ОГЛАВЛЕНИЕ ВЕСТНИКА №4

УДК 574:550.3

Бочаров В.Л., Иванов Ю.В.

ЭКОЛОГО-ГЕОХИМИЧЕСКИЕ МЕТОДЫ ОЦЕНКИ ЗАГРЯЗНЕННОСТИ АТМОСФЕРЫ МАЛЫХ ГОРОДОВ

(На примере г. Ливны Орловской области )

Наиболее опасным и интенсивным источником загрязнения атмосферы малых городов является автомобильный транспорт, что подтверждается исследованием загрязненности почво-грунтов и снега. Установлена зависимость между интенсивностью техногенной нагрузки частотой и характером заболеваемости детского населения. Предложены математические модели, увязывающие уровни заболеваний с загрязнением основных депонирующих компонентов городской среды.

Геохимические методы для экологических целей начали применяться сравнительно недавно (с 1971-72 гг.). При этом наиболее широкое распространение они получили при оценке загрязненности водных бассейнов и атмосферы, особенно в пределах промышленных центров. В отличии от прямых измерений состава воздуха эколого-геохимические методы позволяют определять уровень загрязнения атмосферы по содержанию тяжелых металлов в депонирующих средах. Наиболее часто в качестве таковых используются почвы, грунты и снег. Почвы отражают в большей степени постоянное многолетнее загрязнение, а состав снеговой пыли - сезонное, современное. Оценка уровней загрязненности атмосферы в этом случае производится по степени превышения концентраций тяжелых металлов в почве или снеговой пыли над их ПДК или природными (фоновыми) содержаниями, определенными для районов, не подвергающихся загрязнению[5].

Основным аналитическим методом при эколого-геохимических исследованиях является сравнительно недорогой полуколичественный спектральный анализ, позволяющий определять концентрации большинства микроэлементов вне зависимости от форм их нахождения.

Геохимический метод оценки загрязненности обладает, как рядом достоинств, так и недостатков. К достоинствам в первую очередь следует отнести простоту организации его проведения и небольшие затраты, что позволяет проводить исследования на больших площадях с высокой детальностью, получая при этом сопоставимые результаты. Кроме этого, данный метод, как никакой другой, дает возможность оценивать загрязненность по широкому спектру элементов (обычно около 40), который с учетом специфики промышленных предприятий можно менять без дополнительных затрат[4]. Практика проведения подобных работ показывает, что результаты геохимической оценки достаточно точно отражают различные уровни техногенной нагрузки, а разработанные классификации позволяют, хотя и условно, определять экологическую опасность установленного загрязнения. Дополнительная математическая обработка геохимических материалов позволяет в ряде случаев по характеру воздушных выбросов оконтуривать зоны активного воздействия отдельных предприятий с выделением приоритетных элементов.

К основным недостаткам данного метода относятся сложности с определением токсичности тяжелых металлов, имеющих, как правило, различные формы нахождения. Поэтому разработанные для некоторых металлов ПДК и оценочные шкалы опасности загрязнения являются весьма относительными и не отражают достаточно объективно остроты экологической ситуации. Значительное влияние на конечный результат, особенно при опробовании почв и грунтов, оказывает, кроме интенсивности, продолжительность воздействия техногенной нагрузки и принятый для расчета уровень фоновых содержаний отдельных элементов. Все это в конечном счете затрудняет объективную оценку действительного уровня техногенной нагрузки, ее экологические последствия и сравнивать экологическую обстановку в различных регионах.

Резко возрастает эффективность эколого-геохимических исследований, если кроме данных о величине техногенной нагрузки имеется информация о ее воздействии на биоту. Таковой, в большинстве случаев, могут быть данные о заболеваемости детского населения. Накопленный фактический материал показывает, что здоровье этой группы населения в значительной степени определяется экологической обстановкой в зоне проживания. То есть, частота заболеваний детей при определенных условиях может являться мерой токсичности техногенной нагрузки. Объединение информации о величине техногенной нагрузки и ее проявленности в заболеваемости производится методом математического моделирования. В результате этого моделирования можно

получить уравнение множественной регрессии [3], отражающее количественно общую зависимость частоты отдельного заболевания от содержаний в почвах, грунтах или снеге группы элементов, с учетом определенной доли всех и каждого в изменчивости частоты указанного заболевания. Если эту закономерность перенести на частные случаи, то для каждой точки отбора геохимической пробы по содержанию металлов, указанных в модели, можно рассчитать уровень заболеваемости, который будет определяться только экологическим фактором. Карты, построенные по значениям рассчитанных уровней заболеваемостей, в отличии от геохимических, будут отражать остроту экологической ситуации в зависимости от величины техногенной нагрузки с учетом условной токсичности отдельных элементов.

Практически с помощью математического моделирования проводится санитарно-гигиеническое зонирование города в зависимости от остроты экологической ситуации, а выделение этим методом приоритетных элементов загрязнителей, учитывает эффективность их (или их соединений) воздействия на биоту.

В настоящее время в связи с увеличением возможностей компьютерного обеспечения метод математического моделирования экологических процессов является одним из наиболее перспективных, позволяющий учитывать особенности техногенной нагрузки на окружающую среду, сравнивать остроту экологической ситуации различных территорий в зависимости от ее проявленности в заболеваемости.

Результаты зонирования городских территорий с помощью этого метода могут быть использованы при принятии решений в областях экологии, здравоохранения, страховой медицины, планирования, градостроения и т.д. Но здесь следует иметь в виду, что метод математического моделирования с характерным для него комплексом информации, отражая результаты воздействия техногенной нагрузки на биоту, не может в полной мере раскрыть механизм его воздействия. Выяснение этого механизма становится особенно актуальным для районов с неблагополучной экологической обстановкой. Эта задача, являющаяся следующим шагом экологических исследований, может решаться также методом моделирования, но с привлечением дополнительной информации: результатов паспортизации промышленных предприятий, данных Госсанэпидемнадзора, результатов специальных медицинских и лабораторных исследований [5].

Определение величины техногенной нагрузки базируется на значении суммарного показателя загрязнения (Z), рассчитываемого по формуле:

Z = Кк (N-1), (1)

где: Сх - содержание элемента в конкретной пробе, Сф-фоновое (природное) содержание этого элемента.

Оценка уровней техногенной нагрузки проводится по величине показателя Z в соответствии со шкалой, приведенной в таблице 1.

Оценка экологической опасности осуществляется в соответствии с ГОСТом 17.4.1.02-83 в зависимости от уровня загрязнения почвы без учета токсичности отдельных металлов по шкале, приведенной в таблице 2.

Таблица 1

Уровни загрязнения различных сред по величине Z

Таблица 2

Оценочная шкала загрязнения почв по суммарному показателю загрязнения - Z

Для оценки сходства отдельных проб между собой применяется коэффициент пропорционального сходства (R'), позволяющий сравнивать состав проб по содержаниям всех определяемых элементов. Данный показатель рассчитывается по формуле:

R'1-2 = , (3)

где - сумма произведений содержаний одноименных элементов в сравниваемых пробах 1 и 2.

- произведение сумм квадратов содержаний элементов в сравниваемых пробах 1 и 2;

Проведение математического моделирования включает в себя:

Определение средних содержаний по участкам (X) проводится отдельно для каждого металла по формуле:

где n - количество проб, участвующих в расчете среднего содержания.

Расчет парных коэффициентов корреляции (r) производится по формуле:

r =,(5)

где: -сумма произведений значений величин конкретной заболеваемости и соответствующих им средних по участкам содержаний коррелируемого металла;

- произведение сумм значений величин конкретной заболеваемости и соответствующих им средних по участкам содержаний коррелируемого металла;

- сумма квадратов значений величин конкретной заболеваемости по отдельным участкам;

- квадрат сумм значений величин конкретной заболеваемости по отдельным участкам;

- сумма квадратов средних по отдельным участкам содержаний коррелируемого металла;

- квадрат сумм средних по отдельным участкам содержаний коррелируемого металла;

N - количество участков (наблюдений).

Расчет общих моделей сводится к решению уравнений множественной регрессии методом наименьших квадратов [3], количественно увязывающих частоту определенных заболеваний с содержанием металлов.

Определение значений множественного коэффициента корреляции и проводится для каждого заболевания с целью оценки веса выделенных ассоциаций в его изменчивости по формуле:

, (6)

где: Aj - коэффициент регрессии для j - металла, включенного в модель; к - количество элементов, включенных в модель.

Оптимизация моделей проводится методом последовательного исключения из уравнений регрессии металлов с незначительным удельным весом в изменчивости моделируемого заболевания. Вес каждого металла определяется по разности значений R для ассоциаций, содержащих этот металл и без него. Но так как, для малых городов характерно небольшое (обычно до 20) количество медицинских участков, по которым проводится сбор информации о заболеваемости, то здесь особое значение приобретает количество элементов, включенных в модель.

Поэтому практически для выбора оптимальной модели для каждого заболевания из нескольких уравнений множественной регрессии с разным количеством элементов, входящих в ассоциации, используется показатель R", рассчитываемый по формуле:

R" = Rj ( 1-k2 /N2 ) (7)

Определение фоновых уровней отдельных заболеваний проводится с целью их сопоставления между собой и расчета средних уровней для нескольких заболеваний. В идеальном случае за фоновый принимается уровень заболеваний, характерный для экологически чистых участков. Практически же этот уровень определяется по точке перегиба параболы, более точно отражающей зависимость частоты заболеваний от содержаний отдельных, наиболее коррелируемых с этим заболеванием, металлов. Это обусловлено тем, что синхронное колебание частот заболеваемости и содержаний коррелируемого металла начинается с определенного уровня загрязнения, ниже которого эти колебания произвольные. Поэтому в строгом смысле связь заболеваемости с загрязнением отдельным металлом не является линейной и лучше описывается уравнением регрессии второй степени:

, (8)

где a,b,c-коэффициенты регрессии, рассчитываемые методом наименьших квадратов.

На завершающей стадии по определенным коэффициентам множественной регрессии оптимальной модели для каждой точки опробования по содержаниям металлов рассчитываются уровни отдельных заболеваний или средний - для нескольких заболеваний. То есть, в конечном итоге уровень техногенной нагрузки переводится с учетом условной токсичности, отраженной в модели, в уровень заболеваемости, а карта, построенная по значениям этого рассчитанного уровня, отражает остроту экологической ситуации.

Ниже приводятся основные результаты обработки описанными выше методами данных, полученных при проведении эколого-геохимической съемки в городе Ливны Орловской области. Первым методом определялся только уровень техногенной нагрузки, а вторым, с применением моделирования - и степень экологической опасности установленного загрязнения.

Ливны являются типичным представителем малых городов Центрального Черноземья с населением около 70 тысяч человек и экологическими проблемами, характерными для районных городов с умеренным промышленным потенциалом [1].

Здесь экологические исследования проводились в течение 1992-1993гг. За это время на территории города и непосредственно прилегающих к нему районов, на площади 40 км2 было отобрано около 500 почвенных (грунтовых) и 55 снеговых проб. Медицинские исследования были ограничены сбором данных о количестве стационарных больных в 1991 и 1992 гг. по 13 детским медицинским участкам. Наиболее полные данные, пригодные для дальнейшей обработки, были получены по шести группам заболеваний: инфекционным и паразитарным (IP), органов пищеварения (OP), дыхания (OD), эндокринной системы (EYS), мочеполовой системы (MS), кроветворных органов (КО).

Определение величины техногенной нагрузки по результатам опробования почвы и грунтов позволило по значениям суммарного показателя загрязнения (Z) выделить аномалии и аномальные зоны различной интенсивности.

На конечное распределение тяжелых металлов в почве существенное влияние оказала высокая расчлененность рельефа в пределах города. Поэтому размещение, конфигурация и интенсивность геохимических аномалий в значительной мере определялись не только процессами пылеосаждения, но и последующим перераспределением металлов в результате их миграции.

В соответствии с приведенной классификацией (см. табл. 1) для большей части города характерны минимальный и низкий уровни загрязнения (Z<16). Выделенные на карте (рис. 1) аномалии с низкими уровнями загрязнения (8<Z<16) обязаны своим происхождением как повышенной техногенной нагрузке (северная часть города), так и накоплению металлов в результате их переотложения. Примером последнего являются аномалии XI и XII в южной части исследуемой территории, которые образовались, по всей вероятности, в результате смыва вышележащих по склону богатых микроэлементами черноземов и отложения их на высокой пойме р. Сосна, на ее правобережье.

Аномалии со средним и высоким уровнями техногенной нагрузки занимают не более 20% территории и приурочены преимущественно к центральной части города. Наиболее интенсивное загрязнение отмечается вдоль улиц Поликарпова, Пушкина, Свердлова и Дзержинского. Здесь, в осевой части субширотной зоны протяженностью около 3-х км. и шириной до 0.7 км уровень загрязнения достигает высоких значений (№ IVb).

Более локальный характер имеют геохимические аномалии в районе Насосного завода, Ливгидромаша, Жидкостных счетчиков. В последних двух случаях в отдельных точках техногенная нагрузка достигает очень высокого и максимального уровней загрязнения (№№ VIIIa, b,Va). Максимальный уровень загрязнения почвы отмечается и в районе городской свалки (№ VII). Особый интерес вызывает субширотная аномалия № I в северной части города протяженностью около 2-х км при ширине 200-300 м, приуроченная к логу. Здесь, при отсутствии вблизи потенциальных источников загрязнения, техногенная нагрузка достигает среднего и высокого уровней. С учетом ландшафтных условий данная аномалия вернее всего переотложенная, хотя не исключена возможность, что это район старых свалок.

Всего выделено 11 геохимических аномалий и аномальных зон: №№ I, II, III, IV, Va, VII, VIII, IX, X, XI, XII, основные данные по которым приведены в таблице 3.

Таблица 3

Аномалии геохимические и рассчитанных заболеваемостей по результатам опробования почв и грунтов

Общий анализ приведенных выше аномалий показывает, что наиболее распространенными аномалиеобразующими металлами являются Zn, P, Ba, Pb, Sn, Cu, Cr, Ni, Mo. Первые 5 элементов более характерны для очагов загрязнения в районах автомагистралей, последние - для промышленных предприятий.

Последующая математическая обработка результатов геохимического опробования почв и грунтов с учетом данных медицинских исследований показала, что заболеваемость органов мочеполовой (MS) и эндокринной (EYS) систем имеют значимые корреляционные связи с загрязненностью почвы целой группой металлов. После расчета и оптимизации моделей, количественно увязывающих уровни данных заболеваемостей с загрязнением почв и грунтов коррелируемых металлов, получены следующие уравнения регрессии:

MS'=33,1255Cr(16%)-12048Mo(15%)+188,371* *Pb(19%)+11,368Zn(14%)+8,257P(36%)+0,903 (9)

EYS'=75573,4Mo(28%)-210,17Cr(32%)-

-527,02Pb(7%)+72,8Zn(26%)-17,934P(7%)-5,687 (10)

где: MS' и EYS'-уровни заболеваний в единицах фоновой, соответственно органов мочеполовой и эндокринной систем; Cr, Mo...-содержание металлов в почве и грунтах в %; в скобках - индивидуальный вес каждого элемента в изменчивости соответствующих заболеваний.

Множественный коэффициент корреляции (R') равен для MS и EYS соответственно 69,8% и 64,3 %. Это указывает на сколько процентов изменчивость указанных заболеваний может быть объяснена только изменчивостью содержаний в почве указанных в уравнении металлов. Уровни фоновых заболеваний рассчитывались для MS по Pb, а для EYS - по Zn в соответствии с уравнением (8) и равны 6,4 чел./тыс. и 0,7 чел./тыс. Из приведенных уравнений (9, 10) видно, что все, в них входящие металлы являются основными аномалиеобразующими для большинства выделенных геохимических аномалий, хотя далеко не всегда контуры последних пространственно совпадают с аномалиями рассчитанных заболеваемостей.

Результаты пересчета уровней загрязнения в уровни заболеваний для наглядности сведены на геохимическую карту. Анализ полученных данных показывает:

1. Для всей территории города характерна заболеваемость, превышающая фоновую по двум рассматриваемым группам в среднем в 1,3 раза.

2. Участки с более высокими уровнями заболеваний (в 2 и более раз) имеют более конкретную функциональную привязку и пространственно коррелируются, за некоторым исключением, с геохимическими аномалиями различной интенсивности.

3. По сравнению с геохимическими аномалии и зоны повышенной заболеваемости более четко и выдержанно проявляются вдоль улиц с интенсивным автомобильным движением (№№ IV,VI,IX), в районах отдельных предприятий и на смежных с ними территориях (№№ II,III,V,VIII).

4. Отчетливо обоими методами выделяется район свалки (№ VII) на востоке территории и зона переотложения (№ I) в логу на северной окраине города.

5. В некоторых случаях моделирование позволяет выделять, функционально подтверждаемые, зоны повышенной заболеваемости в районах, где, видимая техногенная нагрузка отсутствует. Примерами этому являются аномалия рассчитанной заболеваемости № VI, аномальная зона № V, аномальный участок № Vd, южный участок аномальной зоны № VIII, которые на геохимической карте не нашли своего отражения. Особенно интересно в этом плане смещение вниз по склону на юг восточного участка № IVb оси геохимической аномалии № IV относительно улиц с интенсивным автомобильным движением, проявленных зоной повышенной заболеваемости - до 5 ед.фона на некоторых участках (№ IVc).

6. Иногда моделирование позволяет подчеркнуть особенности ландшафтных условий. Так, участки понижения рассчитанной заболеваемости № Ib, расположенный к югу от аномалии № I, и без номера, расположенный юго-западней аномальной зоны № IV, отражают по всей вероятности процесс смыва отложений со склона.

Кластерный анализ средних составов зон, аномалий и участков геохимических и рассчитанной заболеваемости (рис. 2) в общем случае подтверждает проведенную привязку очагов к их источникам.

Высокое сходство между собой отдельных участков аномальной зоны № IV (исключая IVb) и аномалии № VI указывает на их единый источник - автотранспорт, несмотря на их различную проявленность по величине техногенной нагрузки.

Автотранспорт и, в меньшей степени, предприятия являются источниками аномалий №№ V,IX,X. При этом, последняя аномалия в заболеваемости не проявляется, очевидно из-за незначительной токсичности выбросов ТЭЦ, к которой она пространственно приурочена. Невысокое сходство аномалии № I с остальными свидетельствует о специфичном ее составе, обусловленном особенностями миграции и аккумуляции металлов в экзогенных условиях.

Несмотря на разреженную сеть опробования результаты геохимической снеговой съемки следует считать положительными, подтверждающими и дополняющими основные выводы, полученные при анализе данных опробования почв и грунтов.

Результаты обработки этих данных с целью определения уровней техногенной нагрузки показали, что наиболее неблагоприятная обстановка сложилась вдоль основных городских автомагистралей - улиц Свердлова, Дзержинского, Фрунзе, Октябрьской, Мира (рис. 3), для которых обычным является средний уровень загрязнения (Z=64-128). Отчетливой зоной среднего загрязнения выделяется территория завода "Ливгидромаш" и прилегающие к нему районы, включая ТЭЦ и Автоагрегатный завод. В ядре этой геохимической аномалии загрязненность снега достигает высокого уровня (Z>128).

Также высокий уровень загрязнения отмечается по ул. Фрунзе, в районах Насосного завода и свалки промышленных и бытовых отходов на юго-востоке территории.

Для селитебных зон города характерны преимущественно низкие и минимальные уровни загрязнения. Не подтвердились почвенные аномалии № 1 и № 5, что указывает на их реликтовую природу.

Результаты зонирования города по остроте экологической ситуации методом моделирования по данным снеговой съемки в общем случае подтверждают таковые, полученные по почвенной съемке.

Наиболее высокие корреляционные связи с загрязненностью снега тяжелыми металлами выявлены, как и по результатам почвенной съемки, для тех же групп заболеваний: мочеполовой и эндокринной систем, но набор тяжелых металлов, имеющих наибольшие веса в изменчивости

Рис.2. Результаты кластерного анализа ( Q -метод) почвенных геохимических аномалий и рассчитанных заболеваемостей: YII...I - номера аномалий; 0.95 - значение коэффициента пропорционального сходства (R')

указанных заболеваний, несколько иной. При сопоставлении ассоциаций металлов, входящих в рассчитанные и оптимизированные модели для указанных заболеваний видно, что только хром и цинк оказывают значимые воздействие на их изменчивость по данным, как почвенной, так и снеговой съемок. Объяснение этому факту следует искать в особенностях осаждения, накопления и миграции различных металлов и в специфике расчета моделей.

Так, свинец может и не давать значительных концентраций в снегу, но за счет меньшей своей подвижности накапливается в почве вдоль автомагистралей [2]. Некоторые металлы, являясь присадками к машинным маслам и входя в состав антифрикционных сплавов, даже не оказывая сами по себе негативного воздействия на биоту, но, попадая с продуктами сгорания в снег, почву и грунты, трассируют улицы с интенсивным автомобильным движением.

Расчет и оптимизация математических моделей иногда приводит к тому, что из уравнений исключаются металлы, хотя и оказывающие отрицательное воздействие на экологическую ситуацию, но имеющие незначительный вес в изменчивости заболеваний. В таких случаях роль этого металла может взять на себя другой, имеющий с первым высокую корреляционную связь. Наиболее часто такая взаимозаменяемость наблюдается для ассоциаций: Pb-Zn, Mn-Cr-Co, Ga-Ge.

Оптимальными, увязывающими частоту заболеваний органов мочеполовой и эндокринной систем с загрязненностью снега тяжелыми металлами, признаны следующие уравнения регрессии:

MS'=6677,13Ge(56%)-108,99Cr(44%)+0,949 (11)

EYS'=18,756Mn(31%)+25905Ag(12%)+

+16,7Zn(21%)-10358Ge(36%)-3,2 (12)

Первое уравнение описывает изменчивость заболеваний мочеполовой системы на 79,4%, второе-изменчивость заболеваний эндокринной системы на 70,9%. За фоновые для этих заболеваний приняты значения, рассчитанные по результатам почвенной съемки, и соответственно равные 6,4 и 0,7 чел./тыс.

Карта, построенная по значениям рассчитанных средних уровней для двух этих заболеваний и совмещенная с картой техногенной нагрузки, имеет с последней высокое сходство в конфигурации выделенных аномалий и аномальных зон (рис. 3).

Наиболее неблагополучная экологическая обстановка, как и по данным почвенной съемки, отмечается вдоль улиц с наиболее интенсивным автомобильным движением: Дзержинского, Свердлова, Фрунзе, Октябрьской, Мира. Здесь повышенная заболеваемость (более 1,5 ед.) прослеживается в виде трех линейных, радиально из центра города расходящихся зон шириной 500-800 м и протяженностью каждой до 3-х км. В центре города (№ I), в районе сопряжения этих улиц и в районе завода "Ливгидромаш" (№ II) интенсивность рассчитанной заболеваемости достигает 2-3-х, а в последнем случае - 5-ти единиц средней фоновой по двум заболеваниям.

Зоной повышенной заболеваемости (более 3-х ед.) проявляется район свалки (№ III), где повышенная загрязненность снега обусловлена, по всей вероятности, поступлением тяжелых металлов с продуктами сгорания.

Всего внутри линейных зон выделено три локальных аномалии повышенной заболеваемости интенсивностью более 2х ед., средний уровень по которым и основные элементы загрязнители приведены в таблице 4.

В результате проведенных экологических исследований в г. Ливны установлено, что наиболее опасным и массивным источником загрязнения его атмосферы является автотранспорт. Это подтверждается снеговой и почвенной геохимическими съемками как по интенсивности техногенной нагрузки, так и по уровням рассчитанной заболеваемости. На втором месте как источники загрязнения, стоят предприятия: "Ливгидромаш", Жидкостных счетчиков, Пластмасс и Насосный завод. Очаги загрязнения, связанные с этими предприятиями, хотя и более интенсивные, но меньшие по площади и, располагаясь обычно вне селитебных зон, не оказывают существенного воздействия на здоровье населения.

Таблица 4

Аномалии рассчитанных заболеваемостей по результатам опробования снега

ЛИТЕРАТУРА

1. Бочаров В.Л., Бугреева М.Н., Батов В.М. Экологические проблемы малых городов России // II Всероссийская научно-практическая конференция. Антропогенное воздействие и здоровье человека.Тез.докл.-Калуга,1995.-с.11-12.

2. Бочаров В.Л., Иванов Ю.В. Автотранспорт и экология малых городов // Экологический вестник

3. Черноземья.Вып.2.-Воронеж,1996.-С.38-39.

4. Девис Дж.С. Статистический анализ данных в геологии.Кн.1.-М.,1990.-319 с.

5. Иванов В.В. Экологическая геохимия элементов. Справочник.Кн.1.-М.,1994.-303 с.

6. Иванов Ю.В. Геохимический метод и математическое моделирование при оценке загрязненности атмосферы городов // Геохимические проблемы устойчивого развития городской среды. -Воронеж, 1996.-С.190-192.