Глобальный экологический кризис: мифы и реальность
Автор: Кондратьев Сергей Алексеевич, Шмакова Марина Валентиновна, Брюханов Александр Юрьевич, Чичкова Елена Федоровна, Маркова Елена Геннадьевна
Журнал: Общество. Среда. Развитие (Terra Humana) @terra-humana
Рубрика: Осмысление ноосферы
Статья в выпуске: 1 (38), 2016 года.
Бесплатный доступ
Предложена модель формирования биогенной нагрузки на водосборе, учитывающая вклад как точечных, так и рассредоточенных (диффузных) источников естественного и антропогенного происхождения. Выполнен расчет биогенной нагрузки на Финский залив со стороны водосбора реки Луги в современных условиях. Дана оценка возможного снижения нагрузки в результате внедрения в сельскохозяйственное производство наилучших доступных технологий обращения с органическими и минеральными удобрениями
Биогенная нагрузка, математическая модель, наилучшие доступные технологии
Короткий адрес: https://sciup.org/14031997
IDR: 14031997
Текст научной статьи Глобальный экологический кризис: мифы и реальность
Кондратьев С.А., Шмакова М.В., Брюханов А.Ю., Чичкова Е.Ф., Маркова Е.Г.Оценка возможного снижения биогенной нагрузки, сформированной на речном водосборе, в результате внедрения наилучших доступных сельскохозяйственных технологий // Общество. Среда. Развитие. – 2016, № 1. – С. 92–99.
Общество. Среда. Развитие ¹ 1’2016
Целью настоящего исследования является:
– разработка математической модели формирования биогенной нагрузки на водосборе, позволяющей оценивать изменения выноса биогенных веществ в зависимости от оптимизации сельскохозяйственной деятельности;
– модельная оценка снижения нагрузки за счет использования наилучших доступных технологий (НДТ) обращения с органическими и минеральными удобрениями на примере водосбора реки Луги.
Интегральным показателем оптимизации деятельности сельхозпредприятий является использование в их деятельности наилучших доступных технологий (НДТ). 1 января 2015 года вступил в силу Федеральный закон Российской Федерации
№ 219-ФЗ от 21 июля 2014 года «О внесении изменений в Федеральный закон “Об охране окружающей среды и отдельные законодательные акты Российской Федерации”», предусматривающий внедрение наилучших доступных технологий (НДТ). Основные положения закона соответствуют принципам применения НДТ в странах ЕС. Применительно к сельскохозяйственному производству внедрение НДТ включает оптимизацию следующих технологий [7, c. 22]: кормление животных; содержание животных; удаление, хранение, переработка навоза; использование органических удобрений. В разделах кормления животных и использования органических удобрений затрагиваются вопросы эффективного использования минеральных удобрений, которые должны стыковаться с НДТ и вести к рациональному использованию питательных веществ. Средством количественной оценки эффективности внедрения НДТ может служить математическая модель формирования биогенной нагрузки на водосборе, описывающая интенсивность источников биогенных веществ и воздействие сельскохозяйственных технологий их на миграцию в пределах рассматриваемой территории.
Модель формирования биогенной нагрузки от точечных и рассредоточенных источников на водные объекты разработана на основе отечественного и зарубежного опыта моделирования выноса биогенных веществ с водосборных территорий, поступления биогенных веществ в водоемы [4, c. 253; 5, c. 50–59; 8, c. 337], а также рекомендаций ХЕЛКОМ по оценке нагрузки на водные объекты бассейна Балтийского моря [10, c. 80]. Основой разработки является модель формирования биогенной нагрузки на водные объекты ILLM – Institute of Limnology Load Model [5, c. 50–59], разработанная в Институте озероведения РАН – ИНОЗ РАН и модифицированная в соответствии с требованиями решаемой задачи, а также метод оценки биогенной нагрузки, сформированной сельхозпредприятиями, предложенный специалистами Института агроинженерных и экологических проблем сельскохозяйственного производства – ИАЭП [7, c. 22].
Модель предназначена для количественной оценки биогенной нагрузки, сформированной точечными и рассредоточенными источниками загрязнения, и прогнозом ее изменения под влиянием возможных антропогенных и климатических изменений. Модель ориентирована на существующие возможности информационного обеспечения со стороны системы государственного мониторинга водных объектов Росгидромета, а также структур государственной статистической отчетности о сбросах сточных вод и сельскохозяйственной деятельности на водосборах РФ.
Нагрузка общим фосфором и общим азотом на водоем-водоприемник (L ) со стороны водосбора рассчитывается как сумма биогенной нагрузки на гидрографическую сеть водосбора, сформированную сельхозпредприятиями ( Lagr ), и нагрузку, сформированную естественными и антропогенными ландшафтами, не подверженными в настоящее время сельскохозяйственному воздействию ( Lc ). Кроме того, в формировании нагрузки принимают участие точечные источники загрязнения, сбрасывающие свои стоки в гидрографическую сеть
( Lp1 ) и непосредственно в водоем-водоприемник ( Lp2 ):
L = (L agr + L c + L p1 )(1–R) +L p2 , (1)
где R – безразмерный коэффициент удержания гидрографической сетью водосбора. Все остальные члены уравнения (1) имеют размерность [т/ год].
Нагрузка, сформированная на полях сельхозпредприятий, рассчитывается по методу, предложенному специалистами ИАЭП [7, c. 22] для использования в условиях северо-запада России. Расчетная зависимость имеет следующий вид:
K2K3K4K5
Lagr = 1000 X
XE Ai (MsoiliK 1 + (a1 Mmini +a2 Morgi)K6) (2) i где М soil i , M min i и M org i – содержание биогенного вещества в пахотном слое почвы, а также дозы внесения минеральных и органических удобрений на поля i–го сельхозпредприятия [кг/га]; Ai – площадь угодий i–го сельхозпредприятия [га]; α1 – коэффициент, учитывающий усвоение минеральных удобрений сельхозкультурами; α2 – коэффициент, учитывающий усвоение органических удобрений сельхозкультурами; K1 – коэффициент, характеризующий вынос биогенных веществ из пахотного слоя почв; K2 – коэффициент удалённости контура сельскохозяйственных угодий от гидрографической сети; K3 – коэффициент, характеризующий тип почв (по происхождению); K4 – коэффициент, характеризующий механический состав почв; K5 – коэффициент, учитывающий структуру сельхозугодий, т.е. соотношение площадей пашни, многолетних трав, лугов, пастбищ; K6 – коэффициент, учитывающий использование наилучших доступных технологий (НДТ) применения органических и минеральных удобрений. Все коэффициенты безразмерные, их значения, рекомендованные для использования при расчетах биогенной нагрузки с сельхозугодий северо-запада России, приведены в табл. 1.
Рассредоточенная нагрузка от естественных и антропогенных ландшафтов, не подверженных в настоящее время сельскохозяйственному воздействию ( Lc – в формуле (1)) формируется за счет эмиссии биогенных веществ из почв и атмосферных выпадений на поверхность водосбора. Расчетная зависимость имеет вид:
L c = E CyA y /1000, (3)
j где Cj – средние концентрации биогенного вещества в стоке с j-го типа подстила-
Среда обитания
Таблица 1
значения коэффициентов для уравнения (1)
Коэффициент |
N « общ |
P . общ |
α1 |
0,3 |
0,03 |
α2 |
0,1 |
0,02 |
K1 |
0,03 |
0,008 |
K2 (от 50 до 500 м) |
0,6 |
0,6 |
K2 (от 500 до 2000 м) |
0,2 |
0,2 |
K2 (более 2000 м) |
0,1 |
0,1 |
K3 (дерново-подзолистые почвы) |
1 |
1 |
K3 (карбонатные почвы) |
1,2 |
1,4 |
K3 (торфянистые почвы) |
0,8 |
1 |
K4 (тяжелые глинистые и суглинистые почвы) |
1 |
1 |
K4 (легкие супесчаные и песчаные почвы) |
1,8 |
2 |
K5 (крупный рогатый скот) |
0,46 |
0,37 |
K5 (растениеводство) |
0,88 |
0,76 |
K5 (птицеводство) |
0,46 |
0,37 |
K5 (свиноводство) |
0,46 |
0,37 |
K6 (без НДТ) |
1 |
1 |
K6 (с использованием НДТ) |
0,25 |
0,1 |
ющей поверхности [мг/дм3 = г/м3], yj – слои стока с рассматриваемых типов подстилающей поверхности [мм/год], Aj – площади рассматриваемых типов подстилающей поверхности подстилающей поверхности [км2]. Ориентировочные значения Cj , экспериментально полученные в условиях северо-запада России и востока Финляндии, представлены в табл. 2.
Таблица 2
Концентрации [мг/ дм3], Рощ и Nо6щ в первичных звеньях гидрографической сети для различных типов подстилающей поверхности [1, c. 166–171; 2, c. 81–87;
11, c. 95–107]
Общество. Среда. Развитие № 1’2016
Подстилающая поверхность |
Поля и луга* |
естественные леса и болота |
Урбанизированная территория |
Смешан ные и заброшенные земли |
P общ |
0,08 |
0,05 |
0,20 |
0,12 |
N общ |
3,1 |
0,7 |
2,3 |
1,4 |
* За исключением используемых в настоящее время сельхозугодий
ционным сетям и очистным сооружениям, в биогенную нагрузку на водосборе. Аналогичный подход к оценке влияния рассредоточенного сельского населения на формирование нагрузки использован в работе специалистов из Германии [9, c. 111–122].
Очевидно, что для оценки нагрузки от точечных источников, расположенных на крупных водосборах, необходим значительный объем исходной информации о произведенной продукции, технологических особенностях производства, водопотребле-нии, технологи очистки сточных вод и т.д. При этом объемы, состав и динамика сбросов загрязненных сточных вод определяются технологическими, социально–экономическими и другими факторами, не всегда имеющими научное объяснение. Естественно возникновение трудностей при сборе такого рода данных и выполнении последующих расчетов. Поэтому, как правило, при разработке моделей формирования нагрузки на водные объекты вклад точечных источников описывается приближенно на основе официальной отчетной статистической информации о проведенных сбросах и в соответствии с официальными перспективными планами совершенствования системы очистки сточных вод на рассматриваемых предприятиях. Несанкционированные и нерегулярные сбросы могут быть учтены только при наличии достоверной информации, что случается крайне редко. В настоящее время основным официальным источником информации о сбросах сточных вод являются статистические формы 2ТПВодхоз Министерства природных ресурсов и экологии. Данные, содержащиеся в этих формах, приводятся с годовым осреднением, что накладывает соответствующие ограничения на расчетные схемы и математические модели, в которых эти данные используются.
Как правило, бульшая часть биогенных веществ, поступивших на водосбор от различных источников, не достигает замыка-
ющих створов крупных рек, так как удер-
живается различными звеньями гидрографической сети. Для расчета коэффициента удержания R в формуле (1) используются следующие эмпирические формулы [5, c. 50–59; 9, c. 111–122; 8, c. 337]:
R
= (1-
1 + aq b
Достаточно высокие значения концентраций биогенных веществ в стоке с урбанизированных территорий представляют вклад рассредоточенного сельского населения, не имеющего подключения к канализа-
где q – модуль стока [л /км2 сек]; a и b – безразмерные эмпирические параметры, значения которых приведены в табл. 3. Значение модуля стока q связано со слоем стока y [мм /год] эмпирическим соотношением q = 0,03171 y .
Таблица 3
значения эмпирических параметров в формуле (4) [9, c. 111–122]
вещество |
Площадь водосбора |
а |
b |
Для всех водосборов |
26,6 |
-1,71 |
|
P |
<1000 км2 |
41,4 |
-1,93 |
1000 – 10000 км2 |
21,7 |
-1,55 |
|
>10000 км2 |
28,9 |
-1,80 |
|
Для всех водосборов |
6,9 |
-1,10 |
|
N |
<1000 км2 |
3,5 |
-1,01 |
1000 – 10000 км2 |
5,8 |
-0,96 |
|
>10000 км2 |
7,9 |
-1,03 |
С использованием уравнения (4) оценивается удержание химических веществ русловой сетью в зависимости от характеристик стока и размеров водосбора. Для определения гидрологических характеристик водосбора (слоя стока, расхода воды) заданной вероятности превышения могут быть использованы их аналитические или эмпирические кривые распределения. Альтернативным способом определения гидрологических характеристик, влияющих на формирование биогенной нагрузки на водные объекты, является использование гидрологической модели, позволяющей рассчитывать слой стока и расходы воды в зависимости от конкретных гидрометеорологических параметров [4, c. 253] Последующее использование статистического генератора метеоэлементов (модели погоды) в качестве генерирования продолжительных рядов осадков и температуры воздуха, а затем их использования в качестве входной информации при моделировании стока, позволит рассчитать функции распределения стоковых характеристик, как это делается, например, в работе [6, c. 36].
Фоновая (естественная, природная) нагрузка биогенными веществами формируется за счет их выноса с необрабатываемых земель и части выноса с обрабатываемых земель, которая происходит независимо от сельскохозяйственной деятельности. Для оценки фонового выноса биогенных веществ в соответствии с рекомендациями ХЕЛКОМ [10, c. 80] можно использовать следующие подходы:
– использование математических моделей;
– мониторинг небольших естественных водосборов.
При проведении расчета фоновой нагрузки на водосбор из рассмотрения исключаются все антропогенные источники загрязнения (точечные сбросы, внесение минеральных и органических удобрений, эмиссию с сельскохозяйственных и урбанизированных территорий). Таким обра- зом, фоновая составляющая биогенной нагрузки на водный объект Lnat [т /год], сформированная естественными источниками, определяется следующим образом:
Lnat = (1 - R) CnatyA/1000, (5)
где Cnat – средняя концентрация биогенного вещества в стоке с естественной подстилающей поверхности [мг /дм3], y – слой стока [мм/ год], A – общая площадь водосбора [км2].
С использованием предложенной модели выполнены расчеты биогенной нагрузки на Финский залив, сформированной на водосборе р.Луги. Луга является третьим по площади водосбора и стоку притоком Российской части Финского залива и протекает по южной части водосбора залива. Площадь водосбора в створе г. Кингисепп составляет 12200 км2, его схема представлена на рис. 1.
Водосбор р. Луга находится на Русской равнине, густота речной сети здесь достигает 0,70 км /км2. Это обширная волнистая моренная равнина c группами моренных холмов и плоских озёрно-ледниковых впадин. Древние ложбины стока заняты руслами рек. Междуречные пространства заболочены, болота занимают в среднем 15% территории. Почвообразовательный процесс способствует выносу органического вещества и биогенных элементов с водосбора в гидрографическую сеть, но моренный рельеф и наличие озёрно-ледниковых впадин приводят к удержанию мигрирующих в ландшафте веществ в пределах водосборов.
Нагрузка от точечных источников по данным 2ТПВодхоз в 2013 г. на водосборе р. Луги составила 72,6 тР/год и 244,5 тN/год.
Расчет рассредоточенной биогенной нагрузки, сформированной на сельхозпредприятиях и в личных подсобных хозяйствах, выполнен специалистами ИАЭП на основе использования уравнения (2). Результаты расчетов этой составляющей антропогенной нагрузки представлены в табл. 4, из которой следует, что в результате внедрения НДТ в сельскохозяйственном производстве нагрузка от сельхозпредприятий на гидрографическую сеть водосбора снизится от 94,33 тР/год и 1738,8 тN/год до 87,77 тР/год и 1505,8 тN/год, т.е. на 7,0% и 13,4% соответственно относительно современного уровня. Полученные данные использовались затем в качестве входной информации для выполнения последующих расчетов суммарной нагрузки на основе изложенной выше модели.
Результаты расчетов, представленные в табл. 4, получены на основе исходных данных по официальной статистики за 2014 год и применения частных методик.
Среда обитания

Рис. 1. Схема водосбора р. Луги
Общество. Среда. Развитие ¹ 1’2016


Рис. 2. Результаты идентификации типов подстилающей поверхности водосбора реки Луга, Landsat-8, 2014–2015 гг. (1 – лес; 2 – поле;
3 – луг; 4 – болото; 5 – урбанизированные зоны, свалки и заброшенные земли; 6 – вода)
Таблица 4
Результаты расчёта биогенной нагрузки сельхозпредприятиями на гидрографическую сеть водосбора р. луги в современных условиях и в предположении об использовании ндт обращения с органическими и минеральными удобрениями
наименование предприятия |
тип |
Численность животных |
Площадь, га |
N, т/год |
P, т/год |
N (ндт), т/год |
P (ндт), т/год |
ЗАО «ПЗ «Ленинский путь» |
КРС |
1863 |
2363 |
17,2 |
1,11 |
14,9 |
1,04 |
ЗАО ПЗ Торосово |
КРС |
1722 |
1745 |
12,9 |
0,83 |
11,0 |
0,77 |
ЗАО Сумино |
КРС |
1730 |
1255 |
9,6 |
0,60 |
8,0 |
0,55 |
ЗАО Кикерино |
КРС |
133 |
85 |
0,7 |
0,04 |
0,6 |
0,04 |
ФГУ ГЗ Северо-Западная МИС |
Р |
233 |
3,8 |
0,22 |
2,9 |
0,21 |
|
ЗАО «Агрокомплекс Оредеж» |
П |
1157324 |
2990 |
75,2 |
4,12 |
63,4 |
3,76 |
ЗАО Орлинское |
КРС |
1405 |
1000 |
25,1 |
1,35 |
21,2 |
1,25 |
СПК «Мичуринский» |
Р |
700 |
33,9 |
1,92 |
26,4 |
1,80 |
|
ОАО «Новый мир» |
КРС |
73 |
50 |
1,6 |
0,10 |
1,3 |
0,09 |
ООО «Правда» |
КРС |
872 |
883 |
26,3 |
1,71 |
22,4 |
1,55 |
СПК «Оредежский» |
КРС |
1513 |
2758 |
78,8 |
5,25 |
69,0 |
4,85 |
ЗАО «Новое время» |
КРС |
950 |
1133 |
27,7 |
1,56 |
23,8 |
1,42 |
ООО «Шереметьево» |
КРС |
854 |
1476 |
63,4 |
4,02 |
55,5 |
3,71 |
ЗАО «Скреблово» |
КРС |
1547 |
2987 |
70,9 |
4,06 |
62,2 |
3,75 |
ЗАО ПЗ «Рапти» |
КРС |
2173 |
2000 |
50,0 |
2,79 |
42,3 |
2,52 |
ЗАО ПЗ «Рапти» |
СВ |
1600 |
766 |
17,5 |
1,03 |
15,8 |
0,96 |
ЗАО Искра |
КРС |
517 |
1039 |
23,9 |
1,35 |
21,5 |
1,30 |
ЗАО Черново |
КРС |
1658 |
1334 |
39,5 |
2,51 |
33,7 |
2,34 |
ЗАО Гатчинское |
КРС |
1464 |
1463 |
42,4 |
2,72 |
36,8 |
2,56 |
ЗАО «ППФ Войсковицы» |
П |
809000 |
1600 |
50,2 |
3,16 |
41,2 |
2,82 |
ОАО «ПЗ Пламя» |
КРС |
2575 |
2000 |
14,9 |
0,94 |
12,7 |
0,88 |
ОАО «ПЗ Пламя» |
СВ |
7822 |
1247 |
8,5 |
0,57 |
7,7 |
0,55 |
ЗАО Нива – 1 |
Р |
2320 |
37,5 |
2,22 |
29,2 |
2,09 |
|
ГУ ОПХ Суйда |
КРС |
513 |
2108 |
56,8 |
3,79 |
51,9 |
3,68 |
ООО «Семеноводство» |
Р |
146 |
14,2 |
0,39 |
11,0 |
0,37 |
|
ЗАО «Прибрежное» |
КРС |
1005 |
1990 |
87,3 |
5,42 |
75,2 |
4,99 |
АНО «Новая жизнь» |
Р |
18 |
0,3 |
0,01 |
0,2 |
0,01 |
|
ЗАО «Падога» |
Р |
60 |
3,2 |
0,08 |
2,5 |
0,08 |
|
ЗАО «Котельское» |
КРС |
2629 |
3584 |
26,8 |
1,72 |
22,7 |
1,58 |
ООО «Калливери» |
Р |
1 |
0,0 |
0,00 |
0,0 |
0,00 |
|
ЗАО «Ополье» |
КРС |
2712 |
3556 |
26,6 |
1,71 |
22,6 |
1,56 |
ЗАО «ПЗ «Агро-Балт» |
КРС |
3301 |
4726 |
35,2 |
2,27 |
29,9 |
2,08 |
ЗАО Ущевицы |
КРС |
1190 |
1610 |
11,7 |
0,75 |
10,1 |
0,71 |
ОАО Труд |
КРС |
1989 |
2913 |
21,0 |
1,36 |
18,3 |
1,28 |
ОАО Остроговицы |
КРС |
2379 |
2870 |
20,9 |
1,35 |
18,1 |
1,26 |
ГП ОПХ Каложицы |
КРС |
1379 |
2407 |
17,1 |
1,12 |
15,1 |
1,05 |
ОАО СП «Сяглицы» |
КРС |
470 |
808 |
5,8 |
0,38 |
5,1 |
0,35 |
ООО «Семена Северо-Запада» |
Р |
520 |
6,7 |
0,24 |
6,1 |
0,23 |
|
ЗАО Октябрьское |
Р |
850 |
11,0 |
0,38 |
10,0 |
0,37 |
|
ЗАО Гомонтово |
КРС |
2873 |
3276 |
24,0 |
1,54 |
20,7 |
1,44 |
ООО «АгроИнтер» |
Р |
30 |
0,4 |
0,01 |
0,4 |
0,01 |
|
ЗАО ПЗ Рабитицы |
КРС |
3372 |
3269 |
24,3 |
1,55 |
20,7 |
1,44 |
ОАО «Ударник» |
КРС |
2319 |
2920 |
21,2 |
1,37 |
18,4 |
1,28 |
ООО «Волна» |
КРС |
657 |
500 |
15,3 |
0,96 |
12,8 |
0,88 |
ЗАО «Осьминское» |
КРС |
2080 |
2494 |
54,9 |
3,44 |
47,2 |
3,13 |
ОАО «Партизан» |
КРС |
1584 |
1566 |
70,0 |
4,35 |
59,5 |
3,94 |
Прочие хозяйства |
7115 |
42678 |
452,9 |
15,95 |
404,2 |
15,24 |
|
Сумма |
118327 |
1738,8 |
94,33 |
1505,8 |
87,77 |
КРС – крупный рогатый скот, СВ – свиноводство, Р – растениеводство, П – птицеводство
Среда обитания
Общество. Среда. Развитие ¹ 1’2016
Важным показателем при расчете биогенной нагрузки, сформированной сельхозп-роизводством, является содержание Робщ и Nобщ в навозе, образующимся при ведении животноводства и птицеводства. Поэтому расчеты, представленные в табл. 4 произведены по методике определения годового выхода навоза/помета и его качественных характеристик, учитывающей современных технологий содержания животных и систем удаления навоза [3, c. 78–85].
Существенные проблемы при моделировании выноса биогенных веществ с крупных водосборов возникают в связи с необходимостью достоверного определения площадей различных типов подстилающей поверхности, которые характеризуются различными значениями эмиссии азота и фосфора в стекающие дождевые и талые воды, а также используются при вычислении значений Lc в уравнении (1). В настоящей работе для оценки указанных площадей применялись данные космической съемки, находящиеся в режиме свободного доступа. Использование архива снимков космического аппарата (КА) Landsat-8 Геологической службы США (USGS – United States Geological Survey) [] обусловлено двумя обстоятельствами: КА Lansat – 8 – современная космическая система среднего пространственного разрешения, доступ к этому архиву является бесплатным. В архиве представлена весьма обширная коллекции съемки, включая и территорию России.
Идентификация различных типов подстилающей поверхности водосбора реки Луга проведена по данным КА Landsat-8 30метрового пространственного разрешения для рассматриваемого водосбора в период малооблачной погоды (менее 20%) 2014– 2015 гг. Процедура идентификации представляла собой распознавание интересующих объектов с применением различных методов обработки спутниковых снимков. В настоящей задаче использовался метод классификации, представляющий собой процесс отнесения изображенных на снимке пикселей к определенному классу с помощью выделения существенных спектральных, геометрических и текстурных признаков, характеризующих эти объекты. Для распознавания типов поверхностей использовались данные семи каналов КА Landsat-8 (видимого и ближнего инфракрасного диапазонов съемки). Идентифицировались следующие типы подстилающей поверхности в соответствии с легендой (рис. 2): 1 – леса; 2 – поля; 3 – луга; 4 – болота; 5 – урбанизированные зоны, свалки и заброшенные территории; 6 – водные объекты.
Белым цветом обозначены участки облачности. Результаты количественной оценки площадей для всех идентифицированных типов подстилающей поверхности, которые использовались в расчетах по модели, представлены в табл. 5.
Таблица 5
Площади различных типов подстилающей поверхности водосбора реки луги, полученные в результате дешифрирования космических снимков
тип подстилающей поверхности водосбора |
Площадь, км2 |
Леса |
7195,7 |
Поля |
1963,1 |
Луга |
1260,1 |
Болота |
2661,4 |
Урбанизированные зоны, свалки, заброшенные земли |
1396,6 |
Водная поверхность |
263,5 |
Рассчитанная по модели биогенная нагрузка на Финский залив, сформированная на водосборе реки Луги, составляет 269,0 тР/год и 4192,8 тN/год (табл. 6). При этом фоновая компонента нагрузки составляет 130,8 тР/год и 1823,7 тN/год Сравнение результатов моделирования с данными мониторинга СЗУ Росгидромета на реке Луге (створ г. Кингисепп) показывает удовлетворительное соответствие (табл. 6). Как было показано ранее (табл. 2) в результате внедрения НДТ в сельскохозяйственном производстве нагрузки от сельхозпредприятий на гидрографическую сеть водосбора снизится на 6,56 тР/год и 233,0 тN/год. Однако на суммарный вынос биогенных веществ со стоком реки Луги и нагрузку на Финский залив влияние НДТ будет еще менее заметным – всего лишь на 3,9 т/год по фосфору и 139,7 т/год по азоту. Что объясняется влиянием на результаты моделирования коэффициента удержания R , входящего в уравнение 1.

Рис. 3. Факторы, определяющие фосфорный сток Луги: 1 – нагрузка от точечных источников (72.6 тР/год), 2 – рассредоточенная эмиссия с поверхности без учета сельхозугодий (279.9 тР/ год), 3 – нагрузка с сельхозугодий (94.3.0 тР/год), 4 – удержание гидрографической сетью (177.8 тР/год), 5 – вынос в Финский залив (269.0 тР/год)
Таблица 6
вынос Pобщ и Nобщ (т/год) р. лугой (створ г. Кингисепп) и рассчитанная биогенная нагрузка на Финский залив, сформированная на водосборе луги
Р общ |
N « общ |
|
Нагрузка 2012 г. по данным СЗУ Росгидромета |
524 |
4417 |
Нагрузка 2013 г. по данным СЗУ Росгидромета |
137 |
4086 |
Рассчитанная по модели нагрузка для средней водности года |
269,0 |
4192,8 |
Рассчитанная нагрузка с применением НДТ для средней водности года |
265,1 |
4053,1 |
Рассчитанная фоновая нагрузка для средней водности года |
130,8 |
1823,7 |
Представленные результаты позволяют сделать вывод о том, что внедрение НДТ в сельскохозяйственное производство на водосборе Луги не позволит кардинально снизить нагрузку на Финский залив со стороны изучаемого объекта. Сравнительная оценка основных факторов, определяющих вынос фосфора с водосбора Луги, показана на рис. 3, из которого видно, что наибольший вклад в нагрузку вносит эмиссия фосфора с поверхности водосбора, не подверженной сельхоз обработке. Кроме того, вынос биогенных веществ с действующих сельхозугодий определяется, согласно уравнению (2), не только внесением органических и минеральных удобрений, но и накопленным за много лет запасом биогенных веществ в почве.
Список литературы Глобальный экологический кризис: мифы и реальность
- Алябина Г.А., Сорокин И.Н. Миграция фосфора и органического вещества в системе «водоем-водосборная площадь»//Экологическая химия. -1997, № 6 (3). -С. 166-171.
- Алябина Г.А., Сорокин И.Н. Особенности формирования внешней нагрузки на водные объекты в урбанизированных ландшафтах//Изв. РГО. -2001, № 133 (1). -С. 81-87.
- Брюханов А.Ю., Шалавина Е.В., Васильев Э.В. Методика укрупненной оценки суточного и годового выхода навоза/помета//Молочнохозяйственный вестник. -2014, № 1 (13). -С. 78-85.
- Кондратьев С.А. Формирование внешней нагрузки на водоемы: проблемы моделирования. -СПб.: Наука, 2007. -253 с.
- Кондратьев С.А., Казмина М.В., Шмакова М.В., Маркова Е.Г. Метод расчета биогенной нагрузки на водные объекты//Региональная экология. -2011, № 3-4. -С. 50-59.
- Кондратьев С.А., Шмакова М.В., Уличев В.И. Детерминировано-стохастическое моделирование стока и биогенной нагрузки на водные объекты (на примере Финского залива Балтийского моря). -СПб.: Нестор-История, 2013. -36 с.
- Разработать методику и выполнить расчет диффузной нагрузки азота, фосфора на водосбор при ведении сельскохозяйственной деятельности и потенциала ее снижения при использовании НДТ в сельском хозяйстве/Отчет о НИР. -ИАЭП РАН, 2015. -22 с.
- Behrendt H., Dannowski R. Nutrients and heavy metals in the Odra River system. -Weissensee Verlag Publ., Germany, 2007. -337 p.
- Behrendt H., Opitz D. Retention of nutrients in river systems: dependence on specific runoff and hydraulic load//Hydrobiologia. -1999, № 410. -P. 111-122.
- Guidelines for the compilation of waterborne pollution to the Baltic Sea (PLC-water). -Helsinki: HELCOM, 2005. -80 p.
- Rekolainen S. Phosphorus and nitrogen load from forest and agricultural areas in Finland//Aqua Fennica. -1989, № 19 (2). P. 95-107.