2.5. Методы исследования

2.5.1. Полевые методы

1. При оценке качества атмосферного воздуха были проведены измерения интенсивности, скорости движения автотранспорта и состав транспортного потока на различных участках основных магистралей города.

Во время наибольшей активности движения автотранспорта (с 10.00 до 12.30 и с 15.30 до 18.00) занималось место у исследуемой магистрали и в течение 1 часа в отдельный бланк заносились данные о проезжающей через наблюдаемое сечение дороги транспорте. На основе трехкратного обследования каждого участка были получены средние максимальные (для «часа пик») характеристики транспортных потоков.

2. При исследовании состояния поверхностных вод на территории города были использованы данные различных контролирующих организаций — Дубненского городского центра государственного санитарно-эпидемиологического надзора (ДГЦГСЭН), Муниципального унитарного предприятия «Городское хозяйство», ФГВУ «Центррегионводхоз» и промышленной санитарной лаборатории' Объединенного института ядерных исследований. Данные организации ведут контроль качества природных вод с использованием химических и физико-химических методов исследования, с учетом сезонной динамики. Пробы природной воды отбирались в соответствии с ГОСТ 17.1.5.05-85. «Охрана природы. Гидросфера. Общие требования к отбору проб поверхностных и морских вод, льда и атмосферных осадков».

3. Объектом мониторинга почвенного покрова служили лесные подстилки и верхние слои почвы, так как верхние органогенные горизонты почвенного покрова особенно прочно фиксируют тяжелые металлы.

Оценка загрязненности почвенного покрова обследуемой территории проводилась в соответствии с существующими нормативно-методическими документами — «Полевое обследование и картографирование уровня загрязнения почвенного покрова техногенными выбросами через атмосферу» (1980), «Методические рекомендации по проведению полевых и лабораторных исследований при контроле загрязнения окружающей среды металлами» (1981), «Методические рекомендации по выявлению деградированных и загрязненных земель» (1996) (Гончарук, Сидоренко, 1986; ГОСТ 17.4.2.01-81).

Отбор почвенных образцов проводился по регулярной случайно упорядоченной сетке с ячейкой размером 300x300 м. При взятии образцов избегали нехарактерных мест, таких как площадки из-под куч навоза и прочих удобрений, западин, полос около дорог,

бугров и т. п. В точках, намеченных для взятия образцов,

Рисунок 2.13. Метод

«конверта». предварительно числой лопатой удаляли все остатки растительности («Практикум по агрохимии», 2001).

В основном были отобраны смешанные образцы, но есть и индивидуальные. Отбор каждого смешанного образца проводился по методу «конверта» механическим усреднением на полиэтиленовой пленке индивидуальных почвенных проб, отобранных с пробной площадки 10x10м. При этом из точек контролируемого участка брали пять образцов почвы. Точки были расположены так, чтобы, мысленно соединенные прямыми линиями, давали рисунок запечатанного конверта (рис. 2.13). Из вертикальной стенки ножом вырезали прямоугольную пластину так, чтобы в каждый образец попало такое количество почвы верхнего и нижнего ее слоев, которое пропорционально их мощности. Из всех отдельных образцов в смешенную среднюю пробу брали примерно одинаковое количество почвы.

Обычно при изучении почвы отмирают пробы гумусового горизонта (А) с глубины около 20 см, что соответствует штыку лопаты или буром на всю глубину пахотного слоя. Глубина отбора образцов определялась видом угодий и составляла для пашни 0-20 см, для луга и леса — 0-10 см. Из каждой точки отбирают около 1 кг (по объему около 0,5 л), но не менее 0,5 кг (ГОСТ 17.4.2.03-86; ГОСТ 17.4.3.01-83; «Практикум по агрохимии», 2001).

Почвенные образцы упаковывали в полиэтиленовые или полотняные мешочки, и прилагали к ним этикетку (сопроводительный талон), в которой были указаны:

• место взятия образца (адрес, номер пробной площадки);

• номер образца и дату (час) отбора, горизонт или слой, глубину взятия пробы;

• характер метеорологических условий в день отбора пробы;

• особенности, обнаруженные во время отбора пробы (освещение солнцем, применение удобрений, наличие близлежащих свалок и мусора, сточных канав и др.).

4. Состояние растительного покрова на территории г. Дубны было изучено с использованием метода флуктуирующей асимметрии. В основу метода положена методология, принятая Международным фондом «БИОТЕСТ», ориентированная на оценку состояния биологического «здоровья» (самочувствия) некоторых видов растений и мелких животных, постоянно проживающих на исследуемой местности. Особенностью этой методологии является то, что главным объектом биомониторинга оказывается состояние живого организма, надежное определение которого может бьггь получено на онтогенетическом и популяционном уровне (Беляев, -Пупырев, 1986; Виноградов, 1993).

Метод базируется на морфогенетическом подходе, при котором оценивается стабильность развития (гомеостаз). Снижение его эффективности приводит к появлению отклонений от нормального строения различных морфологических признаков, обусловленных нарушениями развития. Состояние природных популяций билатерально симметричных организмов оценивается на основе анализа флуктуирующей асимметрии, характеризующей мелкие ненаправленные нарушения гомеостаза развития и являющейся ответом организма на состояние окружающей среды.

Для практической работы у живых организмов выделен ряд признаков, легко читаемых и достаточно четко отвечающих увеличением билатеральной асимметрии на изменение внешней среды (вызванное химическим загрязнением, изменением физических или биологических параметров). После замеров выбранных признаков на первичном биологическом материале рассчитываются коэффициенты флуктуирующей асимметрии.

При анализе флуктуирующей асимметрии оценивается величина математической дисперсии различий между сторонами от некоторого среднего различия между сторонами, имеющего место в рассматриваемой выборке. Величина дисперсии асимметрии не зависит от абсолютных размеров признака. При этом

получается точная количественная оценка величины флуктуирующей асимметрии даже при наличии направленной асимметрии. Метод строг с математической точки зрения, что позволяет проводить анализ полученных результатов с использованием обычных статистических подходов.

Высокий показатель асимметрии указывает на неоптимальность среды обитания исследуемых объектов. Показатель реагирует на изменение любого фактора (откликается повышением на изменение фактора) и стабилен при адаптации к изменившимся условиям (на стадии. привыкания показатель постепенно снижается). Таким образом, на основании периодического вычисления этого показателя можно проследить изменения условий обитания объекта окружающей среды.

Жесткая детерминированность используемых параметров показана в работах МФ «Биотест», по данным которого практически во всех случаях изменения в гомеостазе развития, фиксируемые другими методами (генетическими, биохимическими, физиологическими, иммунологическими), сопровождаются изменениями морфогенетических показателей.

Наиболее удобны и показательны для целей биомониторинга и районирования территории следующие виды растений: береза бородавчатая (Betula pendula), клен остролистный (Acer platanoides), клен американский (Acer negundo), мать-и-мачеха обыкновенная (Tussilago farfara), тополь черный (Populus nigra), тополь бальзамический (Populus balsamifera), сныть обыкновенная (Aegopodium podagraria) и клевер гибридный (Trifolium gibridum).

Все используемые в этом методе биологические виды детально изучены как в природных, так и в лабораторных условиях в целом ряде фундаментальных и прикладных исследований, адекватность отклика измеряемых параметров на изменения экологической ситуации строго доказана. В частности, береза бородавчатая положительно характеризуется малой специфической чувствительностью к конкретным условиям и присутствует практически везде, даже на месте будущих чисто хвойных лесов. Те же виды успешно применяются как основные объекты в полевых исследованиях МФ «Биотест» и прочно зарекомендовали себя. Этой теме была посвящена специальная международная конференция «Новые методы исследования популяций» в Москве в 1995 году («Биомониторинг г. Калуга», «Оценка качества городской...», 1997).

В Лаборатории биоиндикации Калужского государственного педагогического университета им.

1- й уровень — для больших территорий (область, край, район) и отдельных точек, имеющих особое значение. Выборки (наблюдения) проводятся в сравнительно небольшом количестве реперных точек (30-40), располагаемых на однородных участках. Степень однородности предварительно определяется на основании всего массива уже имеющихся данных о состоянии природной, экономической и социальной сред.

2- й уровень — для населенных пунктов, участков с большой антропогенной нагрузкой и аномальных точек, как определенных на основании анализа экономико­географических данных, так и выявленных в ходе исследований 1-го уровня. Местность покрывается большим количеством точек, в которых анализ состояния живых организмов проводится по отдельной, менее трудоемкой методике. Этот уровень позволяет подробно охарактеризовать градиент качества среды на всей площади рассматриваемого участка методом построения изолиний.

3- й уровень — при необходимости определения конкретного антропогенного или иного источника загрязнения среды. Для достижения этой цели на 3-ем уровне биоиндикационное исследование должно быть дополнено анализом химических и физических параметров и метеоданными («Биомониторинг г. Калуга», «Оценка качества городской...», 1997).

Таким образом, реперные точки позволяют укрупнено оценить территорию региона в целом и выявить «больные места», а определение границ последних и локализация источников, оказывающих неблагоприятное влияние на окружающую среду, достигается сплошным анализом площадей. Именно такая трехуровневая система мониторинга с концентрацией усилий на неблагоприятных участках и подключением дорогостоящих методов анализа лишь на последнем этапе является наиболее оперативной и экономически выгодной.

В данной работе была использована схема биоиндикационных исследований, которая включает в себя ряд последовательных этапов и процедур сбора, обработки, интерпретации, представления экологической информации и имеет следующую структуру: выбор биоиндикаторов; определение сети наблюдений (модельных точек);

полевые биоиндикационные исследования; лабораторные работы; картографическое представление; выводы.

В работе был использован метод, разработанный в Лаборатории биоиндикации КГПУ («Биомониторинг г. Калуга», «Оценка качества городской...», 1997), суть которого заключается в определении и анализе ответной реакции живых организмов на условия существования; местообитание живых организмов (в том числе и людей) оценивается с точки зрения благоприятности для их жизни и развития.

Одним из наиболее важных этапов в методике является определение видов- индикаторов, которые должны отвечать следующим критериям:

■ в первую очередь они должны иметь отклик на определенные минимальные дозы воздействия и достаточно быстро реагировать на изменения окружающей среды;

■должны быть более-менее широко распространены и многочисленны на об­следуемой территории (доступны для массовых сборов);

■ должны иметь «хорошо читающиеся» (заметные, удобные для замеров) изменяющиеся признаки.

В работе использовались следующие виды: береза бородавчатая (Betula pendula), клен остролистный (Acer platanoides), мать-и-мачеха обыкновенная (Tussilago farfara), сныть обыкновенная (Aegopodium podagraria).

Фиксируемый у всех перечисленных видов признак, несущий значимую для целей биомониторинга информацию, — длина парных жилок на симметричных сторонах листьев (для каждого вида отдельно).

Наблюдения проводились по' сети наблюдений, разработанной в 1997 году представителями Лаборатории биоиндикации КГПУ, которые заложили основу биомониторинга г. Дубна (рис. 2.10, табл. 2.20).

Наблюдаемая сеть была расположена таким образом, чтобы относительно равномерно охватить всю территорию города; более частая сеть выборок биологического материала расположена вблизи предполагаемых источников повышенного антропогенного воздействия городского полигона твердых бытовых отходов (ТБО) и большого радара космической связи (рис. 2.14).

Рисунок 2.14. Карта расположения точек наблюдений на территории г. Дубна

Таблица 2.20. Список наблюдаемых точек

Сбор материала был начат после завершения интенсивного роста листьев 29 мая и закончен 30 июня 2003 года.

Выборка листьев древесных растений делалась с 2-3 близкорастущих деревьев на площади 10 м или на аллее длиной 30-40 м. Выборка листьев травянистых растений проводилась с нескольких растений (на площади 1кв.м).

Для анализа использовались только средневозрастные растения. С одного вида растения было отобрано не менее 25 листьев. Листья отбирались из нижней части кроны, на уровне поднятой руки, с максимального количества доступных веток (стараясь задействовать ветки разных направлений, условно — на север, юг, запад, восток). Листья собрались примерно одного, среднего для данного вида размера. Листья с одного дерева были связаны ниткой по черешкам. В каждой точке отбиралось максимальное количество видов.

5. О степени нарушенное™ природного комплекса в целом можно судить по состоянию фауны относительно крупных подвижных животных — наземных позвоночных, особенно птиц. Знание видового состава и численности птиц какой-либо территории дает возможность судить об изменениях, происходящих в изучаемых экосистемах, сравнивать их с соседними, менее нарушенными участками и давать рекомендации по проведению природоохранных мероприятий.

Подобные работы, проводимые в рамках программы «Экополис», были успешно осуществлены в г. Пущино. Для изучения видового состава земноводных, пресмыкающихся и птиц г. Дубны в целом и различных природных комплексов города по отдельности в течение года с 01.04.01 по 01.04.02 была исследована вся территория города Дубны.

С целью выяснения антропогенного влияния (в основном рекреационной нагрузки) на видовой состав и численность птиц, проводились маршрутные учеты в лесах, непосредственно примыкающих к жилым кварталам (лес вдоль дорожки на завод «Тензор») и в заказнике «Козлаковский лес». Также проводились учеты в парке на набережной и в городских кварталах Черная речка (ЧР) и Большая Волга (БВ). Длина маршрутов колебалась от 1 до 5 км, ширина учетной полосы — 50м. Учеты проводились как в летнее (май — июль), так и в зимнее (январь - февраль) время (Любимова, 2002). Далее приведена картосхема с указанием расположения исследованных биотопов (рис. 2.15) и их описание (пояснения к рисунку).

Рисунок 2.15. Список и характеристика исследованных биотопов

1. Лес вдоль Северной канавы - смешанные леса с преобладанием сосны, вдоль канавы заросли кустарников

2. ЧР, район коттеджей - граница соснового бора, городских кварталов и садовых участков, много кустарников и плодовых деревьев

3. Сосновый бор на ЧР - сосновый лес практически без подлеска, большая рекреационная нагрузка (15 кв.)

4. ЧР, дорожка на «Тензор» - смешанный лес с преобладанием ели, сосны, изредка осины, имеется густой подлесок, местами попадаются мелкие болотца (14 кв.)

5. ЧР, лес и болото - черноольховое болото, расположенное вдоль Черной речки и граничащий с ним смешанный лес (15 кв.)

6. Лес у Новой дороги - смешанный лес с преобладанием сосны, ели , липы и с густым подлеском (21 кв)

7. Заказник «Козлаковский лес» - включает разные типы леса - ельники, березняки, черноольховые заблоченные участки. Антропогенная нагрузка невелика

8. Заказник «Козлаковский лес», канава - просека околоЗО м и осушительная канава, заросшая кустарником

9. БВ, лес около «Братских могил» - сосняки и ельники с хорошим подлеском, есть заболоченные участки

10. Лес за Александровкой - сосновый и смешанный лес (19 кв)

11. Заказник «Ратминский бор» и парк — сосновый бор, возраст деревьев около 100 лет, развитый подлесок. В парке преобладают старые липы и вязы, много сирени и других декоративных кустарников

12. Лес вокруг площадки ЛВЭ — в основном сосновые леса с примесью ели и березы. Ближайшие к городским кварталам участки подвергаются сильной рекреационной нагрузке

13. Лес на площадке ЛЯП и вокруг нее - сосновые и смешанные леса с редко расположенными корпусами института

14. Л Б, луга вдоль р. Волги, Ю — луга в пойме р. Волга от плотины до оз. Суглинок. К лугам примыкают огороды и р-н индивидуальной застройки. Вокруг оз. Суглинок есть болотистые участки, заросшие кустарником

15. ЛБ, луга вдоль р. Волги, С — луга в пойме р. Волга от оз. Суглинок до Северной канавы. Часть участков занята под огороды, много мелких канав и заболоченных участков.

16. Луга вдоль р. Волги у Ратмино - луга, местами огороды, встречаются небольшие водоемы, заросшие по берегам кустарником

17. Луга вдоль р. Дубны и Сестры — луга и поля, там же расположены деревни и садовые участки

18. Берег р. Дубны близ Александровки, занятый под огородные участки

19. Луга на правом берегу р. Сестры, напротив д. Козлаки

20. Плотина и дамба на Московском море - берег Московского моря включает лесные и заболоченные участки, поляны, промзону

21. Болото меяеду ЧР и БВ, озеро у охотохозяйства

22. Оз. Лебяжье и окрестности - самый большой внутренний водоем города. Берега частично заболоченные, поросшие камышом и кустарниками. К озеру примыкают садовые участки

23. Берег р. Волга, от шлюза до водозабора — полоска берега 200-300м шириной, ограниченная промзоной, занятая лугами, огородами, местами заросшая кустарником. Посередине имеется небольшое озерцо

24. Р. Сестра напротив д. Карманово - река образует заливы, озера, болотца. По берегам — мелколиственные леса

25. Пустырь за котельной на БВ - территория, ограниченная промзоной, гаражами, заброшенными стройками и лесом

26. Садоводческое товарищество «Весна» — обширная территория, занятая 6- соточными участками, граничит с лесами, болотным массивом, полями в р-не Юркино

27. Полигон ТБО, ПБ

28. Полигон ТБО, ЛБ

29. Вырубка за ст. Дубна - осушенное и вырубленное лет 10 назад верховое болото, в настоящее время поросшее молодым березняком. От болота сохранился небольшой участок

30. Парк вдоль р. Волги - старые тополя, липы, яблони, много кустарников, в том числе декоративных. В новой части — молодые липы, клены, ели, много открытых мест.

31. Город ИЧ — малоэтажная застройка, много старых деревьев: сосен, тополей и лип.

32. Город ЧР и БВ— современные многоэтажные дома, зеленые насаждения молодые, много открытых мест.

33. Садоводческое товарищество «Репка»

34. Город, ЛБ — малоэтажная застройка и современные многоэтажные дома, много старых деревьев: сосен, тополей и лип.

35. Садоводческое товарищество «Заря».

36. Лес от железнодорожного переезда до оз. Лебяжье.

37. Университетский городок.

38. ЛВЭ.

2.5.2. Лабораторные методы

1. Отобранные пробы природных вод в лаборатории ДГЦГСЭН анализируются по широкому спектру компонентов по методикам, приведенным в таблице ниже (табл. 2.21). В лаборатории ФГВУ «Центррегионводхоз» — в соответствии с документацией, приведенной ниже в таблице (табл. 2.22).

В лаборатории Международного университета природы, общества и человека «Дубна» пробы были проанализированы на содержание тяжелых металлов — свинец, кадмий, цинк, медь — методом инверсионной вольтамперометрии на полярографе АВС-1, хлоридов — титриметрическим методом, нефтепродуктов — методом инфрокрасной спектрометрии на приборе АН-1, АПАВ, фенолов — фотометрическим методом.

Таблица 2.21. Перечень нормативной документации ДГЦГСЭН на методы испытаний и исследований

Таблица 2.22. Перечень нормативной документации ФГВУ «Центррегионводхоз» на методы испытаний и исследований

В лаборатории МУП «ПТО ГХ» пробы поверхностных вод анализируют по методикам из перечня, внесенного с Федеральный реестр методик выполнения измерений, применяемых в сферах распространения государственного

метрологического контроля и надзора. Реестр приведен в Положении, утвержденном в апреле 1999 г. Госстандартом России («Положение о формировании...», 1999). Здесь же устанавливается обязательность государственной регистрации всех аттестованных МВИ в сфере государственного метрологического контроля и надзора, в том числе в области охраны окружающей среды.' Предполагается, что этот Реестр станет основой для справочно-информационного обслуживания потребителей МВИ в области экоаналитических измерений («Оценка и экологический контроль...», 2001).

Контроль точности результатов количественного химического анализа обеспечивается государственными стандартными образцами и внутренним контролем качества результатов по методу добавок.

2. Образцы почвенных проб были помещены в эмалированную кювету (поддон, кастрюлю) слоем высотой около 2 см, смешивали, отбирали и отбрасывали камни, корни и части растений, почвенных насекомых и червей, инородные включения. Масса одного объединенного образца составляет около 1 кг. При необходимости почву измельчали в агатовой либо яшмовой ступке до отдельностей размером не более 1-2 мм.

Далее в лабораторных условиях смешанный образец был доведен до воздушно­сухого состояния, его выдерживали в сушильном шкафу (духовке) в эмалированной кювете при температуре 100-105 °С в течение не менее 3 час. В случае приближенной оценки, например, при работе в полевых условиях, и невозможности провести взвешивание образцов, допускается, с точностью до нескольких процентов, считать сухой почву, находящуюся в воздушно-сухом состоянии, то есть сухую на ощупь и легко рассыпающуюся.

Высушенный и охлажденный до комнатной температуры почвенный образец просеивали через сито с размером ячеек 1-2 мм. Образец почвы, просеянный через сито, используется в дальнейшем для химического и элементного анализа. Хранят подготовленные таким образом почвенные образцы в полотняных мешочках в сухом месте. Срок хранения образцов не ограничен.

Отобранные пробы почв были проанализированы в сертифицированной лаборатории Эколого-аналитического центра Международного университета природы, общества и человека «Дубна» на содержание нефтепродуктов, а также подвижных и валовых форм тяжелых металлов 1 и 2 классов опасности (свинец, кадмий, цинк, медь).

Содержание тяжелых металлов в почвенных пробах определялось методом инверсионной вольтамперометрии на полярографе АВС-1 («Методика выполнения измерений..», 1993). Подвижные формы тяжелых металлов извлекались из почвы ацетатно-аммонийным буфером с pH 4,8, валовые формы — кислотным разложением проб (1н HNO3). Доля извлечения тяжелых металлов азотнокислой вытяжкой составляет до 90% от их валового количества. Содержание нефтепродуктов в почве определялись методом инфракрасной спектрометрии на приборе АН-1.'

Также были выполнены общие химические анализы почв, такие как, pH, содержание гумуса, сумма обменных оснований для оценки степени деградации почвенного покрова и интерпретации данных по содержанию тяжелых металлов и нефтепродуктов.

3. В отобранных образцах растений было измерена длина жилок на листьях справа и слева. Измерения проводились при помощи линейки. Измерения проводились с рекомендованной точностью до 1 мм.

Все листья одной выборки измерялись одним человеком для предотвращения влияния субъективных ошибок. Интерес представлял не размеры жилок, а разница между длинами справа и слева. Измерение жилок проводилось в зависимости от особенностей изучаемого вида (рис. 2.16).

Рисунок 2.16. Листья используемых растений: 1. Сныть обыкновенная, 2. Мать-и-мачеха обыкновенная, 3. Клевер гибридный, 4. Клен остролистный, 5. - Береза бородавчатая (измеряемые жилки показаны утолщением).

1 Листья сныти — первая жилка от основания черешка. 2. Листья мать-и-мачехи — измеряется вторая жилка от основания черешка. 3. Листья клевера - центральные жилки боковых листочков 4. Листья клена остролистного — измеряются средние жилки боковых пластин слева и с права. 5.

Листья березы - измеряется первая жилка основания («Биомониторинг г. Калуга», 1996).

2.5,3. Расчетные и статистические методы

2.5.3.1. Расчетные методы

1. Для детального анализа состояния загрязнения воздушного бассейна города в системе расчетного мониторинга качества атмосферного воздуха «ЭКОЛОГ-ГОРОД» фирмы «Интеграл» (1999) был проведен расчет полей максимально-разовых концентраций загрязняющих веществ, выделяющихся в атмосферу предприятиями и автотранспортом («Система расчетного мониторинга...», 1999). Результаты расчета легли в основу слоя «Атмосферный воздух» на электронной карте г. Дубна. Данная работа проводилась в несколько этапов.

При подготовке исходных данных (1 этап) имеющаяся информация о действующих источниках выбросов промышленных предприятий, полученная из томов ПДВ и данных инвентаризации, была занесена в унифицированную программу расчета загрязнения атмосферы (УПРЗА) «ЭКОЛОГ» (2001), реализующую положения «Методики расчета концентраций в атмосферном воздухе вредных веществ, содержащихся в выбросах предприятий (ОНД-86)» Госкомгидромета. Программа позволяет по данным об источниках выброса примесей и условиях местности рассчитывать разовые (осредненные за 20-30 минутный интервал) концентрации примесей в приземном слое при неблагоприятных метеорологических условиях.

В УПРЗА «ЭКОЛОГ» были занесены данные об источниках выбросов промышленных предприятий по следующим параметрам:

• Название источника (краткое наименование источника);

• Тип источника: точечный; линейный; неорганизованный; совокупность точечных, объединенных для расчета в один площадной; неорганизованный с нестационарной по времени мощностью выброса, точечный, с зонтом или горизонтальным направлением выброса; совокупность точечных с зонтами или горизонтальным направлением выброса, автомагистраль;

• Высота, в м;

• Диаметр устья, в м;

• Объемный расход газовоздушной смеси из устья источника, в м³/с;

• Средняя скорость выхода газовоздушной смеси из устья источника, в м/с;

• Температура выбрасываемой газовоздушной смеси, в °С;

• Координаты источника на карте-схеме, (X, Y в местной системе координат);

• Вещества и мощности выбросов источника, в т/год.

Все источники загрязнения атмосферы были привязаны к единой городской системе координат на электронной карте города (рис. 2.17).

Рисунок 2.17. Карта расположения источников выбросов на территории г. Дубна.

Всего были обработаны данные по 490 источникам выбросов вредных веществ, выделяющихся в атмосферу от 46 основных промышленных предприятий города различного направления деятельности. Среди них:

• по типу:

— организованных: 441 — неорганизованных: 49

— точечных: 429 — площадных пылящих: 49

— линейных: 12

• по градациям высот:

— до 10 метров: 382, — от 30 метров до 50 метров: 4,

— от 11 метров до 20 метров: 82, — от 51 метра до 100 метров: 4,

— от 21 метра до 29 метров: 18, — выше 100 метров: 0.

Расчеты выбросов автотранспорта были проведены по «Методическим указаниям по оценке влияния выбросов автотранспорта на окружающую среду вдоль автомобильных дорог» (1993).

Данные об интенсивности движения и составе автотранспорта на территории города первоначально обрабатывались в программе «МАГИСТРАЛЬ-ГОРОД», а затем для дальнейшего расчета экспортировались в УПРЗА «ЭКОЛОГ» (2001). Система расчета величин выбросов автотранспорта на автомагистралях «МАГИСТРАЛЬ- ГОРОД» позволяет производить расчет выбросов загрязняющих веществ автотранспортными потоками при движении автомобилей по городским магистралям. Данная программа реализует расчет выбросов в соответствии с Методикой определения выбросов автотранспорта для проведения сводных расчетов загрязнения атмосферы городов (1993).

В основу расчета выбросов автотранспорта легли результаты натурных обследований структуры и интенсивности автотранспортных потоков на 29 основных автомагистралях города, проведенные в 1997-1998 годах.

Расчет полей максимально-разовых концентраций загрязняющих веществ (2 этап) был произведен по данным, полученным на первом этапе создания информационного слоя о качестве состояния атмосферного воздуха в городе, в системе расчетного мониторинга качества атмосферного воздуха «ЭКОЛОГ-ГОРОД» (1999). Система разработана фирмой «Интеграл» для автоматизации управления качеством атмосферного воздуха города и предназначена для создания и автоматизированного пополнения городского банка данных «Источники выбросов. Существующее положение и перспектива», статистической обработки информации, проведения сводных расчетов рассеивания вредных веществ в атмосфере города.

В системе «ЭКОЛОГ-ГОРОД» выполнено три варианта расчета полей максимально-разовых концентраций загрязняющих веществ:

1. Расчет полей максимально-разовых концентраций загрязняющих веществ, выбрасывающихся в атмосферу промышленными предприятиями города;

2. Расчет полей максимально-разовых концентраций загрязняющих веществ, выбрасывающихся в атмосферу города автомобильным транспортом;

3. Сводный расчет полей максимально-разовых концентраций загрязняющих веществ, выбрасывающихся в атмосферу промышленными предприятиями и автотранспортом города.

Результаты расчетов визуализируются на электронной карте города посредством программы «ЭКОЛОГИЧЕСКАЯ КАРТА» (графического редактора встроенного в систему «ЭКОЛОГ-ГОРОД»). Программа «ЭКОЛОГИЧЕСКАЯ КАРТА» позволяет отображать на карте источники выбросов вредных веществ, в виде изолиний поля приземных концентраций по одному или нескольким ингредиентам на одной или нескольких расчетных площадках, устанавливать контрольные точки и проводить графический анализ проведенных расчетов приземных концентраций по контрольному отрезку.

2. Обработка данных, полученных в результате лабораторных исследований различных видов растений, осуществлялась с использованием стандартной программы Microsoft Excel. Она включала в себя:

■вычисление отдельно для каждой точки взятия проб по каждому виду растений коэффициентов флуктуирующей асимметрии. По формуле:

, где

среднеарифметическое различие между сторонами;

^a/-r ~ j j — относительное различие значений признаков между

левой (di) и правой (d_r) сторонами (с учетом знака); п — численность выборки. («Биомониторинг г. Калуга», 1996; Гнеденко, 1988)

■анализ распределения значений флуктуирующей асимметрии растительности на обследуемой территории;

■ моделирование изолиний распределения коэффициента флуктуирующей асимметрии;

■ построение карты-схемы экологического районирования территории г. Дубны по степени выраженности экологического риска.

2.5.3.2. Статистические методы

При обработке информации о состоянии поверхностных вод территории г. Дубны был проанализирован и оценен большой объем данных лабораторных анализов,

содержащихся в протоколах различных контролирующих организаций. Исходные данные отличались разнородностью: по всем точкам контроля организаций было получено различное число протоколов, в подавляющем большинстве случаев не совпадали даты контроля и его время. В результате этого возникли вопросы статистической обработки данных и правомерности использования тех или иных статистических параметров (среднего, медианы или моды имеющихся величин).

Среднее и медиана оценивают положение центра выборки, вокруг которого группируются значения переменной. Среднее обладает рядом замечательных свойств. Однако эта оценка чувствительна к выбросам, которые вносят в нее сдвиг. Среднее правомерно использовать при нормальном распределении, когда «отклонения от нормального вида вносят малое отличие в статистические критерии и другие вопросы».

Медиана является средней точкой вариационного ряда, поэтому она не так чувствительна к выбросам, в некоторых случаях она более удобна, чем среднее. Медиана разбивает выборку на две равные части, при этом половина значений переменной лежит ниже медианы, половина - выше. Медиана дает общее представление о том, где сосредоточены значения переменной.

Квартили — значения, которые делят две половины выборки, разбитой медианой, еще раз пополам. Различают верхнюю и нижнюю квартиль (75% и 25%).

Если распределение несимметрично, то медиана и межквартильный размах могут дать больше информации о том, в какой области концентрируются наблюдения. Если медиана меньше среднего, то распределение сдвинуто вправо, если она больше среднего, то распределение сдвинуто влево.

Мода представляет собой максимально часто встречающееся значение переменной (иными словами, наиболее «модное» значение переменной). Если распределение имеет несколько мод, то говорят, что оно мультимодально или много модально. Эта мультимодальность также служит индикатором того, что выборка не является однородной и наблюдения, возможно, порождены двумя или более «наложенными» распределениями (Боровиков, 2001; Гнеденко, 1988).

Оценим имеющиеся по поверхностным водам данные с точки зрения математической статистики. Все приведенные ниже операции будут для наглядности выполнены на примере данных, имеющихся по концентрациям нитритного азота в пробах и алюминия, полученных из 1 створа реки Волги. Как для остальных

параметров, так и для всех остальных точек контроля все сказанное также выполняется — удовлетворяет либо первому (1), либо второму (2) рассматриваемому ниже случаю.

1. В таблице 2.23 приведены данные лабораторных анализов, выполненных сотрудниками ДГЦГСЭН для проб, отобранных в 1 створе р. Волги.

Рассмотрим, нормально ли распределены результаты лабораторного контроля для нитритного азота и правомерно ли использование среднего значения при построении изолиний и картосхем. Значения среднего и медианы различны: среднее — 2,44, медиана— 1,8, что свидетельствует об асимметричности распределения.

Все зафиксированные за период 1999-2003 годы значения концентраций нитритного азота и частота их встречаемости приведены в таблице 2.24 и на рисунке 2.18.

По таблице и рисунку также видно, что распределение не является нормальным, есть выбросы, и использование среднего является при таких условиях затруднительным. Кроме того, нельзя сказать достоверно, что выбросы свидетельствуют о значительных повышениях концентраций вещества^ они могут быть связаны и с неточностями в работе приборов (оборудование лаборатории имеет довольно большой срок эксплуатации), и с ошибками работы персонала (сотрудники часто меняются). Таким образом, имеет смысл не учитывать все значения переменной.

Более того, обычно имеется следующая схема выбора при условии, что имеется одна мода: если данные категоризованы (представлены в виде частот наблюдений, попавших в определенные категории или классы), то используют моду. Если не все имеющиеся значения переменной представляют интерес, распределение несимметрично, имеются выбросы, используют медиану. В противном случае работают со средним (Боровиков, 2001).

Итак, при подобном распределении концентраций следует рассматривать медиану, как наиболее показательную характеристику.

2. Рассмотрим, как распределены результаты лабораторного контроля для алюминия и какую характеристику следует использовать при построении изолиний и картосхем.

Значения среднего и медианы хотя близки, однако не совпадают: среднее — 0,23, медиана— 0,21. Таким образом, распределение снова несколько смещено.

Все зафиксированные за период 1999-2003 годы значения концентраций алюминия и частота их встречаемости приведены в таблице 2.25 и на рисунке 2.19.

Таблица 2.23. Данные лабораторных анализов ДГЦГСЭН no 1 створу (около дер. Крева)

Таблица 2.24. Частота встречаемости концентраций нитритного азота

(по данным ДГЦГСЭН) Рисунок 2.18. Гистограмма распределения значений

Таблица 2.25. Частота встречаемости концентраций алюминия (по данным ДГЦГСЭН)

Рис. 2.19. Гистограмма распределения значений

Хотя по таблице и рисунку видно, что распределение концентраций близко к нормальному, но оно таковым не является. И снова наиболее правильным является использование медианы (Гнеденко, 1988; Гурман, 1998; «Справочник по прикладной...», 1989).

2.5.4. Картографические методы

В процессе выполнения работы при построении изолиний по выбранным компонентам каждой природной среды была использована картографическая система построения поверхностей Surfer версии 7.0.

Далее при оценке степени выраженности экологического риска для каждого компонента и затем определенной природной среды в целом применялась геоинформационная система Maplnfo версии 6.5. Все интегральные картосхемы по компонентам среды и суммарная картосхема степени выраженности экологического риска для территории города также были построены в этой системе.

В пакете Maplnfo заложена возможность анализа растровых изображений как подложки для вновь создаваемых отредактированных карт, что многократно упрощает сами процессы цифрования и редактирования карт. В роли растровых изображений могут выступать как отсканированные черно-белые и многоцветные карты, так и аэро- и космические изображения (Жуков, Новаковский, Чумаченко, 1999).

В данной программе предусмотрено использование таких наиболее известных растровых форматов, как PCX, GIF, TIFF. Предусмотрена возможность выполнять ограниченную корректировку растровых изображений по яркости и контрасту, а также осуществлять координатную привязку растровых изображений к векторным с использованием контрольных точек.

Для облегчения задачи создания атрибутивной базы данных можно использовать растровую подложку, изготовленную путем сканирования и привязки к географической системе координат по серии контрольных точек. При работе с такой растровой подложкой на экране компьютера видны как векторное, так и растровое (исходное) изображения, что позволяет оперативно заносить в базу данных названия и типы объектов (населенных пунктов, дорог, рек, озер И Т.Д.).

В пакете Maplnfo оцифрованные тем или иным способом материалы редактируются, приводятся в соответствие друг с другом, организовываются в элементарные слои.

Пакет Maplnfo, разработанной американской корпорацией Mapping Information

Systems Corp., в последние годы занял ведущие позиции среди геоинформационных систем для персональных компьютеров, a Mapping Information Systems Corp. В входит в число наиболее быстро и успешно развивающихся компаний США.

Несмотря на небольшой объем и малые потребляемые ресурсы, программа Maplnfo обладает широкими возможностями, позволяющими на ее базе создавать не только картографические произведения, но и геоинформационные системы. В ее состав входит специализированный язык программирования MapBasic, поставляемый в качестве расширения базовой системы. Его использование и позволяет создавать геоинформационные системы для конечного пользователя.

Язык программирования MapBasic, действующий в среде Maplnfo, имеет структуру и идеологию семейства Basic-языков, представленных в последних разработках Microsoft Corp. Арсенал MapBasic достаточно обширен, с его помощью к программе Maplnfo можно подключать модули, созданные в среде Visual Basic и С⁺⁺.

В Maplnfo можно совмещать растровую графику с векторной, что значительно облегчает создание и восприятие данных. Векторную графику можно конвертировать из AutoCad, Arclnfo, переносить через системный буфер WINDOWS (Clipboard), а также создавать на месте, пользуясь собственным графическим редактором. Кроме того, возможно использование практически любых растровых форматов.

Система предоставляет широкие возможности для управления базами данных, созданными как в самой программе, так и в других программах, работающих под управлением Windows. Эти возможности включают в себя сортировку, выборку, объединение объектов и т.д.

В Maplnfo также сильно развита система запросов.

Maplnfo работает с форматами dBase, ASCII с разделителями, WKS и XLS, не меняя исходного формата данных. Таким образом, в этой программе можно использовать свои базы данных, собранные и заполненные до приобретения данного программного продукта.

Собственная СУБД Maplnfo поддерживает географические запросы, то есть запросы к базе данных с учетом взаимного расположения объектов — пересечения, включения и т.д.

В системе поддерживается также множество проекций, которые можно использовать при создании карт. Так как проекции описаны в простом текстовом формате, у пользователей появляется возможность создавать собственные проекции. Начиная с версии 4.0, в Maplnfo предусмотрена возможность задания собственного

произвольного эллипсоида и создания собственного типа линий. По специальному запросу выдаются статистические данные по какой-либо из колонок любой открытой в данный момент таблицы: общее число записей, минимальное и максимальное значения, амплитуда, сумма, среднее значение, коэффициент вариации и стандартное отклонение.

Maplnfo обладает стандартным набором оверлейных операций, то есть операций над группами объектов, расположенными в разных слоях.

Особенностью данной системы является создание только одного типа структуры базы данных для каждого из создаваемых слоев, а также геокодирование файлов баз данных, связанных с объектами в системе. В то же время в системе имеется возможность подключения внешних баз данных в наиболее распространенных форматах, например, dbf, Excel, ASCII и др. Связь с существующими слоями происходит путем задания соответствия по какому-либо из столбцов таблицы.

Существует возможность создания тематических карт с использованием пяти способов изображений: качественный фон, картограммы, способ, картограммы и локализованные диаграммы. Карты создаются в автоматическом режиме по атрибутивным данным для полигональных или точечных объектов. Возможно совмещение нескольких способов, например, качественного фона и локализованных диаграмм.

Удачно спроектированный интерфейс Maplnfo содержит команды и операции, представляющие в понятой и естественной форме концепцию геоинформатики, а также позволяющие применять опыт, накопленный при работе с Microsoft Excel, Corel Draw и другими популярными пакетами.

Преобразование координат, проекции и другие географические подробности удалены с переднего плана интерфейса, но легко доступны. Работая в графических средах, Maplnfo широко использует их оформительский арсенал. При работе можно пользоваться арсеналом деловой графики, например, вращать текстовые объекты и располагать их параллельно линиям, создавать тематические карты с выделением на них объектов по достаточно сложному критерию, а также совмещать все эти карты, графики, списки и украшающие элементы в отчетной документации (Жуков, Новаковский Чумаченко, 1999).