ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ В ОЦЕНКЕ ЭКОЛОГИЧЕСКОЙ ОПАСНОСТИ ПЕСТИЦИДОВ ДЛЯ ПОЧВ АГРОБИОЦЕНОЗОВ Текст научной статьи по специальности «Экологические биотехнологии»

УДК 631.51: 632.95.024

ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ В ОЦЕНКЕ ЭКОЛОГИЧЕСКОЙ ОПАСНОСТИ ПЕСТИЦИДОВ ДЛЯ ПОЧВ АГРОБИОЦЕНОЗОВ

Н.Н. Семенова, К.В. Новожилов, С.А. Волгарев

Всероссийский НИИ защиты растений РАСХН, Санкт-Петербург

Предложен алгоритм сравнительной оценки экологической опасности локального загрязнения почв агробиоценозов пестицидами. Алгоритм основан на использовании имитационных моделей поведения пестицидов в почве в сочетании с применением критериев, базирующихся на разработанных индексах потенциальной и актуальной нагрузки пестицидов на почву. Излагаемый подход к ранжировке пестицидов достаточно экономен в плане информационной поддержки, так как опирается на ограниченный набор экотоксикологических показателей и параметров, характеризующих почву.

Проблемы экологической безопасности в аспекте предотвращения деградации и загрязнения окружающей среды под воздействием различных факторов, в т.ч. и антропогенных, приобрели планетарный масштаб. К числу таких факторов обоснованно следует отнести интенсивное использование пестицидных ксенобиотиков для защиты растений, нередко оказывающих негативное действие на полезные организмы и объекты природной среды агроландшафтов.

Большинство химических средств защиты растений, независимо от способа их применения, попадает в почву. При этом возможное негативное воздействие может оказываться не только на почву, но и на сопредельные среды (водные экосистемы в первую очередь). Оценка экологической опасности пестицидов для окружающей среды и, в частности, для почв - проблема, для решения которой ведется интенсивная работа по созданию стандартизированных процедур (Лунев, 1987; Спыну, 1999; Decision-making scheme...protection products, 1993; Maud et al., 2001). Во Всероссийском институте защиты растений (ВИЗР) с конца 1980-х годов на основе системного подхода, с учетом процессов трансформации и транслокации пестицидов в почве разрабатываются унифицированные методы сравнительной оценки локального загрязнения ими почв агробиоценозов. В результате выделен ряд критериев опасности пестицидов, базирующихся как на

комплексе экотоксикологических показателей, так и на ряде параметров, характеризующих свойства почв (Новожилов и др., 1999; Семенова, 2007а).

На основе проведенных в ВИЗР исследований предлагается следующая схема проведения сравнительной оценки опасности пестицидов при локальном загрязнении агробиоценозов (рис. 1).

Оценка экологической опасности пестицидов, основанная на использовании выделенных ключевых экотоксикологи-ческих показателей, представляет интерес, так как позволяет проводить сравнительную характеристику препаратов, включая новые. Экотоксикологическая оценка большинства современных инсектицидов отстает от темпов их практического использования, что также связано с отсутствием единых критериев определения их безопасности.

Используемые химические средства защиты растений могут попадать в почву агроценозов разными путями: по прямому назначению при их непосредственном внесении в почву и в результате "побочного эффекта" от наземных обработок -при смыве с листовой поверхности. В результате проведенной обработки сельскохозяйственной культуры или почвы пестицид сам становится частью агроце-ноза, вступает во взаимодействие со всеми его компонентами и, мигрируя, воздействует на естественные экосистемы.

Решение задачи количественного определения степени этого воздействия

Вестник защиты растений, 3. 2009 должно основываться на оценках времени сохранения и содержания действующего вещества препарата в объектах окружающей среды. Необходимость разработки оптимальных регламентов применения химических средств защиты растений стимулирует развитие математических методов определения содержания препаратов в различных компонентах экосистем, в т.ч. и почве. Математическое

моделирование наталкивается на значительные трудности, связанные с адекватным описанием многих процессов, происходящих в системе "почва-пестицид-растение", однако другие методы изучения взаимодействий компонент системы (например, физическое моделирование) могут быть еще более трудоемкими и в то же время не давать достаточно реалистичной картины поведения пестицидов.

МЕТЕОУСЛОВИЯ

Почва

гидрофизические и гидрохимические свойства почв

Препарат физико -химические свойства, способ внесения

I

Вычисление РА, РР, АЕ Ранжировка пестицидов на основе сравнения "эталонными" пестицидами

Обрабатываемая культура

динамические _характеристики_

Нет

Полевой эксперимент

Лабораторный эксперимент

Почвообигающие

организмы Токсикологические характеристики

Да

РА>РАЭ или РР>1 или АЕ>АЕЭ

Компьютерный эксперимент с моделью Настройка имитационной модели по экспериментальным данным

Расчет профилей концентрации пестицида: 1) вычисление индексов РР и РА для двух сценариев погодных условий (РРС, РР\у, РАС, РА^ 2)статистическое моделирование

СК50<РАс; РРс>1 : ск50<рас : СК50>РАс

СК50<РА^РР^1 СК50>РА\у

1 РРвж<1 1 РРд*<1

Проникновение в грунтовые воды

Да Вероятно Нет

Опасен для применения

Условно опасен Необходимы дополнительные исследования

Отрицательные воздействия маловероятны

Рис. 1. Схема определения степени опасности пестицидов при целенаправленном или случайном попадании их в почву

За последнее время построены имитационные модели поведения пестицидов в почве (ЬЕАСНМР (\Vagenet ег а1., 1989; Нигэоп, \Vagenet, 1995), РЕБТЬА (Воеэгеп, 2000), РИгМ-З (Ма ег а1., 2000),

РЕЭТтвг (Семенова и др., 1999; Новожилов и др., 2002)). Эти модели основаны на фундаментальных исследованиях физических, химических и биологических процессов в системе почва - пестицид -

окружающая среда и в большинстве своем являются детерминированными. Использование имитационных моделей, прошедших всестороннюю проверку, подкрепляемое статистическим моделированием, может явиться обоснованной альтернативой полевым экспериментам, проводимым для определения степени экологической опасности применяемых химических средств защиты растений. Тестирование, основанное исключительно на полевых опытах, требует значительных затрат и занимает много времени (необходимо изучить поведение достаточно широкого круга препаратов при различных сочетаниях почвенно-клима-тических условий). Компьютерная модель дает возможность прогнозировать поведение пестицидов в широком диапазоне изменения характеризующих данные условия факторов. Однако вычисления с использованием модели невозможно осуществлять без информационной поддержки, то есть должно быть обеспечено тесное взаимодействие между компьютерным, лабораторным и полевым экспериментами.

Алгоритм оценки препаратов по степени их экологической опасности при попадании в почву можно разделить на две составляющие. Сначала проводится предварительная ранжировка пестицидов, основанная на вычислении индексов актуальной и потенциальной токсиколо-

Вестник защиты растений, ,3, 2009 гических нагрузок на почву (PA и PP) по минимальному набору экотоксикологи-ческих показателей, затем для более детальной классификации пестицидов используется имитационная система компьютерного моделирования миграции и деградации пестицидов по почвенному профилю PESTINS (Семенова и др., 1999; Новожилов и др., 2002; Семенова, 20076). При предварительной оценке опасности проникновения пестицидов в грунтовые воды для данной почвы необходимо рассчитывать соответствующий индекс AF (Rao, 1985).

Данная схема пригодна для решения разнообразных задач, в числе которых классификация пестицидов из ассортимента препаратов, рекомендованных к применению для данной культуры, по степени опасности; предварительная ранжировка пестицидов (включая новые препараты) на основе экотоксикологиче-ских показателей в различных агроклиматических зонах. Диапазон пестицидов и почв, для которых результаты проводимой оценки адекватно описывают сравнительную опасность препаратов, приводится ниже. Компьютерная реализация разработанного алгоритма предварительной оценки опасности пестицидов осуществлена на примере почв Ленинградской области и набора инсектицидов, используемых при возделывании картофеля (Семенова и др., 2005а).

Этапы проведения оценки экологической опасности пестицидов для почв

1. Создание информационной базы

Информационное обеспечение проведения соответствующих оценок подразделяется на следующие категории: 1) характеристика используемых пестицидов; 2) характеристика почв агробиоценозов; 3) характеристика обрабатываемых культур; 4) метеоинформация. Вычисление индексов потенциальной и актуальной нагрузок для почв проводится на основе априорной информации, которая накоплена в ВИЗР, и с привлечением литературных данных. Проведение компьютерного эксперимента с моделью может потребовать проведения

специальных полевых и лабораторных экспериментов. Необходимые для вычислений данные можно свести в следующие таблицы (табл. 1-3).

Проведенные в ВИЗР исследования показали, что разработанная схема классификации пестицидов по степени их экологической опасности может быть использована для почв, содержащих достаточное количество органического вещества (>1%), и умеренно липофильных пестицидов (0<lgKow<4.5) (Семенова и др., 2003; Новожилов и др., 2004).

Вестник защиты, растений, 3, 2009 23

_Таблица 1. Характеристика пестицида по действующему веществу (д.в.)_

Параметры, характеризующие межфазовый обмен пестицидов _(три альтернативных варианта задания: 1) Кос, 2) Кои, 3) 8, Т, М)_ Источник получения инфор-

Обозначения Размерность Параметр мации

1- Кос 2. Кои см3/мг см3/мг Коэффициент распределения Октаноловое число

3. М 3. в 3. Т мг/л °с Молекулярная масса Растворимость в воде при Т= 20°С Точка плавления Справочники, лабораторный эксперимент.

КнПа Давление паров см2/сут (только для летучих пестицидов) Диффузия в жидкой фазе

Параметры, характеризующие свойства пестицидов, с учетом свойств почв (два альтернативных варианта задания: 1) коэффициенты деградации, 2) периоды полураспада)

1- Ко 1.Кщ. 1 ■ К о,я 1/сут 1/сут 1/сут Коэффициент деградации Коэффициент деградации в обменной фазе Коэффициент деградации в твердой фазе Справочники, лабораторный, полевой эксперименты. Если известно влияние темпе-

2. Тс 2. Т2с,ь сут. сут. Период полураспада Период полураспада в обменной фазе ратуры, кислотности почвы и влажности на период распада

2. Т2с,8 сут. Период полураспада в твердой фазе препарата, то также желательно

с12н см Параметр, характеризующий дисперсию получить эти сведения.

Дозы и способы внесения пестицидов

С 1о мг/см2 см Норма расхода пестицида Глубина заделки препарата Число и даты обработок Практика применения пестицидов

Таблица 2. Характеристика почвы

Обозначения Размерность Параметр Примечание

е8 см3/см3 Полная влагоемкость Все данные желательно получить для

см3/см3 Максимальная гигроскопичность двух горизонтов: пахотного и подпа-

(или влажность завядания) хотного.

а2 г/см3 Плотность твердой фазы почвы Если эти данные недоступны, то необ-

Рэ г/см3 Объемная плотность почвы ходимо получить образцы почвы по

£с б/р Содержание гумуса, % слоям (0, 10); (10, 20);.......(90.100 см)

рН б/р Кислотность почвы и провести лабораторное определение

X2 см Параметр, характеризующий дисперсию гидрофизических констант.

Параметры модели основной гидрофизической характеристики почвы

А\ б/р Эмпирический параметр Могут быть рассчитаны, если известен

Р\ Потенциал, соответствующий влажности гранулометрический состав почвы по

насыщения Качинскому (или механический со-

к2Р см/сут. Коэффициент фильтрации став).

В2 б/р Эмпирический параметр

Характеристика почвенного профиля

Н1 см Глубина пахотного горизонта

н2 см Глубина подпахотного горизонта

ь м Уровень залегания грунтовых вод

я мм Начальный влагозапас

Таблица 3. Основные типы исследуемых почв и градации гранулометрического

состава, для которых возможно применение схемы оценки экологической _опасности пестицидов_

Дерново-подзолистые Чернозем Каштановые Серые (лесные)

Песчаные Легкосуглинистые Суглинистые Песчаные

Супесчаные Суглинистые Тяжелосуглинистые Супесчаные

Легкосуглинистые Тяжелосуглинистые Легко глинистые Легкосуглинистые

Суглинистые Легкоглинистые Глинистые Суглинистые

Тяжелосуглинистые Глинистые Тяжелоглинистые Тяжелосуглинистые

Легко глинистые Тяжелоглинистые Легко глинистые

Глинистые Глинистые

Метеорологические данные. Предварительная классификация пестицидов осуществляется на основе усредненных за период вегетации значений метеоданных. По принципу наилучшего и наихудшего сценария погодных условий принимаются в расчет два набора метеоинформации: для сухого года и дождливого. При проведении вычислительных экспериментов с имитационной моделью необходим стандартный набор посуточных данных с местной метеостанции за расчетный период времени. Для репрезентативного статистического моделирования требуются данные за 25-30 лет. По крайней мере, в этот набор должны быть включены осадки, средние температуры и влажность воздуха.

Характеристика посева включает:

- длину вегетационного периода;

- густоту посева, листовой индекс в динамике (при химической обработке посева);

- среднегодовую эвапотранспирацию и глубину проникновения корней.

Данные для настройки имитационной модели включают:

а) содержание препарата в почве в динамике;

б) влажность почвы в динамике.

Количественные характеристики процессов трансформации и транслокации пестицидов в почве определяются на основе изучения динамики содержания пестицидов в почвенном профиле, что невозможно сделать без разработки инструментальных методов их обнаруже-

Вестник защиты растений, ,3, 2009 ния. Одним из таких методов является газохроматографический контроль - быстрый, высокоэффективный метод слежения за процессами трансформации и транслокации пестицидов в почве и в растениях агроценозов сельскохозяйственных культур. В ВИЗР, с нашим участием, эти процессы изучались на широком наборе препаратов различных химических групп в растениях, почве и насекомых как в модельных опытах, так и в полевых условиях.

В последние годы особый интерес вызывает изучение особенностей поведения инсектицидов новых химических групп неоникотиноидов и фенилпиразолов. В лаборатории экотоксикологии ВИЗР, в частности, разработан метод газохрома-тографического определения инсектицида тиаметоксама с детектором постоянной скорости рекомбинации (ДПР) или по захвату электронов (ДЭЗ) на неподвижной фазе 5% ОУ-17 или на альтернативной колонке с 5% SE-30 на хроматоне N супер (0.12-0.16 мм) после экстракции его из растительных проб 50% водным ацетоном, из почв - смесью ацетон + 0.05 н CaCl2 (1:1), из воды н-гексаном. Очистка проб осуществлялась н-гексаном, а для тиаметоксама в дальнейшем с переэкстракцией в дихлорметане (Петрова и др., 2006).

На рисунке 2 представлены данные динамики разложения инсектицидов тиаметоксам и фипронил в дерново-подзолистой среднесуглинистой почве и их аппроксимации экспоненциальной зависимостью.

#3 Model: С=а*Ехр(-К,аП) R2=0.95 С=2.46*ехр(-0.06П)

\

С ■ , Щ

1 ——

Model: С=а*Ехр(-К,аП) R2=0.94 С=0.30*ехр(-0.13П)

А t Б t

Рис. 2. Динамика разложения двух гербицидов для почв Ленинградской области и Среднего Поволжья А- тиаметоксама (актара 250 ВДГ - 0.8 кг/га) и Б- фипронила (космос 250 СК - 0.15 л/т) в почве картофельного поля (сорт Невский, 2003 г.)

Значения коэффициента детерминации (0.95 и 0.94 для тиаметоксама и фи-пронила соответственно) показывают, что найденные коэффициенты относительной скорости разложения препаратов в ис-

следуемой почве К^ (0.06 для тиаметоксама и 0.13 для фипронила, [сут-1]) позволят настроить имитационную модель к конкретным почвенно-климатическим условиям.

2. Предварительная классификация пестицидов на основе вычисления индекса,

оценивающего опасность проникновения в грунтовые воды, а также индексов потенциальной и актуальной нагрузки пестицидов на почву

Предварительная оценка сравнительной опасности пестицидов для почв агро-биоценозов может опираться на уже сформированную базу данных, описание которой приведено выше и не требует проведения дополнительных лабораторных и полевых исследований. Нами получены различные варианты показателей локальной экологической опасности пестицидов (Новожилов и др.,1999; Семенова, 2007а). Во-первых, это показатель, сопоставимый с традиционным, оценивающий степень остаточной токсичности пестицида, то есть отношение концентрации пестицида, осредненное по глубине его проникновения по почвенному профилю, к ПДК (предельно допустимой концентрации). Индекс РР отражает потенциальную опасность пестицида, его способность к дальнейшему загрязнению почвы.

Сравнение по индексу потенциальной опасности гербицидов метрибузин и флурохлоридон, а также инсектицидов хлорпирифос и диазинон (рис. 3), используемых в Ленинградской области и Среднем Поволжье, показывает, что применение гербицида флурихлоридон представляет опасность как в одном, так и в другом регионе (концентрация пестицида превышает ПДК почти в 5 раз).

Увеличение опасности применения диазинона для почв Среднего Поволжья связано с увеличением нормы расхода инсектицида. В целом, степень опасности применяемых пестицидов для обоих регионов одинакова, что может отражать недифференцированность самого показателя ПДК, не связанного ни с типом почв, ни с климатическими особенностями регионов.

Другой показатель пестицидной нагрузки на почву определяется средней концентрацией пестицида в почвенном

растворе (в процентах от первоначальной концентрации) за весь вегетационный период. Индекс РА оценивает непосредственное воздействие на почвенную био-ту, его можно охарактеризовать как показатель актуальной нагрузки на почву. Ранжировка пестицидов на основе этого индекса проводится с использованием эталонного пестицида, о котором заранее известно, что он не обладает значительным токсическим эффектом.

Рис. 3. Сравнительная характеристика индекса потенциальной нагрузки двух фосфорорга-

нических инсектицидов и двух гербицидов для почв Ленинградской области и Среднего Поволжья

Выводы делаются на основании выполнения неравенств: если РА;<РАз, то 1-пестицид еще менее токсичен и дополнительные исследования с использованием имитационной системы PESTINS проводить не нужно, а при РА;<РАЭ необходимо продолжить изучение степени

опасности препарата. Таким образом, мы выделяем две группы пестицидов: не опасные, либо опасные для почвенной биоты.

Достоинство предложенной схемы исследования состоит в исключении сравнений на основе такого показателя токсичности пестицидов как СК50 (концентрация пестицидов, смертельная для 50% особей энтомофагов, энтомопатогенов, позвоночных). Определение этого показателя достаточно трудоемко, а использование литературных данных без учета конкретных климатических условий может привести к серьезным заблужде-

Вестник защиты растений, ,3, 2009 ниям. Однако следует подчеркнуть, что деление пестицидов на не опасные и условно опасные также не лишено недостатков, так как завышает риск локального загрязнения пестицидами почвы. Очевидно, что в группу условно опасных могут войти и не опасные для почвенной биоты пестициды.

Расчет индексов проводится по формулам, полученным с использованием обобщенных моделей миграции и деградации пестицидов по почвенному профилю, допускающих аналитическое решение (Семенова, 2007а).

3. Определение возможности проникновения пестицидов в грунтовые воды и определение индексов потенциальной и актуальной нагрузки на почву с использованием имитационной системы PESTINS

Система компьютерной имитации поведения пестицидов в почве PESTINS предназначена для анализа поведения пестицидов с учетом метеорологических условий, типов почв и применяемых аг-ротехнологий (Семенова и др., 1998,1999; Семенова, 2001). Использование указанной системы дает возможность на основе компьютерных экспериментов провести оценку безопасности применения пестицидов в конкретных климатических условиях. В результате расчетов определяется распределение пестицидов по почвенному профилю, содержание пестицидов в почвенном растворе, динамика сорбции пестицидов почвой и потери за счет деградации. Для третьей версии системы PESTINS (PESTINS-3) интерфейс разработан под операционные системы Windows 98, 2000 в среде Delphi 6, что дает возможность ведения баз данных по характеристикам почв, физико-химическим свойствам пестицидов и метеоданным для различных регионов, а также выполнения соответствующих вычислений, визуализации и анализа результатов (Семенова, Жаров, 2005с; Семенова и др., 2005б; Семенова, 2007б).

Расчеты с различными сценариями режима поливов, времени, глубины и количества вносимого пестицида позволяют проводить сравнительные экологические экспертизы агротехнологий для конкрет-

ных почвенно-климатических условий.

Для группы пестицидов, попавших в разряд опасных, производится настройка системы PESTINS по результатам специально проведенного полевого эксперимента. Расчеты необходимо провести для выбранных погодных режимов: умеренно сухого и избыточно влажного. Затем находится количество препарата (два варианта сценария прогона модели: сухая и влажная погода), усредненного по интервалу исследования и по глубине пахотного горизонта. Сравнение результатов расчетов и величины СК50 для тестируемого объекта, а также определение глубины проникновения позволяет окончательно классифицировать пестициды.

Схема предварительной сравнительной оценки пестицидов по экологической опасности принципиально не отличается от схемы, использующей имитационные модели. Только в данном случае индексы PP и PA вычисляются на основе имитационного моделирования по сценариям реальных погодных условий и дополнительной информации о почвах, сельскохозяйственных культурах и пестицидах, тогда как в первом варианте индексы определяются на основе приближенных формул и усредненных экотоксикологи-ческих показателей. Сравнение токсичности пестицидов также может осуществляться с привлечением эталонного пести-

Вестник защиты растений, ,3, 2009 цида, а не определения показателя токсичности СК50, что, однако, может привести, как уже указывалось, к преувеличению риска опасности применения пестицида.

Имитационная модель, лежащая в основе имитационной системы PESTINS, была верифицирована для условий Ленинградской области. Для примененных норм расхода пестицидов диазинон и метрибузин в конце вегетационного периода не было отмечено изменения основных показателей биологической активности почвы (Семенова и др., 2000).

Предварительный анализ актуальной

нагрузки на почвы инсектицидов диази-нон, фипронил, тиаметоксам и гербицидов флурихлоридон, метрибузин приведен в таблице 4. Как показывают результаты расчетов, значения пестицидной нагрузки диазинона для почвы опытного хозяйства (ОПХ) Новоселье значительно меньше, а для почвы Гатчинского сортоучастка превышают эталонную. Поэтому в этих сомнительных случаях желательно провести как компьютерный эксперимент, так, возможно, и полевой эксперимент для уточнения значений параметров модели.

Таблица 4. Отношение индексов актуальной нагрузки Р— РА*;/РАЭ**

Р

Типы почв Диазинон Тиаметок-сам Фипронил Метрибу-зин Флуро-хлоридон

Дерново-сильноподзолистая супесчаная (Гатчинский зерновой сортоучасток) 1.21 1.12 1.74 1.39 1.25

Дерново-подзолистая суглинистая (Волосовский сортоучасток) 1.34 0.97 0.90 0.93 0.83

Дерново-подзолистая глеевая глинистая (ОПХ Новоселье) 0.61 0.83 0.55 0.65 0.44

*Актуальная нагрузка на почву: 1= 1.2.3.

"Актуальная нагрузка на дерново-подзолистую супесчаную почву Меньковской ОС для ба-зудина и зенкора, и на почву опытного поля ВИЗР для остальных пестицидов.

В таблице 5 сравниваются результаты компьютерного эксперимента с инсектицидом диазинон для эталонной почвы и почв, на которых пестицидная нагрузка превышает эталонную.

Концентрации препарата в почвенном растворе через три недели после внесе-

ния препарата и в конце сезона вегетации показывают, что характер влияния на почвенную биоту по сравнению с эталонной почвой меняется незначительно. Концентрация диазинона в конце сезона остается в пределах установленных ПДК (0.1 мг/кг).

Таблица 5. Сравнительная характеристика содержания диазинона в расчетной толще почвы _по результатам компьютерного эксперимента для Ленинградской области_

Типы почвы

Сценарии погодных условий (дни после внесения диазинона

Сухие

Дождливые

21 122 21 122

Э.* Дерново-среднеподзолистая супесчаная 0.18 ** 0.007 0.17 0.004

(Меньково) 44.3 *** 97.4 51.0 98.1

1. Дерново-сильноподзолистая супесчаная 0.21 0.005 0.18 0.006

(Гатчинский зерновой сортоучасток) 47.8 97.4 50.0 98.1

2. Дерново-подзолистая суглинистая 0.20 0.006 0.16 0.005

(Волосовский сортоучасток) 41.1 96.4 49.0 83.6

*Эталонная почва. "Содержание диазинона ***Количество деградировавшего диазинона,

в почвенном растворе, кг/га в пахотном слое. % от внесенного.

Однако, сравнение статистического для почв Меньковской опытной станции распределения пестицидной нагрузки (ОС) и Гатчинского сортоучастка пока-

зывает, что несмотря на близкие средние значения характер распределений сильно отличается, то есть в зависимости от метеоусловий года проявление токсичности диазинона на этих почвах может быть различным (рис. 5).

Таким образом, информативность

Вестник защиты растений, ,3, 2009 компьютерного эксперимента по сравнению с предварительным анализом на основе индексов потенциальной и актуальной пестицидной нагрузки намного выше и позволяет выявить различие в поведении пестицидов в близких по своим свойствам почвах.

20 15

к к

и

ч

§ 10 к

§ 5

н

Ей

№ 0

А

л.

ДЗ-

Рис. 5. Статистическое распределение пестицидной нагрузки инсектицида диазинон для двух дерново-подзолистых почв Ленинградской области (актуальная нагрузка, умноженная на дозу примененного пестицида)

А- дерново-сильноподзолистая супесчаная почва (Гатчинский сортоучасток),

Б- дерново-среднеподзолистая супесчаная почва (Меньковская ОС)

Содержание диазинонаа, мг/см2

Б

4. Оценка влияния вариабельности параметров, использованных при классификации пестицидов, на конечный результат

Основанное на полевых данных определение параметров модели, характеризующих пестицид, позволяет получить для них только интервальную оценку и рассматривать эти величины как случайные. Другой источник вариабельности параметров модели - изменчивость почвенных характеристик, вызываемая пространственной неоднородностью участка. Поэтому вычислительный эксперимент для определения динамики содержания пестицидов в почве на основе детерминированного имитационного моделирования по любой, даже весьма детализированной и верифицированной по многим критериям модели КДП необходимо дополнить статистическим моделированием, то есть использовать метод Монте-Карло (метод статистических испытаний).

Суть метода состоит в замене натурных, в данном случае полевых экспериментов, их имитацией - компьютерным экспериментом с имитационной моделью на множестве рандомизированных параметров. Применение метода Монте-Карло дает возможность генерировать такое число модельных сценариев, чтобы по результатам прогонов модели определять вероятностные характеристики распределения пестицида по почвенному про-

филю (относительные частоты и средние содержания пестицида в заданном слое почвы). Как правило, размер опытных делянок дает возможность не учитывать их горизонтальную неизотропность, а в качестве случайных величин рассматривать характерные для данной местности погодные условия и параметры модели.

В качестве примера использования статистического моделирования рассмотрим анализ поведения инсектицида диа-зинон в дерново-среднеподзолистой супесчаной почве (Ленинградская область, ОС Меньково (Семенова и др., 2003)). Для того чтобы установить, влияет ли на процессы транслокации и трансформации инсектицида внесение минеральных удобрений и гербицида метрибузин при изменении погодных условий, были произведены расчеты с использованием системы PESTINS на множестве погодных ситуаций, определяемых метеоусловиями в период с 1974 по 2000 гг. Случайными величинами служили параметры модели К) и Кос (табл. 1) в предположении "треугольного" распределения. В таблице 6 приведены средние значения полученных в результате проведенного компьютерного эксперимента распределений следующих величин: общего и в жидкой

Вестник защиты растений, ,3, 2009 фазе содержания диазинона в двух первых десятисантиметровых слоях почвы, а также интегрального показателя локализации пестицида Кпш (отношение содержания пестицида в нижнем слое к его содержанию в верхнем - определяет степень локализации пестицида у поверхно-

сти почвы) и параметра профильного распределения, характеризующего возможность проникновения в грунтовые воды. Для получения данных распределений потребовалось проведение порядка 600 прогонов модели по каждому варианту сочетания влияющих факторов.

Таблица 6. Средние значения распределений величин, характеризующих экологическую

безопасность диазинона

Показатели безопасности

Варианты Параметр профильного распределения (см) Интегральный показатель локализации Кпш Общее содержание в слое 0-10 см (мг/кг) Содержание в жидкой фазе в слое 0-10 см (мг/кг)

Диазинон NPK+диазинон диазинон+метрибузин NPK+ диазинон+ +метрибузин 30.3 (1.4) 27.9 (1.2) 29.0 (2.1) 26.7 (1.0) 8.42 (0.95) 21.3 (1.4) 19.5 (1.1) 21.6 (1.6) 0.197 (0.008) 0.205 (0.010) 0.185 (0.004) 0.215 (0.012) 0.056 (0.004) 0.023 (0.003) 0.035 (0.003) 0.024 (0.002)

В скобках - стандартное отклонение.

Как следует из проведенных расчетов, интегральные показатели общего содержания инсектицида в верхнем слое почвы по вариантам опыта отличаются незначительно. Однако внесение минеральных удобрений и сопутствующего пестицида влияет на содержание в жидкой фазе, уменьшая его более чем в два раза. Следовательно, в течение вегетационного периода эффективность вносимого количества диазинона при характерных для данной местности погодных условий на фоне других агрохимикатов может быть ниже, чем без их применения. С другой стороны, величина коэффициента Кпш показывает, что степень локализации диазинона в верхнем слое почвы гораздо выше на фоне применения агрохи-

микатов. Для того чтобы оценить, какая из двух противоположных тенденций, определяющих эффективность диазинона, берет верх, необходимо связать данные величины с конкретными погодными условиями.

Проведенный компьютерный эксперимент позволил получить зависимость средних значений показателя миграции: параметра профильного распределения от суммы выпавших за сезон осадков. Показано, что на параметр профильного распределения внесение минеральных удобрений практически не влияет, однако при сумме осадков свыше 400 мм значения этого параметра четко распределяются на две группы. Причем эти значения выше в варианте без минеральных удобрений и метрибузина.

Разработан подход к решению задачи классификации пестицидов по степени их экологической опасности с использованием ограниченного числа экотоксико-логических показателей на основе взаимодействия полевого, лабораторного и компьютерного экспериментов. В связи с тем, что в компьютерном эксперименте используются параметры процессов, определяющих распределение пестицидов по почвенному профилю, возможно отра-

зить влияние различных агротехнологий возделывания сельскохозяйственных культур (поливов, способов внесения пестицидов, сопутствующих агрохимика-тов) на индексы РР и РА и тем самым отразить изменения в ранжировке пестицидов.

Дополнение детерминированного подхода компьютерным экспериментом по методу Монте-Карло дает возможность связать показатели погодных условий

местности, в которой проводилось исследование, с показателями эффективности и экологической безопасности пестицидов, а также определить статистический характер этих величин.

Использование в схеме оценки экологической опасности пестицидов системы имитации поведения пестицидов в почве PESTINS показывает, что имитационное моделирование позволяет заменить дорогостоящие, занимающие много времени полевые эксперименты, компьютерным анализом для широкого спектра изменения погодных условий. Целесообразно рекомендовать разработанную схему оценки пестицидов службам охраны окружающей среды для обоснования и оценки охранных и восстановительных мероприятий, а также для контроля уровня загрязнений в системе почва-растительность. В рамках этого направ-

ления предложенный подход к оценке экологической опасности пестицидов может применяться в случаях:

- проведения зональной классификации ХСЗР на основе разработанных критериев их экологической опасности;

- оценки экологической безопасности новых ХСЗР при регистрационных испытаниях;

- для сравнительной оценки процессов транслокации и трансформации ХСЗР в почве.

Следует отметить, что используемая имитационная система PESTINS достаточно гибкая и может быть трансформирована с учетом новых знаний о взаимодействиях пестицидов с компонентами агроценоза, а базы данных имитационной системы - пополняться адаптированными для разных агроклиматических зон эко-токсикологическими показателями.

Лунев М.И. Сравнительный критерий персистентно-сти ксенобиотиков в почве // Химия в сел. хоз-ве., 1987, 2, с. 66-70.

Новожилов К.В., Семенова H.H., Петрова Т.М. Имитационное моделирование и экотоксикологические параметры в системе оценок опасности пестицидов // Защита растений, 1999, 12, с. 8-15 .

Новожилов К.В., Семенова H.H., Петрова Т.М. Прогнозирование содержания пестицидов в почве агроцено-зов с использованием имитационной системы PESTINS2 // Сборник методических рекомендаций по защите растений. М.-СПб, РАСХН, 2002, с. 89-95.

Новожилов К.В., Семенова H.H., Петрова Т.М., Жаров В.Р. Имитационное моделирование при разработке проблем экотоксикологического мониторинга // Химический метод защиты растений: состояние и перспективы повышения экологической безопасности. СПб, ВИЗР, 2004, с. 236-238.

Петрова Т.М., Смирнова И.М., Волгарев С.А. Определение инсектицида тиаметоксама в растительном материале и почве // Агрохимия, 2006, 4, с. 84-89.

Семенова H.H. Теоретические и прикладные математические модели взаимодействия пестицидов с почвой. Особенности использования // Экология и почвы: Избранные лекции X школы. Пущино, ОНТИ ПНЦ, 2001, IV, с. 229-33.

Семенова H.H. Разработка индексов экологической опасности применения пестицидов для почв агроценозов // Arpo XXI, 2007а, 4-6, с. 29-34.

Семенова H.H. Мониторинг пестицидов в почве агро-биоценозов с использованием имитационных моделей разных классов // Защита растений, 2007b, 2, с. 14-17.

Семенова H.H., Банкина Т.А., Петрова Т.М., Смирнова И.М., Заплетнюк Ю.А. Влияние базудина и зенкора на биологическую активность почвы // Гумус и почвообразо-

вание. Труды СПбГАУ, 2000, с. 140-145.

Семенова H.H., Жаров В.Р. Система компьютерной имитации динамики пестицидов в почве PESTINS: рек-ламно-техническое описание // Электронный журнал "Компьютерные учебные программы и инновации", 2005, с. 8.

http://www.ofap.ru/portal/innovat/n8_2005/ (Инв. № ВНТИЦ 50200401216, 2004).

Семенова H.H., Новожилов К.В., Петрова Т.М. Применение имитационной системы PESTINS для решения задач рационального использования химических средств защиты растений // Сборник методических рекомендаций по защите растений. СПб, РАСХН, ВИЗР, 1998, с. 246262.

Семенова H.H., Новожилов К.В., Петрова Т.М., Тер-леев В.В. Детерминированные модели поведения пестицидов в почве. Методология построения, структура, принципы использования. СПб, РАСХН, ВИЗР, 1999, 92 с.

Семенова H.H., Новожилов К.В., Петрова Т.М., Жаров В.Р. Система компьютерной имитации поведения пестицидов в почве PESTINS в среде Windows // Там же, с. 259-260.

Семенова H.H., Новожилов К.В., Петрова Т.М., Смирнова И.М., Банкина Т.А., Заплетнюк Ю.А. Имитационное моделирование поведения химических средств защиты растений в почве в связи с оптимизацией их внесения // Агрохимия, 2003, 4, с.39-55.

Семенова H.H., Новожилов К.В., Петрова Т.М., Эп-штейн М.С. Теория подобия и детерминированный подход к оценке степени опасности применения пестицидов для почвы агроценозов // Фитосанитарное оздоровление агроэкосистем. Материалы II Всес. съезда по защите растений. ВИЗР, РАСХН, СПб-Пушкин, 2005а, 2, с. 260-261.

Спыну Е.И. Принципы и пути оценки профессионального риска комплексного действия пестицидов //

Мед. труда и промышл. экол., 1999, 8, с. 16-20.

Boesten J.J.T.I. From laboratory to field: uses and limitations of pesticide behavior models for the soil/plant system // Weed Res., 2000, 40, p.123-138.

Decision-making scheme for the environmental risk assessment of plant protection products // EPPO Bulletin, 1993, 23, p. 27-49.

Hutson J.L., Wagenet R.J. A multiregion model describing water flow and solute transport in heterogeneous soils // Soil Sci. Soc. Am. J., 1995, 59, p. 743-751.

Ma L., Holland P.T., James T.K.. Persistence and leaching of the herbicides acetochlor and terbuthilazine in an

allophanic soil: comparisons of field results with PRZM-3 predictions // Pest. Manag. Sci., 2000, 56, p. 159-167.

Maud J., Edwards-Jones G., Quin F. Comparative evaluation of pesticide risk indices for policy development and assessment in the United Kingdom // Agriculture, Ecosystems and Environment, 2001, 86, p. 59-73.

Rao P.S.C., Hornsby A.G., Jessup J.E. Indices for ranging the potential for pesticide contamination of groundwater // Soil Crop Sci. Soc. FLA Proc., 1985, 44, p. 1-8.

Wagenet R.J., Hutson J.L., Biggar J.W. Simulating the fate of volatile pesticide in unsaturated soil: A case study with DPCP // J. Envir. Quality, 1989, 18, p. 78-84.

SIMULATION MODELING FOR THE ENVIRONMENTAL RISK ASSESSMENT OF PESTICIDES FOR AGRICULTURAL SOILS N.N.Semenova, K.V.Novozhilov, S.A.Volgarev The decision-making scheme for the comparative assessment of local side effects of pesticides in soils of agrobiocenosis is suggested. The base of this decision-making scheme is the simulation models of pesticide behavior in soil and developed indexes of potential and actual pesticide loading on soil. Stated approach for screening pesticides in relation to the soil contamination is economical with respect to required input. The evaluation procedure bases upon restricted set of benchmark ecotoxicological indexes and soil parameters.