Содержание к диссертации
Введение
Глава 1. Металлы - приоритетные вещества, загрязняющие водные объекты (литературный обзор) 8
1.1. Общие сведения о металлах 8
1.2. Методология экологического нормирования 28
Глава 2. Материалы и методы исследования 51
2.1. Токсичность катионов металлов для гидробионтов 51
2.2. Мониторинг водных объектов 59
2.3. Математико-статистическая обработка данных 62
Глава 3. Количественные соотношения между физико-химическими характеристиками катионов металлов и их токсичностью для гидробионтов 69
Глава 4. Разработка нового подхода к комплексной оценке уровней загрязненности водных объектов металлами 94
4.1. Теоретические основы 94
4.2. Математические модели 95
4.3. Комплексная оценка уровней загрязненности водных объектов металлами 104
4.3.1. Водотоки санкт-петербурга 104
4.3.2. Невская губа 117
4.3.3. Водотоки ленинградской области 119
Глава 5. Установление экологически допустимых уровней содержания металлов в водных объектах санкт-петербурга и ленингадской области 123
5.1. Ладожское озеро 124
5.2. Водотоки санкт-петербурга 131
5.3. Невская губа 136
Выводы 140
Список использованных источников 143
Приложение 149
- Методология экологического нормирования
- Математико-статистическая обработка данных
- Комплексная оценка уровней загрязненности водных объектов металлами
- Водотоки санкт-петербурга
Введение к работе
Естественным аккумулятором большинства загрязняющих веществ, поступающих в атмосферу или литосферу, является гидросфера. Это связано с наличием глобального цикла круговорота воды, со способностью воды к растворению различных газов и минеральных солей, а также с тем, что любой водный объект служит своего рода потенциальной ямой, куда вместе с потоками воды смываются с суши всевозможные твердые частицы. Кроме того, вода в силу своего широкого использования в промышленности, сельском хозяйстве, в быту подвержена и непосредственному загрязнению (Никаноров, 2001; Владимиров и др., 1991; Цветкова и др., 2001; Николайкин и др., 2000; Родзиллер, 1984).
Согласно данным статистики уровни химического загрязнения примерно половины водных объектов нашей страны таковы, что в той или иной степени ограничивают водопользование населения. По масштабам отрицательных последствий, обусловленных химическими загрязнениями, в наиболее тяжелом состоянии находится вода рек и озер, составляющая 0,3 % запасов пресной воды.
Стержнем концепции экологической безопасности в мире призвана стать теория экологического риска. Экологическую опасность можно уменьшить, но нельзя устранить. В течение последних 20 лет понятие риска (экологического, аварийного, риска здоровью, радиационного, технологического, политического и социального) используется очень широко в различных областях науки, практической деятельности и в международной практике. К сожалению, концепция риска была официально признана в нашей стране лишь в 1998 г.
Среди множества химических веществ, загрязняющих биосферу, выделяют те, которые производятся в крупных масштабах (больше 1000 кг/год) и которые представляют особую опасность для различных экосистем. Эту группу веществ называют приоритетными загрязняющими веществами окружающей среды (Фрумин, 2002).
Среди приоритетных химических веществ, загрязняющих водные и наземные экосистемы, особое место занимают соли металлов. Это обусловлено следующими причинами:
- скорость извлечения металлов из земной коры человеком выше, чем геологическая скорость их извлечения;
- в отличие от органических загрязняющих веществ, подвергающихся процессам разложения, металлы способны лишь к перераспределению между отдельными компонентами водных систем;
- металлы хорошо аккумулируются органами и тканями человека, теплокровных животных и гидробионтов;
- металлы, особенно тяжелые, высокотоксичны для различных биологических объектов.
В связи с увеличением применения металлов и ростом загрязнения окружающей среды все более важной становится проблема прогнозирования токсичности металлов для человека, теплокровных животных и гидробионтов. Принятая в России система контроля и регламентирования качества водной среды рыбохозяйственных водоемов основана на системе ПДК, которая в последние десятилетия подвергается справедливой и аргументированной критике. Согласно ей концентрация веществ в воде не отражает токсикологическую нагрузку на экосистему, так как не учитывает процессы аккумуляции веществ в биологических объектах и донных отложениях; не учитываются эффекты синергизма, антагонизма, суммации ксенобиотиков; не учитывается разный трофический статус экосистем; не решена проблема нормы и патологии в водной токсикологии и т. д. Серьезный недостаток действующей системы рыбохозяйственных ПДК заключается в том, что она не учитывает специфику функционирования водных экосистем в различных природно-климатических зонах (широтная и вертикальная зональность) и биогеохимических провинциях (естественные геохимические аномалии с различным уровнем содержания природных соединений), а значит, их токсикорезистентность. В этой связи еще в 1985 г. Верховный Совет СССР принял постановление, в котором различным министерствам и ведомствам было поручено провести комплекс научных исследований с целью перевода всей системы государственного контроля загрязнения окружающей среды на экологическую основу. Проблема экологического нормирования обсуждается в специальной литературе достаточно давно, и к настоящему времени разработано несколько методологических подходов к ее решению (подходы Ю. А. Израэля, Д. Г. Замолодчикова, С. А. Патина и др.). Однако, несмотря на это, до сих пор не осуществлен переход к созданию методов расчета допустимых экологических нагрузок (экологически допустимых уровней) на водные экосистемы, диктуемые запросами практики. Решение этой актуальной и сложной проблемы требует, в частности, разработки общих теоретических подходов к проблеме устойчивости гидроэкосистем к антропогенному воздействию.
В связи с изложенным всесторонний анализ загрязненности металлами водных объектов Санкт-Петербурга и Ленинградской области представляет собой актуальную задачу, так как при успешном ее решении оказывается возможным установить первопричины (источники) экологических изменений, осуществить прогноз состояния водных экосистем, провести необходимые природоохранные мероприятия и разработать систему управления антропогенными нагрузками на приоритетные (наиболее значимые) водные объекты.
Цель данного диссертационного исследования заключалась в разработке региональных экологически допустимых уровней содержания веществ природного происхождения (тяжелых металлов) в водных объектах Санкт-Петербурга и Ленинградской области.
Для достижения этой цели было необходимо:
• обобщить данные литературы о концентрациях тяжелых металлов за многолетний период в водных объектах Санкт-Петербурге и Ленинградской области;
• выявить наиболее информативные дескрипторы для построения математических моделей, связывающих токсичность металлов для гидробионтов с физико-химическими характеристиками металлов;
• разработать новый подход к комплексной оценке уровней загрязненности водных объектов металлами, базирующийся на концепции риска;
• провести ранжирование водотоков Санкт-Петербурга по уровням загрязненности металлами;
• установить экологически допустимые уровни (ЭДУ) содержания металлов в исследованных водных объектах.
Научная новизна работы заключается в следующем.
1. Впервые выявлен высокоинформативный дескриптор для построения математических моделей «токсичность металлов для гидробионтов -физико-химическая характеристика» (ковалентная характеристика катионов).
2. Разработан новый подход к комплексной оценке уровней загрязненности водных объектов металлами, базирующийся на величинах рисков летальных исходов при воздействии катионов тяжелых металлов на дафний в широком диапазоне варьирования концентраций (риск комбинированного воздействия).
3. Выявлено адекватное соотношение между величинами «индекса загрязненности воды» (ИЗВ) и «индексом риска комбинированного воздействия».
4. Определены величины региональных экологически допустимых уровней содержания металлов в водных объектах Санкт-Петербурга и Ленинградской области, учитывающие их региональные особенности.
5. Выявлены статистически значимые количественные соотношения между величинами экологически допустимых уровней содержания металлов в водных объектах (ЭДУ) и их кларками.
Практическая значимость исследования. Результаты данной работы использованы Санкт-Петербургским Центром по гидрометеорологии и мониторингу окружающей среды при написании аналитических обзоров «Состояние поверхностных вод Санкт-Петербурга» по заказу Комитета по природопользованию, охране окружающей среды и обеспечению экологической безопасности Санкт-Петербурга. Отдельные разделы диссертационной работы используются при чтении курсов лекций по дисциплинам «Экологическая химия и экологическая токсикология» и «Экологический риск» для студентов факультета экологии и физики природной среды РГГМУ. Результаты работы позволяют выработать рекомендации по корректным оценкам уровней загрязненности водных объектов металлами, учитывающим их региональные особенности. Защищаемые научные положения.
• Ковалентная характеристика катиона - высокоинформативный дескриптор в количественных соотношениях «токсичность катионов металлов для гидробионтов - физико-химический показатель».
• Новый подход к комплексной оценке уровней загрязненности водных объектов металлами.
• Экологически допустимые уровни содержания металлов в водных і объектах, учитывающие их региональные особенности.
Личный вклад заключается в обобщении данных о концентрациях металлов в водных объектах Санкт-Петербурга и Ленинградской области. Постановка проблемы, методическом обеспечении ее решения и анализ результатов осуществлены автором.
Апробация работы. Результаты работы неоднократно докладывались на I итоговых сессиях Ученого Совета Российского государственного гидрометеорологического университета, отечественных и международных конференциях. По теме диссертационной работы опубликовано 13 работ, из них одна - в журнале «Экологическая химия», реферируемом в России (РЖ «Химия» и «Геофизика») и США («Chemical Abstracts»).
Методология экологического нормирования
Разработка экологических нормативов наряду с разработкой критериальных основ требует существенного развития методов и методологии исследования индивидуальных свойств экосистем. Значительного совершенствования требуют методы и модели, используемые для количественного изучения таких важнейших, с точки зрения нормирования качества вод, процессов как формирование концентраций загрязняющих веществ в водном объекте. Речь идет о процессах смешения и разбавления сточных вод, а также о процессах трансформации загрязняющих веществ в водном объекте вследствие физико-химических, химических, биологических и биохимических превращений.
При экологическом нормировании и определении допустимых нагрузок загрязняющими веществами необходимо учитывать влияние вредных факторов не на отдельные организмы, а на реакцию биоценоза и экосистемы в целом. Здесь главным критерием является стабильность (устойчивость) экосистемы. Для каждой экосистемы должны быть выявлены собственные критерии качества природной среды, зависящие от экологического резерва данной экосистемы и от экологических возможностей региона (Израэль, 1984).
В основе разработки экологических нормативов лежит теоретическая концепция системного подхода к регулированию качества природной среды.
По определению Ю.А. Израэля и А.В. Цыбань (1983, 1985), ассимиляционная емкость водной экосистемы At по данному загрязняющему веществу / (или суммы загрязняющих веществ) и для m-й экосистемы — это максимальная динамическая вместимость такого количества загрязняющих веществ (в пересчете на всю зону или единицу объема водной экосистемы), которое может быть за единицу времени накоплено, разрушено, трансформировано (биологическими или химическими превращениями) и выведено за счет процессов седиментации, диффузии или любого другого переноса за пределы объема экосистемы без нарушения ее нормального функционирования.
Уравнение динамики загрязняющего вещества в водной среде с учетом пространственной неоднородности процессов его удаления из экосистемы может быть записано в следующем виде (Владимиров и соавт., 1991): — z
V = JK ±P;)dS+ (РЦ ±P,)dL+ J(P4 ±Pi)dS+ JjBJ dSi (1.1.) Щ sa L Sb Sa0 где V — объем рассматриваемой водной экосистемы, с, — среднее значение концентрации загрязняющего вещества, Sa — площадь свободной поверхности водного объекта, St — площадь дна, L — длина береговой линии, Zb — глубина, Р{ — величина, характеризующая процессы обмена /-го загрязняющего вещества через границу (например, атмосферное осаждение, биоседиментационный вынос и т. п.), Ду» — скорость микробиологического и химического разрушения /-го загрязняющего вещества, коэффициент к(2) учитывает зависимость ВсЫ от освещенности и температурных условий. Штрихами обозначены источники, описывающие химическую и f биологическую трансформацию С; в рассматриваемой пограничной области. Из уравнения (1.1.) методом теории размерностей суммарное удаление At загрязняющего вещества из водной экосистемы можно записать в виде A=KiZTCi (1.2.) li где Kt — коэффициент запаса, отражающий экологические условия протекания процесса загрязнения в различных зонах водной экосистемы; і; — \ время пребывания загрязняющего вещества в экосистеме. В соответствии с определением ассимиляционной емкости, она равна максимальному значению левой части уравнения (1.2.) при сохранении экологического благополучия в экосистеме. Это условие соблюдается при СІ Cot , где СОІ — критическая концентрация загрязняющего вещества в воде. Исходя из этого, ассимиляционная емкость может быть оценена по формуле t (1.2.) при С, = С0/. Все величины, входящие в правую часть уравнения (1.1) можно оценить по данным, полученным в процессе долгопериодных комплексных исследований состояния водной экосистемы. При этом рекомендуется следующая последовательность определения ассимиляционной емкости к конкретным загрязняющим веществам:
- расчет балансов массы и времени жизни загрязняющего вещества в экосистеме;
, - анализ биотического баланса в экосистеме;
- оценка критических концентраций воздействия загрязняющего вещества (или экологических ПДК) на функционирование биоты. При экологическом нормировании антропогенных воздействий на водные экосистемы расчет ассимиляционной емкости наиболее репрезентативен, так как он учитывает критические концентрации воздействия загрязняющих веществ, имеющие более высокое экологическое обоснование по сравнению с санитарно-гигиеническими или рыбохозяйственными ПДК. При известной ассимиляционной емкости предельно допустимая экологическая нагрузка (ПДЭН) водного объекта загрязняющим веществом рассчитывается достаточно просто. Так, при стационарном режиме загрязнения водного объекта ПДЭН будет равна ассимиляционной емкости (табл. 1.2.).
Математико-статистическая обработка данных
Математико-статистическая обработка данных проводилась в соответствии с принципами и методами, используемыми в «математической химии» (Закгейм, 1973; Адлер и др., 1976; Голендер, Розенблит, 1978; Нижний, Эпштейн, 1978; Ландау, 1981; Стьюпер и др., 1982; Химические приложения, 1987; Шараф и др., 1989; Quantitative, 1992; Quantitative, 1994). Метод, используемый для определения количественных соотношений структура - токсичность, представляет собой математико-статистическую обработку данных, а именно регрессионный анализ.
Линейный регрессионный анализ позволяет оценить коэффициенты линейного уравнения, содержащего одну или несколько (множественная регрессия) независимых переменных, значения которых используются для предсказания значения зависимой переменной. Вычислив коэффициенты такого уравнения, исследователь может получать предсказание значений зависимой переменной.
Пусть переменная Y зависит от одной переменной X . При этом предполагается, что переменная X принимает заданные фиксированные значения, а зависимая переменная Y имеет случайный разброс из-за ошибок измерения, влияния неучтенных факторов и так далее. Каждому значению X соответствует некоторый закон распределения вероятностей случайной величины Y. Предположим, что Y в "среднем" линейно зависит от значений переменной X. Это означает, что условное математическое ожидание случайной величины Y при заданном значении X имеет вид M(Y/X)=a0+aiX (2.2) Данная функция называется линейной теоретической функцией » регрессии Y на X, а параметры ао и г.\ - параметрами линейной регрессии (коэффициенты регрессии). На практике параметры регрессии определяются по результатам наблюдений переменных Y и X , связь между которыми можно записать 7= ao+aiX+e (2.3) где е - ненаблюдаемые случайные величины со средним 0 (являются і несмещенными) и неизвестной дисперсией, не меняющейся от опыта к опыту. Иногда случайные величины e(i), 0 і п называют ошибками наблюдения. Относительно е(і) предполагается, что они не коррелированы в разных опытах. Кроме того, часто предполагается, что ошибки имеют нормальное распределение. В этом случае некоррелированность влечет независимость. Регрессионный анализ в системе Statistica v5.5 проводится в модуле Множественная регрессия (Multiple regression). Последовательность проведения регрессионного анализа і характеризуется следующими этапами: а) формулировка задачи; б) идентификация переменных (определение входных и выходных переменных); в) сбор статистических данных; г) спецификация функции регрессии (определение вида модели); д) оценивание параметров функции регрессии; ? е) оценка точности регрессионного анализа: 1) проверка адекватности всей модели, т.е. согласуются ли предсказанные значения выходной величины с наблюдаемыми данными; 2) проверка значимости параметров модели, т.е. значимо ли они отличаются от нуля или нет. ж) интерполяция результатов, анализ, оптимизация и прогнозирование. Для нахождения оценок параметров модели по результатам наблюдений используется метод наименьших квадратов (МНК). Пусть проведено п независимых наблюдений случайной величины Y при соответствующих значениях X, совместный закон распределения которых неизвестен. Следовательно, теоретическую функцию регрессии найти невозможно. Ставится задача оценить эмпирическую функцию регрессии у = а0 + ахх (2.4) k Согласно МНК, параметры подбираются таким образом, чтобы минимизировать сумму квадратов отклонений наблюдаемых значений от расчетных по модели значений F = 2Х = 2 , -У,)2 = 5 , - -ахх,)2 - min (2.5.) где у І - наблюдаемые значения выходной переменной; у, - значения выходной переменной, рассчитанные по модели. Из необходимых условий минимума 3F = 22( / 2о-ад) = 0» да0 м г = -2 J] (у,-а0- а,х,. )х, = О находим оценки параметров а и а} (здесь и далее, если это не мешает пониманию, знак над параметрами будет опускаться). Они будут определяться из решения системы двух линейных уравнений Здесь и далее, если это не оговорено особо, суммирование происходит от i=l,n. Оценки параметров, получаемые по методу МНК, при условии выполнения предпосылок относительно случайных ошибок наблюдений, будут обладать следующими свойствами: - несмещенность; - состоятельность; - эффективность. Для проверки гипотезы адекватности модели необходимо сравнить две суммы квадратов: а) остаточную сумму квадратов, характеризующую отклонение от регрессии
Комплексная оценка уровней загрязненности водных объектов металлами
В таблице 4.6. приведены результаты оценки уровней загрязнения металлами различных водотоков Санкт-Петербурга в 2003 г.
По результатам данного исследования наиболее загрязненными водотоками Санкт-Петербурга в 2003 г. являются р. Карповка (РискКОМб = 0,406) и р. Ждановка (РискК0Мб = 0,344). Далее по уровню загрязнения следуют рукав Малая Нева и р. Фонтанка, величины рисков комбинированного действия которых почти равны и составляют 0,313 и 0,312 соответственно. Наименее загрязненная из рассмотренных водотоков - р. Мойка (РискК0Мб = 0,192).
Как следует из данных, приведенных в табл. 4.6., качество вод основных водотоков Санкт-Петербурга в 2003 г. характеризуется как «хорошее». Исключение зафиксировано лишь для вод р.Карповки, характеризующихся как «удовлетворительные» в соответствии с предложенной нами классификацией (табл. 4.5.).
Необходимо отметить, что для двух водотоков (р. Фонтанка и р. Мойка), расположенных в одних и тех же административных районах (Адмиралтейском и Центральном) наблюдается существенное отличие в величинах комбинированного риска. Однако, если обратиться к данным за 2002 г., то соотношение РискК0Мб этих водотоков существенно отличалось от полученного в 2003 г., уровень загрязненности р. Мойка характеризовался величиной 0,165, а р. Фонтанка - 0,143. Одной из возможных причин такой неоднородности во времени могут быть аварийные сбросы сточных вод. Однако, не имея достоверных данных по сбросам предприятий, делать какие-либо заключения не представляется возможным; кроме того, установление причин повышения уровня загрязненности водотоков не входило в цели данного исследования.
Разница между максимальным и минимальным значениями величин рисков комбинированного действия равна 0,214. Наиболее близкими к осредненному по всем створам значению РискКОМб (0,280) являются величины рисков р. Славянка (0,276) и Обводного канала (0,286).
На р. Нева измерения проводятся в шести створах в пределах г. Санкт Петербург, а также в фоновом и контрольном створах в г. Кировск. Таким образом, для р. Нева можно проследить пространственную1 динамику величины комбинированного риска воздействия катионов металлов на дафний. Полученные результаты представлены в таблице 4.7 и на рис. 4.3.
Согласно данным таблицы 4.7. максимальное значение величины риска комбинированного действия (0,329) отмечается для створа 1 г. Кировск (самый высокий столбец на рисунке 4.3.). В створе 2 г. Кировск величина Рисккомб ниже по сравнению с предыдущим створом примерно в 1.4 раза и составляет 0,241. Вклад каждого металла в величину комбинированного риска определяется как концентрацией данного металла в воде, так и токсическим действием по отношению к гидробионту {Daphnia magna). Анализируя данные по двум створам г. Кировск, можно отметить, что наибольший вклад в величины РисКкомб дают кадмий и цинк. Как известно, оба эти металла являются высокотоксичными, особенно кадмий, и даже незначительное увеличение концентрации в воде приводит к существенному увеличению рисков воздействия на гидробионтов данных металлов. Концентрация цинка во 2 створе меньше примерно в 2 раза. Кроме того, одной из особенностей использования результатов гидрохимических анализов Северо-западного УГМС является принятая система обозначений концентраций: в случае указания концентрации 0,0005, принимается величина 0,00025, то есть в два раза меньше, что может давать погрешности в определении рисков. Отличие в два раза, обусловленное принятыми обозначения, концентраций кадмия для двух створов г. Кировск может являться одной из возможных причин резкого уменьшения величины комбинированного риска во 2 створе по сравнению с первым.
После впадения р. Тосна вновь наблюдается увеличение величины Рисккомб на 0,033. Затем плавное уменьшение до створа 3 г. Санкт-Петербург, в створе 4 уровень загрязнения р. Нева резко возрастает до величины 0,295, что обусловлено впадением р. Охта. В створах 5 и 6 величины рисков постепенно сокращаются и равны 0,253 и 0,239 соответственно.
Среднее значение величины комбинированного риска воздействия катионов металлов на дафний для р. Нева в пределах г. Санкт-Петербург составляет 0,260. Максимальное отклонение в большую сторону наблюдается в створе 4 (Рисккомб больше среднего на 0,035), в меньшую сторону - в створе 6 (Рисккомб меньше среднего на 0,021).
В данной работе для всех створов р. Нева в пределах Санкт-Петербурга, включая расположенные на рукавах Малая Нева, Малая Невка и Большая Невка, был проведен анализ межгодовой изменчивости величины комбинированного риска начиная с 1990 и заканчивая 2003 годом. Результаты представлены в табл. 4.8. и рис. 4.4 - 4.12.
Для створа 1 г. Санкт-Петербург межгодовая изменчивость величины комбинированного риска выглядит следующим образом: достаточно резкое уменьшение в 1991 г. по сравнению с 1990 г. (на 0,069); в 1992 г. Рисккомб практически не меняется (уменьшение на 0,005); затем в 1993 г. увеличение до уровня 0,204; с 1994 г. по 1999 г. существенное сокращение уровня загрязнения, при чем наиболее значительно падение выражено в 1999 г., когда по сравнению с предыдущим годом величина Рисккомб уменьшилась на 0,051; 2000 г. характеризуется значительным повышением уровня загрязнения (риск = 0,301); в 2001 и 2002 наблюдается дальнейшее увеличение величины комбинированного риска до 0,354 в 2002 г.; на следующий год понижение до 0,274. Среднее значение РискКОМб за исследуемый период для 1 створа составляет 0,212.
Водотоки санкт-петербурга
Так же, как и в предыдущем случае (Ладожское озеро) для основных водотоков Санкт-Петербурга были рассчитаны величины ЭДУ тремя методами, а затем было проведено осреднение этих величин (табл. 5.9.). В принципе, величины ЭДУСРЕДНЕЕ, представленные в табл. 5.9., могут быть использованы для оценки уровней загрязненности металлами каждого из рассматриваемых водотоков Санкт-Петербурга, то есть на локальном уровне. Другой подход к оценке уровней загрязненности водотоков Санкт-Петербурга базируется на величинах ЭДУ, усредненных по всем основным водотокам города и условно названных нами обобщенными ЭДУ (табл. 5.10.).
Наряду с изложенным выше был проведен поиск количественных соотношений между величинами ЭДУОБОБЩ. (усредненными для всех основных водотоков города) и величинами кларков содержания металлов в земной коре, кларками главных типов изверженных горных пород и региональным фоном в почвах Ленинградской области (РФ). Величины РФ (мг.кг"1) заимствованы из (Экологическая..., 1996). Проведенный статистический анализ показал, что наиболее значимой является линейная модель ЭДУОБОБЩ, - РФ (табл. 5.11., рис. 5.5.). Выявленная зависимость описывается следующим регрессионным уравнением:
ЭДУОБОБЩ, = 16,1 + 0,066 [РФ] (5.6.) N = 8; г = 0,94; г2 = 0,89; FP = 47,86; FT = 5,59; FP/ FT = 8,6 Как следует из приведенных статистических характеристик, уравнение (5.6.) адекватно (FP FT) и может быть использовано для расчетов (прогнозирования) величин ЭДУОБОБЩ. при наличии данных о региональном фоне для других металлов, так как Fp 4FT. На следующем этапе наших исследований был проведен сравнительный анализ качества вод некоторых водотоков Санкт-Петербурга. В основу анализа был положен расчет «индексов загрязненности воды» (ИЗВ). Расчет ИЗВ проводили при использовании ПДКрывохоз., ЭДУСРЕДНЕЕ И ЭДУОБОБЩ. (табл. 5.12.).
Как следует из данных, приведенных в табл. 5.12., качество вод рассмотренных водотоков города не зависит от выбора величин ЭДУ. При использовании ЭДУ СРЕДНЕЕ И ЭДУОБОБЩ. зафиксировано одно и тоже качество вод («чистые»). В то же время качество вод, оцениваемое величинами федеральных рыбохозяйственных ПДК (ПДКРЫБ.) как и следовало ожидать, существенно иное (от «загрязненных» до «умеренно загрязненных»). Это обусловлено тем, что федеральных рыбохозяйственных ПДК не учитывают региональные особенности водных объектов, для которых проводится расчет величин ИЗВ.
В табл. 5.13. приведены результаты статистической обработки первичных данных о содержании металлов в водах Ладожского озера. На основе этих данных были рассчитаны величины экологически допустимых уровней (ЭДУ) (табл. 5.14.). Обращает на себя внимание близость величин ЭДУ, установленных по методам Патина и Замолодчикова, а также по методу ИНОЗ. Однако, как правило, величины ЭДУ, установленные по методу ИНОЗ (для а = 10%), меньше соответствующих ЭДУ, установленных при использовании других подходов. Для получения более объективных значений величин ЭДУ было проведено усреднение этих величин, рассчитанных каждым из трех рассмотренных методов (пятый столбик в табл. 5.14.).
При дальнейшей обработки были выявлены статистически значимые зависимости между величинами ЭДУ СРЕДНЕЕ И различными переменными (кларками содержания металлов в земной коре, кларками главных типов изверженных горных пород, региональным фоном в почвах Ленинградской области) (табл. 5.15.).
