Содержание к диссертации
Введение
Глава 1. Состояние вопроса и задачи исследования 11
1.1. Общие сведения о качестве речной воды 11
1.2. Показатели качества речной воды 12
1.3. Методы отбора пробы речной воды 18
1.4. Анализ показателей качества воды 20
1.5. Биотестирование качества воды 24
1.6. Результаты отечественных и зарубежных исследований качества воды 29
1.7. Выводы, цель и задачи исследования 32
Глава 2. Теоретические основы косвенного биотестирования речной воды питьевого назначнения 35
2.1. Методические положения косвенного биотестирования 35
2.2. Обоснование сопоставления разных загрязнителей 37
2.3. Сопоставление качества речной и водопроводной воды на основе методики биотестирования СанПиН 2.1.7.573-96 48
2.4. Обоснование оптимального срока проращивания семян по СанПиН
2.1.7.573-96 (патент на изобретение №2402765) 50
2.5. Обоснование закономерности распределения длины корней от азимута посадки семян 56
2.6. Выводы 57
Глава 3. Методика косвенного биотестирования речной воды питьевого назначения 60
3.1. Объект исследования – река Малая Кокшага 60
3.2. Общая характеристика реки Малая Кокшага 64
3.3. Выбор тест растения для косвенного биотестирования сточной и речной воды 65
3.4. Методика отбора и разделения проб воды 67
3.5. Предлагаемая методика биотестирования по проращиванию семян 68
3.6. Влияние температуры пробы речной воды и продолжительности хранения 70
3.7. Статистическая обработка результатов измерений 76
3.8. Методика факторного анализа и динамики загрязнения речной воды 78
3.9. Выводы 81
Глава 4. Результаты косвенного биотестирования 83
4.1. Общие сведения 83
4.2. Сравнение питьевой и речной воды 83
4.3. Результаты биотестирования по предлагаемой методике и ее сравнение со стандартной 95
4.4. Влияние азимута посадки семян 101
4.5. Влияние азимута посадки семян при ориентации зародыша семени на юг 105
4.6. Выводы 111
Глава 5. Динамика и факторный анализ гидрохимических показателей 113
5.1. Исходные предпосылки 113
5.2. Корреляционная матрица и рейтинг факторов 114
5.3. Уровни адекватности по коэффициенту корреляции 117
5.4. Бинарные отношения между факторами 118
5.5. Волновые закономерности 120
5.6. Сравнение концентрации загрязнения с ПДК 122
5.7. Сравнение гидрохимического анализа с биотестированием 124
5.8. Динамика загрязнения реки 125
5.9. Динамика загрязнения воды вдоль течения реки 130
5.10. Загрязнение речной воды от нефтеперерабатывающего завода 132
5.11. Экономическая эффективность косвенного биотестирования 138
5.12. Выводы 142
Заключение 145
Список использованной литературы
- Методы отбора пробы речной воды
- Обоснование сопоставления разных загрязнителей
- Статистическая обработка результатов измерений
- Влияние азимута посадки семян при ориентации зародыша семени на юг
Методы отбора пробы речной воды
Методы биотестирования применяются при установлении нормативных требований к качеству вод, контроле за соблюдением нормативов допустимых сбросов, экологическом мониторинге за состоянием водных объектов.
Биотестирование воды – оценка токсичности воды по ответным реакциям водных объектов, являющихся тест-объектами [85].
Более полное определение дано в [166] , где под биотестированием понимается один из приемов определения степени токсического действия физических, химических и биологических неблагоприятных факторов среды, потенциально опасных для живых организмов экосистем, в контролируемых экспериментальных лабораторных или натурных условиях путем регистрации изменений биологически значимых показателей исследуемых водных объектов с последующей оценкой их состояния в соответствии с выбранным критерием токсичности.
В большинстве случаев методы биотестирования проводят относительно рыб, ракообразных, водорослей, бактерий [79, 187, 226]. Методика биотестирования по гибели рыб приведена в [187]. В качестве тест-объекта используются мальки гуппи. Методика основана на установлении различия между количеством погибших рыб в анализируемой пробе и воде, которая не содержит токсических веществ. Критерием острой летальной токсичности является гибель 50 % рыб и более в опыте по сравнению с контролем за 96 ч биотестирования.
В [226] представлены методы определения острой летальной токсичности веществ на обычных аквариумных рыбах семейства карповых (Brachydanio rerio – Buchanan) и метод определения длительной токсичности веществ на радужной форели (Oncorhynchus mykiss Вальбаума). Сущность первого метода также заключается в определении при заданных условиях концентраций, при которых вещество является летальным для 50 % испытуемой популяции рыб семейства карповых после того, как ее поместили на 24, 48, 72, 96 ч в воду, содержащую это вещество. Сущность второго заключается в определении при заданных условиях концентраций веществ, которые статистически значительно снижают темпы роста испытуемой популяции радужной форели после выдержки 14 и 28 дней. Применяется также метод определения токсичности воды для зародышей и личинок пресноводных рыб.
Все эти методы могут быть использованы и для других видов пресноводных рыб. Недостаток этих методов по [226] состоит в том, что результаты испытания недостаточны для установления стандартов качества воды для охраны окружающей среды.
Достаточно много имеется методик биотестирования относительно ракообразных [50, 52, 187].
Метод определения угнетения подвижности дафний позволяет изучить влияние сточных вод или веществ, растворенных в воде, на жизнедеятельность живых организмов. Сущность метода заключается в установлении концентрации загрязняющих веществ, которые за 24 ч иммобилизуют 50 % дафний в заданных условиях. Существует метод определения кратковременного летального токсиче 26 ского эффекта относительно установленных видов морских рачков (Сорероdа, Crustacea) [226].
Известен метод определения долговременной полулетальной токсичности химических веществ, воды и сточных вод по отношению к дафниям. Сущность состоит в воздействии в течение 21 дня концентраций анализируемого вещества, сточных вод или поверхностных/грунтовых вод на женские особи Daphnia magna Straus в возрасте менее 24 ч. По окончании определения фиксируют количество родителей и живого потомства, произведенного на свет. Количество выживших особей и число потомков, живых в конце определения, сравнивают с показателями для контрольных родителей.
При этом атмосфера, в которой проводят определение, не должна содержать паров и пыли, которые могут быть токсичными для дафний. Концентрация растворенного кислорода в испытательных растворах должна быть выше 3 мг/л, а величина рН должна быть в области от 6 до 9 и не должна изменяться во время определения более, чем на 1,5 единицы рН. Жесткость должна быть выше 140 мг/л. В период определения освещенность должна быть 16 ч, темнота – 8 ч. Интенсивность освещения должна быть в пределах от 600 до 800 лк, но не более 1200 лк. Температура при определении поддерживается от 18С до 22С и не должна колебаться более чем на 2С [226] .
Для определения токсичности вод широко применяются методы биотестирования по снижению уровня биолюминисценции бактерий Photobacterium phosphoreum (Cohn) Ford, по снижению прироста количества инфузорий Tetrahymena pyriformis (Ehrenberg) Schewiakoff, по угнетению роста одноклеточных пресноводных водорослей Scenedesmus quadricauda (Тurp) Breb [187].
Стандартный метод определения влияния токсичных веществ на рост пресноводных водорослей заключается в том, что штаммы одного вида водорослей культивируют на протяжении нескольких поколений в среде с загрязняющими веществами. Ингибирование роста водорослей измеряют отно 27 сительно темпа роста контрольных культур. В работе [143] в качестве тест-организма применяется одноклеточная зеленая водоросль Chlorella vulgaris.
Распространен метод определения влияния различных загрязняющих веществ на размножение бактерий Pseudomonas putida, которые широко распространены в водоемах с пресной водой. Сущность метода заключается в определении скорости роста бактерий при воздействии различных концентраций испытуемых веществ по сравнению со скоростью роста бактерий в аналогичных условиях, но без испытуемых веществ [226].
В [226] также представлен метод определения влияния различных загрязняющих веществ на свечение морских бактерий Vibrio fischeri. Этот метод применим для анализа пресной воды.
Недостатками вышеприведенных методов биотестирования являются необходимость учитывать множество факторов в процессе проведения испытания и высокая продолжительность анализа.
Известны также методы биотестирования с использованием в качестве тест-объекта растений. Используются семена и проростки растений: редиса, кресс-салата, кукурузы, зерновых [96].
В большинстве случаев, растения применяются при оценки качества почвенной среды и оценки токсичности промышленных сточных вод.
Определение степени токсичности почвы с помощью биотестирования показано в статье Багдасаряна А.С. [10] на примере г. Ставрополя. Биотестирование почвы проводили с использованием редиса, кресс-салата.
Известно токсическое воздействие нефти на растения. Поступая в клетки и ткани растений, нефть вызывает токсические эффекты, проявляющиеся в подавлении образования завязей плодов и семян, в различных морфологических и биологических аномалиях, их отмирании. В [13] методом биотестирования определена степень рекультивации нефтезагрязненных земель на примере Самарской области. В качестве тест-организмов были выбраны фасоль и пшеница. При этом в качестве показателя качества почвы использовали соотношение длин надземной и подземной частей растения.
Обоснование сопоставления разных загрязнителей
Исследованию качества воды по гидрохимическому составу посвящено множество работ как отечественных, так и зарубежных.
В статье [221] представлены сведения по химическому составу речной воды на основе гидрохимических исследований р. Пур, приводятся данные по уровню загрязнения воды реки нефтепродуктами, фенолами, СПАВ, тяжелыми металлами. Итальянские исследователи D Alessandro Walter, Bellomo Sergio, Parello Francesco и другие [254] в пробах питьевой воды Сицилии установили содержание сульфатов, хлоридов и нитратов. Аномально высокие значения были отмечены для зон с интенсивной сельскохозяйственной деятельностью. Оценка состояния р. Билина в Чешской Республике также представлена на основе гидрохимического обследования [156].
Среди зарубежных источников немало литературных источников посвящено изучению качества поверхностных вод Индии [249, 260, 266] и Китая [259, 264]. Например, Padmalal D., Remya S. I., Jyothi S. Jissy и другими [266] изучено качество воды бассейна реки Manimala в Индии. Результаты оценки качества воды реки Ghataprabha в Индии [260] показали, что сульфаты, хлориды, натрий, калий, кальций, магний находятся в допустимых пределах. А авторы [259] выявили, что загрязнение реки Янцзы (Китай) обусловлено поступлением большого количества неорганического азота и фосфатов.
Среди отечественных работ, посвященных качеству речной воды, интерес представляют [110, 158, 213, 232-235].
Ряд работ Трифоновой Т.А. посвящен экологии речных бассейнов [199, 219]. В работах [202, 219] рассмотрены предельно допустимая техногенная нагрузка по доминирующим загрязняющим веществам на водоток.
В статье [152] рассмотрены проблемы загрязнения малых рек Чувашии и установлено, что приоритетными загрязнителями речной воды являются железо и марганец. Состояние водных ресурсов Республики Марий Эл рассматривается в [86], где приводится гигиеническая характеристика поверхно 30 стных водоисточников и выявлены основные причины ухудшения качества питьевой воды.
В настоящее время применяются различные методы оценки качества речной и иной воды. Чаще всего используется стандартный метод комплексной оценки степени загрязненности поверхностных вод по гидрохимическим показателям. Например, загрязненность поверхностных вод бассейна р. Кубань определяли путем расчета величины УКИЗВ [239].
Имеются работы по динамике показателей загрязнения речной воды. В [89] показано воздействие Якутской агломерации на кислородный режим р. Лена и выявлено, что наиболее значительное снижение растворенного в воде кислорода наблюдается в марте.
Сезонное изменение качества воды в реках на юге Румынии рассмотрено в работе [262]. Наблюдения за качеством речной воды проводили по 12 физико-химическим параметрам, которые показали существенное влияние сезонных факторов на степень загрязнения этих рек.
Но в приведенных работах не учитывается многолетняя динамика загрязнения речной воды по показателям качества речной воды.
Интересны работа Сапожникова В.А., Мельникова А.Ю. [192], где построена математическая модель, описывающая закономерности в водных экосистемах через концентрации и работа Кочарян А.Г., Лебедевой И.П. [105], где рассмотрен подход, основанный на изучении корреляционных связей между гидрохимическими и гидробиологическими показателями, при этом определение ПДК исключается.
Однако, нами для определения взаимного влияния факторов в виде показателей загрязнения речной воды, выявления наиболее сильных взаимосвязей предлагается использовать факторный анализ.
Широко применяются в оценке качества вод зарубежными и отечественными исследователями биологические методы.
В отличие от аналитических методов биоиндикация и биотестирование позволяют получить быструю интегральную оценку загрязнения водных эко 31 систем. При этом используется стандартные методы биоиндикации и биотестирования, рассмотренные выше.
Биоиндикация проводится с использованием планктонных сообществ [17, 190], по сообществу бентосных диатомовых водорослей [229], фитопе-рифитона [88]. Большое количество работ посвящено изучению фитопланктона, среди них работы Бурковой Т.Н. [21], Зеленевской Н.А. [84], Kadam S.S., Tiwari L.R. [250].
Имеются также работы по динамике загрязнения воды. Например, в работе Сластиной Ю.Л., Клочковой М.А. [204] рассматривается динамика биомассы и численности фитопланктона, выявлен максимум на летний период, что свидетельствует об эвтрофировании исследуемого водоема.
Интерес представляет статья [230], где в качестве тестового объекта была выбрана беззубка Anodonta cygnea. Результаты экспериментов с использованием беззубки подтвердили, что добавление в воду химических агентов приводит изменениям кардиоритма пресноводных моллюсков.
Применение методов биотестирования представлено в работах [8, 32, 91, 174, 184, 244]. В основном для биотестирования используются гидробио-нты - водоросли, микроорганизмы, беспозвоночные, рыбы, но имеется незначительное количество работ, где применяются другие тест-объекты.
В статье Зайнутдиновой Э.М. [83] изучено влияние определенных концентраций загрязняющих веществ в сточной воде на общее состояние элодеи канадской. Было отмечено влияние загрязняющих веществ на изменение цветовой окраски листьев растения, появление темных пятен, повреждение точек роста, распад на мутовки
Статистическая обработка результатов измерений
Амплитуда колебания для наилучшей особи растения всегда равна нулю, то есть самая сильная особь не волнуется. Речная вода заставляет войти в стресс растения больше, чем питьевая водопроводная вода, хотя это отношение составляет всего 22,26/21,50=1,035. Размах амплитуды показывает расширение изменчивости параметров растения по отдельным особям. В этом смысле речная вода расширяет адаптационные возможности изменчивости в росте корней редиса красного, а питьевая вода суживает и заставляет снизить изменчивость вида.
Чем больше период колебания, то тем легче происходит адаптация популяции к внешним условиям из-за того, что частота колебательного возмущения убывает. Питьевая вода успокаивает популяцию семян, почти в два раза повышая период колебательного возмущения. А речная вода тревожнее на 7% по сравнению с начальным периодом колебания у самой сильной особи растения.
Отношение между типами воды при этом показывает, что лучшие особи растения получают в 2,5 раза лучшие условия по сравнению с питьевой водой. В конце рангового промежутка при ранге 26 речная вода также спокойнее действует на растения.
Изменение части длины корней по волновой закономерности в зависимости от типа воды различны по интервалам ранговой шкалы. Питьевая вода оказывает негативное влияние на рост корней наиболее сильных растений в интервале рангов 0…8. в интервале рангов 9…26 водопроводная вода оказывает позитивное влияние. При этом максимум позитивного влияния 10,23 мм при ранге 16 выше по сравнению с максимумом 8,61 мм при ранге 3.
Речная вода мало оказывает отрицательного влияния на рост сильных особей в интервале 0…3 и негативно влияет на отстающие в росте особи в интервале рангов 22…26. На уровне максимального негативного влияния 9,17 мм при последнем ранге 26 не всходят всего три семени. Из-за резкого влияния на сильные особи при поливе водопроводной водой образуются ослабленные 8 особей, которые не взошли при ранге 26 у первой популяции. Таким образом, волновая составляющая общей биотехнической закономерности характеризует адаптационные свойства популяционной группы семян редиса красного к проращиванию в воде того или иного качества.
Но затем естественная составляющая по закону гибели резко снизила длину корней. Уже на 13-м ранге первая и вторая составляющие выровнялись по значимости. Остальные семена в интервале рангов 14…26 росли только из-за попыток волновой адаптации организмов семян к поливу антропогенным образом измененной речной воды.
Приспособляемость популяции семян редиса красного к внешним воздействиям со стороны орошаемой воды показывается коэффициентом к. Причем эта приспособляемость может быть кризисно-негативной или же кризисно-позитивной. Ориентировочно примем граничное условие к = 1. При условии к 1 будем считать приспособляемость растений к поливаемой воде сомнительной, а при условии к 1 достаточно надежной. Приспособляемость семян редиса красного к поливу питьевой водопроводной водой достаточно надежна только в интервале рангов 0…13. У остальных семян при рангах 14…26 невысока вероятность дальнейшего развития и роста, например, в процессе внутривидовой конкуренции.
При поливе речной водой коэффициент приспособляемости значительно ниже единицы у всех взошедших корнями семян. Только при ранге 26 три семени получили к = 1,0042.
Речная вода не вызывает сильных волновых потрясений у популяции семян редиса красного, что видно из отношений между значениями показателей адаптации по данным последних трех строк таблицы 4.5.
Влияние азимута корня. Дополнительно проведены измерения азимута корня после 72 часов проращивания (табл. П.1.2). Как пример, в таблице 4.6 приведены данные проращивания 02.06.2010 50 семян редиса красного круглого в двух чашках Петри также с использованием водопроводной воды и пробы речной воды.
Результаты расчетов по формулам (4.5) и (4.6) приведены в таблице 4.7. Длина корня редиса красного круглого для северо-восточного направления принимает максимальные значения при поливе речной водой. Здесь растения получают лучшие условия для развития по сравнению с той же речной водой после водоподготовки для питьевых нужд. При этом наиболее быстрый рост корня приходится на 3, 9 часов при поливе речной водой. Начальное значение первой составляющей равно значению длины корня для северного направления. Значение естественной закономерности, то есть основной тенденции, для двух типов воды различна и показывает преимущество речной воды, составляющая по закону гибели снизила длину корней.
Для водопроводной воды питьевого назначения период колебательного возмущения повышается, то есть частота колебательного возмущения убывает и происходит адаптация популяции семян к внешним условиям. В речной вода проростки находятся в состоянии покоя, так как период волнового изменения длины корня особей растения не меняется.
Отрицательный знак перед второй составляющей показывает кризис. Из таблицы 4.7 видно, что через 15 часов после начала опыта проростки редиса красного круглого в речной воде испытывали наибольшее волнение. В водопроводной воде волнение приходиться на начало посадки.
Максимум длины корня приходится на весенний период, в зимние месяцы длина корня, наоборот, принимает наименьшие значения. Колебания в длине происходят больше, при проращивании семян в питьевой воде из распределительной сети. При этом график изменения максимальной длины у 50 проростков после проращивания в речной воде расположен выше, то есть семена получают лучшие условия для роста в речной воде.
Результаты биотестирования по предлагаемой методике и ее сравнение со стандартной Покажем сравнение стандартной методики СанПиН с хаотичной посадкой 50 семян в одной чашке Петри с новой методикой при посадке 12 семян с геодезической ориентацией каждого семени в каждой чашке Петри.
Для сравнения в таблице 4.9 приведены результаты двух опытов: 50 (по СанПиН без повторов в одной чашке Петри) и 84 (повтор в семи чашках) семян с одной и той же пробой речной воды за 03.02.2010 г.
Длина корня у 84 проростков в 53/32 = 1,66 раза длиннее длины 50 проростков из-за свободного развития и роста каждого проростка по предлагаемому способу. Дисперсия по нашему способу в 2,32 больше, однако, коэффициент вариации примерно одинаков и составляет 65,79 и 66,95%. Геометрически правильная относительную погрешность (показа Сравнение по динамике. Две серии опытов проводили в течение 15 месяцев, чтобы оценить влияние сезонности биотестирования.
Цикличность динамики показателя одинакова, но характер каждой волны сезонного возмущения разный. Заметно на рисунке 4.6, что амплитуда изменения длины корня по методике СанПиН 2.1.7.573-96 больше, причем имеется тенденция прироста длины корня от месяцев 2009 к 2010 году. А по нашему способу за 15 месяцев тренд почти постоянный и амплитуда колебания почти одинакова и меньше, то есть опыты по нашему способу более стабильны.
Существует три вида изменчивости: генотипическая и фенотипическая, а также их совместное синергетическое влияние. Первая составляющая модели (4.7) показывает генотипическую изменчивость 50 семян, когда по закону гибели явно видны лидеры и аутсайдеры в развитии и росте корня растений. Поэтому основное ранговое распределение зависит от внутренних свойств каждого семени как отдельной особи. Синергия генотипа и фенотипа также содержится в первой естественной закономерности, поэтому её трудно выделить математически.
Два колебания относятся к волновой адаптации проростков в течение 72 часов к внешней среде обитания. Причем, как нам представляется, колебания являются адаптивным откликом семян по кризисной (отрицательный знак перед уравнением амплитуды) генотипической адаптации к внешней среде. Первая волна показывает успокоение среди лидеров (частота возмущения убывает), а вторая волна - тремор (частота нарастает) отстающих в развитии и росте проростков. Формула (4.7) и другие показывают, что не проросшие семена также имели активность, но не сумели, из-за слабых генетических свойств, прорасти изнутри семени редиса красного.
В чашке Петри 50 семян расположены хаотично и корни растут друг на друге, поэтому на разброс значений длины влияние оказывает механическое взаимодействие растущих корней.
Новая методика биотестирования предусматривает равномерную и свободную друг от друга укладку семян в каждую из семи чашек Петри семян в количестве 12 штук. Здесь генотипическое влияние биополя каждого семени на процесс проращивания проявляется и на уровне популяционной динамики, на уровне биополевых взаимодействий между особями. Через азимут посадки учитывается влияние на развитие и рост растения геомагнитного поля Земли. Пусть вначале влияние азимута отсутствует. Тогда данные таблицы 4.12 построчно показывают повторность наблюдений по 12 семенам для одной чашки Петри. Тогда ранговое распределение длины у всех 84 семян редиса красного круглого (рис. 4.7) за 72 часа проращивания 03.02.2010 имеет вид двухчленного уравнения
Влияние азимута посадки семян при ориентации зародыша семени на юг
В данной главе представлен факторный анализ по 25 гидрохимическим показателям речной воды и динамика загрязнения реки в пяти створах.
1. По методике факторного анализа определили наиболее значимые факторные связи между показателями качества речной воды. Анализ корреляционной матрицы из 25 факторов на конкретном примере водозабора г. Йошкар-Ола позволил установить, что при снижении концентрации взвешенных веществ от 22,4 до 0,7 мг/л уменьшается мутность в 29 раз. При увеличении щелочности от 1 до 4,9 моль/л происходит повышение жесткости в 3,5 раза.
2. Модель изменения показателей загрязнения с волновой составляющей, на примере влияния хлоридов на аммоний солевой, показывает возможность идентификации сложного поведения у разных видов загрязнения речной воды. Установлено, что при содержании в речной воде перед водозабором хлоридов происходят колебания концентрации аммония солевого.
3. Метод косвенного биотестирования повышает точность соотнесения измерений загрязнения в реках и водоемах с результатами тестирования качества воды растениями. Получены закономерности изменения длины корня редиса красного в зависимости от загрязняющего вещества. На примере цветности и сухого остатка, показано, что длина корня редиса красного круглого уменьшается с увеличением загрязняющего вещества.
4. Получены закономерности динамики загрязнения речной воды. Закономерности с волновыми составляющими колебательного возмущения получают высокие значения критерия тесноты связи. Выявленные закономерности показали, что тренд имеет грубую точность, но она может быть применена для ориентировочных расчетов. А модель с волновыми составляющими с наименьшей погрешностью показывает динамику загрязнения речной воды. Наибольший коэффициент корреляции равен 0,8914 у модели с четырьмя составляющими, из которых три - волновые, что больше в 2,6 раза коэффициента корреляции по тренду.
5. Предложенная нами методика позволила оценить состояние реки Малая Кокшага по содержанию загрязняющих веществ в пяти пунктах наблюдения. При этом учитываются географические параметры расположения постов вдоль реки, влияния годичного, месячного в году и ежесуточного в году циклов, а также непрерывного времени с начала измерений по месяцам и суткам. Статистическим моделированием получено уравнение вида уг =Acos(wc/pi-a8i), Д. = а1ха21 exp(-a3ixa41 ),Р,= а51 + a6ixa7l . Выявлена необходимость в создании поста наблюдений на притоке реки Малая Кокшага - реке Нолька.
6. Моделирование поведения нефтеперерабатывающего завода возможно при концентрации нефтепродуктов в речной воде [С] 0,01 мг/л. Поэтому при 0,1 ПДК возможно изучение влияния нефтяных предприятий на загрязнение речной воды. Сравнительный анализ волновых закономерностей поведения Марийского НПЗ за период 2000-2012 гг. показал рост концентрации нефтепродуктов в речной воде перед городским водозабором.
7. Показаны стоимости на проведение гидрохимических и токсикологических анализов, которая составляет порядка 40000 руб. и 1000 руб. соответственно. Реализация косвенного биотестирования планируется на базе дейст 144 вующего предприятия. В результате расчета затраты на проведение косвенного биотестирования составили 165082 руб. Сравнением экономической эффективности косвенного биотестирования и биотестирования с использованием дафний получили, что стоимость работ нашего способа 802 руб., прибыль составит всего 33016 руб. сроком окупаемости 3 года, но путем увеличения количества анализов, прибыль может возрасти.
Теоретические и экспериментальные исследования позволили сформулировать научные выводы и рекомендации производству: Научные выводы
1. Концентрация нефтепродуктов от Марийского НПЗ за период 2000-2012 гг. изменяется от 0,001 до 0,047 мг/л в створе водозабора реки Малая Кокшага.
2. Сравнение речной и питьевой водопроводной воды по выявленным закономерностям показало, что первая является благоприятной для роста растений по сравнению со второй. Всхожесть семян в речной воде составила 94%, в питьевой - 84%, а максимальная длина корня в речной воде на 21,5% больше, чем в водопроводной.
3. Предложенный способ по патенту №2492473 эффективен из-за использования 12 семян редиса красного круглого с белым кончиком вместо 50. При этом 12 семян прорастают свободно, не мешая друг другу. Косвенное биотестирование рекомендуется проводить с посадкой семян в чашках Петри по азимуту через 30 от севера.
Выявлено закономерное уменьшение длины корня редиса красного круглого при увеличении концентрации нефти. Длина корня снижается при объемной концентрации нефти 2% и более. Максимум приходится на азимут посадки семени в 0 и 330. При объемной концентрации нефти 20% количество непроросших семян редиса красного круглого достигло 50%.
При ориентации семян зародышем корня на юг, длина корня увеличилась в 1,25 раза по сравнению с контролем (хаотичное расположение), а всхожесть семян составила 87,5% (при контроле 85,4%). Наибольшее волнение семена редиса красного круглого с ориентацией зародыша на юг испытывают при азимуте посадки 180.
Затраты на проведение косвенного биотестирования составили 165082 руб. Расчет экономической эффективности показал, что стоимость одного анализа составит 802 руб., а прибыль - 33016 руб./год при сроке окупаемости 3 года. С ростом количества анализов существует вероятность повышения прибыли.
4. Выявлена закономерность изменения концентрации нефтепродуктов с коэффициентом корреляции 0,95 за период 2000-2012 гг. в створе водоза бора р. Малая Кокшага. Первая составляющая закономерности изменяется по закону экспоненциальной гибели. Волновые составляющие показывают дина мику косвенного влияния НПЗ на загрязнение речной воды нефтепродуктами. Моделирование поведения НПЗ возможно при концентрации нефтепродуктов в речной воде [с] 0,01 мг/л. Поэтому при 0,1 ПДК возможно изучение влияния нефтяных предприятий на загрязнение речной воды.
5. Наиболее значимые факторные связи с коэффициентом корреляции более 0,9 между показателями качества речной воды. Модели динамики загряз нения с волновыми составляющими получают высокие коэффициенты корре ляции, причем 0,8914 у модели с 4 составляющими, из которых 3 - волновые, что больше в 2,6 раза, чем по тренду. Рекомендации производству
1. Предложенная методика позволит выявлять приоритетные загряз няющие вещества и дать рекомендации по улучшению качества водоснабже ния. Анализ корреляционной матрицы из 25 факторов показал, что при сниже нии концентрации взвешенных веществ от 22,4 до 0,7 мг/л уменьшается мут ность в 29 раз. При увеличении щелочности от 1 до 4,9 моль/л происходит по вышение жесткости в 3,5 раза.
2. Выявлена необходимость в создании дополнительного поста наблюдений на притоке реки Малая Кокшага - реке Нолька. Это обосновано вывяленными закономерностями динамики многоточечного загрязнения воды вдоль течения реки Малая Кокшага по содержанию химических веществ на пяти створах измерений.
3. По результатам прогноза промышленное производство г. Йошкар-Ола увеличится в 2 раза, но, в результате принятия экологических мер, объем сброса сточных вод уменьшится до 29,3 млн. м3. При этом содержание нитритов и фосфатов будет увеличиваться из-за того, что объем стока воды не изменится.
