CC BY
55
№ 11 (65), 2009 г.
Аграрный вестник Урала
97
Биология
к определенной депрессии развития ную роль. Это способствует поддер- ленных видов растений, помогая им
предпочитаемых фитофагами видов жанию видового разнообразия фито- противостоять давлению со сторо-
растений и ослабляет их эдификатор- ценоза и сохранению в нём малочис- ны доминантов.
Литература
1. Добринский Л. Н., Давыдов В. А., Кряжимский Ф. В., Малофеев Ю. М. Функциональные связи мелких млекопитающих с растительностью в луговых биоценозах». М. : Наука, 1983. 156 с.
2. Жигальский О. А., Кшнясев И. А. Структура популяционных циклов рыжей полёвки // ДАН. 1999. Т. 369. № 2. С. 281-282.
3. Жигальский О. А., Кшнясев И. А. Популяционные циклы европейской рыжей полёвки в оптимуме ареала // Экология. 2000. № 5. С. 383-390.
4. Карасева Е. В., Телицына А. Ю., Жигальский О. А. Методы изучения грызунов в полевых условиях. М. : Изд-во ЛКИ. 2008. 416 с.
5. Кузнецов Г. В., Михайлин А. П. Особенности питания и динамики численности рыжей полёвки в условиях широколиственного леса // Млекопитающие в наземных экосистемах. М. : Наука. 1985. С. 127-156.
6. Careau V., Thomas D., Humphries M. M. and Reale D. Energy metabolism and animal personality. Oikos. 2008. V.117: P. 641-653.
СРАВНИТЕЛЬНАЯ ОЦЕНКА ТОКСИЧНОСТИ И ЗАГРЯЗНЕННОСТИ ДОННЫХ ОТЛОЖЕНИЙ НЕКОТОРЫХ ВОДНЫХ ОБЪЕКТОВ ГОРОДА ТЮМЕНИ МЕТОДАМИ КОРРЕЛЯЦИОННОГО И МНОГОМЕРНОГО (КЛАСТЕРНОГО) АНАЛИЗА Л.В. МИХАЙЛОВА,
кандидат биологических наук, профессор,
Г.Е. РЫБИНА,
кандидат биологических наук, доцент,
Е.А. МАСЛЕНКО,
кандидат биологических наук, старший преподаватель,
Ф.В. ГОРДЕЕВА,
аспирант, Тюменская ГСХА____________________________
Ключевые слова: тест-объект, токсичность, загрязняющие вещества, корреляционный анализ, кластерный анализ.
В процессе любых научных (особенно - экспериментальных) исследований мы имеем дело с цифрами: различными диагностическими и количественными показателями и числовыми характеристиками. За кажущимся хаосом этих цифр прячутся конкретные закономерности, которые требуют объективной оценки и научного объяснения. И здесь самое широкое применение находят методы и приёмы биометрии - вариационной статистики, призванной с помощью соответствующего математического аппарата оценить разнообразные связи, зависимости и отношения между биологическими явлениями, объектами и процессами, а также показать реальность их существования [1].
Цель и методика исследований
Целью данной работы является обобщение 3-летних исследований токсичности и загрязнения донных отложений городских водоёмов с использованием методов корреляционного и кластерного анализа.
Для оценки качества донных отложений (ДО) водоёмов города Тюмени были использованы методы биотестирования (на простейших Paramecium caudatum, ракообразных Ceriodaphnia affinis и водорослях Scenedesmus quadricauda) и гидрохимии согласно ГО-СТированных методик [2, 3, 4]. Исследования проводились в сезонной динами-
ке в периоды 2006-2008 годов Данные по токсичности и химическому загрязнению ДО обрабатывали с помощью корреляционного анализа (пакет Microsoft Excel) и кластерного анализа (программа Statistica). При обработке полученных данных вычисляли корреляционные отношения между содержанием загрязняющих веществ (ЗВ) и ответными реакциями биологических объектов (Paramecium caudatum, Ceriodaphnia affinis и Scenedesmus quadricauda) по показателям численности, выживаемости, плодовитости и чистой продукции. Объём выборок: в 2006 году - 12 пар, в 2007 году - 24 пары, в 2008 году - 27 пар наблюдений. Коэффициент корреляционного отношения (зух) между тест-функциями организмов (Y) и содержанием загрязняющих веществ (X) рассчитывали по следующей формуле [5]:
п |Z(»-У )-£(-у, )
V !(-У)
Для выяснения природы токсичности исследованных проб были использованы значения корреляционных отношений, превышающих 0,7. Коэффициент корреляционного отношения от
0,7 до 0,9 свидетельствует о сильной связи между признаками, а более 0,9 -
625023, г. Тюмень, ул. Одесская, 33; тел. (3452) 41-58-07
об очень сильной (близкой к функциональной) связи.
Кроме того, использовали метод взвешенного попарного среднего (древовидная кластеризация) для 6, 8 и 9 пар наблюдений, что позволило выявить связь между водными объектами. При этом чем меньше расстояние 1-г Пирсона, тем теснее связь [1].
Результаты исследований
Используя корреляционный анализ, оценили вклад каждого загрязняющего вещества в токсичность изучаемых проб донных отложений (табл.).
Было установлено, что в наибольшей степени острая токсичность донных отложений исследованных водоёмов в 2006 году для парамеций зависела от концентрации ОВ (з ух=0,93), затем следуют тяжёлые металлы, нефтепродукты и аммоний (з ух>0,7). Хронический токсический эффект обусловлен рН, органическим веществом, свинцом и цинком. Для цериодафний вероятной причиной хронической токсичности являлись сульфаты, аммоний. На плодовитость рачков значительное влияние оказывали сульфаты, хлориды, нитриты и аммоний. На численность водорослей в хроническом опыте влияли свинец и цинк, а на чистую продукцию -ртуть (з ух>0,9), нефтепродукты, органическое вещество и аммоний (з ух>0,7).
В 2007 году в острую токсичность ДО для парамеций максимальный вклад внесли сульфаты, цинк, медь, аммоний и хлориды, в хроническую -
Test-object, toxicity, fouling substances, the correlation analysis, cluster analysis.
98
Аграрный вестник Урала
№ 11 (65), 2009 г.
ионы меди, аммония и цинка. Основной вклад в хронический токсический эффект по выживаемости цериодафний внесли нитриты, аммоний, сульфаты и хлориды, а по плодовитости - нитриты, нефтепродукты, ОВ и рН. Для сценедес-муса токсичность зависела от цинка, аммония, меди, сульфатов, нитритов, свинца, рН, нефтепродуктов и хлоридов. Чистая продукция изменялась под влиянием таких ЗВ, как ртуть, аммоний, свинец и нефтепродукты, и величины рН.
В 2008 году компонентами ДО, оказывающими острое токсическое действие на простейших, были рН, аммоний, сульфаты, цинк, нитриты и ОВ. Хронический токсический эффект проявлялся под действием аммония, тяжёлых металлов, хлоридов. Нефтепродукты, ОВ, медь, свинец и сульфаты оказывали негативное влияние на вы-
живаемость, а рН, нитриты, сульфаты, цинк и нефтепродукты - на плодовитость рачков. На численность популяции клеток водорослей оказывали сильное действие все ЗВ за исключением сульфатов, аммония, нефтепродуктов. Показатель чистой продукции водорослей изменялся под воздействием сульфатов, хлоридов, нитритов, ртути, аммония.
Кластеризация - метод, широко используемый в современной таксономии, - позволяет наглядно представить сходство или различие природных объектов, охарактеризованных по многим параметрам. Основная функция кластерного анализа - выявление скрытой структуры биологического материала [1].
Кластерный анализ химического состава и токсичности донных отложений, определяемой методом биотестирова-
Таблица
Корреляционное отношение зух для ДО городских водоемов_________
Тест-объект | | рН | С1 | в04 1 N44 1 N02 1 ОВ | гп | Си | РЬ | Нд | НП
2006 год
Рагатесіит саибаїит 1 сут. 0,48 0,69* 0,65* 0,81* 0,57 0,93* 0,79* 0,77* 0,86* 0,74* 0,81*
4 сут. 0,83* 0,53 0,64* 0,47 0,64* 0,76* 0,75* 0,52 0,82* 0,62* 0,59*
СегіобарЬпіа аіїіпів 10 сут. 0,69* 0,59* 0,85* 0,82* 0,69* 0,61* 0,68* 0,51 0,58* 0,55 0,62*
плод-ть 0,63* 0,81* 0,89* 0,76* 0,79* 0,58* 0,61* 0,62* 0,29 0,59* 0,56
Эсепебевтив диабгісаиба 4 сут. 0,52 0,69* 0,66* 0,56 0,63* 0,41 0,77* 0,56 0,81* 0,57 0,46
прод. ч. 0,46 0,66* 0,44 0,70* 0,66* 0,82* 0,35 0,55 0,27 0,92* 0,83*
2007 год
Рагатесіит саибаїит 1 сут. 0,46* 0,72* 0,84* 0,81* 0,69* 0,45* 0,82* 0,82* 0,68* 0,67* 0,67*
4 сут. 0,68* 0,69* 0,69* 0,83* 0,68* 0,69* 0,71* 0,83* 0,66* 0,62* 0,66*
СегіобарЬпіа аіїіпів 10 сут. 0,69* 0,72* 0,77* 0,80* 0,83* 0,53* 0,64* 0,64* 0,64* 0,55* 0,63*
плод-ть 0,73* 0,58* 0,65* 0,54* 0,88* 0,74* 0,49* 0,68* 0,62* 0,66* 0,79*
Эсепебевтив диабгісаиба 4 сут. 0,75* 0,71* 0,78* 0,82* 0,77* 0,68* 0,85* 0,79* 0,75* 0,66* 0,72*
прод. ч. 0,76* 0,56* 0,63* 0,89* 0,39 0,60* 0,67* 0,64* 0,72* 0,89* 0,72*
2008 год
Рагатесіит саибаїит 1 сут. 0,82* 0,62* 0,75* 0,81* 0,70* 0,70* 0,71* 0,57* 0,62* 0,64* 0,72*
4 сут. 0,57* 0,79* 0,68* 0,87* 0,66* 0,72* 0,70* 0,73* 0,74* 0,81* 0,60*
СегіоідарЬпіа аіїіпів 10 сут. 0,66* 0,67* 0,71* 0,65* 0,59* 0,75* 0,63* 0,74* 0,71* 0,66* 0,80*
плод-ть 0,75* 0,55* 0,75* 0,66* 0,81* 0,58* 0,71* 0,64* 0,59* 0,65* 0,70*
Эсепебевтив диабгісаиба 4 сут. 0,73* 0,72** 0,55* 0,60* 0,74* 0,74* 0,76* 0,84* 0,76* 0,78* 0,69*
прод. ч. 0,67* 0,84* 0,86* 0,74* 0,82* 0,59* 0,66* 0,67* 0,60* 0,82* 0,62*
Примечание: * - статистически достоверные значения; жирным шрифтом выделены значения корреляционных отношений, соответствующих сильной связи между изученными показателями; жирным подчеркнутым - очень сильной (близкой к функциональной) связи.
Биология
ния, представлен на рисунках 1 и 2. Как видно из дендрограммы химического состава ДО (рис. 1), в 2006 году можно выделить два кластера. Первый тесно объединяет озеро Кривое и пруд Утиный, второй - пруды Лесной и Южный. Пруды Кристальные родники и Чистый по химическому составу образуют отдельные кластеры. Первый тяготеет к 1-му кластеру, второй - ко 2-му. Пруд Чистый выпадает из ряда исследованных городских водоемов по показателям повышенной минерализации (практически в 3,5-7,4 раза по хлоридам и в 2,3-4,0 раза по сульфатам) и содержания ртути (в 9,8-12,4 раза) [6, 7].
В 2007 году наблюдается объединение исследованных водоёмов в 3 кластера, причем наибольшее сходство отмечается между 2 станциями отбора проб озера Андреевского. Во 2-й кластер входят пруды Южный и Утиный, более слабой связью тяготеет к ним пруд Кристальные родники. Это связано с тем, что в донных отложениях пруда Кристальные родники повышенное содержание сульфатов, нефтепродуктов и тяжёлых металлов. 3-й кластер объединяет озеро Круглое и пруд Лесной. 2-я станция озера Круглое имеет менее тесную связь с данным кластером из-за повышенного содержания органических веществ, цинка и меди [8].
В 2008 году водоёмы распределились также в 3 кластера. Наиболее тесная связь прослеживается между прудами Утиный и Лесной. Из этого ряда выпадают пруды Чистый и Северный, как бы образуя отдельные кластеры. Как и в 2006 году, в пруду Чистом отмечалась повышенная минерализация, большое содержание цинка, меди, свин-
Дендрограмма для 8 набл. Взвешенное попарное среднее 1-г Пирсон
1,4 |-------1--------1--------1--------1--------1-------
Андр.Ь Южный Кр.род КруглоеЬ
Андр.А Утиный КрулоеА Лесной
Дендрограмма для 9 набл. Взвешенное попарное среднее 1-г Пирсон
1.3
садовый Кр.рсд Войновский Чистый Л 1есной
Ключевской Березовый Северный Утиный
Рисунок 1. Дендрограмма химического состава донных отложений
Дендрограмма для 6 набл. Взвешенное попарное среднее 1-г Пирсон
1,4 |---------.----------.----------.-----------.------
1,2
1,0
0 $ °'8
0,4
0,2
0,0 I---------------------------------------------------------------------------------
Криво Чистый Лесной Кр.род Утиный Южный
Дендрограмма для 8 набл. Взвешенное попарное среднее
Денд рограмма для 9 набл. Взвешенное попарное среднее 1-г Пирсон
12
°6
Северный Воиновскии Кр.род Ключевской Лесной
Березовый Садовый Утиный Чистый
Рисунок 2. Дендрограмма токсичности донных отложений
№ 11 (65), 2009 г.
Аграрный вестник Урала
99
ца, а в пруду Северный - нитритов, органических веществ и ещё более высокое, чем в пруду Чистый, содержание цинка, меди, свинца и железа. Пруды Березовый и Войновский объединяются в 3-й кластер.
По данным токсичности ДО в 2006 году исследованные пробы водоёмов объединяются в 2 кластера. Из рисунка 2 видно тесное сходство прудов Кристальные родники и Утиный в 1-м кластере. Во 2-й кластер входят пруды Чистый и Лесной. В 2007 году 1-й кластер объединяет водоёмы Утиный, Кристальные родники, 2-й - Андреевское А и Лесной. В 3-й кластер входят озёра
Круглое и Андреевское. Пруд Южный и озеро Круглое А образуют отдельные кластеры. В 2008 году наибольшее сходство отмечалось между прудами Берёзовый и Войновский в 1-м кластере. Во 2-й кластер входят пруды Кристальные родники, Утиный, в 3-й - Ключевской и Чистый. Пруд Лесной и Садовый выпадают из этих кластеров. Обращает внимание, что пруд Чистый по химическим показателям ДО образует отдельный кластер, в то время как по токсичности он кластеризуется в 2006 году с озером Кривое, а в 2008 году - с прудом Ключевским.
Биология
Заключение
Таким образом, по результатам корреляционного и кластерного анализа можно заключить, что все ЗВ в разных сочетаниях оказывают токсическое действие на тест-объекты. Токсичность обусловлена как синергическим, так и антагонистическим действием загрязняющих веществ, поэтому кластеризация водоёмов по химическому составу ДО не всегда совпадает с таковой по критерию биотестирования. Таким образом, для оценки экологического состояния водоёмов недостаточно только химических данных. Необходимо комплексное исследование.
Литература
1. Ивантер Э. В., Коросов А. В. Введение в количественную биологию : уч. пособие. Петрозаводск : Петр.ГУ, 2003. 304 с.
2. Р 52.24-94. Рекомендации. Методы токсикологической оценки загрязнения пресноводных экосистем. М. : Фед. служба России по гидрометеорологии и мониторингу окруж. среды, 1994. С. 34-44.
3. ФР1.39.2001.00282. Методика определения токсичности воды и водных вытяжек из почв, осадков сточных вод, отходов по смертности и изменению плодовитости цериодафний. М. : АКВАРОС, 2001. 55 с.
4. ФР1.39.2001.0084. Методика определения токсичности воды и водных вытяжек из почв, осадков сточных вод, отходов по изменению уровня флуоресценции хлорофилла и численности клеток водорослей. М. : АКВАРОС, 2001. 60 с.
5. Лакин Г. Ф. Биометрия : уч. пособие для ун-тов и пед. ин-тов. М. : Высшая школа, 1980. 343 с.
6. Михайлова Л. В., Рыбина Г. Е., Масленко Е. А., Гордеева Ф. В. Эколого-токсикологическое исследование некоторых обособленных водных объектов на территории города Тюмени : тез. докл. конф. «Чистая вода». Тюмень, 2007. С. 20-24.
7. Михайлова Л. В., Князева Н. С., Захарова Т. В., Уварова В. И. Оценка состояния некоторых водоёмов города Тюмени по химическим показателям воды и донных отложений : тез. докл. конф. «Чистая вода». Тюмень, 2007. С. 28-31.
8. Михайлова Л. В., Рыбина Г. Е., Масленко Е. А., Гордеева Ф. В. Эколого-токсикологическое состояние обособленных водных объектов на территории города Тюмени за 2007 г. : тез. докл. конф. «Чистая вода». Тюмень, 2008. С. 25-27.
ИЗУЧЕНИЕ ЭКОТОКСИЧНОСТИ ОСТАТОЧНЫХ КОЛИЧЕСТВ ГЕРБИЦИДОВ В ПОЧВЕ БИОЛОГИЧЕСКИМИ МЕТОДАМИ
A.C. МОТОРИН,
доктор сельскохозяйственных наук,
Н.Г. МАЛЫШКИН,
кандидат сельскохозяйственных наук, Тюменская ГСХА_
Ключевые слова: гербицид, биотестирование, фитотоксичность, микробиологическая активность почвы, агрофитоценоз.
Исследования проводили на опытном поле Тюменской ГСХА в 2005-2007 годах. Почва опытного участка - чернозём выщелоченный маломощный тяжелосуглинистый с содержанием в 0,3метровом слое: гумуса - 7,5%; рН -5,0; N - Ы03 - 1,44; Р205 - 7,7; ^О - 9,3 мг/100 г почвы.
Изучали фитотоксическое действие максимально рекомендованных доз гербицидов, относимых к разным классам химических соединений: производные сульфонилмочевины, арилоксиуксусные и арилоксифеноксипропионовые кислоты, производные бензойной кислоты и баковые смеси препаратов.
Почву для оценки фитотоксичности и на микробиологический анализ отбирали на вариантах опыта с глубины 0,1 и 0,1-0,2 м через 3 дня после обработки и перед уборкой пшеницы.
В качестве тест-объекта на фитотоксичность почвы использовали семена кресс-салата. Фитотоксичность ус-
Современные требования контроля состояния окружающей среды, в том числе агроэкосистем, связаны с ужесточением гигиенических нормативов, обуславливающих повышение качества методов идентификации вероятных пол-лютантов [5]. В приказе Минсельхоза РФ №357 от 10 июля 2007 г. в качестве обязательных процедур идентификации остатков пестицидов в объектах окружающей среды закреплены физико-химические и биологические методы.
На поведение и состояние гербицидов в почве и растениях влияет значительное число факторов, включая их физико-химические свойства [1, 2]. Многие из них обладают высокой стойкостью к деградации в почве и других объектах окружающей среды [4].
Цель и методика исследований Цель исследования - изучить влияние остаточных количеств гербицидов на микробиологическую активность почвы и фитотоксичность на тест-объект.
625003, г. Тюмень, ул. Республики, 7; тел. 8 (3452) 46-16-43
танавливали по количеству проросших семян, длине проростка и корня.
Качественный и количественный анализ микрофлоры проводили по общепринятым в почвенной микробиологии методикам [4].
Результаты исследований Нами установлено, что фитотоксичность гербицидов в значительной мере зависит от погодных условий. Так, токсичность почвы через 3 дня после обработки (по количеству проросших семян) в 2005 году с температурой воздуха и осадками выше нормы на вариантах с применением производных сульфонил-мочевины в слое 0,1 м была максимальной у Лограна (20%). В слое почвы 0,10,2 м она снижалась до 14%.
Снижение длины проростка относи-
Herbicide, biotesting, phytotoxicity, microbiological activity of soil, agrophytocenosis.
