CC BY
0
ВЕСТНИК МОСКОВСКОГО УНИВЕРСИТЕТА. СЕРИЯ 17. ПОЧВОВЕДЕНИЕ. 2024. Т. 79. № 2 LOMONOSOV SOIL SCIENCE JOURNAL. 2024. Vol. 79. No. 2
УДК 504.06, 631.4 |(сс)таТТ
DOI: 10.55959/MSU0137-0944-17-2024-79-2-84-94
ОЦЕНКА ЭКОЛОГИЧЕСКОГО СОСТОЯНИЯ ПОЧВ В ЗОНЕ ВОЗДЕЙСТВИЯ СРЕДНЕУРАЛЬСКОГО МЕДЕПЛАВИЛЬНОГО ЗАВОДА
М. В. Евдокимова*, А. С. Горленко, А. С. Яковлев
МГУ имени М.В. Ломоносова, факультет почвоведения, 119991, Россия, Москва, Ленинские горы, д. 1, стр. 12 * Е-шаП: soil.resources@mail.ru
В рамках исследования экологического состояния почв и растительного покрова в зоне воздействия Сред-неуральского медеплавильного завода (СУМЗ) были решены следующие задачи: определено содержание тяжелых металлов в почвах пробных площадок, заложенных в пределах зоны воздействия СУМЗ; выявлены макрокинетические закономерности сезонной динамики нормализованного относительного вегетационного индекса (NDVI) на пробных площадках в зоне воздействия СУМЗ; выявлены макрокинетические закономерности отклика растительности в форме NDVI, рассчитанного по данным MODIS и Landsat 8, на загрязнение почв комплексом тяжелых металлов в зоне воздействия СУМЗ; проведено ранжирование качества почв по закономерностям отклика растительности в форме NDVI на загрязнение почв комплексом тяжелых металлов в границах природно-защитной зоны (ПЗЗ) СУМЗ по данным 2023 г. Внутрисезонную динамику фотосинтетически активной биомассы в форме NDVI моделировали с использованием теоретического уравнения роста по материалам спутниковых данных MODIS. Сезонный максимум вегетационного индекса на пробных площадках в 2012 г. пришелся на 25-28 недели. В 2023 г. он наступил на 27-33 неделе в зависимости от местоположения пункта пробоотбора. Показатель скорости достижения максимума характеризуется слабым внутрисезонным и межгодовым варьированием. Закономерности изменения концентрации фотосинтетически активной биомассы в форме максимальных за сезон 2023 г. NDVI в ответ на валовое содержание комплекса тяжелых металлов (Cu, Pb, Cd и Zn) в почве пробных площадок моделировали с использованием теоретического уравнения дозовой зависимости. Предельно допустимый уровень содержания в почве комплекса тяжелых металлов в форме среднего геометрического, не вызывающий снижения значений вегетационного индекса, рассчитанного по данным спутников MODIS и Landsat 8, составил 101 и 106 мг-кг-1 соответственно.
Проведен анализ гистограмм распределения величин NDVI в пределах природно-защитной зоны, который показал, насколько истинные частоты встречаемости значений вегетационного индекса соответствуют ее эмпирической границе, ассоциированной с точкой максимума дозовой зависимости, выявленной по материалам исследования 2012 г. Характер распределения истинных значений NDVI исключительно полно поддерживает использованную теорию зонирования на основе анализа дозовой зависимости. Современные границы природно-защитной зоны СУМЗ удалены на 4-7 км от центра санитарно-защитной зоны.
Ключевые слова: MODIS, Landsat 8, NDVI, экологический контроль, экологическое нормирование, ПДК, зонирование территории.
Введение
Вокруг промышленного предприятия, являющегося источником негативного воздействия на здоровье человека и среду его обитания, устанавливается санитарно-защитная зона, размер которой определяется на основе расчетов рассеивания выбросов загрязняющих веществ в атмосферном воздухе с учетом санитарной классификации предприятий [Постановление Правительства РФ № 222, 2018]. В то же время нормативно-правовые акты в области охраны окружающей среды не содержат обязательных требований по установлению природ-
но-защитных зон (ПЗЗ), направленных на защиту экосистем, находящихся за пределами границ са-нитарно-защитных зон (СЗЗ), но при этом испытывающих повышенную техногенную нагрузку [Яковлев, Евдокимова, 2022]. Согласно определению [Яковлев, Евдокимова, 2022] границей ПЗЗ служит черта, за пределами которой не наблюдается воздействие рассматриваемого антропогенного источника на окружающую среду. В связи с этим ранее Г.П. Глазуновым и др. [2019] был предложен подход к экологической оценке состояния почв, испытывающих воздействие стрессоров, поступающих по воздуху в составе пыли от источника негативно-
© Евдокимова М.В., Горленко А.С., Яковлев А.С., 2024
го воздействия на окружающую среду, на основе нелинейной модели с использованием величины нормализованного относительного вегетационного индекса (NDVI) в качестве количественного показателя отклика экосистемы на воздействие стрессоров и геометрической средней концентрации тяжелых металлов в почве в качестве показателя интенсивности воздействия стрессора. Подход был апробирован для оценки воздействия ряда крупных промышленных предприятий, являющихся источниками поступления тяжелых металлов в окружающую среду и расположенных в разных природно-климатических зонах России [Глазунов и др., 2019; Евдокимова и др., 2021; Яковлев, Евдокимова, 2022; Евдокимова, Яковлев, 2023]. На примере Средне-уральского медеплавильного завода (СУМЗ) ранее [Яковлев, Евдокимова, 2022] было показано, что зона его воздействия (ПЗЗ), выделенная расчетным путем на основе нелинейной модели [Гендугов, Глазунов, 2014], имеет переменный размер. Границы ПЗЗ удалены на 3,6-6,7 км от центра СЗЗ.
Возрастающий интерес к выявлению подобного рода зон со стороны природопользователей обусловлен необходимостью определения долевого вклада точечных источников выбросов в общее загрязнение атмосферного воздуха, диктуемой неизбежностью снижения уровня загрязнения атмосферного воздуха, в том числе в рамках про-
водимого Минприроды России эксперимента по квотированию выбросов [Федеральный закон № 195, 2019; Федеральный проект «Чистый воздух», 2022]. В методическом плане разрабатываемый подход [Яковлев, Евдокимова, 2022] может стать основой для создания руководящих документов по выявлению зон экологической ответственности предприятий.
Целью настоящей работы является проверка гипотезы о том, что границы зоны воздействия СУМЗ (ПЗЗ), полученные ранее [Яковлев, Евдокимова, 2022] расчетным путем на основе нелинейной модели [Гендугов, Глазунов, 2014] и эмпирической зависимости концентрации тяжелых металлов в почве от расстояния до источника загрязнения и от среднегодовой доли ветров, удалены на 3,6-6,7 км от центра СЗЗ.
В задачи исследования входило: 1) определение содержания тяжелых металлов (Си, РЬ, Cd и Zn) в почвах пробных площадок, заложенных в пределах зоны воздействия СУМЗ (ПЗЗ); 2) выявление макрокинетических закономерностей сезонной динамики нормализованного относительного вегетационного индекса на пробных площадках в зоне воздействия СУМЗ; 3) выявление макрокинети-ческих закономерностей отклика растительности в форме нормализованного относительного вегетационного индекса, рассчитанного по материалам
20 40 60 80
О пробные площадки 2023 г. [I] кадастровые кварталы 66-21-0101001 и 66-21-0101002 О СЗЗ О ПЗЗ — изогипсы
Почвенная карта РФ [Единый государственный реестр почвенных ресурсов России, 2014]:
О Подзолистые глубоко-глееватые и глеевые (местами с поверхностной глееватостью), преимущественно глубокие сверхглубокие;
Н Дерново-подзолистые глубоко-глееватые и глееватые (в том числе поверхностно-глееватые) преимущественно глубокие;
О Буро-таежные (буроземы грубогумусовые);
Н Пойменные кислые.
Рис. 1. Почвенная карта исследуемой территории
MODIS и Landsat 8, на загрязнение почв комплексом тяжелых металлов (Си, РЬ, Cd и Zn) в зоне воздействия СУМЗ; 4) ранжирование качества почв по закономерностям отклика растительности на загрязнение почв комплексом тяжелых металлов (Си, РЬ, Cd и Zn) по данным натурных обследований 2023 г. в границах ПЗЗ СУМЗ.
Материалы и методы
Объектом настоящего исследования была территория в зоне влияния СУМЗ (рис. 1). Источник загрязнения находится в районе пересечения Рев-динско-Шишимской депрессии рекой Чусовой и расположен на самых высоких элементах рельефа этой депрессии. Средние значения абсолютных высот — 350-400 м с амплитудами менее 100 м [Яковлев, Евдокимова, 2022]. На севере и северо-востоке территория окаймляется террасами реки Чусовой, на юге — рек Ельчевка и Ревда (рис. 1). Климат таежной зоны Свердловской области континентальный и характеризуется продолжительной многоснежной зимой и умеренно теплым летом [Уральское УГМС, 2014].
Основу почвенного покрова рассматриваемой территории составляют дерново-подзолистые, буро-таежные и пойменные почвы (рис. 1) [Единый государственный реестр почвенных ресурсов России, 2014]. По схеме ботанико-географического районирования Свердловской области [Князев и др., 2018] рассматриваемая территория относится к Чусовскому и Белоярскому округам Средне-Уральского таежного района подзоны южной тайги таежной хвойно-лесной зоны. Распространены темно-хвойные леса и производные от них — березовые и осиновые [Воробейчик и др., 2014]. Лесная растительность в зоне сильного загрязнения характеризуется крайне угнетенным состоянием [Воробейчик и др., 2014, 2019].
Основными компонентами выбросов СУМЗ являются газообразные соединения S, Д N и пылевые частицы с сорбированными на них тяжелыми металлами (Си, РЬ, Zn, Cd и др.) [Воробейчик, Кай-городова, 2017]. Помимо этого известно, что почвы Предуралья и Урала содержат повышенные количества микроэлементов, относящихся к группе тяжелых металлов [Водяницкий и др., 2012]. Результаты измерений 2012 г. [Воробейчик, Кайгородова, 2017] свидетельствуют о том, что содержание кислотора-створимых форм меди в поверхностном слое почвы на различном удалении от СУМЗ колеблется от 52 на фоновых территориях до 1084 мг-кг-1 в импакт-ной зоне завода. Концентрации свинца варьируют в диапазоне от 66 до 379 мг-кг-1, цинка — от 80 до 185 мг-кг-1 и кадмия — от 1,2 до 4,8 мг-кг-1 соответственно.
По данным разных авторов [Водяницкий и др., 2012; Воробейчик и др., 2014; Воробейчик, Кайгородова, 2017; Рг^шкоуа et а1., 2020; Евдокимова, Яков-
лев, 2022], содержание тяжелых металлов в почвах пробных площадок, находящихся на различном удалении от источника загрязнения, закономерно уменьшается с расстоянием. Так, границы ареала воздействия СУМЗ, полученные ранее [Яковлев, Евдокимова, 2022] расчетным путем с учетом розы ветров на основе экспериментальных данных 2012 г. [Воробейчик, Кайгородова, 2017] о содержании тяжелых металлов (Cu, Pb, Cd и Zn) в поверхностном слое почвы, который соответствует ПЗЗ, удалены на 3,6-6,7 км от центра СЗЗ (рис. 1). Граница ПЗЗ была установлена по содержанию кислоторастворимых форм тяжелых металлов (геометрическое среднее из концентрации Cu, Pb, Cd и Zn) в почве в особой точке модели [Гендугов, Глазунов, 2014], соответствующей максимуму отклика вегетационного индекса. Содержание тяжелых металлов менее 68 мг-кг-1 расценивалось как фоновое. Векторные границы СЗЗ (реестровый номер: 66:00-6.1911) и земельных участков (кадастровых кварталов 66:21:0101001 и 66:21:0101002) (рис. 1) имущественного комплекса ПАО «Среднеуральский медеплавильный завод» импортированы в среду ГИС с сайта публичной кадастровой карты Российской Федерации [Публичная кадастровая карта, 2010].
В рамках полевых исследований 2023 г. в сходных условиях по инсоляции и гидрологии было заложено 9 пробных площадок, расположенных внутри ПЗЗ, границы которой были получены расчетным путем ранее [Яковлев, Евдокимова, 2022]. Схема расположения пробных площадок приведена на рис. 1. С каждой пробной площадки, представляющей собой квадрат размером 1x1 м, из гумусового горизонта почв с глубины 0-0,1 м было отобрано по одному смешанному образцу методом конверта. В пробах определяли валовое содержание тяжелых металлов аналогичного набора [Яковлев, Евдокимова, 2022] методом оптической эмиссионной спектрометрии с индуктивно связанной плазмой [ЦВ 5.18.19.01-2005]. Металлы переводили в раствор смесью азотной, фтористоводородной и хлорной кислот.
В качестве меры концентрации фотосинтети-чески активной биомассы на пробных площадках, каждой из которых был поставлен в соответствие один пиксель, использовали нормализированный вегетационный индекс NDVI (Normalized Difference Vegetation Index), представляющий собой разницу интенсивностей отраженного света в ближнем инфракрасном (NIR) и красном (Red) диапазонах, деленной на сумму их интенсивностей [Tucker, 1979]. Как известно, спектральные индексы, такие как дробный индекс RVI (Ratio Vegetation Index) [Jordan, 1969] или Simple Ratio (SR) в современной интерпретации [Барталев и др., 2016], а также разностный DVI (Difference Vegetation Index) и нормированный NDVI [Tucker, 1979], нашли широкое применение в оценке продуктивности экосистем, в
определении площадей ареалов деградированных земель, в решении задач экологии и гидрологии, а также в моделировании последствий глобального изменения климата.
В классическом понимании биохимический индекс листовой поверхности LAI (Leaf Area Index) — это отношение суммарной поверхности листьев (односторонней) и хвои (полной) к единице площади участка, занятого фитоценозом или его отдельными ярусами [Лесная энциклопедия, 1985]. Применительно к данным дистанционного зондирования Земли LAI является радиометрической величиной [Барталев и др., 2016], так как алгоритм его вычисления основан на использовании данных спутниковых измерений коэффициентов спектральной яркости и результатов моделирования переноса вещества и энергии между наземными экосистемами и атмосферой [Knyazikhin et al., 1999]. Существенным ограничением этого подхода является сложность его реализации и недостаточность объема глобальных измерений параметров уравнения переноса [Барталев и др., 2016]. В этой связи спектральные индексы как арифметические комбинации значений отраженного излучения в определенных каналах спектра обладают рядом преимуществ в использовании по сравнению с LAI:
• увеличение информативности сигнала в отдельных каналах (NIR и Red) для исследования состояния растительности;
• снижение побочных эффектов (влияния атмосферы, яркости почвы, геометрии наблюдений и т. д.).
При этом стоит отметить, что наличие в числителе формулы NDVI разности значений отражательной способности в инфракрасном и красном диапазонах спектра учитывает количество отраженного света здоровой растительностью, в то время как деление данной величины на сумму значений отражательной способности в тех же спектральных каналах позволяет существенно уменьшить влияние атмосферы и геометрии наблюдений, а также проводить более корректное сравнение разновременных измерений [Барталев и др., 2016]. Данное обстоятельство стало обоснованием выбора NDVI в качестве показателя отклика растительности на загрязнение почв комплексом тяжелых металлов.
Значения NDVI для целей настоящего исследования находили по космическим снимкам среднего разрешения MODIS (250 м) с сервера Вега-Science [Лупян и др., 2019] и высокого разрешения Landsat 8 (30 м) из архивов [https://earthexplorer.usgs.gov] (рис. 2).
Обработку материалов дистанционного зондирования и подготовку картографического материала проводили с использованием свободно распространяемых ГИС SAGA [Conrad et al., 2015] и QGIS [https://www.qgis.org]. Данные Landsat 8 от 01.07.2023 г. (спектральные каналы: 2 — синий, 3 — зеленый, 4 — красный, 5 — инфракрасный) были подвергнуты радиометрической коррекции, в частности конвертированы в значения показателя экзоатмосферной отражательной способности планеты (top of atmosphere planetary reflectance) в ГИС SAGA.
Для создания композитного изображения (рис. 3) в естественных цветах в ГИС SAGA была подготовлена комбинация спектральных каналов 4, 3, 2 видимого диапазона Landsat 8, что позволило провести визуальную оценку антропогенных объектов на территории исследования, а именно, определить местоположение выходов горных пород, карьеров и участков, покрытых искусственными покрытиями.
Временные ряды данных MODIS, представляющие собой архив еженедельных интерполированных композитов, были импортированы с сервера Вега-Science [Лупян и др., 2019] в среду табличного процессора в виде геопривязанных значений NDVI в формате Comma-Separated Values (csv).
Внутрисезонную динамику фотосинтетически активной биомассы q на пробных площадках моделировали с использованием теоретического уравнения роста [Гендугов, Глазунов, 2014;Глазунов и др., 2019]:
q = Aek" t-b, (1)
где А — масштабирующий коэффициент, k — коэффициент скорости увеличения концентрации фотосинтетически активной биомассы в течение вегетационного сезона в результате ее роста и b — коэффициент скорости убывания концентрации фотосинтетически активной биомассы в результате отмирания: и рост, и отмирание идут одновременно с разными, изменяющимися с течением времени, скоростями. Время tmax наступления максимума
роста в сезоне 2023 г. рассчитывали по формуле: ^тах = Ь Макрокинетические закономерности вну-трисезонной динамики NDVI на пробных площадках исследовали по материалам спутника MODIS.
Закономерности пространственного изменения концентрации фотосинтетически активной биомассы q в ответ на содержание г тяжелых металлов в почве пробных площадок моделировали с использованием формулы дозовой зависимости [Гендугов, Глазунов, 2014; Глазунов и др., 2019]:
q = АеК1г г-в, (2)
где Л — масштабирующий коэффициент, К — коэффициент «скорости» увеличения концентрации фотосинтетически активной биомассы в результате увеличения результирующей концентрации г тяжелых металлов в почве пробных площадок, В — коэффициент «скорости» убывания концентрации фотосинтетически активной биомассы в ответ на увеличение результирующей концентрации г. Концентрацию гтах, соответствующую максимуму отклика вегетационного индекса, вычисляли по формуле: гтах = КВ
Константы уравнения (2) являются индивидуализирующими характеристиками отклика фото-синтетически активной биомассы растительного покрова в форме NDVI на среднюю геометрическую концентрацию г загрязняющих почву тяжелых металлов определенного набора (Си, РЬ, Cd и Zn). Коэффициенты уравнений (1) и (2) получи-
• пробные площадки 2023 г.
О кадастровые кварталы 66-21-0101001 и 66-21-0101002
О ПЗЗ
Комбинация спектральных каналов Landsat:
■ Канал 4 — красный
■ Канал 3 — зеленый
■ Канал 2 — синий
2 км □
Рис. 3. Композитное изображение территории исследования в естественных цветах
г* — среднее геометрическое из валовых концентраций Са, Си, РЬ и Zn в почве; ** NDVI — максимальные за сезон значения в 2023 г.; *** ОДК для кислых (суглинистых и глинистых) почв с рНкС1 <5,5 [СанПиН 1.2.3685-21].
Таблица 1
Содержание тяжелых металлов в почве в слое 0-0,1 м
п/п Долгота Широта РНКС1 Содержание в почве, мг-кг-1 NDVI**
са Си РЬ Zn г* MODIS Landsat 8
1 59.900 56.821 4,8 3,3 520 76 274 77,3 0,71 0,68
2 59.888 56.828 5,0 <0,05 185 41 146 103,5 0,67 0,48
3 59.934 56.849 3,4 3,5 800 157 303 107,4 0,77 0,63
4 59.948 56.861 3,5 2,2 294 69 173 238,5 0,58 0,64
5 59.938 56.864 2,9 <0,05 349 185 210 52,7 0,58 0,52
6 59.908 56.876 4,3 6,5 1090 203 470 161,2 0,51 0,63
7 59.893 56.877 4,0 3,5 910 151 286 108,3 0,56 0,59
8 59.876 56.876 4,7 6,9 1390 201 486 175,0 0,48 0,65
9 59.818 56.852 3,9 <0,05 73 17,9 89 48,8 0,80 0,67
ОДК*** - - - 1 66 65 110 - - -
ли приближением этих уравнений к экспериментальным данным методом наименьших квадратов. Для иллюстрации точности приближения модели на графиках наряду с теоретической кривой и экспериментальными точками пунктиром приведены 95% доверительные пояса.
Математическое обоснование возможности использования результирующей концентрации г (мг-кг-1) и наделения вегетационного индекса МБУ1 свойством представлять q в уравнении (2), предполагая использование для него коэффициента перехода от фактической концентрации фотосинте-тически активной биомассы q (мг-кг-1), приведено в работе Глазунова и др. [2019].
Результаты
Результаты определения валового содержания тяжелых металлов в почве пробных площадок (табл. 1) показали, что концентрация меди в слое 0-0,1 м колеблется в диапазоне от 73 мг-кг-1 на границе ПЗЗ до 1390 мг-кг-1 вблизи источника воздействия. При этом на всех пробных площадках отмечено превышение значений ориентировочно допустимой концентрации (ОДК) меди [СанПиН 1.2.3685-21] (табл. 1). Содержание свинца варьирует в промежутке концентраций от 17,9 до 203 мг-кг-1, цинка — от 89 до 486 мг-кг-1 и кадмия — от 0,05 до 6,9 мг-кг-1 соответственно. Величина ОДК для кадмия, свинца и цинка была превышена на подавляющем большинстве пунктов отбора проб. Исключением стала наиболее удаленная от СУМЗ пробная площадка № 9, на которой содержание Са, РЬ и 7п оказалось ниже нормативных показателей [СанПиН 1.2.3685-21].
С целью оценки устойчивости полученных результатов во времени с момента предыдущего исследования [Яковлев, Евдокимова, 2022] законо-
Таблица 2 Параметры модели (1) сезонной динамики неделя в году) ЫБУТ по данным МОБТБ
п/п Л Ь к R2 ^тах Чтах Ч.тахи 1шах
2012
1 2,27Е+16 8,97 228,48 0,94 25 0,70 0,03
2 4,34Е+10 5,79 158,67 0,92 27 0,63 0,02
3 4,06Е+09 5,26 138,60 0,89 26 0,70 0,03
4 8,02Е+10 5,94 158,39 0,88 27 0,70 0,03
5 2,39Е+07 4,13 108,12 0,76 26 0,54 0,02
6 1,60Е+13 7,25 190,46 0,85 26 0,57 0,02
7 6,69Е+08 4,82 132,81 0,53 28 0,62 0,02
8 1,13Е+08 4,55 119,07 0,88 26 0,42 0,02
9 1,86Е+19 10,51 270,49 0,82 26 0,77 0,03
2023
1 1,30Е+08 4,32 130,06 0,96 30 0,71 0,02
2 1,68Е+04 2,27 72,55 0,93 32 0,68 0,02
3 6,86Е+12 6,88 191,50 0,94 28 0,80 0,03
4 4,20Е+08 4,65 134,81 0,90 29 0,63 0,02
5 1,80Е+08 4,47 127,11 0,91 28 0,65 0,02
6 5,50Е+04 2,56 85,33 0,94 33 0,54 0,02
7 9,33Е+06 3,71 116,66 0,85 31 0,65 0,02
8 8,16Е+06 3,89 104,00 0,99 27 0,48 0,02
9 1,80Е+08 4,38 129,74 0,95 30 0,79 0,03
MODIS
Landsat 8
> о
1,0
0,8 4 /
/ /
11
0,6 "
и
н /
0,4
, / "
0,2 J п
In
/ "
0,0 J и
1,0 0,8 0,6 0,4 0,2 0,0
100 200 z, мг-кг1
300
100 200 z, мг-кг1
300
Рис. 4. Дозовая зависимость NDVI от результирующей концентрации тяжелых металлов в почве (точки соответствуют пробным площадкам, сплошные линии — уравнению (2), пунктирные линии — доверительные пояса модели)
мерности сезонной динамики NDVI исследовали для 2012 и 2023 гг. Уравнение (1) удовлетворительно описывает экспериментальные данные по сезонной динамике вегетационного индекса на всех пробных площадках в обоих случаях (табл. 2), о чем свидетельствуют значения коэффициента детерминации (R2), близкие к 1. Коэффициенты модели (1) были получены приближением этих уравнений к экспериментальным данным методом наименьших квадратов, что позволило определить время tmax наступления максимума роста концентрации фото-синтетически активной биомассы, характеризуемой значением NDVI, а также скоростей достижения максимума qmax/tmax и значений самого максимума роста qmax на всех пробных площадках (табл. 2). Показатель скорости достижения максимума qmax/tmax характеризуется исключительно слабым внутри-сезонным и межгодовым варьированием.
Близость констант модели роста (за исключением константы масштаба А) и значений скорости достижения максимума роста внутри сезона на всех пробных площадках дала основания заключить, что почвенно-растительные и температурно-влаж-ностные условия на местности для этих площадок близки и они могут быть объединены в один массив (для фиксированного времени наблюдения в сезоне) для последующего анализа концентрационной зависимости. Сезонный максимум вегетационного индекса на пробных площадках внутри ПЗЗ для сезона 2012 г. пришелся на 25-28 недели, в то время как в 2023 г. он наступил на 27-33 неделе (табл. 2), что в свою очередь позволило осуществить обоснованный выбор среди доступных космических снимков за период, близкий к середине сезона.
Аппроксимация экспериментальных данных теоретической функцией (2) позволила оценить современное воздействие тяжелых металлов в виде их результирующей концентрации г в почве на состояние растительности для фиксированного
времени наблюдения в сезоне 2023 г., а также определить пороговую концентрацию zmax химических соединений в почве и «скорость» достижения максимума qmax/zmax в зоне воздействия СУМЗ (табл. 3). О высокой точности коэффициентов модели (2) для всех пробных площадок свидетельствует малый разброс экспериментальных точек вокруг теоретической кривой — почти все они вошли во внешний (Prediction band) 95% и большая их часть — во внутренний (Confidence band) 95% доверительные пояса (рис. 4).
Внутренний доверительный интервал, нанесенный на графике (рис. 4) вокруг теоретической кривой, представляет собой 5% пояс для средних величин q. Внешний доверительный интервал — 5% пояс для прогнозных величин q, связанных с конкретными значениями z [Литтл, Хиллз, 1981].
Таблица 3
Параметры уравнения модели (2) зависимости NDVI от результирующей концентрации тяжелых металлов в почве (мг-кг-1)
Аппарат Л B K ^max Чтах qmax t„ zmax
MODIS* 90,79 0,86 86,78 101 0,72 0,0073
Landsat 8** 245,76 1,03 109,19 106 0,73 0,0068
* —на 28 неделе 2023 г., ** — на 26 неделе 2023 г.
Содержание тяжелых металлов выше порогового уровня zmax вызывает угнетение состояния растительности, которое проявляется в снижении значений NDVI. Как было показано ранее на другом объекте исследования [Евдокимова и др., 2021], зону воздействия можно выявить и оконтурить, ограничившись лишь анализом NDVI, опираясь на полученную ранее пороговую величину. Значение NDVI для 2012 г., соответствующее пороговой величине zmax, составило 0,83 [Яковлев, Евдокимова, 2022].
0
0
Далее был проведен анализ гистограмм распределения величин NDVI в пределах ПЗЗ, который призван выяснить, насколько истинные частоты встречаемости значений вегетационного индекса соответствуют эмпирической границе ПЗЗ, ассоциированной с особой точкой модели (2) гтах [Яковлев, Евдокимова, 2022] (рис. 5). По ординате на рис. 5 отложена частота встречаемости значений NDVI, по абсциссе — значение NDVI.
Характер распределения истинных значений вегетационного индекса для ПЗЗ (рис. 5 а) исключительно полно поддерживает использованную теорию зонирования на основе анализа дозовой зависимости. Фактически наблюденные значения вегетационного индекса варьируют в диапазоне от -0,55 до 0,79, при этом пик распределения (рис. 5) находится в области значений, существенно более низких, чем значение индекса, соответствующее пороговым величинам, рассчитанным по модели (2) на основе измерений 2023 г. (табл. 3).
Эти результаты свидетельствуют о том, что ареал ПЗЗ, установленной по материалам исследования 2012 г. [Яковлев, Евдокимова, 2022], весьма точно характеризует современное экологическое состояние территории, находящейся в зоне влияния СУМЗ.
Анализ гистограмм распределения величин NDVI (рис. 5б) на фоновых территориях, ограниченных с внешней стороны границей окружности с радиусом 30 км от СУМЗ, что обусловлено местоположением фоновой площадки [Яковлев, Евдокимова, 2022], и границей ПЗЗ с внутренней стороны, свидетельствует о том, что для данного ареала наиболее характерны q = 0,7. Среднее значение NDVI для всех пикселей пояса составило 0,61. Максимальные выявленные значения для данной зоны соответствуют qmax = 0,83, выявленным по материалам обследования 2012 г. Таким образом, на основании выявленного распределения значений NDVI состояние растительности данного ареала можно охарактеризовать как близкое к оптималь-
ному. Возникновение отрицательных значений вегетационного индекса в данном ареале связано с выходами горных пород, наличием искусственных поверхностей и водных объектов (рис. 3). Репер-ные значения NDVI, характерные для поверхности почвы без растений, а также для почв с небольшим количеством растительных остатков, колеблются в диапазоне от 0,1 до 0,2 [Железова, 2020]. Здоровая густая растительность оценивается значениями вегетационного индекса выше 0,7 [Барталев и др., 2016; Железова, 2020].
Обсуждение
Результаты оценки экологического состояния почв и растительного покрова в зоне воздействия СУМЗ, проведенной спустя 11 лет с момента предыдущего исследования [Яковлев, Евдокимова, 2022], показали, что выявленные закономерности обладают определенной устойчивостью во времени, тем самым доказывают, что экологическую оценку состояния почв в окрестностях источника выбросов в атмосферу тяжелых металлов можно проводить на основе анализа данных дистанционного зондирования Земли в форме NDVI, предварительно установив при прочих равных условиях (сходство природных условий на пробных площадках, идентичность набора исследуемых токсикантов и близость периода определения NDVI внутри сезона) на основе подспутниковых измерений в опорных точках территории параметры теоретической зависимости вида «доза-ответ» [Гендугов,Глазунов, 2014].
Повторная регистрация состояния растительного покрова в форме вегетационного индекса NDVI, рассчитанного по материалам MODIS и Landsat 8, спустя 11 лет с момента предыдущего исследования, в ответ на валовое содержание тяжелых металлов в почве (Си, РЬ, Cd и Zn) в зоне воздействия СУМЗ, позволила получить пороговую величину их содержания в поверхностном слое почвы, а также проверить обоснованность проведенного ранее зонирования территории [Яковлев, Евдо-
450 400 350 300
га
£ 250
га 200 т
150 100 50
н ем ем сг
О О О О О о о о о о о о о о
Значение
200 180 160 140 120 100 80 60 40 20 0
о~ о~ о~ о~ о~ о~ о~
Значение
Рис. 5. Гистограммы распределения максимальных за сезон 2023 г. значений NDVI по данным Landsat 8:
а) в пределах ПЗЗ; б) на фоновых территориях
0
кимова, 2022]. При этом результаты расчетов по спутниковым данным с разным пространственным разрешением различаются незначительно (табл. 3), что в свою очередь подтверждает правомерность ранжирования. Предельно допустимый уровень содержания в почве комплекса тяжелых металлов в форме среднего геометрического, не вызывающий снижения значений вегетационного индекса, рассчитанного по материалам спутников МОБК и Landsat 8, составил 101 и 106 мг-кг-1 соответственно.
Наиболее низким содержанием тяжелых металлов характеризуется пробная площадка № 9, расположенная строго на границе ПЗЗ, содержание тяжелых металлов г на которой не превысило расчетной пороговой величины. Повышенное содержание тяжелых металлов в почвах окрестностей СУМЗ согласуется с литературными данными [Ргиашкоуа et а1., 2020] и свидетельствует об их накоплении в корнеобитаемом слое почв. В радиусе 4-7 км по-прежнему отмечается угнетение растительного покрова, о чем свидетельствует снижение значений вегетационного индекса [Яковлев, Евдокимова, 2022] по сравнению с фоном.
Результаты проведенного средствами QGIS анализа гистограмм распределения величин МБУ1 (табл. 4) внутри ПЗЗ можно рассматривать как свидетельство справедливости проверяемой нами гипотезы.
Заключение
Результаты исследования экологического состояния почв в зоне воздействия СУМЗ подтвердили правомерность проведенного ранее [Яковлев, Евдокимова, 2022] зонирования территории в окрестностях СУМЗ. Таким образом, подход к установлению ПЗЗ для предприятий, представляющих собой точечные источники антропогенного воздействия на окружающую среду [Яковлев, Евдокимова, 2022], по итогам полевой верификации может быть рекомендован к использованию в целях оценки зон выбросов загрязняющих веществ и прогноза их индивидуального вклада в совокупное формирование фонового состояния атмосферного воздуха в окрестностях крупных промышленных объектов. Современные границы зоны воздействия СУМЗ (ПЗЗ) удалены на 4-7 км от центра СЗЗ.
На основе теоретической модели [Гендугов, Глазунов, 2014; Глазунов и др., 2019] отклика живого в форме МБУ1 на воздействие комплекса тяжелых металлов определенного набора (Си, РЬ, Са и 7п), содержащегося в почвах окрестностей СУМЗ, установлено, что предельно допустимый уровень их содержания, не вызывающий снижения значений вегетационного индекса, рассчитанного по материалам спутников МОБК и Landsat 8, составил 101 и 106 мг-кг-1 соответственно.
Ограничениями применимости модели (2) служат условия, сформулированные при ее выводе
[Гендугов, Глазунов, 2014; Глазунов и др., 2019]. Среди них важнейшими являются предположения об однотипности почвенно-гидрологических и геоморфологических условий на пробных площадках, а также сходстве химизма загрязнения окружающей среды. Учет размеров пикселя (разрешающей способности) сенсоров, размещенных на борту искусственных спутников Земли, при выборе размеров пробных площадок — главное направление совершенствования разрабатываемого подхода, что не противоречит рекомендациям международной программы мониторинга ICP Forests [Manual..., 2006], содержащим обоснование для разбиения участков обследования на квадраты и случайного выбора точек пробоотбора [Копцик и др., 2023], а также требованиям государственных стандартов [ГОСТ Р 58595-2019].
Информация о финансировании работы
Исследование выполнено частично при поддержке Междисциплинарной научно-образовательной школы Московского государственного университета имени М.В. Ломоносова «Будущее планеты и глобальные изменения окружающей среды», а также в рамках государственного задания Министерства науки и высшего образования Российской Федерации «Почвенные информационные системы и оптимизация использования почвенных ресурсов» (номер ЦИТИС: 1210 40800147-0).
Благодарность
Авторы выражают глубокую благодарность докт. биол. наук, профессору Г.П. Глазунову и канд. ф.-м. наук., вед. науч. сотр. В.М. Гендугову за создание теоретической модели, ставшей основой для оценки и нормирования состояния почв и растительного покрова в зоне воздействия промышленного предприятия.
КОНФЛИКТ ИНТЕРЕСОВ
Авторы заявляют об отсутствии конфликта интересов.
СПИСОК ЛИТЕРАТУРЫ
1. Барталев С.А., Егоров В.А., Жарко В.О. и др. Спутниковое картографирование растительного покрова России. М., 2016.
2. Водяницкий Ю.Н., Ладонин Д.В., Савичев А.Т. Загрязнение почв тяжелыми металлами. М., 2012.
3. Воробейчик Е.Л., Ермаков А.И., Гребенников М.Е. Начальные этапы восстановления сообществ почвенной мезофауны после сокращения выбросов медеплавильного завода // Экология. 2019. № 2. https://doi.org 10.1134/ S0367059719020112
4. Воробейчик Е.Л., Кайгородова С.Ю. Многолетняя динамика содержания тяжелых металлов в верхних горизонтах почв в районе воздействия медеплавильного завода в период снижения его выбросов // Почвоведение. 2017. № 8. https://doi.org 10.1134/S1064229317080130
5. Воробейчик Е.Л., Трубина М.Р., Бергман Е.В. и др. Многолетняя динамика лесной растительности в период сокращения выбросов медеплавильного завода // Экология. 2014. № 6. https://doi.org 10.1134/S1067413614060150
6. Гендугов В.М., Глазунов Г.П. Макрокинетическая модель микробного роста на многокомпонентном субстрате // Вестн. Моск. ун-та. Сер. 17. Почвоведение. 2014. № 3.
7. Глазунов Г.П., Гендугов В.М., Евдокимова М.В. и др. Макроскопическая кинетика временной и пространственной изменчивости вегетационного индекса NDVI на территории заповедника «Ямская степь» в условиях загрязнения почвы тяжелыми металлами // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16, № 2.
8. ГОСТ Р 58595-2019 «Национальный стандарт Российской Федерации «Почвы. Отбор проб»».
9. Евдокимова М.В., Глазунов Г.П., Яковлев А.С. и др. Оценка экологического состояния земель, загрязненных комплексом тяжелых металлов, в окрестностях города Норильска за период с 2004 по 2019 г. по материалам NDVI MODIS с сервера Вега-science // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18, № 4.
10. Евдокимова М.В., Яковлев А.С. Экологическая оценка состояния почв и растительного покрова в окрестностях горно-обогатительного комбината по данным дистанционного зондирования Земли // Вестн. Моск. ун-та. Сер. 17. Почвоведение. 2023. № 1.
11. Единый государственный реестр почвенных ресурсов России [Электронный ресурс]. 2014. URL: http:// egrpr.soil.msu.ru/download.php#soilmap (дата обращения: 13.12.2023).
12. Железова С.В. Научно-методическое обоснование технологий точного и ресурсосберегающего земледелия для зерновых культур в Нечерноземной зоне РФ: Дисс. ... д-ра с.-х. наук. СПб., 2020.
13. Князев М.С., Третьякова А.С., Подгаевская Е.Н. и др. Конспект флоры Свердловской области. Часть III: Двудольные растения // Phytodiversity of Eastern Europe. 2018. XII (2).
14. Копцик Г.Н., Смирнова И.Е., Копцик С.В. Анализ эколого-генетических особенностей почв для мониторинга лесных экосистем в зоне хвойно-широколиствен-ных лесов // Почвоведение. 2023. № 10.
15. Лесная энциклопедия: В 2 т. / Гл. ред. Г.И. Воробьев; ред. колл.: Н.А. Анучин, В.Г. Атрохин., В.Н. Виноградов и др. М., 1985.
16. Литтл Т.М., Хиллз Ф.Дж. Сельскохозяйственное опытное дело. Планирование и анализ. М., 1981.
17. Лупян Е.А., Прошин А.А., Бурцев М.А. и др. Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мониторинг») // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16, № 3. https://doi.org 10.21046/20707401-2019-16-3-151-170
18. Постановление Правительства Российской Федерации от 03.03.2018 № 222 «Об утверждении Правил
установления санитарно-защитных зон и использования земельных участков, расположенных в границах санитар-но-защитных зон».
19. Публичная кадастровая карта [Электронный ресурс]: 2010. URL: https://pkk.rosreestr.ru (дата обращения 13.12.2023).
20. СанПиН 1.2.3685-21 «Гигиенические нормативы и требования к обеспечению безопасности и (или) безвредности для человека факторов среды обитания» (с изменениями на 30 декабря 2022 года).
21. Уральское УГМС [Электронный ресурс]. 2014. URL: http://svgimet.ru (дата обращения: 13.12.2023).
22. Федеральный закон «О проведении эксперимента по квотированию выбросов загрязняющих веществ и внесении изменений в отдельные законодательные акты Российской Федерации в части снижения загрязнения атмосферного воздуха» от 26.07.2019 № 195-ФЗ.
23. Федеральный проект «Чистый воздух» [Электронный ресурс]. 2022. URL: https://www.mnr.gov. ru/activity/directions/natsionalnyy_proekt_ekologiya/ federalnyy_proekt_chistyy_vozdukh/ (дата обращения: 12.12.2023).
24. ЦВ 5.18.19.01-2005 «Методика выполнения измерений содержания элементов в твердых объектах методами спектрометрии с индуктивно связанной плазмой».
25. Яковлев А.С., Евдокимова М.В. Подход к установлению зон экологической ответственности предприятий и уровней природно-антропогенного фона почв // Почвоведение. 2022. № 9.
26. Conrad O., Bechtel B., Bock M. et al. System for Automated Geoscientific Analyses (SAGA) Vol. 2.1.4 // Geosci. Model Dev. 2015. Vol. 8, № 7.
27. Conversion to TOA Reflectance. [Электронный ресурс]. 2023. URL: https://www.usgs.gov/landsat-missions/ using-usgs-landsat-level-1-data-product (дата обращения: 13.12.2023).
28. Jordan C. Derivation of leaf area index from quality of light on the forest floor // Ecology. 1969. Vol. 50, № 4.
29. Knyazikhin Y., Glassy J., Privette J.L. et al. MODIS Leaf Area Index and Fraction of Photosynthetically Active Radiation Absorbed by Vegetation (FPAR) Product (MOD15) Algorithm Theoretical Basis Document. [Электронный ресурс]. 1999. URL: https://modis.gsfc.nasa.gov/data/atbd/ atbd_mod15.pdf (дата обращения: 02.02.2024).
30. Manual on Methods and Criteria for Harmonized Sampling, Assessment, Monitoring and Analysis of the Effects of Air Pollution on Forests. Part IIIa. Sampling and Analysis of Soil. UN-ECE. CLRTAP. 2006.
31. Prudnikova E.V., Neaman A., Terekhova V.A. et al. Root elongation method for the quality assessment of metal-polluted soils: Whole soil or soil-water extract? // J. Plant Nutr Soil Sc. 2020. Vol. 20. https://doi.org/10.1007/s42729-020-00295-x
32. Tucker C.J. Red and photographic infrared linear combinations for monitoring vegetation // Remote Sens Environ. 1979. Vol. 8, № 2.
Поступила в редакцию 25.12.2023 После доработки 20.01.2024 Принята к публикации 14.02.2024
ВЕСТНИК МОСКОВСКОГО УНИВЕРСИТЕТА. СЕРИЯ 17. ПОЧВОВЕДЕНИЕ. 2024. Т. 79. № 2 LOMONOSOV SOIL SCIENCE JOURNAL. 2024. Vol. 79. No. 2
ENVIRONMENTAL ASSESSMENT OF SOIL STATE
IN THE IMPACT ZONE OF THE SREDNEURALSKY COPPER SMELTER
M. V. Evdokimova, A. S. Gorlenko, A. S. Yakovlev
As part of the study of the ecological state of soils and vegetation in the zone of impact of the Sredneuralsky Copper Smelter (SUMZ), the following tasks were solved: the content of heavy metals in the soils of the test sites laid within the zone of impact of the SUMZ was determined; macrokinetic patterns of seasonal dynamics of the normalized relative vegetation index (NDVI) at the test sites in the zone of impact of the SUMZ were revealed; macrokinetic patterns of vegetation response in the form of NDVI, calculated according to MODIS and Landsat 8 data, to soil pollution by a complex of heavy metals in the zone of impact of the SUMZ were revealed; soil quality was ranked according to the patterns of vegetation response in the form of NDVI to soil pollution by a complex of heavy metals within the boundaries of the natural protection zone (NZZ) of the SUMZ according to 2023. The intra-seasonal dynamics of photosynthetically active biomass in the form of NDVI was modeled using a theoretical growth equation based on MODIS satellite data. The seasonal maximum of the vegetation index at the trial sites in 2012 fell on the 25-28 week. In 2023, it occurred on the 27-33 week, depending on the location of the sampling point. The rate of maximum achievement is characterized by weak intra-seasonal and interannual variation. The patterns of changes in the concentration of photosynthetically active biomass in the form of maximum NDVI for the 2023 season in response to the gross content of a complex of heavy metals (Cu, Pb, Cd and Zn) in the soil of the test sites were modeled using the theoretical equation of dose dependence. The maximum permissible level of the heavy metal complex in the soil in the form of a geometric mean, which does not cause a decrease in the values of the vegetation index calculated according to the data of the MODIS and Landsat 8 satellites, was 101 and 106 mg-kg-1, respectively.
The analysis of histograms of the distribution of NDVI values within the NZZ was carried out, which showed how the true frequencies of occurrence of the values of the vegetation index correspond to the empirical boundary of the NZZ associated with the maximum dose dependence point identified by the study of the 2012. The nature of the distribution of true NDVI values for the NZZ exclusively fully supports the used zoning theory based on the analysis of dose dependence. The modern boundaries of the SUMZ natural protection zone are 4-7 km away from the center of the sanitary protection zone.
Keywords: MODIS, Landsat 8, NDVI, environmental control, ecological regulation, MPC, ecological zones.
СВЕДЕНИЯ ОБ АВТОРАХ
Евдокимова Мария Витальевна, канд. биол. наук, доцент кафедры земельных ресурсов и оценки почв факультета почвоведения МГУ имени М.В. Ломоносова, e-mail: soil.resources@mail.ru
Горленко Анастасия Сергеевна, канд. биол. наук, ст. науч. сотр. кафедры земельных ресурсов и оценки почв факультета почвоведения МГУ имени М.В. Ломоносова, e-mail: anastasrcru@gmail.com
Яковлев Александр Сергеевич, докт. биол. наук, зав. кафедрой земельных ресурсов и оценки почв факультета почвоведения МГУ имени М.В. Ломоносова, e-mail: yakovlev_a_s@mail.ru
© Evdokimova M.V., Gorlenko A.S., Yakovlev A.S., 2024
