CC BY
38
Вестник ДВО РАН. 2017. № 1
УДК 582.29; 504.73; 504.5
А.К. ЕЖКИН, А.В. КОРДЮКОВ
Анализ содержания химических элементов в лишайнике Parmelia squarrosa в окрестностях завода СПГ (юг Сахалина)
Представлены результаты исследования валового содержания 14 химических элементов в талломах лишайника Parmelia squarrosa, собранного в районе завода СПГ на юге о-ва Сахалин. По результатам регрессионного анализа выявлена статистически достоверная связь между содержанием большей части элементов (Al, Ni, Cr, Cu, As, Mo, Fe, Pb, Co) в талломах лишайников и расстоянием до автодороги Корсаков-Новиково. На расстоянии 0,25-1,3 км от дороги концентрации этих элементов в 2-19 раз выше по сравнению с удаленными участками. При этом связей между содержанием исследуемых химических элементов и расстоянием до завода СПГ не выявлено. Значения коэффициентов накопления элементов свидетельствуют о литогенном происхождении Al, Fe, Cr, Co, Ni вследствие разрушения дорожного полотна. Pb, As, Mo и Cu имеют более высокие коэффициенты накопления и антропогенное происхождение, обусловленное переносимой и создаваемой автотранспортом пылью.
Ключевые слова: лишайники, биомониторинг, завод СПГ, накопление, тяжелые металлы, Сахалин.
Analysis of accumulation of chemical elements in a lichen Parmelia squarrosa in surroundings of the LNG
plant in the south of Sakhalin. A.K. EZHKIN, A.V. KORDYUKOV (Institute of Marine Geology and Geophysics, FEB RAS, Yuzhno-Sakhalinsk).
Results of studies of 14 chemical elements in lichen Parmelia squarrosa collected in the area of the LNG plant in the south of Sakhalin are presented. Statistically significant correlation between content of most part of elements (Al, Ni, Cr, Cu, As, Mo, Fe, Pb, Co) in lichen thalluses and the distance to the Korsakov-Novikovo federal road passing in the area was determined from the regressive analysis. Within 0.25-1.3 km from the road concentration levels of these elements were 2-19 times higher in comparison with the data on remote points. Correlations between chemical elements content and the distance to the LNG plant were not detected. Values of accumulation factors of the elements point on lithogenous origin of Al, Fe, Cr, Co, Ni due to destruction of the roadbed. Pb, As, Mo and Cu have higher values of accumulation factors pointing on anthropogenic origin due to dust created and transferred by transport vehicles.
Key words: lichen, biomonitoring, LNG plant, accumulation, heavy metals, Sakhalin.
Загрязнение атмосферного воздуха - чрезвычайно серьезная проблема современного общества. Загрязненный воздух канцерогенен; каждая восьмая смерть в мире, случившаяся в 2012 г., связана с загрязнением атмосферы [8, 11]. В связи с этим возрастает важность биоиндикационных исследований, направленных на оценку состояния окружающей среды. Биоиндикаторы, в свою очередь, подразделяются на те, которые реагируют на загрязнение, и на те, которые накапливают загрязняющие вещества [23].
*ЕЖКИН Александр Константинович - младший научный сотрудник, КОРДЮКОВ Александр Владимирович -кандидат биологических наук, научный сотрудник (Институт морской геологии и геофизики ДВО РАН, Южно-Сахалинск). *E-mail: [email protected]
Работа выполнена при поддержке грантов фонда «Global Greengrants Fund» и правительства Сахалинской области молодым ученым.
Способность лишайников накапливать различные химические элементы в настоящее время активно используется в биоиндикации. Благодаря ряду морфологических особенностей они являются удобными объектами для мониторинговых исследований [22]. Одно из наиболее популярных направлений в данной области - установление пространственного распределения загрязнителей вокруг различных источников загрязнения [12, 17].
Цель данной работы - оценить валовое содержание ряда токсичных элементов в талломах (слоевищах) лишайника Parmelia squarrosa Hale в окрестностях крупнейшего в России завода по сжижению природного газа (СПГ) на юге Сахалина, установить пространственное распределение токсичных химических элементов относительно основных источников загрязнения в данном районе. Исследования по накоплению лишайниками поллютантов в районе эксплуатации завода СПГ на о-ве Сахалин проводятся впервые.
Район исследований
Исследования проведены на южном побережье о-ва Сахалин в окрестностях пос. Пригородное Корсаковского района, где размещены завод СПГ и терминал отгрузки сжиженного газа. Завод располагается на участке морского побережья Анивского залива в долине р. Мерея. Завод введен в эксплуатацию в 2009 г., его мощность составляет 9,6 млн т сжиженного газа в год. Согласно нормативным документам, из 26 загрязняющих веществ, поступающих в атмосферу в результате сжигания газа, основными являются NO2, SO2, CO [5]. Вокруг завода в радиусе 10 км нет крупных населенных пунктов. К северо-западу от комплекса расположены дачи. В районе завода проходит участок автодороги общего пользования.
Растительность района исследований представлена елово-пихтовыми лесами из ели аянской (Piceajezoensis (Siebold. et Zucc.) Carrière) и пихты сахалинской (Abies sachalinensis (F. Schmidt) Mast.) с доминированием пихты, посадками из лиственниц Кемпфера и Ка-яндера (Larix kaempferi (Lamb.) Carrière, L. cajanderi Mayr.), на заболоченных участках встречается ель Глена (Picea glehnii (F. Schmidt) Mast.). Леса в данном районе сильно трансформированы, с заметными следами антропогенного вмешательства. Рельеф характеризуется непрерывным чередованием низких участков с гористыми с высотами в пределах 180-470 м [6]. Климат района наиболее мягок по сравнению с северной и средней частью острова. Здесь более мягкая зима и теплое лето, положительные среднегодовые температуры (от +1,8 до +3,0 °С), значительное выпадение осадков, высокая относительная влажность в течение всего года (в среднем за год 78-83 %), частые туманы (до 73 дней в году) [3]. Направление преобладающих ветров в данном районе - северо-восточное [6].
Материалы и методы
Для проведения химических анализов были использованы талломы лишайника Parmelia squarrosa. Пробы данного вида лишайника собраны в июне 2014 г. в районе завода СПГ. Пробы были отобраны в 19 точках, удаленных от завода на различное расстояние во всех направлениях: в радиусе 4 км, находящихся в 9 км от границы завода (фоновые точки), в 3,5 км от автодороги (рис. 1).
Пробы отбирали на участках елово-пихтового леса не менее чем с 6 стволов пихты сахалинской на высоте 1,2-1,8 м от почвенного покрова по методике, изложенной в [15].
P. squarrosa - широко распространенный в данном районе эпифитный лишайник. Собранные образцы подвергались камеральной обработке для оценки валового содержания следующих химических элементов: Al, S, Cr, Mn, Fe, Co, Ni, Cu, Zn, As, Mo, Cd, Pb, Hg. Количество лишайникового материала для проведения данных анализов составляло 1,0 г сухого веса. Измерения проводили на квадрупольном масс-спектрометре с индуктивно-связанной плазмой ICP-MS 7500а (Agilent Technologies, США) в Химико-аналитическом
Рис. 1. Карта-схема расположения точек отбора проб. Белая линия - автодорога; треугольник -основной факел сжигания попутного газа; вокруг и внутри П-образного изгиба дороги - завод СПГ
центре факультета почвоведения МГУ им. М.В. Ломоносова по методике, изложенной в [4]. В качестве контроля использовался раствор «Control solution for ICP MS» калибровочного стандарта «Standard solutions for ICP MS» от фирмы «Agilent».
Статистический анализ выполнен с использованием пакета R. Выбор полученных в результате регрессионного анализа моделей (для каждой зависимой переменной отдельно) основывался на сравнении по информационному критерию Акаике (AIC). Это необходимо для того, чтобы из ряда линейных моделей, учитывающих как влияние всех взятых для регрессионного анализа предикторов, всех возможных их сочетаний, так и «нулевую» гипотезу, выбрать ту, которая обладает максимальной предсказательной способностью. Важным достоинством этого критерия является учет не только предсказательной способности, но и количества независимых переменных, т.е. применяется критерий экономичности, ограничивающий количество последних. Таким образом, в соответствии с принципом «Бритва Оккама» выбирается модель, достаточно полно описывающая дисперсию зависимой переменной с привлечением наименьшего количества параметров. Кластеризацию выполняли методом Варда [24].
Картирование пространственного распределения содержания химических элементов в талломах лишайника выполнено методом обратных взвешенных расстояний (IDW).
В качестве зависимых переменных были использованы натуральные логарифмы значений валового содержания элементов в талломах лишайников. Логарифмирование широко применяется в экологических исследованиях для нормализации частотного распределения и линеаризации моделей [1, 14 и др.].
В качестве потенциальных источников загрязнения были рассмотрены следующие объекты: 1) завод СПГ, на территории которого находятся несколько близко расположенных источников загрязнения - два факела, газовые электрогенераторы, стоящие в 600 м к северо-северо-востоку от факелов, автостоянка и терминал отгрузки газа; 2) основной факел сжигания попутного газа завода. Учитывая его интенсивность и высоту, он рассматривался как отдельный источник загрязнения; 3) участок автодороги Корсаков-Новиково,
проходящей вдоль побережья Анивского залива и огибающей завод с северной стороны; 4) лесные просеки, по которым периодически перемещаются автотранспорт и тяжелая техника. Расстояние до перечисленных объектов использовалось в качестве независимых переменных (предикторов) при изучении связей между содержанием химических элементов и расстоянием до источников загрязнения. Кроме того, при регрессионном анализе в качестве независимых переменных учитывались расстояние до периметра строительного городка, который в настоящее время не используется, но был активным во время строительства объекта, а также высота над уровнем моря. Выбранные показатели позволяют учесть факторы, влияющие на интенсивность процессов накопления/высвобождения металлов в лишайниках [22].
Для оценки влияния состава земной коры на элементный состав проб были рассчитаны широко используемые [16, 18, 19 и др.] коэффициенты накопления (enrichment factors -EF) для каждого элемента (X) по формуле:
(X / Эталонный элемент) в лишайнике
EF =
(X / Эталонный элемент) в эталонном материале
По причинам, описанным в работах [13, 19], в качестве эталонного материала рассматривалась верхняя континентальная кора [20], а эталонного элемента - алюминий (в этом качестве часто используются также Fe, Т и Sc).
Результаты и обсуждение
Валовое содержание исследуемых химических элементов в талломах Р. squarrosa в 19 точках отбора лишайников приведено в табл. 1.
Таблица 1
Валовое содержание (мг/кг) химических элементов в талломах лишайника РагтеИа squarrosa в точках отбора проб
Номер точки Al Fe Pb S Cr Mn Co Ni Cu Zn As Mo Cd Hg
01 2958,7 3213,9 19,1 1086,6 8,1 2944,8 7,3 6,5 11,6 95,8 1,7 0,7 0,3 <0,1
02 1347,4 1626,2 13,1 625,4 3,2 1277,6 1,3 3,5 5,8 79,4 0,9 0,3 0,2 <0,1
03 2337,3 3026,8 10,0 692,5 4,9 453,4 1,7 9,2 7,7 45,7 0,8 0,2 0,2 <0,1
04 2281,2 2605,7 11,0 626,6 5,4 599,3 1,7 5,3 7,9 57,4 1,1 0,3 0,2 <0,1
05 2164,0 2849,3 9,3 719,4 5,0 151,0 1,1 4,3 6,4 45,3 1,3 0,2 0,1 <0,1
06 2882,4 3692,9 13,8 582,5 9,5 286,1 1,6 7,5 10,6 102,8 1,5 0,2 0,2 <0,1
07 1010,5 1066,9 7,8 645,8 2,1 296,3 0,6 2,3 4,3 43,5 0,6 0,2 0,2 <0,1
08 1547,0 1692,8 15,8 587,7 2,7 320,5 0,7 11,4 9,1 85,4 0,8 0,2 0,4 <0,1
09 1326,2 1132,6 12,0 593,0 2,7 514,4 0,6 3,2 5,0 66,9 0,9 0,2 0,4 <0,1
10 1390,5 1666,2 13,2 845,0 5,2 900,0 1,4 3,8 8,3 72,6 0,7 0,2 0,4 <0,1
11 1395,7 1023,8 12,5 2331,6 2,5 482,5 0,5 3,4 6,5 102,0 0,7 0,2 0,3 <0,1
12 1352,7 1193,9 15,0 711,7 2,8 2783,2 1,7 3,2 5,7 73,1 1,0 0,5 0,3 <0,1
13 989,4 879,8 15,7 722,4 1,7 434,1 0,4 3,0 5,8 63,7 0,8 0,2 0,3 <0,1
14 1046,0 1164,1 9,7 781,6 2,4 401,2 0,5 2,6 5,6 54,7 0,9 0,2 0,2 <0,1
15 844,4 848,7 9,0 538,0 1,5 292,0 0,4 2,1 4,1 141,9 0,5 0,1 0,4 <0,1
16 1030,6 1253,8 7,3 767,9 2,3 553,6 0,6 2,6 5,3 53,1 0,8 0,2 0,2 <0,1
17 927,7 824,1 9,2 652,2 2,1 209,5 0,4 1,9 3,9 82,7 0,7 0,2 0,2 <0,1
18 1131,1 876,1 9,4 544,2 1,8 478,3 0,5 2,4 4,7 50,7 0,6 0,2 0,3 <0,1
19 695,4 487,5 7,1 495,5 1,2 359,5 0,2 1,4 4,8 44,5 0,5 0,1 0,2 <0,1
В лишайниках из 5 точек отбора проб (№ 01, 03, 04, 06, 10), расположенных на расстоянии 250-1300 м от автодороги, содержание большинства исследуемых элементов в 2-19 раз превышает средние значения в 3 удаленных (фоновых) точках (№ 17-19). Наибольшее превышение отмечено для Co (19 раз), Mn (8 раз), Cr (6 раз), Fe (5 раз), Mo и Ni (4 раза) (табл. 1).
В результате регрессионного анализа и ранжирования возможных моделей, описывающих воздействие предикторов на содержание того или иного элемента в талломах P. squarrosa, по информационному критерию Акаике были установлены статистически достоверные модели для Al, Fe, Pb, Cr, Ni, Cu, As, Mo и Co. Значения скорректированных коэффициентов детерминации (adjusted R2 - R2adj) для полученных моделей при использовании логарифмированных значений уровней накопления химических элементов показаны в табл. 2.
Таблица 2
Значения скорректированных коэффициентов детерминации (R2allJ) и уровня значимости (p-value) для моделей, выбранных на основании информационного критерия Акаике
Элемент Предикторы R2* Р
Fe Расстояние до дороги и высота над ур. м. 0,714 1,729e-05
Al Расстояние до дороги 0,614 4,405e-05
Ni То же 0,562 0,0002
Cr То же 0,524 0,00041
Co Расстояние до дороги и высота над ур. м. 0,501 0,00042
Cu Расстояние до дороги 0,430 0,00139
As То же 0,409 0,00190
Pb Расстояние до дороги и просек 0,327 0,01637
Mo Расстояние до дороги 0,232 0,02115
Таким образом, для А1, №, Сг, Си, As, Мо отмечена статистически достоверная (р < 0,01, кроме Мо, для которого р < 0,05) связь содержания элементов с расстоянием до автомобильной дороги. Диаграммы рассеяния, отражающие связь значений валового содержания этих элементов в слоевищах P. squarrosa относительно расстояния до дороги, и пространственное распределение содержания, выполненное методом обратных взвешенных расстояний, показаны на рис. 2. Пространственное распределение содержания данных элементов отражает выраженное тяготение участков с повышенным их содержанием к автодороге, что подтверждает результаты регрессионного анализа. Наименьшей предсказательной способностью обладает модель, описывающая содержание Мо, что обусловлено повышенным его содержанием на участке, расположенном к северу от завода СПГ и удаленном от дороги на 1,7 км (точка 12). Выяснение причин этого явления, а также установление нагрузки на автодорогу требуют дальнейших исследований, поскольку ранее [9] было отмечено, что основные показатели лихенофлоры изменяются на расстоянии до 300 м от автодорог.
Для Fe, Со и РЬ получены двухфакторные модели, описывающие распространение этих элементов. В каждой модели в качестве первого предиктора выступало расстояние до дороги. Вторым предиктором для Fe и Со стала высота над уровнем моря, а для РЬ -расстояние до просек. Диаграммы рассеяния и пространственное распределение данных элементов показаны на рис. 3.
«Нулевые» гипотезы, т.е. отсутствие связи между содержанием элементов и предикторами, отмечены для S, 2п, Мп и Cd.
Для оценки соотношения антропогенных и литогенных источников поступления химических элементов в окружающую среду рассчитывались коэффициенты обогащения (рис. 4). Нормализованные таким образом значения содержания позволили провести кластеризацию элементов (значения EF для А1 как эталонного материала приняты за 1).
Рис. 2. Диаграммы рассеяния валового содержания А1, N1, Сг, Си, Аз, Мо в слоевищах Р. ядыаггсяа (по оси абсцисс распределение элементов (интерполяция методом IDW). Обозначения: окаймленная белая линия - автодорога,
Значения ЕГ, близкие к единице и, как принято считать, не превышающие 5, позволяют сделать вывод о том, что накопление этих элементов в талломах лишайников происходит из эталонного материала - континентальной коры [13, 16, 19]. Некоторые исследователи [18] полагают, что ЕГ > 2 уже свидетельствует о несубстратной природе накопления металла. В нашем случае мы можем утверждать, что ряд элементов - А1, Ге, Сг, Со, N1 - имеют литогенное происхождение вследствие разрушения дорожного полотна. Общая природа их происхождения подтверждается также значимыми коэффициентами корреляции Пирсона (р < 0,05) между содержаниями этих элементов [13] (табл. 3). Эти элементы объединяются в один кластер. В этом ряду выделяется только N1, имеющий незначимые коэффициенты корреляции с остальными элементами и стоящий особняком в общем кластере.
Сн
Мо
И230 ° 112.95 / : 4J.cn:'
- расстояние до автодороги, м; по оси ординат - значения валового содержания, мг/кг) и пространственное круги - участки отбора проб; изолинии - содержание элементов)
Кроме того, максимальные значения ЕГ для Со и N1 в двух точках (01 для Со и 08 для N1) превышают 5, достигая 11,6 и 12,7 соответственно. Содержание химических элементов в талломах Р. squarrosa тесно связано с расстоянием до автодороги, а для Ге и Со - также с высотой над уровнем моря. Таким образом, литогенные элементы появляются в лишайниках от приносимой ветром пыли [16]. Количество этой пыли значительно увеличивается вследствие антропогенной деятельности, связанной с прокладкой и обустройством автодороги. Кроме того, часть автодороги напротив завода СПГ до сих пор не имеет асфальтового покрытия, из-за чего вынос пыли значительно увеличивается. Оксиды литогенных элементов часто являются слаборастворимыми, их аккумуляция в лишайниках происходит путем захвата поверхностью таллома лишайника вне зависимости от уровня осадков [13].
Ее
Рис. 3. Трехмерные диаграммы рассеяния валового содержания Со, Бе, РЬ и их пространственное распределение
Следующий кластер объединяет As, Мо и Си. Содержания этих элементов также имеют статистически достоверные корреляции между собой (табл. 3). Уровень их аккумуляции невелик: средние значения ЕБ составляют 10,5, 12,5 и 13,3. Содержание этих элементов также обусловлено расстоянием до дороги (табл. 2) и, очевидно, переносимой и создаваемой автотранспортом пылью [21].
Остальные 5 элементов (РЬ, Мп, 2п, S, Cd) в единый кластер не объединены. Среди них выделяется только РЬ, на содержание которого в лишайниках влияет расстояние до дороги и просек. Ключевой источник поступления свинца в окружающую среду -выхлоп автотранспорта, заправляемого бензином с содержанием тетраэтилсвинца. Это подтверждается связью именно с объектами, по которым происходило и происходит движение транспорта. Однако использование этилированного бензина в России было
Рис. 4. Коэффициенты обогащения. Слева - минимальные, средние, максимальные значения ЕБ химических элементов, справа - дендрограмма концентраций элементов в лишайниках, кластеризованных по значениям ЕБ (метод Варда, евклидовы расстояния)
Таблица 3
Корреляционная матрица соотношений содержания исследуемых химических элементов
Элементы А1 Бе РЬ 8 Сг Мп Со N1 Си гп Аз Мо Са
А1 1,00
Бе 0,97 1,00
РЬ 0,50 0,38 1,00
0,10 -0,03 0,23 1,00
Сг 0,81 0,85 0,23 0,00 1,00
Мп 0,32 0,20 0,63 0,14 0,15 1,00
Со 0,71 0,61 0,62 0,14 0,49 0,76 1,00
N1 0,36 0,40 0,39 0,02 0,45 0,09 0,23 1,00
Си 0,86 0,82 0,70 0,17 0,66 0,37 0,71 0,61 1,00
гп 0,11 0,05 0,40 0,27 -0,04 0,17 0,20 0,07 0,23 1,00
Аз 0,87 0,84 0,56 0,06 0,53 0,48 0,74 0,15 0,75 0,12 1,00
Мо 0,57 0,45 0,70 0,17 0,30 0,93 0,91 0,13 0,58 0,20 0,72 1,00
Са -0,17 -0,28 0,51 0,21 -0,26 0,19 0,04 0,38 0,13 0,50 -0,20 0,10 1,00
Примечание. п - 2 = 17; 1 % = 0,58, 5 % = 0,46.
запрещено в 2003 г. Поэтому мы предполагаем, что РЬ, откладывающийся на клеточных стенках симбионтов [7], сохранился в талломах лишайника со времени использования на Сахалине этилированного бензина.
Для Мп, гп, S, Cd, как сказано выше, подтвердились «нулевые» гипотезы. Это наиболее очевидно для Cd. При высоких значениях ЕБ (среднее 184, максимальное 395) содержание этого элемента варьирует от 0,144 до 0,401 мг/кг. Распределение Cd по обследованной территории мозаично. Это может свидетельствовать либо об особых физиологически обусловленных накопительных способностях Р. squarrosa (что более вероятно), либо о дальнем атмосферном переносе этого металла.
Повышенное содержание Мп (при значительной вариации коэффициентов его накопления) может объясняться его ролью в функционировании водорослевой части лишайника. Но на отдельных участках высокое его содержание остается неясным. Также непонятны причины повышенного содержания S и гп в отдельных точках исследования. При этом для каждого химического элемента характерны свои участки высокой концентрации, что не позволяет сделать вывод о единой геохимической аномалии.
Большинство химических элементов, обнаруживающих на обследованных участках по сравнению с фоновыми повышенные содержания и имеющих тесные корреляционные связи с источниками загрязнения (автодорога и активные лесные просеки), являются токсичными и относятся к группе тяжелых металлов. Тяжелые металлы опасны, поскольку обладают способностью накапливаться в живых организмах, встраиваться в метаболический цикл, образуя высокотоксичные металлосодержащие органические соединения. Они катализируют многочисленные химические реакции и представляют опасность, особенно при наличии двух и более элементов в среде. Такое совместное воздействие может иметь непредсказуемый ход биологических и экологических процессов [2, 10].
Выводы
Результаты регрессионного анализа показывают статистически достоверную связь между содержанием большей части металлов (Al, Ni, Cr, Cu, As, Mo) в талломах лишайников Parmelia squarrosa, собранных в окрестностях завода СПГ на юге Сахалина, и расстоянием до автодороги Корсаков-Новиково. Так, в импактной зоне (на расстоянии 0,25-1,3 км) их концентрации в 2-19 раз выше по сравнению с фоновыми участками. Содержание Fe и Co связано как с расстоянием до автодороги, так и с высотой участка отбора проб над уровнем моря. Повышенное же содержание Pb в талломах зависит от расстояния до автодороги и лесных просек и, вероятно, является последствием использования до 2003 г. бензина с содержанием тетраэтилсвинца.
Анализ коэффициентов накопления элементов свидетельствует о литогенном происхождении Al, Fe, Cr, Co, Ni. Незначительное превышение относительно условной границы литогенного/антропогенного происхождения (EF = 5) уровня накопления As, Mo и Cu (10,5, 12,5 и 13,3 соответственно), а также связь их содержания в лишайниках с расстоянием до автодороги свидетельствуют о том, что накопление этих элементов обусловлено разрушением дорожного полотна (преимущественно неасфальтированного участка) и переносом автотранспортом пыли.
Для ряда элементов - Mn, Zn, S, Cd - не обнаружено достоверных зависимостей между их содержанием и расстоянием от источников загрязнения. Эти элементы характеризуются наиболее высокими коэффициентами накопления и мозаичным пространственным распределением. Выяснение причин данного явления требует дальнейших исследований.
ЛИТЕРАТУРА
1. Воробейчик Е.Л., Садыков О.Ф., Фарафонтов М.Г. Экологическое нормирование техногенных загрязнений наземных экосистем (локальный уровень). Екатеринбург: УИФ «Наука», 1994. 281 с.
2. Закутонова В.И., Пилипенко Т. А. Влияние тяжелых металлов на лишайники // Вестн. ОГУ 2004. Вып. 12. С. 112-116.
3. Земцова А.И. Климат Сахалина. Л.: Гидрометеоиздат, 1968. 197 с.
4. Методика выполнения измерений массовой доли элементов в твердых минеральных объектах методом масс-спектрометрии с индуктивно-связанной плазмой на масс-спектрометре Agilent ICP-MS 7500. ФР. 1.31.2009.06787. М.: Изд-во МГУ, 2009. 56 с.
5. Повторное экспертно-гигиеническое заключение №№ 5/ЭКЗ - 2/02 НИИ экологии человека и гигиены окружающей среды им. А.Н. Сысина РАМН. 2007 г.
6. Справочник по физической географии Сахалинской области / сост. З.Н. Хоменко. Южно-Сахалинск: Кн. изд-во, 2003. 111 с.
7. Шарунова И.П. Межвидовая и внутривидовая изменчивость накопления тяжелых металлов эпифитными лишайниками в градиенте токсической нагрузки: дис. ... канд. биол. наук / Институт экологии растений и животных УрО РАН. Екатеринбург, 2008. 119 с.
8. 7 million premature deaths annually linked to air pollution // News release of World health organization. - http:// www.who.int/mediacentre/news/releases/2014/air-pollution/ru/ (дата обращения: 01.02.2016).
9. Coffey M., Fahrig L. Relative effects of traffic pollution, moisture and colonization sources on urban lichens. Ottawa: Carleton Univ., 2011. 149 p.
10. Jarup L. Hazards of heavy metal contamination // Brit. Med. Bull. 2003. Vol. 68. P. 167-182.
11. Loomis D., Grosse Y., Lauby-Secretan B. et al. The carcinogenicity of outdoor air pollution // Lancet Oncology. 2013. Vol. 14. P. 1262-1263.
12. Loppi S., Nascimbene J. Monitoring H2S air pollution caused by the industrial exploitation of geothermal energy: The pitfall of using lichens as bioindicators // Environmental Pollution. 2010. Vol. 158, N 8. P. 2635-2639.
13. Loppi S., Pirintsos S.A., De Dominicis V. Soil contribution to the elemental composition of epiphytic lichens (Tuscany, central Italy) // Environmental Monitoring and Assessment. 1999. Vol. 58, N 2. P. 121-131.
14. Mikhailova I.N., Kshnyasev I.A. Content of heavy metals in thalli of the lichen Hypogymnia physodes: Sources of heterogeneity // Contemporary problems of ecology. 2012. Vol. 5, N 3. P. 314—318.
15. Monitoring with lichens - monitoring lichens: Proceeding of the NATO advanced research workshop on lichen monitoring. Wales, UK, 16-23 Aug. 2000 / eds P.L. Nimis, Ch. Scheidegger, P.A. Wolseley. Dordrecht: Kluwer Acad. Publ., 2002. 408 p.
16. Nash T.H., Gries C. The use of lichens in atmospheric deposition studies with an emphasis on the Arctic // The science of the total environment. 1995. Vol. 160/161. P. 729-736.
17. Nimis P.L., Castello M. Lichens as bioindicators of heavy metal pollution: a case studia at La Spezia (N. Italy) // Plants as biomonitors: Indicators for heavy metals in the terrestrial environment / ed. B. Market. Weinheim: Wiley-VCH, 1993. P. 265-284.
18. Paoli L., Munzi S., Guttova A., Senko D., Sardella G., Loppi S. Lichens as suitable indicators of the biological effects of atmospheric pollutants around a municipal solid waste incinerator (S. Italy) // Ecol. Indicators. 2015. Vol. 52. P. 362-370.
19. Puckett K.J., Finegan E.J. An analysis of the element content of lichens from the Northwest Territories, Canada // Can. Journ. Bot. 1980. Vol. 58, N 19. P. 2073-2089.
20. Rudnick R.L., Gao S. Composition of the continental crust // Treatise on Geochemistry. 2003. Vol. 3. P. 1-64.
21. Sternbeck J., Sjodin A., Andreasson K. Metal emissions from road traffic and the influence of resuspension -results from two tunnel studies // Atmospheric environment. 2002. Vol. 36. P. 4735-4744.
22. Szczepaniak K., Biziuk M. Aspects of the biomonitoring studies using mosses and lichens as indicators of metal pollution // Environmental Res. 2003. Vol. 93, N 3. P. 221-230.
23. Tingey D.T. Bioindicators in air pollution research - applications and constraints // Biologic markers of airpollution stress and damage in forests. Washington: Nat. Acad. Press, 1989. P. 73-80.
24. Ward J.H. Hierarchical grouping to optimize the objective function // J. Amer. Stat. Assoc. 1963. Vol. 58. P. 236-244.
