1. На главную
  2. Электронные версии
  3. Растительные ресурсы
  4. T. 58, № 3, 2022

Растительные ресурсы, 2022, T. 58, № 3, стр. 311-324

Оценка состояния среды в Санкт-Петербурге по показателю флуктуирующей асимметрии листьев Betula pendula (Betulaceae)

М. М. Дорофеева 1, 2, *, С. А. Бонецкая 1

1 Санкт-Петербургский государственный лесотехнический университет им. С.М. Кирова
г. Санкт-Петербург, Россия

2 Ботанический институт им. В.Л. Комарова РАН
г. Санкт-Петербург, Россия

* E-mail: dorofeevamm@gmail.com

Поступила в редакцию 21.07.2021
После доработки 28.09.2021
Принята к публикации 07.06.2022

Полный текст (PDF)

Аннотация

На основе цифровых технологий обработки изображений (Самаркина и др., 2019) выполнено измерение параметров листовых пластинок Betula pendula Roth и расчет показателей их флуктуирующей асимметрии и площади на 25 пробных площадках на территории г. Санкт-Петербурга. Использованное программное обеспечение на базе Matlab автоматически рассчитывает показатель асимметрии листовых пластинок и площадь листа, анализируя расположение точек на правой и левой кромке листа. Отмечена высокая перспективность метода, по сравнению с традиционной методикой измерения 5-ти параметров листа. Методика не требует применения особого оборудования и легко может быть освоена специалистами.

Ключевые слова: площадь листьев, флуктуирующая асимметрия, методы определения, компьютерные технологии, Betula pendula, г. Санкт-Петербург

Древесные растения активно используются в биологическом мониторинге и в целях биоиндикации чаще всего анализируют анатомические и морфологические характеристики листьев. Особой популярностью для этой цели, в связи с широким распространением и билатарельно-симметричной формой листовой пластинки, пользуется вид Betula pendula Roth.

Многочисленными исследованиями установлена корреляция между величиной флуктуирующей асимметрии (ФА) листовой пластинки Betula pendula и уровнем загрязнения среды [1–8]. При этом в некоторых работах авторы указывают на отсутствие ожидаемого увеличения ФА под воздействием экологических стрессов [9]. Было показано, что ФА листьев Betula pendula не изменяется в градиенте сильной техногенной нагрузки [10]. В обзоре Graham et al. [11] отмечено, что в более чем половине проанализированных исследований для разных видов растений было выявлено отсутствие значимых различий ФА между загрязненными и незагрязненными местообитаниями. Показано, что увеличение ФА определяется сочетанием воздействия множества факторов среды и зависит так же от климатических и почвенных условий [11]. Отсутствие реакции на загрязнение может объясняться развитием устойчивости к антропогенным факторам. Вопрос значения показателя ФА при биологическом мониторинге остается пока открытым.

Тем не менее вид Betula pendula рекомендован для оценки состояния наземных экосистем “Методическими рекомендациями по выполнению оценки качества среды по состоянию живых существ” распоряжения Росэкологии № 460-р от 16 октября 2003 г. [12]. Данная методика рекомендована для широкого использования и основана на оценке показателя ФА. При измерении ФА оценивается асимметричность проявления пяти признаков на правой и левой половинах листа, рассчитывается средняя арифметическая показателей. Для проведения измерений часть исследователей используют непосредственно листья, а не сканированные изображения листовых пластинок. Измерения выполняются линейками, штангенциркулями и т.д., что значительно снижает точность оценок ФА. Общеизвестная методика является трудоемкой и требует значительных затрат времени, даже при использовании Adobe Photoshop и подобных программ для измерения электронных изображений листьев.

Вместе с тем, при большом объеме исследуемого материала требуется и скорость, и высокая точность измерений. В настоящее время активно разрабатываются современные методики с применением компьютерных технологий, позволяющие ускорить процесс анализа ФА.

Е.И. Самаркиной с соавт. [13] разработана программа с помощью языка программирования, встроенного в комплекс Matlab, предназначенная для определения площади и коэффициента асимметрии листовых пластинок. Данное программное обеспечение (ПО) автоматически рассчитывает показатель асимметрии и площадь листовых пластинок, анализируя расположение точек на правой и левой кромке листа и не требует проведения дополнительных измерений.

Целью работы является оценки состояния среды в г. Санкт-Петербурге по показателю флуктуирующей асимметрии листьев Betula pendula с использованием цифровых технологий обработки изображений.

МАТЕРИАЛ И МЕТОДЫ

Сбор листовых пластинок Betula pendula проводился в июле–августе 2019 г. в условиях г. Санкт-Петербурга в соответствии с “Методическими рекомендациями по выполнению оценки качества среды по состоянию живых существ” распоряжения Росэкологии № 460-р [12].

Пробные площадки (ПП) в черте города подбирались с учетом карты почвенных загрязнений, с целью охватить основные районы города. Контрольная пробная площадка в окр. г. Шлиссельбурга (Кировский р-н, Ленинградская обл.) выбрана с учетом отсутствия вблизи крупных промышленных предприятий и дорог. Всего было заложено 25 ПП (рис. 1). Данные о почвенном загрязнении на ПП представлены в табл. 1. Данные об атмосферном загрязнении вблизи ПП приведены с официального сайта “Экологический портал Санкт-Петербурга” [14] с ближайших станций автоматического мониторинга загрязнения атмосферного воздуха (САМ) за май–июнь 2019 г., поскольку именно в этот период происходит рост и развитие листовой пластинки Betula pendula (табл. 2).

Рис. 1.

Карта расположения пробных площадок на территории г. Санкт-Петербурга. Fig. 1. Location of sample plots in St. Petersburg.

Таблица 1.  

Характеристика пробных площадок и данные о почвенном загрязнении на территории г. Санкт-Петербурга Table 1.  Characteristics of the sample plots and data on soil pollution in St. Petersburg

№ ПП
№ SP 		Адрес
Address 		Географические координаты
Location coordinates 		Данные о почвенном загрязнении*
Data on soil pollution*
N E Pb, мг/кг
Pb, mg/kg 		бензапирен, мг/кг
benzopyrene, mg/kg		 диоксины (ДЭ), нг/кг
dioxins (toxic equivalency), ng/kg		 Zc, ед.1
Zc, units 		радон, кбк/м3
radon, kbq/m3		 нефтепродукты, мг/кг
oily products, mg/kg
1 ул. Жака Дюкло
Zhaka Duclo st. 		60.009457 30.359813 150–300 0.06–0.1 0.9–1.5 64–128 10–20  
2 метро Политехническая
Politekhnicheskaya Metro station 		60.006345 30.370074 90–150 0.06–0.1 0.3–0.6 64–128 10–20  
3 Удельный парк
Udelny park 		60.004962 30.303782 150–300 0.06–0.1 0.9–1.5 64–128 10–20 –
4 ул. Мебельная, 13
13 Mebelnaya st. 		59.993273 30.232339 300–450 0.06–0.1 0–0.3 128–300 0–5 –
5 Строгановский парк
Stroganovsky Park 		59.983586 30.307169 90–150 0.06–0.1 0.6–0.9 64–128 5–10 –
6 Набережная Черной Речки
Chernaya Rechka Embankment 		59.981527 30.318495 300–450 0.1–0.2 0.9–1.5 128–300 10–20 –
7 ул. Бокситогорская, 6
6 Boksitogorskaya st. 		59.959349 30.446910 90–150 0.06–0.1 6–9 64–128 5–10 –
8 Большеохтинское кладбище, правая сторона
Bolsheokhtinsky cemetery, right side 		59.952715 30.443964 150–300 0.04–0.06 3–6 128–300 5–10 –
9 Большеохтинское кладбище, левая сторона
Bolsheokhtinsky cemetery, left side 		59.947874 30.433402 30–90 0.06–0.1 0.9–1.5 32–64 10–20 >7500
10 Таврический сад
Tavrichesky (Tauride) Garden 		59.946218 30.373071 90–150 0.06–0.1 0–0.3 16–32 10–20 –
11 Аничков сад
Anichkov Garden 		59.933215 30.338798 150–300 0.04–0.06 0.6–0.9 128–300 10–20 2000–4000
12 Овсянниковский сад
Ovsyannikovsky Garden 		59.930901 30.376511 150–300 0.06–0.1 0–0.3 128–300 10–20 –
13 Площадь Бехтерева
Bekhterev Square 		59.902255 30.399425 150–300 0.06–0.1 0.6–0.9 128–300 5–10 –
14 ул. Ольги Берггольц, 36 к. 3
36-3 Olgy Berggolts st. 		59.890409 30.409864 300–450 0.06–0.1 0.9–1.5 >300 10–20 –
15 Кировский завод, электродепо
Kirov Plant, electric locomotive house 		59.888571 30.294242 300–450 0.02–0.04 >9 128–300 5–10 –
16 Парк Динамо
Dynamo Park 		59.888482 30.330442 300–450 0.1–0.2 0.3–0.6 128–300 10–20 –
17 Сад Кирьяново
Kiryanovo Garden 		59.886126 30.263992 300–450 0.06–0.1 3–6 128–300 10–20 –
18 метро Кировский завод
Kirovsky Zavod Metro station 		59.878665 30.261034 90–150 0.06–0.1 0.6–0.9 32–64 20–30 –
19 ул. Белградская, 11
11 Belgradskaya st. 		59.877716 30.353675 150–300 0.1–0.2 0–0.3 64–128 5–10 2000–40 000
20 Московский парк победы
Moscow Victory Park 		59.871357 30.335586 150–300 0.1–0.2 0.6–0.9 128–300 10–20 –
21 метро Пролетарская
Proletarskaya Metro station 		59.866188 30.468050 30–90 0.06–0.1 0.6–0.9 32–64 20–30 –
22 Московский проспект, 183
183 Moskovsky prospect 		59.856291 30.319989 300–450 0.06–0.1 0.6–0.9 32–64 20–30 –
23 ул. Варшавская
Varshavskaya st. 		59.844446 30.314755 30–90 0.04–0.06 0.3–0.6 16–32 20–30 –
24 ж/д ст. Предпортовая
Predportovaya railway station 		59.831649 30.295108 150–300 0.02–0.04 0.6–0.9 128–300 20–30 –
25 Садоводческий массив “Сады"
“Sady” gardening allotments 		59.935898 30.947061 – – – – – –

Примечание: * использованы данные карт почвенного загрязнения г. Санкт-Петербург [15]; 1 – индекс суммарного загрязнения почв тяжелыми металлами. Прочерк означает отсутствие данных. Note: * Data were obtained from the soil pollution maps of St. Petersburg [15]; 1 – index of total heavy metals in soil. A dash means no data.

Таблица 2.   

Данные атмосферного загрязнения воздуха в мае–июне 2019 г. Table 2.  Data on air pollution in May–June 2019

№ САМ*
№ АМS* 		№
ПП
№ SP 		Средние концентрации загрязняющих веществ в атмосферном воздухе в отношении к среднесуточным предельно допустимым концентрациям (ПДК с.с.)
Average pollutant concentrations in the atmospheric air against the daily-average maximum allowable concentrations (MAC a.d.) 		Содержание взвешенных частиц в отношении к ПДК с.c
The content of particulate matter against MAC a.d. 
CO NO NO2 SO2 O3
1 3, 5, 6 0.134 0.252 1.047 0.100 1.421 0.200
2 14 0.100 0.136 0.464 0.116 1.516 0.178
3 1, 2 0.107 0.164 0.690 – – 0.159
4 12 0.121 0.293 0.711 0.100 – 0.170
5 15, 17, 18 0.105 0.142 0.226 0.115 – 0.449
6 4 0.105 0.193 0.828 0.127 – –
8 16, 20, 22 0.102 0.115 0.559 0.100 1.695 0.151
9 21 0.113 0.187 0.758 0.100 1.319 0.195
10 11 0.102 0.146 0.743 0.100 – –
12 10 0.179 0.655 1.733 – – –
14 7, 8, 9 0.108 0.167 0.607 – 1.482 0.119
16 13, 19 0.116 0.151 0.648 0.100 – 0.328
19 23, 24 0.107 0.110 0.406 – 1,391 0,162

Примечание: полужирным шрифтом отмечены показатели, превышающие ПДК. Прочерк означает отсутствие данных. * – станция автоматического мониторинга. Note: Indicators in bold type exceed MAC. Dash means no data. * – automatic monitoring station.

На каждой ПП листья собирались с 10 деревьев Betula pendula с нижней части кроны по всему периметру. С каждой березы собиралось минимум 10 сформированных листовых пластинок, полностью закончивших рост, без повреждений. Всего было собрано и оцифровано 2720 листовых пластинок. Фотографии обрабатывались в графическом редакторе GIMP при наличии белых бликов, тени от листьев, черешков, для повышения контрастности изображения. Для измерений ФА были подготовлены файлы цифровых фотографии серий листовых пластинок в формате JPEG достаточного разрешения. В результате автоматического распознавания функцией Matlab объектов на цифровом изображении был сформирован массив листовых пластинок, каждой из которых соотносится своя бинарная матрица изображения. На основе матрицы бинарного изображения листовой пластинки выводятся показатели асимметрии, логарифм асимметрии, площадь левой и правой половин листовой пластинки, суммарная площадь листовой пластинки [13].

Обработку данных проводили с использованием пакета программ STATISTICA 6.0 и MS EXCEL.

РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ

Предварительный анализ данных показателей флуктуирующей асимметрии, полученных с помощью программного обеспечения Matlab

Статистические параметры выборок интегрального показателя флуктуирующей асимметрии листа Betula pendula представлены в табл. 3. Наименьшее среднее значение асимметрии, рассчитанное как среднее арифметическое всех значений выборок получено в контрольной точке – ПП № 25 (рис. 2).

Таблица 3.  

Статистические показатели выборок интегрального показателя флуктуирующей асимметрии листа Betula pendula Table 3.  Statistical indicators of the samples of Betula pendula leaf fluctuating asymmetry integrated index

№ ПП
№ SP 		Среднее
Mean 		Доверительный уровень
Confidence level 		Медиана
Median 		Дисперсия
Variance 		Стандартное отклонение
Std.dev. 		Коэффициент асимметрии
Skewness 		Коэффициент эксцесса
Kurtosis 		Диапазон
Range
–95.000% +95.000% Min Max
1 0.2292 0.0115 0.4469 0.2111 0.0119 0.1092 0.6044 –0.4007 0.0710 0.5046
2 0.2386 0.0119 0.4654 0.2224 0.0120 0.1094 0.4827 –0.5501 0.0507 0.5419
3 0.1138 0.0057 0.2219 0.0971 0.0038 0.0617 3.0374 15.4428 0.0399 0.5035
4 0.2547 0.0127 0.4966 0.2307 0.0176 0.1327 0.3056 –1.1657 0.0615 0.5260
5 0.1348 0.0067 0.2628 0.1184 0.0047 0.0688 1.4135 1.7920 0.0411 0.3754
6 0.2467 0.0123 0.4811 0.2172 0.0139 0.1178 0.3870 –0.9872 0.0508 0.4919
7 0.2437 0.0122 0.4752 0.2045 0.0159 0.1261 0.6848 –0.6813 0.0691 0.5387
8 0.1628 0.0081 0.3175 0.1367 0.0080 0.0892 1.7879 3.3102 0.0495 0.4935
9 0.2214 0.0111 0.4318 0.1871 0.0148 0.1217 0.8287 –0.1185 0.0540 0.5353
10 0.1521 0.0076 0.2965 0.1395 0.0049 0.0701 1.2941 2.2098 0.0553 0.4218
11 0.2628 0.0131 0.5124 0.2436 0.0154 0.1239 0.3289 –0.8269 0.0633 0.5452
12 0.1871 0.0094 0.3648 0.1738 0.0087 0.0931 1.0392 0.9856 0.0566 0.5205
13 0.2324 0.0116 0.4532 0.2052 0.0118 0.1086 0.7111 0.1407 0.0357 0.5288
14 0.1666 0.0083 0.3248 0.1463 0.0064 0.0802 1.1743 1.2855 0.0564 0.4499
15 0.1407 0.0070 0.2744 0.1217 0.0039 0.0624 0.9167 0.0764 0.0545 0.3074
16 0.2135 0.0107 0.4163 0.1775 0.0138 0.1174 0.6537 –0.6092 0.0488 0.5302
17 0.1406 0.0070 0.2741 0.1318 0.0039 0.0625 1.4018 2.0069 0.0579 0.3408
18 0.1538 0.0077 0.2999 0.1448 0.0036 0.0603 0.7972 0.1684 0.0669 0.3183
19 0.2316 0.0116 0.4516 0.2130 0.0125 0.1120 0.5347 –0.4149 0.0541 0.5460
20 0.1594 0.0080 0.3108 0.1385 0.0057 0.0754 1.4090 2.4364 0.0572 0.4650
21 0.2370 0.0119 0.4622 0.2217 0.0150 0.1224 0.3632 –0.9041 0.0592 0.5379
22 0.1354 0.0068 0.2640 0.1213 0.0042 0.0647 1.7351 4.5128 0.0410 0.4368
23 0.1583 0.0079 0.3087 0.1324 0.0080 0.0892 1.1139 1.1283 0.0460 0.4835
24 0.1436 0.0072 0.2799 0.1215 0.0062 0.0786 1.8910 4.8263 0.0413 0.4952
25 0.0877 0.0044 0.1710 0.0836 0.0007 0.0263 0.6473 0.0533 0.0361 0.1566
Рис. 2.

График распределения значений флуктуирующей асимметрии листьев Betula pendula на пробных площадях. По горизонтали – номер ПП; по вертикали – величина ФА. Fig. 2. Distribution of Betula pendula leaf fluctuating asymmetry values at different sample plots. X-axis – SP number; y-axis – fluctuating asymmetry value.

Для предварительного анализа данных были взяты две выборки значений показателей флуктуирующей асимметрии: случайная пробная площадка (ПП № 9) и контрольная точка (ПП № 25). При построении гистограмм выявлена их несимметричность и смещенность распределения влево.

По критерию Колмогорова–Смирнова гипотеза о нормальности не отклоняется, но и достоверно не подтверждается (ПП № 9: D = 0.13471, p < 0.1; ПП № 25: D = 0.11616, p < 0.15). Тест на нормальность по критерию Хи-Квадрат (ПП № 9: χ2 = 29.60539, p = 0.00005; ПП № 25: χ2= 11.56577, p = 0.11577) и критерию Шапиро–Уилка (ПП № 9: W = 0.92051, p = 0.00001; ПП № 25: W = 0.96149, p = 0.00514) позволяет отвергнуть гипотезу о нормальном распределении. В связи с этим рассматривались альтернативные типы распределений: распределение Вейбулла, гамма-распределение, логнормальное распределение.

Оценка, выполненная по критерию Колмогорова–Смирнова, свидетельствует об отсутствии соответствия эмпирических распределений распределению Вейбулла (ПП № 9: D = 0.22594, p < 0.01; ПП № 25: D = 0.2845, p < 0.01), гамма-распределению (ПП № 9: D = 0.74858, p < 0.01; ПП № 25: D = 0.912286797, p < 0.01) и логнормальному распределению (для обоих эмпирических распределений D = 1, p < 0.01). По критерию Хи-Квадрат установлено достоверное соответствие выборок значений флуктуирующей асимметрии на ПП № 9 и № 25 (χ2 = 7.09178, p = 0.21390 и χ2 = = 4.50375, p = 0.47938 соответственно) (рис. 3, 4).

Рис. 3.

Гистограмма распределения значений флуктуирующей асимметрии на ПП № 9 и кривая логнормального распределения. Fig. 3. Histogram of the distribution of fluctuating asymmetry values at SP 9 and the log-normal distribution curve.

Рис. 4.

Гистограмма распределения значений флуктуирующей асимметрии на ПП № 25 и кривая логнормального распределения. Fig. 4. Histogram of the distribution of fluctuating asymmetry values at SP 25 and the log-normal distribution curve.

Распределения многих показателей и индексов асимметрии, как правило, не подчиняются нормальному закону [16, 17]. В связи с этим в исследованиях асимметрии иногда применяют различные дополнительные преобразования для перевода ненормально распределенных показателей в форму нормального распределения (например, логарифмические трансформации).

Результаты проверки статистического анализа гипотезы о виде распределения, подтверждают нормальность распределения выборок после логарифмирования данных (рис. 5, 6). Тест на нормальность по критерию Хи-Квадрат (χ2 = 4.47817, p = 0.61225) и Шапиро–Уилка (W = 0.97865, p = = 0.1044) позволяет подтвердить гипотезу о нормальном распределении после логарифмирования данных выборки ПП № 9 и выборки ПП № 25 (χ2 = 2.07830, p = 0.35375; W = 0.98918, p = 0.5995).

Рис. 5.

Гистограмма распределения логарифмированных значений флуктуирующей асимметрии на ПП № 9 и кривая нормального распределения. Fig. 5. Histogram of the distribution of logarithmic values of fluctuating asymmetry at SP 9 and the normal distribution curve.

Рис. 6.

Гистограмма распределения логарифмированных значений флуктуирующей асимметрии на ПП № 25 и кривая нормального распределения. Fig. 6. Histogram of the distribution of logarithmic values of fluctuating asymmetry at SP 25 and the normal distribution curve.

Значение асимметрии и соответствующий ей логарифм асимметрии характеризуют листовую пластинку.

Результаты проверки гипотезы о равенстве средних для выборок ПП № 9 и № 25 подтверждают, основываясь на численном значении P-статистики равно 0.00, что имеется статистически существенная разница значений средних, полученных по этим выборкам.

Показатель флуктуирующей асимметрии, полученный с помощью программного обеспечения Matlab

Для построение балльной оценочной шкалы были выявлены минимальные и максимальные значения логарифма асимметрии листовой пластинки и размах этих значений разбит на диапазоны (табл. 4). Проведено сопоставление численных значений границ диапазонов оценочной шкалы со средним значением логарифма показателя флуктуирующей асимметрии каждой ПП. Для ПП получено заключение о среднем показателе ФА листовой пластинки в виде балльной оценки (табл. 5).

Таблица 4.  

Балльная шкала оценки значений логарифма флуктуирующей асимметрии листьев Betula pendula Table 4.  Scoring scale for assessing the logarithmic values of Betula pendula leaf fluctuating asymmetry

Диапазоны модулей логарифма ФА
Ranges of FA logarithm moduli 		Балл
Score
0.636–0.724 5
0.724–0.812 4
0.812–0.900 3
0.900–0.988 2
0.988–1.076 1
Таблица 5.  

Балльная оценка среднего показателя флуктуирующей асимметрии листовых пластинок Betula pendula Table 5.  Score of Betula pendula leaf fluctuating asymmetry average index

№ ПП
№ SP 		Средние значения показателя флуктуирующей асимметрии на ПП
Average values of the fluctuating asymmetry index at the SP 		Средний логарифм величины флуктуирующей асимметрии
Mean logarithm of fluctuating asymmetry 		Модуль логарифма
Logarithm modulus 		Балл
Score
1 0.229 –0.692 0.692 5
2 0.239 –0.672 0.672 5
3 0.114 –0.989 0.989 1
4 0.255 –0.660 0.660 5
5 0.135 –0.919 0.919 2
6 0.247 –0.663 0.663 5
7 0.244 –0.671 0.671 5
8 0.163 –0.838 0.838 3
9 0.221 –0.720 0.720 5
10 0.152 –0.860 0.860 3
11 0.263 –0.636 0.636 5
12 0.187 –0.779 0.779 4
13 0.232 –0.684 0.684 5
14 0.167 –0.829 0.829 3
15 0.141 –0.891 0.891 3
16 0.213 –0.739 0.739 4
17 0.141 –0.889 0.889 3
18 0.154 –0.845 0.845 3
19 0.232 –0.691 0.691 5
20 0.159 –0.840 0.840 3
21 0.237 –0.692 0.692 5
22 0.135 –0.910 0.910 2
23 0.158 –0.865 0.865 3
24 0.144 –0.895 0.895 3
25 0.088 –1.076 1.076 1

Наиболее часто встречаются показатели логарифма асимметрии листьев от 0.812 до 0.900 и от 0.636 до 0.724 – соответственно 3 и 5 баллов. Наиболее высокое значение средней ФА листьев получено для ПП № 11 и составило 0.263. Контрольная ПП № 25 имеет наименьший показатель флуктуирующей асимметрии листа – 0.088, наибольшую величину его логарифма и наименьший балл (табл. 5).

По результатам картирования ПП с разными значениями параметра асимметрии листье березы повислой с помощью Google maps, можно выделить несколько районов, в которых прослеживается закономерность распределения баллов флуктуирующей асимметрии (рис. 7). В юго-западной части города преобладают объекты с 3-м баллом асимметрии. На этих участках отмечено низкое атмосферное загрязнение и средняя загрязненность почв свинцом и тяжелыми металлами. В центральной части преобладают ПП с 4-м и 5-м баллами; на этих участках присутствует загрязнение нефтепродуктами, отмечена высокая антропогенная и транспортная нагрузка. Для северной части города характерен разброс по баллам ПП. По направлению с северо-запада на северо-восток наблюдается переход от 5-го к 1–2-ому и снова к 5-му баллу. На всех ПП в этой части города, имеющих высокий балл асимметрии, присутствует высокий уровень загрязнения почв тяжелыми металлами (превышение ПДК в 25 раз).

Рис. 7.

Распределение уровней загрязнения на территории г. Санкт-Петербурга, согласно данным о величине ФА листьев Betula pendula. Балльная оценка ПП: красный – 5, оранжевый – 4, желтый – 3, зеленый – 2, синий –1. Fig. 7. Distribution of pollution in St. Petersburg, according to the data on Betula pendula leaf fluctuating asymmetry values. SP score: red – 5, orange – 4, yellow – 3, green – 2, blue – 1.

Наибольшим показателем асимметрии характеризуется ПП № 11. На данном участке наблюдается загрязнение почв нефтепродуктами (превышение ПДК более чем в 2 раза), зафиксировано превышение ПДК для Pb в 7 раз (150–300 мг/кг), для бензапирена – в 25 раз (0.04–0.06 мг/кг), для тяжелых металлов – в 25 раз (128–300 мг/кг).

Для контрольной ПП № 25, расположенной за чертой города, характерен, как уже говорилось, наименьший показатель флуктуирующей асимметрии.

Показатель площади листовых пластинок, полученный с помощью программного обеспечения Matlab

Предварительный тест на нормальность распределения величин площади листовых пластинок березы повислой по критериям Хи-Квадрат и Шапиро–Уилка (χ2 = 5.27396, p = 0.50919; W = = 0.97886, p = 0.1084) позволяет подтвердить гипотезу о нормальном распределении этого параметра в выборке ПП № 9 (случайная пробная площадка) и выборке ПП № 25 (контрольная точка) (χ2 = 10.35026, p = 0.11066; W = 0.96146, p = 0.0051). Аналогичный вывод получен при оценке по критерию согласия Колмогорова–Смирнова: данные выборок ПП № 9 (D = 0.06435, p > 0.2) и № 25 (D = 0.09551, p > 0.2) соответствуют нормальному распределению.

Для оценки изменения площади листовых пластинок Betula pendula были вычислены средние значения, размах средних значений разбит на 5 диапазонов (табл. 6). Для каждой ПП получено заключение о средней площади листовой пластинки в виде балльной оценки (табл. 7).

Таблица 6.  

Шкала оценки площади листовой пластинки Betula pendula Table 6. Scoring scale of Betula pendula leaf blade area

Диапазон средней площади листа, см2
Range of average sheet area, cm2		 Балл
Score
15.54–17.93 5
17.93–20.32 4
20.32–22.71 3
22.71–25.11 2
25.11–27.50 1
Таблица 7.  

Балльная оценка средней площади листовых пластинок Betula pendula Table 7.  Score of Betula pendula average leaf blade area

№ ПП
№ SP 		Средняя площадь листьев, см2
Average leaf blade area, cm2		 Балл
Score
1 19.17 4
2 26.56 1
3 25.17 1
4 19.62 4
5 27.50 1
6 23.85 2
7 18.87 4
8 20.48 3
9 19.93 4
10 18.62 4
11 19.15 4
12 23.60 2
13 20.69 3
14 15.54 5
15 25.10 2
16 19.06 4
17 25.23 1
18 23.78 2
19 20.70 3
20 19.67 4
21 18.15 4
22 25.17 1
23 18.30 4
24 18.60 4
25 22.53 3

Наиболее часто встречается 4-й балл – площадь листьев от 17.93 до 20.32 см2. Наибольшее значение средней площади получено для ПП № 5 и составило 27.5 см2. Контрольная ПП № 25 имеет средний балл и средний показатель площади листа (рис. 8).

Рис. 8.

Средняя площадь листовых пластинок Betula pendula. По горизонтали – номер ПП; по вертикали – площадь листа, см2. Fig. 8. Average Betula pendula leaf blade area. X-axis – SP number; y-axis – leaf blade area, cm2.

Можно выделить 2 участка, на которых близко расположенные ПП имеют большую среднюю площадь листовых пластинок по сравнению с контрольной ПП № 25 (рис. 9). Первый участок – это пробные площади №№ 3, 5, 6, расположенные вблизи станции автоматического мониторинга (САМ) 1, где не зафиксировано превышений ПДК по содержанию токсичных газов в атмосферном воздухе, но при этом имеются данные о превышении ПДК по содержанию свинца, бензапирена и цинка в почве. Второй участок – ПП №№ 15, 17, 18, расположенные в окрестностях САМ 5, где выявлено превышение ПДК по содержанию в воздухе оксида азота и озона, и, кроме того, превышение ПДК по содержанию в почвах свинца, бензапирена, диоксинов, радона и цинка.

Рис. 9.

Результаты балльного оценивания ПП по площади листовых пластинок Betula pendula на территории г. Санкт-Петербурга: красный – 5, оранжевый – 4, желтый – 3, зеленый – 2, синий – 1. Fig. 9. The results of the sample plots scoring by Betula pendula leaf blades area in St. Petersburg: red – 5, orange – 4, yellow – 3, green – 2, blue – 1.

Среди исследователей нет единого мнения на счет влияния загрязнения на площадь листовой пластинки растений. Имеются сведения о тенденции к увеличению длины, ширины и площади листьев, в том числе у Betula pendula, под влиянием загрязнения [18]. По полученным данным наименьшая средняя площадь листовой пластинки отмечена на ПП № 14 и составила 15.54 см2. Согласно картам почвенного загрязнения, это единственная ПП, где индекс суммарного загрязнения почв тяжелыми металлами (Zc) превышает 300 ед., при том, что ПДК по данному показателю составляет 16 ед. Зависимость показателя площади листовой пластинки от расположения пункта или уровня атмосферного и почвенного загрязнения не прослеживается.

ЗАКЛЮЧЕНИЕ

Для работы с программным обеспечением необходимы файлы цифровых фотографии серий листовых пластинок достаточного разрешения. При наличии белых бликов, тени от листьев, черешков, для повышения контрастности изображения может понадобится дополнительная обработка изображений в графическом редакторе. Использованная методика не требует применения особого оборудования и легко может быть освоена специалистами. По сравнению с традиционной методикой измерения 5-ти параметров листа, программное обеспечение на базе Matlab отличается высокой продуктивностью.

Анализ изменения площади листовых пластинок Betula pendulа в г. Санкт-Петербурге не выявил зависимости этого показателя от расположения пробных площадок и уровня атмосферного загрязнения. В зоне максимального загрязнения почв тяжелыми металлами отмечена наименьшая средняя площадь листовой пластинки. На контрольной пробной площадке, расположенной за чертой города, выявлен средний показатель площади листа (балл 3).

Средний балл асимметрии листовой пластинки B. pendula в черте г. Санкт-Петербурга составил 3.6, что свидетельствует о достаточно высоком уровне загрязнения. Контрольная пробная площадка, расположенная за пределами города, отличается наименьшим показателем флуктуирующей асимметрии. Наиболее загрязненными, согласно величине показателя флуктуирующей асимметрии, являются центральный и восточный районы г. Санкт-Петербурга. В юго-западной части города наблюдается снижение показателя флуктуирующей асимметрии. В северной части города отмечен довольно широкий разброс показателей флуктуирующей асимметрии, что может указывать на большое количество локальных источников антропогенного воздействия на растения Betula pendulа.

Список литературы

  1. Ерофеева Е.А. 2015. Флуктуирующая асимметрия листа Betula pendula (Betulacea) в условиях автотранспортного загрязнения (г. Нижний Новгород). – Растительные ресурсы. 51(3): 366–383. http://elibrary.ru/item.asp?id=23700417

  2. Ерофеева Е.А., Наумова M.М. 2012. Сезонная динамика морфофизиологических показателей листа Betula pendula (Betulaceae) при автотранспортном загрязнении. – Растительные ресурсы. 48(1): 59–70. https://elibrary.ru/item.asp?id=17686701

  3. Собчак Р.О., Афанасьева Т.Г., Копылов М.А. 2013. Оценка экологического состояния рекреационных зон методом флуктуирующей асимметрии листьев Betula pendula Roth. – Вестн. Том. гос. ун-та. 368: 195–199. http://journals.tsu.ru/vestnik/&journal_page=archive&id=881&article_id=1155

  4. Гелашвили Д.Б., Лобанова И.В., Ерофеева Е.А., Наумова М.М. 2007. Влияние лесопатологического состояния березы повислой на величину флуктуирующей асимметрии листовой пластинки. – Поволжский экологический журн. 2: 106–115. https://elibrary.ru/item.asp?id=9483780

  5. Мандра Ю.А., Еременко Р.С. 2010. Биоиндикационная оценка состояния окружающей среды города Кисловодска на основе анализа флуктуирующей асимметрии. – Известия Самарского научного центра РАН. 12(1–8): 1990–1994. http://www.ssc.smr.ru/media/journals/izvestia/2010/2010_1_1990_1994.pdf

  6. Бойко А.А. 2004. Оценка стабильности развития листьев березы повислой в условиях аэротехногенного загрязнения окружающей среды. – Вестник МГУЛ. Лесной вестник. 5(36): 121–123. https://les-vest.msfu.ru/les_vest/2004/Les_vest_5_2004.pdf

  7. Амосова И.Б., Феклистов П.А. 2010. Асимметрия листовой пластинки березы повислой у особей разного возрастного состояния в пригородных лесах г. Архангельска. – Известия ВУЗов. Лесной журн. 2: 60–66. http://lesnoizhurnal.ru/upload/iblock/599/59997e883ce455b8cbc903c1d12b0687.pdf

  8. Шабалина О.М., Демьяненко Т.Н. 2011. Оценка влияния загрязнения среды и почвенных факторов на показатели флуктуирующей асимметрии листа березы повислой (Betula pendula Roth) в г. Красноярске. – Вестник КрасГАУ. 12(63): 135–140. https://elibrary.ru/item.asp?id=17240811

  9. Коротеева Е.В., Веселкин Д.В., Куянцева Н.Б., Чащина О.Е. 2015. В градиенте влияния выбросов Карабашского медеплавильного комбината изменяется размер, но не флуктуирующая асимметрия листа березы повислой. – Докл. РАН. 460(3): 364–367. https://doi.org/10.7868/S0869565215020279

  10. Веселкин Д.В., Куянцева Н.Б., Чащина О.Е., Коротеева Е.В. 2016. Влияние выбросов Карабашского медеплавильного комбината (Южный Урал) на размер и флуктуирующую асимметрию листа подроста Betula pendula (Betulaceae). – Растительные ресурсы. 52(1): 109–124. https://elibrary.ru/item.asp?id=25407839

  11. Graham J.H., Raz S., Hel-Or H., Nevo E. 2010. Fluctuating asymmetry: methods, theory, and applications. – Symmetry. 2(2): 466–540. https://doi.org/10.3390/sym2020466

  12. Методические рекомендации по выполнению оценки качества среды по состоянию живых существ (оценка стабильности развития живых организмов по уровню асимметрии морфологических структур). 2003. – Распоряжение Росэкологии от 16.10.2003 № 460. М. 24 с.

  13. Самаркина Е.И., Самаркин А.И., Соколова И.Г., Жаров И.Н. 2019. Методика измерения параметров листовых пластинок по цифровому изображению с использованием специализированного программного обеспечения. – Растительные ресурсы. 4(55): 537–547. https://doi.org/10.1134/S0033994619040101

  14. Экологический портал Санкт-Петербурга. http://www.infoeco.ru/index.php?id=53

  15. Экологическая обстановка в районах Санкт-Петербурга. 2003. СПб. 720 с.

  16. Гелашвили Д.Б., Чупрунов Е.В., Иудин Д.И. 2004. Структурные и биоиндикационные аспекты флуктуирующей асимметрии билатерально симметричных организмов. – Журн. общ. биол. 65(5): 433–441. https://elibrary.ru/item.asp?id=17641674

  17. Урбах В.Ю. Биометрические методы. 1964. М. 415 с.

  18. Соколова Г.Г., Ерёмина А.А. 2014. Влияние загрязнения воздушной среды на развитие листьев древесных растений в условиях г. Горно-Алтайска. – Проблемы ботаники Южной Сибири и Монголии. 13: 208–213. https://elibrary.ru/item.asp?id=22657238

Дополнительные материалы отсутствуют.

Инструменты

предыдущая статья выпуска содержание выпуска

Растительные ресурсы

Архивы выпусков Информация о журнале Отправить рукопись в журнал