Детализация результатов фитомониторинга полемостресса в Донбассе с использованием ГИС-технологий

Аннотация

Проведен анализ данных о состоянии растений-индикаторов, функционально связанных с показателем трансформации ландшафтов вследствие интенсификации антропогенного фактора за период военных действий в Донбассе. По показателю фактора полемостресса, вычисленного на основании критериев проявления индикаторных свойств растений, получена общая характеристика негативных тенденций в прифронтовых районах Донбасса и проведена детализация нижних и верхних пороговых значений всего диапазона варьирования ключевого признака. Подтвержден факт проявления специфических диагностических признаков в строении растений, территориально детерминированных близостью к северо-западным и западным границам современной территории Донецкой Народной Республики.

Ключевые слова: фитоиндикация, Донбасс, экологический мониторинг, тератогенез растений, ГИС, экологическое картографирование, диагностика ландшафтов, война в Донбассе.

Введение

Технологии получения картографического результата в экологических исследованиях являются широко востребованными способами реализации научного гео-эксперимента [3, 9, 12, 20]. Для территории Центрального Донбасса ГИС-технологии внедрены на сегодняшний день фрагментарно, что касается в основном локальных экосистем [1, 5, 10]. Однако критически сложная экологическая ситуация в регионе [8, 11, 16] является стимулом для проведения диагностических работ [2, 7, 5, 15, 23], в том числе и для антропогенно трансформированных ландшафтов [4, 6, 17, 22, 24]. В такой ситуации возникает необходимость не только использования методов картографической визуализации, но и совершенствования техники детального выполнения отдельно каждого метода в зависимости от целевой программы по запросу его конечной продукции.

Цель работы – установить характер распределения индекса полемостресса на территории Центрального Донбасса путем детализации шкалы для картографической визуализации данных.

Выполнение поставленной цели позволит зонировать территорию и ранжировать отдельные участки в соответствии с показателями структурно-функциональной трансформации индикаторных видов растений для всей мониторинговой сети.

Материал и методы исследования

Объектом исследования является вся доступная для ботанико-экологического мониторинга территория Центрального Донбасса в границах используемой 113-компонентной наблюдательной сети [10] стационаров (учетных площадок) с расположенными на них видами растений, имеющих фитоиндикационное значение по структурной разнокачественности отдельных частей растительного организма (аутфитоиндикационный уровень). Для совершенствования собственных способов визуализации данных [1, 5, 10, 11] был использован ряд рекомендаций ученых, занимающихся эколого-токсикологическим мониторингом в своих регионах [4, 6, 13, 14, 24].

В большинстве случаев практические способы визуализации данных представляют собой элемент математического моделирования и статистической обработки данных с целью получения доступного для визуального восприятия картографического продукта [2, 9, 12, 13, 18, 19, 21, 23]. В качестве более подробного рассмотрения данных на карте по признаку полемостресса предложен способ разделения всего диапазона значения индекса на минимальные и максимальные интервальные характеристики, что позволяет подтвердить или опровергнуть существующий вывод [1, 10] о наличии территориально детерминированного фактора антропогенных трансформаций, связанных с интенсификацией военных действий в Донбассе. Для расчета индекса полемостресса (FWiD) использованы виды растений сорно-рудеральной фракции флоры, имеющие проявления в морфологической атипичности, диагностируемой в полевых условиях по тератогенному типу для вегетативных и генеративных органов надземной части растений.

Результаты и обсуждение

В детальном приближении (в дифференциации до 0,5–1,5 км) созданная 113-компонентная мониторинговая сеть не является достаточной, чтобы, например, выявить локальный геохимический контраст, вызванный точечным характером антропогенного фактора (единичным выбросом токсичных элементов). Однако, вычленение негативных тенденций общетерриториального информационного поля используемого количества стационаров является достаточным, что можно оценить по результатам получаемых продуктов визуализации (рис. 1).

Опытным путем установлено, что для контрастного цветового обозначения при анализе индекса полемостресса на территории Центрального Донбасса достаточно использовать семь интервальных значений (см. рис. 1) с выделением негативных (увеличивающихся по отношению к максимальному уровню пластичности) и позитивных (по стабильному состоянию приближенных к норме) тенденций в строении растений-индикаторов. Если внедрить в практику пошагово большее количество интервалов (8 и более) – это не позволит иметь дробность в детализации критически важных параметров, а если интервалов сделать меньше, как это было в предыдущих публикациях [1, 10], то будут утрачены принципиально важные переходы в контрастных территориальных значениях, что не является желательным в анализе динамики и стабильности показателей.

Благодаря 7-ступенчатой системе интервальных значений дифференциально важно выделены зоны высокого полемостресса в контрастных переходах на примере населенных пунктов Веселое, Пески, микрорайон Спартак, населенные пункты Донецко-Марьинского направления, трансекта соединения Горловской и Енакиевской агломераций. Очаги высокого полиморфизма растений на территории Харзызско-Зугрэсской агломерации, в том числе для населенных пунктов Зуевский тупик и Золотаревка, можно объяснить по результатам сборов образцов в 2023 г. исключительно воздействием промышленных объектов на экосистемы, возможно, интенсификацией работы топливно-энергетического комплекса (ТЭС и др. предприятий).

Отдельно рассмотрены характеристики распределения на карте минимальных значений в дробном эквиваленте шести интервалов без обозначений цветом на карте более высоких показателей. Площадь, занимаемая на карте этими параметрами, не превышает 20 % от всей территории наблюдений. Благодаря детализации в этой (с минимальными данными) серии экспериментов (рис. 2) были дифференцированы области оптимальных значений критерия благополучия. Например, в восточной части Донецка, северо-восточной части Макеевки, что, безусловно, является важным результатом в интерпретации фактов самовосстанавливающихся процессов на местах с уменьшающимся воздействием загрязняющего антропогенного фактора во временном интервале с 2014 по 2023 годы. Самые благоприятные с точки зрения сохранения природных характеристик участки мониторинговой сети по данным фитоиндикационного тератогенеза установлены между населенными пунктами Зуевка и Шахтерск, в том числе Сердитое, Зачатовка, Садовое, а также к югу от этой территории: между населенными пунктами Руско-Орловка и Степано-Крынка. На основании этих результатов сделан вывод о сохранении буферной способности природных растительных систем к самовосстановлению при уменьшении фактора стресса, сформированной высоким уровнем антропотехногенеза в регионе.

Принципиально значимым является и проведение картографических работ в отношении дробной дифференциации интервалов высоких показателей индекса полемостресса в Центральном Донбассе. С помощью 5-ступенчатой системы значений была воспроизведена похожая ситуация с общей тенденцией напряжения в прифронтовых территориях (рис. 3 в сравнении с рис. 1). Однако детализация переходов существенным образом повысилась, на 12 % была сужена ширина коридоров пограничных территорий, а также уточнен характер контрастных переходов между средними и максимально высокими значениями. Такая закономерность характерна преимущественно для всех территорий урбанизированных экотопов (в городах Донецк, Макеевка, южные границы Енакиево). Городские агломерации Ясиноватой, Пантелеймоновки и Горловки полностью покрыты ареолом с характеристиками максимально высоких показателей стресса, определенного как по генеративным, так и вегетативным признакам в строении растений-индикаторов. Аргументом в поддержку метода сбора информации фитомониторингового назначения свидетельствуют данные, что все виды сорно-рудеральной фракции флоры региона были представлены в достоверном объеме численности – по представительности особей каждого вида для сбора репрезентативной выборки полиморфизма.

В анализе картографического материала на практике поиска геохимических аномалий, например, в [15, 18], диагностическим критерием отличия природных от антропогенно трансформированных экотопов является ширина переходных значений в средних между большими и малыми интервалов: чем контрастнее переход между значениями, тем величина нарушающего равновесие фактора выше. В собственных исследованиях критерием антропоголерантности системы считали уровень морфологических аномалий по принципу соотношения к тератогенным проявлениям, при этом оперировали значениями геохимических показателей, например, для технофильных элементов [6, 10, 11, 16, 17]. Поэтому искомый в картографической визуализации фактор полемостресса по характеристике перехода в межинтервальных величинах также доказательно визуализируется на примере линий, сопутствующих высоким уровням показателя стресса для индикационных видов растений. По состоянию на конец вегетационного сезона 2023 г. и начало 2024 г. более 35 % всей территории мониторинговых исследований характеризуются высоким и чрезмерно высоким уровнем полемостресса.

Выводы

1. Картографический метод является не только конечным продуктом эколого-ботанических исследований в регионах с высоким уровнем антропопрессии, но и способом вторичного анализа полученных данных для более детального рассмотрения отдельных участков зоны наблюдения и обнаружения дополнительной информации о состоянии экосистем.

2. Информация по картографическим данным в более подробной интервальной дифференциации значений позволяет получать доказательные сведения о наличии фактора полемостресса на приграничных к линии соприкосновения территориях в границах мониторинговой сети в Центральном Донбассе.

3. В системе наблюдений за растениями-индикаторами было установлено, что не менее 15 % всей площади анализируемой территориальной системы находится в стадии самовосстановления, более 25 % всей территории характеризуется угнетением на уровне индикаторных признаков по атипичному структурному полиморфизму информативных в экологическом мониторинге видов растений.

Благодарности

Работа выполнена в рамках инициативной научной темы кафедры ботаники и экологии Донецкого государственного университета «Ботаника антропотехногенеза: индикация и оптимизация», № 0122D000085 без финансирования сторонними организациями, а также в рамках молодежной лаборатории «Диагностика и механизмы адаптации природных и антропогенно-трансформированных экосистем Донбасса» (№ теорегистрации НИОКТР 1023110700153-4-1.6.19;1.6.11;1.6.12).

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов.

Список литературы

1. Гермонова Е. А., Сафонов А. И. ГИС-фитоиндикация при анализе факторов войны: полемостресс в Донбассе // Биодиагностика состояния природных и природно-техногенных систем. Киров : Вятский государственный университет, 2023. С. 36–41. EDN : FWJYJH.
2. Еприщев С. А., Клепиков О. В., Шекови С. В. Дистанционное зондирование Земли как способ оценки качества окружающей среды урбанизированных территорий // Здоровье населения и среда обитания – ЗНиСО. 2020. № 4 (325). С. 5–12. DOI : 10.35627/2219-5238/2020-325-4-5-12. EDN : EIIXVWM.
3. Еприщев С. А., Клепиков О. В., Шекови С. В., Жигулина Е. В. Исследование социально-экологических условий, определяющих устойчивое развитие регионов России // Экология. Экономика. Информатика. Серия: Системный анализ и моделирование экономических и экологических систем. 2019. Т. 1, № 4. С. 212–216. DOI : 10.23885/2500-395X-2019-1-4-212-216. EDN : OIRUTJ.
4. Еприщев С. А., Шекови С. В. Геоинформационное картографирование урбанизированных территорий как механизм социально-экологического мониторинга // Экология. Экономика. Информатика. Серия: Геоинформационные технологии и космический мониторинг. 2019. № 4. С. 25–28. DOI : 10.23885/2500-123X-2019-2-4-25-28. EDN : SSYGGR.
5. Калинина А. В., Гермонова Е. А. Геостратегическая визуализация фитоценозов породных отвалов угольных шахт г. Макеевки в условиях самозарастания и рекультивации // Проблемы экологии и охраны природы техногенного региона. 2018. № 3–4. С. 28–34. EDN : KDDDQU.
6. Колесников С. И. Сравнительная оценка экотоксичности химических элементов // Почвы и окружающая среда. Новосибирск : Институт почвоведения и агрохимии Сибирского отделения РАН, 2023. С. 635–637. EDN : HBTZNV.
7. Мириенко Н. С. Качество пыльцы Diplotaxis muralis (L.) DC. в условиях пгт. Новый свет Старобешевского района // Вестник Донецкого национального университета. Серия A: Естественные науки. 2018. № 3–4. С. 157–161. EDN : YVEOSL.
8. Мириенко Э. И., Макуха А. О. Фитопланктон как показатель экологического состояния прудов г. Донецка // Проблемы экологии и охраны природы техногенного региона. 2018. № 3–4. С. 44–49. EDN : YSXHRB.
9. Николаева О. Н., Барафов А. В., Барафова И. М. Картографическое моделирование техногенного загрязнения Геленджикской бухты // Вестник СГУГиТ (Сибирского государственного университета геосистем и технологий). 2021. Т. 26, № 6. С. 86–95. DOI : 10.33764/2411-1759-2021-26-6-86-95. EDN : JWEATT.
10. Сафонов А. И., Гермонова Е. А. Оценка геосистем Донбасса: фитоиндикация тератогенности и картографический анализ // Вестник Донецкого национального университета. Серия A: Естественные науки. 2023 a. № 1. С. 98–104. EDN : PHAMBH.
11. Сафонов А. И., Гермонова Е. А. Динамика фитоиндикационных показателей по картографическим данным в Донбассе (2013–2023 гг.) // Проблемы экологии и охраны природы техногенного региона. 2023 б. № 4. С. 6–17. EDN : PIVHWY.
12. Семенищенков Ю. А. Некоторые итоги сравнительного анализа двух подходов к крупномасштабному картографированию лесной растительности в Южном Нечерноземье России // Современные проблемы экспериментальной ботаники. Минск: Колорград, 2017. С. 19–23. EDN : HFOAAM.
13. Янишков И. М., Телегана М. В., Кузнецов Н. П. Методика оценки экологической ситуации загрязненных территорий // Экология промышленного производства. 2020. № 1 (109). С. 28–32. EDN : NZQQVI.
14. Belogurov V. Generalized assessment of region environmental state based on mathematical-cartographic modeling with GIS // X International Annual Conference «Industrial Technologies and Engineering» (ICITE 2023), Shymkent, Kazakhstan. Vol. 474. Les Ulis, 2024. P. 02001. DOI : 10.1051/e3sconf/202447402001. EDN : CPOQAF.
15. Ermakov V. V., Tyutikov S. F., Degtyaryov A. P., Gulyaeva U. A., Danilova V. N. Characteristics of the accumulation of metals by plants and the activity of soil enzymes in metallogenic territories of the Northern Caucasus // Geochemistry International. 2022. Vol. 60, N 8. P. 772–778. DOI : 10.1134/s0016702922070023. EDN : HCOKUZ.
16. Frunze O. Sorption capacity of ornamental herbaceous plants under conditions of soil contamination with lead // E3S Web of Conf. 2023. Vol. 462. P. 02004. DOI : 10.1051/e3sconf/202346202004.
17. Kolesnikov S. I., Zubkov D. A., Zharkova M. G., Kazev K. Sh., Akimenko Yu. V. Influence of oil and lead contamination of ordinary chernozem on growth and development of spring barley // Russian Agricultural Sciences. 2019. Vol. 45, N 1. P. 57–60. DOI : 10.3103/S1068367419010075. EDN : USDWAE.
18. Korobova E. M., Baranchukov V. S., Kolmykova L. I. Theoretical and methodological approaches to the analysis of the spatial distribution of endemic diseases of geochemical nature // Geochemistry International. 2023. Vol. 61, No 10. P. 1074–1086. DOI : 10.1134/s0016702923100063. EDN: GCRICW.
19. Kuznetsova V., Kuznetsova E., Kushanova A. Geographic information mapping of flood zones for sustainable development and urban landscape planning // 18th International Multidisciplinary Scientific GeoConference SGEM 2018. Albena, Bulgaria. 2018. P. 393–400. DOI : 10.5593/sgem2018/2.3/S11.050. EDN : VNAQXA.
20. Ma D., Li Yu., Huang Q., Liu B. Analysis of spatio-temporal evolution of regional settlements under the background of rapid urbanization: a case study in Sishui County, China / // Sustainability. 2023. Vol. 15, No. 9. P. 7368. DOI : 10.3390/su15097368. EDN : VMXXPT.
21. Santos Ch. N., Santos A. A. R., Abreu M. C., Martins F. B., Lyra G. B., de Souza J. L., Lyra G. B. Monthly potential evapotranspiration estimated using the Thornthwaite method with gridded climate datasets in Southeastern Brazil // Theoretical and Applied Climatology. 2024. Vol. 155, No. 5. P. 3739–3756. DOI : 10.1007/s00704-024-04847-4. EDN : ZPCJIX.
22. Strizhenok A. V., Ivanov A. V. Monitoring of air pollution in the area affected by the storage of primary oil refining waste // Journal of Ecological Engineering. 2021. Vol. 22, N 1. P. 60–67. DOI : 10.12911/22998993/128873. EDN : MXYYIW.
23. Tabunshchik V. A., Kluckhina A. A., Petlukova E. A., Kalinchyk I. V., Galkina M. V., Penno M. V., Nikiforova A. A. Assessment of the geomorphological basis of landscapes of the Crimean Peninsula using geoinformation technologies // IOP Conference Series : Materials Science and Engineering. 2020. P. 012066. DOI : 10.1088/1757-899X/905/1/012066. EDN : WJKLFB.
24. Yeprintsev S. A., Kurolap S. A., Komov I. V., Mimukov I. V. Y. Monitoring of factors of ecological safety of urbanized territories’ population (by example of settlements of Voronezh region) // Life Science Journal. 2013. Vol. 10, No 12s. P. 846–848. EDN : UZUSAB.

Поступила в редакцию 14 марта 2014 г.