Оценки экологического риска для экосистемы Черного моря на основе моделирования

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

В статье изложены результаты проведенных модельных исследований экологического риска для трех шельфовых районов Черного моря при воздействии различных сочетаний внешних стрессоров. Модельные расчеты риска проведены для агрегированного фитопланктона с учетом внутригодовых вариаций значений биомассы, полученных по данным наблюдений. Выявлена существенная зависимость экологического риска от внутригодового состояния фитопланктона, рассчитана зависимость допустимой вероятности воздействий от экологического риска. Последнее выявило области возможных ошибок второго рода, что имеет практическую значимость для обеспечения экологической безопасности разработок ресурсов шельфа.

Полный текст

Доступ закрыт

Об авторах

Н. В. Соловьева

Институт океанологии им. П.П. Ширшова РАН

Автор, ответственный за переписку.
Email: soloceanic@yandex.ru
Россия, Москва

И. В. Ковалева

Институт биологии южных морей им. А.О. Ковалевского РАН

Email: soloceanic@yandex.ru
Россия, Севастополь

Список литературы

  1. Беляев В.И., Кондуфорова Н.В. Математическое моделирование экологических систем шельфа. Киев: Наукова Думка, 1990. 240 с.
  2. Вялышев А.И., Лисовский И.В., Большагин А.Ю. Возможные последствия чрезвычайных ситуаций, обусловленных разливами нефти и нефтепродуктов на морских акваториях // Технологии гражданской безопасности. 2012. Т. 9. № 1 (31). С. 62–69.
  3. Гвишиани А.Д., Лобковский Л.И., Соловьева Н.В. Перспективы синтеза моделей экологического риска и технологий больших данных для морских экосистем // Физика Земли. 2022. № 4. С. 101–112. https://doi.org/10.31857/S0002333722040044
  4. Данилов-Данильян В.И., Розенталь О.М. Методология достоверной оценки качества воды. IV. Вероятность удовлетворительного нормирования и контроля (статистический анализ, непараметрический подход) // Экология и промышленность России. 2023. Т. 27. № 1. С. 40–45. https://doi.org/10.18412/1816-0395-2023-1-40-45
  5. Данилов-Данильян В.И., Розенталь О.М. Стандарты и качество экологического регулирования // Стандарты и качество. 2012. № 4. С. 46–50.
  6. Демидов А.Б. Сезонная изменчивость и оценка годовых величин первичной продукции фитопланктона в Черном море // Океанология. 2008. Т. 48. № 5. С. 718–733.
  7. Ковалёва И.В., Суслин В.В. Сезонная динамика биомассы фитопланктона в различные годы в шельфовой зоне северной и северо-западной части Черного моря в трех районах // Материалы 20-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Электронный сборник материалов конференции. Институт космических исследований Российской академии наук. Москва, 2022. С. 174. https://doi.org/10.21046/20DZZconf-2022a
  8. Миронов О.А., Миронов О.Г. Современные данные по загрязнению прибрежной акватории Азово-Черноморского региона России нефтяными углеводородами // Юг России: экология, развитие. 2020. Т. 15. № 3. С. 77–85. https://doi.org/10.18470/1992-1098-2020-3-77-85
  9. Патин С.А. Нефть и экология континентального шельфа: в 2-х т. 2-е изд. Т. 1: Морской нефтегазовый комплекс: состояние, перспективы, факторы воздействия. М.: Изд-во ВНИРО, 2017. 326 c.
  10. Селифонова Ж.П., Ясакова О.Н. Фитопланктон акваторий портовых городов северо-восточного шельфа Черного моря // Морской экологический журнал. 2012. Т. 11. № 4. С. 67–77. https://www.researchgate.net/publication/320866124
  11. Соловьева Н.В. Метод модельных оценок экологического риска для экосистем Арктического шельфа различной продуктивности // Океанология. 2021. Т. 61. № 2. С. 1–13. https://doi.org/10.31857/S0030157421020179
  12. Соловьева Н.В. Оценки экологического риска для шельфовых экосистем на основе моделирования // Экологическая безопасность прибрежной и шельфовой зон моря. 2020. № 3. С. 107–121. https://doi.org/10.22449/2413-5577-2020-3-107-121
  13. Стельмах Л.В. Закономерности сезонной изменчивости отношения между органическим углеродом и хлорофиллом а в нано- и микрофитопланктоне поверхностного слоя прибрежных вод Черного моря // Экологическая безопасность прибрежной и шельфовой зон и комплексное использование ресурсов шельфа. Сб. науч. Трудов. Севастополь. 2014. Вып. 28. С. 247–256.
  14. Ярмак Л.П., Суслов О.Н., Сущенко О.А., Яценко М.М. Оценка антропогенной напряженности экосистемы Черного моря на основе интегрального показателя экологической напряженности // Водное хозяйство России. 2008. № 5. С.72–83.
  15. Финенко З.З., Ковалева И.В., Суслин В.В. Новый подход к оценке биомассы фитопланктона и ее вариабельности в поверхностном слое Черного моря по спутниковым данным // Успехи современной биологии. 2018. Т. 138. № 2. С. 1–13. https://doi.org/10.7868/S0042132418030079
  16. Финенко З.З., Мансурова И.М., Суслин В.В. Временнáя динамика биомассы фитопланктона в поверхностном слое Черного моря по данным спутниковых наблюдений // Океанология. 2022. Т. 62. № 3. С. 416–427.
  17. Флейшман Б.С. Основы системологии. М.: Радио и связь, 1982. 368 с.
  18. Флинт М.В., Поярков С.Г. Комплексные исследования экосистемы Черного моря (100-й рейс научно-исследовательского судна «Профессор Штокман») // Океанология. 2010. Т. 50. № 2. С. 312–315.
  19. Astles K.L. Food for Thought: Linking risk factors to risk treatment in ecological risk assessment of marine biodiversity. // J. of Marine Science. 2014. 72. № 3. Р. 1116–1132. https://doi.org/10.1093/icesjms/fsu207
  20. Austen M.C., Crowe T.P., Elliott M. et al. Vectors of change in the marine environment: ecosystem and economic impacts and management implications // Estuarine. Coastal and Shelf Science. 2018. V. 201. Р. 1–6. https://doi.org/10.1016/j.ecss.2018.01.009
  21. Chen S.Q., Chen B., Fath B.D. Ecological risk assessment on the system scale: a review of state-of-the-art models future perspectives // Ecological Modelling. 2013. V. 250. Р. 25–33. https://doi.org/10.1016/j.ecolmodel.2012.10.015
  22. Elliott M., Borja A., Cormier R. Activity-footprints, pressures-footprints and effects-footprints — Walking the pathway to determining and managing human impacts in the sea // Marine Pollution Bulletin. 2020. V. 155. 111201. https://doi.org/10.1016/j.marpolbul.2020.111201
  23. Fath B.D., Asmus H., Asmus R. et al. Ecological network analysis metrics: The need for an entire ecosystem approach in management and policy // Ocean & Coastal Management. 2019. V. 174. P. 1–14. https://doi.org/10.1016/j.ocecoaman.2019.03.007
  24. Fleishman B.S. Stochastic theory of ecological interactions // Ecological Modelling. 1982. V. 17. № 2. Р. 65–73. https://doi.org/10.1016/0304-3800 (82)90043-6
  25. Fleishman B.S. Contribution to the theory of adaptation with application to ecology // Ecological Modelling. 1984. V. 26. № 1-2. Р. 21–31. https://doi.org/10.1016/0304-3800 (84)90090-5
  26. Fleishman B.S. Hyperbolic law of reliability and its logarithmic effects in ecolopgy // Ecological Modelling. 1991. V. 55. № 1-2. Р. 75–88. https://doi.org/10.1016/0304-3800 (91)90066-А
  27. Kopelevich O.V., Burenkov V., Sheberstov S. et al. Satellite monitoring of coccolithophore blooms in the Black Sea from ocean color data // Remote Sensing of Environment. 2014. V. 146. P. 113–123. https://doi.org/10.1016/j.rse.2013.09.009
  28. Mikaelyan A.S., Pautova L.A., Fedorov A.V. Seasonal evolution of deep phytoplankton assemblages in the Black Sea // Journal of Sea Research. 2021. V. 178. P. 102125. https://doi.org/10.1016/j.seares. 2021.102125
  29. Mikaelyan A.S., Kubryakov A.A., Silkin V.A. et al. Regional climate and patterns of phytoplankton annual succession in the open waters of the Black Sea // Deep Sea Res. I. 2018. V. 142. P. 44–57. https://doi.org/10.1016/j.dsr.2018.08.001
  30. NASA Goddard Space Flight Center, Ocean Ecology Laboratory, Ocean Biology Processing GrouP. Moderate-resolution Imaging Spectroradiometer (MODIS) Aqua Ocean Color Data; 2018. Reprocessing. NASA OB.DAAC, Greenbelt, MD, USA. https://doi.org/10.5067/AQUA/MODIS/L2/OC/2018. Accessed on 05/22/2019.
  31. NASA Goddard Space Flight Center, Ocean Ecology Laboratory, Ocean Biology Processing GrouP. Moderate-resolution Imaging Spectroradiometer (MODIS) Terra Ocean Color Data; 2018. Reprocessing. NASA OB.DAAC, Greenbelt, MD, USA. https://doi.org/10.5067/TERRA/MODIS/L2/OC/2018. Accessed on 05/22/2019.
  32. Oguz T., Deshpande A.G., Malanotte-Rizzoli P. The role of mesoscale processes controlling biological variability in the Black Sea coastal waters: inferences from SeaWIFS-derived surface chlorophyll field // Continental Shelf Research. 2002. V. 22. № 1. P. 1477–1492. https://doi.org/10.1016/S0278-4343 (02)00018-3
  33. Silkin V., Mikaelyan A.S, Pautova L., Fedorov A. Annual Dynamics of Phytoplankton in the Black Sea in Relation to Wind Exposure // Journal of Marine Science and Engineering. 2021. V. 9. № 12. 1435. https://doi.org/10.3390/jmse9121435
  34. Silkin V.A., Pautova L.A., Giordano M. et al. Drivers of phytoplankton blooms in the northeastern Black Sea // Marine Pollution Bulletin. V. 138. P. 274–284. https://doi.org/10.1016/j.marpolbul.2018.11.042
  35. Solovjova N.V. Risk assessment simulation for shelf ecosystems based on the ecoscreening and dynamic methods synthesis // Estuarine, Coastal and Shelf Science. 2020. V. 243. 106881. https://doi.org/10.1016/j.ecss.2020.106881
  36. Solovjova N.V. Ecological risk modelling in developing resources of ecosystems characterized by varying vulnerability levels // Ecological Modelling. 2019. № 406. P. 60–72. https://doi.org/10.1016/j.ecolmodel.2019.05.015
  37. Suslin V.V., Churilova T.Ya. Regional algorithm for separating light absorption by chlorophyll-a and colored detrital matter in the Black Sea, using 480–560 nm bands from ocean color scanners // Intern. J. Rem. Sens. 2016. V. 37. № 18. P. 4380–4400. https://doi.org/10.1080/01431161.2016.1211350
  38. Yunev O., Carstensen J., Stelmakh L. et al. Temporal changes of phytoplankton biomass in the western Black Sea shelf waters: evaluation by satellite data (1998–2018) // Estuarine, Coastal and Shelf Science. 2022. V. 271. P. 107865. https://doi.org/10.1016/j.ecss.2022.107865

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Области расчета экологического риска: Приднепровский район северо-западного шельфа (1), область свала глубин от 50 до 500 м (2), область Кавказского и Крымского побережья (3)

Скачать (126KB)
Метаданные
3. Рис. 2. Сезонная динамика биомассы фитопланктона в различные годы в шельфовой области Черного моря в трех районах [7]

Скачать (241KB)
Метаданные
4. Рис. 3. Годовой ход биомассы фитопланктона по данным наблюдений [7] в акватории 1 (а) и модельный расчет внутригодовых вариаций экологического риска (б)

Скачать (202KB)
Метаданные
5. Рис. 4. Годовой ход биомассы фитопланктона по данным наблюдений [7] в акватории 2 (а) и модельный расчет внутригодовых вариаций экологического риска (б)

Скачать (181KB)
Метаданные
6. Рис. 5. Годовой ход биомассы фитопланктона по данным наблюдений [7] в акватории 3 (а) и модельный расчет внутригодовых вариаций экологического риска (б)

Скачать (194KB)
Метаданные
7. Рис. 6. Модельный расчет зависимости допустимой вероятности воздействия со стороны стрессоров от экологического риска для акватории 1

Скачать (143KB)
Метаданные
8. Рис. 7. Модельный расчет зависимости допустимой вероятности воздействия со стороны стрессоров от экологического риска для акватории 2

Скачать (147KB)
Метаданные
9. Рис. 8. Модельный расчет зависимости допустимой вероятности воздействия со стороны стрессоров от экологического риска для акватории 3

Скачать (148KB)
Метаданные

© Российская академия наук, 2024