CC BY
70
УДК 57.087.3
DOI: 10.21685/2307-9150-2017-1-7
Р. Ш. Валиев, Л. Н. Ольшанская, Л. С. Иванченко
ОЦЕНКА СОДЕРЖАНИЯ ХЛОРОФИЛЛОВ В ЛИСТЕЦАХ РЯСКОВЫХ НА ОСНОВЕ АНАЛИЗА ФОТОИЗОБРАЖЕНИЙ ДЛЯ КОНТРОЛЯ КАЧЕСТВА ВОДЫ1
Аннотация.
Актуальность и цели. Представители семейства рясковых активно используются в лабораторной практике для тестирования качества воды. Цель исследования - разработка общего алгоритма, позволяющего количественно определять хлорофиллы в тканях листецов рясковых на основе анализа фотоизображений для контроля качества воды в лабораторных условиях.
Материалы и методы. Исследования проводили на аквариумной культуре ряски крошечной Lemna perpusilla Torr. в сульфатных растворах меди и кадмия с концентрациями катионов металлов 1 мг/л. Содержание хлорофиллов в тканях листецов определяли фотоколориметрическим методом в спиртовых вытяжках. Яркости цветовых каналов на фотографиях растений устанавливали в программе ImageJ. Построение математических моделей выполняли в статистической среде R.
Результаты. Полученные результаты показали заметное снижение содержания хлорофилла а в листецах уже спустя сутки пребывания растений в сульфатном растворе меди с концентрацией металла 1 мг/л. Концентрация хлорофилла b в растениях возрастала в тех же условиях в течение первых двух суток, после чего наблюдалось плавное снижение его содержания к восьмым суткам исследования. Наиболее изменчивыми цветовыми каналами на фотографиях являлись зеленый и синий; доля красного цвета на фотографиях растений ряски практически не менялась. На основе полученных данных были построены регрессионные модели, связывающие концентрации фотосинтетических пигментов и яркости цветовых каналов. Адекватность моделей была проверена в эксперименте по действию на ряску раствора кадмия, CCd = 1 мг/л.
Выводы. На основе проведенного анализа выбрана оптимальная модель и предложен общий алгоритм, позволяющий количественно оценивать содержание зеленых пигментов в листецах рясковых на основе анализа фотоизображений.
Ключевые слова: рясковые, хлорофилл, фотоизображения, регрессионная модель.
R. Sh. Valiev, L. N. Olshanskaya, L. S. Ivanchenko
ESTIMATING CHLOROPHYLL CONTENT IN THE DUCKWEED FRONDS BY EXAMINATION OF PHOTO-IMAGES FOR WATER QUALITY CONTROL
Abstract.
Background. Représentatives of the duckweed family are actively used for water quality testing in laboratory practices. The aim of this study is to develop a general
1 Работа поддержана Министерством образования и науки Российской Федерации в рамках проектной части государственного задания № госрегистрации 114112570078.
algorithm for quantitative estimation of the total chlorophyll in the duckweed frond tissues by analyzing photo-images for water quality control in laboratory conditions.
Materials and methods. The research was conducted on the aquarium culture of Lemna perpusilla in sulfate solutions of copper and cadmium, CMe = 1 mg/l. The chlorophyll content was determined using the photocolorimetric method in alcoholic extracts. The brightness of color channels on the photos of the plants was established in ImageJ program. Mathematical models were built using the R statistical language and environment.
Results. The obtained results showed a notable decreasing of the chlorophyll a content in the fronds after a day-long exposure of the plants to copper sulfate solution. In the same conditions the concentration of chlorophyll b was increasing for the first two days, after that a gradual decline of its content was observed till the eighth day of the study. The green and blue channels were the most variable color channels on the photos; the proportion of the red color on the photos of the duckweed plant was almost unchanged. Based on the data, some regression models linking the concentrations of the photosynthetic pigments and the brightness of the color channels were built. The adequacy of the models was tested in an experiment on an impact of cadmium solution on the duckweed.
Conclusions. The authors have suggested a general algorithm allowing to build dependencies for quantitative estimation of green pigments in the duckweed fronds based on the photo image analysis.
Key words: duckweed family, chlorophyll, photo image, regression model.
Введение
В связи с возрастающим уровнем загрязнения водных объектов особую важность получают проблемы очистки и тестирования качества воды. Для решения последней задачи активно используются представители семейства рясковых. К настоящему моменту разработаны методы оценки качества воды на основе реакций рясковых на различные токсиканты [1-3]. Спектр ответных реакций данных растений на присутствие тяжелых металлов, гербицидов, пестицидов и других достаточно широк: нарушение целостности групп листецов, развитие хлорозов и некрозов, снижение скорости вегетативного размножения, уменьшение линейных размеров. Развитие хлороза, сопровождающееся снижением содержания хлорофилла, проявляется в снижении интенсивности фотосинтеза и является важным и легко регистрируемым признаком наличия загрязняющих веществ в воде. Точная количественная оценка концентрации хлорофиллов в растительных тканях проводится достаточно трудоемкими лабораторными методами [4]. Вместе с тем существует возможность достаточно точного определения количества фотосинтетических пигментов по фото- или видеоизображениям зеленых частей растений [5-8]. Данные методы относятся к неразрушающим и позволяют проводить большое количество анализов за короткое время либо отслеживать динамику пигментного состава в реальном времени.
Целью настоящей работы явилась разработка общего алгоритма, позволяющего количественно определять хлорофиллы в тканях листецов рясковых по фотоизображениям и оценивать качество воды.
Материалы и методы
Объектом исследования являлось высшее водное растение ряска крошечная Lemna perpusilla Torr. Идентификацию вида проводили по [9]. Ряска крошечная обитает в Северной и Южной Америках, некоторых странах
Африки, Юго-Восточной Азии и Австралии, на территории России не встречается, поэтому авторами была использована аквариумная культура.
Для проведения эксперимента растения выращивали на среде Хоаглан-да следующего состава (г/л): MgSO4 - 0,12; Са(Шз)2 - 0,38; KH2PO4 - 0,07; KNO3 - 0,25; FeCl3 (в виде хелата с ЭДТА) - 0,006, рН = 5,8 [10].
Культивирование проводили в нестерильных условиях, при комбинированном освещении и температуре 23 ± 2 °С. Замену питательной среды проводили еженедельно.
Окислительный стресс для растений, который вызывает разрушение фотосинтетических пигментов, создавали с помощью растворов, содержащих ионы тяжелых металлов Cu2+ и Cd2+ в концентрации 1 мг/л. Ряску с питательной среды пересаживали на чашки Петри с указанными растворами. В варианте с медью фотографирование чашек с растениями с последующим анализом содержания хлорофиллов проводили через: 0, 1, 2, 4, 5, 6, 7, 8 сут. В варианте с кадмием - через одни и семь суток. Содержание хлорофиллов в растениях ряски проводили фотоколориметрическим методом в спиртовых вытяжках в соответствии с [4].
Определение значений яркости цветовых каналов выполняли в программе ImageJ. Построение графиков, а также математических моделей, отражающей связи между яркостью цветовых каналов и содержанием хлоро-филлов в листецах ряски проводили в статистической среде R [11].
Для количественной оценки степени развития хлороза листецов в процессе пребывания в растворах металлов использовали компьютерный анализ фотографий. В работах [5-8] установлено, что имеются корреляции, связи между содержанием хлорофилла в листьях и яркостью цветовых каналов на фотографиях, полученных с этих листьев. Таким образом, измеряя среднюю яркость канала (например, зеленого) на фотографии, можно количественно оценить содержание хлорофиллов в листецах ряски в различных условиях. Для этого чашки с листецами ряски, установленные на темном фоне, фотографировали цифровым фотоаппаратом с фиксированной светочувствительностью ISO 100, разрешением 4096^3072, с расстояния ~ 10 см. Свет в помещении был искусственный ~ 350 лк, источник - потолочные лампы дневного света. Замеры освещенности проводили люксметром «ТКА-ПКМ» (02). Полученные фотографии в виде сжатых JPG-файлов загружали в компьютер и обрабатывали в программе ImageJ. Обработка заключалась в выделении изображений листецов и замене фона на черный цвет. После этого с помощью инструмента Histogram получали данные о средней интенсивности каждого канала: красного, зеленого и синего. Результаты заносили в программу Excel 2010 и вычисляли суммарную яркость листецов и долю каждого канала.
Результаты и их обсуждение
Пребывание растений ряски крошечной в растворе меди в отличие от контроля сопровождалось разъединением групп листецов, развитием хлороза и некроза (рис. 1). Уже после 24 ч нахождения в растворе меди наблюдалось значительное снижение интенсивности зеленой окраски листецов. Интересно отметить, что характер развития зон хлороза у материнских и дочерних листецов имел различия: если у материнских разрушение пигментов шло достаточно равномерно по всей площади, то у дочерних хлорозу
подвергался преимущественно дистальный край, в то время как зона у основания оставалась зеленой даже на 4-5 сут.
Такая устойчивость может определяться либо различной чувствительностью вегетативных и меристематических тканей растений к химическим агентам [12-14], либо аккумуляцией ионов меди различными тканями листецов, что было показано ранее в ходе гистохимических исследований [15].
а) б) в) г)
Рис. 1. Внешний вид листецов ряски крошечной во время пребывания в растворе меди, ССи2+ = 1 мг/л: а - исходная ряска (контроль) в начальное время; б - спустя одни сутки; в - спустя четверо суток; г - спустя восемь суток
Исследованная авторами динамика содержания хлорофиллов в тканях ряски крошечной представлена на рис. 2.
Суммарное количество
Хлорофилл а
Хлорофилл Ь
■ \ 1 ............... * ' V % \ *
* 4 '—-----1
......... t-5
V" 4 —*---------
0.5-
0.3
а. 0.2
£ о.1
о.
о ч о о
Время, сут.
Рис. 2. Динамика фотосинтетических пигментов в листецах ряски крошечной в зависимости от времени пребывания в растворе меди, ССи2+ = 1 мг/л. Представлены средние значения (п = 3) и их стандартные ошибки
Необычная динамика хлорофилла Ь может быть объяснена особой ролью этого пигмента в растениях. Эта форма хлорофилла выполняет вспомогательную функцию в фотосинтезе и обладает большей устойчивостью к тяжелым металлам [16]. Установлено, что в листецах ряски малой в условиях окислительного стресса, вызванного катионами меди, разрушение этого хлорофилла протекает с меньшей скоростью, чем хлорофилла а. Можно
предположить, что для компенсации этих потерь и сохранения интенсивности процесса фотосинтеза клетки могут увеличивать синтез хлорофилла Ь.
Изменения яркости цветовых каналов на фотографиях листецов ряски показаны на рис. 3.
Рис. 3. Динамика изменения цветовых каналов на фотографиях листецов ряски крошечной в зависимости от времени пребывания в растворе меди, ССи2+ = 1 мг/л. Представлены средние значения (п = 3) и их стандартные отклонения
Из рис. 3 следует, что в течение первых суток происходит падение доли зеленого канала (цвета), некоторое повышение количества красного цвета и существенное повышение доли синего канала (цвета) на фотографиях. Полученные результаты находятся в хорошем соответствии с наблюдаемым внешним видом листецов (см. рис. 1) и с результатами количественного анализа по содержанию пигментов (см. рис. 2).
До построения и сравнения моделей между собой был проведен корреляционный анализ. Изучались связи между содержанием хлорофиллов и различными значениями яркостей основных цветов, а также их отношениями:
r; g; b; R - B; R - G; G - R; G - B; B - G; R / B = (R - B) / (R + B); G / B = (G - B) / (G + B); R / G = (R - G) / (R + G),
где r, g и b - средние яркости каналов; R, G и B - их доли.
Установлено, что высокая положительная корреляция наблюдалась между содержанием хлорофиллов и R - B, G - B и G - R, G / B, R / B.
Динамики содержания хлорофиллов и изменения цветовых каналов во времени носили нелинейный характер (см. рис. 2, 3). В связи с этим в моделях применялось преобразование переменных: вычисление натуральных логарифмов и возведение в степень.
Ниже приведен программный код на языке R для построения различных регрессионных моделей [11]:
model1 = lm (ChS$x~log (G - B);
model2 = lm (ChS$x~log (R - B));
model3 = lm (ChS$x~log (R - B) + poly (G - B, 3, raw = T));
model4 = lm (ChS$x~log (G / B) + b); model5 = lm (ChS$x~log (R - B) + log (G / B)).
Здесь: model№ - имя переменной, в которой будут сохранены данные модели; lm () (linear model) - функция, выполняющая вычисление коэффициентов уравнения регрессии, проверку их значимости, а также проверку значимости модели в целом; знак тильда ~ выражает зависимость между переменными; log () - натуральный логарифм; poly (,3) - полином третьей степени; ChS$x - переменная, хранящая данные о содержании хлорофиллов; B - G, R - B и т.д. - различные комбинации яркостей каналов.
Данные по коэффициентам детерминации, F-критериям и /-значениям моделей приведены в табл. 1.
Таблица 1
Критерии качества моделей
Модель R2 F-критерий /»-значение Критический F для а = 0,05 и степеней свободы df1 = 1 и df2 = 6
Модель 1 0,7989 23,84 0,00276 5,99
Модель 2 0,7998 23,97 0,00272
Модель 3 0,9965 215,60 0,00051
Модель 4 0,9319 34,22 0,00121
Модель 5 0,8017 10,11 0,01751
Анализ результатов показал, что наибольшим соответствием расчетных значений действительным содержаниям пигментов, а также соответствием общим критериям линейных моделей обладают модели 3 и 4. В табл. 2 приведены коэффициенты моделей.
Таблица 2
Коэффициенты моделей
Значение коэффициента Стандартная ошибка /-критерий /-значение
1 2 3 4 5
Модель 1
Свободный член 0,67 0,08272 8,058 0,000195
log (G - B) 0,18 0,03660 4,882 0,002760
Модель 2
Свободный член 0,92 0,13429 6,880 0,000465
log (R - B) 0,27 0,05497 4,896 0,002722
Модель 3
Свободный член -3,44 0,55206 -6,230 0,00834
log (R - B) -1,53 0,22801 -6,724 0,00672
G - B 1,64 0,20872 7,856 0,00430
(G - B)2 -0,29 0,02797 -10,369 0,00191
(G - B)3 -0,10 0,01108 -8,936 0,00296
Окончание табл. 2
1 2 3 4 5
Модель 4
Свободный член 0,50 0,05351 9,303 0,000241
log (G / B) 0,27 0,03770 7,229 0,000790
b 0,01 0,00388 3,093 0,027064
Модель 5
Свободный член 0,63 1,37538 0,455 0,668
log (R - B) 0,03 1,11829 0,023 0,983
log (G / B) 0,16 0,75468 0,218 0,836
Уравнения для моделей в конечной форме
Ол.а = 0,67 + 0,18 log е (G - B); (1)
Схл а = 0,92 + 0,27 logе (R - B) ; (2)
Схл.а = -3,44 -1,53 loge (R - B) +1,64 (G - B) -
- 0,29• (G-B)2 -0,1 • (G -B)3 ; (3)
Схл.а = 0,50 + 0,27 loge ^ ] + 0,01; (4)
Схл.а = 0,63 + 0,03 logе (R - B) + 0,16 loge ^G+f] . (5)
Значения коэффициентов уравнения больше (по модулю) своих ошибок, вероятность принятия нулевой гипотезы о равенстве коэффициентов нулю (р-значение) во всех случаях меньше критического уровня значимости 0,05, что свидетельствует о соответствии моделей экспериментальным данным. Формально модель 3 лучше описывает данные, чем модель 4. Вместе с тем можно отметить, что модель 3 сложна, имеет место проблема мульти-коллинеарности, которая повышает доверительные интервалы для параметров модели и затрудняет интерпретацию отдельных регрессионных коэффициентов. Действительно, отрицательный свободный член модели 3 в некоторых случаях может приводить к бессмысленным результатам.
В модели 4 присутствует натуральный логарифм отношения (G - B) / (G + B). Если доли зеленого и синего цветовых каналов будут равны, уравнение (4) не будет иметь решения. Однако здесь можно оценить вероятность такого исхода. Предположим, что доля зеленого и синего канала может принимать любое целое значение в интервале от 10 (меньше зарегистрированного нами - 13 % - для синего канала) до 55 % (максимум для зеленого канала был равен 53 %). Вероятность того, что зеленый или синий цвет будет иметь определенное значение яркости, составляет 1/(55 - 10) = 1/45. Вероятность того, что у двух этих каналов одновременно будет одинаковая яркость: 1/45 ■ 1/45 = (1/45)2 « 0,0005.
Для вычисления концентраций хлорофиллов а и Ь также были построены регрессионные модели:
Схл.а = 0,40 + 0,23 + 0,01 Ь ; (6)
о + В
Схл.Ь = 0,11 - 0,01 (О - В) - 0,04 (О - В)2 - 0,02 (О - В)3 . (7)
Модели соответствуют основным критериям, предъявляемым к линейным моделям: для уравнения (6) Я2 = 0,956, Е = 54,44, р = 0,0004; для уравнения (7) Я2 = 0,950, Е = 25,37, р = 0,0046.
Таким образом, хорошим соответствием экспериментальным данным обладает модель 4.
Для апробации моделей был поставлен следующий эксперимент. Листецы ряски крошечной высаживали в чашки Петри с сульфатным раствором кадмия (Сса = 1 мг/л). После выдержки растений в течение одних и семи суток (на рис. 4 видно, что модель 4 на седьмые сутки дает наибольшее отклонение от данных лабораторного анализа) листецы фотографировали и отбирали для лабораторного исследования на содержание пигментов по методике, описанной выше. Далее проводили расчет количества хлорофиллов по уравнениям моделей (см. табл. 2). Полученные результаты приведены в табл. 3.
Таблица 3
Результаты лабораторных анализов и расчетов содержания хлорофиллов в тканях листецов ряски после их пребывания в растворе кадмия
Содержание хлорофиллов, мг/г сырой массы листецов
Вычисленное Полученное по результатам лабораторного анализа
1 сут Модель 1 0,46 ± 0,00* 0,42 ± 0,02
Модель 2 0,50 ± 0,02*
Модель 3 -0,53*
Модель 4 0,44 ± 0,04
Модель 5 0,47 ± 0,01*
7 сут Модель 1 0,28 ± 0,03* 0,33 ± 0,02
Модель 2 0,28 ± 0,02*
Модель 3 0,31 ± 0,03
Модель 4 0,31 ± 0,03
Модель 5 0,28 ± 0,03*
Примечание. * - отмечены значимые различия от результатов лабораторного анализа.
Модель 3 дает отрицательный результат для измерений, выполненных через одни сутки после начала действия кадмия. Модель 4 позволяет получить результаты, согласующиеся с данными лабораторного анализа (Н = 1,344,
р = 0,246 - одни сутки; Н = 3, р = 0,08 - седьмые сутки). Таким образом, по совокупности критериев можно заключить, что модель 4 лучше других подходит для расчетов содержания хлорофиллов в тканях листецов ряски.
Общий алгоритм определения суммарного содержания хлорофиллов в ряске
На основании проведенных исследований, а также обобщая опыт авторов [4-8], можно предложить следующий порядок действий для количественной оценки зеленых пигментов на основе анализа фотоизображений.
1. Необходимо получить модель, описывающую зависимость яркости цветовых каналов и концентрации хлорофиллов в растениях. Для чего необходимо тест-объекты поместить в раствор, который вызовет в клетках разрушение фотосинтетических пигментов (например, раствор тяжелого металла). В течение определенного времени ежесуточно проводить фотосъемку растений. Если исследование содержания пигментов проводится в динамике, условия освещенности в помещении должны быть одинаковыми в разное время суток. В настройках фотоаппарата необходимо выставить фиксированное значение светочувствительности ISO (лучше выбирать невысокие значения 100-200 единиц) для предотвращения повышенной дисперсии яркости цветовых каналов. Разрешение фотографий также должно быть одинаковым. После фотографирования проводится анализ материала на содержание хлорофиллов.
2. Полученные снимки в виде графических файлов загружаются в компьютер, после чего обрабатываются в программе (например, ImageJ), позволяющей получить информацию о средних значениях яркости основных цветов - красного, зеленого и синего.
Полученные данные по концентрации хлорофиллов и яркостях цветовых каналов используются для непосредственного построения регрессионной модели. В исследовании наиболее информативными показателями были отношение долей зеленого и синего цветов, а также яркость синего канала. Полученная зависимость может быть использована для расчетов.
Библиографический список
1. Patel, D. K. Phytoremediation potential of duckweed (Lemna minor L.: a tiny aquatic plant) in the removal of pollutants from domestic wastewater with special reference to nutrients / D. K. Patel, V. K. Kanungo // The bioscan. - 2010. - № 5 (3). -P. 355-358.
2. Khellaf, N. Growth response of the duckweed Lemna minor to heavy metal pollution / N. Khellaf, M. Zerdaoui // Iranian journal of environmental health science & engineering. - 2009. - Vol. 6, № 3. - P. 161-166.
3. Observation Parameters of the Duckweed Growth Inhibition Test Frond number - Total Frond Area - Dry weight. - URL: www.Lemnatec.com/Literatur/LT001.pdf
4. Воробьев, В. Н. Практикум по физиологии растений : учеб.-метод. пособие / В. Н. Воробьев, Ю. Ю. Невмержицкая, Л. З. Хуснетдинова, Т. П. Якушенкова. -Казань : Казанский университет, 2013. - 80 с.
5. Kawashima, Sh. An Algorithm for Estimating Chlorophyll Content in Leaves Using a Video Camera / Sh. Kawashima, M. Nakatani // Annals of Botany. - 1998. -№ 81. - P. 49-54.
6. Use of digital webcam images to track spring green-up in a deciduous broadleaf forest / A. D. Richardson, J. P. Jenkins, B. H. Braswel, D. Y. Hollinger, S. V. Ollinger, M.-L. Smith // Oecologia. - 2007. - Vol. 152, № 2. - P. 323-334.
7. Shibghatallah, M. A. H. Measuring Leaf Chlorophyll Concentration from Its Color: A Way in Monitoring Environment Change to Plantations / M. A. H. Shibghatallah, S. N. Khotimah, S. Suhandono. - URL: http://arxiv.org/pdf/1305.1148v2.pdf
8. Padmaja, V. Evaluation of leaf chlorophyll content by a non-invasive approach / V. Padmaja, A. K. Dey // International journal of innovative research in electrical, electronics, instrumentation and control engineering. - 2015. - Vol. 3, № 7. - P. 7-10.
9. Les, D. H. Systematics of the Lemnaceae (duckweeds): inferences from micromole-cular and morphological data / D. H. Les, E. Landolt, D. J. Crawford // Plant Systematics and Evolution. - 1997. - Vol. 204. - P. 161-177.
10. Synthetic Media for Growing Duckweeds. - URL: http://www.mobot.org/jwcross/ duckweed/duckweed2. htm
11. R Core Team (2015). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. - URL: https://www.R-project.org/ (дата обращения: 13.05.2016).
12. Chiu, M. M. Ultrastructural Study on Lemna perpusilla / M. M. Chiu, R. H. Falk // Cytologia. - 1971. - Vol. 40. - P. 313-322.
13. Галицкая, А. А. Эколого-биохимическая адаптация Wolffia arrhiza L. к абиотическим и биотическим факторам среды : автореф. дис. ... канд. биол. наук : 03.02.08 ; 03.01.04 / Галицкая А. А. - Саратов, 2012. - 20 с.
14. Галицкая, А. А. Исследование адаптации Wolffia arrhiza (Linnaeus, 1771) Hor-kelex Wimmer к различным минеральным и биогенным поллютантам на примере тяжелых металлов и антибиотиков / А. А. Галицкая, Н. Ю. Селиванов, О. Г. Селиванова, О. И. Соколов // Известия Саратовского университета. Сер.: Химия. Биология. Экология. - 2012. - Т. 12. - Вып. 1. - С. 36-41.
15. Валиев, Р. Ш. Изучение ответных реакций ряски крошечной Lemna perpusilla Torr. на медь / Р. Ш. Валиев, Л. Н. Ольшанская, Л. В. Головина // Научные перспективы XXI века. Достижения и перспективы нового столетия : материалы III Междунар. науч.-практ. конф. (г. Новосибирск, 15-16 августа 2014 г.). -Новосибирск : Международный научный институт «Educatio», 2014. - Ч. 5. -С. 155-159.
16. Effects of copper and cadmium on heavy metal polluted waterbody restoration by duckweed (Lemna minor) / H. Wenhua, C. Xiao, S. Guanling, W. Qunhui, Ch. Ch. Chein // Plant physiology and biochemistry. - 2007. - № 45. - P. 62-69.
References
1. Patel D. K., Kanungo V. K. The bioscan. 2010, no. 5 (3), pp. 355-358.
2. Khellaf N., Zerdaoui M. Iranian journal of environmental health science & engineering. 2009, vol. 6, no. 3, pp. 161-166.
3. Observation Parameters of the Duckweed Growth Inhibition Test Frond number - Total Frond Area - Dry weight. Available at: www.Lemnatec.com/Literatur/LT001.pdf
4. Vorob'ev V. N., Nevmerzhitskaya Yu. Yu., Khusnetdinova L. Z., Yakushenkova T. P. Praktikum po fiziologii rasteniy: ucheb.-metod. posobie [Plant physiology tutorial: workbook]. Kazan: Kazanskiy universitet, 2013, 80 p.
5. Kawashima Sh., Nakatani M. Annals of Botany. 1998, no. 81, pp. 49-54.
6. Richardson A. D., Jenkins J. P., Braswel B. H., Hollinger D. Y., Ollinger S. V., Smith M.-L. Oecologia. 2007, vol. 152, no. 2, pp. 323-334.
7. Shibghatallah M. A. H., Khotimah S. N., Suhandono S. Measuring Leaf Chlorophyll Concentration from Its Color: A Way in Monitoring Environment Change to Plantations. Available at: http://arxiv.org/pdf/1305.1148v2.pdf
8. Padmaja V., Dey A. K. International journal of innovative research in electrical, electronics, instrumentation and control engineering. 2015, vol. 3, no. 7, pp. 7-10.
9. Les D. H., Landolt E., Crawford D. J. Plant Systematics and Evolution. 1997, vol. 204, pp. 161-177.
10. Synthetic Media for Growing Duckweeds. Available at: http://www.mobot.org/jwcross/ duckweed/duckweed2. htm
11. R Core Team (2015). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Available at: https://www.R-project. org/ (accessed May 13, 2016).
12. Chiu M. M., Falk R. H. Cytologia. 1971, vol. 40, pp. 313-322.
13. Galitskaya A. A. Ekologo-biokhimicheskaya adaptatsiya Wolffia arrhiza L. k abioti-cheskim i bioticheskim faktoram sredy: avtoref. dis. kand. biol. nauk: 03.02.08; 03.01.04 [Ecological and biochemical adaptation of Wolffia arrhiza L. to abiotic and biotic environmental factors: author's abstract of dissertation to apply for the degree of the candidate of biological sciences]. Saratov, 2012, 20 p.
14. Galitskaya A. A., Selivanov N. Yu., Selivanova O. G., Sokolov O. I. Izvestiya Saratov-skogo universiteta. Ser.: Khimiya. Biologiya. Ekologiya [Proceedings of Saratov University: Series: Chemistry. Biology. Ecology]. 2012, vol. 12, iss. 1, pp. 36-41.
15. Valiev R. Sh., Ol'shanskaya L. N., Golovina L. V. Nauchnye perspektivy XXI veka. Dostizheniya i perspektivy novogo stoletiya: materialy III Mezhdunar. nauch.-prakt. konf. (g. Novosibirsk, 15-16 avgusta 2014 g.) [Scientific prospects of the XXI century. Achievements and prospects of the new century: proceedings of III International scientific and practical conference (Novosibirsk, 15th-16th of August 2014 )]. Novosibirsk: Mezhdunarodnyy nauchnyy institut «Educatio», 2014, part 5, pp. 155-159.
16. Wenhua H., Xiao C., Guanling S., Qunhui W., Chein Ch. Ch. Plant physiology and biochemistry. 2007, no. 45, pp. 62-69.
Валиев Ренат Шавкатович
инженер, кафедра экологии и дизайна, Энгельский технологический институт (филиал), Саратовский государственный технический университет им. Ю. А. Гагарина (Россия, г. Саратов, ул. Политехническая, 77)
E-mail: [email protected]
Ольшанская Любовь Николаевна
доктор химических наук, профессор, заведующий кафедрой экологии и дизайна, Энгельский технологический институт (филиал), Саратовский государственный технический университет им. Ю. А. Гагарина (Россия, г. Саратов, ул. Политехническая, 77)
E-mail: [email protected]
Иванченко Любовь Сергеевна студентка, Энгельский технологический институт (филиал), Саратовский государственный технический университет им. Ю. А. Гагарина (Россия, г. Саратов, ул. Политехническая, 77)
E-mail: [email protected]
Valiev Renat Shavkatovich Engineer, sub-department of ecology and design, Engels Technological Institute (branch),Yuri Gagarin State Technical University of Saratov (77 Politekhnicheskaya street, Saratov, Russia)
Olshanskaya Ljubov' Nikolaevna Doctor of chemical sciences, professor, head of sub-department of ecology and design, Engels Technological Institute (branch),Yuri Gagarin State Technical University of Saratov (77 Politekhnicheskaya street, Saratov, Russia)
Ivanchenko Ljubov' Sergeevna Student, Engels Technological Institute (branch),Yuri Gagarin State Technical University of Saratov (77 Politekhnicheskaya street, Saratov, Russia)
УДК 57.087.3 Валиев, Р. Ш.
Оценка содержания хлорофиллов в листецах рясковых на основе анализа фотоизображений для контроля качества воды / Р. Ш. Валиев, Л. Н. Ольшанская, Л. С. Иванченко // Известия высших учебных заведений. Поволжский регион. Естественные науки. - 2017. - № 1 (17). - С. 59-70. Б01: 10.21685/2307-9150-2017-1-7
