Исследованные реки (21 река) по площади водосбора относятся к категории малых и средних водотоков. В зависимости от поставленных задач проводились гидролого-гидрохимические и ландшафтные исследования, что нашло свое отражение в отчетах и различных публикациях.
Необходимость биоиндикационных исследований привела к расширению работ и включению нетрадиционных объектов исследований для оценки состояния водотоков, таких, как водные микромицеты (В.А.Терехова, Т.А.Семенова), водяные клещи (П.В.Тузовский), основные группы мейофауны (А.А.Шошин, Е.А.Бычек), а также данные по отдельным индикаторным группам – хирономиды (Т.Д.Зинченко), моллюск полиморфа (П.И.Антонов). Данные по обработке всей накопленной информации, в сравнении с другими изученными реками, легли в основу созданной базы данных (В.К.Шитиков).
· Сделаны выводы, свидетельствующие о том, что главной причиной эвтрофирования реки служит повышенная нагрузка на единицу поверхности или объема реки поступающих биогенных элементов, в первую очередь фосфора и азота.
· Показано, что в составе сточных вод от промышленных предприятий содержатся высокотоксичные вещества, способствующие или препятствующие утилизации биогенов и эвтрофированию. Процессы, протекающие в реке зависят от гидрохимического состава водной биомассы, следовательно от поступления в реки биогенных элементов с очищенными и неочищенными бытовыми и промышленными сточными водами.
· Выявлены участки рек с признаками снижения удельной активности бентоса в процессе утилизации органического вещества.
· Микробиологические исследования позволили очертить участок реки с наиболее высоким уровнем токсического загрязнения.
Проведенные комплексные исследований представляют обобщенную характеристику антропогенных изменений водных экосистем и демонстрируют индикационные особенности различных компонент и параметров экосистем в условиях эвтрофирования и загрязнения водотоков.
Совокупность полученных данных по альгофлоре, содержанию хлорофилла «а» в планктоне и донных отложениях, развитию микробиальной микрофлоры дают сходные результаты оценки высокого и устойчивого на протяжении ряда лет уровня загрязнения реки.
Донные сообщества рассматриваются как наиболее надежные индикаторы оценки качества воды. Они отражают кумулятивные процессы в водотоках и позволяют наиболее надежно оценить количественно участие зообентоса в процессах самоочищения реки. При воздействии стойкого химического загрязнения уменьшается роль бентоса в процессе самоочищения реки в связи с подавлением его развития(1).
Высокие индикационные свойства характерны для хирономид, гидракарин, микромицетов и нематод. В местах выпуска высокотоксичных сточных вод организмы отсутствуют или зафиксированы локально виды с явно выраженными морфологическими уродствами. Достоверность полученных оценок подтверждается скоррелированностью ответа разных таксономических групп. Сходство результатов, полученных при изучении разных видов гидробионтов, подтверждает надежность сделанных выводов.
Результаты изучения видовой и трофической структуры хирономидофауны в условиях загрязнения различной степени позволяют выявить взаимосвязь между уровнем загрязнения, видовым составом, количеством личинок, а также степенью морфологических уродств.
Для комплексной оценки влияния факторов окружающей среды на видовой состав и популяционные характеристики зообентоса малых рек Краснодарского края был сформирован банк данных, включающий следующие основные информационные и программные компоненты:
· базу гидрологических и гидрохимических данных;
· сведения о видовом составе, численности и биомассе зообентоса;
· пакет математических программ, реализующий статистический анализ изучаемых факторов.
Данные в базе представляют собой упорядоченный массив результатов инструментальных измерений, сопряженный по времени и месту отбора проб и содержащий следующие показатели:
· ширина, глубина и скорость течения реки в точке замера;
· тип грунтовых отложений, прозрачность и содержание хлорофилла в воде;
· температура воды, насыщенность кислородом, pH, БПК и ХПК как в придонном, так и в поверхностном слое;
· концентрации биогенных и техногенных химических соединений (различные формы азота и фосфора, фенолы, нефтепродукты и т.д.);
· показатели биологической и химической окисляемости органических веществ(2).
Численность и биомасса бентоса вводилась в базу с использованием справочника, построенного по иерархическому принципу (класс, отряд, группа, вид) и содержащего дополнительные кинетические константы и другие характеристики жизнедеятельности организмов.
Обработка данных, находящиxся в базе, осуществлялась в несколько этапов:
· первичная обработка, включающая расчет индексов доминирования видов, значений характеристик энергетического баланса (траты на обмен, продукция, рацион, ассимиляция органического вещества и др.), а также обобщенных показателей продукции, ассимиляции и биоразнообразия для донных биоценозов;
· многофакторный дисперсионный анализ, имеющий целью оценить статистическую значимость влияния таких факторов, как сезонный и многолетний тренд, ландшафтно-географические особенности, распределение показателей по поперечному профилю реки, в зависимости от типа грунта и т.д.;
· кластерный анализ, позволяющий проводить сравнение степени сходства между группами наблюдений и осуществлять территориальное районирование объектов (станций наблюдения и рек в целом);
· многофакторный регрессионный анализ, осуществляющий структурную идентификацию связи между факторами среды и популяционными показателями зообентоса.
Базы данных реализованы в виде стандартных DBF-файлов и функционируют под управлением многофункциональной Clipper-программы. Математическая обработка данных реализована как средствами оригинальных программ авторов, так и в общепризнанных статистических пакетах. Конструкция базы данных позволяет существенно расширить ее содержимое за счет включения новой информации как по новым группам биологических объектов, так и по новым обследуемым регионам. Используя информацию базы данных, были проанализированы различные зависимости показателя таксономического разнообразия (индекс Шеннона), рассчитанные в пространстве и времени.
Анализ проведенных зависимостей позволил рекомендовать использование разнообразия дафний как основы при проведении биоиндикационных исследований на различных водотоках. Создание базы данных позволило оценить структуру и динамику донных сообществ водотоков, дать предложения по оценке качества воды равнинных рек, оценить видовое разнообразие, дать рекомендации методического характера. Так, например, при использовании дафний, как биоиндикаторов, должны осуществляться следующие правила:
· биоиндикация должна проходить в относительно короткий промежуток времени;
· объекты для биоиндикации должны быть многочисленными и обладать одинаковыми качествами.
Таким образом, как показал анализ состояния вопроса анализа состояния качества вод рек в настоящее время наиболее перспективным и распространенным является метод биоиндикации, основанный на использовании дафний. Этот метод дает возможность с достаточной достоверностью и сравнительно просто определить степень загрязнения вод реки.
Глава 2. Методика организации мониторинговых наблюдений.
Основная цель всякой программы мониторинга — информационная. Результатом ее должно быть получение информации, устранение той или иной неопределенности или, напротив, выявление недостатка информации. Поэтому естественным образом цель программы мониторинга может быть направлена на:
1. Получение информации, связанной с конкретной проблемой.
2. Представление информации для различных типов аудитории (заинтересованной общественности, администрации предприятия, государственных органов) и ее распространение.
Под задачами мы понимаем конкретные действия или этапы на пути достижения цели.
В любом случае, задачи подчинены целям. В рамках грамотно составленной программы не может быть задач, выходящих за пределы цели, не имеющих к ней отношения и т.п.
На основе поставленной цели следует определить приоритеты — объекты мониторинга и определяемые параметры. Объекты понимаются здесь в самом широком смысле слова — как антропогенные, так и природные. Например, если цель программы связана с состоянием реки, то выбор объекта может выглядеть как определение предприятия или конкретного стока, на котором будут сконцентрированы усилия по мониторингу. В некоторых случаях выбор объекта однозначно вытекает из поставленной проблемы, а иногда представляет собой содержательную и нетривиальную задачу. Как правило, сначала на основе поставленных целей и задач выбираются объекты мониторинга, а затем определяемые параметры. Однако возможен и обратный порядок, особенно если заранее известно, что проблема связана с определенным веществом.