CC BY
95
УДК 577.4
ГИДРОБИОЛОГИЧЕСКИЙ МОНИТОРИНГ КАК ОСНОВА ТИПОЛОГИИ МАЛЫХ РЕК САМАРСКОЙ ОБЛАСТИ
© 1999 Т.Д. Зинченко, В.К. Шитиков
Институт экологии Волжского бассейн РАН, г. Тольятти
Представлены обобщенные результаты гидробиологического мониторинга малых рек Самарской области. На примере р. Чапаевка показаны основные процедуры построения математических моделей для оценки пространственно-временной динамики донных биоценозов в условиях антропогенного воздействия. Выполнена классификация малых рек с использованием гидробиологических и гидрохимических факторов.
Хозяйственная деятельность человека оказывает постоянно возрастающее негативное воздействие на биопродукционные процессы в природных водоемах, что вызывает необходимость оперативного прогнозирования экокризисных ситуаций и раннего предупреждения об экологической опасности. Действующая методика мониторинга, выполняемого как научными учреждениями, так и федеральными контролирующими органами, малоэффективна не только по причине низкой технической оснащенности, но и в значительной мере в силу игнорирования современных методов комплексной математической обработки результатов многомерных наблюдений. Например, остается невостребованным и с каждым годом теряется богатейший материал по гидрохимии природных водных систем Самарской области, накопленный в течение десятилетий службами Гос-комгидромета. Очевидно, что кроме традиционных малоосмысленных сводок о доле показателей, превышающих ПДК, эти данные могли бы с успехом использоваться для построения как локальных моделей сезонной и многолетней динамики водоемов, так и обобщенных моделей рационального эколо-го-экономического развития территориальных комплексов. Это было бы возможно при условии включения всей располагаемой совокупности данных в состав региональной автоматизированной геоинформационной системы (ГИС).
Согласно терминологии, принятой в теории информатики, база данных - это «идентифицируемая совокупность взаимо-
связанных данных, предназначенных для многоцелевого использования» [1]. Применительно к региональным ГИС экологического профиля под базой данных будем понимать реализованную с помощью технических средств динамическую информационную модель территории, отражающую пространственно-временную структуру, состояние и взаимосвязи между отдельными элементами моделируемого биогеоценоза. Разрабатываемый в Институте экологии Волжского бассейна РАН под руководством проф. Г.С.Ро-зенберга пространственно-распределенный банк эколого-экономических данных [2-4] включает в себя следующую иерархию баз:
• комплексная база данных, охватывающая территорию 24 областей и автономных республик Поволжья;
• локальные базы по территориям Самарской, Ульяновской, Саратовской и других областей;
• частные базы данных, описывающие либо отдельные регионы (например, г. Тольятти и прилегающую территорию Ставропольского района), либо специализированные ресурсно-тематические блоки (например, динамику гидрологических характеристик Куйбышевского водохранилища).
Естественно, при создании таких ансамблей баз данных ключевое место уделяется процессам агрегирования информации в ходе ее прохождения от максимально детализованных баз нижнего уровня к комплексным базам высшего уровня.
Одной из типичных баз нижнего уровня является специализированная база гидро-
биологических данных по малым рекам Самарской области. Разработанная нами информационная система предназначена для ведения и оперативной выборки гидробиологических, гидрохимических и гидрологических данных, необходимых для комплексного анализа структурных деформаций, проходящих в изучаемой экосистеме под влиянием антропогенных воздействий, и оценки роли гидробионтов в самоочистительных процессах водотоков. База данных представляет собой совокупность реляционных таблиц в формате Access 97, связанных между собой по ключу, определяющему название водоема, координаты и характеристики точки отбора проб (географический аспект), а также дату проведения экспедиции (временной аспект). Содержательная часть базы включает набор таблиц гидрологических, гидрохимических и гидробиологических показателей, типичный состав которых представлен в виде на рис. 1. В качестве примера гидробиологического блока данных приведен видовой состав, численность и биомасса зообентоса по результатам отбора проб на р.Ча-
паевка. Аналогичной является структура данных о представленности других биотических сообществ: фитопланктона, бактерий, зоопланктона, рыб и т.д.
Для работы с базой данных разработано программное обеспечение, реализующее традиционные в таких случаях функции:
• загрузка данных в базу, их верификация и корректировка;
• многоаспектный поиск и формирование в режиме диалога подмножества показателей по имеющимся рубрикационным полям;
• получение расчетных таблиц оценки структурных характеристик и составляющих энергетического баланса для изучаемых групп гидробионтов;
• графическое отображение на экране дисплея диаграммы пространственного распределения каждого показателя базы по створам русла водотока;
• получение новых (интегральных) показателей путем линейной комбинации подмножества других показателей, имеющихся в базе, либо по иным расчетным формулам;
• математическая обработка показателей
р.Чапаевка / Ст.03п - 0.5км выше с.Летниково | Дата : 4.07.90
■....................Т аблица гидрологических измерений ------------------
Т поверх. 28.00С Т дна реки 28.00С Глубина реки 0.2 м
Скор.течения 0.2 м/сек Ширина реки 12 м Прозрачность 20 см
Хлорофилл “а” - Тип грунта: раст.остатки+почва+ил
Таблица гидробиологических данных
Наименование видов Численность Биомасса
1. *** Nematoda *** 2280 0.09
2. Limnodrilus hoffmeisteri 7680 7.74
3. L.udekemianus 320 0.83
4. Limnodrilus sp. 9280 0.99
5. Chironomus plumosus 80 0.69
6. C.sylvestris 80 0.03
7. Cryptochironomus gr.defectus 40 0.02
8. Corynoneura lobata 40 0.02
9. Tanytarsus sp. 40 0.01
10. Paratanytarsus confusus 40 0.01
11. Culicoides sp. 640 1.20
12. Cloeon dipterum 200 0.41
13. Einfeldia carbonaria 40 0.03
14. *** Diptera *** 120 0.14
Г идрохимические данные
pH поверхности 9.20
рН дна 9.20
ЕН поверхности +135
ЕН дна +135
Кислород поверх 12.5
Кислород дна 12.5
бпк5 -
Азот общий 1.21
Р шт 0.04
Р общий 0.20
Фенол 0.00
Нефтепр одукты 0.02
Бихромат. окисл. 43.5
Рис. 1. Пример представления информации по фрагменту базы данных
базы с целью экологического районирования водохозяйственной системы, выявления участков русла, подверженных наибольшему антропогенному воздействию, оценки биотического и гидрохимического состояния в природных водоемов.
Пакет процедур математического моделирования реализует следующие алгоритмы:
• регрессионный анализ - линейная и нелинейная модели [5];
• построение моделей динамики с использованием классических методов анализа временных рядов [6] и методов самоорганизации МГУА [7];
• кластерный анализ - получение иерархической дендрограммы [8];
• пространственное районирование территории с использованием метода главных компонент [9].
Рассмотрим результаты математической обработки данных на примере зообентоса р.Чапаевка, носящие, в некотором смысле, иллюстративно-методический характер, поскольку подробный анализ экологической обстановки в регионе представлен нами ранее [10-11].
Видовой состав биоценозов, закономерности формирования речных сообществ, продуктивность гидробионтов и их способность к самоочищению водоемов находятся в постоянной динамике под воздействием большого количества экологических факторов. Принято различать:
• временную изменчивость сообществ, когда набор видов и количество биологических особей в некоторой заданной точке пространства претерпевают ежедневные, сезонные и многолетние колебания под воздействием температурного режима, текущей гидродинамики водотока, сбросов токсикантов, солнечной активности и т.д.;
• пространственную (т.е. географическую) изменчивость, отражающую распределение числа особей в зависимости от поверхностных (или объемных) координат пространства в зафиксированный момент времени [12].
Оба варианта изменчивости, в общем случае, определяются одними и теми же группами факторов, хотя относительная их значимость может существенно меняться:
например, температурно-климатический фактор мало значим для пространственной изменчивости на небольших территориях, в то время как решающее значение здесь приобретает трудноформализуемый признак «комфортности» местообитания биоты [13].
С математической точки зрения р.Чапаевка представляет собой объект, нестационарный во времени и пространстве, что делает не вполне корректной попытку создать некоторый «обобщенный биологический портрет» водоема. Поскольку в настоящей работе основной акцент сделан на типологическом районировании исследуемой территории, первой задачей обработки данных является оценка как многолетней, так и сезонной динамики выбранных параметров, и отбор измерений, однородных по фактору времени на станциях отбора проб.
Другая важная задача состоит в формировании информативного пространства признаков, в котором будут реализованы процедуры математической классификации. Безусловно, наиболее адекватный способ описания видовой структуры - дать для каждой точки пространства список численности и биомассы встретившихся особей каждого вида, приходящихся на единицу объема или площади. Однако в этом случае над экспериментатором неизбежно повиснет «проклятие размерности»: громадные матрицы данных, на 90% заполненные нулями, практически не подвержены серьезной математической обработке. Поэтому желание представить большой набор численностей - видовую структуру - компактным образом постоянно владеет умами экологов («теория и есть компактная формулировка эмпирических сведений ...[14]»). Наиболее естественными из таких целостных характеристик являются количество видов в сообществе (Б), общая численность (К) и биомасса (В) всех особей. Такой важный показатель видовой структуры, как «биологическое разнообразие», связывался нами с широко используемой на практике мерой энтропии - информационным индексом Шеннона [15-16], оценивающим однородность распределения:
Наконец, весьма перспективным представляется широкое использование таких интегральных показателей биоэнергетического баланса, как траты на обмен, продукция, ассимиляция и рацион, выраженные в ккал на единицу объема или поверхности [11].
С целью определения влияния различных факторов на основные целостные характеристики гидробионтов был выполнен дисперсионный анализ, который позволил дать ответ на следующие вопросы:
• относятся ли измерения, проведенные в разных условиях, к одной генеральной совокупности, или эти группы измерений принципиально отличаются между собой;
• если различия между группами наблюдений существенны, имеется ли возможность агрегировать наблюдения некоторых групп;
• можно ли вычленить долю дисперсии, обусловленную влиянием фактора, на общем фоне случайных флуктуаций.
Для повышения репрезентативности выборок обработка проводилась по данным, полученным на 13 малых реках Самарской области с использованием наиболее информативной группы зообентоса -хирономид (СИігопотійав), обладающей наилучшими биоиндикационными свойствами (см. табл. 1).
По результатам дисперсионного анализа были сделаны следующие выводы.
1. Сезонные изменения на протяжении вегетацинного периода (май-сентябрь) мало сказываются на таких интегральных показателях, как численность и биомасса, и, с точки зрения статистики, фактор сезонности для них имеет недостоверную значимость. Этого нельзя сказать про видовое раз-
нообразие хирономид, связываемое с индексом Шеннона (Н) и числом видов в сообществе (Б), которые резко падают при переходе от июля к августу. Иными словами, в течение вегетационного периода биотическая составляющая факторов воздействия на гетеротопных животных, к которым относятся хирономиды, является главенствующей, что приводит к безусловному доминированию отдельных видов. Это подтверждается и статистическим анализом: критерий Фишера, равный отношению дисперсии индекса Шеннона, вызванной сезонными измени-ями, к остаточной дисперсии, равен 7.38; доля общей дисперсии, объясняемая фактором сезонности, превышает 8%.
Однако, если использовать данные только первых трех месяцев вегетационного периода (май-июль), то очевидно, что они принадлежат к одной генеральной совокупности, поскольку оценки вероятности различий между ними значительно ниже уровня достоверности.
2. Вопреки распространенному мнению, многолетняя изменчивость данных, после исключения сезонного фактора, была признана недостоверной в соответствии с общепринятыми статистическими критериями.
3. Точка отбора пробы по поперечному профилю русла имеет существенное значение. Были зафиксированы статистически значимые отличия между пробами, взятыми в прибрежье и на русле. При этом отличий между наблюдениями, полученными у правого или левого берегов, обнаружено не было.
4. Наибольшее влияние на значения исследуемых выборочных показателей, как и следовало ожидать, оказывает географичес-
Таблица 1. Основные показатели видового обилия и разнообразия хирономид по результатам наблюдений в различные месяцы на малых реках Самарской области
Показатель Май Июнь Июль Август Сентябрь Общее
Количество измерений 48 113 119 27 40 347
Среднее число видов (8) 5.66 5.72 5.35 2.33 3 5.0
Средний индекс Шеннона (Н) 1.55 1.38 1.53 0.68 0.88 1.34
Средняя численность (К) 2464 2504 1860 618 1506 2016
Средняя биомасса (В) 2.78 5.39 3.9 3.38 3.35 3.89
\~ ------1---------1--------1---------1--------1---------1--------1---------1--------1
0.2 0.3 0.4 0.5 0.6 0.7 0.0 0.9 1
Мера расстояния по Съеренсену
Рис. 2. Классификационная дендрограмма станций р. Чапаевка по видовому составу бентоса
кий фактор (точнее, водоем, из которого брались пробы). Доля общей дисперсии, объясняемой этим фактором, достигала 33%.
Перечисленные обстоятельства дали основание отобрать для дальнейшего математического анализа результаты обработки проб зообентоса для каждой из 23 станций в прибрежье р.Чапаевка, приуроченные к периоду наблюдений с 24 мая по 17 июля 1990 г.
Экологическое районирование исследованных участков бассейна реки проводили с использованием двух методов: метода иерархической кластеризации и метода главных компонент.
Иерархическая классификация осуществлялась в информативном пространстве, описывающем в альтернативной форме 87 зарегистрированных видов[10] (1 - наличие и 0 - отсутствие вида). На первом этапе для всех комбинаций пар станций рассчитывались матрицы расстояний между векторами в многомерном пространстве признаков на основе различных формул сходства, таких, как, например, коэффициент Съеренсена [17]:
К = 2-Ма+в/(Ма+Мв) , где N - число общих признаков у срав-
ниваемых объектов А и В; N и N - число признаков в каждом из объектов.
На втором этапе строилось дерево последовательного иерархического объединения станций, наиболее близких по своей видовой структуре (рис. 2).
При выборе, например, порога разбиения К=0.7 все множество станций распад а-ется на следующие кластеры:
• станции верхнего участка реки, с видами, характерными для мелководий (ст. 1-3, 11);
• станции среднего и нижнего течения реки, испытывающие подпор водами Саратовского водохранилища (4, 6-10, 12, 23);
• группы станций нижнего течения, находящихся в зоне сильного антропогенного загрязнения (13, 15, 16) и (17-21);
• участки с очень специфичным видовым составом (5, 14 и 22).
Метод иерархической классификации позволяет выделить взаимную упорядоченность объектов в пространстве признаков,
однако, в отличие от факторного анализа, не позволяет сделать содержательных объяснений специфических закономерностей формирования фаунистических сообществ.
Основная идея факторного анализа заключается в том, что все множество признаков, используемых для описания объектов, может быть представлено в виде линейной комбинации небольшого числа общих факторов (главных компонент), определяющих направления осей максимального варьирования. Эти оси выбираются так, чтобы дисперсия проекций объектов на них была максимальна, а сами они являлись бы отражением ведущих экологических факторов.
Используем для описания контрольных створов р.Чапаевка интегральные показатели, рассчитанные по сообществам зообенто-
са и представленные в табл. 2.
Выполненные расчеты по методу главных компонент показывают, что все приведенные показатели можно свести к 3 факторам, которые будут объяснять 95.4% общего статистического разброса, причем с каждой из главных компонент будут связаны факторные нагрузки, значения которых, превышающие 0.5, представлены в табл. 3.
Полученные факторы достаточно легко интерпретировать. Первый фактор тесно связан с энергетической интенсивностью продукционно-обменных процессов; второй -напрямую адресуется к видовому обилию и экологической однородности; третий - очень напоминает первый, однако энергетические аспекты трактуются здесь с точки зрения биомассы, а не численности. Свертка целого
Таблица 2. Значения биопродукционных характеристик зообентоса по станциям наблюдений р.Чапаевка (май-июнь 1990 г.)
Стан- ция Кол-во видов Числен- ность, экз./м2 Биомасса, г/м2 Траты на обмен, кал/сут-м2 Продук- ция, кал/сут-м2 Ассими- ляция, кал/сут-м2 Индекс Шеннона
1 13 50240 47.24 5.081 2.874 7.955 2.617
2 11 1840 1.30 0.085 0.040 0.126 2.684
3 13 14720 13.83 0.893 0.426 1.319 2.833
4 22 5480 20.41 1.056 0.426 1.483 3.681
5 10 2800 5.07 0.218 0.114 0.332 2.806
6 20 13600 9.09 0.652 0.285 0.937 3.124
7 15 2960 8.92 0.236 0.127 0.364 2.675
8 19 8320 518.93 7.488 1.676 9.164 2.630
9 16 5200 3.51 0.161 0.093 0.254 3.538
10 17 7504 14.21 0.391 0.352 0.744 2.533
11 13 10960 3.89 0.213 0.115 0.328 2.573
12 18 52640 190.79 7.696 3.580 11.276 2.758
13 6 12680 12.85 0.320 0.189 0.509 1.709
14 0 0 0 0 0 0 0
15 7 11240 18.30 0.624 0.344 0.969 2.165
16 9 3240 3.28 0.117 0.084 0.201 2.724
17 8 12120 4385.97 8.858 0.436 9.294 1.362
18 6 3520 6.67 0.428 0.183 0.611 1.906
19 5 1300 4.38 0.115 0.043 0.158 1.808
20 5 14680 12.11 0.721 0.308 1.029 1.609
21 6 6400 214.16 2.01 0.725 2.735 1.677
22 4 2800 2.32 0.067 0.047 0.114 1.148
23 14 13280 405.21 4.376 1.237 5.613 3.100
Таблица 3. Распределение факторных нагрузок главных компонент по списку исходных переменных
Исходные показатели 1 фактор 2 фактор 3 фактор
Число видов 0.94410
Численность 0.94030
Биомасса -0.96697
Траты на обмен 0.67155 -0.71757
Продукция 0.97309
Ассимиляция 0.78501 -0.58941
Индекс Шеннона 0.96033
списка показателей к двум-трем факторам дает возможность графического отображения исследуемых станций в эвклидовом пространстве (см. рис. 3). Можно оценить ст. 1, 8, 12, 23, как створы с большим видовым разнообразием и высокой интенсивностью обмена вещества и энергии. Напротив, ст. 14-22, расположенные ниже плотины, характеризуются ослаблением биопродукционных процессов, что может быть объяснено следствием антропогенного загрязнения.
Методика районирования водных экосистем с помощью главных компонент, рассмотренная на примере бассейна р.Чапаевка, может быть использована для типизации водо-
токов в общей системе малых рек Самарской области. Для построения факторной модели используем представленные в таблице 4 характеристики сообщества хирономид, важной биоиндикационной и доминирующей группы в бентосе рек. Река Чапаевка в данном случае рассматривается как два различных водоема: верхний участок и устье (ст. 1 -13, 23) и нижний участок (ст. 14-22).
На рис. 4, полученном в результате преобразования всего комплекса измерений к двум главным факторам, наглядно показано, что в верховье р.Чапаевка тяготеет к относительно чистым и биопродуктивным рекам области, таким, как Сок, Б.Кинель, в то вре-
Рис. 3. Отображение контрольных створов р.Чапаевка в пространстве двух главных факторов по результатам отбора проб зообентоса (май-июнь 1990 г.)
Таблица 4. Основные показатели, характеризующие сообщество хирономид, по результатам наблюдений 1987-1995 гг. на малых реках Самарской области
Река Средний показатель наличия хирономид в пробе
вид Численность, экз./м2 биомасса, г/м2 индекс Н
Уса 3.87 495 0.875 1.500
Б.Черемшан 4.21 914 1.864 1.502
Камышла 7.50 8498 35.389 1.452
Сосновка 7.50 2691 3.809 1.822
Чернавка 7.80 8886 5.972 1.795
Хорошенькая 6.50 1472 1.014 1.592
Б.Кинель 11.32 3742 5.609 2.238
Маза 3.61 2911 1.518 0.850
Т айдаков 3.00 1216 8.280 0.992
Муранка 4.18 2302 3.061 0.893
Сок 6.53 3471 6.944 1.904
Байтуган 7.16 741 0.968 2.286
Чапаевка 6.08 1837 3.383 1.630
В том числе: ст. 1-13, 23 ст. 14-22 8.1 2.8 2562 659 4.25 1.97 2.101 0.867
В среднем 6.08 2540 4.594 1.599
(1)
Камышла
Черновка
©
Сок Б.Кинель
Тайдаков ® ©
©
Чапаевка(верховья)
® ®
Муранка Сосновка
Маза ® Б.Кинель
@ Б.Черемшан Хорошенькая Байтурган
Э ® © ®
Чапаевка(низовья) (Т)Уса
Фактор разнообразия видов
Рис. 4. Отображение малых рек Самарской области в пространстве двух главных факторов по результатам отбора проб хирономид (1987-1995 гг.)
мя, как низовья отличаются сильным угнетением биомассы и видового разнообразия зообентоса, превзойдя в этом отношении такие грязные реки, как Уса, Черемшан, Маза, что не противоречит данным по оценке качества рек Самарской области [18].
Таким образом, выполненные исследования способствовали накоплению данных о закономерностях функционирования водных экосистем в условиях мощного антропогенного воздействия. На основании впервые полученной эколого-фаунистической характеристики хирономид из рек Самарской области и проведенного математического анализа в рамках гидробиологического мониторинга, современное состояние экосистем ряда малых рек (р.р. Чапаевка, участки рек Уса, Б.Че-ремшан, Маза и др.) характеризуется как крайне неблагополучное.
Вместе с тем, наряду с детальным изучением функциональных особенностей гид-робионтов в переработке и трансформации загрязняющих веществ, для управления процессами самоочищения важна количественная оценка протекания этих процессов на основных трофических уровнях. Отдельные звенья трофической цепи требуют дальнейших исследований и уточнений.
В частности, недостаточно проведена оценка современного состояния ихтиофауны рек, их рыбохозяйственной продуктивности и использования, степени загрязнения донных отложений и ряд других исследований. Все это замедляет более широкое применение результатов биоиндикационных работ для приведения мониторинговых исследований, а следовательно, и действенность мер в области охраны бассейна.
Несомненно, что восстановление благоприятной экологической обстановки на р.Чапаевка, равно как и на других реках Самарской области и Волжского бассейна, становится крайне необходимым. Требуется разработка продуманных и широкомасштабных подходов для решения поставленной задачи. Очевидно, что единственно правильный путь - разработка оригинальных подходов к осуществлению комплексной классификации водотоков, позволяющей, в дальнейшем, в системе мониторинга проводить исследова-
ния на модельных водотоках, характерных для экосистем разнотипных водных объектов.
Важной задачей является классификация водотоков по характеру и уровню антропогенного воздействия на водосборную площадь и сам водоток. В этой связи малые реки Самарской обл. могут стать эталонным объектом проведения детальных исследований для выработки конкретных рекомендаций по сбалансированному природопользованию на конкретной территории и получения обобщенных данных о состоянии экосистемы в условиях крайне высокого уровня антропогенной нагрузки.
СПИСОК ЛИТЕРАТУРЫ
1. ГОСТ 14.413-80. Банки данных технологического назначения. Общие требования.
- М., 1980. - 3 с.
2. База эколого-экономических данных крупного региона (Методическое пособие). -Тольятти: ИЭВБ РАН, 1991. - 62 с.
3. РозенбергГ.С., КраснощековГ.П., Шитиков В.К. К созданию пространственно распределенной базы эколого-экономи-ческих данных бассейна крупной реки (на примере Волжского бассейна) // Вопросы экологии и охраны природы в лесостепной и степной зонах. - Самара: Изд-во Самар. ун-та, 1995. - С. 8-15.
4. Rozenberg G.C. Expert systems “REGION” and "RESERVOIR” as instruments of simulation of diffuse polution of large-scale ecosystems and reservoirs // Proceeding of the Second International IAWQ Specialized Conference on Diffuse Pollution. - Brno: Prague (Czech Repub.), 1995. - Part 1. - P. 72-77.
5. Дрейпер H., Смит Г Прикладной регрессионный анализ. - М.: Статистика, 1973.
- 392 с.
6. Андерсон Т. Статистический анализ временных рядов. - М: Мир, 1976. - 523 с.
7. Ивахненко А .Г. Индуктивный метод самоорганизации моделей сложных систем. -Киев: Наук. думка, 1982. - 296 с.
8. Классификация и кластер / Под ред. Дж. Вэн Райзина. - М.: Мир, 1980. - 289 с.
9. Харман Г. Г. Современный факторный анализ. - М.: Статистика, 1972. - 320 с.
10. Зинченко Т.Д., Головатюк Л.В., Марченко Н.А. Состав и распределение макрозообентоса. // В кн. Экологическое состояние бассейна р. Чапаевка в условиях антропогенного воздействия. Вып. 3. - Изд.
2. Тольятти, 1997. - С. 124-145.
11. Марченко Н.А., Зинченко Т.Д., Шитиков В.К. Значение зообентоса в самоочищении р. Чапаевки // В кн. Экологическое состояние бассейна р. Чапаевка в условиях антропогенного воздействия. Вып. 3. -Изд. 2. Тольятти, 1997. - С. 124-145.
12. Меншуткин В.В. Математическое моделирование популяций и сообществ водных животных. - Л.: Наука, 1971. - 196 с.
13. Свирежев Ю.М., Логофет Д.О. Устой-
чивость биологических сообществ. - М.: Наука, 1978. - 3S0 с.
14.НалимовB.B. Теория эксперимента. - М.: Наука, 1971. - 207 с.
15. Bolzmann L. Wissenschaftliche Abhandlungen, Abf. II. - Leipzig, 1909.
16. Shannon C.E. A mathematical theory of communication II Bell Systems Tech. J. - 1948.
- V. 27. - P. 623-6S6.
17. Миркин Б.М., Розенберг Г. С., Наумова Л.Г Словарь понятий и терминов современной фитоценологии. - М.: Наука, 1989. - 223 с.
18. Зинченко Т.Д. К характеристике малых рек II Экологическая ситуация в Самарской области: состояние и прогноз. - Тольятти, 1994.- С. 82-97.
HYDRO-BIOLOGICAL MONITORING AS A BASIS OF TYPOLOGY OF SMALL
RIVERS (SAMARA REGION)
© 1999 T.D. Zinchenko, V.K.Shitikov
Institute of Ecology of the Volga River Basin of Russian Academy of Sciences, Togliatti
Generalized results of bio-monitoring, hydro-biological and hydro-chemical monitoring of Samara region small rivers are presented in this paper. Main techniques of mathematical models creating for estimation of spatial-temporal dynamics of the river bottom biocenoses in conditions of anthropogenic influence are demonstrated on the example of Chapaevka River. Small rivers classification, which is based on hydro-biological and hydro-chemical factors, was done.
