Индикаторная значимость отдельных видов фитопланктона среднего течения реки Иртыш как показателей загрязнения воды
Автор: Баженова Ольга Прокопьевна, Гульченко Ярослава Ивановна
Журнал: Вестник Омского государственного аграрного университета @vestnik-omgau
Рубрика: Биологические науки
Статья в выпуске: 1 (21), 2016 года.
Бесплатный доступ
Проанализировано влияние ряда гидрологических и гидрохимических показателей на структуру фитопланктона среднего течения реки Иртыш (в районе г. Омска) в период открытой воды 2014 г. В работе использованы канонический анализ соответствий и корреляционный анализ. Установлено достоверное влияние расхода и температуры воды, ХПК и БПК5 на фитопланктон реки. Предложен метод расчета и интерпретации составной переменной загрязнения на основе ХПК и БПК5. С использованием метода взвешенного усреднения проведен расчет значений оптимума и толерантности по отношению к загрязнению реки для массовых видов фитопланктона. Предложен комбинированный метод определения индивидуальных индикаторных весов видов с использованием значений их толерантности. На основе полученных значений оптимума и толерантности определены индивидуальные индикаторные веса и валентности массовых видов. В составе фитопланктона реки выявлен 31 региональный индикатор степени загрязнения вод, в том числе 1 - чистых вод, 2 - загрязненных, 21 - грязных и 7 - очень грязных вод. Преобладание видов-индикаторов грязных вод указывает на соответствующую степень загрязнения реки. Подробно описана методика определения региональных видов-индикаторов загрязнения воды и расчета индикаторных весов и валентностей массовых видов фитопланктона. Полученные показатели будут использованы при вычислении индекса сапробности воды рек и озер Омского Прииртышья в модификации Марвана-Зелинки.
Биоиндикация, фитопланктон, виды-индикаторы, класс качества воды, река иртыш
Короткий адрес: https://sciup.org/142199154
IDR: 142199154
Текст научной статьи Индикаторная значимость отдельных видов фитопланктона среднего течения реки Иртыш как показателей загрязнения воды
На протяжении последних десятилетий проблема загрязнения природных вод продолжает оставаться в центре внимания. Оценка качества вод может выполняться как повсеместно используемыми химическими методами, так и биологическими, которые на сегодняшний день не входят в программу большинства территориальных отделений Росгидромета РФ. Между тем интерес к оценке качества воды методом биоиндикации в связи с некоторыми его особенностями, такими как суммирование эффекта смешанных воздействий и выявление загрязнителей, не входящих в программу химического контроля, значительно возрос в последнее время. Использование в биоиндикации фитопланктона как основного продуцента органического вещества в водных объектах и первого звена трофической цепи является общепризнанным [1; 2].
Актуальной задачей в области биоиндикации является разработка комплекса региональных видов-индикаторов. Именно по присутствию и обилию таких видов можно судить о качестве вод исследуемого водного объекта. На основе индивидуальных индикаторных весов и валентностей видов рассчитываются индексы качества воды в модификации Марвана-Зелинки [3; 4]. На сегодняшний день большинство исследователей, выполняющих оценку качества воды в своих регионах, используют списки видов-индикаторов с усредненными индивидуальными весами и валентностями [5], что обусловлено отсутствием данных о региональных видах-индикаторах. Вместе с тем, значительные отличия регионов по климатическим условиям, водообеспеченности, режиму хозяйственного использования территорий вызывают различия в комплексах видов-индикаторов для этих регионов и приводят к разнице индивидуальных весов и валентностей для одних и тех же видов в разных регионах [6]. Выполнение оценки качества вод на основе видов-индикаторов, разработанных для других регионов, снижает достоверность полученных данных.
Главной водной артерией Омской области является трансграничная река Иртыш, интенсивно используемая в народном хозяйстве. Региональные виды-индикаторы до сегодняшнего дня здесь также не установлены. Цель работы – выявление региональных видов-индикаторов загрязнения среднего течения реки Иртыша из состава фитопланктона.
Материалы и методы
В основе работы лежит материал обработки 53 проб фитопланктона и соответствующих им гидрологических и гидрохимических показателей реки Иртыша. Отбор проб проводили в период открытой воды (23 апреля – 6 ноября) 2014 г. с частотой 2–3 раза в месяц на двух гидробиологических створах выше (Омск-ВИЗ) и ниже (Омск-НИЗ) г. Омска. Количественные пробы фитопланктона объемом 0,5 л отбирали из поверхностного слоя воды в трех точках поперечного сечения реки – у берегов и на середине. Пробы фиксировали формалином, концентрировали осадочным способом, обрабатывали общепринятыми методами [7].
В работе использованы канонический анализ соответствий (Canonical Correspondence Analysis, ССА), относящийся к группе ординационных методов, и корреляционный метод. Целью применения ССА было определение достоверности и доли влияния различных гидрологических и гидрохимических показателей на структуру фитопланктона реки и последующее выделение минимального необходимого набора показателей, максимально объясняющих изменения структуры. ССА реализован в прикладном программном обеспечении (ППО) Canoco [8]. В связи с большими затратами времени, необходимого для освоения методики определения региональных видов-индикаторов, и отсутствием детального ее изложения в одном источнике приводим полное описание методики в данной работе.
В качестве характеристики структуры фитопланктона использованы данные по его общей численности, а также по абсолютной и относительной численности видов. Выбор численности фитопланктона как показателя обилия обусловлен преобладанием в структуре фитопланктона Иртыша мелкоклеточных видов и высоким трофическим статусом реки. Как ус- тановлено ранее, река Иртыш относится к категории эвтрофных вод [2]. Для подобных водных объектов рекомендовано в качестве показателя обилия использовать данные по численности фитопланктона [1].
Критерием включения вида в анализируемую выборку являлось значение относительной частоты его встречаемости больше 7%. Для сравнения результатов анализа при использовании относительной и абсолютной численности фитопланктона формировали две выборки: на основе данных по относительной численности видов и по абсолютной численности с введением в рассмотрение отдельного параметра общей численности фитопланктона.
В анализируемую выборку вошли данные по 12 гидрохимическим и гидрологическим показателям для каждой из 53 проб: скорость течения, расход и температура воды, рН, содержание в воде кислорода и взвешенных веществ, БПК 5 , ХПК, содержание фенолов и нефтепродуктов. Также были использованы данные полного гидрохимического анализа 10 проб периода открытой воды, включающие дополнительно 26 показателей: прозрачность воды, цветность, общую жесткость, электропроводность, сумму ионов, содержание хлоридов, сульфатов, гидрокарбонатов, азота аммонийного, нитритного и нитратного, общего фосфора, фосфатов, полифосфатов, кремния, железа, меди, цинка, хрома, алюминия, марганца, магния, кальция, суммы ионов натрия и калия, синтетических поверхностно-активных веществ, метаболита ди-хлор-дифенил-трихлорэтана (ПП-ДДЭ). В связи с потенциальной возможностью значимых различий в структуре фитопланктона в зависимости от станции (Омск-ВИЗ, Омск-НИЗ) и точки отбора в поперечном сечении реки (левый и правый берег, середина реки) в рассмотрение были включены параметры «Створ» и «Точка в поперечном сечении реки» как величины с заданным набором значений.
Определение индикаторных весов для видов фитопланктона, вошедших в выборку, проводили по отношению их к загрязнению водного объекта. С этой целью в рассмотрение вводится составная переменная загрязнения, представляющая собой нормированную сумму переменных загрязнения, достоверно влияющих на структуру фитопланктона реки Иртыша. Значение переменной загрязнения рассчитывали для каждой пробы. Оптимум вида по отношению к составной переменной загрязнения отражает отношение данного вида к загрязнению, а диапазон толерантности – степень чувствительности [9]. Расчет значений этих характеристик проводили с помощью ППО Canoco : для каждого вида его оптимум вычисляли как взвешенное среднее обилия (абсолютная численность) вида, толерантность вида – как взвешенное стандартное отклонение, исходя из предположения, что логарифм обилия относительно переменной загрязнения имеет распределение Пуассона [10]. При интерполяции использовали квадратичную функцию.
Присвоение индикаторных валентностей видов осуществляли по пятибалльной шкале по принципу попадания в тот или иной класс качества воды в соответствии с рассчитанными для него значениями составной переменной загрязнения. Виды, оптимум которых находился в интервале значений переменной загрязнения, соответствующем 1-му классу, получали значение валентности, равное 1; 5-му классу – значение 5.
Индивидуальные индикаторные веса видов рассчитывали комбинированным методом на основе значений толерантностей видов. Первый подход состоит в том, что для каждого вида вычисляются границы доверительного интервала для полученного оптимума. Если доверительный интервал оптимума попадал в один интервал значений переменной загрязнения, т.е. относился к одному классу качества вод, то виду присваивали наибольший индикаторный вес, равный 5. Если доверительный интервал попадал в два интервала переменной загрязнения, то виду присваивали вес 4, три интервала – 3, четыре интервала – 2, пять интервалов – 1.
В соответствии со вторым подходом индивидуальные веса присваиваются видам в зависимости от абсолютных значений их толерантностей. Для этого весь диапазон значений толерантности видов делили на 5 равных интервалов. Попадание вычисленного значения то- лерантности вида в первый интервал влекло присвоение виду веса, равного 5, во второй интервал – 4, в третий – 3, в четвертый – 2, в пятый – 1.
В наших расчетах при определении весов принимали более сильное условие: для каждого вида индивидуальный вес рассчитывали двумя способами и затем присваивали наименьший из двух полученных весов. Таким образом, большие веса получали виды, имеющие более узкие диапазоны толерантности; наибольший вес имели виды, оптимум которых, в пределах доверительного интервала, не выходил за пределы одного класса качества воды, т.е. вид более успешно вегетировал при уровне загрязнения, соответствующем некоторому одному классу качества воды. Наличие и обильное развитие такого вида указывает на определенную степень загрязнения водного объекта. Виды, имеющие максимальный вес, считали видами-индикаторами степени загрязнения, соответствующей классу качества воды, совпадающему с валентностью вида.
Систематическое положение и современные видовые названия водорослей и цианобактерий приведены в соответствии с базой данных Algaebase .
Результаты и их обсуждение
В 2014 г. в составе фитопланктона реки Иртыша обнаружено 219 видовых и внутривидовых таксонов (ВВТ) [11]. В анализируемую выборку вошли 59 ВВТ.
В ходе работы ССА был выполнен дважды: при равном количестве проб (53), количестве видов (59) и гидрохимических переменных (12) в первом случае за основу брали данные по относительной численности видов, во втором – по абсолютной численности с введением в рассмотрение отдельного параметра общей численности фитопланктона. При этом качественно в обоих случаях был получен одинаковый результат. ССА показал достоверность влияния на структуру фитопланктона одних и тех же гидрологических и гидрохимических показателей, однако при рассмотрении данных по абсолютной численности видов в совокупности с общей численностью фитопланктона достоверность результатов оказалась выше. Так, при рассмотрении данных по относительной численности совокупный вклад двух осей в варьирование изучаемого признака составлял 16,17%, причем первая ось была значима на 1%-ном уровне (Р = 0,002), в то время как вторая – только на 5%-ном (Р = 0,034); для данных по абсолютной численности вклад осей составил 17,28%, и обе оси оказались значимы на 1%-ном уровне (Р = 0,002). В первом случае показатель ХПК оказывал влияние на структуру сообщества только на 5%-ном уровне значимости (Р = 0,012), во втором – на 1%-ном (Р = 0,002). Все показатели, для которых была выявлена достоверность вклада в изменение изучаемого признака, имели больший градиент во втором случае. Поэтому в качестве более достоверного показателя обилия целесообразно использовать абсолютную численность фитопланктона. Далее приводятся данные по выборке на основе абсолютной численности видов фитопланктона в совокупности с параметром общей численности.
Канонический анализ показал, что рассматриваемые гидрологические и гидрохимические показатели объясняют 34,1% изменчивости структуры фитопланктона. На долю двух первых осей ординации приходилось суммарно 17,28% изменчивости. Корреляция осей с анализируемыми данными составляла 0,889 для первой оси и 0,882 для второй.
Тест на значимость осей показал, что оси 1 и 2 значимы на 1%-ном уровне (Р = 0,002), вклад в изменение исходных данных каждой оси в отдельности составляет 11,93% для первой и 5,27% для второй. Первая ось была связана со следующими показателями: ХПК (сильная связь, коэффициент корреляции Пирсона r = 0,83), расход воды (средняя, r = 0,58) и скорость течения (слабая, r = 0,47). Вторая ось коррелировала с температурой воды (сильная связь, r = –0,82), содержанием кислорода (сильная, r = 0,76), БПК 5 (средняя, r = 0,62) и содержанием нефтепродуктов (слабая, r = –0,44).
В ходе анализа была установлена достоверность влияния пяти показателей на структуру фитопланктона реки на 1%-ном уровне значимости (Р = 0,002): расхода и температуры воды, скорости течения, содержания в воде кислорода и ХПК. Показатель БПК5 значим на 5%-ном уровне (Р = 0,022). Влияние остальных факторов (рН, створ и точка отбора, содержание взвешенных веществ, фенолов и нефтепродуктов) не доказано. Положение некоторых видов фитопланктона в пространстве переменных среды показано на рис. 1.

Franceia tenuispina , Ac.ob. – Acutodesmus obliquus , Lem.k. – Lemmermannia komarekii , Sc.el. – Scenedesmus ellipticus , Sc.s. – Scenedesmus sempervirens , Ul.dan. – Ulnaria danica , Raph.d. – Raphidocelis danubiana , Micr.p. – Micractinium pusillum , Ps.bor. – Pseudopediastrum boryanum , Fr.cr. – Fragilaria crotonensis , Lag.c. – Lagerheimia ciliata , Chl.br. – Chlorolobion braunii , Des.b. – Desmodesmus bicaudatus , Mon.k. – Monoraphidium komarkovae , Din.s. – Dinobryon sociale , Sc.ac. – Scenedesmus acuminatus , O.lac. – Oocystis lacustris , Chr.minor – Chroococcus minor , Sc.gr. – Scenedesmus grahneisii , Rom.gr. – Romeria gracilis , Aph.h. – Aphanocapsa holsatica , Sch.s. – Schroederia setigera , Sph.pl. – Sphaerocystis planctonica , Act.h.s. – Actinastrum hantzschii var. subtile , Mon.min. – Monoraphidium minutum , Chr.min. – Chroococcus minimus , Ps.plan. – Pseudodidymocystis planctonica , Coen.sub. – Coenocystis subcylindrica , Aph.i. – Aphanocapsa incerta , Plan.l. – Planktolyngbya limnetica , Aul.gr. – Aulacoseira granulata , Ul.ul. – Ulnaria ulna , Diat.t. – Diatoma tenuis , Din.d. – Dinobryon divergens , Ast.f. – Asterionella formosa,
Nit.gr. – Nitzschia graciliformis , Ps.inc. – Pseudodidymocystis inconspicua , Mon.ar. – Monoraphidium arcuatum , Coen.pl. – Coenocystis planctonica , K.r-cl. – Kephyrion rubi-claustri , St.n. – Stephanodiscus neoastraea , Tr.v. – Trachelomonas volvocina , Mer.p. – Merismopedia punctata , Sur.min. – Surirella minuta
Наибольший вклад в изменчивость структуры фитопланктона вносил показатель расхода воды, объясняющий 9,7% изменения структуры, температура и скорость течения – по 5,4% каждый, содержание кислорода – 5,0%, ХПК – 4,1%, БПК 5 – 3,2%.
На следующем этапе работы исследовали связь рассматриваемых параметров между собой. Так, расход воды сильно коррелировал со скоростью течения (r = 0,84), что позволило в дальнейшем исключить скорость течения из рассмотрения, поскольку она будет учитываться в расходе воды косвенно. Аналогично выявлена сильная корреляция температуры с содержанием кислорода в воде (r = –0,92), что также привело к исключению параметра содержания кислорода из рассмотрения. Остальные параметры коррелировали между собой слабо (0,19 ≤ r ≤ 0,50).
Таким образом, получена совокупность параметров, достоверно оказывающих влияние на изменение структуры фитопланктона и слабозависимых (неколлинеарных): расход и температура воды, ХПК, БПК 5 .
Далее были рассмотрены данные полного гидрохимического анализа 10 проб относительно корреляции с полученным набором из 4 показателей. Объем выборки, равный 10, недостаточен для выявления слабой и средней корреляции между показателями, однако наличие сильной связи может быть установлено. Установлена сильная связь расхода воды с содержанием в воде железа (r = 0,82), меди (r = 0,79), нитритов (r = 0,77), кремния (r = 0,77) и марганца (r = 0,70); температуры – с содержание нитратов (r = –0,74); ХПК – фосфатов (r=0,88) и полифосфатов (r = 0,84); БПК 5 – меди (r = 0,86) и нитратов (r = 0,78). Указанные параметры будут косвенно учтены в расчете индикаторных весов видов при использовании выбранных показателей.
Как было установлено выше, из совокупности анализируемых показателей достоверное влияние выявлено для четырех, при этом расход и температура воды не относятся к показателям загрязнения, поскольку невозможно установить однозначное соответствие некоторого интервала значений этих переменных определенному классу качества воды. Таким образом, составная переменная загрязнения вод для каждой пробы в данном случае слагается из показателей ХПК и БПК 5 именно для этой пробы.
Как известно [5], конкретные значения ХПК и БПК 5 соответствуют определенному классу качества воды и увеличиваются по мере усиления загрязнения. Для установления соответствия вычисляемых значений переменной загрязнения и классов качества воды область значений составной переменной загрязнения как функции от ХПК и БПК 5 Z(h, b), переводили в отрезок [0; 1] на области [0; 15]x[0; 10] таким образом, чтобы вклад ХПК и БПК 5 в значение переменной был одинаковым. ХПК принимает значения от 0 в случае очень чистых вод, до 15 на нижней границе 5-го класса качества, БПК 5 – от 0,5 до 10 на границе 5-го класса. В таком случае значение ХПК как функции переводим из отрезка [0; 10] в отрезок [0; 0,5], БПК 5 – из [0; 15] в [0; 0,5]. Z(h, b) принимает вид
Z i (h i , b i ) = h i / 30 + b i / 20, где Z i – составная переменная загрязнения i-й пробы;
h i и b i – значения показателей ХПК и БПК 5 для i-й пробы соответственно.
Используя полученные таким образом для каждой пробы значения составной переменной загрязнения, рассчитывали значения оптимумов диапазонов толерантности для каждого вошедшего в выборку вида.
Следует учитывать, что при использовании данного метода значения оптимума и диапазона толерантности могут быть определены не для всех видов, поскольку не всегда распределение обилия относительно переменной загрязнения может быть представлено как распределение Пуассона [12]. Также возможен случай, когда значение оптимума для вида получено, но не входит в диапазон значений переменной загрязнения, т.е. получено методом экстраполяции. По нашему мнению, в этом случае использование полученного значения оптимума остается на усмотрение исследователя.
Полученные значения оптимумов и толерантности ВВТ фитопланктона реки Иртыша по отношению к загрязнению воды располагали по убыванию значения оптимума вида (табл. 1).
Таблица 1
Вид |
Оптимум |
Толерантность |
Индикаторная валентность |
Индикаторный вес |
Oocystis lacustris Chodat |
–44,10 |
4,98 |
1 |
1 |
Desmodesmus bicaudatus (Dedusenko) P.M.Tsarenko |
–0,62 |
1,04 |
1 |
4 |
Coenocystis subcylindrica Korshikov |
–0,56 |
0,42 |
1 |
5 |
Pseudodidymocystis planctonica (Korshikov) E.Hegewald & Deason |
0,33 |
0,15 |
3 |
5 |
Chroococcus minor (Kützing) Nägeli |
0,34 |
0,17 |
3 |
5 |
Chlorolobion braunii (Nägeli) Komárek |
0,40 |
0,26 |
4 |
4 |
Romeria gracilis (Koczwara) Koczwara |
0,40 |
0,25 |
4 |
4 |
Sphaerocystis planctonica (Korshikov) Bourrelly |
0,42 |
0,17 |
4 |
5 |
Desmodesmus intermedius (Chodat) E.Hegewald |
0,44 |
0,07 |
4 |
5 |
Scenedesmus acuminatus (Lagerheim) Chodat |
0,44 |
0,46 |
4 |
4 |
Acutodesmus obliquus (Turpin) Hegewald & Hanagata |
0,45 |
0,12 |
4 |
5 |
Ulnaria danica (Kützing) Compère & Bukhtiyarova |
0,46 |
0,04 |
4 |
5 |
Chlorotetraedron incus (Teiling) Komárek & Kovácik |
0,48 |
0,16 |
4 |
5 |
Scenedesmus sempervirens Chodat |
0,49 |
0,17 |
4 |
5 |
Scenedesmus grahneisii (Heynig) Fott |
0,50 |
0,18 |
4 |
5 |
Treubaria triappendiculata C. Bernard |
0,50 |
0,06 |
4 |
5 |
Micractinium pusillum Fresenius |
0,52 |
0,24 |
4 |
5 |
Raphidocelis danubiana (Hindák) Marvan, Komárek & Comas |
0,52 |
0,30 |
4 |
5 |
Franceia tenuispina Korshikov |
0,53 |
0,39 |
4 |
5 |
Mucidosphaerium pulchellum (H.C.Wood) C.Bock, Proschold & Krienitz |
0,56 |
0,27 |
4 |
5 |
Microcystis aeruginosa (Kützing) Kützing |
0,58 |
0,05 |
4 |
5 |
Golenkiniopsis solitaria (Korshikov) Korshikov |
0,63 |
0,47 |
4 |
5 |
Pseudanabaena mucicola (Naumann & Huber-Pestalozzi) Schwabe |
0,67 |
0,12 |
4 |
5 |
Monoraphidium minutum (Nägeli) Komárková-Legnerová |
0,68 |
0,77 |
4 |
5 |
Monoraphidium arcuatum (Korshikov) Hindák |
0,70 |
0,51 |
4 |
5 |
Scenedesmus ellipticus Corda |
0,74 |
0,39 |
4 |
5 |
Schroederia setigera (Schröder) Lemmermann |
0,76 |
0,34 |
4 |
5 |
Lagerheimia ciliata (Lagerheim) Chodat |
0,79 |
0,29 |
4 |
5 |
Stephanodiscus neoastraea Håkansson & Hickel |
0,86 |
0,52 |
4 |
5 |
Nitzschia graciliformis Lange-Bertalot & Simonsen |
0,96 |
0,68 |
4 |
4 |
Trachelomonas volvocina (Ehrenberg) Ehrenberg |
0,99 |
0,42 |
4 |
4 |
Coenococcus planctonicus Korshikov |
1,07 |
0,46 |
5 |
4 |
Monoraphidium griffithii (Berkeley) Komárková-Legnerová |
1,11 |
0,63 |
5 |
4 |
Dinobryon divergens O.E.Imhof |
1,13 |
0,37 |
5 |
5 |
Kephyrion rubri-claustri Conrad |
1,15 |
0,85 |
– |
– |
Diatoma tenuis C.Agardh |
1,17 |
0,33 |
5 |
5 |
Synedra actinastroides Lemmermann |
1,19 |
0,32 |
5 |
5 |
Asterionella formosa Hassall |
1,24 |
0,69 |
5 |
5 |
Surirella minuta Brébisson |
1,24 |
0,45 |
5 |
5 |
Merismopedia punctata Meyen |
1,28 |
0,27 |
5 |
5 |
Pseudodidymocystis inconspicua (Korshikov) Hindák |
1,47 |
0,75 |
5 |
5 |
Ulnaria ulna (Nitzsch) P.Compère |
4,27 |
1,78 |
5 |
4 |
Индикаторная значимость отдельных видов фитопланктона реки Иртыша по отношению к загрязнению воды
Метод взвешенного усреднения с приближением логарифма распределения численности видов квадратичной функции не позволил рассчитать значения оптимума и толерантности для 16 ВВТ из 58, вошедших в выборку, поскольку распределение их обилия относительно переменной загрязнения представляло вогнутую функцию.
Значения оптимума для всех видов, кроме Kephyrion rubri-claustrii и Monoraphidium minutum, вычислены с высокой степенью достоверности и значимы на 1%-ном уровне (табл. 1). Результат, полученный для M. minutum, значим на 5%-ном уровне. Значение опти- мума для K. rubri-claustri имеет низкую степень достоверности (P = 0,30) и по этой причине не может быть использовано для определения индикаторного веса и валентности этого вида.
Значения оптимумов четырех видов ( O. lacustris, D. bicaudatus, C. subcylindrica, U. ulna ) оказались за пределами диапазона значений переменной загрязнения.
Для перехода от значений оптимума и толерантности видов к их индикаторным валентностям и весам использовали полученные значения составной переменной загрязнения Z (h, b), определенной как (1), для каждого класса качества воды на основе значений показателей ХПК и БПК 5 для этого класса (табл. 2).
Таблица 2
Соответствие значений составной переменной загрязнения классам качества воды
Класс качества воды |
Значения показателей |
||
ХПК |
БПК 5 |
Z(h, b) |
|
1– чистая |
< 3 |
< 2 |
[0; 0,200) |
2 – умеренно загрязненная |
[3; 4) |
[2; 3) |
[0,200; 0,283) |
3 – загрязненная |
[4; 5) |
[3; 4) |
[0,283; 0,367) |
4 – грязная |
[5; 15) |
[4; 10) |
[0,367; 1,000) |
5 – очень грязная |
≥ 15 |
≥ 10 |
≥ 1,000 |
Присвоение индикаторных валентностей видов осуществляли в соответствии с рассчитанными значениями Z (h, b). В результате проведенных расчетов выявлено 2 вида, являющихся обитателями загрязненных вод, 26 видов – обитателей грязных вод и 10 видов – обитателей очень грязных вод (табл. 1). Интерполяция квадратичной функцией логарифма обилия нескольких видов, отнесенных к разным классам качества воды, представлена на рис. 2. Так, Pseudodidymocystis planctonica имеет оптимум в интервале значений переменной загрязнения, соответствующем 3-му классу, Lagerheimia ciliata и Desmodesmus intermedius – 4-му классу, Merismopedia punctata – 5-му классу качества вод. Ulnaria ulna не имеет оптимума на рассматриваемом интервале, однако ее функция обилия возрастает при увеличении значения переменной загрязнения на всем рассматриваемом интервале, в связи с чем вид отнесен к обитателям очень грязных вод.

Рис. 2. Интерполяция квадратичной функцией логарифма обилия некоторых видов фитопланктона реки Иртыша. Виды: (1) – P. planctonica ; (2) – D. intermedius ; (3) – L. ciliate ;
(4) – M. punctata ; (5) – U. ulna
Виды, оптимум которых находился слева от диапазона значений переменной загрязнения и получен методом экстраполяции, отнесены к видам – обитателям чистых вод, т.к., несмотря на нахождение оптимума вне интервала, внутри интервала наблюдается однозначное увеличение значения функции их обилия от переменной загрязнения при уменьшении аргумента (рис. 3).

Рис. 3. Интерполяция квадратичной функцией логарифма обилия ВВТ фитопланктона, отнесенных к обитателям чистых вод реки Иртыша. Виды: (1) – O. Lacustris ;
(2) – C. subcylindrica ; (3) – D. bicaudatus
Таблица 3
Региональные виды – индикаторы степени загрязнения из состава фитопланктона реки Иртыша
Виды-индикаторы |
|||
чистых вод |
загрязненных вод |
грязных вод |
очень грязных вод |
Coenocystis subcylindrica |
Pseudodidymocystis planctonica Chroococcus minor |
Sphaerocystis planctonica Desmodesmus intermedius Acutodesmus obliquus Ulnaria danica Chlorotetraedron incus Scenedesmus sempervirens Scenedesmus grahneisii Treubaria triappendiculata Micractinium pusillum Raphidocelis danubiana Franceia tenuispina Mucidosphaerium pulchellum Microcystis aeruginosa Golenkiniopsis solitaria Pseudanabaena mucicola Monoraphidium minutum Monoraphidium arcuatum Scenedesmus ellipticus Schroederia setigera Lagerheimia ciliata Stephanodiscus neoastraea |
Dinobryon divergens Diatoma tenuis Nitzschia holsatica Asterionella formosa Surirella minuta Merismopedia punctata Pseudodidymocystis inconspicua |
На основе полученных значений толерантности видов (табл. 1) рассчитывали диапазоны толерантности и определяли индивидуальный индикаторный вес каждого вида комбинированным методом. Виды, получившие максимальный индикаторный вес, были отнесены к региональным индикаторам степени загрязнения реки Иртыша (табл. 3).
Заключение
Использование канонического анализа соответствий позволило проанализировать влияние различных гидрологических и гидрохимических показателей на структуру фитопланктона среднего течения реки Иртыша. Было установлено достоверное влияние расхода и температуры воды, ХПК и БПК 5 на фитопланктон реки. Предложен метод расчета и интерпретации составной переменной загрязнения на основе ХПК и БПК 5 . С использованием метода взвешенного усреднения проведен расчет значений оптимума и толерантности (по отношению к загрязнению водного объекта) для 59 ВВТ, имеющих частоту встречаемости более 7%. Предложен комбинированный метод определения индивидуальных индикаторных весов ВВТ с использованием значений их толерантности. На основе полученных значений для 41 ВВТ определены индивидуальные индикаторные веса и валентности. Поскольку используемый в работе метод не позволил установить индивидуальные индикаторные веса и валентности для 16 ВВТ фитопланктона реки, в дальнейшем необходимо произвести их расчет другими методами.
Установленные значения весов и валентностей видов будут использованы при вычислении индекса сапробности воды реки и озер Омского Прииртышья в модификации Марва-на-Зелинки.
В составе фитопланктона выявлен 31 региональный индикатор степени загрязнения вод Иртыша, в том числе 1 – индикатор чистых вод, 2 – загрязненных, 21 – грязных и 7 индикаторов очень грязных вод. Преобладание видов – индикаторов грязных вод указывает на соответствующую степень загрязнения реки.
Авторы выражают глубокую признательность руководителю ФГБУ «Обь-Иртышское УГМС» С.С. Иванову и начальнику Центра по мониторингу загрязнения окружающей среды Н.В. Ивановой за предоставленные гидрологические и гидрохимические данные о состоянии реки Иртыша в 2014 г.