CC BY
16
УДК 535.3
ОПТИЧЕСКИЕ МЕТОДЫ ДЛЯ ЭКОЛОГИЧЕСКОГО КАРТОГРАФИРОВАНИЯ ГОРОДСКИХ ТЕРРИТОРИЙ
В. П. Захаров1, О. Н. Макурина2, Е. В. Тимченко1, П. Е. Тимченко1,
И. А. Братченко1, С. П. Котова3
Представлены результаты исследований спектральных характеристик древесных культур города Самары как способа измерения концентраций загрязнителей атмосферы. В качестве объектов были выбраны одновозрастные насаждения березы повислой в десяти точках города Самары, вблизи основных: автомагистралей. Показано, что отношение К ин-тенсивностей обратного рассеяния света на длинах волн 750 и 550 нм чувствительно к наличию загрязнителей и нечувствительно к условиям измерений. Экспериментально установлена связь между величиной коэффициента К и концентрацией хлорофиллов в листе, а также их зависимость от интегральной величины суммарной концентрации антропогенных веществ, характерных для выхлопов двигателей внутреннего сгорания (СО, N02, S02). Наибольшее влияние на величину коэффициента К оказывает концентрация оксида углерода. Это позволяет применить описанный метод, который был апробирован на примере города Самары, для экологического картографирования территорий городов.
Ключевые слова: растительная ткань, экологическое картографирование, спектроскопия. метод обратного рассеяния, флуоресценция.
1 Самарский государственный аэрокосмический университет имени С.П. Королева (443086, г. Самара, ул. Московское шоссе, 34; e-mail: Vorobjeva.82@mail.ru).
2 Самарский государственный университет, биологический факультет (443011, г. Самара, ул. Академика Павлова, 1).
3 Самарский филиал Физического института имени П.Н. Лебедева Российской академии наук (443011, г. Самара, ул. Ново-Садовая, 221).
1. Введение. Одной из наиболее актуальных задач экологического мониторинга является разработка методов дистанционного контроля природной среды, подвергающейся воздействию естественных и антропогенных (факторов.
Следует отметить, что существующие методы контроля, такие как абсорбционный метод спектрального анализа [1 2]. пламенно-ионизационный, пламенно-фотометрический [3], хемилюминесцентньтй. флуоресцентный [4]. радиометрический, гравиметрический [5], электрохимический [6] методы, лазерный мониторинг [7], как правило. базируются на измерении концентраций различного рода загрязнителей в окру-жающен среде, в частности, концентрации твердых частиц (пыли ). формальдегидов. углеводородов, диоксида азота, тяжелых металлов. Большую нагрузку на природную среду оказывают выбросы окиси углерода, которые особенно значительны вблизи международных автомобильных трасс и на территории крупных городов. Так. биохимические исследования влияния нефтепродуктов И выхлопов автомобильного транспорта [8] на растения показывают, что меняются как биологические характеристики растения (масса, высота, площадь и размер листа), так и содержание в них белков и связанных с ними хлорофиллов. Следует также учитывать возможность накопительного эффекта, связанного с ж^изненным биологическим циклом объектов природной среды и приводящего к "усилению" воздействия антропогенных факторов на природную среду. Так как листья растений являются наиболее чувствительными к действию атмосферных загрязнителей, древесные культуры могут быть использованы как "живые датчики" экологического состояния среды, а в качестве контролируемых параметров могут использоваться оптические коэффициенты.
2. Методика экспериментов. В результате биологических исследований [9] установлено, что наиболее чувствительной к атмосферным загрязнителям является береза повислая, в связи с чем она и была выбрана в качестве объекта контроля. Пункты отбора листьев березы обусловлены наличием в них постов Самарского гидрометеоцентра по измерению концентрации загрязнителей в атмосфере [10] и насыщенностью окружающего воздуха продуктами сгорания топлива автомобильных двигателеи от близлежащих транспортных магистралей.
Все исследования проводились в одно и то же время суток на протяжении пяти месяцев вегетации зеленой пластины березы с мая по октябрь 2007 и 2008 годов. Для каждого эксперимента отбиралось по три контрольных листа с трех разных ярусов трех разных берез в пределах каждого пункта наблюдения. Для каждого листа проводилось измерение спектра обратного рассеяния. После этого данные образцы использовались
Рис. 1: Положение пунктов контроля в городе Самаре.
для определения концентрации хлорофилла в них биохимическим методом Брагинского [11].
Пункты 4 и 5 находятся в зеленой зоне города Самары, однако пункт 4 находится вблизи оживленной автотрассы, а отбор листьев в пункте 5 осуществлялся из сквера, удаленного от транспортных магистралей. Данный пункт (Поселок Управленческий) использовался в качестве контрольного пункта, отражающего естественную календарную тенденцию изменения оптического состояния растений в процессе жизненного цикла в условиях средней полосы России.
Нам удалось найти измеряемый параметр, чувствительный к наличию и количеству атмосферных загрязнений и нечувствительный к условиям измерений и частным особенностям объектов, например, к расстоянию до листа, степени его увядания и т.д. Таким параметром оказалось отношение интенсивностей Я обратного рассеяния света на длинах волн 750 и 550 нм
К =
Я
750
Я
550
(1)
Будем далее называть его относительным коэффициентом обратного рассеяния.
К5
ального коэффициента обратного рассеяния АК в других пунктах наблюдения
К5 (г, {т}, 0) - к (г, {т}, {с})
АК =
(2)
К5 (г, {т}, о)
где зависимость от времени г отражает изменение данных параметров вследствие есте
ственного жизненного цикла растения, {T} - учитывает влияние климатических факторов (прежде всего температуры и влажности), a {C*} - параметрическую зависимость от концентрации атмосферных загрязнителей.
Для выявления статистического разброса оптических характеристик листьев с растений, расположенных в пределах одного пункта наблюдения, были измерены дифференциальные оптические коэффициенты AK листьев с 6 берез, расположенных на расстоянии 500 м друг от друга по обе стороны от дороги. Погрешность измерений в пределах пункта исследования не превышала 2%.
3. Результаты исследований. Все исследования проводились на многофункциональном экспериментальном стенде, который раннее был использован в наших работах [12]. Характерные корреляции между концентрацией загрязнителей в пунктах наблюде-
K
циальным коэффициентом AK представлены на рис. 2.
1.10-,-
1.00 0.90 0.80 0.70 0.60 0.50
0.40-1-1-1-.-
Пункт 2 Пункт 1 Пункт 3 Пункт 4
Рис. 2: Нормированные на максимальную концентрации атмосферных загрязнителей
K AK
Анализ представленных данных показывает, что, как и следовало ожидать, увеличе-
K
ту сопровождается аналогичным увеличением концентрации хлорофилла Ca+b- Причем увеличение концентраций СО и NO2 ведёт к уменьшению величины K и увеличению AK. Корреляций между значениями оптических коэффициентов и концентрацией S02
AK
бильных двигателей). Следует подчеркнуть, что данный коэффициент отражает интегрированное воздействие данных загрязнителей и имеет нелинейный параметрический характер.
На рис. 3 представлена зависимость коэффициента К от суммарной концентрации хлорофилла Са+Ь. Аппроксимация измеренных значений представлена на рисунке штрих-пунктирной линией. В отличие от линейной зависимости, характерной для растения в отсутствие внешней антропогенной нагрузки [13], данная связь является полиномиальной и может быть представлена в виде:
К = ко + кг • Са+ь - к2 • С2а+Ь, (3)
где постоянные к0 = 1.22, кг = 1.92, к2 = 0.19, а Са+Ь выражено в мг/г.
х данные других авторов
Са+Ь, мг/г
К
марной концентрации хлорофилла Са+Ь. Ромбы - значения, рассчитанные по модели [Ц], сплошная - аппроксимация модели [Ц], штрих-пунктир - аппроксимация экспериментальных данных, косые кресты - данные других авторов [15].
К
концентрацией атмосферных загрязнителей позволяют применить оптический метод контроля состояния растений, который был апробирован на примере города Самары, для экологического картографирования территорий городов.
Гистограмма изменения оптических коэффициентов и концентрации загрязнителей в исследованных районах города Самары представлена на рис. 4.
Рис. 4: Относительные коэффициента обратного рассеяния K, суммарные концентрации хлорофиллов Ca+b и концентрации атмосферных загрязнит елей СО и N02 для всех пунктов исследования в июне.
Таким образом показано, что повышение коэффициента K соответствует интегральному уменьшению концентрации загрязнителей и наоборот. Из гистограммы видно, что наименее экологически благополучное состояние соответствует пункту 6 (Автовокзал).
4- Выводы. Найден параметр, чувствительный к наличию загрязнителей и нечувствительный к условиям измерений - отношение интенсивностей обратного рассеяния света на длинах волн 750 и 550 нм.
Экспериментально установлена корреляция между интегральной величиной суммарной концентрации антропогенных веществ, характерных для выхлопов двигателей внутреннего сгорания (СО, N02, S02) и изменением величины коэффициента обрат-
K
оказывает концентрация оксида углерода.
Установлено, что присутствие атмосферных антропогенных факторов приводит к
K
веденные экспериментальные исследования позволили предложить квадратичную полиномиальную аппроксимацию (3) данной зависимости.
Установленные функциональные связи дифференциального коэффициента обратного рассеяния с концентрацией хлорофиллов в листе и их параметрические зависимости
от концентрации атмосферных антропогенных факторов позволили применить метод измерения оптических коэффициентов для экологического картографирования территории города, на примере города Самары.
Работа выполнена при поддержке Федеральной целевой программы "Научные и научно-педагогические кадры инновационной России" (2009-2013 гг.). выполняемой в рамках мероприятия 1.3.1. "Проведение научных исследований молодыми учеными кандидатами наук".
ЛИТЕРАТУРА
[1] П. И. Бреслер. Оптические абсорбционные газоанализаторы и их приложение (Л.. Энергия. Ленингр. отд-ние. 1980).
[2] В. М. Немец. А. А. Петров. А. А. Соловьев. Спектральный а,нал,из неорганических газов (Л.. Химия. 1988).
[3] И. М. Назаров. Основы, диета,нционных методов мониторинга загрязнения, окружающей природной среды (Л.. Гидрометеоиздат. 1989).
[4] Б. И. Герасимов. И. В. Кораблев. В. Р. Козлов. С. В. Митценко. Методы и приборы экологического мониторинга: Учебное пособие (Тамбов. ТГТУ, 1996).
[5] К). А. Израэль. Экология, и контроль состояния, природной среды (Л.. Гидрометеоиздат. 1984).
[6] Электроаналитические методы, в контроле окружающей среды. Под ред. Р. Каль-веда (М., Химия, 1990).
[7] M. H. Proffitt and А. О. Langford, Appl. Opt. 36, 2568 (1997).
[8] S. К. Rafiq, В. A. Ganai, G. A. Bhat, Int. J. Environ. Res. 2(4), 371 (2008).
[9] И. С. Майдебура, Естественные и технические науки. Л"2 4(сер. 24). 136 (2006).
[10] Иссл,едова,ния, содержания, концентрации вредных веществ в городе Самаре: отчёт о НИР (Самарский гидрометеоцентр, 2007).
[11] Л. П. Брагинский, В: Проблемы, аналитической химии (М., Москва, 1997), стр. 278.
[12] В. П. Захаров, О. Н. Макурина, Е. В. Тимченко, и др.. Экологический мониторинг города, Сам,ары с помощью метода дифференциального обратного рассеяния. В: Вестник СГАУ (Самара, Изд-во СГАУ, 2008), Л"2 2(15), стр. 261.
[13] M. X. Merzlyak, A. A. Gitelson, О. В. Chivkunova, V. Y. Rakitin. Physiol Plant. 106, 135 (1999).
[14] В. П. Захаров. И. А. Братченко. А. Р. Синдяева. Е. В Тимченко. Оптика и спектроскопия 107(6), 957 (2009).
[15] М. Н. Мерзляк. Физиология растений 44(5), 707 (1997).
По материалам 3 Всероссийской молодежной школы-семинара 'Инновационные аспекты фундаментальных исследований по актуальным проблемам физики", Москва, ФИАН, октябрь 2009 г.
Поступила в редакцию 21 ИЮНЯ 2010 г.
