Анализ экологического состояния маргинальных водных объектов с использованием геоинформационных технологий: на примере устья и нижних течений рек Малый Караман и Большой Караман тема диссертации и автореферата по ВАК РФ 03.02.08, кандидат биологических наук Угланов, Никита Александрович

• Угланов, Никита Александрович
• кандидат биологических наук
• 2013

Оглавление диссертации кандидат биологических наук Угланов, Никита Александрович

Оглавление

ВВЕДЕНИЕ

ГЛАВА 1. МЕТОДОЛОГИЯ ЭКОЛОГИЧЕСКОГО МОНИТОРИНГА ВОДНЫХ ОБЪЕКТОВ (ОБЗОР ЛИТЕРАТУРЫ)

1.1 Понятие экологического мониторинга

1.2 Государственный мониторинг водных объектов

1.3 Водные объекты Саратовской области, подлежащие мониторингу

1.3.1 Оценка качества поверхностных вод

1.3.2 Основные проблемы современной системы мониторинга водных объектов

1.4 Моделирование экологических процессов

1.4.1 Теория моделирования

1.4.2 Моделирование в экологии

ГЛАВА 2. МАТЕРИАЛЫ И МЕТОДЫ

2.1 Район и объекты исследования

2.2 Методы исследования

2.2.1 Определение органолептических показателей

2.2.2 Гидробиологические показатели

2.2.3 Определение гидрохимических показателей

2.2.4 Оценка состояния поверхностных вод

2.2.5 Методы гидрологических исследований

2.2.6 Методы статистической обработки экспериментальных данных

ГЛАВА 3. ГИДРОЛОГИЧЕСКИЕ ИССЛЕДОВАНИЯ УСТЬЯ РЕК МАЛЫЙ И БОЛЬШОЙ КАРАМАН И ВЫБОР МОДЕЛИ ГИДРОЛОГИЧЕСКИХ ПРОЦЕССОВ

г»

3.1 Обоснование выбора мест забора проб и проведения измерений для экологического мониторинга

3.2 Обоснование выбранной модели для интерпретации гидрологических данных

3.3 Гидрологические исследования маргинальных зон модельных водных объектов и моделирование водного режима

ГЛАВА 4. РАЗРАБОТКА МЕТОДИКИ ИСПОЛЬЗОВАНИЯ ПРОГРАММНО-АППАРАТНОГО КОМПЛЕКСА ДЛЯ ПРОВЕДЕНИЯ ЭКОЛОГИЧЕСКОГО МОНИТОРИНГА МАРГИНАЛЬНЫХ УЧАСТКОВ ВОДНЫХ ОБЪЕКТОВ

4.1 Разработка программно-аппаратного комплекса для системы мониторинга водных объектов

4.2 Разработка геоинформационной модели исследуемого водного объекта для экологического мониторинга маргинальных зон

ГЛАВА 5. ОЦЕНКА ЭКОЛОГИЧЕСКОГО СОСТОЯНИЯ МОДЕЛЬНЫХ ВОДНЫХ ОБЪЕКТОВ - УСТЬЯ И НИЖНЕГО ТЕЧЕНИЯ РЕК МАЛЫЙ КАРАМАН И БОЛЬШОЙ КАРАМАН ПО ДАННЫМ МОНИТОРИНГА ЗА 2010-2012 гг

5.1. Лабораторно-аналитические исследования проб воды

5.2 Оценка качества вод по интегральным показателям

5.3 Оценка экологического состояния на основании расчёта биотических индексов

ЗАКЛЮЧЕНИЕ

ВЫВОДЫ

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЯ

Используемые сокращения

ПДК - предельно допустимая концентрация ИЗВ - индекс загрязнённости воды

УКИЗВ - удельный комбинаторный индекс загрязнённости воды КЗ - коэффициент загрязнённости

ПХЗ -суммарный показатель химического загрязнения воды

МВО - мониторинг водных объектов

СУБД - система управления базами данных

ИВО - исследуемый водный объект

ГИМ - геоинформационная модель

Введение диссертации (часть автореферата) на тему «Анализ экологического состояния маргинальных водных объектов с использованием геоинформационных технологий: на примере устья и нижних течений рек Малый Караман и Большой Караман»

ВВЕДЕНИЕ

Актуальность. Одной из основных задач современной экологии является изучение структуры, закономерностей функционирования и устойчивого развития водных экосистем и их рациональное использование. Решение этой задачи невозможно без углубленных исследований важнейших компонентов водных экосистем, мобилизующих трофический потенциал водоемов (Розенберг, 2000 [106]; Сергеева, 2006 [112]; Зинченко, 2007 [45]).

В настоящее время водоемы различного типа испытывают интенсивную антропогенную нагрузку разного характера. Поэтому остро стоит как проблема оптимизации использования естественных ресурсов, так и проблема разработки методов снижения антропогенного воздействия на окружающую среду. По данным ряда авторов, существует объективное противоречие между тенденцией роста водопотребления при повышении требований к качеству воды и прогрессирующим отрицательным влиянием антропогенных факторов на водные объекты (Цхай, 2001 [124]; Лукьяненко, 2002 [57]; Орлов и др., 2012 [73]).

Водные ресурсы Саратовской области подвергаются значительному влиянию со стороны человека (Доклад о состоянии и об охране окружающей среды Саратовской области в 2011 году [36]), что связано, прежде всего, с функционированием на Волге одного из крупнейших водохранилищ мира -Волгоградского, протяженность которого составляет 670 км, площадь достигла 3309 км , а объем превысил 32,1 км . Вопросы изменений гидрологического режима притоков водохранилищ практически не рассматривались (Лукьяненко и др., 1994 [56]; Шитиков и др., 2003 [128]; Елисеев и др., 2003 [38]). Большинство малых рек региона имеют небольшой расход и малую водообеспеченность, низкую скорость течения и малую глубину, что определяет неблагоприятные условия для разбавления и смешения загрязнений, снижая тем самым самоочищающую способность водотоков. Высокий уровень зарегулированности превращает их в цепь слабопроточных водохранилищ, а высокие летние температуры способствуют эвтрофикации

водоемов. Традиционное расположение сельских населенных пунктов в береговой зоне, широкое использование рек для орошения и рекреации усугубляет экологическую ситуацию на малых реках (Никаноров, 2005 [70]).

Постоянный контроль состояния водных ресурсов чрезвычайно важен для выработки эффективных мер по их использованию и принятию связанных с ними управленческих решений. В настоящее время использование геоинформационных технологий и программно-аппаратных комплексов позволяет более быстро и точно производить анализ показателей окружающей среды и соответственно делать более точные прогнозы и расчеты экологических рисков (Бобырев и др., 2010 [16]; Тихомирова и др., 2011 [115]; Подольский и др., 2012 [79]). Такой подход позволяет проводить анализ большого объема исходной информации, на основании которой вырабатывать научно обоснованные и эффективные решения в области рационального природопользования.

Целью работы было проведение экологического мониторинга маргинальных участков модельных водных объектов с учетом особенностей гидрологических процессов и с использованием программно-аппаратного комплекса для оценки и прогнозирования экологической ситуации, оценки степени антропогенного воздействия.

Задачи исследования:

1. Обоснование выбора мест забора проб и проведения измерений для экологического мониторинга по данным гидрологических исследований устья и нижних течений рек Малый и Большой Караман.

2. Разработка методики использования программно-аппаратного комплекса (базовых моделей исследуемых процессов, алгоритмов обработки информации, структуры базы данных и т.д.) для проведения экологического мониторинга водных экосистем на примере устья и нижних течений рек Малый и Большой Караман.

3. Проведение комплексных гидрохимических и гидробиологических исследований устья и нижних течений рек Малый и Большой Караман в полевые сезоны 2010-2012 гг.

4. Анализ экологического состояния маргинальных участков модельных водных объектов на примере устья и нижних течений рек Малый и Большой Караман за 2010-2012 гг. по интегральным показателям.

5. Разработка рекомендаций по совершенствованию экологического мониторинга маргинальных участков водных экосистем и их рациональному природопользованию.

Научная новизна. Разработана инновационная методика экологического мониторинга водных объектов на основе современных информационных технологий, позволяющая осуществлять прогнозирование процессов, протекающих в маргинальной водной экосистеме, и оценивать степень антропогенной нагрузки. Проведены комплексные гидрологические исследования устья и нижних течений рек Малый и Большой Караман, и обоснован выбор мест забора проб и проведения измерений для экологического мониторинга. Впервые выявлены маргинальные зоны водных объектов как территории взаимодействия двух водных объектов, сопровождающиеся качественными изменениями базовых процессов. Обоснована необходимость проведения гидрологических исследований маргинальных зон, предваряющих гидрохимические, гидробиологические, токсикологические и санитарно-гигиенические исследования водного объекта.

Разработаны структуры базы данных для маргинальных водных объектов на примере устья и нижних течений рек Малый и Большой Караман. На основе современных информационных технологий созданы модели основных процессов, протекающих в маргинальной водной экосистеме на примере устья и нижних течений рек Малый и Большой Караман, и алгоритмы прогнозирования их состояния на основании результатов экологического мониторинга.

С использованием программно-аппаратного комплекса, обеспечивающего сбор, обработку и отправку первичной информации о состоянии маргинальных зон водного объекта на сервер, проведён экологический мониторинг устья и нижних течений рек Малый и Большой Караман в полевые сезоны 2010-2012 гг.

Проанализировано экологическое состояние маргинальных зон на примере устья и нижних течений рек Малый и Большой Караман за 2010-2012 гг.; выявлена сезонная динамика основных гидрохимических характеристик. Установлены превышения ПДКрх. по показателям перманганатной окисляемости и БПК5 на участках рек вблизи населенных пунктов. По данным интегральных гидробиологических и гидрохимических показателей сделано заключение о неоднородности загрязнения исследуемых объектов и разработаны рекомендации по их рациональному природопользованию.

Практическая значимость. Реализован метод сбора и обработки данных об экологическом состоянии водного объекта, который позволяет передавать значения определяемых ex tempore параметров на сервер в режиме онлайн, при наличии соединения с сетью Интернет. Усовершенствована методика экологического мониторинга водных объектов региона с использованием подвижных объектов и технологий GPS-GPRS. Разработанный комплекс дает возможность автоматизировать сбор данных об экологическом состоянии объекта с использованием современных и относительно недорогих компонентов, позволяет формировать комплектацию лаборатории с применением различных сенсоров для конкретных исследований. Разработаны рекомендации по совершенствованию экологического мониторинга маргинальных зон водных объектов. Полученные данные могут быть использованы при оценке современного состояния водных ресурсов Саратовской области; компьютерном моделировании исследуемых ресурсов и построении экспертной системы, позволяющей получить полную и точную информацию об их экологическом состоянии; при мониторинге состояния

водных объектов на фоне различных внешних воздействий, в том числе и антропогенного характера.

Результаты исследований внедрены в учебный процесс кафедры экологии Саратовского государственного технического университета имени Гагарина Ю.А., используются при чтении лекций и проведении практических занятий по курсу «ГИС в экологических исследованиях» при подготовке бакалавров по направлению «Экология и рациональное природопользование»; при проведении летних полевых практик и подготовке курсовых и дипломных работ.

Апробация работы,. Материалы диссертации были представлены и обсуждены на научных конференциях: Всероссийской научно-практической конференции «Социальные проблемы медицины и экологии» (Саратов, 2009); XXIV-XXVI Международных научных конференциях «Математические методы в технике и технологиях» (Саратов, 2011-2013); Всероссийских научно-практических форумах «Экология: синтез естественно-научного, технического и гуманитарного знания» (Саратов, 2010- 2012); Всероссийских научно-практических конференциях с международным участием «Экологические проблемы промышленных городов» (Саратов, 2011-2013); Фестивалях науки (Саратов, 2011, 2012); региональной научно-практической конференции «Информационно-технологические проблемы в экологии» (Маркс, 2011); VI и VII Саратовских салонах изобретений, инноваций и инвестиций (Саратов, 2011, 2012); Международной научной конференции «Современные проблемы загрязнения окружающей среды» (Тенерифе, 2012); Международном конгрессе «International and Communication Technologies in Education, Manufacturing and Research» (Саратов, 2012); Международной научной конференции «Компьютерное моделирование в науке и технике» (Андорра, 2012); Международной научной конференции «Проблемы экологического мониторинга» (Рим-Флоренция, 2012); Всероссийской научной конференции с международным участием «Актуальные проблемы экологии Волжского бассейна» (Тольятти, 2013); научных конференциях студентов и аспирантов

Саратовского государственного технического университета имени Гагарина Ю.А. (Саратов, 2009-2013), конкурсах «У.М.Н.И.К.» 2011-2013 в рамках ММТТ-24-26; Международном научно-практическом форуме «Великие реки 2013».

На VI Саратовском салоне изобретений, инноваций и инвестиций работа была удостоена диплома I степени и отмечена как «Лучший молодёжный проект 2011 года» с вручением ценного приза.

Работа выполнена в рамках ОНН СГТУ «Оценка действия экологических (антропогенных) факторов на состояние окружающей среды и здоровье населения» (2009-2010); гранта АВЦП «Разработка инновационной методологии мониторинга и прогнозирования состояния водных экосистем региона на основе современных информационных технологий» (СГТУ-331, 2011) и гранта ФЦП «Разработка инновационной 1Т-методологии мониторинга и прогнозирования состояния экосистем в условиях повышенной антропогенной нагрузки» (СГТУ-7, 2012-2013).

Личный вклад автора

Автором проведен анализ литературных источников по теме диссертации, планирование экспериментальных исследований и подбор методов для достижения поставленной цели проведены совместно с научным руководителем и научным консультантом. Полевые и экспериментальные исследования выполнялись автором лично или при непосредственном участии в составе научной группы в период с 2010 по 2012 гг. Обработка полученных данных, их интерпретация и оформление, а также разработка практических предложений по мониторингу маргинальных зон водных объектов осуществлены автором самостоятельно.

По материалам диссертации опубликовано 20 научных работ, в том числе 3 статьи в журналах из списка рекомендованных ВАК РФ.

Структура и объём диссертации. Диссертация состоит из введения, обзора литературы, главы материалов и методов, 3 глав собственных исследований, заключения, выводов. Материалы диссертации изложены на 150

страницах текста, включают 31 рисунок и 17 таблиц. Список использованных литературных источников включает 168 наименований, в том числе 39 зарубежных.

Основные положения, выносимые на защиту

• При экологическом мониторинге маргинальных участков водных объектов необходимы гидрологические исследования для обоснования выбора мест забора проб и проведения измерений.

• Использование программно-аппаратного комплекса и базы данных для экологического мониторинга маргинальных участков водных объектов позволяет моделировать основные гидрологические процессы, определять границы маргинальных участков и зоны повышенных экологических рисков.

• Значения интегральных гидрохимических и биологических показателей устья и нижних течений рек Малый и Большой Караман свидетельствуют о выраженном действии Волжского каскада на качество воды, сезонную динамику и неоднородность загрязнения антропогенного характера.

ГЛАВА 1. МЕТОДОЛОГИЯ ЭКОЛОГИЧЕСКОГО МОНИТОРИНГА

ВОДНЫХ ОБЪЕКТОВ (ОБЗОР ЛИТЕРАТУРЫ)

1.1 Понятие экологического мониторинга

Опасность отрицательных воздействий промышленности и сельского хозяйства на состояние биосферы и здоровье человека требует создания системы контроля и прогнозов состояния биосферы и ее компонентов. В данной системе должны быть отражены антропогенные сдвиги окружающей природной среды, на фоне ее естественных изменений. Систему повторных наблюдений одного и более элементов окружающей природной среды в пространстве и во времени с определенными целями и в соответствии с заранее подготовленной программой было предложено называть мониторингом.

Таким образом, мониторинг - это система наблюдений, оценки и прогноза состояния окружающей природной среды, не включающая управление качеством окружающей природной среды (Афанасьев, 2001 [2]).

Под экологическим мониторингом понимают систему наблюдений за изменениями природной среды, вызванными антропогенными причинами, которая позволяет прогнозировать развитие этих изменений. Экологический мониторинг объединяет в себе геофизический и биологический мониторинг (Водный кодекс Российской Федерации, 2007 [19]).

1.2 Государственный мониторинг водных объектов

Динамичный характер водных ресурсов не позволяет принимать обоснованные управленческие решения без надежных данных о количественных и качественных показателях состояния водных объектов. Средством получения таких данных является государственный мониторинг водных объектов, который представляет собой составную часть системы государственного мониторинга окружающей среды.

В соответствии со ст. 30 Водного кодекса Российской Федерации, государственный мониторинг водных объектов представляет собой систему наблюдений, оценки и прогноза изменений состояния водных объектов, находящихся в федеральной собственности, собственности субъектов Российской Федерации, собственности муниципальных образований, собственности физических лиц, юридических лиц (Водный кодекс Российской Федерации, 2007 [19]).

Государственный мониторинг водных объектов осуществляется в целях:

1) своевременного выявления и прогнозирования развития негативных процессов, влияющих на качество воды в водных объектах и их состояние, разработки и реализации мер по предотвращению негативных последствий этих процессов;

2) оценки эффективности осуществляемых мероприятий по охране водных объектов;

3) информационного обеспечения управления в области использования и охраны водных объектов, в том числе для государственного контроля и надзора за использованием и охраной водных объектов.

Государственный мониторинг водных объектов включает в себя:

1) регулярные наблюдения за состоянием водных объектов, количественными и качественными показателями состояния водных ресурсов, а также за режимом использования водоохранных зон;

2) сбор, обработку и хранение сведений, полученных в результате наблюдений;

3) внесение сведений, полученных в результате наблюдений, в государственный водный реестр;

4) оценку и прогнозирование изменений состояния водных объектов, количественных и качественных показателей состояния водных ресурсов.

Государственный мониторинг водных объектов состоит из:

1) мониторинга поверхностных водных объектов с учетом данных мониторинга, осуществляемого при проведении работ в области гидрометеорологии и смежных с ней областях;

2) мониторинга состояния дна и берегов водных объектов, а также состояния водоохранных зон;

3) мониторинга подземных вод с учетом данных государственного мониторинга состояния недр;

4) наблюдений за водохозяйственными системами, в том числе за гидротехническими сооружениями, а также за объемом вод при водопотреблении и водоотведении.

Государственный мониторинг водных объектов осуществляется в границах бассейновых округов с учетом особенностей режима водных объектов, их физико-географических, морфометрических и других особенностей.

Организация и осуществление государственного мониторинга водных объектов проводятся уполномоченными Правительством Российской Федерации федеральными органами исполнительной власти с участием уполномоченных органов исполнительной власти субъектов Российской Федерации (ГОСТ 17.1.3.07-82, 28).

1.3 Водные объекты Саратовской области, подлежащие мониторингу

Саратовская область обладает богатыми запасами поверхностных водных ресурсов. В пределах области протекает 358 рек длиной более 10 км, общая протяженность их составляет 12331 км, в том числе 58 рек длиной более 50 км каждая (рисунок 1).

Все реки, протекающие по территории Саратовской области, относятся к трем водосборным бассейнам: Волжскому, Донскому, Камыш-Самарских озер (таблица 1) (Доклад о состоянии и об охране окружающей среды Саратовской области в 2011 году [36]).

Среднемноголетние ресурсы речного стока Саратовской области

составляют 264,8 км /год, в том числе 6,91 км /год формируется в пределах ее

1 <2 границ; удельные ресурсы - 69 тыс. м /год на 1 км территории и 2,5 тыс. м /год

на 1 жителя. Основной запас поверхностных водных ресурсов области

Рисунок 1 - Бассейны рек Саратовской области

приходится на р. Волгу, протяженность которой в границах области составляет 420 км и на которой расположено два наиболее крупных водохранилища:

Рисунок 1 - Бассейны рек Саратовской области

Волгоградское (гидроузел за пределами области): полный объем при нормальном подпорном уровне (НПУ) - 31,45 км3, полезный объем - 8,25 км3, площадь зеркала - 3117 км , средняя глубина -10 м;

Саратовское (гидроузел в г. Балаково): полный объем при НПУ - 12,87

3 3 2

км , полезный - 1,75 км , площадь зеркала - 1831 км , средняя глубина -7м (Доклад о состоянии и об охране окружающей среды Саратовской области в 2011 году [36]).

Таблица 1 - Распределение водных ресурсов области по бассейнам рек

Водосборные бассейны Площадь бассейнов в пределах области, тыс. км2 Количество рек Наиболее крупные реки бассейна Водные ресурсы бассейнов, в % от общего количества Удельные ресурсы, тыс. м3/км2 в год

Реки Волга 53,0 61 Бол. и Мал. Иргиз, Бол. и Мал. Караман, Еруслан, Терешка, Чардым, Курдюм 65,8 85,6

Реки Дон 30,2 62 Иловля, Медведица, Хопер 28,7 64,8

Камыш-Самарских озер 17,0 5 Бол. и Мал. Узень 5,5 22,2

1.3.1 Оценка качества поверхностных вод

Согласно «Правилам охраны поверхностных вод от загрязнения сточными водами» 1991г., все водные объекты подразделяются на 2 типа:

1) хозяйственно-питьевого и культурно-бытового назначения;

2) используемые для рыбохозяйственных целей.

В свою очередь, водные объекты первого типа подразделяются на две категории:

1) объекты, используемые для централизованного хозяйственно-питьевого водоснабжения и снабжения пищевых предприятий;

2) объекты, используемые для рекреационных целей (купания, спорта, отдыха), и водоемы в черте населенных пунктов.

Водные объекты второго типа тоже имеют две категории:

1) объекты, используемые для сохранения и воспроизводства ценных видов рыб, обладающих высокой чувствительностью к кислороду;

2) объекты, используемые для всех других видов рыбохозяйственной деятельности (Правила охраны поверхностных вод от загрязнения, 1991 [81]).

Наиболее простым и распространенным методом оценки качества поверхностных вод является оценка качества воды по отдельным гидрохимическим показателям, в основе которой лежит сопоставление абсолютных значений ингредиентов и показателей загрязнения с нормативами. В качестве нормативов в нашей стране принята система предельно допустимых концентраций (ПДК), разработанная для водных объектов хозяйственно-питьевого и культурно-бытового водопользования и для рыбохозяйственных объектов (Единые критерии качества вод, 1982 [37]).

В зависимости от ПДК все химические вещества разделены на 5 классов опасности:

- чрезвычайно опасные (1-й класс);

- высоко опасные (2-й класс);

- умеренно опасные (3-й класс);

- малоопасные (4-й класс);

- безопасные (5-й класс).

Используемая в настоящее время оценка качества вод с помощью ПДК имеет ряд существенных недостатков, которые обусловлены:

- несоответствием между громадным количеством поступающих в водные объекты веществ антропогенного происхождения и относительно малым числом установленных ПДК;

- отсутствием полной ясности в оценке совместного действия этих веществ на здоровье человека и состояние водных экосистем;

-трудностями аналитического определения ряда веществ на уровнях, близких к ПДК;

-сложностями в организации и проведении текущего контроля загрязненности водных объектов (Орлов и др., 2012 [73]).

Некоторыми специалистами предлагается контроль в реке по ПДК заменить контролем качества сбрасываемых в реки сточных вод, а оценку качества рек и водоемов производить преимущественно на основе биологических критериев. Однако на современном этапе используемая оценка качества вод с помощью ПДК, несмотря на указанные недостатки, остается достаточно простым и удобным индикатором качества природных вод и служит правовой основой для решения ряда вопросов водоохранной практики.

В последние годы усилия многих исследователей (Баренбойм и др., 2008 [7]; Мусатов, 2001 [65]) направлены на разработку иных подходов к решению проблемы оценки качества воды, в основе которых лежит использование комплексных характеристик состояния водных объектов. Одним из них является использование интегральных показателей, характеризующих свойства воды, обусловленные комплексом физико-химических и в ряде случаев биологических процессов (например, рН, растворенный кислород и др.), и групповых показателей, объединяющих несколько веществ (например, общий азот, органический углерод и т.д.).

В ряде случаев, при анализе информации о загрязнении поверхностных вод возникает необходимость ее сжатого представления в виде комплексных

интегральных индексов, составленных по совокупности значений так или иначе выбранных показателей. Поскольку в индекс входит большое число показателей, то по его значению нельзя непосредственно определить величину отдельного показателя, а можно лишь ориентировочно указать диапазон его возможных значений. Тем не менее, такого рода оценки могут быть использованы при определении эффективности работы очистных сооружений, прогнозировании качества воды и разработке водоохранных мероприятий (Шитиков и др., 2003, 128).

К примеру, во ВНИИВО В.П. Белогуровым и др. [10] разработан коэффициент загрязненности (КЗ) - обобщенный показатель, характеризующий относительную степень загрязненности по всем нормируемым показателям качества воды, измеряемым многократно во многих створах водного объекта или его участка. Величина КЗ показывает, во сколько раз в среднем по всем измерениям нормируемые показатели качества воды превышают наиболее жесткие ПДК. По мнению авторов, коэффициент загрязненности позволяет оценивать и сравнивать между собой уровни загрязненности и тенденции их изменения для различных регионов.

Многообразие реакций водных организмов на воздействие загрязняющих веществ послужило основой создания множества различных вариантов гидробиологических методов оценки качества природных вод. В настоящее время в России и за рубежом используются различные системы оценок, основанные на выделении показательных (индикаторных) организмов, определении микробиологических показателей качества воды, продукционных характеристик сообщества, а также анализа комплекса структурных и функциональных показателей состояния биоты.

Широкое распространение получила классификация степени загрязненности водоемов по содержащимся в них видам растений и животных, разработанная Р. Колквитцем и М. Марсоном в 1909 г. Эта классификация, получившая название системы сапробности, в дальнейшем была усовершенствована и дополнена Я. Я. Никитинским и Г. И. Долговым в 1927 г. По

определению этих авторов, сапробностью называется комплекс физиологических свойств данного организма, обусловливающий его способность развиваться в воде с тем или иным содержанием органических веществ, с той или иной степенью загрязнения.

В зависимости от степени загрязнения воды водоемов и их отдельных участков выделяют следующие зоны сапробности (таблица 2).

Таблица 2 - Зоны сапробности

Зоны сапробности (по Колквитцу и Марсону, 1909 г.) Знак зоны Класс чистоты

Полисапробная Р IV

Альфа-мезосапробная а-ш III

Бета-мезосапробная в-ш II

Олигосапробная о I

Полисапробная зона характеризуется большим содержанием нестойких органических веществ и продуктов их анаэробного распада. Альфа-мезосапробная зона характеризуется началом анаэробного распада органического вещества. Бета-мезосапробная зона присуща водоемам, почти свободным от нестойких органических веществ. Олигосапробная зона характеризует практически чистые водоемы с небольшим содержанием нестойких органических веществ и продуктов их минерализации.

В течение многих лет системы оценки качества вод по гидрохимическим и гидробиологическим показателям существовали практически независимо друг от друга, но возросшие требования к охране природных объектов от загрязнения и необходимость сохранения целостности их экосистем диктуют целесообразность совместного использования дополняющих друг друга оценок.

В качестве примера системы оценки качества природных вод, с позиции экологического благополучия, учитывающей целый комплекс гидрохимических и гидробиологических показателей, можно привести нормативы качества поверхностных проточных вод, разработанные по линии Совещания руководителей водохозяйственных органов стран - членов СЭВ (Израэль, 1984 [46]).

Оценка степени чистоты или загрязненности воды осуществляется на основе сопоставления фактических и нормативных значений репрезентативных показателей качества воды. При этом выделяются следующие группы этих показателей:

А - общефизические показатели и показатели неорганических веществ;

Б - общие показатели органических веществ;

В - показатели неорганических промышленных загрязняющих веществ;

Г - показатели органических промышленных загрязняющих веществ;

Д - биологические показатели.

Как известно, рыбохозяйственные нормативы качества воды (ПДК) являются более жесткими по сравнению с гигиеническими, поэтому они в большей степени отвечают экологическим требованиям (СаНПиН 2.1.4.1175-02 [109]). Вместе с тем, по целому ряду веществ (хлориды, нитриты, свинец, производные нефти и др.) экологические требования значительно выше даже рыбохозяйственных. За основу оценки качества воды принимается класс качества, который определяется по каждому из нормируемых показателей в конкретном пункте наблюдений с учётом водности объекта за период времени. В соответствии с этими рекомендациями, предполагается оценка качества воды по шести классам. Достоинством данной классификации является то, что она основана на экологических критериях состояния водных объектов с учетом устойчивости их как экосистемы. Недостаток ее заключается в однозначности определения класса качества по одному или многим показателям, соответствующим этому классу.

Таким образом, со временем происходит усложнение оценок качества природных вод, использующих в качестве критерия ПДК, - от простых оценок по единичным физико-химическим показателям к более сложным интегральным оценкам и к еще более сложным методам, оценивающим качество воды по комплексу гидрохимических, гидробиологических и других показателей. Существующие методы оценок разнообразны, часто созданы для решения вполне определенных задач, а следовательно, каждый из них имеет в зависимости от

своих особенностей ограниченное применение. В связи с этим, по мнению многих специалистов (Степановская, Баренбойм, 2007 [114]; Чалова, Крылов, 2007 [125]), актуальной задачей является создание системы оценки экологического состояния водных объектов, тесно связанной, прежде всего, с разработкой критериев (экологических норм) «здоровья» водной экосистемы. Трудности, возникающие при попытках решения этой проблемы, связаны с чрезвычайным многообразием факторов, обусловливающих формирование качества поверхностных вод и ограниченностью наших знаний о функционировании водных экосистем и их реакциях на воздействия как антропогенного, так и естественного происхождения. Следовательно, проблема оценки качества поверхностных вод, и его изменений в условиях антропогенного воздействия является в настоящее время недостаточно разработанной, а методы оценки их загрязненности нуждаются в дальнейшем совершенствовании.

Для оценки уровня загрязненности воды используются комплексные показатели, приведенные в таблицах 3 и 4: класс качества воды, индекс загрязненности воды (ИЗВ) или удельный комбинированный индекс загрязненности воды (УКИЗВ) (РД 52.24.643-2002 [104]).

Таблица 3 — Критерии загрязненности воды по классу качества и индексу загрязнения

(по величине УКИЗВ)

Класс качества воды Качество воды Величина УКИЗВ

1-й класс Условно чистая Менее и равна 0,3

2-й класс Слабо загрязненная Более 0,3 до 1,0

3-й класс: разряд «а» Загрязненная Более 1,0 до 2,5

разряд «б» Очень загрязненная Более 2,5 до 4,0

4-й класс: разряд «а» Грязная Более 4,0 до 6,0

разряд «б» Весьма грязная Более 6,0 до 10,0

разряд «в» Очень грязная Более 10,0 до 12,5

разряд «г» Чрезвычайно грязная Более 12,5 до 16,0

5-й класс Экстремально грязная Более 16,0

УКИЗВ рассчитывается по данным режимных наблюдений (систематических или не менее шести разовых наблюдений) за состоянием воды водного объекта (таблица 5). При более низкой разрешающей способности сети наблюдений (число наблюдений менее шести) рассчитывается ИЗВ, характеризующей качество воды с меньшей достоверностью.

Значения УКИЗВ (ИЗВ) могут варьировать в водах различной степени загрязненности от 1 до 16. Большему значению индекса соответствует худшее качество воды.

Таблица 4 - Критерии загрязненности воды по классу качества и индексу загрязнения

(по величине ИЗВ)

Класс качества воды Качество воды Величина ИЗВ

1-й класс Очень чистая Менее и равна 0,3

2-й класс Чистая Более 0,3 до 1,0

3-й класс Умеренно загрязненная Более 1,0 до 2,5

4-й класс Загрязненная Более 2,5 до 4,0

5-й класс Грязная Более 4,0 до 6,0

6-й класс Очень грязная Более 6,0 до 10,0

7-й класс Чрезвычайно грязная Более 10,0

Таблица 5 - Годовой объем стока рек Саратовской области

ГЦ Объем стока, Объем стока, средний за год,

г л а Средне- средний по млн. м ,

№ Река - пост § « годовой водности годовой/ весенний/ меженный

п/п 9 О. 1 о СО расход, м3/с Годовой/ весенний/ меженный 2005 г. 2006 г. 2007 г. 2008 г. 2009 г. 2010 г. 2011 г.

1 2 3 4 5 6 7 8 9 10 11 12

272,0 169,0 180,0 204,0 168,0 104,0 234,0 77,0

1 р. М. Узень - с. М. Узень 930 8,54 258,0 95,7 18,4 34,6 3,51 24,7 140,0 31,5

14,0 73,3 162,0 169,0 164,0 79,3 94,0 35,5

р. Б. Узень -г. Новоузенск 334,0 514,0 76,0 139,0 25,6 48,3 571,0 245,0

2 480 11,1 317,0 17,0 484,0 30,0 40,5 35,5 110,0 29,0 4,76 20,8 0,29 48,0 506,0 65,0 217,0 28,0

3 р. М. Иргиз -с. Селезниха 110 - 103,0 90,7 12,3 75,7 подпор 11,3 подпор 8,37 подпор 7,78 подпор 6,89 подпор 53,0 подпор 130,0 подпор

706,0 - - - - - -

4 р. Б. Иргиз - г, Пугачев 8200 - 582,0 124,0 562,0 подпор 70,3 подпор 179,0 подпор 30,7 подпор 4,12 подпор 144,0 подпор 393,0 подпор

5 р. Б. Караман -п.г.т. Советское 470 2,35 90,8 76,3 14,5 90,2 73,5 16,7 29,6 8,6 21,0 25,2 3,23 22,0 14.2 0,91 13.3 12,0 6,19 5,81 89.3 80.4 8,9 26,2 13,9 12,3

31,2 33,1 33,1 26,5 31,0 21,1 26,5 21,8

6 р. Казанла - с. Куриловка 81 1,01 16,4 16,2 13,4 7,36 13,3 6,66 10,9 7,43

14,8 16,9 19,7 19,1 17,7 14,4 15,6 14,4

20,8 25,5 23,0 21,8 20,2 21,4 23,1 19,3

7 р. Алай - с. Балтай 50 0,68 12,0 11,7 8,2 5,68 5,84 4,81 7,38 4,81

8,8 13,8 14,8 16,1 14,4 16,6 15,7 14,5

8 р. Терешка -с. Медяниково 670 21,8 678,0 287,0 804,0 384,0 653,0 228,0 574,0 136,0 670,0 208,0 501,0 150,0 583,0 216,0 558,0 190,0

391,0 420,0 425,0 438,0 462,0 351,0 367,0 368,0

Окончание таблицы 5

1 2 4 5 6 7 8 9 10 11 12

1419,0 2390,0 2390,0 1790,0 2030,0 1082,0 1300,0 1050,0

9 р. Хопер - г. Балашов 4300 45,8 1090,0 1489,0 1383,0 815,0 1015,0 447,0 840,0 462,0

329,0 901,0 1007,0 975,0 1015,0 635,0 460,0 588,0

218,0 296,0 297,0 158,0 265,0 85,5 167,0 97,1

10 р. Карай - с. Подгорное 620 7,12 160,0 240,0 231,0 712,0 144,0 24,6 116,0 35,0

58 56,0 66,0 86,8 121,0 60,9 51,0 62,1

р. Медведица -п.г.т. Лысые Горы 587,0 691,0 826,0 624,0 626,0 486,0 734,0 677,0

11 610 19,2 388,0 360,0 451,0 182,0 280,0 129,0 411,0 310,0

199,0 331,0 375,0 442,0 346,0 357,0 323,0 367,0

21,8 18,5 22,7 10,9 38,3 5,36 12,0 18,9

12 р. Терса- с. Казачка 07 0,66 18,8 14,5 20,1 6,9 28,8 1,57 9,29 16,1

3,0 4,0 2,6 4,0 9,5 3,79 2,71 2,8

13 р. Иловля с. Гвардейское 44 0,67 18,6 12,4 29,6 21,0 29,0 21,9- 5,99 1,97 11,1 6,73 7,25 3,70 23,1 18,8 9,16 4,89

6,2 8,6 7,0 4,02 4,37 3,55 4,3 4,27

82,6 127,0 140,0 102,0 117,0 87,1 142,0 131,0

14 р. Аткара - г. Аткарск 030 2,81 58,7 55,7 71,5 24,1 30,1 21,6 73,0 45,8

23,9 71,3 68,5 77,9 86,9 65,5 69,0 85,2

Таблица 6 - Уровень загрязненности поверхностных вод рек области в 2005-2011 годах

(По данным Доклада о состоянии н об охране окружающей среды Саратовской области в 2011 году)

Наименование реки, месторасположение пункта наблюдения Индекс загрязненности воды (УКИЗВ) Класс качества воды

2005 г. 2006 г. 2007 г. 2008 г. 2009 г. 2010 г. 2011 г.

р. Карай, с. Подгорное 1,66 3«а» класс «загрязненная» 1,66 3«а» класс «загрязненная» 2,64 3«б» класс «очень загрязненная» 2,88 3«б» класс «очень загрязненная» 3,31 3 «б» класс «очень загрязненная» 3,97 3«б» класс «очень загрязненная» 4,20 4«а» класс «грязная»

р. Хопер, г. Балашов 1,03 3«а» класс «загрязненная» 1,14 3«а» класс «загрязненная» 3,05 3«б» класс «очень загрязненная» 3,89 3«б» класс «очень загрязненная» 3,98 3«б» класс «очень загрязненная» 4,28 4«а» класс «грязная» 3,67 3«б» класс «очень загрязненная»

р. Медведица, р.п. Лысые Горы 1,61 3 «а» класс «загрязненная» 2,32 3«а» класс «загрязненная» 3,39 3«б» класс «очень загрязненная» 4,3 4«а» класс «грязная» 3,63 3«б» класс «очень загрязненная» 3,97 3«б» класс «очень загрязненная» 4,32 4«а» класс «грязная»

р. Аткара, г. Аткарск 1,09 3«а» класс «загрязненная» 1,2 3«а» класс «загрязненная» 3,34 3«б» класс «очень загрязненная» 2,57 3«б» класс «очень загрязненная» 3,31 3 «б» класс «очень загрязненная» 4,04 4«а»класс «грязная» 4,77 4«а» класс «грязная»

р. Большой Иргиз, г. Пугачев 1,1 3«а» класс «загрязненная» 1,1 3«а» класс «загрязненная» 3,32 3«б» класс «очень загрязненная» 3,12 3«б» класс «очень загрязненная» 3,93 3«б» класс «очень загрязненная» 4,21 4«а» класс «грязная» 4,00 4«а» класс «грязная»

р. Малый Узень, с. Малый Узень 1,14 3«а» класс «загрязненная» 1,15 3«а» класс «загрязненная» 2,75 3«б» класс «очень загрязненная» 2,76 3«б» класс «очень загрязненная» 2,49 3«а» класс «загрязненная» 2,49 3«а» класс «загрязненная» 3,86 3«б» класс «очень загрязненная»

р. Большой Узень, г. Новоузенск 1,52 3«а» класс «загрязненная» 1,1 - 3«а» класс «загрязненная» 2,88 3«б» класс «очень загрязненная» 2,81 3«б» класс «очень загрязненная» 3,83 3«б» класс «очень загрязненная» 3,66 3«б» класс «очень загрязненная» 4,36 4 «а» класс «грязная»

Основной объем работ по наблюдению за качеством поверхностных вод на территории области проводит ФГУ «Саратовский областной центр по гидрометеорологии и мониторингу окружающей среды». Постоянные наблюдения в 2005-2011 годах велись на семи постах, расположенных на малых реках области. Два поста относятся к 3-й категории с ежемесячным отбором проб воды (р. Хопер и р. Большой Иргиз), пять постов - к 4-й категории с отбором проб воды в основные гидрологические фазы (р. Карай, р. Медведица, р. Аткара, р. Малый Узень, р. Большой Узень).

Уровень загрязненности поверхностных вод рек за 2005-2011 годы представлен в таблице 6.

1.3.2 Основные проблемы современной системы мониторинга водных объектов

Основные проблемы водного хозяйства России связаны с высоким уровнем антропогенных нагрузок на водные объекты, прежде всего с загрязнением разнообразными химическими веществами, нарушением естественного режима при строительстве гидротехнических сооружений, безвозвратными изъятиями воды (Хубларян, 1999 [121]).

Водные объекты, за исключением специальных резервуаров технического назначения, являются местообитанием множества видов живых организмов. Именно биота обеспечивает важнейшее свойство водных экосистем -способность к самоочищению. Если антропогенная нагрузка не превышает определенных пределов, водный объект с ней справляется. Если этот предел превзойден, происходит деградация водной экосистемы (Розенберг и др., 2000 [106]). Одновременно снижается и способность к самоочищению. Заботясь об устойчивости водной экосистемы, человек обеспечивает и удовлетворение своих потребностей в качественном водном ресурсе.

Таким образом, водное хозяйство должно быть экологически безопасным. Возникает проблема управления экологическим состоянием водных объектов, которые используются для хозяйственных целей. А таких водных объектов —

большинство. Необходимо создать систему мониторинга водных объектов (МВО) - систему наблюдения за состоянием водных объектов и источниками вредных воздействий на них. Система МВО решает важнейшую задачу управления водным хозяйством: обеспечивать ее необходимой информацией.

Система мониторинга является наукоемкой отраслью водного хозяйства. Во-первых, она имеет дело с огромным числом факторов, за которыми необходимо вести наблюдения. Это гидрохимический мониторинг. Достаточно назвать число компонентов, для которых установлены нормативы ПДК - их около двух тысяч веществ. Это гидробиологический мониторинг. Число водных организмов, обитающих в водных объектах и характеризующих их экологическое состояние, - более сотни видов. Это гидрологический и гидрофизический мониторинг, определяющий уровень воды и ряд важных параметров (температура, мутность воды, рН и пр.), прямо влияющих на состояние водных экосистем.

Во-вторых, система экологического мониторинга, должна отвечать на практически важные вопросы: каков допустимый уровень антропогенной нагрузки и, прежде всего, сколько можно сбросить загрязняющих веществ от промышленности и коммунального хозяйства без ущерба экосистеме, каков допустимый уровень безвозвратного отбора воды?

В-третьих, учитывая протяженность российских рек, система мониторинга должна быть максимально автоматизирована и компьютеризирована. Она должна использовать не только контактные средства (например, отбор проб для анализа в лабораториях), но и дистанционные методы, в том числе спутниковые.

Представленный выше целевой подход позволяет сформулировать критерии отбора показателей, обязательных для наблюдения, с учетом минимизации экономических затрат на ведение МВО.

В технологическом аспекте, наблюдение в современных системах МВО ведется на аэрокосмическом, наземном, подземном, надводном и подводном уровнях. Используются разнообразные детекторы, включая создаваемые на

основе нанотехнологнй. В информационной сфере широко используются самые современные технологии (сбор данных и управление ими на основе управляемых хранилищ информации, операции с некорректными данными, распознавание образов, кластерный анализ, формирование прогнозных и иных моделей, разработка сценариев управленческих решений с использованием элементов искусственного интеллекта и т.д.). Практически обязательным стало использование в системах мониторинга геоинформационных систем. Используются автоматизированные системы МВО (Верниченко, 1984 [18]; Афанасьев, Фомин, 2001 [2]).

Для иллюстрации масштаба затрат укажем, что еще в 1981 г. США истратили на мониторинг и на управление качеством воды, основанное на мониторинге, около 500 млн. долларов или примерно 2-2,5 % от общих природоохранных затрат (Розин, 1988 [107]).

Информационно-измерительные системы мониторинга водных объектов являются, как правило, крупномасштабными и многомерными и представляют временные ряды наблюдений за множеством характеристик состояния водного объекта в нескольких створах. Многомерность определяется совокупностью большого числа учитываемых компонентов окружающей природной среды, влияющих на экологический статус водного объекта (собственно воды, территории суши в бассейне водосбора, атмосферы как среды массообмена и переноса загрязнений и т.д.), а также разнотипностью антропогенных факторов воздействия на состояние водных объектов (промышленные, транспортные, оборонные, сельскохозяйственные, коммунальные и т.д.). Например, в число негативных факторов антропогенного воздействия попадают химические, радиоактивные и тепловые загрязнения (Данилов-Данильян, Лосев, 2006 [33]).

Основная проблема множественности видов мониторинга заключается в том, что для управления требуется установить связь между различными видами показателей, причем не только чисто корреляционную, но и причинно-следственную, формализованную в виде математических моделей, которые, в свою очередь, используются для формирования сценариев управления. Для

этого необходимо создать информационную систему, которая свяжет все разнотипные виды мониторинга единым информационным полем, в рамках которого можно пройти путь от управления измерительными средствами и персоналом до формирования сценариев управления.

Характер и механизм обобщения информации об экологической обстановке при её движении по иерархическим уровням системы экологического мониторинга определяются с помощью понятия информационного портрета экологической обстановки. Последний представляет собой совокупность графически представленных пространственно распределённых данных, характеризующих экологическую обстановку на определённой территории, совместно с картоосновой местности.

При разработке проекта экологического мониторинга необходима следующая информация:

• значения основных параметров окружающей среды, накапливающиеся во времени при проведении мониторинга, на основании которых возможно проводить прогнозирование и построение экологических моделей;

• переносы загрязняющих веществ — процессы атмосферного переноса; процессы переноса и миграции в водной среде;

• процессы ландшафтно-геохимического перераспределения загрязняющих веществ - миграция загрязняющих веществ по почвенному профилю до уровня грунтовых вод; миграция загрязняющих веществ по ландшафтно-геохимическому сопряжению с учётом геохимических барьеров и биохимических круговоротов; биохимический круговорот и т.д.;

• данные о состоянии антропогенных источников загрязнения — мощность источника загрязнения и месторасположение его, гидродинамические условия поступления загрязнения в окружающую среду (Баренбойм, Степановская, 2005

[4]).

Все эти подходы были использованы при планировании и выполнении исследований в данной диссертационной работе.

1.4 Моделирование экологических процессов

1.4.1 Теория моделирования

Моделирование — метод опосредованного практического или теоретического оперирования объектом, при котором исследуется непосредственно не сам интересующий нас объект, а используется вспомогательная искусственная или естественная система (модель), находящаяся в определенном объективном соответствии с природным объектом, способная заменить его на определенных этапах познания и дающая при ее исследовании в конечном счете информацию о самом моделируемом объекте (Уемов, 1971 [117]).

Предметным называется моделирование, в процессе которого исследование проходит на модели, воспроизводящей основные геометрические, физические, динамические и функциональные характеристики «оригинала» (Цхай, 2001 [124]). На таких моделях изучаются процессы, происходящие в оригинале — объекте исследования или разработки (изучение на моделях свойств строительных конструкций, различных механизмов, транспортных средств и т. п.). Если модель и моделируемый объект имеют одну и ту же физическую природу, то говорят о физическом моделирование. Явление (система, процесс) может исследоваться и путём опытного изучения какого-либо явления иной физической природы, но такого, что оно описывается теми же математическими соотношениями, что и моделируемое явление. Например, механические и электрические колебания описываются одними и теми же дифференциальными уравнениями; поэтому с помощью механических колебаний можно моделировать электрические и наоборот. Такое «предметно-математическое» моделирование широко применяется для замены изучения одних явлений изучением других явлений, более удобных для лабораторного исследования, в частности потому, что они допускают измерение неизвестных величин.

При знаковом моделировании моделями служат знаковые образования какого-либо вида: схемы, графики, чертежи, формулы, графы, слова и предложения в некотором алфавите (естественного или искусственного языка) (Хоружая, 1998 [120]; Зилов, 2004 [44]).

Важнейшим видом знакового моделирования является математическое (логико-математическое) моделирование, осуществляемое средствами языка математики и логики. Знаковые образования и их элементы всегда рассматриваются вместе с определенными преобразованиями, операциями над ними, которые выполняет человек или машина (преобразования математических, логических, химических формул, преобразования состояний элементов цифровой машины, соответствующих знакам машинного языка, и др.). Современная форма «материальной реализации» знакового (прежде всего, математического) моделирования — это моделирование на цифровых электронных вычислительных машинах, универсальных и специализированных.

Действия со знаками всегда в той или иной мере связаны с пониманием знаковых образований и их преобразований: формулы, математические уравнения и т. п. выражения применяемого при построении модели научного языка определенным образом интерпретируются (истолковываются) в понятиях той предметной области, к которой относится оригинал. Поэтому реальное построение знаковых моделей или их фрагментов может заменяться мысленно-наглядным представлением знаков и (или) операций над ними. Эту разновидность знакового моделирования иногда называется мысленным моделированием. Впрочем, этот термин часто применяют для обозначения «интуитивного» моделирования, не использующего никаких чётко фиксированных знаковых систем, а протекающего на уровне «модельных представлений». Такое моделирование есть непременное условие любого познавательного процесса на его начальной стадии.

По характеру той стороны объекта, которая подвергается моделированию, уместно различать моделирование структуры объекта и моделирование его

поведения (функционирования протекающих в нем процессов и т. п.). Это различение сугубо относительно для химии или физики, но оно приобретает чёткий смысл в науках о жизни, где различение структуры и функции систем живого принадлежит к числу фундаментальных методологических принципов исследования, и в кибернетике, делающей акцент на моделировании функционирования изучаемых систем (Уемов, 1971 [117]; Тарко, 2005 [116]).

Для ряда сложных явлений (например, турбулентности, пульсаций в областях отрыва потока и т. п.) пользуются стохастическим моделированием, основанным на установлении вероятностей тех или иных событий. Такие модели не отражают весь ход отдельных процессов в данном явлении, носящих случайный характер, а определяют некоторый средний, суммарный результат (Меншуткин, 1971 [60]; Хаггарти, 2005 [119]).

Моделирование всегда используется вместе с другими общенаучными и специальными методами. Прежде всего моделирование тесно связано с экспериментом. Изучение какого-либо явления на его модели можно рассматривать как особый вид эксперимента: «модельный эксперимент», отличающийся от обычного («прямого») эксперимента тем, что в процесс познания включается «промежуточное звено» — модель, являющаяся одновременно и средством, и объектом экспериментального исследования, заменяющим изучаемый объект. Модельный эксперимент позволяет изучать такие объекты, прямой эксперимент над которыми затруднён, экономически невыгоден, либо вообще невозможен в силу тех или иных причин (Налимов, 1971 [67]).

Исследование знаковых (в частности, математических) моделей также можно рассматривать как некоторые эксперименты («эксперименты на бумаге», умственные эксперименты). Это становится особенно очевидным в свете возможности их реализации средствами электронной вычислительной техники. Один из видов модельного эксперимента — модельно-кибернетический эксперимент, в ходе которого вместо «реального» экспериментального оперирования с изучаемым объектом находят алгоритм его функционирования,

который и оказывается своеобразной моделью поведения объекта (Меншуткин, 1971 [60]; Андерсон, Джеймс, 2004 [1]).

Моделирование необходимо предполагает использование абстрагирования и идеализации. Отображая существенные (с точки зрения цели исследования) свойства оригинала и отвлекаясь от несущественного, модель выступает как специфическая форма реализации абстракции, т. е. как некоторый абстрактный идеализированный объект. При этом от характера и уровней лежащих в основе абстракций и идеализаций в большой степени зависит весь процесс переноса знаний с модели на оригинал; в частности, существенное значение имеет выделение трёх уровней абстракции, на которых может осуществляться моделирование: уровня потенциальной осуществимости (когда упомянутый перенос предполагает отвлечение от ограниченности познавательно-практической деятельности человека в пространстве и времени), уровня «реальной» осуществимости (когда этот перенос рассматривается как реально осуществимый процесс, хотя, быть может, лишь в некоторый будущий период человеческой практики) и уровня практической целесообразности (когда этот перенос не только осуществим, но и желателен для достижения некоторых конкретных познавательных или практических задач) (Баренбойм и др., 2008 [6-8]).

На всех этих уровнях, однако, приходится считаться с тем, что моделирование данного оригинала может ни на каком своём этапе не дать полного знания о нём. Эта черта моделирования особенно существенна в том случае, когда предметом моделирования являются сложные системы, поведение которых зависит от значительного числа взаимосвязанных факторов различной природы (Баренбойм и др., 2008 [6-8]). В ходе познания такие системы отображаются в различных моделях, более или менее оправданных; при этом одни из моделей могут быть родственными друг другу, другие же могут оказаться глубоко различными. Поэтому возникает проблема сравнения (оценки адекватности) разных моделей одного и того же явления, что требует формулировки точно определяемых критериев сравнения. Если такие критерии

основываются на экспериментальных данных, то возникает дополнительная трудность, связанная с тем, что хорошее совпадение заключений, которые следуют из модели, с данными наблюдения и эксперимента ещё не служит однозначным подтверждением верности модели, т. к. возможно построение других моделей данного явления, которые также будут подтверждаться эмпирическими фактами.

Моделирование — не только одно из средств отображения явлений и процессов реального мира, но и — несмотря на описанную выше его относительность — объективный практический критерий проверки истинности наших знаний, осуществляемой непосредственно или с помощью установления их отношения к другой теории, выступающей в качестве модели, адекватность которой считается практически обоснованной. Применяясь в органическом единстве с другими методами познания, моделирование выступает как процесс углубления познания, его движения от относительно бедных информацией моделей к моделям более содержательным, полнее раскрывающим сущность исследуемых явлений действительности (Бейм и др., 1985 [13]).

1.4.2 Моделирование в экологии

В общем случае количественные методы экологического прогнозирования направлены на расчет индикаторных биологических или химических показателей природных систем. Главными критериями в подобных моделях являются факторы, определяющие жизнедеятельность природных организмов, среди которых одно из первых мест занимает обеспеченность особей ресурсами. Критерием правильности расчетов служит возможность поддерживать необходимые численности групп организмов, составляющих сообщество, изменяя значения аргументов функций, разработанных при моделировании.

Следует отметить, что в экологической литературе термин «модель» применяется в различных значениях; в нашей работе мы будем опираться на определение В.В. Меншуткина: «Под моделированием понимается метод

опосредованного практического или теоретического оперирования объектом, при котором исследуется непосредственно не сам интересующий нас объект, а используется вспомогательная искусственная или естественная система (модель), находящаяся в определенном объективном соответствии с природным объектом, способная заменить его на определенных этапах познания и дающая при ее исследовании в конечном счете информацию о самом моделируемом объекте» (Меншуткин, 1971 [60]).

Все подходы к моделированию экосистем ограничены их высокой сложностью, в частности, большим количеством видов, требующих предсказания численности, и количеством факторов, от которых зависит численность того или иного вида. Живые организмы потребляют из окружающей среды множество ресурсов, необходимых для их жизнедеятельности, таких как биогенные элементы, микроэлементы, энергия и др. При разработке экологических моделей формально необходимо учесть влияние всех возможных факторов, однако включить в модель, построенную, например, с помощью систем дифференциальных уравнений, все ресурсы невозможно, поскольку такая модель должна содержать слишком много параметров. Доступная для анализа модель, с другой стороны, будет включать лишь отобранные исследователем ресурсы или будет опираться на концепцию лимитирующих факторов.

Как указывает Е.А. Зилов [44], математические модели способны давать достоверные ответы и прогнозы, совпадающие с экспертными оценками, находят успешное практическое применение и не столь дороги и трудоемки. Следует отметить, что прогнозы на основе моделей не являются единственным средством принятия решений, а, скорее, представляют дополнительный источник информации, который часто оказывается наиболее надежным из имеющихся, особенно, когда математическое моделирование основано на результатах наблюдений за реальными экосистемами (Бисвас, 1985 [14]; Gross, 1986 [143]). Решением задачи, связанной с моделированием и

прогнозированием, является формализация эмпирических знаний о

рассматриваемом объекте с помощью вычислительной техники.

* *

*

Таким образом, проведенный анализ имеющихся данных показал практически полное отсутствие информации об особенностях экологического мониторинга маргинальных зон, таких, как устье малых рек, испытывающих сильное влияние режима работы Волжского каскада. Несмотря на активное внедрение современных информационных технологий в практику экологических исследований, мы не встретили в доступной нам литературе описание моделей основных процессов, протекающих в маргинальной водной экосистеме. Не были найдены также данные о программно-аппаратных комплексах, обеспечивающих сбор, обработку и отправку первичной информации о состоянии маргинального водного объекта на сервер, подходящий по всем специфическим критериям.

Выяснились недостаток данных экологического мониторинга реки Большой Караман и практически полное их отсутствйе по реке Малый Караман. Учитывая большой вклад данных водных объектов в водообеспечение сельских райнов Заволжья Саратовской области и необходимость своевременной оценки их экологического состояния и степени антропогенного воздействия, мы выбрали их в качестве модельных водных объектов для исследований.

В устьевых участках этих рек, впадающих в Волгоградское водохранилище, наблюдается эффект изменения направления течения дважды в сутки. В литературе есть термин, подходящий под такие изменчивые характеристики водных объектов - краевые структуры (Проблемы изучения краевых структур биоценозов, 2008 [82]). Однако данный эффект распространяется на значительное расстояние по течению малых рек и постепенно снижается. В диссертационной работе М.В. Ермохина [40] используется понятие «маргинальная структура» по отношению к участку

суши, периодически покрываемой водой. Это определение в полной мере отражает двойственную природу объекта исследования. Мы решили использовать этот термин для исследуемых водных объектов, но в несколько иной трактовке. В нашей работе под маргинальными участками подразумевается территория взаимодействия двух водных объектов, сопровождающегося качественными изменениями базовых процессов.

Проведенный анализ современной литературы по вопросам экологического мониторинга маргинальных зон водных объектов позволил обосновать цель и задачи данного диссертационного исследования.

Заключение диссертации по теме «Экология (по отраслям)», Угланов, Никита Александрович

ВЫВОДЫ

1. На основании гидрологических исследований устья и нижних течений рек Малый Караман и Большой Караман создана модель взаимосвязанных гидрологических процессов и определены границы маргинальных зон; обоснованы точки забора проб и проведения измерений экологического мониторинга.

2. Разработаны структура базы данных и основной алгоритм обработки информации об экологическом состоянии маргинальных зон водных объектов на примере устья и нижних течений рек Малый Караман и Большой Караман с использованием программно-аппаратного комплекса и ГИС технологий.

3. Установлено значительное снижение активности процесса самоочищения на участках рек Малый Караман и Большой Караман, совпадающих с границами маргинальных зон и испытывающих значительное антропогенное воздействие.

4. Выявлена сезонная динамика интенсивности органического загрязнения по показателям перманганатной и бихроматной окисляемости, значениям БПК5 и наличию всех форм азотистых соединений в воде исследуемых водных объектов; установлен весенний сдвиг границ маргинальных участков за счет паводковых вод.

5. Доказана антропогенная природа загрязнений на участках рек Малый и Большой Караман в районах сельских населенных пунктов, где показатели перманганатной окисляемости (4,2-8,5 мг02/дм3) и БПК5 (3,8-14,6 мг02/дм3) превышали значения ПДКрх, особенно на участке ниже с. Советское (перманганатная окисляемость =17,9 мг02/дм3, БПК5=15,6 мг02/дм3). Устойчивость всех загрязняющих ингредиентов подтверждена наибольшими значениями частных оценочных баллов по повторяемости (8а=4).

6. Выявлены неоднородность загрязнения устья и нижних течений рек Малый и Большой Караман и снижение величины ИЗВ в маргинальных зонах за счёт эффекта разбавления водами Волгоградского водохранилища.

7. Установлена неоднозначность интегральных гидробиологических и гидрохимических показателей для оценки качества воды в маргинальных участках водных объектов. Значения биотических индексов Скотта и Вудивисса характеризовали исследуемые водные объекты как значительно загрязнённые, в отличие от более положительных значений ИЗВ и УКИЗВ.

ЗАКЛЮЧЕНИЕ

Малые реки широко используются в народном хозяйстве для хозяйственно-питьевого водоснабжения населения, рекреации, а также как основной элемент гидромелиоративных систем. Расположение малых рек на площади водосбора создает предпосылки для их интенсивного загрязнения поверхностными стоками населенных пунктов, животноводческих комплексов, птицефабрик, сельхозугодий и т.д.

Основное питание рек Нижней Волги - снеговое, доля которого достигает 100% в Заволжье. Реки, являющиеся притоками водохранилищ, находятся в подпоре от них. Дальность проникновения водохранилищных вод определяется расстоянием от регулирующей плотины, а также принадлежностью к левобережью или правобережью. Учитывая достаточно широкое использование малых водотоков для сельского водоснабжения, а также возможность интенсивного загрязнения их промышленными и сельскохозяйственными стоками в Саратовском Заволжье, нами было проведено комплексное экологическое исследование левобережных притоков Волги, рек Малый и Большой Караман. В процессе выполнения работы осуществлен экологический мониторинг маргинальных участков этих модельных водных объектов с учетом особенностей гидрологических процессов и с использованием программно-аппаратного комплекса для оценки и прогнозирования экологической ситуации, оценки степени антропогенного воздействия.

Анализируя данные компьютерного моделирования исследуемых водных объектов, было сделано заключение о предположительном расположении маргинальных зон и даны рекомендации углублённого исследования определённых критических точек в этих зонах. Проведенные гидрологические исследования позволили обосновать выбор мест съёма показателей для экологического мониторинга устья и нижнего течения рек Малый и Большой Караман. Для выполнения работы нами был разработан гидрометрический комплекс, который может быть использован при изучении гидрологических свойств малых рек региона для получения исходных данных и проверки адекватности моделей экосистем малых рек. Разработанный аппаратно-программный гидрометрический комплекс является мощной и легко адаптируемой основой для построения систем мониторинга малых рек в экологических исследованиях. Он обеспечивает возможность получения и обработки большого количества экспериментальных данных, что позволяет определять с достаточной точностью константы, входящие в модельные уравнения. Данный комплекс может использоваться сотрудниками различных природоохранных ведомств, для сбора и нанесения данных о тех или иных параметрах воды в определенной точке водоема и дальнейшего автоматизированного анализа результатов измерений.

На основании полученных данных были разработаны модели основных процессов, протекающих в маргинальных участках модельных водных экосистем. Представленная в диссертационной работе модель является наиболее адекватным архитектурным решением для реализации данного проекта, учитывая требования к системе и наличие мобильного оборудования.

Для последующего экологического мониторинга, проводимого в период 2009-2012 гг., было выделено 27 таких точек: 6 - на участке в нижнем течении реки М. Караман протяженностью 25 км, 9 - на участке в нижнем течении реки Б. Караман протяженностью 27 км и 12 - на устьевом участке Воложки, объединяющем русла этих рек. Был определен комплекс наиболее информативных показателей, позволяющих адекватно судить об экологическом состоянии водного объекта. Сравнительный анализ этих данных позволяет выявить различия, которые могут быть обусловлены как действием природных факторов, так и иметь антропогенное происхождение. Проведенные исследования подтверждают остроту проблемы оптимизации использования водных ресурсов и разработки методов снижения антропогенного воздействия на водные объекты.

Анализ результатов лабораторных исследований, а также санитарно-топографическое изучение береговой зоны свидетельствую о недостаточной

Ill реализации водоохранных мероприятий на реках, санитарная обстановка на которых остается достаточно напряженной. Установлено, что приоритетными источниками загрязнения малых рек Поволжья являются сточные воды животноводческих ферм и птицефабрик, коммунально-бытовые стоки, СПАВ, нефтепродукты. Отмечено возрастание загрязнения малых рек нефтепродуктами в местах проезда автотранспорта вброд, в районах эксплуатации насосных станций полей орошения, при этом вначале происходит загрязнение почвы, а затем в осенний и весенний периоды с дождями и талыми водами нефтепродукты попадают в реки. Отмечается значительное влияние на санитарный режим малых рек летних загонов скота и пастбищ.

Полученные нами данные согласуются с представленными в литературе сведениями о загрязнении вод Волжского бассейна тяжелыми металлами, нефтепродуктами, полициклическими ароматическими углеводородами, бифенилами, диоксинами и другими соединениями, особенно в местах сброса промышленных сточных вод (Розенберг и др., 2000[106]).

Определенную опасность представляет собой неконтролируемый выпас скота в прибрежной зоне малых рек. Широко распространено строительство лагерей крупного рогатого скота, в пределах водоохранной зоны, что создает проблему утилизации отходов. Значительная часть их попадает в водоем при выпадении осадков или во время паводков. Учитывая, что количество таких летних ферм в прибрежной зоне велико, масштабы загрязнения малых рек отходами животноводства могут быть существенны.

Проведенная экологическая оценка эффективности водоохранных мероприятий на изучаемых малых реках Саратовской области показала, что они носят в основном косметический характер и не вносят коренных позитивных изменений в санитарно-экологическую обстановку на реках, не способствуют радикальному улучшению химических и бактериологических показателей качества воды.

Список литературы диссертационного исследования кандидат биологических наук Угланов, Никита Александрович, 2013 год

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ

1. Андерсон, А. Дискретная математика и комбинаторика / А. Андерсон, А. Джеймс. - М.: Издат. дом «Вильяме», 2004. - 960 с. ISBN 5-8459-0498-6.

2. Афанасьев, Ю.А. Мониторинг и методы контроля окружающей среды: учеб. пособие / Ю.А. Афанасьев, С.А. Фомин. - М.: Изд-во МНЭПУ, 2001. -208 с.

3. Ашмарин, И.П. Быстрые методы статистической обработки и планирования экспериментов / И.П. Ашмарин, H.H. Васильев, В.А. Амбросов. -Л.: ЛГУ, 1975.-77 с.

4. Баренбойм, Г.М. Использование опыта разработки информационного обеспечения мониторинга в зонах уничтожения запасов химического оружия для создания систем экологического мониторинга окружающей среды / Г.М. Баренбойм, И.А. Степановская // Материалы 6-й специализир. выставки и конф. «Изделия и технологии двойного назначения. Конверсия ОПК» (Москва, 18-21 октября 2005 г.): тез. докл. - М.: Эксподизайн, 2005. - С. 156.

5. Баренбойм, Г.М. Мониторинг водных объектов / Г.М. Баренбойм, Е.В Веницианов. - М.: Изд-во ГЦВМ МПР РФ и ИВП РАН, 1998. -С. 253.

6. Баренбойм, Г.М. Научно-технологические проблемы проектирования систем мониторинга водных объектов / Г.М. Баренбойм, Е.В. Веницианов, В.И. Данилов-Данильян // Материалы 8-го Междунар. конгресса «Вода: экология и технология» ЭКВАТЕК-2008. (Электронный ресурс). - М.: ЗАО «Фирма СИБИКО Интернешнл», 2008.

7. Баренбойм, Г.М. Некоторые научно-технологические проблемы проектирования, создания и функционирования систем мониторинга водных объектов. Ч. 1 / Г.М. Баренбойм, Е.В. Веницианов, В.И. Данилов-Данильян // Вода: химия и экология. - 2008. - №1. - С. 3-7.

8. Баренбойм, Г.М. Некоторые научно-технологические проблемы проектирования, создания и функционирования систем мониторинга водных

объектов. Ч. 2 / Г.М. Баренбойм, Е.В. Веницианов, В.И. Данилов-Данильян // Вода: химия и экология. — 2008. - №2. - С. 3-10.

9. Барсегян, A.A. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAR / A.A. Барсегян. - СПб.: БХВ-Петербург, 2007. - С. 211.

10. Белогуров, В.П. Применение обобщенных показателей для оценки уровня загрязненности водных объектов / В.П. Белогуров, В.Р. Лозанский, С.А. Песина // Комплексные оценки качества поверхностных вод. - JL: Гидрометеоиздат, 1984. - С. 33-43.

11. Беляев, С.Д. Стратегия водоохранной деятельности на основе целевых показателей состояния водных объектов / С.Д. Беляев, A.M. Черняев // Мелиорация и водное хозяйство. - 1999. - № 12. - С. 52-55.

12. Быков, В.Д. Гидрометрия. / В.Д. Быков, A.B. Васильев. - JL: Гидрометеоиздат, 1977.-488 с.

13. Бейм, A.M. Приемы прогнозирования экологических систем / A.M.

Бейм, Б.К. Павлов, П.М. Брусиловский. - Новосибирск: Наука, 1985. -126 с.

14. Бисвас, А.К. Системный подход к управлению водными ресурсами / А.К. Бисвас. - М.: Наука, 1985. - С. 302.

15. Боголюбов, A.C. Изучение зоопланктона / A.C. Боголюбов, A.A. Котов. - М.: Экосистема, 1999. - С. 171.

16. Бобырев, C.B. Актуальность разработки методологии прогнозирования хозяйственного значения водного объекта в зависимости от изменения его конфигурации / C.B. Бобырев, H.A. Угланов, Е.И. Тихомирова, // Экологические проблемы промышленных городов: сб. науч. 5-й Всерос. конф. в 2 4.-Саратов: СГТУ, 2011.-Ч. 1.-С. 156- 158.

17. Боголюбов, A.C. Методы исследований зообентоса и оценки экологического состояния водоемов / A.C. Боголюбов. - М.: Экосистема, 1997-С. 211.

18. Верниченко, A.A. Классификации поверхностных вод, основывающиеся на оценке их качественного состояния / A.A. Верниченко //

Комплексные оценки качества поверхностных вод. - Л.: Гидрометеоиздат, 1984.-С. 325.

19. Водный кодекс Российской Федерации: [Федер. закон: № 74, принят Гос. думой 3 июня 2006 г.: по состоянию на 23 июля 2008 г.]. - М.: Собрание законодательства РФ, 2006. - № 23.

20. Вода России. Экономико-правовое управление водопользованием / под науч. ред. A.M. Черняева; ФГУП РосНИИВХ. - Екатеринбург: Изд-во «АКВА-ПРЕСС», 2000. - 408 с.

21. Виноградов, Б.В. Аэрокосмический мониторинг экосистем / Б.В. Виноградов. - М.: Наука, 1984. - 320 с.

22. Возная, Н.Ф. Химия воды и микробиология / Н.Ф. Возная. - М.: Высшая школа, 1979. - 340 с.

23. Гарнаев, А. Web-программирование на Java и JavaScript / А. Гарнаев, С. Гарнаев .- СПб.: БХВ-Петербург, 2005. - 1040 с. ISBN 5-94157 -088-0.

24. Герасимов, И.П. Научные основы современного мониторинга окружающей среды / И.П. Герасимов // Известия АН. СССР. Сер. геогр., 1978. -№ 3. - С.13-25.

25. Гиббонз, П. ПлатформаЛЯЕТ для Java-программистов / П. Гиббонз. - СПб.: Питер, 2003. - 336 с. ISBN 5-88782-219-8,1-29059-038-4.

26. Горленко, В.М. Экология водных микроорганизмов / В.М. Горленко, Г.А. Дубинина, С.И. Кузнецов. - М.: Наука, 1977. - 288 с.

27. Горшков, М.В. Экологический мониторинг: учеб. пособие / М. В. Горшков. - Владивосток: Изд-во ТГЭУ, 2010. - 313 с.

28. ГОСТ 17.1.3.07-82 Охрана природы. Гидросфера. Общие требования к отбору проб поверхностных и морских вод, льда и атмосферных осадков. Введ. 1982-03-19. - М.: Гос. ком. СССР по стандартам, 1982.

29. ГОСТ Р 51592-2000 Вода. Общие требования к отбору проб. Введ. 2001-07-01. - М.: Госстандарт РФ, 2000.

30. ГОСТ 17.1.3.07-83 Правила контроля качества воды водоемов и водотоков. Введ. 1982-03-19. -М.: Гос. ком. СССР по стандартам, 1983.

31. ГОСТ 4011-72 Вода питьевая. Методы измерения массовой концентрации общего железа. Введ. 1974-01-01. - М.: Госстандарт СССР, 1974.

32. Гурарий, В.И. Комплексная оценка качества воды / В.И. Гурарий, A.C. Шайн //Проблемы охраны вод. -Харьков, 1975.-Вып.6. -С.143-151.

33. Данилов-Данильян, В.И. Потребление воды: экологический, экономический, социальный и политический аспекты / В.И. Данилов-Данильян, К.С. Лосев- М.: Наука, 2006. - С.171.

34. Джарратано, Дж. Экспертные системы: принципы разработки и программирование, / Дж. Джарратано, Г. Райли.; 4-е изд. - М.: ООО «ИД Вильяме», 2007. - 1152 с. ISBN 978-5-8459-1156-8

35. Джексон П. Введение в экспертные системы, П. Джексон 3-е изд. М.: «Вильяме», 2001. 624 с. ISBN 0-201-87686-8

36. Доклад о состоянии и об охране окружающей среды Саратовской области в 2011 году // Правительство Саратовской области, Комитет охраны окружающей среды и природопользования Саратовской области. — Саратов, 2012.-245 с.

37. Единые критерии качества вод. - М.: СЭВ, 1982. - 70 с.

38. Елисеев, Ю.Ю. Гигиеническая характеристика загрязнения водоемов и обеззараживания питьевой воды на городских станциях водоподготовки / Ю.Ю. Елисеев, И.Н. Луцевич, Н.Б. Логашова // Саратовский научно-медицинский вестник. 2003. - № 2. - С. 12-16.

39. Емельянова, В.П. Оценка качества поверхностных вод суши по гидрохимическим показателям / В.П. Емельянова, Г.Н. Данилова, Т.Х. Колесникова // Гидрохимические материалы. - Л.: Гидрометеоиздат, 1983. -Т.88.-С.119-130.

40. Ермохин, М.В. Экологическая структура маргинальных участков речных биоценозов в переходной зоне вода-суша: дис... канд. биол. наук. / М.В. Ермохин. - Саратов, 2000. - 192 с.

41. Железняков, Г.В. Гидрология и гидрометрия / Г.В. Железняков. -М.: Высшая школа, 1981. - 264 с.

42. Журбин, И.В. Геометрическое моделирование объектов по данным

малоглубинной электроразведки / И.В. Журбин, A.B. Смурыгин // Геоинформатика. - 2009. - № 1. - С. 31-37. ISSN 1609-364 X.

43. Заварзин, Г.А. Лекции по природоведческой микробиологии / Г.А. Заварзин. - М.: Наука, 2003. - 348 с.

44. Зилов, Е.А. Экологическое моделирование в оценке функционирования экосистем в условиях антропогенной нагрузки (на примере озера Байкал): дис... д-ра биол. наук / Е.А. Зилов. - М., 2004. - 311 с.

45. Зинченко, Т.Д. Биоиндикация экологического состояния равнинных рек / Т.Д. Зинченко, О.В. Бухарин, В.М. Захаров; под ред. О.В. Бухарин, Г.С. Розенберг ; Рос. акад. наук, Ин-т экологии Волж. бассейна, Ин-т биологии развития им. Н. К. Кольцова, Урал, отд-ние. Ин-т клеточного и внутриклеточного симбиоза. - М.: Наука, 2007. - 403 с.

46. Израэль, Ю.А. Экология и контроль состояния природной среды / Ю.А. Израэль. — М.: Гидрометеоиздат, 1984. - 560 с.

47. Израэль, Ю. А. Экология и контроль состояния природной среды / Ю.А. Израэль. - Л.: Гидрометеоиздат, 1979. - 376 с.

48. Коломыц, Э. Г. Экология ландшафтов Волжского бассейна в системе глобальных изменений климата (прогнозный Атлас-монография) / Э. Г. Коломыц, Г. С. Розенберг, В. И. Колкутин - Нижний Новгород: Интер-Волга, 1995.-165 с.

49. Константинов, Н.М. Гидрология и гидрометрия / Н.М. Константинов. - М.: Высшая школа, 1980. - 200 с.

50. Константинов, Н.М. Гидравлика, гидрология, гидрометрия: в 2 ч. / Н.М. Константинов, H.A. Петров, Л И. Высоцкий; под ред. Н.М. Константинова. - М.: Высшая школа, 1987. - 4.1. - 304 с. - 4.2. - 432 с.

51. Красовский, Г.Н. Гигиеническая оценка вредных веществ в воде / Г.Н. Красовский, Н.Я. Михайловский, Ю.Г. Марченко. - М. 1987. - С. 356.

52. Нейгел, К. С 2008 и платформа .NET 3.5 для профессионалов / К. Нейгел, Б. Ивьен, Д. Глинн - СПб.: Диалектика, 2009. - 528 с.

53. Крятов, И.А. Канцерогенные и другие опасные вещества в воде (обзор) / И.А. Крятов, Е.А. Можаев // Гигиена и санитария, - 1993. — № 9. - С. 20-22.

54. Кузенкова, Г.В. Введение в экологический мониторинг: учеб. пособие / Г.В. Кузенкова. - Н.Новгород: НФ УРАО, 2002. - 72 с.

55. Липунов, И.Н. Основы химии и микробиологии природных и сточных вод / И.Н. Липунов. - Екатеринбург, 1995. - 212 с.

56. Лукьяненко, В.И. Экология Верхней Волги: современное состояние, проблемы и пути их решения / В.И. Лукьяненко, И.К. Ривьер, A.C. Литвинов. -Ярославль: Изд. ИБВВ РАН, 1994. -45 с.

57. Лукьяненко, В.И. Актуальные проблемы экологии Ярославского Поволжья и пути их решения / В.И. Лукьяненко // Актуальные проблемы экологии Ярославской области: материалы Второй науч.-практ. конф. в 2 т. -Ярославль: Изд. ВВО РЭА, 2002. - Том 1 - С. 12 - 24.

58. Луцевич, И.Н. Гигиенические вопросы нормирования новых химических веществ в проблеме санитарной охраны водоемов / И.Н. Луцевич, В.В. Жуков, В.П. Кочкин // Актуальные вопросы профилактики инфекционных заболеваний и охраны внешней среды: сб. науч. тр.: в 2 Ч. - Душанбе, 1991. - Ч. 2.-С. 142-144.

59. Майстренко, В.Н. Эколого-аналитический мониторинг супертоксикантов / В.Н. Майстренко, Р.З. Хамитов, Г.К. Будников. - М.: Химия, 1996.-319 с.

60. Меншуткин, В.В. Математическое моделирование популяций и сообществ водных животных / В.В. Меншуткин. - Л.: Наука, 1971. - 196 с.

61. Методические рекомендации по формализованной комплексной оценке качества поверхностных и морских вод по гидрохимическим показателям. - М., 1988. - 8 с.

62. Митчел, Э. Руководство ESRI по ГИС анализу. Том 1: Географические закономерности и взаимодействия / Э. Митчел. - Киев: 2000. — С. 356.

63. Мороков, В.В. Природно-экономические основы регионального планирования охраны рек от загрязнения / В.В. Мороков. - Л.: Гидрометеоиздат, 1987. - 286 с.

64. Мортон, Дж. Микроконтроллеры AVR. Вводный курс / Дж. Мортон. - М.: Изд. дом «Додэка-ХХ1», 2006. - 260 с.

65. Мусатов, А.П. Оценка параметров экосистем внутренних водоемов / А.П. Мусатов. - М.: Научный мир, 2001. - 192 с.

66. Стэкер, Мэтью А. Разработка клиентских Windows-приложений на платформе Microsoft .Net Framework / А. Стэкер Мэтью, Стивен Дж. Стэйн, Тони Нортроп. - СПб.: Изд. Русская Редакция, 2008. - 441 с.

67. Налимов, В. В. Теория эксперимента / В. В. Налимов. - М., 1971. —

С. 236.

68. Никаноров, A.M. Локальный мониторинг загрязнения водных объектов в районах высоких технологий воздействия топливно-энергетического комплекса / A.M. Никаноров, А.Г. Страдомская, В.М. Иваник. - СПб.: Гидрометеоиздат, 2002. - 155 с.

69. Никаноров, A.M. Пресноводные экосистемы в импактных районах России / A.M. Никаноров, В.А. Брызгало. - Ростов-на-Дону: Изд. НОК, 2006. — 275 с. ISBN 5-8431-0065-0

70. Никаноров, A.M. Научные основы мониторинга качества вод / A.M. Никаноров. - СПб.: Гидрометеоиздат, 2005. - С. 352.

71. Никаноров, A.M. Гидрохимия: учебник / A.M. Никаноров. - 2-е изд., перераб. и доп. - СПб: Гидрометеоиздат, 2001. - 444 с.

72. Орлов, A.A. Гигиенические вопросы использования открытых водоемов Поволжья для сельского водоснабжения / A.A. Орлов, В.Ф. Спирин, М.В. Накарякова //7-й Междунар. конгресс «Вода: экология и технология». -М.: 2006. - С.919-920.

73. Орлов, A.A. Эколого-гигиеническая оценка левобережных притоков Волгоградского водохранилища / A.A. Орлов, С.А. Мосияш, М.В. Накарякова // Бассейн Волги в XXI-м веке: структура и функционирование экосистем водохранилищ: Сб. материалов докл. участников Всерос. конф. Ин-та биологии внутр. вод им. И.Д. Папанина (РАН, Борок, 22-26 октября 2012 г.). - С. 207-209.

74. Петцольд, Ч. Программирование с использованием Microsoft Windows Forms / Ч. Петцольд. - СПб: Изд. Русская редакция, 2006. - 224 с.

75. ПНД Ф 14.1:2:4.12-06 Методика определения токсичности водных вытяжек из почв, осадков сточных вод и отходов, питьевой, сточной, природной воды по смертности TecT-o6beKTaDaphniaMagnaStraus. — M.: Федеральная служба по экологическому, технологическому и атомному надзору, 2006. - 45 с.

76. ПНД Ф 14.1:2:3:4.121-97 Количественный химический анализ вод. Методика выполнения измерений pH в водах потенциометрическим методом. -М.: ФГУП «Уральский научно-исследовательский институт метрологии», 1997. -7 с.

77. ПНД Ф 14.1:2.105-97 Методика выполнения измерений массовой концентрации летучих фенолов в природных и очищенных сточных водах фотометрическим методом после отгонки с водяным паром. - М.: ФГУП «Уральский научно-исследовательский институт метрологии», 1997. — 13 с.

78. Питулько, В.М. Экологическая экспертиза / В.М. Питулько. - М.: Изд. центр «Академия», 2004. - 480 с.

79. Подольский, A.JI. Интегрированный экологический мониторинг акваторий и программно-аппаратные решения / A.JI. Подольский, C.B. Бобырев, Е.И. Тихомирова, H.A. Угланов // Фундаментальные исследования./ 2012.-№5.-С. 177-179.

80. Порядин, А.Ф. Оценка и регулирование качества окружающей природной среды: - Учеб. пособие для инженера-эколога / А.Ф. Порядин, А.Д. Хованский. - М.: НУМЦ Минприроды России, Издат. дом «Прибой», 1996. -350 с.

81. Правила охраны поверхностных вод от загрязнения. - М., 1991. -

380 с.

82. Проблемы изучения краевых структур биоценозов: материалы 2-й Всерос. науч. конф. с междунар. участием. - Саратов: Изд-во Сарат. ун-та, 2008. - 248 е.: ил. ISBN 978-5-292-03839-9

83. Пузаченко, Ю.Г. Математические методы в экологических и географических исследованиях / Ю. Г. Пузаченко. - М.: Академия, 2004. - 406 с.

84. РД 52.24.496-2005 Температура, прозрачность и запах поверхностных вод суши. Методика выполнения измерений. - М.: Росгидромет, 2005. - 4 с.

85. РД 52.24.497-2005 Цветность поверхностных вод суши. Методика выполнения измерений фотометрическим и визуальным методами. — М.: Росгидромет, 2005. - 8 с.

86. РД 52.08.104-2002 Мутность воды. Методика выполнения измерений. - М.: Росгидромет, 2002. - 9 с.

87. РД 52.24.564-96 Охрана природы. Гидросфера. Метод оценки загрязненности пресноводных экосистем по показателям развития фитопланктонных сообществ. - М.: Росгидромет, 1996. - 11с.

88. РД 52.24.419-2005 Массовая концентрация растворенного кислорода в водах. Методика выполнения измерений йодометрическим методом. - М.: Росгидромет, 2005. - 11 с.

89. РД 52.24.420-2006 Биохимическое потребление кислорода в водах. Методика выполнения измерений скляночным методом. - Ростов-н/д: Росгидромет, 2006. - 14 с.

90. РД 52.24.421-2007 Химическое потребление кислорода в водах. Методика выполнения измерений титриметрическим методом. - Ростов-н/д: Росгидромет, 2006. - 11 с.

91. РД 52.24.515-2005 Массовая концентрация диоксида углерода в поверхностных водах суши. Методика выполнения измерений титриметрическим и расчетным методом». - М.: Росгидромет, 2005. - 14 с.

92. РД 52.24.358-2006 Массовая концентрация железа общего в водах. Методика выполнения измерений фотометрическим методом с 1,10-фенантролином. -Ростов-н/д: Росгидромет, 2006. - 12 с.

93. РД 52.24.361-2007 Массовая концентрация хлоридов в водах. Методика выполнения измерений потенциометрическим методом с ионселективными электродами. - Ростов-н/д: Росгидромет, 2007. - 12 с.

94. РД 52.24.367-2006 Массовая концентрация нитратов в водах. Методика выполнения измерений потенциометрическим методом с ионселективными электродами. - Ростов-н/д: Росгидромет, 2006. - 11 с.

95. РД 52.24.370-2006 Массовая концентрация нитритов в водах. Методика выполнения измерений потенциометрическим методом с ионселективными электродами. - Ростов-н/д: Росгидромет, 2006. - 13 с.

96. РД 52.24.394-95 Методика выполнения измерений массовой концентрации ионов аммония в поверхностных водах суши потенциометрическим методом с ионселективным электродом. - М.: Росгидромет, 1995. - 14 с.

97. РД 52.24.382-2006 Массовая концентрация фосфатов и полифосфатов в водах. Методика выполнения измерений фотометрическим методом. - Ростов-н/д: Росгидромет, 2006. - 15 с.

98. РД 52.24.401-2006 Массовая концентрация сульфатов в водах. Методика выполнения измерений титриметрическим методом с нитратом свинца. - Ростов-н/д: Росгидромет, 2006. - 16 с.

99. РД 52.24.476-2007 Массовая концентрация нефтепродуктов в водах. Методика выполнения измерений ИК-фотометрическим методом. - Ростов-н/д: Росгидромет, 2007. - 17 с.

100. РД 52.24.439-2007 Массовая концентрация неионогенных синтетических поверхностно-активных веществ и полиэтиленгликолей в водах.

Методика выполнения измерений экстракционно-фотометрическим методом. — Ростов-н/д: Росгидромет, 2007. - 15с.

101. РД 52.24.516-2006 Массовая концентрация меди и цинка в водах. Методика выполнения измерений фотометрическим методом из одной пробы. — Ростов-н/д: Росгидромет, 2006. - 14 с.

102. РД 52.24.494-2006 Массовая концентрация никеля в водах. Методика выполнения измерений фотометрическим методом с диметилглиоксимом. - Ростов-н/д: Росгидромет, 2006. - 15с.

103. РД 52.24.467-2008 Массовая концентрация марганца в водах. Методика выполнения измерений фотометрическим методом с формальдоксимом. - Ростов-н/д: Росгидромет, 2008. - 14с.

104. РД 52.24.643-2002 Метод комплексной оценки степени загрязненности поверхностных вод по гидрохимическим показателям. — Ростов-н/д: Росгидромет. 2002. - 13 с.

105. Ревич, Ю. Практическое программирование микроконтроллеров / Ю. Ревич. - СПБ.: БХВ-Петербург, 2008. - 384 с.

106. Розенберг, Г.С. Экологические проблемы Среднего и Нижнего Поволжья на рубеже тысячелетий. Стратегия контроля и управления (Аналитический доклад для Ассоциации «Большая Волга») / Г.С. Розенберг, В.Б. Голуб, И.А. Евланов. - Тольятти: ИЭВБ РАН, 2000. - 48 с.

107. Розин, В.И. Основы экологического мониторинга (инженерные задачи рационального природопользования) / В.И. Розин. - Таганрог, 1988. -260 с.

108. Романенко, В.И. Экология микроорганизмов пресных водоёмов: лабораторное руководство / В.И. Романенко, С.И. Кузнецов. - М.: Наука. 1974. -С. 194.

109. СаНПиН 2.1.4.1175-02 Гигиенические требования к качеству воды нецентрализованного водоснабжения. Санитарная охрана источников. — М.: Минздрав России, 2002. - 12 с.

110. Семенченко, В. П. Принципы и системы биоиндикации текучих вод / В. П. Семенченко. - Минск: Орех, 2004. - 125 с.

111. Сергеев, Е.Д. Санитарная охрана водоемов (научные методические аспекты) / Е.Д. Сергеев, Е.А. Можаев. - М.: Медицина, 1979. - 150 с.

112. Сергеева, И.В. Экология и фауна хирономид подсемейства Tanypodinae (Díptera, Chironomidae) разных зоогеографических зон России: дис... д-р. биол. наук / И.В. Сергеева. - Саратов, 2006. - 360 с.

113. Справочник по опасным природным явлениям в республиках, краях и областях Российской Федерации. - СПб.: Гидрометеоиздат. 1997. - 592 с.

114. Степановская, И.А. Некоторые аспекты развития корпоративных систем экологического мониторинга водных бассейнов России / И.А. Степановская, И.А. Баренбойм // Управление развитием крупномасштабных систем MLSD'2007: труды 1 международной конф. (1-3 окт., Москва, Россия). -М.: ИПУ им. В.А. Трапезникова РАН, 2007. - С. 353-360.

115. Сюткин, В. М. Экологический мониторинг административного региона (концепция, методы, практика на примере Кировской области) / В.М. Сюткин. - Киров: ВГПУ, 1999. - 232 с.

116. Тарко, A.M. Антропогенные изменения глобальных биосферных процессов. Математическое моделирование / A.M. Тарко. - М.: Физматлит, 2005.-231 с.

117. Уемов, А. И. Логические основы метода моделирования / А.И. Уемов.-М., 1971.-251 с.

118. ФР.1.39.2004.01143 Методика определения токсичности проб поверхностных пресных, грунтовых, питьевых, сточных вод, водных вытяжек из почвы, осадков сточных вод и отходов по изменению оптической плотности культуры водоросли хлорелла (Chlorella vulgaris Beijer). - Красноярск: КрасГУ, 2004. - 151 с.

119. Хаггарти, Р. Дискретная математика для программистов / Р. Хаггарти. -М.: Техносфера, 2005. - 400 с. ISBN 5-94836-016-4.

120. Хоружая, Т.А. Методы оценки экологической опасности / Т.А. Хоружая. - М.: Эксперт бюро, 1998. - 224 с.

121. Хубларян, М. Г. Водные проблемы на рубеже веков / Антропогенное воздействие на природу севера и его экологические последствия / под ред. Ю.А. Израэля, Г. В. Калабина, В.В. Никонова. -Апатиты: Изд-во КНЦ РАН, 1999. - С. 35 - 42.

122. Царегородцев, В.Г. Нейросетевые методы обработки информации в задачах прогноза климатических характеристик и лесорастительных свойств ландшафтных зон / В.Г. Царегородцев, H.A. Погребная // Методы нейроинформатики. - Красноярск: КрГТУ, 1998. - С. 65-110.

123. Цаценко, JI.B. Методика биотестирования почвы на основе ряскового теста в агроэкологическом мониторинге / JI.B. Цаценко, Н.Г. Малюга. - Краснодар: КубГАУ, 2003. - С. 1-56.

124. Цхай, А. А. Введение в экологическое моделирование / А. А. Цхай, М. Пулян, JI. Н. Бельдеева, - Барнаул: Азбука, 2001.-315 с.

125. Чалова, И. В. Оценка качества природных и сточных вод методами биотестирования с использованием ветвистоусых ракообразных (Cladocera, Crustocea) / И. В. Чалова, А. В. Крылов. - Рыбинск: ОАО «Рыбинский дом печати», 2007. - 73 с.

126. Чернов, А. В. География и геоэкологическое состояние русел и пойм рек Северной Евразии / А. В.Чернов. - М.: Крона, 2008. - 245 с. ISBN 9785-9901084-7-9

127. Шайтура, C.B. Геоинформационные системы и методы их создания / C.B. Шайтура. - М.: 1998.-252 с.

128. Шитиков, В.К. Количественная гидроэкология: методы системной идентификации / В.К. Шитиков, Г.С. Розенберг, Т.Д. Зинченко. - Тольятти: ИЭВБ РАН, 2003.-463 с.

129. Яблоков, А. В. Российская Арктика: на пороге катастрофы / А. В. Яблоков и др. ; под ред. А .В. Яблокова. - М.: ЦЭПР, 1996. - 206 с.

130. Alderink, R. H. DUFLOW V 2.0: Micro-computer Package for the Simulation of 1-Dimensional Flow and Water Quality in a Network of Open Water Courses. Modelling Water Quality and Flow in River Vecht using DUFLOW" / R. H. Alderink, N.J. Klaver, R. Noorman // C. Heatwole (ed.), Proceedings of the International Conference on Water Quality Modelling. - Orlando, U.S.A., ASAE, 1995.-P. 416-426.

131. Beck, M. B. «Identification and application of a dynamic model for operational management of water quality» / M. B.Beck, A. Reda // Water Science and Technology. - № 30(2), 1994.-P. 31—41.

132. Belpaire C., Goemans G. "Eels: contaminant cocktails pinpointing environmental contamination." // ICES J. Mar. Sci. 64: 1423-1436.

133. Bragazzaa, Marchesinia, Alberb, Bonettic, Lorenzonic, Achillid, Buffonid, De Marcoe, Franchif, Pisonf, Giaquintag, Palmierih Spezzano (2000). "Monitoring of heavy metal deposition in Northern Italy by moss analysis." Environmental Pollution, Vol. 108, No. 2, pp 201-208.

134. Brown, L. C., Barnwell, T. O. The Enhanced Stream Water Quality Model QUAL2E and QUAL2E-UNCAS, Documentation and User Manual, U.S. Environmental Protection Agency, Athens, 1987. 189 pp.

135. Chow V.T. Open-channel hydraulics. International student edition. McGraw-Hill International. Tokyo, 1982. 692 p. ISBN-10: 007085906X

136. Comin F. A. Ecological Restoration: A Global Challenge, New York, Cambridge University Press, 2010.-318 p. ISBN-10: 0521877113

137. Csuros, Csaba; Csuros, Maria (2002). Environmental sampling and analysis for metals. Boca Raton, FL: CRC Press, p. 219. ISBN 9781566705721.

138. Encyclopedia of geographic information science/editor, Kemp, Karen K. Thousand Oaks, 2008. ISBN 978-1-4129-1313-3.

139. Environment Agency, UK. GQA summary data 2007

140. Environment Agency. General quality assessment of rivers - biology

141.Friberg, N, Bonada, N., Bradley, D.C., Dunbar, M.J., Edwards, F.K., Grey, J., Hayes, R.B., Hildrew, A.G., Lamouroux, N., Trimmer, M., Woodward G.,

(2011). Biomonitoring of Human Impacts in Freshwater Ecosystems: The Good, the Bad and the Ugly. Advances in Ecological Research, 1-68.

142. Fu, Pinde. Web GIS: Principles and Applications / Pinde Fu, Jiulin Sun. Redlands, 2008. ISBN: 158948245X

143. Gross L.J. //Biomathematics. 1986. V. 17. P. 3-15. 1

144. Grover V. I. Water: Global Common and Global Problems. British Isles: Science Publishers, 2006. - 548 p. ISBN-10: 1578084091

145. Hart, C.W.; Fuller, Samuel FJ. (1974). Pollution Ecology of Freshwater Invertebrates. New York: Academic Press. ISBN 0-12-328450-3.

146. International Atomic Energy Agency (2005). Environmental and Source Monitoring for Purposes of Radiation Protection, IAEA Safety Standards Series No. RS-G-1.8. Vienna: IAEA. http://www-pub.iaea.org/MTCD/ publications/PDF/Pub 1216_web.pdf.

147. International Atomic Energy Agency (2007). IAEA Safety Glossary: Terminology Used in Nuclear Safety and Radiation Protection. Vienna: IAEA. ISBN 92-0-100707-8. http://www-pub.iaea.org/MTCD/publications/ PDF/ Publ290_web.pdf.

148. International Atomic Energy Agency (2010). Programmes and Systems for Source and Environmental Radiation Monitoring. Safety Reports Series No. 64.. Vienna: IAEA. pp. 234. ISBN 978-92-0-112409-8. http://www-pub.iaea.org/mtcd/publications/PubDetails.asp?pubId=8242.

149. Jordan, Lawrie. Gis and imagery. How they become pals // Geoinformatics. 2010. № 4, vol. 13. P. 10 - 14. ISSN 13870858

150. Kumar, Praveen. Hydroinformatics: Data Integrative Approaches in Computation, Analysis, and Modeling / Praveen Kumar , Mike Folk, Momcilo Markus, Jay C. Alameda. Boca Raton, 2006. ISBN 0849328942

151. Leathwick J.R.; Collier K.; Chadderton L. (2007) "Identifying freshwater ecosystems with nationally important natural heritage values: development of a biogeographic framework". Science for Conservation 274. p. 30. Department of Conservation (New Zealand).

152. Mitchell, Tyler. Web Mapping Illustrated: Using Open Source GIS Toolkits. Boston, 2005. ISBN 0596008651

153. Offwell Woodland & Wildlife Trust. Devon, UK. "Ecological Sampling Methods." Accessed 2009-10-21.

154. Orlob, G. T. Mathematical Modelling of Water Quality, Chichester, Wiley, 1982, 518 p., ISBN-10: 0471100315

155. Porter D. Estimating Flow in Streams [Electronic resource] // West Virginia University Extension Service. Mode of access http ://www. caf. wvu. edu/~forage/streamflow/estimat.htm

156. Pott, U. & Turpin, D. H. (1998). "Assessment of Atmospheric Heavy Metals by Moss Monitoring with Isothecium Stoloniferum Brid. in the Fraser Valley, B.C., Canada." Water, Air, & Soil Pollution. Vol. 101, Nos. 1-4, January 1998, ISSN 0049-6979.

157. Reichert, P., Borchardt, D., Henze, M., Rauch, W., Shanahan, P., Somlyody, L., Vanrolleghem, P.A. «RiverWater QualityModel No. 1 (RWQM1)», IWA Publishing, London, 2001. ISBN: 190022282

158. Ricciardi, A., & Rasmussen, J. B. (1999). Extinction Rates of North American Freshwater Fauna. Conservation Biology, 13 (5), 1220-1222.

159. Scally, Robert. GIS for Environmental Management. Redlands, 2006. ISBN-10: 1589481429

160. Shaw, Elizabeth M. (1984). "Book reviews: 'Proceedings of the International Symposium on Hydrometeorology' edited by A.I. Johnson & R.A. Clark". Hydrological Sciences Journal 29 (4): 462-463. ISSN 0262-6667. http://www.iahs.info/hsj7290/hysj_29_04_0462.pdf.

161. Short, Nicholas M., Sr. "Remote Sensing Tutorial." U.S. National Aeronautics and Space Administration (NASA). Greenbelt, MD. 2009-09-23.

162. Streeter, H. W., Phelps, E. B. A Study of Pollution and Natural Purification of the Ohio River, U.S. Public Health Service, Washington, DC, 1925. 146 p.

163. Stribling J. B. & Davie S.R., "Design of an environmental monitoring programme for the Lake Allatoona/Upper Etowah river watershed." Proceedings of the 2005 Georgia Water Resources Conference, April 25-27, 2005.

164. United Nations Environment Programme. Mineral Resources Forum. "General guideline for an environmental monitoring programme."

165. Vanrolleghem, P., Borchardt, D., Henze, M., Rauch, W., Reichert, P., Shanahan, P., Somlyody, L. «River water quality model No. 1 (RWQM1) III: Biochemical submodel selection» // Water Science and Technology № 43(5), 2001, p.31-40.

166. Wrona, F. J.; Cash, K. J., 1996, "The ecosystem approach to environmental assessment: moving from theory to practice." Journal of Aquatic Ecosystem Health. Kluwer Academic Publishers, ISSN 0925-1014.

167. XU, F.L., Tao, S., Dawson, R. W., Pen-gang, L., & Jun, C. (2001). Lake Ecosystem Health Assessment: Indicators and Methods. Water Research , 3157-3167.

168. Zeiler, Michael. Modeling our world. The ESRI Guide to Geodatabase Design. New York, 1999. ISBN 1-879102-62-5