CC BY
19
УДК 631.42:631.421.3
ИССЛЕДОВАНИЕ И ПРОГНОЗ
МИКРОЭЛЕМЕНТНОГО СОСТАВА ПОЧВ
МОДЕЛЬНЫХ ФИТОЦЕНОЗОВ ПОЧВЕННЫХ ЛИЗИМЕТРОВ
М.В. Евдокимова, В.М. Гендугов, Г.П. Глазунов, И.О. Плеханова
Впервые выведено теоретическое уравнение зависимости концентрации микроэлементов, поступающих в почву с атмосферными выпадениями, в функции глубины и времени и апробировано на примере данных по многолетней динамике некоторых (медь, никель, марганец) металлов в почвах лизиметров МГУ им. М.В.Ломоносова под разными типами насаждений.
Ключевые слова: микроэлементный состав, тяжелые металлы, атмосферное загрязнение, прогноз загрязнения.
Введение
Важной составляющей системы экологического нормирования качества компонентов окружающей среды является мониторинг и прогнозирование загрязнения почв [9]. Разработке теоретических основ мониторинга посвящены многочисленные работы [1, 4—8, 13, 15—18, 20, 22, 23], из анализа которых следует необходимость опоры на теоретические модели с минимальным числом переменных. Этому требованию отвечает теоретическая модель, позволяющая прогнозировать содержание тяжелых металлов по глубине во времени.
Цель настоящей работы — выявить закономерности миграции микроэлементов по профилю модельных однородных почв лизиметров для обеспечения возможности прогнозирования их экологического состояния. Прогноз загрязнения почв тяжелыми металлами (ТМ), поступающими с атмосферными выпадениями, произведен на основе уравнения зависимости их концентрации в почве от глубины при фиксированном времени наблюдения.
Объекты и методы исследования
Исследования проводили на модельных почвах лизиметров, которые были заложены учеными факультета почвоведения МГУ в 1965 г. с целью изучения особенностей почвообразовательного процесса на покровных суглинках под растительностью, характерной для юга таежной зоны. Каждый из 20 открытых лизиметров представляет собой бункер глубиной 1,5 м, площадью поверхности 9 м2, объемом 13,5 м3, заполненный бескарбонатным покровным суглинком из Люберецкого карьера. В лизиметрах были созданы фрагменты растительных сообществ, типичных для южной тайги (еловые насаждения, смешанные насаждения из ели, дуба и клена, широколиственные насаждения из дуба и клена), посеяны многолетние травы (ежа
сборная, райграс, тимофеевка, люцерна, клевер) и культуры, входящие в полевой севооборот; два лизиметра оставлены без растительности, в состоянии чистого пара [2, 3]. Нам была предоставлена возможность изучения почв трех лизиметров — под многолетними травами, под насаждениями широколиственных и хвойных культур. Входными параметрами для построения модели послужили не только актуальные данные 2006 г., но литературные и архивные материалы [12].
С помощью бура диаметром 5 см в августе 2006 г. были отобраны 24 почвенных образца (послойно, до глубины 80 см), в которых определяли общее содержание органического углерода (по Тюрину в модификации Никитина), рН водной вытяжки (потенциометрически), содержание обменных оснований (экстрагирование раствором ацетата аммония с рН 7,0 (по Каппену—Гильковицу) [14]), кис-лоторастворимые соединения Zn, Си, № и Mn в 1 н. Н№03-вытяжке, подвижные соединения Си, Zn и Ni — в ацетатно-аммонийной вытяжке с рН 4,8. Определение элементов проводили методом атомно-абсорбционной спектрометрии на спектрофотометре АА8-3 в пламени ацетилен—воздух [10] (табл. 1).
Результаты и их обсуждение
В результате развития почвообразовательных процессов на бескарбонатном покровном суглинке под различными видами насаждений в лизиметрах произошла дифференциация почвенного профиля по кислотности, содержанию органического вещества и тяжелых металлов.
Городские почвы функционируют в условиях, присущих урбанизированным экосистемам, т.е. при повышенном поступлении пыли, состав которой определяется интенсивностью потоков автотранспорта и промышленных выбросов [11], в результате чего в поверхностных слоях почв за период с 1965 по 2006 г. под всеми видами насаждений зафикси-
Таблица 1
Основные химические свойства модельных почв лизиметров
Глубина, см рН Гумус, % Кислоторастворимые соединения, мг/кг Обменные, мг-экв/100 г
Си N1 Мп Са2+ МЕ2+
Многолетние травы
0—3 6,75 3,97 10,3 11,2 283,3 22,0 7,1
3—10 6,52 1,48 8,2 9,4 273,3 17,0 5,6
10—15 6,29 0,74 6,0 8,2 247,0 19,9 6,6
15—20 6,17 0,45 5,3 7,9 233,0 17,1 6,1
20—25 6,06 0,17 5,2 7,5 199,0 16,4 5,7
25—30 6,00 0,09 3,9 7,3 176,7 15,3 6,2
30—50 5,95 0,05 4,0 7,2 163,3 15,4 6,1
50—80 5,91 0,05 4,8 6,5 149,0 15,1 5,5
Еловые насаждения
0—3 6,30 3,76 85,4 16,6 343,0 11,6 4,6
3—10 5,75 1,76 6,6 10,0 304,3 11,9 5,2
10—15 5,52 0,74 5,5 7,8 253,3 12,2 5,2
15—20 5,56 0,28 5,6 8,1 221,7 11,9 5,9
20—25 5,66 0,12 4,6 6,9 190,3 15,3 6,3
25—30 5,72 0,09 4,2 6,0 192,0 16,1 6,1
30—50 5,86 0,08 4,4 5,6 186,0 15,6 5,7
50—80 5,83 0,08 4,1 6,4 181,0 15,3 5,6
Насаждения дуба и клена
0—3 6,60 2,05 84,7 12,7 260,0 13,2 4,5
3—10 6,41 0,69 9,1 7,8 140,0 13,8 5,1
10—15 6,10 0,69 5,1 5,8 66,7 13,9 5,0
15—20 5,86 0,22 4,9 4,9 56,7 13,5 5,6
20—25 5,70 0,14 4,8 3,9 47,3 15,0 6,2
25—30 5,69 0,07 4,7 3,7 45,7 14,6 6,1
30—50 5,68 0,09 4,3 3,2 43,3 14,3 5,5
50—80 5,65 0,02 4,0 1,9 37,5 14,3 5,5
ровано увеличение содержания меди в 3,3—27,5, никеля в 3,7—5,5 и марганца в 3,4—4,5 раза, а с 1995 по 2006 г.— в 1,6—4,9, 1,1—1,2 и 1,4—1,7 раза соответственно.
Модель профиля концентрации тяжелых металлов в функции глубины и времени. При построении модели предполагается, что атмосферная пыль, содержащая соединения тяжелых металлов, выпадает на поверхность почвы равномерно и подвергается под действием агентов окружающей среды постепенному растворению. Растворенные соединения передвигаются вниз по профилю почвы путем диффундирования в почвенном растворе в направлении, параллельном направлению силы тяжести, и в процессе этого движения вступают в реак-
ции с компонентами почвы, в результате которых концентрация тяжелых металлов в почве с течением времени растет. Для концентрации /-го металла в почвенном растворе запишем самое простое уравнение химической кинетики [21]:
дС{ ЭС; д2 С{
— + и ^ = РвА - к в С/, (1)
где С/ — концентрация соединения /-го металла в почвенном растворе в момент t на глубине у, и — вертикальная составляющая скорости фильтрации почвенного раствора при дождях и снеготаянии, рв — плотность почвенного раствора, Б^ — скорость диффузии /-го металла в почвенном раство-
ре, кв — скорость изъятия /-го металла из почвенного раствора в результате его поглощения почвой.
Не имея детальных данных о динамике концентрации изучаемых веществ, ограничимся иссле-
дс{ п „
дованием стационарного процесса, -г— = 0. Будем
также считать, что основной вклад в перераспределение металлов по профилю вносят процессы диффузии и пренебрежем вкладом переноса вместе с инфильтратом во время ливней и снеготаяния, явлений сравнительно скоротечных и непродолжительных, т.е. примем, что и = 0. В результате уравнение (1) станет функцией одной переменной и примет вид:
Рв А
й 2 с
йу2
■ = к в С/.
(2)
Введем обозначение
кв
Рв В
= а в и подставим
его в (2)
й2 а
йу
/ = а в С1 .
(3)
Это уравнение относится к классу дифференциальных уравнений второго порядка, которые имеют бесконечное множество решений. Воспользуемся способом отыскания частных решений этого уравнения, который дал Л. Эйлер [19]. Возьмем показательную функцию
%• = я ау
(4)
с( = А\еав у + А2 е
-а в У
(5)
где А1 и А2 — произвольные постоянные.
Поскольку диффузия направлена вниз, у принимает положительные значения, возрастающие с глубиной, поэтому первое слагаемое в правой части (5) с глубиной бесконечно растет, а с ним бесконечно растет и с/, что противоречит физиче-
ским представлениям. Отсюда следует, что А^ = 0, а общее решение имеет вид:
с/ = А2 е
-ав у
(6)
Найдем А2. Рассмотрим случай у = 0, который представляет собой ситуацию, когда на поверхности почвы имеется свободная вода (лужа). Подставив у = 0 в (6) получаем С/ = А2 = С0(., концентрацию с/ = С0 в воде на поверхности почвы. Подставив ее в (6) имеем
-ав у V РвА
С/ = С0/е = С0/е
кк
(7)
Уравнение (7) позволяет по экспериментальным данным найти С0(-, концентрацию /-го металла в почвенном растворе на поверхности, которая в рамках постановки данной задачи предполагается постоянной величиной, а также Б^ — скорость диффузии /-го металла в почвенном растворе и кв — скорость изъятия /-го металла из почвенного раствора в результате его поглощения почвой.
При описании концентрации /-го металла в почве будем исходить из общеизвестных представлений о ее малости и о том, что скорость поглощения /-го металла из раствора почвой Кп, пропорциональна концентрации Сп . Это позволяет йС п.
записать уравнение ' = Кп, Сп,. Интегрирование
этого уравнения приводит к виду 1п С п = Кп t + 1п А3. Потенцирование этого уравнения приводит к виду
С п = А3е
кп.. t
(8)
и число X постараемся выбрать так, чтобы эта показательная функция удовлетворяла уравнению (3). С этой целью подставим в уравнение (3) С/ = еАу,
= я2еАу. Тогда получим еАу (А2- а2) = 0. От-
йу 2
сюда видно, что функция (4) будет удовлетворять уравнению (3) тогда и только тогда, когда X будет корнем характеристического уравнения: А2 - а2 = 0. Корни этого уравнения равны А =±ав. В этом случае получаем два решения уравнения (3): с/ = еав у и с/ = е~ав у, причем они образуют фундаментальную систему решений. Следовательно, общее решение уравнения (3) в этом случае будет
Из вида уравнения (8) следует, что в почве концентрация /-го металла с течением времени (годы) растет. Найдем А3. Для этого в (8) подставим t =0 и получим
А3 = С п(у). (9)
В данном случае t =0 представляет собой время достижения стационарного состояния системы, когда концентрации в почве и растворе сравнялись, т.е. имеет место равенство
Сп (0/у) = С/ (у).
(10)
Подставив (7) в (10) найдем Сп (у), которое подставим в (9), а полученное значение А3 — в (8). В результате имеем
С п = С0(. е после логарифмирования
РвБ'
1П Сп = С0, --
кв
РвБ
у + Кп/1.
(11)
(12)
к
в
Таблица 2
Аргументы модели профиля концентрации тяжелых металлов для 1995 г. (кислоторастворимые соединения)
Вариант Показатель Размерность Си N1 Мп
Исходный суглинок с0,- кг/кг 0,0000031 0,000003 0,000077
Еловые насаждения ав 1/м -15,91489 -11,0400 -3,0138
Многолетние травы ав 1/м -3,418019 -4,1775 -1,5492
Насаждения дуба и клена ав 1/м -10,18072 -10,9598 -4,3148
Среднее для всех ав 1/м -9,837876 -9,02561 -2,95924
Еловые насаждения Кп, 1/годы 0,064400 0,051348 0,031817
Многолетние травы Кщ 1/годы 0,024163 0,040132 0,027745
Насаждения дуба и клена Кщ 1/годы 0,057502 0,046210 0,028305
Среднее для всех Кщ 1/годы 0,048688 0,045897 0,029289
Применительно к поверхностному слою почвы (у = 0) в момент начала опыта (Л = 0) после потенцирования уравнение (12) принимает вид
с п = со,.
(13)
V Сг
е ' = ■
РвО-
%
(14)
Ограничившись рассмотрением только поверхностного слоя почвы (у = 0), получаем уравне-Кп Л с и,-
ние (14) в виде е 1 =—-. Откуда следует
с°
К п = л 1п
^ п 4
с0,
(15)
По уравнению (13), используя данные по значениям сп для суглинка в исходном состоянии, взятого для заполнения лизиметров [12], найдем значения с0 1 (табл. 2).
Перейдем к нахождению Кп,. Запишем уравнение (11) так
Имея значения всех аргументов уравнения (15) для трех вариантов опыта, взятые из работы И.О. Плехановой и др. [12] для Л =30, рассчитали искомые величины Кп (табл. 2). Дальнейшие определения были проведены в 2006 г., т.е. через 41 год после закладки опыта, поэтому приняли Л = 41 и, имея значения всех аргументов уравнения (15) для трех вариантов опыта, рассчитали искомые величины Кп для 2006 г. (табл. 3).
Определение остальных аргументов уравнения (11), а именно, О,-, скорости диффузии /-го металла в почвенном растворе, и кв, скорости изъятия /-го металла из почвенного раствора в результате его поглощения почвой, потребовало нестандартного подхода. Имея в виду, что в условиях установившегося состояния почвы эти показатели по определению являются константами, их можно
Таблица 3
Аргументы модели профиля концентрации тяжелых металлов для 2006 г. (кислоторастворимые соединения)
к
в
е
Вариант Показатель Размерность Си N1 Мп
Исходный суглинок с0,- кг/кг 0,0000031 0,000003 0,000077
Еловые насаждения ав 1/м -10,76707 -3,54728 -2,20864
Многолетние травы ав 1/м -1,30843 -0,53388 -1,22166
Насаждения дуба и клена ав 1/м 0,73009 -1,99869 -2,30272
Среднее для всех ав 1/м -3,78180 -2,02662 -1,91101
Еловые насаждения Кп 1/годы 0,02001 0,02367 0,02644
Многолетние травы Кп 1/годы 0,01466 0,02406 0,02450
Насаждения дуба и клена Кп 1/годы 0,02066 0,01110 -0,00286
Среднее для всех Кп 1/годы 0,01844 0,01961 0,01602
определить в комплексе, не разделяя. Кроме того, плотность воды в почве в рамках используемого приближения можно принять постоянной.
В результате
к в
Рв В
= а2, а уравнение (11) при-
няло вид
-ав у с п;- = сое е
Кп л
(16)
По этому уравнению, воспользовавшись данными И.О. Плехановой и др. [12] по содержанию тяжелых металлов сп на разных глубинах у, рассчитали значения ав и усреднили по профилю почвы каждого варианта (табл. 2). Аналогичным способом были получены искомые величины для 2006 г. (табл. 3). Найденные значения аргументов модели позволили провести ее проверку на экспериментальных данных [12] по определению содержания кислоторастворимых форм соединений тяжелых металлов на разных глубинах в почве лизиметров
под тремя вариантами растительности и на собственных экспериментальных данных 2006 г. Абсолютные величины средней относительной ошибки расчета (табл. 4 и 5) в некоторых случаях достигают высоких значений, что является следствием высокой изменчивости показателя содержания тяжелых металлов и связанной с этим ошибки, вызванной точечной методикой отбора проб для определения, которая диктовалась ограничениями на взятие проб в лизиметрах.
Полученные результаты свидетельствуют о том, что профильная концентрация тяжелых металлов поддается математическому описанию в рамках химической кинетики с точностью, сопоставимой с точностью их экспериментального определения, что может быть использовано в целях прогнозирования концентрации тяжелых металлов и оценки состояния почв в будущем.
Прогноз загрязнения почв лизиметров тяжелыми металлами. Проблема прогнозирования за-
Таблица 4
Относительная ошибка (модуль) расчета содержания кислоторастворимых соединений тяжелых металлов по модели (16) и по данным И.О. Плехановой и др. [12]
Таблица 5
Относительная ошибка (модуль) расчета содержания кислоторастворимых соединений тяжелых металлов по модели (16) и по данным за 2006 г.
Глубина, см Си N1 Мп
Еловые насаждения
0—3 0,00 0,00 0,00
3—10 2,02 1,01 0,02
10—15 0,25 0,16 0,01
15—20 0,37 0,33 0,04
20—25 0,71 0,49 0,02
25—30 0,87 0,70 0,05
30—50 0,94 0,83 0,05
50—80 1,00 0,98 0,42
Среднее 0,77 0,56 0,08
Многолетние травы
0—3 0,00 0,00 0,00
3—10 0,11 0,26 0,06
10—15 0,05 0,06 0,02
15—20 0,10 0,11 0,05
20—25 0,01 0,13 0,10
25—30 0,15 0,30 0,11
30—50 0,26 0,43 0,07
50—80 0,63 0,69 0,18
Среднее 0,16 0,25 0,07
Насаждения дуба и клена
0—3 0,00 0,00 0,00
3—10 0,78 1,16 0,05
10—15 0,37 0,00 0,18
15—20 0,21 0,23 0,05
20—25 0,46 0,55 0,04
25—30 0,70 0,74 0,18
30—50 0,80 0,85 0,22
50—80 0,98 0,98 0,61
Среднее 0,54 0,56 0,17
Глубина, см Си N1 Мп
Еловые насаждения
0—3 0,92 0,52 0,34
3—10 0,23 0,29 0,30
10—15 0,56 0,29 0,28
15—20 0,75 0,43 0,26
20—25 0,82 0,43 0,23
25—30 0,89 0,45 0,32
30—50 0,94 0,51 0,37
50—80 0,99 0,79 0,58
Среднее 0,76 0,46 0,33
Многолетние травы
0—3 0,45 0,28 0,26
3—10 0,34 0,16 0,26
10—15 0,17 0,07 0,25
15—20 0,12 0,06 0,25
20—25 0,16 0,04 0,17
25—30 0,05 0,04 0,12
30—50 0,05 0,05 0,11
50—80 0,39 0,05 0,23
Среднее 0,22 0,09 0,21
Насаждения дуба и клена
0—3 0,91 0,63 0,74
3—10 0,19 0,43 0,54
10—15 0,53 0,34 0,18
15—20 0,65 0,29 0,14
20—25 0,74 0,19 0,09
25—30 0,85 0,22 0,16
30—50 1,09 0,19 0,21
50—80 1,60 0,08 0,42
Среднее 0,82 0,30 0,31
Рис. 1. Проверка соответствия результатов прогноза по модели (16) (ось ординат) аналитическим измерениям 2006 г. (ось абсцисс): а — еловые насаждения (Я = 0,97), б — многолетние травы (Я = 0,99), в — насаждения дуба и клена (Я = 0,89)
грязнения почв тяжелыми металлами — достаточно сложная. Существуют три основных метода прогнозирования: экспертная оценка, статистические методы, основанные на регрессионных моделях, и аналитические методы. В условиях недостатка фактической информации наиболее распространены методы экспертной оценки. Более объективны — статистические методы, но они требуют обширного фактического материала, который чаще всего отсутствует. В этих условиях более перспек-
тивными являются аналитические методы, основанные на законах природы и требующие сравнительно мало фактического материала. Метод экспертной оценки предполагает использование всего доступного материала. Так как этот материал чаще всего ограничен сведениями об интенсивности выпадений из воздуха, то, опираясь на законы сохранения и сведения о закономерностях поведения тяжелых металлов в почве, для которых характерно накопление в почвенном профиле, преимущест-
Рис. 2. Прогнозирование содержания ТМ (кислоторастворимые соединения меди, никеля и марганца) в почве лизиметров под разными видами растительности (точки — опыт, сплошная линия — модель (16), пунктирные линии — доверительные
пояса для средних и прогнозных величин при Р = 95%)
венно в поверхностных горизонтах, темп накопления металла в почве приравнивают к темпу его поступления из воздуха. Технически эти прогнозы строятся на расчете баланса привноса—выно-са элементов за зимний период времени, так как снежный покров является хорошим экраном для газопылевых выпадений и удобным объектом для исследования. Прогнозирование проводится с до пущением того, что потоки загрязняющих веществ равномерны в течение года.
Рассмотрим возможность прогнозирования на основе аналитической модели. Прогнозирование возможно на основе применения уравнения (11). Параметры его (табл. 2) получены с использованием экспериментальных данных 1995 г. [12]. Имея эти данные, можно прогнозировать профильное содержание тяжелых металлов для любого л. Имея экспериментальные данные для 2006 г., полезно сравнить их с расчетными, полученными по уравнению (11), с учетом того, что в 2006 г. л =41 (рис.2). Количественным показателем сходимости результатов прогноза и экспериментального определения служат относительная ошибка расчета по слоям, которая представляет собой отношение разности между измеренной и расчетной величинами к измеренной (табл. 5), стандартная ошибка оценки (о) и коэффициент корреляции (Я) (рис. 2). Коэффициент линейной корреляции (Я) подтверждает хорошую предсказательную способность модели (рис. 1). Полученные уравнения характеризуются коэффициентами корреляции, близкими к единице, и малыми значениями стандартной ошибки коэффициентов (рис. 2).
Заключение
На примере данных по содержанию меди, никеля и марганца в почвах лизиметров МГУ получено и апробировано физически обоснованное уравнение пространственно-временной динамики концентрации поллютантов в почве при поверхностном загрязнении. Полученные результаты свидетельствуют о возможности использования аналитических моделей для целей прогнозирования. Преимуществами полученной аналитической модели являются: а) возможность прогнозирования послойного содержания тяжелых металлов по годам, б) возможность прогнозирования запасов металлов по требуемому слою по годам (при наличии данных по плотности почв), в) возможность послойного прогнозирования превышения предельно (ориентировочно) допустимых концентраций тяжелых металлов в почве. Ограничениями применимости модели служат условия, сформулированные при ее выводе. Среди них важнейшим является предположение об однородности почвенного профиля, справедливое в случае почв лизиметров, но не всегда справедливое в отношении природных почв. Учет закономерностей профильного изменения свойств почв — главное направление совершенствования аналитической модели. Другим направлением ее совершенствования является уточнение значений параметров уравнения (16) путем исключения ошибок экспериментального определения содержания тяжелых металлов по слоям почв в лизиметрах.
СПИСОК ЛИТЕРАТУРЫ
1. Барсова Н.Ю. Поглощение и миграция цинка в подзолистой и дерновой почвах Тверской области: Автореф. дис. ... канд. биол. наук. М., 2009.
2. Винник М.А., Большее Н.Н.Первые итоги наблюдений в открытом лизиметре // Почвоведение. 1972. № 4.
3. Герасимова Л.В., Первова Н.Е., Рыжова И.М. Миграция элементов в модельных биогеоценозах с различной растительностью на ранних стадиях почвообразования // Вестн. Моск. ун-та. Сер. 17. Почвоведение. 1987. № 1.
4. Голованов А.И., Сотнева Н.И. Математическое моделирование влаго- и солепереноса в геосистемах солонцовых комплексов Северного Прикаспия // Почвоведение. 2009. № 3.
5. Кошелева Н.Е. Математическое моделирование миграционных процессов в ландшафтно-геохимических системах: Автореф. дис. ... докт. геогр. наук. М., 2003.
6. Лубкова Т.Н. Оценка и прогноз техногенного загрязнения локальных экосистем химическими элементами на основе балансовых расчетов: Автореф. дис. ... канд. геол.-минерал. наук. М., 2007.
7. Мамихин С.В., Никулина М.В. Имитационная модель поведения в почве и древесном ярусе соснового леса//Радиац. биол.Радиоэкол.2005.Т. 45, № 4.
8. Минкина Т.М., Мотузова Г.В., Назаренко О.Г. Состав соединений тяжелых металлов в почвах. Ростов-на-Дону, 2009.
9. Мотузова Г.В., Безуглова О.С. Экологический мониторинг почв. М., 2007.
10. Обухов А.И., Плеханова И.О. Атомно-абсорб-ционный анализ в почвенно-биологических исследованиях. М., 1991.
11. Плеханова И.О., Абросимова Г.В. Особенности формирования микроэлементного состава и свойств почв модельных фитоценозов почвенных лизиметров // Почвоведение. 2016. № 4.
12. Плеханова И.О., Манагадзе Н.Г., Васильевская В.Д. Формирование микроэлементного состава почв в лизиметрах стационара факультета почвоведения Московского университета // Почвоведение. 2003. № 4.
13. Селиванова Н.В., Ширкин Л.А., Трифонова Т.А. Миграция токсичных элементов промышленных отходов в почвах. В кн. Геохимические барьеры в зоне гипергенеза / Под ред. Н.С. Касимова, А.Е. Воробьева. М., 2002.
14. Теория и практика химического анализа почв / Под ред. Л.А. Воробьевой и др. М., 2006.
15. Тиньгаев А.В. Влияние органических отходов на содержание тяжелых металлов в почве // Агро XXI. 2009. № 10—12.
16. Толпешта И.И., Соколова Т.А. Соединения алюминия в почвенных растворах и его миграция в подзолистых почвах на двучленных отложениях // Почвоведение. 2009. № 1.
17. Умарова А.Б. Почвенно-экологический мониторинг процессов переноса воды и вещества в модельных дерново-подзолистых почвах в условиях многолетнего лизиметрического опыта: Дис. ... канд. биол. наук. М., 1995.
18. Фрид А. С. Экологическое нормирование свойств почв при антропогенных воздействиях // Мат-лы Меж-дунар. науч. конф. «Ресурсный потенциал почв — основа продовольственной и экологической безопасности России». СПб., 2011.
19. Фролов Н.А. Основы математического анализа. М., 1955.
20. Шеин Е.В., Кокорева А.А., Горбатов В.С. и др. Оценка чувствительности, настройка и сравнение математических моделей миграции пестицидов в почве по данным лизиметрического эксперимента // Почвоведение. 2009. № 7.
21. Эммануэль Н.М., Кнорре Д.Г. Курс химической кинетики. М., 1984.
22. Dijkstra J.J., Meeussen J.C.L., Comans R.N.J. Leaching of Heavy Metals from Contaminated Soils: An Experimental and Modeling Study // Environ. Sci. Technol. 2004. Vol.38, N 16.
23. Jarvis N.J., Bergstrom L., Brown C.D. Pesticide leaching models and their use for management purposes, in Environmental behavior of agrochemicals / Eds. T.R. Roberts, P.C. Kearney. N.Y., 1995.
Поступила в редакцию 14.03.2017
RESEARCH AND FORECAST OF MICROELEMENTAL COMPOSITION
OF SOILS UNDER MODEL PHYTOCENOSES IN SOIL LYSIMETERS
M.V. Evdokimova, V.M. Gendugov, G.P. Glazunov, I.O. Plekhanova
The theoretical equation, based on the trace elements concentration in the soil as a function of depth and time, was deduced and tested on the experimental data on long-term dynamics of some heavy metals (copper, nickel, manganese) in soils of Moscow State University lysimeters under different types of vegetation.
Key words: microelements, heavy metals, air pollution, soil pollution forecasting.
Сведения об авторах
Евдокимова Мария Витальевна, канд. биол. наук, науч. сотр. каф. земельных ресурсов и оценки почв ф-та почвоведения МГУ им. М.В. Ломоносова. E-mail: mawkae@gmail.com. Гендугов Владимир Михайлович, канд. физ.-мат. наук, вед. науч. сотр. каф. газовой и волновой динамики механико-математического ф-та МГУ им. М.В.Ломоносова. E-mail: glazng@mail.ru. Глазунов Геннадий Павлович, докт. биол. наук, профессор каф. земельных ресурсов и оценки почв ф-та почвоведения МГУ им. М.В. Ломоносова. E-mail: glazng@mail.ru. Плеханова Ирина Овакимовна, докт. биол. наук, вед. науч. сотр. каф. земельных ресурсов и оценки почв ф-та почвоведения МГУ им. М.В. Ломоносова. E-mail: irinaoplekhanova@mail.ru.
