CC BY
63
После нагрузки эта разница увеличивается согласно физической активности: чем ниже активность, тем меньше разница между исходными данными. У студентов 1-й группы эта разница увеличивается с 3, 16-106 до 9,9-106, а у второй с 5, 7-106 до 1,5 -107. Хотя у студентов первой и второй групп наблюдается одинаковое повышение показателя объемов после нагрузки, мы легко можем заметить, что у спортсменов этот показатель меньше того же показателя у второй группы в 2 раза, т.е. диапазон разброса показателей хаотической динамики параметров КРС в ответ на нагрузку у студентов второй группы увеличился и стал шире. Это говорит о том, что параметры ВСОЧ студентов мужчин, занимающихся индивидуальными видами спорта, после нагрузки не только более стабилизированы (в рамках ТХС), но и носят тренировочный эффект (статистическая обработка данных
- табл. 1). Показатели статистической обработки отражают количественные изменения параметров, а обработка в рамках теории хаоса и синергетики качественные и количественные. Методы ТХС дают более выраженные значения различий, чем традиционные статистические. [2]. Показатель Ях, после нагрузки зависит от уровня подготовленности, но в отличие от объемов аттракторов, чем ниже уровень, тем разница между хаотическим и стохастическими центрами больше. Что подтверждается изменением объемов после нагрузки по сравнению с исходными данными.
Литература
1. Агаджанян Н.А., Ермакова Н.В. Экологический портрет человека на Севере.- М.: КРУК, 1997.- 208 с.
2. Климов О.В. и др. // ВНМТ.- 2006.- Т.Х111, №2.- С. 49.
3. Еськов В.М. и др. Синергетика в клинической кибернетике. Ч.1.. - Самара: Офорт, 2006.- 233 с.
4. Еськов В.М. Синергетика в клинической кибернетике //
Ч. 2..- Самара: Офорт, 2007.- Ч. 2.- С. 292.
5. Системный анализ и управление в биомедицинских системах. Ч. V. Монография / Под ред. В.М. Еськова, А.А. Ха-дарцева - Самара: Офорт, 2004.- 140 с.
6. Системный анализ, управление и обработка информации в биологии и медицине.'H.Vl.Монограф. / Под ред. В.М. Еськова, А.А. Хадарцева - Самара: Офорт, 2005.- 153 с.
THE DIFFERENCE ANALYSES OF PHYSIOLOGY STUDENT ORGANISM PARAMETERS WITH PHYSICAL TRAINING AND WITHOUT ACCORDING TO SYNERGETIC AND STOCHASTIC APPROACHING.
V.M ESKOV, A.A. GLUSHUK, N.B. POPOVA, V.V. KOZLOVA Summary
It was proved the distinguishing between attractor parameters of human organism stage vector (HOSV). The stochastic parameters have not so large value those parameters of HOSV chaotic dynamics.
Key words: synergetic and stochastic approaching
УДК 579.68;628.515; 665.66
ПРИМЕНЕНИЕ ФИЗИКО-ХИМИЧЕСКИХ МЕТОДОВ И БИОТЕСТИРОВАНИЯ ДЛЯ СИСТЕМНОГО АНАЛИЗА КАЧЕСТВА ВОДНЫХ ОБЪЕКТОВ В РАЙОНАХ НЕФТЕДОБЫЧИ
С.С. БЕДНАРЖЕВСКИЙ, В.М. ЕСЬКОВ, Е.С. ЗАХАРИКОВ, Д.И. КУЗНЕЦОВ, Р.М. МАМЕДОВ, Н.С. ПУШКАРЕВ, Н.Г. ШЕВЧЕНКО
Традиционная оценка экосостояния окружающей природной среды в районах интенсивной нефтедобычи сводится к измерению с помощью физико-химических методов анализа содержания нефтепродуктов, тяжелых металлов, других токсичных веществ в поверхностных и грунтовых водах, почве, донных отложениях и сравнению полученных результатов с предельно допустимыми их концентрациями или исходным (фоновым) содержанием для аналогичных территорий, не испытывающих техногенную нагрузку. В современной системе природоохранной деятельности все большую популярность приобретают методы биотестирования позволяющие получить интегральную оценку качества природных сред. Разрабатывается и внедряется аппаратное обеспечение, позволяющее автоматизировать проведение биотестирования и добиться высокой точности и экспрессности методик анализа [1-3]. В Ханты-Мансийском автономном округе (ХМАО)
- Югре, являющемся основным нефтедобывающим регионом
России, определение токсичности при ведении экологического мониторинга является обязательным [4, 5]. К преимуществам биотестовых методик относятся: возможность учета процессов синергизма и антагонизма поллютантов; оценка влияния ненор-мируемых загрязняющих веществ на живой организм (тест-объект), с экстраполяцией данных на человека; интегральная оценка, охватывающая весь спектр загрязняющих среду веществ; возможность учета особенностей территории, зачастую не принимаемые во внимание современной системой оценки качества природных сред; низкая стоимость биотестовых анализов.
Существует много биотестовых методов, которые предполагают использование различных тест-объектов, тест-реакций, критериев оценки, а также градаций результатов биотестирования. Классификация биотестовых методик представлена на рис.1.
Рис. 1. Классификация биотестовых методик
Но есть ряд недостатков биотестовых методов, в частности не изучена взаимосвязь между экоаналитическими данными загрязненности объектов окружающей среды и результатами их биотестирования; не исследована степень влияния отдельных показателей на интегральную оценку токсичности; отсутствуют сведения об интерпретации данных биотестирования и соотношении результатов биотестирования, полученных с помощью различных биотестовых методик.
Цель работы - исследование экологического состояния водных объектов в районах нефтедобычи с применением физикохимических методов и биотестирования с использованием в качестве тест-объекта инфузорий (Paramecium caudatum).
Методика исследования. Была проведена экологическая оценка фонового состояния природных поверхностных вод территории Сургутского района с применением физико-химических методов и биотестирования. Перечень компонентов, по которым оценивалось качество поверхностных вод, взят в соответствии с методическими рекомендациями по применению требований к определению исходной (фоновой) загрязненности компонентов природной среды, проектированию и ведению системы экологического мониторинга в границах лицензионных участков недр на территории ХМАО [4]. Контроль качества поверхностных вод проводился по 23 показателям (рН, взвешенные вещества, сухой остаток, УЭП, БПК5, Pb, Zn, Mn, Cr, Ni, Fe, Hg, NH4+ PO43-, SO42-, Cl-, АПАВ, нефтепродукты, фенол, о-крезол, п-крезол, 3,4-диметилфенол) в том числе и биотестированием.
Для оценки этих показателей использовались следующие методики анализа: кислотность воды (рН) определялась потенциометрическим методом по ПНД Ф 14.1:2:3:4.121-97; взвешенные вещества (КВВ) и сухой остаток гравиметрическим методом по ПНД Ф 14.1:2.110-97 и ПНД Ф 14.1:2.114-97 соответственно; удельная электропроводность кондуктометрическим методом, по РД 52.24.495-95; БПК5 по ПНД Ф 14.1:2:3:4.123-97; тяжелые металлы (цинк, марганец, хром, никель, железо общее, свинец) методом атомно-эмиссионной спектрометрии с ИСП по ПНД Ф 14.1:2:4.135-98; ионы аммония и фосфаты фотометрическим методом по ПНДФ 14.1:2.1-95 и ПНД Ф 14.1:2.112-97 соответственно; сульфаты турбидиметрическим методом по РД 52.24.40595; хлорид-ионы аргентометрическим методом по ПНД Ф
14.1:2.96-97; СПАВ фотометрическим методом по ПНДФ 14.1:2.115 - 97; нефтепродукты ИК-спектрометрическим методом по ПНДФ 14.1:2.5-95; фенолы методом высокоэффективной жидкостной хроматографии по МВИ 2420/92-2001; токсичность методами биотестирования с использованием в качестве тест-объекта инфузорий (Paramecium caudatum) по ПНД Ф Т 14.1:2:3:4.2 [6]. Пробы поверхностных вод отбирались по ГОСТ Р 51592-2000, ГОСТ 17.1.5.05-85, ГОСТ 17.4.4.02-84. Для отбора проб поверхностной воды использовались устройства в соответствии с требованиями ГОСТ 17.1.5.04-81.
Результаты. Проанализировано 503 пробы поверхностной воды физико-химическими методами и биотестированием. Результаты ранжирования полученных данных по степени токсичности (допустимая, умеренная и высокая) представлены на рис. 2.
450 400 350
0 300 ° 250 ® 200
1 150 100
50 0
Рис.2 Токсичность проб поверхностных вод
Подавляющее количество проб (82%) имеют допустимую степень токсичности, в 17% проанализированных образцов выявлена умеренная степень токсичности. Только 1% проб имел высокую степень токсичности, что свидетельствует о незначительном загрязнении водных объектов. Исследованные пробы поверхностной воды были отобраны на территориях не подверженных техногенному воздействию (фоновые пробы), что и подтверждает представленная на рис.2 гистограмма.
Полученные результаты согласуются с общепринятыми в литературе представлениями о биотестовом анализе как способе интегральной оценки экологического состояния природных компонентов окружающей среды. Для оценки взаимосвязи степени токсичности, определяемой биотестированием, с данными аналитических исследований был применен метод регрессионного анализа. В результате математической обработки данных экологических исследований поверхностных вод методом пошаговой множественной регрессии результирующая модель с отбракованными незначимыми факторами принимает вид:
y=0,111324+0,247097Xi8-0,012660Xi-0,019326Xi9+0,043699X5
где у - токсичность, X18 - нефтепродукты; X1 - рН; X19 - фенолы, X5 - БПК5.
Результаты математической обработки показали, что гипотеза об отсутствии линейной связи между данными биотестирования и результатами физико-химических анализов отклоняется, т.е. взаимосвязь имеет место. Расчетное значение F-критерия Фишера F(5,497)=2,93 больше табличного значения, равного 2,21 для уровня значимости а=0,05, что говорит о высокой степени достоверности взаимосвязи. Коэффициент множественной корреляции между данными биотестирования и результатами физикохимических анализов составляет 0,17. Наиболее значимыми факторами, коррелирующими с набором данных по токсичности при оценки поверхностных вод являются нефтепродукты, рН, фенолы и БПК5. После математической обработки данных проб поверхностных вод только с допустимой степенью токсичности методом пошаговой множественной регрессии результирующая модель с отбракованными незначимыми факторами принимает вид:
у = 0,00879X1 - 3,44642X10 + 1,68250X9 + 0,00006X3
413
83
1 1 7
степень токсичности
□допустимая □ умеренная ■ высокая
Результаты математической обработки показали, что гипотеза об отсутствии какой бы то ни было линейной связи между данными биотестирования и результатами физико-химических анализов отклоняется. Расчетное значение F-критерия Фишера F(6,406)=6,08 больше табличного значения равного 2,09 для уровня значимости а=0,05, что говорит о высокой степени достоверности установленной взаимосвязи. Коэффициент множественной корреляции между данными биотестирования и результатами физико-химических анализов составляет 0,29.
После исключения из обрабатываемого массива данных с умеренной и высокой степенями токсичности наиболее значимыми факторами стали: рН, никель, хром и сухой остаток. В результате математической обработки данных экологических исследований проб поверхностных вод только с умеренной и высокой степенями токсичности, методом пошаговой множественной регрессии, результирующая модель с отбракованными незначимыми факторами принимает вид:
y=-0,617826X8-0,043671X2+0,015631Xn+0,075677X5-,017779X19-
- 0,013066X1
где X8 - марганец, X2 - взвешенные вещества, X11 - железо, X5 -БПК5, X19 - фенолы, X1 - рН.
Результаты математической обработки показали, что гипотеза об отсутствии какой бы то ни было линейной связи между данными биотестирования и результатами физико-химических анализов отклоняется. Расчетное значение F-критерия Фишера F(7,82)=2,98 больше табличного значения, равного 2,14 для уровня значимости а=0,05, что говорит о высокой степени достоверности взаимосвязи. Коэффициент множественной корреляции между данными биотестирования и результатами физикохимических анализов составляет 0,45. После исключения из массива данных проб с допустимой степенью токсичности в число наиболее значимых факторов вошли: марганец, взвешенные вещества, железо, БПК5, фенолы и рН. Анализируя весь набор полученных результатов с применением в качестве тест-объекта инфузорий (инфузория туфелька - Paramecium caudatum).
Отметим, рН является значимым фактором для всех трех вариантов обработки данных, а БПК5 и фенолы для двух вариантов обработки (для полного массива данных и массива, включающего пробы с умеренной и высокой степенями токсичности). Нефтепродукты, никель, хром, марганец, сухой остаток и взвешенные вещества вошли в значимое число факторов только в одном из вариантов обработки данных.
Выводы. Чувствительность тест-объекта к фоновому содержанию нефтепродуктов, фенолов, марганца, железа, никеля, хрома, взвешенных веществ, сухого остатка, БПК5, и рН говорит о том, что он может применяться при экологической оценке качества водных объектов, испытывающих повышенную техногенную нагрузку в районах добычи углеводородного сырья.
Литература
1.Биоиндикация и биомониторинг: Сб. ст. АН СССР / Отв. ред. Д.А. Криволуцкий.- М.: Наука, 1991.- 288 с.
2.Булатов А.И. и др. Охрана окружающей среды в нефтегазовой промышленности.- М.: Недра, 1997.- 482 с.
3Методические рекомендации по применению Требований к определению исходной (фоновой) загрязненности компонентов природной среды, проектированию и ведению системы экологического мониторинга в границах лицензионных участков недр на территории ХМАО.- Ханты-Мансийск: Полиграфист, 2004.- 92 с.
4.Постановление Правительства ХМАО от 29 июля 2003 г. № 302-П «Об утверждении требований к определению исходной (фоновой) загрязненности компонентов природной среды, проектированию и ведению системы локального экологического мониторинга в границах лицензионных участков недр на территории ХМАО».
5.Майстренко В.Н. и др. Эколого-аналитический мониторинг суперэкотоксикантов.- М.: Химия, 1996.- 319 с.
6Методика определения токсичности воды по хемотакси-ческой реакции инфузорий: ПНД Ф Т 14.1:2:3:4.2.- СПб., 2003.14 с.
где Xi - рН; X10 - никель; X9 - хром, X3 - сухой остаток.
