Документ взят из кэша поисковой машины. Адрес оригинального документа : http://www.chronos.msu.ru/old/RREPORTS/bulgakov_regionalny/bulgakov_regionalny.htm
Дата изменения: Sat Dec 14 13:28:52 2013
Дата индексирования: Fri Feb 28 13:56:40 2014
Кодировка: Windows-1251
Поисковые слова: флуоресценция
Н.Г.Булгаков, А.П.Левич, В.Н.Максимов. Региональный экологический контроль на основе биотических и абиотических данных мониторинга

Экологический мониторинг. Часть 5. Учебное пособие под ред. проф. Д.Б.Гелашвили. - Нижний Новгород: Изд-во Нижегородского ун-та, 2003, с. 93-259.
© Н.Г.Булгаков, А.П.Левич, В.Н.Максимов

Региональный экологический контроль на основе биотических и абиотических данных мониторинга

Н. Г. Булгаков, А. П. Левич, В. Н. Максимов

Московский государственный университет им. М.В.Ломоносова, Биологический факультет

  1. Введение

В задачи экологического мониторинга входят сбор, хранение, а также анализ данных о природной среде и о влиянии на нее человеческой деятельности.

Сбор данных в России регламентируется методическими руководствами Роскомгидромета, ответственного за экологический мониторинг в стране, и других ведомств (см., например, Руководство по гидробиологическому мониторингу..., 1992; см. также http://ecograde.bio.msu.ru/opis3.htm; Организация и проведение..., 1992; Экологический мониторинг..., 1998, 2000).

Хранение данных происходит как на бумажных (см., например, Ежегодники состояния..., 1981-1991; Ежегодники качества..., 1984-1991; Ежегодные данные..., 1990; Ежеквартальные бюллетени..., 1975-1983), так и на электронных носителях. Из вневедомственных баз данных мониторинга отметим информационную систему (ИС) "Экология пресноводных вод России" (http://ecograde.bio.msu.ru; см. также Абакумов и др., 2000), основывающуюся на указанных выше "бумажных" публикациях.

ИС "Экология пресноводных вод России" включает набор баз данных:

Подробное описание гидробиологических и физико-химических характеристик, представленных в ИС, дано соответственно в табл. 1 и 2. Базы данных охватывают сведения о большинстве крупнейших речных бассейнов России (Северная Двина, Волга, Дон, Кубань, Терек, Обь, Енисей, Ангара, Лена, Амур, Уссури).

ИС реализована в 2-х формах: 1) программа Ecograde для работы в среде Microsoft Access. Эта программа позволяет работать с информационными картографическими материалами, со списками водных объектов, измеряемых переменных; позволяет вводить и редактировать данные, вести их обработку. Для программы созданы разделы "Описание информационной системы" и "Инструкции пользователю". 2) Сайт в сети Internet (http://ecograde.bio.msu.ru), на котором доступны все материалы и функции, содержащиеся в программе Ecograde, кроме ввода и редактирования данных. Встроенный в сетевую версию MySQL-сервер позволяет получать выборки из таблиц баз данных по заданным значениям полей.

Кроме набора баз данных, ИС содержит инструкции пользователю, картографические материалы по гидрографическим районам России с указанием створов отбора проб, информацию о методиках отбора проб и о методах получения оценок качества пресных вод, информацию о программах химического, токсикологического, гидрологического и биологического мониторинга в бассейнах рек России, об индивидуальных сапробностях гидробионтов.

Анализ данных для целей экологического контроля природной среды решает следующие взаимно дополняющие, но не заменяющие друг друга задачи:

индикация экологического состояния природных объектов на шкале "норма-патология";

диагностика, т.е. выявление и ранжирование причин, нарушающих экологическое благополучие;

нормирование воздействий на экосистемы;

прогноз экологического состояния систем на основе предполагаемых значений потенциальных абиотических воздействий;

управление качеством нарушенных экосистем.

Можно привести медицинскую аналогию задачи экологического контроля. Индикация экологического состояния соответствует показателю температуры тела теплокровных организмов, отклонение которой от нормы является неспецифическим симптомом патологического состояния организма. Диагностика соответствует выявлению истинных причин патологического состояния. Нормирование и управление качеством среды соответствуют методам лечения болезни. Отметим, впрочем, что подобная аналогия не подразумевает неправомерного отождествления экосистемного и организменного уровней жизни. В.Д.Федоров (1970) обратил внимание на важнейшее различие между организмом и надорганизменными системами, которое состоит в том, что организмы - это системы a-типа, в которых "выделяется подсистема, регуляторная связь которой с любым элементом сильнее, чем связь этого элемента с произвольно взятым другим элементом". В r-системах, к которым относятся экосистемы, все связи между элементами равноценны. Вследствие того, что в r-системах нельзя произвести выделение управляющей подсистемы, их относят к классу систем с "пассивным" управлением. Для a-систем функциональные перестройки направлены на поддержание, в конечном счете, постоянства структурных характеристик (например, сохранение специфического внешнего облика системы за счет функционирования механизмов регуляции обмена веществ). Для r-систем структурные перестройки направлены на поддержание постоянства функциональных характеристик. Так, например, изменение соотношения свето- и теплолюбивых видов позволяет поддерживать постоянство продукционных характеристик в течение вегетационного периода при варьировании температурных условий и освещенности.

Здесь наиболее существенно то, что указанные различия a-систем и r-систем имеют следствием соответственно смертность организма и бессмертие экосистемы. Поэтому для организма понятия "нормы" и "патологии" имеют вполне осмысленное содержание, так как действительно есть некоторая объективная шкала, на которой можно провести более или менее четкую границу между нормальным уровнем функционирования организма и его патологическими нарушениями. Эта шкала измеряется близостью к смерти. Поэтому, например, температура тела у взрослого человека выше 400C - несомненный признак патологии и вовсе не потому, что статистическая норма для этого показателя составляет 36.60С, а потому что при 42-430C может наступить смерть (т.е. прекращение функционирования) из-за паралича сердца или кровоизлияния в мозг. В экосистеме же сохранение функции за счет структурных изменений означает, что ее внешний облик (видовой состав сообщества) может кардинально измениться, а продуктивность при этом останется относительно постоянной. Это и есть бессмертие экосистемы, потому что, во-первых, изменение видового состава происходит постепенно и нельзя установить момент, когда, например, мезотрофный водоем превращается в эвтрофный, а озеро - в болото. Во-вторых, в отличие от смерти, процесс экосистемных структурных перестроек обратим. Отсюда следует, что хотя в последнее время все чаще и чаще употребляются термины "здоровье" и "болезнь" экосистемы (о чем более подробно будет сказано в нижеследующем обзоре методов биоиндикации), такие определения по сути бессодержательны, иначе придется признать болото менее "здоровой" экосистемой, чем бывшее когда-то на этом месте озеро. Очевидно, устанавливать параметры нормального состояния экосистемы и некоторого отклонения от этой нормы нужно в применении к определенным практическим нуждам человека (обеспеченности пищей, чистой водой, территориями, предназначенными для рекреационных целей и т.д.).

Содержание предлагаемой читателю книги задумано как руководство по количественным технологиям, предназначенным для решения указанных выше задач экологического контроля. Иллюстрирующие примеры в тексте относятся, в первую очередь, к данным по пресноводным экосистемам.

  1. Концепции экологического контроля

2.1. Трудности современной концепции, основанной на нормативах предельно допустимых концентраций загрязняющих веществ

Действующая в настоящее время система экологического контроля основана на концепции предельно допустимых концентраций загрязняющих веществ (ПДК). Однако известно, что концепция ПДК экологически не обоснована. Перечислим основные недостатки этой концепции (Федоров, 1973; Абакумов, Сущеня, 1991):

- Нормативы ПДК определяются в лабораторных условиях в краткосрочных (дни) и хронических (недели) экспериментах на изолированных популяциях организмов, принадлежащих к небольшому числу тестовых видов, по ограниченному набору физиологических и поведенческих реакций для отдельных факторов без какого-либо учета их возможного взаимодействия, поэтому экстраполяция нормативов ПДК на реальные природные объекты неправомерна.

- ПДК принимаются как единые нормативы для огромных административных территорий (порядка одной шестой части суши), в то время как действие загрязняющих веществ зависит от специфических фоновых, климатических, хозяйственных и многих других характеристик конкретного региона. Вследствие этого использование единых ПДК в районах с различными экологическими условиями в реальной практике невозможно. Возможна, например, следующая ситуация. В водоеме фоновые концентрации железа на порядок превышают ПДК, однако водные организмы адаптированы к этим концентрациям и требовать у предприятий снижения содержания железа в стоках до ПДК бессмысленно. Содержание же хлоридов в водах значительно ниже ПДК, хотя есть данные о том, что хлориды негативно влияют на некоторые популяции водных организмов. Однако требовать уменьшения концентрации хлоридов в стоках невозможно, поскольку нормативы ПДК не нарушены.

- За несколько десятилетий в результате достаточно дорогостоящих исследований для водоемов хозяйственно-бытового назначения установлено около тысячи ПДК, тогда как число загрязняющих веществ антропогенного происхождения превысило миллионы наименований и ежегодно синтезируется около четверти миллиона новых химических веществ. Кроме того, при попадании в воду или воздух сбросов различных предприятий при их химическом взаимодействии образуются вещества разнообразной химической природы, которые действуют на биоценозы принципиально иначе, чем их составляющие. Более того, в результате происходящих химических реакций и превращений химических элементов в водной среде происходит образование новых соединений, которые могут быть токсичнее исходных ингредиентов. Вредное действие физических, химических и других факторов при их комбинировании может суммироваться (аддитивное или независимое действие), ослабляться (антагонизм) или усиливаться (синергизм). При этом, естественно, синергическое действие факторов представляет наибольшую опасность для организмов. Согласно обобщенной концепции синергизма (Петин и др., 1999), при комбинированных воздействиях факторов происходит образование дополнительных повреждений за счет взаимодействия субповреждений, индуцируемых каждым из агентов и не являющихся значимыми при раздельном воздействии каждого из факторов. Показано, что существует оптимальное соотношение воздействующих агентов, при котором повреждающий эффект максимален. Чем меньше интенсивность одного фактора, тем меньшая интенсивность другого фактора должна использоваться для проявления максимального повреждающего эффекта. Анализ аддитивного взаимодействия факторов актуален при нормировании воздушных загрязнений. Так, выявлена особенно высокая зависимость внутриутробной смертности эмбрионов у матерей в Сан-Паулу (Бразилия) с индексом, отображающим совместное действие концентраций в воздухе NO2, SO2 и CO, по сравнению с концентрациями каждого из веществ в отдельности (Pereira et al., 1998). Подобный эффект был замечен в отношении сочетанного воздействия радионуклидных и химических загрязнений на перестройку генома и изменение свойств внутриклеточной среды у человека, мышевидных грызунов и растений (Бурлакова и др., 1998). Заметим также, что не более 10% от общего числа нормированных по ПДК веществ обеспечено методами обнаружения на уровне ПДК (Абакумов, Сущеня, 1991).

- На организмы, помимо химического загрязнения, оказывают негативное влияние многие другие факторы, например, тепловое, радиационное, электромагнитное или биологическое загрязнения. И хотя контроль за подобными "нехимическими" воздействиями в принципе возможен в лабораторных условиях, в реальности никто не занимается определением соответствующих ПДК из-за больших материальных затрат, связанных с такими опытами.

- Необоснованным выглядит также один из основополагающих принципов концепции ПДК, указывающий на абсолютную универсальность полученных нормативов, пригодность их для любой природной зоны, любого времени года, любого местообитания (например, при разработке рыбохозяйственных ПДК не учитывается даже разница между лентическими и лотическими водоемами). В самом деле, каждая экосистема обладает эволюционно обусловленным уникальным комплексом связей между отдельными компонентами, специфическим адаптационным потенциалом к возможным опасным воздействиям, выработанной со временем токсикорезистентностью.

Оценка состояния природных объектов по уровням ПДК фактически является неоправданной экстраполяцией границ толерантности тестовых организмов по отношению к изолированным воздействиям на существенно многовидовые экосистемы, где действуют одновременно сложные комплексы десятков и сотен факторов самой разной природы, и которые находятся (в отличие от стандартных лабораторных популяций) в совершенно различных фоновых условиях функционирования.

Отсутствие соответствия между лабораторными и природными моделями экосистем приводит к тому, что ПДК часто оказываются завышенными (Жигальский, 1997). В качестве примера можно привести ситуацию, когда, несмотря на удовлетворительные результаты гидрохимического анализа (т.е. соблюдение ПДК) в водоемах заповедника 'Большая Кокшага' (республика Марий Эл), проведенный гидробиологический мониторинг показал тенденцию к ухудшению экологического состояния пойменных участков реки, что выражалось в изменении структуры зоопланктонных сообществ (Дробот, 1997). Известны и обратные ситуации - например, состояние сообщества зоопланктона (индексированное по стабильности видового состава) в реке Суре в 1993-1997 оставалось благополучным и при превышении ПДК большинства измеряемых физико-химических показателей (Максимов и др., 2000).

Перечисленные недостатки концепции ПДК ставят под сомнение дееспособность всей существующей системы экологического контроля - методов диагностики, нормирования, прогноза, управления, а вместе с ними - экономических, правовых и социальных инструментов природоохранной деятельности. Недостатки концепции ПДК известны давно и конструктивная постановка проблемы состоит не столько в критике устаревшего подхода, сколько в конкретной разработке комплекса методов, способных заменить существующие методы контроля.

2.2. Биотическая концепция контроля природной среды.

Альтернативой методологии ПДК, биологической основой которой является существование пределов толерантности для отдельных организмов, могла бы служить концепция экологической толерантности, устанавливающая допустимые уровни воздействий для биотической части реальных экосистем. Согласно предлагаемой концепции (Максимов, 1991а) для любой экологической системы можно найти такие пределы изменений экологических факторов, при которых сохраняют относительную стабильность признаки, отличающие эту экосистему от других, соседних, экосистем. В указанном смысле можно отождествить пределы экологической толерантности с границами, внутри которых состояние экосистемы можно считать нормальным. Тогда по отношению к загрязняющим веществам-ксенобиотикам нижний предел толерантности устанавливается автоматически: это их полное отсутствие в экосистеме. Верхний предел толерантности можно тогда считать экологически допустимым уровнем загрязнения.

Представление о пределах толерантности широко известно в экологии, но в приложении к индивидуальным организмам и экологическим популяциям. Механическое перенесение этого представления на сообщества и экосистемы неправомерно, так как они отличаются от индивидуальных организмов прежде всего принципами самоорганизации. Вследствие этого при выходе какого-либо фактора за пределы толерантности у организма, как говорилось, наблюдается изменение функциональных показателей его состояния при неизменных показателях его состава и структуры, т.е. морфологических признаков (даже в тех крайних случаях, когда наблюдается гибель организма). В противоположность этому любое изменение внешних условий вызывает в сообществе (а значит и в экосистеме) прежде всего структурные изменения (изменение обилия видов, трофических группировок, размерного и возрастного состава и т.п.) при относительном постоянстве таких функциональных показателей, как продуктивность, скорость деструкции и других процессов экологического метаболизма (Федоров, 1970). В силу этого при чрезмерном отклонении внешних условий от некоторой внешней 'нормы' наблюдается достаточно постепенное превращение одной экосистемы в другую, такое, что его нельзя характеризовать, как гибель.

Следует упомянуть и о другом отличии экосистем от организма, которое хотя и не носит столь принципиального характера, как только что рассмотренное, но, тем не менее, должно быть принято во внимание при разработке методологических основ изучения экосистем. Оно заключается в том, что пределы толерантности организма или популяции можно установить непосредственно в эксперименте, в котором любой экологический фактор можно варьировать в достаточно широких пределах, испытывая в частности и такие уровни этого фактора, при которых возможна гибель по крайней мере некоторой части особей изучаемой популяции. Очевидно, что подобный эксперимент немыслимо провести с какой бы то ни было природной экосистемой. Отсюда следует, что по сути дела единственным способом установления пределов толерантности экосистемы по отношению к любым экологическим и ксенобиотическим факторам может быть достаточно широкомасштабное и регулярное наблюдение за этой экосистемой, т.е. экологический мониторинг.

Другими словами, речь идет о пассивном 'эксперименте', который человечество в течение длительного времени проводит в местах своего проживания и хозяйственной деятельности не на отдельных организмах, а на популяциях и сообществах, реально населяющих природные экосистемы; не с изолированным химическим веществом, а с полным комплексом действующих на биоту данной экосистемы факторов (химических, гидрологических, климатических, радиационных, биологических и т.д.); в условиях конкретного региона с учетом его фоновых и других локальных характеристик; не при краткосрочном воздействии, а в реальном масштабе времени с учетом запаздывания реакций и накапливания эффектов.

Появляется возможность сменить 'химический' (основанный на методологии ПДК) подход к осуществлению экологического контроля на биотический подход (Левич, 1994), основанный на концепции экологической толерантности (Максимов, 1991а) и на представлениях о приоритете биологического контроля (Абакумов, 1991). Эта концепция предполагает существование причинно-следственной связи между уровнями воздействий на биоту и откликом биоты. Задача биотического подхода - выявить в пространстве абиотических факторов границы между областями нормального и патологического функционирования природных объектов. Такие границы предлагаются взамен нормативов ПДК и называются экологически допустимыми уровнями (ЭДУ) нарушающих воздействий. Согласно биотическому подходу, оценки экологического состояния на шкале 'норма-патология' должны проводиться по комплексу биотических показателей, а не по уровням абиотических факторов. Абиотические же факторы (загрязнения, другие химические характеристики, климатические показатели, интенсивности переносов и др.) должны рассматриваться как агенты воздействия на популяции организмов, на экологические связи между ними и как потенциальные причины экологического неблагополучия.

Для реализации биотического подхода необходим набор методов получения оценок состояния сообществ, с помощью которых можно было бы отличить экологически благополучную экосистему от экосистемы, в которой произошли существенные изменения, вызванные внешними (в первую очередь - антропогенными) воздействиями. Тогда на некоторой шкале состояний сообществ можно будет установить границы 'нормы' и 'патологии'. Впрочем, ввиду упомянутых выше принципиальных различий между экосистемой и организмом, в данном случае лучше говорить об установлении границ стабильного существования экосистемы, т.е. таких пределов изменения биотических параметров, при которых экосистема 'сохраняет свое лицо'. Систематический контроль за изменением выбранных оценок состояния и должен составлять основу биологической части экологического мониторинга.

Другая группа методов должна обеспечить выявление тех физико-химических характеристик экосистемы, которые ответственны за изменение состояния сообщества и его выход за установленные границы стабильного существования. Это, очевидно, должны быть математические методы анализа, позволяющие выделить в многомерном пространстве экологических факторов область экологического благополучия. Речь здесь может идти, разумеется, только о тех факторах, которые контролируются в соответствии с химической составляющей программы экологического мониторинга. К этой же группе следует отнести и те математические методы, с помощью которых можно установить ЭДУ для обнаруженных повреждающих воздействий.

Отметим, что речь идет об анализе данных экологического мониторинга реальных природных объектов, т.е. об анализе огромных массивов экологических данных. Такой анализ доступен лишь современным информационным технологиям, включающим компьютерные базы экологических данных.

 

 

3. Особенности анализа данных экологического мониторинга

3.1. Трудности приложения математической статистики к анализу данных мониторинга

Фундаментальные знания о закономерностях функционирования естественных надорганизменных систем добывают не только в специально организованных и спланированных экспериментах, но и путем анализа данных экологического мониторинга, полученных с помощью стандартных методик. Однако эти данные не всегда удовлетворяют требованиям метрологии, статистической воспроизводимости и другим условиям, которые позволили бы обоснованно использовать для их анализа традиционные методы математической статистики (Максимов и др., 1999).

Независимо от конечных целей экологического мониторинга и организации соответствующей системы наблюдений результат этих наблюдений всегда представляет собой прямоугольную таблицу. Если значения измеряемых переменных располагать в столбцах, число таких столбцов может достигать нескольких десятков - по числу переменных. Каждая строка в такой матрице будет содержать измеренные значения упомянутых переменных в одной пробе, отобранной в определенный момент времени в определенном месте. Понятно, что число таких строк может измеряться сотнями. Иначе говоря, исходные данные, полученные по программе мониторинга, представляют собой матрицу размерности m*n, где m - число строк, n - число столбцов, и размерность эта весьма велика.

При работе с такими матрицами специалисты по статистическому анализу экспериментальных данных рекомендуют использовать разнообразные методы многомерной статистики. Преимущества этих методов, по-видимому, бесспорны: 1) вместо изучения каждой из переменных в отдельности и ее связей с остальными можно сразу исследовать весь массив данных и получить информацию о влиянии всех переменных и их взаимодействий на изучаемую экосистему; 2) при нынешней всеобщей компьютеризации снимаются все затруднения, связанные с огромным объемом вычислений. Раньше многомерными статистическими методами могли пользоваться лишь сравнительно немногие исследователи, в распоряжении которых были большие вычислительные машины и при них помощники-программисты. Теперь не менее (а то и более) мощный персональный компьютер стоит у каждого экспериментатора на письменном столе, а современные (и весьма популярные!) пакеты прикладных статистических программ, такие как Стадия, Statgraphics, Systat, SPSS, Statistica и т.п., позволяют осуществлять анализ данных даже в том случае, когда исследователь имеет лишь приблизительное представление об алгоритме соответствующих вычислений и принципах его построения. Достаточно создать файл исходных данных и "загрузить" подходящий программный модуль из пакета, которым данный пользователь располагает, руководствуясь в высшей степени "дружественным интерфейсом", которым снабжен каждый такой пакет.

Однако в этой кажущейся простоте заключена и немалая опасность, поскольку далеко не всегда исходные данные удовлетворяют тем, довольно жестким, требованиям, которые предъявляют к ним стандартные статистические методы. В учебниках по статистике эти требования, естественно, всегда оговариваются. Важнейшие из них - нормальность распределений переменных, однородность дисперсий, устойчивость частот. Однако ни в одном из таких учебников мы не видели указаний на то, к чему приводит нарушение этих требований.

В работе В.Н.Максимова с соавторами (1999) проводили исследование эффективности традиционных методов математической статистики при анализе сопряженностей гидрохимических и биотических (численности видов зоопланктона) характеристик на примере экосистемы р. Сура в районе Сурского водохранилища.

Многомерный анализ часто начинают с расчета Пирсоновских коэффициентов парной корреляции, которые отражают сопряженность изменений во времени и пространстве любых двух переменных в исходной матрице данных. Наличие таких сопряженностей между гидрохимическими переменными указывает на некоторые характерные особенности гидрологии в исследуемом водоеме, а наличие статистической связи между отдельными гидрохимическими и биологическими переменными может характеризовать отклик биотической компоненты экосистемы на изменение абиотических условий. Кроме того, в результате расчета коэффициентов корреляции для всех пар переменных мы получаем корреляционную матрицу, которая служит основой для таких популярных методов многомерного анализа, как множественная регрессия, факторный анализ, некоторые модификации кластер-анализа.

Хорошо известно однако, что величина коэффициента корреляции Пирсона, как параметра 2-мерного нормального распределения, отражает тесноту связи