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
- EDN: YMBKBK
- DOI: 10.31857/S0033994622030049
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.
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).
Таблица 1.
№ 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.
№ 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 |
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.
№ 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 |
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).
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).
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.
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.
№ 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).
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.
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.
№ 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).
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.
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
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
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
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
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
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
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
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
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
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
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
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
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.
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
Экологический портал Санкт-Петербурга. http://www.infoeco.ru/index.php?id=53
Экологическая обстановка в районах Санкт-Петербурга. 2003. СПб. 720 с.
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
Урбах В.Ю. Биометрические методы. 1964. М. 415 с.
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
Растительные ресурсы