The influence of atmospheric circulation on the seasonal dynamics of the chemical composition of snow cover in the Pechora-Ilychsky reserve

Texto integral

ВВЕДЕНИЕ

Состояние природной среды любого региона во многом зависит от процессов циркуляции атмосферы. Особо охраняемые природные территории (ООПТ) созданы для сохранения и изучения природной среды в ее естественном ненарушенном состоянии. Потенциально они должны быть ограждены от прямого воздействия человека в связи с запретом хозяйственной деятельности, поэтому дальний перенос поллютантов является основным видом техногенной нагрузки.

Однако известно, что многие загрязнители чрезвычайно устойчивы в атмосферных потоках и переносятся на большие расстояния, осаждаясь даже на удаленных от промышленных центров территориях. В связи с этим насыщенные загрязняющими элементами воздушные потоки достигают границ ООПТ, осаждаясь атмосферными осадками, могут оказывать негативное воздействие.

Территория, где проводились исследования, Печоро-Илычский биосферный заповедник, достаточно удалена от источников загрязнения, промышленных центров и крупных населенных пунктов. Такие условия должны обеспечивать некоторую геохимическую изолированность его ландшафтов, однако к югу от границ охраняемой территории расположены значимые промышленные регионы (Уральский промышленный регион). Кроме того, расположенные на восточной границе заповедника Уральские горы служат естественным геохимическим барьером, задерживающим западный перенос воздушных масс, способствующим интенсивной конденсации атмосферной влаги и выпадению переносимых из техногенных районов поллютантов (Антохин, 2010).

Наиболее доступным и информативным способом оценки аэрогенного поступления поллютантов путем дальнего переноса на заповедные территории является изучение химического состава снежного покрова (Ларионова, 2004; Хайрулина, 2007). Атмосферные осадки, и снег в частности, многократно показывали себя чувствительными индикаторами химического состава атмосферы – неустранимого геохимического фактора, действующего на все компоненты экосистем (Dong et al., 2015; Palamodova, 2021).

Изучению химического состава атмосферных осадков посвящено большое количество работ, однако анализ послойных изменений параметров в геохимических исследованиях снежной толщи применяется редко (Gabrielli et al., 2008; Hong Xu et al., 2011; Walker et al., 2003). Известно, что от начала снегонакопления к завершению на химический состав осадков воздействует огромное количество факторов: влияние атмосферной циркуляции со стороны континента либо морских акваторий, промышленных городов, эмиссии от объектов топливно-энергетического комплекса и прочие факторы. Поэтому направление переноса воздушных масс – фактор, определяющий накопление тех или иных элементов, в том числе тяжелых металлов в атмосферных осадках (Gao et al., 2018; Murphy et al., 2019; Shinkorenko, Smolyakov, 2004; Rodland et al., 2022). В настоящее время частым инструментом в экологических исследованиях является траекторный подход – анализ переноса воздушных масс, влияющих на геохимические свойства атмосферы территории исследования. Метод статистики траекторий дает возможность анализировать средние характеристики процессов циркуляции атмосферы с целью определения возможных источников поступления различных загрязнителей в окружающую среду (Кондратьев, 2014; Salvador, 2010). Подход, основанный на взвешенной по концентрации траектории (CWT) для рассмотрения потенциальных региональных источников вклада и определения характерных пространственных и временных масштабов, дает больший объем статистических данных и повышает вероятность полученных результатов определения (Ghosh et al., 2015).

Результаты послойного исследования снежной толщи путем механического изъятия слоев в конце зимнего сезона встречаются в публикациях (Тентюков, 2023; Gabrielli et al., 2008; Khodzher et al., 2014). Однако вследствие слеживаемости и смерзания слоев снега, перемешивания или смещения ветром относительно профиля, нельзя четко выделить периоды снегонакопления и корректно оценить факторы, которые обусловливают формирование химического состава снежного покрова в конкретный временной период. Поэтому послойное изъятие снега в течение зимы через равные промежутки времени дает более корректное представление о динамике поступления веществ из атмосферы. Исследования проводились в течение 1 зимнего периода 2019—2020 гг. с целью выявления сезонных колебаний режимов переноса воздушных потоков и их влияния на изменчивость химического состава осадков на экспериментальной площадке в районе п. Якша (Печоро-Илычский заповедник) путем периодического отбора образцов снега.

ЭКСПЕРИМЕНТАЛЬНАЯ ЧАСТЬ

Территория заповедника состоит из двух частей, расположенных в северо-восточной части европейской территории России, приуроченных к Северному Уралу, в юго-западной и восточных частях междуречья Верхней Печоры и Илыча. Климат территории континентальный, характеризуется прохладным летом и холодной снежной зимой. В зимний период в регионе преобладают ветры юго-западного и южного направлений. Площадкой для проведения эксперимента была выбрана территория (61,824° с. ш., 56,868° в. д.) вблизи п. Якша в равнинной части Печоро-Илычского заповедника. Площадкой для проведения исследования выбрана удаленная от поселка, свободная от растительности территория – поверхность озера, окруженного лесом (рис. 1). В ноябре, в начале периода установления снежного покрова, были выставлены три короба размером (50 × 40 × 60) см³, которые изнутри были выстелены пластиковыми пакетами, тщательно промытыми бидистиллятом для исключения возможной контаминации проб. Изъятие пробы осуществляли вместе с пакетом, чтобы избежать потерь и загрязнения. Послойное исследование снега проводили с 20 ноября 2019 г. по 11 марта 2020 г. В течение 112 дней с интервалом 7 дней было проведено 16 отборов проб (N = 48).

 

Рис. 1. Расположение экспериментальной площадки на территории заповедника в 2019–2020 гг.

 

Пробы взвешивали с точностью ±5 г и хранили в твердом состоянии при температуре –20°C до начала анализа. Масса проб варьировала от 1 до 6 кг. Все исследования, включая отбор, хранение проб снежного покрова и их химический анализ были выполнены в соответствии с аттестованными методиками в экоаналитической лаборатории Института биологии Коми НЦ Уро РАН (аттестат аккредитации № РОСС RU.0001.511257 от 26.02.2014). Пробы снега растапливались при комнатной температуре, после чего сразу проводился анализ физико-химических показателей (pH и удельной электропроводности æ), определялось содержание анионов HCO₃^– и NO₃^–. Затем пробы фильтровали через ацетат-целлюлозные фильтры «Владипор» (47 мм) для анализа элементов (SO₄^2–, S_общ., Ca, Na, Mg, V, Pb, Mn, Zn, Al, Ni, Cu) и через стекловолоконные фильтры «Sartorius» (MGD, 47 мм) для определения TOC (общего органического углерода). Таким образом, определение большинства показателей выполнено в растворимой фазе талых вод, в которой содержится преобладающая доля химических элементов, поступающих со снегом (Василевич, 2015).

Для более корректной интерпретации результатов эксперимента полученные данные пересчитывали в соответствующие значения уровней поступления веществ на поверхность в г/м² или мг/м² по формуле:

$P=\frac{C_m\times V}{S}\times \mathrm{10,}$

где Р – масса определяемого компонента, поступившего на единицу площади поверхности земли за период, мг/м² или мкг/м² (мкг/м²);

C_m – массовая концентрация компонента в талой воде, мг/дм³ или мкг/дм³;

V – объем талой воды всей пробы, дм³; условно взята масса (г) с допущением, что плотность равна 1 кг/дм³;

S – площадь внутреннего поперечного сечения короба для отбора проб снега, 2000 см²;

10 – коэффициент для согласования размерности. Для того чтобы избавиться от лишних нулей и низких значений и не перегружать таблицу, данные были приведены в мг/ м² и мкг/м².

Формирование снежного покрова в период исследования в 2019—2020 гг. проходило неравномерно в связи постоянными колебаниями температуры (табл. 1).

 

Таблица 1. Метеорологические параметры зимнего периода 2019–2020 гг.

Период	Даты накопления	Т °С средняя за период	Количество осадков, мм	Высота снега, см	Средняя масса, г
1	20.11–27.11	−6	4.1	45	1318
2	27.12–04.12	−6	6.0	44	980
3	04.12–11.12	−3	22.3*	44	4196
4	11.12–18.12	−5	7.4	42	1099
5	18.12–25.12	−9	7.4	52	3074
6	25.12–01.01	−13	4.9	52	1551
7	01.01–08.01	−6	16.6	61	3727
8	08.01–15.01	−6	15.9	65	4081
9	15.01–22.01	−12	13.5	68	3020
10	22.01–29.01	−17	10.2	74	1541
11	29.01–05.02	−13	25.1	86	5784
12	05.02–12.02	−14	9.3	86	1074
13	12.02–19.02	−6	10.8	80	2724
14	19.02–26.02	0	12.1	78	2366
15	26.02–04.03	−3	20.6	85	3009
16	04.03–11.03	−2	22.2	92	4992
* Жирным шрифтом выделены периоды, когда выпадало наибольшее количество осадков.

 

Первый снег выпал в самом конце октября. К моменту отбора снега за первый период после небольшой оттепели мощность снежного покрова была около 45 см. Первые две недели была не очень морозная погода с умеренным количеством осадков. В начале декабря наблюдались оттепели с обильными осадками. Также много осадков выпадало в первой половине января, что отразилось на объеме проб. Наиболее морозный период пришелся на вторую половину января и начало февраля. В третью декаду февраля и в марте наблюдались обильные снегопады. К концу данного периода мощность снежной толщи увеличилась до 92 см.

Метеорологические данные относительно направлений ветра, осадков и температуры воздуха на все даты периода наблюдений взяты из открытого доступа с сайта http://rp5.ru. Анализ этих данных и прежние наблюдения на территории заповедника, ведущиеся с 2014 г. позволяют отметить, что зима 2019–2020 гг. была более теплой и многоснежной, с малым влиянием северных ветров.

Обратные траектории переноса были сгенерированы на основе данных о поле ветра и давлении с использованием гибридной одночастичной интегрированной траектории Лагранжа на сайте Национального управления океанических и атмосферных исследований (NOAA) (HYSPLIT) http://www.arl.noss.gov. Для моделирования использовали 24-часовые траектории (обратный нормальный режим) для высот прибытия 1000 м, 500 м и 100 м соответственно, чтобы попытаться дифференцировать территории- источники поступления воздушных масс. Модель была реализована с помощью программы, которая запускала моделирование траекторий из архивных данных сайта каждые 3 часа. Расчет траекторий выполнен для периода исследования с 20 ноября 2019 г. по 11 марта 2020 г. Для анализа атмосферных переносов использовали как траектории понедельно, так и за весь сезон исследования.

Чтобы понять пространственное распределение областей – потенциальных источников загрязнения воздушных масс и их относительную значимость, для расчета траектории использовали метод взвешенной по траектории концентрации (CWT) (Han et al., 2007). Для вычисления CWT весь географический регион, охватываемый траекториями, делится на массив ячеек сетки, размер которых зависит от географического масштаба траекторий. Метод CWT присваивает значения концентрации в месте рецептора для оценки взвешенной по траектории концентрации в каждой ячейке сетки путем усреднения концентраций загрязняющих веществ в пробах, которые имеют соответствующие траектории, пересекающие каждую ячейку сетки, как указано в уравнении 1 ниже:

$C_{ij}=\frac{1}{{\displaystyle {\sum }_{k=1}^N{\tau }_{ijk}}}\times \sum \left\{c_k\times {\tau }_{ijk}\right\},$

где C_ij – средневзвешенная концентрация в (i, j)-й ячейке, k – индекс траектории, c_k – концентрация загрязняющего вещества, измеренная по прибытии на траекторию k, N – общее количество траекторий, а τ_ijk – время, проведенное в (i, j)-й ячейке (Han et al., 2007). CWT является эффективным методом, поскольку предоставляет информацию об относительной значимости различных регионов потенциальных источников в дополнение к пространственному распределению источников (Liu et al., 2019).

Для создания карта-схем и картографического анализа данных использовали программный пакет Arc GIS9.3. Для статистической обработки данных расчета траекторий также использовали программы QGIS3.0.0 и Erdas Imagine 10.0. На основании расчетов обратных траекторий переноса воздушных масс получен массив точек траекторий, которые показывают пути движения воздушных масс. Для отображения на карте использовали сетку с размером ячейки 0.25°. Количество точек в каждой ячейке сетки ранжировано цветом и отражено в легендах, что наглядно дает представление как о путях переноса, так и об их повторяемости. Доминирующее направление переносов в отдельные временные периоды определяли путем расчета попадания начальных точек траекторий (%) в сектора 8 румбов, соответствующих основным направлениям, в Erdas Imagine. Оценка распределения точек траекторий по регионам России, проводилась с помощью векторного анализа в QGIS3.0.0. Вероятностная оценка влияния на загрязнение воздушных масс выбросами промышленных городов реализована тем же инструментом, путем наложения векторного слоя точек траекторий на слои городов России и условные буферные зоны вокруг них 20 км.

ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ

Результаты количественного химического анализа для 22 показателей талых вод представлены в табл. 2. Величина общей минерализации талых вод в среднем составила 4.3 мг/дм³. Диапазон колебаний этого значения 3.2—6.3 мг/дм³, что соответствует ранее полученным при проведении мониторинга значениям для территории вблизи п. Якша – 3.6 (2019 г.), 3.4 (2018 г.). Рассчитанные величины кислотности талых вод в прошлые периоды наблюдения (рН = 4.8) указывают на то, что кислотно-основные свойства снежного покрова таежной зоны определяются дефицитом нейтрализующих катионов и преобладанием в талой воде анионов ([K⁺]/[A^–] < 1) (Василевич, 2011). Такие же результаты получены в 2020 г. на площадке послойного исследования снега возле п. Якша. Послойные исследования также показали значимый тренд (N = 48, r_{5 %} = 0.28) в сторону увеличения отношения [SO₄^2–]/[NО₃^–] от начала снегонакопления к моменту отбора весной (рис. 2).

 

Таблица 2. Поступление веществ в составе снежных выпадений в зимний период 2019–2020 гг.
Показатель	pH	æ***	HCO3–	Sобщ.	TOC	TN	Ca	Na	K	Mg	Cl	V	Pb	Mn	Zn	Al	Ni	Cu
Т			мг/м2	мг/м2	мг/м2	мг/м2	мг/м2	мг/м2	мг/м2	мг/м2	мг/м2	мкг/м2	мкг/м2	мкг/м2	мкг/м2	мкг/м2	мкг/м2	мкг/м2
1	5.58*	7.93	11.02	1.45	8.44	2.87	5.14	0.14	0.16	0.10	0.00	0.00	1.99	25.91	41.17	14.69	0.21	0.99
	0.08**	0.45	1.85	0.11	0.29	0.05	0.47	0.10	0.08	0.01	0.00	0.00	1.06	1.42	11.42	5.25	0.36	1.72
2	5.55	12.70	8.61	2.30	8.50	4.43	4.16	0.32	0.16	0.12	0.17	0.88	1.15	13.88	20.57	43.94	0.06	0.73
	0.09	0.20	1.24	0.07	0.38	0.34	0.22	0.03	0.03	0.02	0.13	1.02	1.00	0.79	8.47	34.20	0.11	0.81
3	5.92	5.40	38.86	1.83	30.61	5.32	9.33	0.31	0.34	0.14	0.00	0.28	18.60	34.30	26.10	61.82	0.00	0.00
	0.03	0.56	7.33	0.59	7.98	0.91	2.45	0.15	0.14	0.05	0.00	0.48	32.21	15.16	20.21	57.46	0.00	0.00
4	5.52	8.40	12.46	1.43	6.78	2.70	2.77	0.14	0.18	0.04	0.00	0.27	7.00	4.24	8.49	7.76	0.00	0.00
	0.09	0.17	2.77	0.07	0.83	0.39	0.31	0.02	0.12	0.00	0.00	0.27	4.32	0.27	2.78	2.79	0.00	0.00
5	5.09	8.10	29.57	2.77	18.50	5.39	5.79	0.25	0.16	0.11	0.21	1.08	25.18	11.22	59.95	73.87	1.26	1.06
	0.12	0.62	4.44	0.12	3.03	0.51	1.14	0.19	0.12	0.03	0.09	0.94	7.77	0.75	26.78	40.16	1.11	1.83
6	5.49	6.40	13.86	1.14	9.85	2.20	3.27	0.34	0.03	0.11	0.24	0.43	13.00	9.85	8.87	25.41	1.11	0.00
	0.12	0.26	1.06	0.09	0.88	0.10	0.22	0.03	0.03	0.01	0.09	0.42	1.85	1.43	4.13	35.68	0.39	0.00
7	5.79	5.20	36.34	1.86	17.42	4.40	8.02	1.50	0.51	0.30	2.62	1.19	2.03	27.93	38.03	13.78	0.33	0.27
	0.21	0.36	5.00	0.05	1.44	0.74	0.70	0.18	0.22	0.01	0.22	2.07	2.13	1.37	23.91	12.11	0.57	0.47
8	5.86	3.70	41.41	1.45	20.84	2.67	5.76	1.07	0.27	0.14	2.01	0.52	6.80	12.33	35.89	102.61	4.27	0.00
	0.24	0.96	2.73	0.24	2.29	1.25	3.96	0.17	0.18	0.06	0.92	0.90	6.22	2.00	15.47	164.77	4.16	0.00
9	6.03	3.77	28.54	1.31	12.79	3.27	6.64	0.35	0.30	0.11	0.75	1.85	3.83	24.13	42.23	9.14	0.11	2.22
	0.04	1.37	1.14	0.04	1.34	0.67	0.58	0.12	0.09	0.02	0.36	2.09	3.63	1.00	8.02	6.33	0.11	1.77
10	6.09	4.27	15.06	0.46	5.08	0.99	3.37	0.56	0.05	0.10	1.58	0.37	1.32	10.79	4.32	2.77	0.52	0.68
	0.03	0.06	1.57	0.01	0.97	0.35	0.42	0.04	0.06	0.01	0.08	0.64	1.33	1.08	2.06	0.15	0.69	1.18
11	5.90	5.53	56.86	5.21	26.02	9.37	13.96	0.38	0.64	0.19	0.00	0.00	11.24	29.76	70.57	66.35	3.22	1.50
	0.09	0.49	4.71	0.24	9.41	1.72	3.90	0.41	0.18	0.08	0.00	0.00	10.17	16.46	22.05	97.35	4.64	2.60
12	5.97	5.27	10.76	0.75	5.91	1.01	2.51	0.40	0.07	0.08	0.76	0.04	2.90	9.14	10.10	1.52	0.00	1.12
	0.00	0.25	0.54	0.02	0.13	0.13	0.20	0.01	0.01	0.01	0.10	0.06	0.33	0.71	0.81	0.68	0.00	0.98
13	5.96	4.30	30.47	1.50	16.69	1.66	5.68	0.69	0.20	0.11	1.09	0.78	5.93	20.49	23.10	13.76	0.69	3.45
	0.03	1.51	1.06	0.60	2.97	0.80	2.56	0.09	0.13	0.07	0.95	0.68	4.61	17.91	15.54	11.99	1.20	3.87
14	5.89	4.60	27.55	1.82	13.13	1.87	5.67	0.14	0.15	0.10	0.00	0.97	8.93	25.24	62.07	4.25	0.99	1.75
	0.06	0.10	3.20	0.12	0.66	0.29	0.51	0.06	0.04	0.00	0.00	1.24	1.78	3.87	6.91	0.13	0.88	1.64
15	6.16	9.27	34.99	5.77	23.30	4.95	13.65	4.26	0.39	0.70	2.16	1.12	9.62	46.13	26.72	90.95	0.49	1.35
	0.05	0.21	0.99	0.23	3.11	0.27	0.88	0.75	0.16	0.04	0.63	1.49	8.64	8.34	3.10	10.62	0.85	1.36
16	5.92	6.63	55.40	5.47	32.95	9.21	12.13	1.95	0.65	0.45	3.90	3.93	6.35	41.11	37.34	58.42	2.77	1.58
	3.81	1.99	2.31	3.79	4.55	1.49	0.49	0.18	1.41	3.62	5.94	11.89	18.31	13.66	3.72	2.73	3.81	1.99
Примечания. Т — период накопления (отбора). * Среднеарифметическое значение (n = 3). ** Стандартное отклонение. *** Удельная электропроводность (мкСм/см).

 

Рис. 2. Диаграммы отношений эквивалентных содержаний (мг-экв/кв.м) компонентов в пробах талых вод от начала отбора до конца периода снегонакопления.

 

На содержание сульфат-ионов в атмосферных осадках большое влияние оказывает эмиссия в атмосферу оксида серы (IV) от ТЭЦ, интенсивно работающих в зимний отопительный сезон (Василенко, 1985). В то же время содержание нитрат-ионов в снеге таежной зоны в значительной степени обусловлено транспирационными выделениями древесной растительности (Баранов, 2020). Поэтому тренд на увеличение преобладания содержания сульфат-ионов над нитрат-ионами вполне логичен.

На фоновых территориях юго-восточных регионов Республики Коми значимую роль в формировании кислотности снеговых вод играют ионы SO₄^2–, о чем свидетельствуют высокие значения их отношения: поступление сульфат ионов в среднем преобладает над поступлением нитрат-ионов ([SO₄^2–]/[NО₃^–] = 1.20) и немного снижается в предгорьях заповедника (Василевич, Симакин, 2017). В предгорьях увеличивается доля нитрат-ионов, возможно, вследствие увеличения транспирационных выделений лесным растительным покровом. Среднее за зимний период 2020 г. значение – 0.8.

Для оценки факторов, определяющих кислотность талой воды, рассчитывают отношение содержания основных нейтрализующих ионов к содержанию анионов сильных кислот, участвующих в подкислении осадков: К/А = ([NH₄⁺] + [Са²⁺] + + [Mg²⁺] + [Na⁺] + [К⁺]) / ([SO₄^2–] + [NО₃^–] + [Сl^–]) (Виноградова, Иванова, 2013). Полученные средние значения показывают, что в талой воде таежной зоны отношение К/А < 1, т. е. проблема кислотных осадков на территории региона существует. Среднее значение отношения К/А составило 0.40 при увеличении этого значения в предгорьях до 0.80. Для проб снега при послойном исследовании в районе п. Якши это значение К/А в среднем составило 0.64. Значения этого эквивалентного соотношения ионов увеличиваются от начала снегонакопления к концу снежного периода (рис. 2). Диапазон значений рН талых вод варьировал от 5.0 до 6.2, среднее значение за весь период исследования составило 5.8. Было отмечено, что минимальное значение рН в 5-й период с 18 по 25 декабря, совпадает с увеличением содержания в талой воде серы, общего органического углерода и азота. В этот период были выражены переносы южного направления со стороны Свердловской области, захватывающие территорию Пермского края и Кировской области (табл. 3). Однако обильный снегопад 24 декабря (3.6 мм) сопровождался переносом со стороны Ухтинско-Сосногорской агломерации, где расположены предприятия по переработке углеводородного сырья.

 

Таблица 3. Распределение точек траекторий по регионам РФ, %

Регион	Период отбора проб снега																Σ*	Доля, %
	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16
Республика Коми	117	41	41	66	91	118	97	84	91	119	39	117	78	63	72	81	1315	41.1
Пермский край	4	39	25	33	48	55	6	10	36	27	75	19	23	26	24	22	472	14.8
Кировская область	3	26	32	29	19	4	22	26	18	0	8	24	43	27	6	36	323	10.1
Архангельская область	39	6	11	16	0	0	33	13	1	22	10	0	0	12	22	18	203	6.3
Вологодская область	16	21	15	22	0	0	14	10	8	0	6	5	3	8	24	0	152	4.8
Костромская область	5	9	2	5	0	0	21	9	6	0	0	6	4	7	7	1	82	2.6
Республика Татарстан	0	12	10	4	0	11	0	0	12	13	11	4	0	1	2	2	82	2.6
Республика Башкортостан	0	8	0	5	0	0	0	0	0	3	23	0	0	15	16	0	70	2.2
Нижегородская область	0	2	5	0	0	0	0	23	0	0	0	6	10	14	1	0	61	1.9
Удмуртская Республика	0	9	13	0	0	6	0	0	3	3	21	5	0	0	0	1	61	1.9
Свердловская область	0	0	0	0	34	0	0	0	0	8	3	0	0	4	4	0	53	1.7
Акватория Северного Ледовитого океана	1	0	0	3	0	2	0	0	10	1	0	0	0	0	10	23	50	1.6
Оренбургская область	0	7	0	4	0	0	0	0	0	0	3	0	0	11	4	0	29	0.9
Ненецкий а.о.**	3	0	0	0	0	4	0	10	7	0	0	0	0	0	0	2	26	0.8
Республика Марий Эл	0	2	8	1	1	0	0	0	0	0	0	2	9	2	0	1	26	0.8
* Сумма попадания точек траекторий на территорию региона. ** Автономная область.

 

Максимальные значения рН были отмечены в период с 26 февраля по 4 марта, когда обильный снегопад (7.6 мм) приходился на 29 февраля при прохождении воздушных масс через Пермский край, пересекавших промышленные зоны городов Соликамск и Березники, в которых осуществляется производство минеральных удобрений. Поэтому можно предположить, что повышение в снеге основных катионов обусловлено захватом примесных компонентов с этих промышленных территорий.

Для территории исследования в связи с некоторыми аномальными погодными особенностями в зимний сезон 2019–2020 гг. была показана малая доля переносов со стороны севера и Северного Ледовитого океана. В связи с этим низка роль влияния морского аэрозоля, что подтверждается соотношениями ([Na⁺] + [Mg²⁺]) / ([K⁺] + [Ca²⁺]) и [Na⁺]/[Ca²⁺], значения которых в основном были значительно <1. Эти соотношения указывают на преобладание терригенной составляющей в поступающих осадках на территории исследования. Значения этих отношений в среднем составили 0.14 и 0.12 соответственно. При том что за период исследования не было отмечено выраженного влияния морского аэрозоля, выделяется четкая взаимосвязь между содержанием в снеге ионов натрия и хлорид-ионов (r_Na÷рН 0.44, r_рН÷Cl = 0.40 при r_{5 %} = 0.28. Периоды, когда наблюдалось некоторое повышение содержания этих компонентов в талой воде и значений рН – 7, 8, 16. Векторный анализ траекторий переноса воздушных масс показал, что в данные периоды была высока доля ветров с севера и северо-запада (около 40 %) (рис. 3а). При южных направлениях значения рН, как правило, были более низкими. К примеру, в 4–6-й периоды, когда на южные направления приходилось около 80 переносов, среднее значение рН составило 5.4 (рис. 3б).

 

Рис. 3. Траектории переноса воздушных масс в 7, 8 и 16-й (а) и в 4-й и 6-й периоды накопления и отбора снега (б).

 

При анализе динамики накопления химических компонентов в снежном покрове была выделена группа показателей (S, V, TOC, ΣМК^– суммарное содержание макрокомпонентов в снеге), для которой отмечены достоверно значимые тренды роста содержания от начала снегонакопления к началу снеготаяния (рис. 4). Общие механизмы миграции веществ подтверждаются значимыми уровнями коэффициентов корреляции: r_S÷V = 0.30, r_S÷Ni = 0.34, r_S÷TOC = 0.68 (при r_{5 %} = 0.28).

 

Рис. 4. Тренды суммарного содержания макрокомпонентов (а), общей серы (б), общего органического углерода (в) и ванадия (г) (по оси абцисс порядковый номер пробы).

 

Неполное сжигание углеводородов обусловливает насыщение атмосферы сажевым углеродом, а также такими примесными компонентами, как ванадий и никель. Так, согласно данным литературы, нефтепродукты, в т. ч. мазут, имеют высокое содержание как ванадия, так и никеля (Yakubov et al., 2016). Высокий уровень содержания этих элементов встречается также в угле (Юдович, Золотова, 1994), что обусловливает их повышенное поступление в составе снега вокруг ТЭС (Василевич и др., 2018 а).

Нужно отметить, что резкое возрастание этих веществ в результате сжигания углеводородов в снеге наблюдалось периодически и совпало с периодами наиболее обильных выпадений осадков (3, 7, 8, 11, 15, 16) при преобладании переносов с юга и юго-запада из более индустриально развитых регионов. Наиболее интенсивное поступление общей серы было отмечено в снеге в 11, 15 и 16-й периоды (см. табл. 2). Эти периоды исследования в целом характеризуются относительно большей степенью выпадения макрокомпонентов – 0.09–0.12 г/м².

Максимальное выпадение никеля отмечено в 8, 11 и 16-й периоды отбора, когда также преобладали юго-западные направления переноса. Однако нет возможности выделить какой-то отдельный регион, который мог стать источником поступления данного компонента в атмосферу и атмосферные осадки, выпавшие в районе размещения экспериментальной площадки (рис. 5).

 

Рис. 5. Траектории переноса воздушных масс в 8, 11 и 16-й периоды накопления и отбора снега.

 

Так, обильные осадки в 8-й период приходились на 13 января, что соответствовало переносу с северо-запада, воздушные потоки пересекали территорию Мурманской области (г. Заполярный). В 11-й период при обильном снегопаде 4 февраля результативно происходил перенос воздушных масс через территорию многих промышленных регионов – Кировской области, Пермского края, Удмуртии, Татарстана и Башкортостана, что весьма осложняет идентификацию источника загрязнения. В 16-й период также преобладало юго-западное направление переноса воздушных масс к территории исследования.

Анализ сажевого углерода в талой воде из осадка на фильтре показал, что его содержание не имеет выраженного тренда и меняется в течение периода исследования, в то время как максимальное содержание сажевого углерода в атмосфере показано в 11–13-й периоды отбора (рис. 6).

 

Рис. 6. Содержание сажевого углерода в атмосферном воздухе (а) и траектории переноса воздушных масс в 11–13-й периоды отбора (б).

 

В этот период наблюдались минимальные температуры воздуха, что могло приводить к усилению «отопительного пресса», когда увеличивается эмиссия продуктов сжигания углеводородов и в большем количестве образуются сферы сжигания. При этом отмечалось преобладание южных и юго-западных переносов, доля которых составила более 70 %, что обусловило некоторый добавочный эффект, поскольку эмиссия поллютантов с юга определенно выше потоков поллютантов с севера в силу большей плотности размещения населенных пунктов и промышленных предприятий. Кроме того, оценка корреляционных взаимосвязей показала высокую степень сродства между содержанием в снеге сажевого углерода и других предполагаемых продуктов сжигания углеводородов: общего органического углерода, общей серы и ванадия: r_S÷сажа = 0.65, r_сажа÷V = 0.34, r_{сажа÷TOC} = 0.82.

Начиная с 3-й декады января отмечено увеличение среднего содержания в снеге меди, что обусловлено юго-западными направлениями ветров. Анализ содержания меди в снеге показал, что максимальное поступление этого компонента зафиксировано в 9, 13 и 16-й периоды отбора. Поэтому мы выполнили построение результирующего растра траекторий переноса воздушных масс для этих временных отрезков. Векторный анализ при этом указывал на г. Киров, как вероятный источник эмиссии, где развито машиностроение и металлообработка, металлургическое производство (рис. 7) (О состоянии…, 2022).

 

Рис. 7. Траектории переноса воздушных масс в 9, 13 и 16-й (а) и в 10–16-й периоды накопления и отбора снега (б).

 

Ранее было показано, что существует тренд в сторону увеличения содержания меди в осадках с севера на юг Республики Коми (Василевич, Василевич, 2018 б), что не противоречит полученным в настоящей работе результатам.

Отмечено трехкратное увеличение содержания свинца в 5-й период отбора в сравнении со средним значением за весь зимний сезон, что с большой вероятностью обусловлено направлением дальнего переноса. Наиболее обильный снегопад отмечен 24 декабря, когда, судя по траекториям, полученным CWT-методом, произошел захват территории городов Свердловской области, в выбросах предприятий которых, согласно данным информационной системы «Почвенно-географическая база данных России», отмечено высокое содержание свинца: Екатеринбург, Невьянск, Алапаевск, Нижний Тагил, Реж, Ревда, Сухой Лог (https://soil-db.ru/). Для 5-го периода отмечается «пиковое» за сезон влияние воздушных масс, прошедших территорию Свердловской области (табл. 3).

Если не считать точки прохождения траекторий по территории Республики Коми, то преобладающая доля точек расположена в Пермском крае, Кировской, Архангельской, Вологодской, Костромской Свердловской областях, в Республиках Башкортостан, Татарстан и Удмуртия (табл. 3).

В целом картина переносов за зимний период 2019–2020 гг. на территорию исследования повторяет средние характеристики атмосферной циркуляции, наблюдаемые в прежние периоды исследований. Как и обычно, для данной территории преобладали юго-западные (77 %), западные и южные ветры (15 %), согласно данным расчета траекторий. Хотя можно отметить несколько бо́льшую, чем обычно, долю переносов с запада. Наблюдалась очень малая доля переносов с севера, и в целом северные направления были мало выражены (6 %). Также не более 2 % приходилось на переносы с востока от площадки исследования.

ЗАКЛЮЧЕНИЕ

Проведен анализ динамики химических параметров снега в Печоро-Илычском биосферном заповеднике (п. Якша) в зимний период 2019–2020 гг. Снеговые воды на территории заповедника, как и в других таежных ландшафтах региона, характеризуются низкой минерализацией. Расчет средних значений содержания основных ионов талых вод показал, что в сравнении с равниной территорией таежной зоны в заповеднике эффективнее происходит нейтрализация кислотообразующих компонентов и повышается величина рН за счет увеличения содержания ионов кальция и магния.

Выделены факторы, которые обусловливают формирование геохимических параметров снега. Особенности атмосферной циркуляции и регионы, с территорий которых происходит перенос воздушных масс, во многом определяют насыщение осадков теми или иными химическими компонентами. Показано, что на значение кислотности талых вод влияют соединения серы, содержание которой увеличивается с понижением температур воздуха и продолжительностью отопительного сезона. В целом анализ талых вод показал увеличение в атмосфере от начала к окончанию зимнего периода продуктов сжигания углеводородов. Также отмечены достоверные тренды увеличения содержания в атмосферных осадках ванадия, примерно в 3 раза, общего органического углерода – в 2.5 раза, серы – в 2 раза. При переносах воздушных масс с севера отмечается увеличение в снеге содержания ионов натрия и хлорид-ионов.

Расчет траекторий обратного переноса воздушных масс позволил выявить регионы, где формировались воздушные массы, приходящие на область исследования, и определяющие химический состав осадков. Траектории преимущественно пересекают территории Пермского края, Кировской, Архангельской, Вологодской, Костромской и Свердловской областей, Башкортостана, Татарстана и Удмуртии, что обусловлено доминированием южных и западных ветров в период наблюдения. Наиболее частые города на пути прохождения воздушных масс: Череповец, Вологда, Киров, Соликамск, Казань, Набережные Челны. Показано, что расчет траекторий позволяет оценить регионы – источники поступления поллютантов в атмосферу. В целом такой способ изучения химического состава снега весьма информативен и позволяет лучше понять факторы его формирования.

Авторы выражают глубокую признательность сотрудникам экоаналитической лаборатории за высококвалифицированный труд при выполнении количественного химического анализа. Также авторы очень благодарны научному редактору М. И. Дину и рецензентам за ценные замечания и чуткое внимание к статье.

Работа была выполнена в рамках бюджетной темы (№ 122040600026-9).

Sobre autores

M. Vasilevich

Institute of Biology of Komi Science Centre of the Ural Branch of the Russian Academy of Sciences

Autor responsável pela correspondência
Email: mvasilevich@ib.komisc.ru
Rússia, Kommunisticheskaya st., 28, Syktyvkar, Komi Republic, 167982

N. Smirnov

Pechora-Ilychsky State Reserve

Email: mvasilevich@ib.komisc.ru
Rússia, Laninoj st., 8, Yaksha village, Komi Republic, 169436

Bibliografia

Arquivos suplementares