "Проблемы территории Рыбинского водохранилища" (МГУ, 25-27 мая 2011 г.), Всероссийская конференция с международным участием "Экология малых рек в XXI веке:
биоразнообразие, глобальные изменения и восстановление экосистем" (Тольятти, 12- сентября 2011 г.), II международная конференция "Биоиндикация в мониторинге пресноводных экосистем" (Санкт-Петербург, 10-14 октября 2011 г.), "Вода и водные ресурсы: системообразующие функции в природе и экономике" (Цимлянск, 23-28 июля 2012), "IV Съезд биофизиков России" (Нижний Новгород, 20-26 августа 2012).
По теме диссертации опубликовано 27 работ (из них шесть статей опубликованы в журналах, рекомендованных ВАК РФ, двенадцать в других журналах и сборниках на учных работ, одна в малотиражном книжном издании, восемь тезисов докладов в материалах конференций), зарегистрирована в Роспатенте «Программа установления границ качественных классов для количественных характеристик систем и установле ния взаимосвязи между характеристиками» Свидетельство о гос. регистрации № 2012616523, пять работ принято к печати в журналах из списка ВАК.
Структура и объм работы. Диссертация состоит из введения, шести глав: 1) Аннотация обзора по нормированию качества среды, 2) Аннотация обзора по биоиндикации, в частности, на основании видовой и размерной структур сообществ, 3) Исходные данные и методы их сбора, 4) Методы анализа данных, 5) Поиск связей между биологическими и физико-химическими характеристиками Рыбинского водохранилища, 6) Поиск границ экологических норм для дельты Волги, заключения, выводов, списка литературы и трех приложений (обзор литературы по нормированию качества среды, обзор литературы по биоиндикации и сводная таблица размеров видов клеток Волги). Диссертация изложена на 201 странице, включает 27 рисунков и таблиц. Список литературы содержит 376 источников.
Личный вклад автора. Автор принимал непосредственное участие на всех этапах работы от постановки проблемы до поиска решений поставленных задач. Автором самостоятельно собран и проанализирован материал по флуоресценции проб фитопланктона на Рыбинском водохранилище в 2010-2011 гг. Автором из более чем источников составлена сводная таблица размеров клеток видов фитопланктона Волжского бассейна (для определения размеров клеток, необходимых для анализа размерной структуры), собран и критически проанализирован материал по методам нормирования неблагоприятных воздействий, предложен метод преобразования численностей и биомасс размерных классов в показатели размерной структуры, предложен метод расчета границ экологических норм для трех и более классов качества, метод расчета границ норм в многомерном пространстве факторов, предложены алгоритмы ускорения вычислительных процедур. Проведена апробация:
1) метода максимизации коэффициентов связи между качественными классами на данных наблюдений по Рыбинскому водохранилищу, 2) метода расчета границ локальных экологических норм на данных наблюдений по Рыбинскому водохранилищу и данных многолетнего государственного мониторинга по дельте Волги.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
1. МАТЕРИАЛЫ ИССЛЕДОВАНИЯ В исследовании использованы данные государственного мониторинга поверхно стных вод России по численности фитопланктона и физико-химическим факторам на створах дельты Волги за 1978-2009 гг. Данные получены из информационно аналитической системы "Экологический контроль природной среды по данным биоло гического и физико-химического мониторинга" [http://ecograde.belozersky.msu.ru].
Число наблюдений биологических характеристик по разным показателям состави ло от 55 до 617.
Число наблюдений для разных физико-химических показателей составило от до 611.
Также использованы данные по содержанию пигментов, флуоресценции проб и физико-химическим характеристикам Рыбинского водохранилища, собранные в июне августе 2010 г. совместно с сотрудниками Института биологии внутренних вод им.
И.Д. Папанина РАН. Первичные данные опубликованы коллективом авторов [Бикбула тов, Бикбулатова, Булгаков, Ершов, Конюхов, Копылов, Корнева, Лазарева, Левич, Литвинов, Масленникова, Митропольская, Осипов, Отюкова, Поддубный, Поромов, Пырина, Рисник, Соколова, Степанова, Цельмович, 2011]. Данные по флуоресценции собраны совместно с кафедрой биофизики МГУ, данные по содержанию пигментов и физико-химическим характеристикам любезно предоставлены сотрудниками Институ та биологии внутренних вод.
Число наблюдений для разных биологических и физико-химических показателей составило от 20 до 187.
Для оценки изменчивости биотических показателей, обусловленных погрешно стями отбора и обработки проб, были использованы данные по 50 и 51 параллельным пробам фитопланктона [Кольцова, Конопля, Максимов, 1971].
Данные о размерах клеток видов получены более чем из 10 источников: 1) Базы данных биологического мониторинга Росгидромета;
2) Размеры клеток фитопланкто на в рыбоводных прудах дельты Волги [Левич, Булгаков, Замолодчиков, 1996];
3) Раз меры, определенные В.Г. Девяткиным по линейным параметрам клеток видов Рыбин ского водохранилища [частное сообщение];
4) Размеры, определенные Ф.Б. Шкундиной по линейным параметрам клеток видов реки Белая [частное сообще ние];
5) Объемы клеток и размерные классы видов фитопланктона Балтийского моря, составленная специалистами из стран Балтийского бассейна [Olenina, Hajdu, Edler et al., 2006];
6) Финская база данных о размерах видов фитопланктона Балтийского моря [SYKE 2005: Kasviplanktonrekisterin lajitiedot];
7) База размеров клеток фитопланктона Черного моря [Mikaelyan, Pautova, Georgieva, Dyakonov, 2008];
8) Размеры клеток фи топланктона в пробах, взятых в рамках программы U.S. Geological Survey National Wa в г., ter-Quality Assessment 2001 [http://diatom.acnatsci.org /autecology/uploads/%7B443C03CA-FE56-40BF-B6D8-26243E2DE83F%7D_Biovolume Metrics.txt];
9) Определители пресноводных водорослей СССР (12 выпусков) / Под ред. М.М. Голлербаха - 1951-1986.
2. МЕТОДЫ АНАЛИЗА ДАННЫХ Методы описания видовой структуры. В диссертации рассмотрены следующие показатели видовой структуры:
1) Параметры ранговых распределений. Ранговые распределения представляют собой преобразованные в порядке убывания наборы численностей: наиболее обильно му виду присваивают первый номер (ранг), следующему по численности виду – второй и так далее до наименее обильного вида. Модель рангового распределения представля ет собой формальную зависимость численности вида от его ранга. Параметры моделей могут быть интерпретированы как показатели видовой структуры сообществ [Левич, 1980].
В работе апробированы две модели ранговых распределений: экспоненциальная и гиперболическая.
Экспоненциальная модель, или модель геометрических рядов Мотомуры [Motomura, 1932], описывает численности функцией ni n1 z i 1, где ni – численность особей ранга i, z – параметр модели.
Гиперболическая модель [Левич, 1978] аппроксимирует значения численностей n функцией ni, где – параметр модели.
i 2) Индексы выравненности. Как инструмент анализа видовой структуры также использованы индексы выравненности [Левич, Забурдаева, Максимов, Булгаков, Ма k михин, 2009], их определяли по формуле ni N, где ni – численность ek k i особей ранга i, k – число видов, используемых в анализе, N – общая численность про бы.
Методы описания размерной структуры. В диссертации рассмотрены следую щие показатели размерной структуры (ПРС):
b 1) Средний размер клеток в пробе: m, где b и n – соответственно суммарные n биомасса и численность фитопланктона в данном наблюдении.
2) Показатели, характеризующие соотношения размерных классов (крупных, средних, мелких видов) в пробе. Классы выделяли согласно равнонаполненности клас сов по численности, согласно равнонаполненности по биомассе, согласно равным от резкам на логарифмической шкале размеров клеток, согласно границам размеров кле ток некоторых таксономических групп и, наконец, согласно равнонаполненности клас сов по численности с равным учетом вклада каждой пробы в конечные значения гра ниц размерных классов.
Предложен метод преобразования численностей или биомасс размерных классов в показатели размерной структуры. Показатели рассчитаны как тангенсы углов наклона прямых, аппроксимирующих зависимости численности и биомассы размерных классов от их порядкового номера (преобразованные в диапазон от 0 до 1).
Формула расчета ПРС, характеризующих соотношения размерных классов в про (k 1) lк (k 2) lкc... (k k ) lм бе в общем виде: Sl, где k – общее число размер (k 1)(lк lкс... lм ) ных классов, lк, lкс, lм – соответственно либо относительные численности классов крупных, средних более крупных и мелких клеток, либо их относительные биомассы.
Методы статистического анализа количественных связей. Для корреляционного и множественного регрессионного анализа связей были использованы встроенные средства анализа данных MS Excel.
Методы оценки силы связей между качественными классами переменных. Табл. вводит обозначения для количества наблюдений в сочетаниях качественных классов двух характеристик. Эти обозначения использованы в последующих формулах.
Таблица 1. Таблица сопряженности для двух характеристик X и Y с двумя классами значений каждой ("высокие значения " и "низкие значения"). Символы na, nb, nc и nd обозначают количе ства наблюдений в соответствующих ячейках таблицы Низкие значения Высокие значения характеристики X характеристики X Высокие значения na nb характеристики Y Низкие значения nc nd характеристики Y Коэффициенты, характеризующие отклонение от случая независимости харак теристик: коэффициент контингенции Пирсона:
na nd nb n c и коэффициент ассоциации Юла P (na nb )(nb n d )(nd nc )(nc na ) na nd nb n c [Миркин, 1980].
Q na nd nb n c Коэффициенты, характеризующие возможность прогноза качественных классов одной характеристики по качественным классам другой характеристики (коэффици енты детерминационного анализа): коэффициенты Гуттмана [Guttman, 1941] max(na, nb ) max(nc, nd ) max(na nc, nb nd ) или прям N 1 max(na nc, nb nd ) N max(na, nc ) max(nb, nd ) max( na nb, nc nd ), N – общее число наблюдений в таб обр N 1 max(na nb, nc nd ) N лице сопряженности;
коэффициент Валлиса, известный также под именем Гудмана Крускала [Goodman, Kruskal, 1954] 2 2 2 na nb nс nd nc ) 2 (nb nd ) N (na na nb nc nd ;
коэффициент существенности Чеснокова V N 2 (na nc ) 2 (nb nd ) [Чесноков, 1982]: существенность при сравнении ячейки "a" с ячейкой "b" na n a nc С a,b.
n a nb N Методы оценки значимости связей между качественными классами. Для оценки отклонения исследуемой таблицы сопряженности от нулевой гипотезы о независимо сти исследуемых характеристик принято [Айвазян, Енюков, Мешалкин, 1985, Афифи, ( fij eij ) Эйзен, 1982, Миркин, 1980] использовать критерий "хи квадрат":, eij i j где fij – число наблюдений в ячейке с координатами i-тая строка, j-тый столбец;
eij – расчетная вероятность числа наблюдений в ячейке с координатами i-тая строка, j-тый столбец, равное fi f j / N, где fi – число наблюдений в i-той строке, fj – число точек в j том столбце таблицы сопряженности, N – общее число наблюдений [Айвазян, Енюков, Мешалкин, 1985].
Для определения значимости связи проводили сравнение расчетной величины 2 с табличным значением при уровне значимости = 0,05 и числе степеней свободы n (i 1)( j 1). Если расчетная величина 2 больше табличной, то гипотеза об отсутст вии связи отвергается, что свидетельствует о значимости связи с уровнем значимости = 0,05.
Метод максимизации коэффициентов связи. Алгоритм метода состоит в переборе всевозможных положений границ, как для биологической, так и для физико химической характеристики, и в выборе таких границ, для которых коэффициент связи максимален.
Метод расчета границ локальных экологических норм (ЛЭН). Метод ЛЭН пред полагает выделение нескольких качественных классов переменных. Для биологическо го индикатора в простейшем случае это классы "благополучных" и "неблагополучных" значений, указывающих соответственно на экологическое благополучие или неблаго получие биоты, для фактора – это классы "допустимых" и "недопустимых" значений.
Метод включает одновременный поиск двух границ: 1) границы, разделяющей "благо получные" и "неблагополучные" значения индикатора, и 2) границы, разделяющей "допустимые" и "недопустимые" значения фактора. Эти границы названы границами нормы, соответственно индикатора и фактора, и задают искомые границы классов ка чества среды.
Обоснование метода удобно проиллюстрировать на рисунке (рис. 1).
Рассмотрим случай, когда для индикатора Y благополучны высокие значения, а для фактора X допустимы – низкие. Если биологический показатель действительно яв ляется индикатором, отражающим воздействие исследуемого фактора, то "благополуч ные" значения биоиндикатора не должны соответствовать "недопустимым" значениям фактора. Соответственно область на графике зависимости биоиндикатора от фактора (область "b" на рис. 1), отвечающая за "благополучные" значения биоиндикатора, соот ветствующие "недопустимым" значениям фактора, должна быть пуста. Если на биоин дикатор влияет только один фактор, то область, соответствующая "неблагополучным" значениям индикатора и "допустимым" значениям фактора (область "c" на рис. 1), так же пуста. Однако в случае одновременного влияния на биоиндикатор множества фак торов среды (что и происходит в природных экосистемах в отличие от лабораторных экспериментов) область "c" может содержать наблюдения, с неблагополучными значе ниями индикатора из-за недопустимых значений факторов, отличных от исследуемого.
Указанные особенности влекут для натурных данных необходимость поиска такой взаимосвязи между индикаторами и факторами, которая соответствует "пустоте" един ственной области "b" на графике зависимости индикатора от фактора (рис. 1) или в таблице сопряженности (табл. 1). Таким требованиям в детерминационном анализе удовлетворяет только критерий Чеснокова.
Рисунок 1. Качественные классы значений индикатора и фактора в случае совокупного влия ния на индикатор множества факторов среды В ряде предшествующих работ [Левич, Булгаков, Максимов, 2004;
Левич, Забур даева, Максимов, Булгаков, Мамихин, 2009;
Левич, Булгаков, Максимов, Рисник, 2011] для анализа взаимосвязи между биоиндикаторами и факторами в рамках метода расче та границ локальных экологических норм (метода ЛЭН) был использован критерий точности Чеснокова [Чесноков, 1982]. C целью учета вклада в установленную связь собственных распределений характеристик в диссертации предложено использовать критерий существенности.
Существенность характеризует приращение доли правильных предсказаний одной характеристики, полученное за счет использования информации о значении другой [Миркин, 1980]. Существенность индикатора, характеризующая степень "пустоты" об na na nc ласти "b" в сравнении с областью "a", рассчитана по формуле С инд.
n a nb N Существенность фактора, характеризующая степень "пустоты" области "b" в сравнении nd nd nc с областью "d", рассчитана по формуле С факт. Результирующую n d nb N существенность, характеризующую "пустоту" области "b" в сравнении с областями "a" и "d", можно описать коэффициентом С С инд С факт.
Метод ЛЭН позволяет производить поиск двух границ нормы фактора, когда к не благополучию биоиндикатора приводят как "низкие", так и "высокие" значения факто ра, допустимыми же являются "средние" значения фактора. В связи с этим для анализа данных производили поиск нижней границы нормы индикатора совместно с верхней, нижней или обеими границами нормы фактора.
Для учета вклада каждого из исследуемых факторов в степень экологического не nd благополучия использован критерий полноты фактора П, где nd – число наблю N дений в области "d", N – число наблюдений, неблагополучных по индикатору (при любых значениях всех факторов).
Критерий достаточности наблюдений за факторами для какого-либо индикатора определяет долю наблюдений с недопустимыми значениями хотя бы по одному факто ру среди всех неблагополучных по индикатору наблюдений. Этот критерий отражает достаточность программ мониторинга.
Методы выявления влияния на индикаторы факторов, не связанных с экологиче ским благополучием экосистем. Для удобства анализа среди факторов среды, которые потенциально могут влиять на биоиндикаторы, можно выделить "активные" факторы, которые связаны с качеством среды, например, химические вещества, температура, гидрологический режим, и "пассивные" факторы, такие как географическое положение или горизонт станции отбора проб, сезон года – не связанные с качеством среды.
По отношению к пассивным факторам все наблюдения должны быть разделены на несколько групп, причем каждая группа включает наблюдения, однородные по отно шению к действию пассивного фактора. Например, весенние, летние и осенние наблю дения или пробы, отобранные с определенного горизонта. Если средние значения ин дикатора в группах статистически значимо различны, то влияние на индикатор качест ва среды (активных факторов) следует исследовать отдельно внутри каждой выделен ной группы.
Для применения дисперсионного анализа следует исследовать, подчиняются ли исследуемые распределения нормальному закону, например, при помощи критерия проверки на симметричность и значение эксцесса (модификация Д'Агостино [Б. Ле мешко, С. Лемешко, 2005]). Если распределения не подчиняются нормальному закону, для сравнения групп однородности следует использовать непараметрические методы статистического анализа, например U-параметр Манна-Уитни.
Методы учета влияния на индикаторы погрешностей измерений. Для всех иссле дуемых показателей анализ влияния погрешностей проводили путем сравнения наблю даемых разбросов значений показателей в группах, выделяющих влияние "пассивных" факторов, с разбросами значений аналогичных показателей для повторностей проб фи топланктона, отобранных при одинаковых условиях, т.е. в одно время, в одном месте.
Если разбросы значений показателей для исследуемой экосистемы не превышали раз бросы значений показателей для повторностей, считали, что весь разброс значений по казателей может быть объяснен погрешностями. Т.е. делали вывод о том, что дальней ший анализ таких показателей для целей оценки качества вод нецелесообразен.
3. ПОИСК СВЯЗЕЙ МЕЖДУ БИОЛОГИЧЕСКИМИ И ФИЗИКО ХИМИЧЕСКИМИ ХАРАКТЕРИСТИКАМИ ЭКОСИСТЕМЫ РЫБИНСКОГО ВОДОХРАНИЛИЩА Результаты статистического анализа количественных переменных. Для на блюдений за биологическими и физико-химическими характеристиками Рыбинского водохранилища рассчитаны коэффициенты корреляции и множественной регрессии.
Максимальным коэффициент детерминации в корреляционном анализе оказался для связи между содержанием хлорофилла "a" и содержанием общего фосфора и составил 0,37;
максимальным коэффициент детерминации в регрессионном анализе оказался для связи между содержанием хлорофилла "a" и концентраций Mg2+, Na+, K+, Cl-, SO42- и составил 0,35. В целом связи, установленные при помощи корреляционного и регрес сионного анализа, были найдены для малого числа пар биологических и физико химических характеристик и максимальные коэффициенты детерминации позволяли отнести связь к классу "умеренная" по шкале Чеддока.
Результаты применения метода максимизации коэффициентов связи (МКС).
Применение метода МКС для поиска границ между двумя качественными классами по обеим характеристикам позволило установить эти границы, выявить значимые связи, не обнаруживаемые при помощи корреляционного анализа. Таким образом, зависимо сти между характеристиками для большого числа параметров не могут быть описаны коэффициентами корреляции или регрессии.
В табл. 2 подытожены свойства исследованных коэффициентов связи, чтобы об легчить исследователю выбор коэффициентов, адекватных решаемым задачам.
Таблица 2. Классификация коэффициентов связи Коэффициенты Свойства коэффициентов связи Юла Пирсона Чеснокова Гуттмана Валлиса Характеризует неслучайность связи + + Характеризует прогностические + + + свойства связей (из A следует B) Характеризует одностороннюю связь (степень "пустоты" одной из + + ячеек таблицы сопряженностей) Характеризует двустороннюю связь (степень "пустоты" двух ячеек таб- + + + лицы сопряженности) Исходя из того, что коэффициент связи должен не столько описывать отклоне ние совместного распределения двух характеристик от случая их независимости, сколько характеризовать возможность прогноза значений одной характеристики по значениям другой, более целесообразно использовать коэффициенты Гуттмана, Валли са и Чеснокова, а не коэффициенты Юла и Пирсона. Коэффициент Гуттмана имеет су щественный недостаток: в случаях, когда максимальные ячейки в классах характери стики X относятся к одному классу характеристики Y, коэффициент Гуттмана равен ну лю. В свою очередь, коэффициент Валлиса в равной степени зависит от всех ячеек таб лицы сопряженности, т.е. больше подходит для выявления более сложных, ненаправ ленных связей при числе классов качества больше двух. В случае отсутствия двусто ронней связи или при необходимости целенаправленного поиска односторонней связи, целесообразно использовать коэффициент Чеснокова.
Результаты поиска границ классов в классификаторах качества вод. Методом ЛЭН рассчитаны границы экологических норм биологических индикаторов и физико химических факторов. Биологическим показателем, наиболее содержательно отра жающим причины неблагополучия экосистемы Рыбинского водохранилища (по крите рию высокой достаточности по индикатору и большому числу найденных существен ных факторов), оказался показатель максимальной флуоресценции фитопланктона (табл. 3).
Таблица 3. Границы классов качества вод по биоиндикатору максимальная флуоресценция фи топланктона и физико-химическим факторам, существенным для экологического неблагопо лучия. Факторы упорядочены по полноте их вклада в неблагополучие экосистем (полноте фак тора) Верхняя Нижняя граница граница Доста нормы фак- Полнота нормы ин- точность Фактор тора (в скоб- фактора дикатора, по инди ках – нижняя условные катору граница) единицы Электропроводность, (178) 0, мкСм/см Прозрачность, м 1,3 0, Pобщ, мг P/л (0,073) 0, БПК5, мг/л 1,37 ± 0, 2,96 (1,55) 0,44 0, Nобщ, мг N/л (0,78) 0, Температура воды, oC 25,7 (18,1) 0, ХПК, мг/л (33,5) 0, pH 8,28 0, В диссертации проведено сравнение рассчитанных границ классов с границами в других классификаторах качества вод.
Оценка достаточности программы наблюдений. Достаточность программы на блюдений, оцененная как доля неблагополучия экосистемы, объясненная хотя бы од ним из исследуемых факторов среды, колеблется от 0,47 до 0,79 для различных инди каторов. Это свидетельствует о том, что в программе наблюдений по Рыбинскому во дохранилищу, по-видимому, учтены не все факторы, влияющие на неблагополучие.
4. ПОИСК ГРАНИЦ ЭКОЛОГИЧЕСКИХ НОРМ ДЛЯ ВОДНЫХ ОБЪЕКТОВ БАССЕЙНА ДЕЛЬТЫ ВОЛГИ Для расчета показателей размерной структуры составлена сводная таблица раз меров клеток фитопланктона, включающая размеры 694 видов, встречавшихся в бас сейне Волги (использовано более 10 источников размеров клеток, см. раздел материа лы исследования).
Анализ роли факторов, не влияющих на экологическое благополучие экосистем, и погрешностей измерений. Выделены шесть групп биологических сезонов, однородных по отношению к влиянию на индикаторы сезонных характеристик. Результаты анализа влияния погрешностей отбора и обработки проб в выделенных сезонных группах по зволили оставить для анализа все сезонные группы с различающимися показателями видовой и размерной структуры в каждой группе (критерий отбора показателей приве ден в разделе о методах исследования):
1) в группе "май – август" отобран показатель средняя масса клетки, 2) в группе "сентябрь – ноябрь" – средняя масса клетки, Sn (2 класса согласно рав нонаполненности по численности и 3 класса согласно равнонаполненности по численности с равным учетом вклада каждой пробы, аналогичные показатели с равным учетом вклада каждой пробы), e1, e5, где ei – индекс выравненности, учи тывающий i доминирующих видов в пробе, 3) в группе "май – июнь" – e1, e2, e5, z2, z3, z5, 3, 4, 5 (здесь и далее zi и i – пара метры ранговых распределений, учитывающие i доминирующих видов в пробе), средняя масса клетки, Sn (3 класса согласно равнонаполненности по численности с равным учетом вклада каждой пробы), 4) в группе "июль – ноябрь" – Sn (2 класса согласно равнонаполненности по чис ленности с равным учетом вклада каждой пробы и 3 класса согласно равнона полненности по численности), 5) в группе "июль – август" – Sn (2 класса согласно равнонаполненности по числен ности и 3 класса согласно равнонаполненности по численности с равным учетом вклада каждой пробы), e5, 5, 6) в группе "май – ноябрь" – 2 и e6, z6, 6 (для анализа e6, z6, 6 недостаточно на блюдений в параллельных пробах, в связи с чем невозможно сделать вывод о влиянии на них особенностей отбора и обработки проб).
Все показатели размерной структуры, характеризующие соотношения биомасс размерных классов в пробе были исключены из анализа по критерию высоких погреш ностей отбора и обработки проб.
Результаты поиска границ норм факторов и индикаторов. В каждой группе про веден поиск границ экологических норм и выбран показатель, наиболее полно отра жающий причины неблагополучия. Чаще всего такими показателями становились по казатели размерной структуры, в частности, с мая по август и с сентября по ноябрь средний объем клетки. Пример полученных результатов для сезонной группы с сентяб ря по ноябрь и показателя средний объем клетки приведен в табл. 4.
Стоит отметить, что были найдены границы для факторов нехимической природы (цветности, прозрачности), не нормируемые по ПДК. Для содержания растворенного кислорода в водах дельты Волги, кроме нижней границы (для которой существуют различающиеся по сезонам рыбохозяйственные нормативы), обнаружена верхняя гра ница нормы 10,9 мг/л. Этот же эффект ранее был выявлен для вод в бассейне Дона [Ле вич, Забурдаева, Максимов, Булгаков, Мамихин, 2009].
Таблица 4. Границы нормы индикатора (средний объем клетки) и факторов, значимых по кри терию 2 при уровне значимости = 0,05 и существенных для неблагополучия этого биоинди катора, в сезон с сентября по ноябрь. Факторы упорядочены по полноте их вклада в неблаго получие экосистем Верхняя Верхняя граница граница нормы нормы фак- Достаточ Полнота индика Фактор тора ность по фактора тора (в (в скобках индикатору скобках нижняя нижняя граница) граница) Цветность по Рt-Co шкале, град. (25) 0, Прозрачность, м (1,9) 0, Сумма ионов, мг/л (278) 0, Азот нитратный, мг/л 0,43 (0,20) 0, рН 8,1 0, Азот нитритный, мг/л (0,004) 0, БПК5 (1,68) 0, Кальций, мг/л (38,9) 0, Магний, мг/л (9,7) 0, 0, Азот суммарный минеральный, мг/л 0,45 (0,23) 0, ± 0, Взвешенные вещества, мг/л 14 0, 0, Нефтепродукты, мг/л (0, 0,21 (0,05) 0, Кремнекислота, мг Si /л ± 0,03) 2,4 0, Na+K, мг/л (16,5) 0, Хлориды, мг/л 37,6 0, Сульфаты, мг/л (49,1) 0, Медь, мг/л (0,004) 0, Фосфор фосфатов, мг/л (0,017) 0, Жсткость, мг-экв/л (2,74) 0, ХПК, мг/л 43,2 (16,8) 0, Цинк, мг/л 0,017 0, Железо общее, мг/л 0,32 (0,03) 0, Сравнение границ нормы фактора с предельно допустимыми концентрациями (ПДК). По содержанию аммонийного азота, азота нитратов, кальция, магния и хлори дов значения ГНФ жестче ПДК.
Для содержания азота нитритов, взвешенных веществ, железа общего, кобальта, меди, никеля, нефтепродуктов, свинца, фенолов и цинка значения ПДК жестче границ нормы. Возможные причины таких различий состоят в том, что перечисленные факто ры взаимодействуют с другими факторами, а также, что фитопланктон как биоиндика тор может быть менее чувствителен к исследуемым факторам в сравнении с тест объектами, используемыми в лаборатории.
Результаты анализа неблагополучия отдельных участков наблюдений в дельте Волги. В каждой сезонной группе по индикаторам, наиболее полно отражающим при чины неблагополучия, проведен поиск неблагополучных створов дельты Волги и уста новлены причины неблагополучия.
Например, с сентября по ноябрь, исходя из значений среднего объема клеток в пробе, можно говорить о неблагополучии только одного створа: "поселок Подчалык".
Неблагополучие на этом створе вызвано преимущественно низким содержанием сум марного минерального азота (менее 0,23 мг/л). Существенный вклад в его неблагопо лучие вносят также низкая сумма ионов (менее 228 мг/л), низкое содержание азота нитратов (менее 0,20 мг/л) и высокие значения pH (более 8,1). Наиболее благополучны створы "поселок Аксарайский", "село Красный Яр", "поселок ЦКК" и "поселок Камы зяк". Однако, даже на этих створах в отдельные годы наблюдаются недопустимо высо кое содержание взвешенных веществ (более 14 мг/л) и недопустимо высокие концен трации цинка (более 0,017 мг/л). Наименьший вклад в неблагополучие вносят содержа ние фосфатов, нитритного азота и железа общего.
Оценка полноты программы мониторинга. Достаточность мониторинга, оце ненная как доля неблагополучия экосистемы, объясненная хотя бы одним из исследуе мых факторов среды, для дельты Волги колеблется от 0,70 до 0,97 для разных индика торов. Это свидетельствует о сравнительной достаточности мониторинга в дельте Вол ги (неполнота обусловлена отсутствием наблюдений за отдельными показателями на некоторых створах).
ВЫВОДЫ 1) Причины неблагополучия в состоянии исследованных экосистем наиболее полно отражают простейшие из проанализированных показателей: индекс выравненности для одного доминирующего вида e1;
средний объем клетки;
показатель максималь ной флуоресценции фитопланктона.
2) От поздней весны (май, июнь) к середине лета и осени в дельте Волги происходит сдвиг показателей размерной структуры в сторону уменьшения объемов клеток, а также сдвиг показателей видовой структуры в сторону преобладания в пробе доми нирующих видов.
3) Метод максимизации коэффициентов связи между качественными классами харак теристик позволяет устанавливать границы качественных классов и выявлять больше значимых связей, чем стандартные методы статистического анализа (кор реляционный и регрессионный).
4) Коэффициент существенности Чеснокова наиболее адекватен целям экологическо го контроля в сравнении с другими мерами связи между качественными классами характеристик.
5) Метод расчета границ локальных экологических норм (ЛЭН) позволил рассчитать количественные значения как верхних границ нормы (например, для металлов, нефтепродуктов, pH в дельте Волги), так и нижних границ (например, для фосфора и азота, как в Рыбинском водохранилище, так и в дельте Волги).
При помощи метода ЛЭН рассчитаны границы нормы для факторов, не нормируе 6) мых по ПДК (температура воды, pH, БПК5, ХПК и электропроводность вод).
Наибольший вклад в неблагополучие экосистем дельты Волги вносят прозрач 7) ность, цветность, содержание взвешенных веществ и хлоридов.
Для содержания аммонийного азота, азота нитратов, кальция, магния и хлоридов 8) значения границ нормы факторов жестче ПДК, а для содержания азота нитритов, взвешенных веществ, железа общего, кобальта, меди, никеля, нефтепродуктов, свинца, фенолов и цинка – мягче.
Программа наблюдений за причинами неблагополучия для дельты Волги оказалась 9) достаточной на 70-97 % для различных индикаторов, для Рыбинского водохрани лища – на 47-79 %.
ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ 1) Для оценки качества среды на основе значений биоиндикаторов необходимо уста навливать достоверно различные группы, отражающие влияние на индикаторы факторов, не имеющих отношения к экологическому благополучию (например, географического положения, сезонов года), и вести поиск границ нормы отдельно в выделенных группах.
2) Для установления связи между биологическими и физико-химическими характери стиками в природных условиях или расчета е силы целесообразно использовать метод максимизации коэффициентов связи, в частности, метод расчета границ ло кальных экологических норм (для анализа влияния факторов на индикатор и эколо гическое состояние), а не методов корреляционного и регрессионного анализа, не позволяющих корректно анализировать размытые зависимости "доза-эффект" в ус ловиях влияния на биоиндикатор множества факторов среды.
3) При анализе участков дельты Волги среди показателей видовой и размерной струк туры следует отдавать предпочтение простейшим показателям – индексу вырав ненности для одного доминирующего вида e1, среднему объему клеток в пробе;
для Рыбинского водохранилища – показателю максимальной флуоресценции фито планктона.
4) В гидробиологическом мониторинге целесообразно использование инструменталь ных методов биоиндикации качества вод по характеристикам фитопланктона (из мерения показателей размерной структуры и флуоресценции фитопланктона), по скольку такие методы просты в расчете и не требуют высокой квалификации спе циалистов, кроме того подготовлена база для их использования в диагностике и нормировании качества вод.
5) Границы норм можно рекомендовать к использованию в прикладных вопросах природоохранной деятельности в качестве: нормативов, аналогичных ПДК по сво ей роли в нормативных документах;
границ классов в классификаторах качества вод;
целевых показателей качества;
адаптивных фоновых значений факторов.
Исследование проведено при частичной поддержке Российского фонда фундамен тальных исследований (гранты № 10-04-00013а, 11-04-00915а).
БЛАГОДАРНОСТИ Автор глубоко признателен коллективам кафедр общей экологии и гидробиологии – за поддержку и конструктивную критик;
Н.Г. Булгакову – за консультации в области гидробио логической части работы, обсуждение методической части работы;
В.Н. Максимову – за по мощь и консультации по биологической и статистической части работы;
А.Б. Рубину и кол лективу кафедры биофизики – за внимание к работе, приборное обеспечение и сотрудничество в экспедиционных исследованиях;
А.М. Никанорову и Гидрохимическому институту Росги дромета – за предоставленные данные по физико-химическому мониторингу Волги;
А.И. Копылову – за режим благоприятствования в сборе данных по Рыбинскому водохрани лищу;
С.Д. Беляеву – за предоставленные материалы для обзора по нормированию;
Э.С. Бикбулатову, Е.М. Бикбулатовой, Ю.В. Ершову, И.В. Конюхову, Л.Г. Корневой, В.И. Лазаревой, А.С. Литвинову, Т.С. Масленниковой, И.В. Митропольской, В.А. Осипову, Н.Г. Отюковой, С.А. Поддубному, И.Л. Пыриной, Е.А. Соколовой, И.Э. Степановой, О.Л. Цельмович – за участие в сборе данных по Рыбинскому водохранилищу и предоставлен ные данные;
И.А. Гончарову – за разработку основного программного обеспечения для метода ЛЭН и помощь в совершенствовании алгоритма метода ЛЭН;
В.Г. Девяткину – за предостав ленные данные о размерах клеток фитопланктона Рыбинского водохранилища;
Е.А. Забурдаевой – за участие в составлении обзора по биоиндикации;
Д.Г. Замолодчикову, А.Т. Терхину – за первоначальную идею и развитие метода ЭДК как предыстории метода ЛЭН;
Л.В. Ильяш, Л.С. Житиной, И.Г. Радченко – за помощь в поиске размеров клеток и кон сультации;
В.А. Курочкиной – за помощь в поиске размеров клеток фитопланктона;
А.О. Леонову – за предоставленные данные по физико-химическому мониторингу дельты Вол ги;
Е.П. Никитиной и В.С. Дуженко – за консультации по статистической обработке данных;
А.А. Поромову – за участие в составлении обзора биоиндикационных свойств размерной структуры сообществ и обзора по биоиндикации;
Ф.Б. Шкундиной – за предоставленные дан ные о размерах клеток фитопланктона реки Белой;
А.К. Юзбекову – за организационную под держку аспирантской работы.
СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ Работы, опубликованные в ведущих рецензируемых журналах, рекомендованных Высшей аттестационной комиссией Минобрнауки России:
1. Булгаков Н.Г., Максимов В.Н., Левич А.П., Юзбеков А.К., Рисник Д.В. Экологический прогноз изменения состояния водных экосистем. Обзор // Успехи современной биологии.
2010. – Т.130. – №5. – С. 435-445.
2. Левич А.П., Булгаков Н.Г., Рисник Д.В. Экологический контроль окружающей среды по данным биологического и физико-химического мониторинга природных объектов // Ком пьютерные исследования и моделирование, 2010. – №2. – С. 199-207.
3. Левич А.П., Рисник Д.В., Булгаков Н.Г., Леонов А.О., Милько Е.С. Методические вопро сы применения показателей видового разнообразия фитопланктона для анализа качества вод Нижней Волги. Часть 1 // Использование и охрана природных ресурсов. 2010. – №5. – С. 44-48.
4. Левич А.П., Рисник Д.В., Булгаков Н.Г., Леонов А.О., Милько Е.С. Методические вопро сы применения показателей видового разнообразия фитопланктона для анализа качества вод Нижней Волги. Часть 2 // Использование и охрана природных ресурсов. 2010. – №6. – С. 33-37.
5. Булгаков Н.Г., Рисник Д.В., Левич А.П., Милько Е.С. Анализ экологического состояния вод для отдельных створов Нижней Волги на основе биоиндикации по показателям видо вого разнообразия фитопланктона // Вода: химия и экология. 2010. – № 12. – С. 27-34.
6. Рисник Д.В. Подходы к выделению размерных классов и определению показателей раз мерной структуры фитопланктонных сообществ Волжского бассейна // Известия Самар ского научного центра Российской академии наук. – Самара.: Изд-во Самарского НЦ РАН, 2011. – Т. 13 (39). – №1 (4). – С. 882-890.
Работы, опубликованные в других журналах, сборниках и брошюрах:
7. Рисник Д.В. Биоиндикация качества вод по показателям разнообразия фитопланктона и диагностика причин экологического неблагополучия Нижней Волги // Актуальные про блемы экологии и природопользования. Сб. науч. трудов. – М.: РУДН. 2010. – С. 199-203.
8. Левич А.П. Булгаков Н.Г., Максимов В.Н., Рисник Д.В. Создание экологически эффек тивной системы контроля состояния природной среды на основе нормативов качества, устанавливаемых непосредственно по систематическим данным мониторинга // Актуаль ные проблемы экологии и природопользования. Сб. науч. трудов. – М.: РУДН. 2010. – С.
20-24.
9. Левич А.П., Булгаков Н.Г., Радченко И.Г., Рисник Д.В. Показатели размерной структуры фитопланктонных сообществ и анализ их изменчивости на фоне сезонных, географиче ских и метрологических вариаций // Актуальные проблемы экологии и природопользова ния. – М.: РУДН. 2011. – С. 171-187.
10. Рисник Д.В. Ранговые распределения численности фитопланктона как инструмент эколо гического контроля // Водоснабжение и канализация. – М.: 2011. – № 3-4. – С. 8-23.
11. Рисник Д.В., Рыбка К.Ю. О методе поиска сопряжнностей между биологическими и фи зико-химическими характеристиками для натурных данных на примере экосистемы Ры бинского водохранилища // Мологский край и Рыбинское водохранилище. – М.: МАКС Пресс, 2011. – С. 169-175.
12. Левич А.П., Булгаков Н.Г., Максимов В.Н., Рисник Д.В. "In situ"-технология установле ния локальных экологических норм // Вопросы экологического нормирования и разра ботка системы оценки состояния водоемов. – М.: Товарищество научных изданий КМК, 2011. – С. 32-57.
13. Рисник Д.В. Показатели размерной структуры фитопланктона в диагностике экологиче ского состояния водных объектов Нижней Волги // Антропогенное влияние на водные организмы и экосистемы. – Борок, 2011. – С. 159-163.
14. Левич А.П., Рисник Д.В. Ранговые распределения численности фитопланктона как инст румент экологического контроля // Ценологическое моделирование: теоретические осно вания и практические результаты. Материалы XV конференции по философии техники и технике и семинара по ценологии. Вып. 47. «Ценологические исследования». – М.: Тех нетика, 2011. – 320 с.
15. Левич А.П., Булгаков Н.Г., Максимов В.Н., Рисник Д.В. Биоиндикация, экологическая диагностика и нормирование в методах мониторинга пресноводных экосистем // Биоин дикация в мониторинге пресноводных экосистем II. – С-П.: Любавич, 2011. – С. 6-12.
16. Рисник Д.В. Анализ влияния сезонных и географических факторов, особенностей отбора и обработки проб на биоиндикационный потенциал размерной структуры сообществ фи топланктона Волги // Биоиндикация в мониторинге пресноводных экосистем II. – С-П.:
Любавич, 2011. – С. 119-124.
17. Данные совместных измерений биологических и физико-химических характеристик эко системы Рыбинского водохранилища / Бикбулатов Э.С., Бикбулатова Е.М., Булгаков Н.Г., Ершов Ю.В., Конюхов И.В., Копылов А.И., Корнева Л.Г., Лазарева В.И., Левич А.П., Литвинов А.С., Масленникова Т.С., Митропольская И.В., Осипов В.А., Отюкова Н.Г., Поддубный С.А., Поромов А.А., Пырина И.Л., Рисник Д.В., Соколова Е.А., Степанова И.Э., Цельмович О.Л. – М.: МАКС Пресс, 2011. – 67 с.
18. К обоснованию границ классов в классификаторах качества вод / Левич А.П.Булгаков Н.Г, Рисник Д.В., Бикбулатов Э.С., Бикбулатова Е.М., Ершов Ю.В., Конюхов И.В., Лит винов А.С., Осипов В.А., Отюкова Н.Г., Поддубный С.А., Пырина И.Л., Степанова И.Э., Цельмович О.Л. // Вода и водные ресурсы: системообразующие функции в природе и экономике: сб. науч. тр. – Новочеркасск: ЮРГТУ (НПИ), 2012. – С. 240-246.
19. Левич А.П.Булгаков Н.Г, Рисник Д.В., Максимов В.Н. Метод установления локальных экологических норм для обоснования границ классов и классификатора качества вод // Вода и водные ресурсы: системообразующие функции в природе и экономике: сб. науч.
тр. – Новочеркасск: ЮРГТУ (НПИ), 2012. – С. 246-251.
Материалы научных конференций:
20. Рисник Д.В. Биоиндикация качества вод по показателям разнообразия фитопланктонных сообществ и диагностика причин экологического неблагополучия по Нижней Волге // Международная конференция «Математика. Компьютер. Образование». – Дубна, 2010. – С. 263.
21. Рисник Д.В. Видовая и размерная структура фитопланктона в водных объектах Нижней Волги как биоиндикатор экологического неблагополучия и основа для экологического нормирования вредных воздействий // Международная научная конференция «Проблемы экологии. Чтения памяти профессора М.М. Кожова». – Иркутск, 2010. – С. 460.
22. Левич А.П., Булгаков Н.Г., Рисник Д.В. "In-situ" технология введения экологических норм // Всероссийская конференция с международным участием «Экология малых рек в XXI веке: биоразнообразие, глобальные изменения и восстановление экосистем». – Толь ятти, 2011. – С. 101.
23. Рисник Д.В. Видовая и размерная структура фитопланктонных сообществ как биоинди катор экологического неблагополучия вод Нижней Волги // Всероссийская конференция с международным участием «Экология малых рек в XXI веке: биоразнообразие, глобаль ные изменения и восстановление экосистем». – Тольятти, 2011. – С. 126.
24. Левич А.П., Булгаков Н.Г., Рисник Д.В., Барабаш А.Л. Биоиндикация, экологическая ди агностика и нормирование в методах мониторинга пресноводных экосистем. // II Между народная конференция "Биоиндикация в мониторинге пресноводных экосистем". – С-П:
2011. – С. 110.
25. Рисник Д.В. Анализ влияния сезонных и географических факторов, особенностей отбора и обработки проб на биоиндикационный потенциал размерной структуры сообществ фи топланктона Волги // II Международная конференция "Биоиндикация в мониторинге пре сноводных экосистем". – С-П.: 2011. – С.138.
26. Булгаков Н.Г., Левич А.П. Рисник Д.В. Установление границ нормы биологических ин дикаторов и физико-химических характеристик экосистем по данным натурных наблю дений // IV Съезд биофизиков России. Симпозиум III "Физика – медицине и экологии".
Материалы докладов. – Нижний Новгород, 2012. – С. 41.
27. Рисник Д.В. Анализ показателей флуоресценции фитопланктона с целью выявления их связи с физико-химическими характеристиками вод Рыбинского водохранилища // IV Съезд биофизиков России. Симпозиум III "Физика – медицине и экологии". Материалы докладов. – Нижний Новгород, 2012. – С. 41.
Интеллектуальная собственность:
28. Пат. 2012616523 РФ (Программа для ЭВМ). Программа установления границ качествен ных классов для количественных характеристик систем и установления взаимосвязи между характеристиками / И.А. Гончаров, А.П. Левич, Д.В. Рисник (RU). — Заявка № 2012614486;
Заявлено 05.06.2012;
Зарегистрирован 19.07.2012.