Бесплатный автореферат и диссертация по биологии на тему

Кластерный метод оценки содержания тяжелых металлов в почвах Предволжья Республики Татарстан

ВАК РФ 03.00.16, Экология

Автореферат диссертации по теме "Кластерный метод оценки содержания тяжелых металлов в почвах Предволжья Республики Татарстан"

На нравах рукописи

РГо ОД 1 8 ДЕК 2000

КОРОЛЕВА ТАТЬЯНА ЭРНСТОВНА

КЛАСТЕРНЫЙ МЕТОД ОЦЕНКИ СОДЕРЖАНИЯ ТЯЖЕЛЫХ МЕТАЛЛОВ В ПОЧВАХ ПРЕДВОЛЖЬЯ РЕСПУБЛИКИ ТАТАРСТАН

03.00.16 -Экология

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук

КАЗАНЬ 2000

Работа выполнена в лаборатории биогеохимии Института экологии природных систем

Академии Наук Татарстана

Научные руководители

Защита состоится ZOOO года в час.

на заседании диссертационного совета К053.29.24 в Казанском государственном университете по адресу 420008, г. Казань, ул. Кремлевская, 18

С диссертацией можно ознакомиться в библиотеке Казанского государственного университета

Автореферат разослан "25" НОЯБРЯ 2000г.

Ученый секретарь

Официальные оппоненты

Ведущая организация

кандидат биологических наук,

доцент Б.Р.Григорьян,

кандидат технических наук,

доцент Л.Л.Фролова

доктор физико-математических наук,

профессор И.Н.Володин,

доктор биологических наук,

профессор В.Н.Башкин

Центр по проблемам экологии и

продуктивности лесов Российской

Академии Наук

диссертационного совета,

Г.А.Евтюгин

доктор химических наук

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы.

В последнее время проблема накопления тяжелых металлов в атмосфере, почвах и водах в естественных и антропогенно-модифицированных ландшафтах характерна для многих стран мира, в том числе и для России.

Почву можно рассматривать как интегральный индикатор многолетнего процесса загрязнения окружающей среды, дающий представление о качестве связанных с почвами жизнеобеспечивающих сред - воздуха и вод. Воздействие тяжелых металлов на окружающую среду постоянно усиливается по мере возрастания масштабов и интенсивности хозяйственной деятельности человека, и знание закономерностей пространственного распределения тяжелых металлов становится актуальной необходимостью.

Для исследования пространственного содержания тяжелых металлов в почвах применяются различные анататические методы. В то же время не существует универсального метода, позволяющего осуществлять полиэлементную оценку территории и учитывающего многообразие факторов, воздействующих на почву, которая, в свою очередь, является достаточно сложной системой.

В связи с этим, необходимость учета большого количества факторов при отсутствии априорной информации о возможном распределении тяжелых металлов в почвенном покрове, предопределяет важность и актуальность задачи по разработке метода группировки почвенных данных для оценки содержания тяжелых металлов на основе кластерного анализа.

Цели и задачи исследования. Целью данной работы является разработка метода прогнозируемой оценки содержания тяжелых металлов в почвах на примере Предволжья Республики Татарстан.

В соответствии с поставленной целью сформулированы следующие задачи:

1. Создание базы данных по физико-химическим показателям почв, суммарным выбросам загрязняющих веществ и экологическому состоянию Предволжья Республики Татарстан.

2. Разработка метода группировки почвенных данных для оценки содержания тяжелых металлов на основе лингвистической кластеризации и последовательной процедуры оценивания и нечетких чисел.

3. Разработка программного комплекса для реализации метода группировки почвенных данных.

4. Выявление и анализ закономерностей содержания тяжелых металлов в почвах зонального ландшафта (на примере Предволжья Республики Татарстан) с помощью разработанного метода.

5. Экстраполяция результатов, полученных методом группировки почвенных данных для оценки содержания тяжелых металлов в почвах с известными физико-химическими показателями и известными факторами антропогенного воздействия для районов РТ - Апастовского и Кайбицкого.

Научная новизна работы.

- Разработан новый метод группировки почвенных данных для оценки содержания тяжелых металлов в почве на основе кластерного анализа с применением последовательной процедуры оценивания и нечетких чисел.

- На основе разработанного метода группировки почвенных данных выявлены закономерности содержания тяжелых металлов в почвах зонального ландшафта, и результаты экстраполированы на почвы с известными физико-химическими показателями и известными факторами антропогенного воздействия на примере Предволжья РТ.

Практическая значимость работы.

Предлагаемый метод позволяет значительно сокращать объемы полевых, экспериментальных и лабораторных исследований в области почвоведения и, тем самым, экономить трудовые и финансовые ресурсы. Программный комплекс, разработанный по результатам исследований, используется при экспертизе мероприятий по охране лесоа Красноярского края в Центре по проблемам экологии и продуктивности лесов Российской Академии Наук.

Апробация работы.

Основные положения диссертационной работы были доложены на 3-ей республиканской научной конференции "Актуальные экологические проблемы РТ" (Казань, 1997). на 16 всемирном почвенном конгрессе (Франция; 1998), на 10 международной конференции по охране почв (США; 1999), на Ш научной конференции по тяжелым металлам (Польша, 2000).

Публикации. По теме диссертации опубликовано 11 печатных работ. Из них 3 статьи, 5 публикаций на международных конференциях, 1 депонированная научная работа.

Структура и объем работы. Работа состоит из введения, шести глав, выводов, приложения и списка использованной литературы. Диссертация изложена на 151 страницах машинописного текста, включая 55 таблиц, 1? рисунков. Список использованной литературы содержит?^!'7работ отечественных и зарубежных авторов.

СОДЕРЖАНИЕ РАБОТЫ 1. Анализ проблемы опенки содержания тяжелых металлов в почвах математическими методами

Техногенное накопление тяжелых металлов в окружающей среде идет высокими темпами (Агрохимия, 1989, Лапенко, 1986, Мур, 1987, Реймерс, 1980, Самонова, 1988, Химия тяжелых..., 1985), и, кроме того, они обладают большим сродством к физиологически важным органическим соединениям и способны инактивнровать последние (Ильин, 1991). Пределы содержания металлов и металлоидов в живых организмах выработались на протяжении всего хода эволюции органического мира. Значительные отклонения от этих оптимальных концентраций вызывают отрицательные, часто губительные, последствия как для живых организмов, так и для биокосных систем (почвы).

Современные исследования в области методов изучения почв характеризуются интенсивным поиском новых подходов в теории распознавания образов, методов конечной математики и критериев одномерной и многомерной статистики. Эти подходы можно условно разделить на три большие группы: детерминированный подход (Hole и Hironaka, I960; Rayner, 1966; Hartaugh, 1964; Sokal, 1963; Cipra, 1970; Campbell, 1970; Бейли,1970; Webster, 1972; Moore, 1972; Шеремет, 1981; Шеремет, 1983); статистический подход (Hughes, 1955; Roychodry, 1967; Protz, 1968; Pao, 1968; Colwell, 1970; Muir, 1970; Norris, 1971, 1972; Пак, 1974; Шеремет, 1981; Гавришин, 1994; Ладонин, 1998; Chukanov, 1999); информационный подход (Dale, 1970; Norris и Dale,1971). Большинство авторов использовали вышеуказанные подходы для численной классификации почв по типам. В одной из работ Ладонина (1998) была предпринята попытка выявить функциональную зависимость между различными показателями почв и содержанием Си и Zn методом множественной регрессии. В результате, для илистой фракции и содержания углерода функциональной зависимости

не было обнаружено, хотя эти показатели, по мнению почвоведов, в наибольшей степени связаны с содержанием в почве тяжелых металлов. И, следовательно, необходимо продолжать поиски другой формы зависимости и разработку метода ее обнаружения.

Разработка метода оценки содержания тяжелых металлов в почвах связана со следующими объективными условиями:

- необходимостью проведения статистических расчетов, опираясь на минимальное количество данных полевых исследований. Исследование почв связано с проведением трудоемких дорогостоящих операций, в силу чего почвовед не располагает повторными результатами наблюдений над однородными объектами. Для статистической устойчивости выводов по таким объектам следует учитывать малый объем имеющейся выборки (Петров, 1956; Володин, 1964,1979);

- во многих работах по почвоведению указывается, что почва является сложным объектом исследования. Структурная сложность, динамичность протекания процессов, нечеткость значений параметров, описывающих состояние этих процессов ; неотъемлемые свойства почвы. В работах Тэрано (1993), Фроловой (1997) показана высокая эффективность использования теории нечетких множеств для анализа динамики состояния биологических объектов.

2. Пространственное распределение тяжелых металлов в почвах Предволжья РТ

Предволжьс Республики Татарстан занимает северо-восточную часть Приволжской возвышенности и является самостоятельным геоморфологическим районом с общей площадью территории - 9700 км2. На территории Предволжья РТ расположено восемь административных районов: Апастовский, Буинский, Верхнеуслонский, Дрожжановский, Зеленодольский, Кайбицкий, Камско-Устьинский, Тетюшский. Согласно почвенному районированию Предволжье делится на два агропочвенных района: Высокое Предволжье и Юго-западное Предволжье.

Почвообразующими породами на территории района являются в основном четвертичные наносы и отложения татарского яруса пермской системы.

В отношении закономерности пространственного распределения почв необходимо отметить большое разнообразие почвенного покрова Высокого Предволжья, что объясняется сложностью его рельефа и частой сменой почвообразующих пород в пространстве. Почвенный покров Юго-западного

Предволжья является в значительной степени более однородным. В состав почвенного покрова Предволжья входят дерново-подзолистые, серые лесные, светло-серые лесные, темно-серые лесные, коричнево-серые лесные, дерново-карбонатные, черноземы оподзоленные, выщелочные и карбонатные, черноземы типичные, черноземы луговые, болотные и полуболотные, аллювиальные и смытые почвы.

В ходе полевых исследований почв Предволжья собрано 158 образцов пахотных горизонтов в соответствии со структурой почвенного покрова, соотношением в ней различных типов и подтипов почв и в соответствии с общепринятыми методиками. В исследованиях выбран масштаб 1:500000 и соответствующая сеть пробоотбора - 1 смешанный образец на 100 км2 (по данным Института экологии природных систем АНТ). Карта-схема отбора проб представлена на рис.1. Анализ средних концентраций тяжелых металлов приведен на рис.2 и рис.3.

3. Метод группировки почвенных данных по опенке содержания тяжелых металлов на основе лингвистической кластеризации, последовательной процедуры оценивания и нечетких чисел

Прогностическая оценка содержания тяжелых металлов в почве осуществлена путем модификации метода глобальной кластеризации (Закиров, Королева, Фролова, 2000) на основе лингвистической кластеризации (Браверман, 1983), точностной и надежностной оценки (Stein, 1945).

С целью получения оценочных концентраций по содержанию тяжелых металлов в почвах Предволжья РТ использовались данные по основным физико-химическим показателям почвы, концентрациям 6 тяжелых металлов: свинца, меди, никеля, цинка, хрома, марганца, а также балльные оценки экологического состояния территории и суммарные выбросы ТМ в атмосферу по карте экологической ситуации Республики Татарстан (1994). Все исходные данные были включены в базу данных, структура которой приведена в табл.1. Совместное использование количественных и качественных показателей для анализа состояния почв характерно для комплексного подхода к оценке территории.

Буинскнй район

Ч«ри *ыщ Черн 01

Дрожжаноаскнй район

-■-си\'

то <н. 1 ■ » 2\Л'

U.DOC —*—РВУ

ио о<; -Я-МУ |

120 ОС д сс.. '

• - ■ ■ -С1-р

то ос

- - ♦ - -гмр

«см

- - А - -рв> -

60 00 - - Ж - -мг •

40 !>С - - • • -сэр .

2 С ПО -и-скр

0 во -

• - в • -чр-р

Дрьфт>п Дгр«3[*«ш1 Дч»шю Ксцтарся 0.сгр*я йре*

Вс|кие}Ыонс»й район

Темнсервя

Рис.2. Средние значения содержания тяжелых металлов в почвах районов Предволжья РТ

Деркарбвыщ

О серая Темн.серая

Зслсицальскнн рвйон

Черн ошд1.

—■— СЦУ

—♦—

— РВУ

МУ

—•— СЛУ

....... сир

....... 2КР

РВР :

N1? ;

....... СОР

—*— СЕР

МКУ

...О... ш

Рис.3. Средние значения содержания тяжелых металлов в почвах районов Предволжья РТ

Структура базы данных по тяжелым металлам Предволжья РТ

Показатели Единицы Имя поля в базе

измерения данных

Гумус % GUMUS

Сумма оснований мгокв/ЮОг SUMMA

РН - pH

Свинец валовый (РЬУ) мг/кг PBV

Свинец подвижный (РЬР) мг/кг РВР

Медь валовая (СиУ) мг/кг CUV

Медь подвижная (СиР) мг/кг CUP

Никель валовый (МУ) мг/кг NIV

Никель подвижный (№Р) мг/кг NIP

Цинк валовый ^пУ) мг/кг ZNV

Цинк подвижный ^пР) мг/кг ZNP

Хром подвижный (СгР) мг/кг CRP

Марганец валовый (МпУ) мг/кг MNV

Марганец подвижный (МпР) мг/кг MNP

Ил % IL

Глина % GLINA

Экологическое состояние территории - ECOBST

Суммарные выбросы в атмосферу - SUMMVIBR

Метод оценки содержания тяжелых металлов в почве приведен ниже на примере

группировки почвенных данных по никелю валовой формы.

Задача сводится к выделению в многомерном пространстве подпространства признаков естественных скоплений объектов, которые являются однородными в смысле вариабельности группами и описываются нормальным распределением. В ходе математической обработки данных решена проблема снижения размерности задачи, т.е. выделены только те признаки, которые достаточно хорошо характеризуют поведение тяжелых металлов. Сходство между профилями определяют три элемента: форма, рассеяние (дисперсия), сдвиг. Среди них в разработанном метода использована дисперсия, характеризующая взаимное поведение исследуемых параметров, а не их функциональную зависимость и абсолютные значения.

Анализируемая матрица почвенных данных имеет размерность 6x96. Рассматриваемые параметры - физико-химические показатели почвы:

(1) сумма выбросов

(2) экологическая обстановка

(3) гумус

(4) сумма оснований

(5) ш

(6) никель валовый.

Группировка данных по параметрам осуществлена полным перебором всех возможных комбинаций параметров. Для них рассматриваются как равноправные следующие комбинации: _

(123456)_

(1X23456)

(1X2)04) (56) (1)(2)(3)(4)(5)(6)

Метод построен как последовательное повторение подпроцедур для каждой из комбинаций параметров:

1) Нахождение предварительного разбиения последовательной процедурой. Отделяется 2 наблюдения (пс) для одного параметра, вычисляются выборочное среднее и выборочная дисперсия. Размер кластера определяется по формуле:

Л0 О

4-1

Правая часть формулы - гарантийный момент остановки, где / - квантиль распределения Стьюдента, - выборочная дисперсия, 5 - полуширина доверительного интервала, имеющего для пользователя смысл общей ошибки измерения.

Отделяется N наблюдений и производится пересчет выборочного среднего и дисперсии. Для N больше или равного гарантийного момента остановки достигнуто начальное разбиение. Если группа содержит более чем один параметр, размер кластера будет равен максимуму из размеров кластеров по всем параметрам, входящим в группу (рис.4.): N = тахМ, N2, N3, N4, N5, N5)

Окончательный размер кластера определяется путем уточнения окончательного разбиения.

2) Уточнение окончательного разбиения. При просмотре очередного разбиения матрицы строка переносится из одной группы параметров в другую, и подсчитывается изменение функционала, которое дает такой перенос: к, к,

1*1*2

1=1 1=1 j£G,

где Хл( - среднее _/-й компоненты строк, составляющих 1-й класс по л-й группе параметров; ¿у - число групп; кз - число классов; - подмножество индексов объектов /-го класса в £-ой группе параметров.

Вычисленный функционал, имеющий минимальное значение, указывает, что соответствующая ему комбинация параметров дает оптимальное разбиение. Следовательно, из расчетов выбран функционал, значение которого равно 0,7098 и соответствующая ему комбинация параметров: (1)(2)(34)(56) (рис.4). Оптимальное разбиение включает 13 кластеров.

ECOLOBST SUMMVIBR GUMUS SUMMA IL

1 2 3 4 5

CRP 6

Ni N2 Nj N4 Ns N6

96

Группировка параметров Функционал

(1 2 3456) 0,9802

Л1 )Ч 2 3 4 5 6 ) 0,9542

, Д, \

( Д)(20(3)(456 ) 0,7401

( 1 Si 2 )\i 3 4 ) { 5 6 ) 0,7098

, . .

(1 Н2)(\)(4)(5)(в) 0,7614

1 •

0,9 0,8 •

5 0,7 ' 1 0.6-I 0,5 I 0,40,3 -0,2 ■ 0,1 ■ 0 ■

^ Значение функционала для различных ^группировок параметров

е

Группировка

Рис.4. Определение оптимальной группировки параметров

3) Анализ полученных кластеров.

Карта 13 полученных кластеров приведена на рис.5. Из карты кластеров видно, что в результате оптимальной группировки никель валовый объединен в один кластер с илом, т.е. обнаружена связь между валовой формой никеля и илистой фракцией. Для этих параметров получены 3 кластера (4.1, 4.2, 4.3), каждый из которых описан средним и дисперсией.

ЕСОШВБТ эиммутя оимт зиммл

1Ь

1.1 (21) 2.1 (48) 3.1(24) 4.1 (23)

2,2381 2,0000 3,7830 24,0500 19,4130 35,9130

0,1814 0,0000 3,8971 42,2300 27,7107 75,9055

1.2 (19)

2,5263 3.2 (24) 4.2 (26)

0,5651 4,0328 33,4542 24,8231 42,7308

4,0952 89,5275 48,5418 168,5814

1.2 (22)

2,7727

0,9938 2.2 (34) 3.3 (27)

1,9630 5,0431 34,0926 4.3 (27)

1.3 (19) 0,0357 5,7509 153,5451 23,1185 46,2222

2,9474 35,4548 370,6173

1,3130

1.5 (16)

3,2667

0,8622

96

Рис. 5. Карта кластеров оптимального разбиения матрицы

4) Определение пороговых значений физико-химических показателей для использования прогностических интервалов оценки содержания тяжелых металлов. По принадлежности к кластеру найдены пороговые значения физико-химического показателя, используя нечеткие числа. Как показано на рис. б, построены функции принадлежности для физико-химических показателей, объединенных в одну группу параметров с тяжелым металлом. Полученным пороговым значениям показателя соответствуют прогностические интервалы для оценки содержания тяжелых металлов.

1

И

Рис. 6. Определение порогового значения показателя «Ил» для никеля валовой формы

Таким образом, для значения илистой фракции меньше 21,2% прогностический интервал никеля валового определен в пределах 35.818,7 мг/кг, больше 21,2% - 46,2±19 мг/кг.

Аналогичным образом могут быть получены результаты по оценке содержания любого тяжелого металла.

5. Программны» комплекс для группировки почвенных данных по оценке содержания тяжелых металлов

Для группировки почвенных данных по оценке содержания тяжелых металлов в почвах разработан и внедрен программный комплекс, написанный на языке программирования Visual FoxPro 5.0 в среде Windows.

Результатом работы программного комплекса являются таблицы, в которых содержатся сведения о значении функционалов качества разбиения исходной матрицы для разных группировок параметров, количестве кластеров и групп параметров, среднее значение и стандартное отклонение для каждого параметра кластера.

5. Использование метода группировки почвенных данных н прогноз экологического состояния почв по тяжелым металлам на примере Предволжья РТ

Данные по содержанию тяжелых металлов в почвах обработаны и проанализированы для Предволжья Республики Татарстан. Результаты группировки по параметрам почв и количество полученных кластеров приведены в табл. 4.

Как видно из табл. 4, тяжелый металл объединяется в одну группу с физико-химическим показателем почвы. Например, никель валовый и подвижный входит в одну группу с гранулометрическим составом (илистой фракцией) и антропогенным воздействием (экологической обстановкой). Таким образом, обнаружена связь никеля валовой и подвижной формы и подвижной формы хрома с гранулометрическим составом; меди и марганца валовой формы - с гранулометрическим составом, гумусом и суммой поглощенных оснований; меди подвижной формы - с гумусом; марганца подвижной формы - с гранулометрическим составом и гумусом; свинца валовой формы - с содержанием гумуса и суммы поглощенных оснований; свинца и цинка подвижной формы - с гранулометрическим составом и суммой поглощенных оснований; цинка подвижной формы - с гранулометрическим составом и суммой поглощенных оснований.

В таблице приведены данные для минимального значения функционала группировки, указывающие на оптимальную группировку параметров. По значениям параметров, вошедших в один кластер, можно определить значение любого параметра из этого кластера, что позволяет экстраполировать результаты на почвы с известным гранулометрическим составом и антропогенным воздействием.

Каждый кластер описан средним значением и дисперсией. Полученные с помощью нечетких чисел пороговые значения показателей и соответствующие им прогностические интервалы содержания тяжелых металлов представлены в табл 5.

Результаты группировки почвенных данных по параметрам

Кол-во групп параметров Значение функционала Группы по параметрам Кол-во кластеров в группе, содержащей ТМ

4 0,7098 ХГУ-Ил 3

Гумус-Сумма оснований

Экологическая обстановка

Сумма выбросов

3 0,7722 Ил-№Р 5

Сумма выбросов-Экологическая обстановка

Сумма оснований-Гумус-Глина

2 0,6551 Гумус-Ил-СиУ-Сумма оснований 2

Сумма выбросов-Экологическая обстановка

4 0,5525 Гумус-СиР 2

Сумма выбросов-Экологическая обстановка

Сумма оснований

Ил

2 0,6363 Гумус-Сумма оснований -Ил-МпУ 2

Экологическая обстановка-Сумма выбросов

3 0,6370 МпР-Ил-Гумус 2

Сумма оснований

Сумма выбросов-Экологическая обстановка

4 0,6831 Гумус-РЬУ-Сумма оснований 2

Экологическая обстановка

Сумма выбросов

Ил

2 0,6971 Сумма выбросов-РЬР-Сумма оснований-Ил 5

Гумус-Экологическая обстановка

3 0,6451 Сумма выбросов-Экологическая обстановка-2пУ-Сумма оснований 3

Ил

Гумус

3 0,5917 2пР-Ил -Сумма оснований 3

Экологическая обстановка-Сумма выбросов

Гумус

4 0,6233 СгР- Ил 3

Сумма выбросов-Экологическая обстановка

Гумус

Сумма оснований

Прогностические интервалы содержания тяжелых металлов

Физико-химический Оцениваемый Значения показателя Оценочная

показатель ТМ концентрация ТМ

Ил №У <=21,2% 35,8±8,7 мг/кг

>21,2% 46,2±19 мг/кг

Ил №Р <=21,2 % 11,7±3,2 мг/кг

>21,2% 14,1±5,3 мг/кг

Гумус СиУ <=4,2 % 21=4 мг/кг

>4.2 % 23,5±5,7 мг/кг

Гумус СиР <=3,9% 5,3±1,1 мг/кг

>3,9 % 6±1,6 мг/кг

Сумма оснований МпУ <=30 мг-экв/ЮОг 128,7±30 мг/кг

>30 мг-экв/ЮОг 141.5±55 мг/кг

Ил МпР <=22,5 % 137,4±32 мг/кг

>22,5 % 153±63,4 мг/кг

Гумус РЬУ <=4,1% 11,4±2,1 мг/кг

>4,1 % 13,1±2,6 мг/кг

Ил РЬР <=23.4 % 2,1+1,4 мг/кг

>23,4 % 2,9+1,8 мг/кг

Сумма оснований гпУ <=28,5 мг-экв/ЮОг 25,5+5 мг/кг

>28,5 мг-экв/ЮОг 29.2+7,6 мг/кг

Ил Та? <=23 % 5,6+1,6 мг/кг

>23 % 7,2+2 мг/кг

Ил СгР <= 22 % 5,6+5,5 мг/кг

>22 % 8,65±7,95 мг/кг

Например, прогностические интервалы никеля валового определяются по гранулометрическому составу (илистой фракции) в почве: при содержании ила в почве в пределах меньше или равной 21.2%, прогностический интервал концентрации никеля валового - 35,8±8,7 мг/кг. Построены прогностические интервалы для валовой и подвижной форм Си, валовой формы РЬ - по содержанию в почве гумуса; валовой форм Мп и Zn - по содержанию суммы поглощенных оснований; подвижных форм Мп, РЬ, Ъъ, Сг - по гранулометрическому составу почвы (илистой фракции).

Полученные результаты позволяют сделать предварительный вывод об отсутствии значимого загрязнения почвенного покрова Предволжья РТ тяжелыми металлами и характеризовать исследованную территорию как "фоновую".

б. Эффективность метола группировки почвенных данных по оценке содержания тяжелых металлов.

Для проверки эффективности метода группировки почвенных данных по оценке содержания тяжелых металлов в качестве контрольных групп выделены данные по Апастовскому и Кайбицкому административным районам. Получены прогностические интерваты содержания тяжелых металлов в почвах этих районов и установлено совпадение их с реальными данными в пределах 81% от общего количества проб, собранных в этих районах.

ВЫВОДЫ

1. Предложен метод группировки почвенных данных по оценке содержания тяжелых металлов, использующий аппарат лингвистической кластеризации с применением последовательной процедуры оценивания.

2. Разработано программное обеспечение создания и ведения баз данных по содержанию тяжелых металлов в почвах Республики Татарстан.

3. Разработан и внедрен программный комплекс по кластерному методу оценки содержанию тяжелых металлов в почвах.

3. На основе разработанного метода выявлены связи содержания валовых и подвижных форм исследованных тяжелых металлов с гранулометрическим составом почв, содержанием в них гумуса и поглощенных оснований.

4. Полученные прогностические интервалы содержания тяжелых металлов в почвах проверены на зональных почвах Апастовского и Кайбицкого районов Республики Татарстан и получено высокое совпадение экспериментальных и расчетных значений.

Список публикации по теме диссертации. Основные результаты работы изложены в следующих публикациях:

1. Закиров А.Г., Фролова Л.Л., Королева Т.Э. Универсальная сервисная оболочка для баз данных "CEPBHC-BASE" (УСО-БД).//Мегодическая разработка. КГУ, Казань.-1992 г.-С.ЗО.

2. Закиров А.Г., Королева Т.Э., Фролова Л.Л. К оценке репрезентативности экологических данных. //Казанский мед.ж., т.73, 1992, N4,241-320.0.295-298.

3. Frolova L.L., Zakirov А.О., Koroleva Т.Е. The evaluation of data representation./The second UK Congress of Biotechnology (Biotechnology'94). Proceedings of Second Conference on Advances in Biochemical Engineering, Brighton, UK, 4-6 July

1994.-Р.160-162.

4. Frolova L.L., Koroleva Т.Е. Stages of estimation of data representation. /Abstacts of 7th Europeen Congress on Biotechnology, Nice, France, 19-23 February, 1995, P.61.

5. Королева Т.Э., Закиров А.Г., Фролова Л.Л. Метод обнаружения неоднородностей в распределении тяжелых металлов. //Тезисы докладов 3 республиканской научной конференции "Актуальные экологические проблемы РТ", Казань, 1997,с.212.

6. Zakirov A., Frolova L., Koroleva Т. Method of unhomogeneties discovery of heavy metals. Summaries of 16 World Congress of Soil Science, Montpellier 20-26 August 1998 (France).-Volume II. Symposia 25 to 45. p. 490.

7. Koroleva Т., Zakirov A. The approach to classification of soil with the account of toxic heavy metals //Book of abstacts, 10th International Soil Conservation Organization Conference, West Lafayette, Indiana USA, May 23-28,1999. P.2.

8. Королева Т.Э., Закиров А.Г. О возможности группировки природных объектов методом глобальной кластеризации // Вестник Тамбовского Университета. Сер. Естественные и технические науки. Тамбов, 1999. - Т.4, вып.З. - С. 383-384.

9. T.E.Koroleva, L.L.Frolova, A.G.Zakirov. A mathematical approach to the decision making on the problem of environment pollution with heavy metals // Book of abstracts, HI Conference on trace metals: Effects on Organisms and Environment. Sopot/Poland, 6-8 June, 2000.-P.82/P1-01.

Ю.Королева Т.Э., Закиров А.Г. Проблемы и перспективы использования математических методов для оценки и прогнозирования экологического состояния почв. // Сборник ИнЭПС АН РТ: "Эколого-географическое картографирование. -Казань, 2000. - С.166-173. - Деп. в ВИНИТИ 10.08.00, № 2219-ВО.

П.Королева Т.Э., Закиров А.Г., Фролова Л.Л., Григорьян Б.Р. Использование гарантийного момента остановки в задачах кластеризации экологических данных// Вестник Тамбовского Университета. Сер. Естественные и технические науки. Тамбов, 2000. - Т.5, вын.5. - С. 604-606.

Содержание диссертации, кандидата физико-математических наук, Королева, Татьяна Эрнстовна

Введение

1. Проблема загрязнения почв тяжелыми металлами

1.1. Особенности аккумуляции тяжелых металлов в почвах

1.2. Возможность создания математического метода прогнозируемой оценки содержания тяжелых металлов в почвах

2. Материалы и методы исследования

3. Предволжье РТ и анализ содержания тяжелых металлов в почвах

4. Кластерный метод оценки содержания тяжелых металлов в почвах

5. Программный комплекс, реализующий кластерный метод оценки содержания тяжелых металлов на ПК

6. Применение кластерного метода для получения прогнозируемой оценки содержания тяжелых металлов в почвах Предволжья РТ. 6.1 Эффективность кластерного метода

Выводы

Введение Диссертация по биологии, на тему "Кластерный метод оценки содержания тяжелых металлов в почвах Предволжья Республики Татарстан"

В условиях возрастающей интенсификации промышленного и сельскохозяйственного производства проблема накопления тяжелых металлов в атмосфере, почвах и водах в естественных и антропогенно-модифицированных ландшафтах вызывает все большую тревогу, так как неизбежно ухудшается экологическое состояние среды обитания человека. Эта проблема характерна для многих стран мира, в том числе и для России.

Почву можно рассматривать как интегральный индикатор многолетнего процесса загрязнения окружающей среды, дающий представление о качестве связанных с почвами жизнеобеспечивающих сред - воздуха и вод. Воздействие тяжелых металлов на окружающую среду постоянно увеличивается по мере возрастания масштабов и интенсивности хозяйственной деятельности человека, и знание закономерностей пространственного распределения тяжелых металлов становится актуальной необходимостью.

Для исследования пространственного содержания тяжелых металлов в почвах применяются различные аналитические методы. В то же время не существует универсального метода, позволяющего осуществлять полиэлементную оценку территории и учитывающего многообразие факторов, воздействующих на почву, которая, в свою очередь, является достаточно сложной системой.

В связи с этим, необходимость учета большого числа факторов при отсутствии априорной информации о возможном распределении тяжелых металлов в почвенном покрове, предопределяет важность и актуальность задачи по разработке объективного научно-обоснованного метода группировки почвенных данных для оценки содержания тяжелых металлов 4 на основе кластерного анализа.

Целью данной работы является разработка метода прогнозируемой оценки содержания тяжелых металлов в почвах на примере Предволжья Республики Татарстан (РТ).

В соответствии с поставленной целью сформулированы следующие задачи:

1. Создание базы данных по физико-химическим показателям почв, суммарным выбросам загрязняющих веществ и экологическому состоянию Предволжья Республики Татарстан.

2. Разработка метода группировки почвенных данных для оценки содержания тяжелых металлов на основе лингвистической кластеризации, последовательной процедуры оценивания и нечетких чисел.

3. Разработка программного комплекса для реализации метода группировки почвенных данных.

4. Выявление и анализ закономерностей содержания тяжелых металлов в почвах зонального ландшафта (на примере Предволжья Республики Татарстан) с помощью разработанного метода.

5. Экстраполяция результатов, полученных методом группировки почвенных данных для оценки содержания тяжелых металлов в почвах с известными физико-химическими показателями и известными факторами антропогенного воздействия для районов РТ - Апастовского и Кайбицкого. 5

Заключение Диссертация по теме "Экология", Королева, Татьяна Эрнстовна

ВЫВОДЫ

1. Предложен метод группировки почвенных данных для оценки содержания тяжелых металлов, на основе лингвистической кластеризации, последовательной процедуры оценивания и нечетких чисел.

2. Разработано программное обеспечение создания и ведения баз данных по содержанию тяжелых металлов в почвах Республики Татарстан.

3. Разработан и внедрен программный комплекс по кластерному методу оценки содержанию тяжелых металлов в почвах.

4. На основе разработанного метода выявлены связи содержания валовых и подвижных форм исследованных тяжелых металлов с гранулометрическим составом почв, содержанием в них гумуса и поглощенных оснований.

5. На основе разработанного метода выявлены закономерности для почв Предволжья: связь никеля валовой и подвижной формы и подвижной формы хрома с гранулометрическим составом; меди и марганца валовой формы - с гранулометрическим составом, гумусом и суммой поглощенных оснований; меди подвижной формы - с гумусом; марганца подвижной формы - с гранулометрическим составом и гумусом; свинца валовой формы -с содержанием гумуса и суммы поглощенных оснований; свинца и цинка подвижной формы - с гранулометрическим составом и суммой поглощенных оснований; цинка подвижной формы - с гранулометрическим составом и суммой поглощенных оснований.

6. Полученные прогностические интервалы содержания тяжелых металлов в почвах проверены на зональных почвах Апастовского и Кайбицкого районов Республики Татарстан и получено высокое совпадение экспериментальных и расчетных значений.

95

Библиография Диссертация по биологии, кандидата физико-математических наук, Королева, Татьяна Эрнстовна, Казань

1. Абусев Р. А., Лумельский Я.П. Статистическая групповая классификация: Учебное пособие по спецкурсу / Перм. ун-т. Пермь, 1987. -92с.

2. Агропроизводственная характеристика почв Татарии и их рациональное использование / Под ред. И.В.Утэя.- Казань: Таткнигоиздат, 1968.-208 с.

3. Агрохимия / Под ред Б.А.Ягодина. М.: Агропромиздат, 1989.

4. Айвазян С.А. Классификация многомерных наблюдений. М.: Статистика, 1974. - 240с.

5. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983. -471с.

6. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Исследование зависимостей. М.: Финансы и статистика, 1985. -487с.

7. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Классификация и снижение размерности. М.: Финансы и статистика, 1989. -607с.

8. Айвазян С.А., Степанов B.C. Программное обеспечение по статистическому анализу данных: Методология сравнительного анализа и выборочный обзор рынка // Электронная публикация, 1998.

9. Алексеев Ю.В. Тяжелые металлы в почвах и растениях. Л.: Агропромиздат, 1987. - 142с.

10. Алексеева Н.Б. Почвенные комплексы правобережья Волги в пределах Татарской АССР // Почвоведение.- 1952.- №3.- С.251-270.

11. Алимов Ю.И. Альтернатива методу математической статистики.-М.-.Знание, 1980.-64с.

12. Андерсон Т. Введение в многомерный статистический анализ. М.: Физматгиз, 1963.

13. Апраушева H.H. Некоторые методы обнаружения кластеров. М.: ВЦ АН СССР, 1988.-22с.

14. Апраушева H.H. Новый подход к обнаружению кластеров / Рос. АН. -М.: ВЦ РАН, 1993.- 63с.

15. Апраушева H.H. Предварительное обнаружение идеальных кластеров и оценивание их числа. М.: ВЦ АН СССР, 1987.-20с.

16. Апраушева H.H., Ражабов Б.Ж. Экспериментальные исследования по обнаружению кластеров. М.: ВЦ АН СССР, 1989. - 26с.

17. Афифи А., Эйзен С. Статистический анализ. Подход с использованием ЭВМ. М.: Мир, 1982. - 488с.

18. Бейли Н. Математика в биологии и медицине. М.: Мир, 1970.

19. Биогеохимические основы экологического нормирования/ В.Н.Башкин, Е.В.Евстафьева, В.В.Снакин и др. М.: Наука, 1993. - 304с.

20. Благовещенский Ю.Н., Самсонова В.П., Дмитриев Е.А. Непараметрические методы в почвенных исследованиях. М.: Наука, 1987. -96с.

21. Блануца В.И. Интегральное экологическое районирование: концепции и методы. Новосибирск: Наука, 1993. - 158с.

22. Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. -М.: Наука. Главная редакция физико-математической литературы, 1983. -416с.97

23. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983. - 464с.

24. Винокуров М.А., Колоскова A.B., Фаткуллин А.Ш. Почвообразующие породы Татарии // Вопросы генезиса и крупномасштабного картирования почв. Казань: Изд-во Казанского ун-та, 1965.- С. 10-33.

25. Власов В.В. Эффективность диагностических исследований. М. -Медицина, 1988. - 256с.

26. Володин И.Н. Проверка гипотезы нормальности распределения по малым выборкам (многомерный случай). Казань: Изд-во Казанского университета, 1964. - С. 21-25.

27. Володин И.Н. Нижние границы для среднего объема выборки и эффективность процедур статистического вывода/ЛГеория вероятн. и ее примен., XXIV, вып. 1,1979. С.119-129.

28. Вычислительные методы распознавания патологических процессов.-JI. Медицина, 1970. -319с.

29. Гавришин А.И., Корадини А. Многомерный классификационный метод и его применение при изучении природных объектов. М.: Недра, 1994. - 96с.

30. География / Сб.ст. Госком Рос.Федерации по высш. образованию; Редкол.: Тихонов А.Н. и др. М.: Изд-во МГУ. - Вып.1. - 1993. - 300с.

31. Геохимия ландшафтов и география почв / под ред. А.И.Перельмана и И.А.Соколова. М., Изд-во МГУ, 1982.- 260с.

32. Гиляров М.С., Криволуцкий Д.А. Жизнь в почве. М., 1985. - 195с.

33. Глазовская М.А. Геохимия природных и техногенных ландшафтов СССР.- М.: Высш. шк., 1988. 328с.

34. Глазовская М.А. Общее почвоведение и география почв. М.: Высш. шк., 1981. -400с.98

35. Глазовская М.А. Технобиогеомы исходные физико-географические объекты ландшафтно-геохимического прогноза//Вестн. МГУ, Сер.5, География. 1972. - №6.- С.21-34.

36. Гублер Е.В., Генкин A.A. Применение непараметрических критериев статистики в медико-биологических исследованиях. JI. - Медицина, 1973.-141с.

37. Гусев П.Г., Половицкий И.Я. Химический состав гранулометрических фракций почв степного и предгорного Крыма/УПочвоведение, 1986, № 10. С.28-35.

38. Григорьян Б.Р., Калимуллина С.Н., Хакимова A.M. Региональные аспекты загрязнения среды тяжелыми металлами и здоровье населения // Казанский мед.ж.-1994. С.38-44.

39. Дмитриев Е.А. Математическая статистика в почвоведении. М. -Изд-во МГУ, 1972. - 292с.

40. Добровольский В.В. География почв с основами почвоведения. М.: Высш.шк., 1989.-320с.

41. Дюран Б., Оделл П. Кластерный анализ. -М.: Статистика, 1977. 128с.

42. Жамбю М. Иерархический кластер-анализ и соответствия. М.: Финансы и статистика, 1988. - 342с.

43. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. -Новосибирск: Изд-во Ин-та математики, 1999. 270с.

44. Заде JI.A. Основы нового подхода к анализу сложных систем и процессов принятия решений // Математика сегодня.: Пер.с англ.- М.: Знание, 1974.99

45. Закс Ш. Теория статистических выводов. М.: Мир, 1975. -С. 686-717. Золотов A.A., Щербаков А.Ю. Математические методы в географии. -Калинин, 1989. -79с.

46. Зятькова JI.K., Селезнев Б.В. Экологическая паспортизация природных объектов для использования ее в геоинформационных системах/ Сиб.гос.геодез.акад. Новосибирск, 1995. - 95с.

47. Иванов Д.В., Григорьян Б.Р., Фасхутдинова Т.А. Кларки металлов в почвах и аллювиальных отложениях островных ландшафтов Куйбышевского водохранилища // Казанский медицинский журнал. Том LXXV, №1, 1994.- С.34-37.

48. Ивченко Г.И., Медведев Ю.И. Математическая статистика. М., Высш. шк., 1984. - 248с.

49. Израэль Ю.А. Проблемы охраны природной среды и пути их решения.- Л.: Гидрометеоиздат, 1984. 48с.

50. Израэль Ю.А. Экология и контроль состояния природной среды. Л.: Гидрометеоиздат, 1984.- 560с.

51. Ильин В.Б. К вопросу о разработке предельно допустимых концентраций тяжелых металлов в почвах//Агрохимия, № 10.- М.: Наука, 1985.-С.94-101.

52. Ильин В.Б. Тяжелые металлы в системе почва-растение. Новосибирск: Наука, 1991. 151с.

53. Кабата-Пендиас А., Пендиас X. Микроэлементы в почвах и растениях.- М.: Мир, 1989.-440с

54. Каганский В.А., Новиков A.B. Новый метод выделения существенных признаков для разработки региональных классификаций // Изв. АН СССР сер. географическая, 1989. № 1. - С. 112-119.100

55. Классификация и кластер / под ред. Дж.Райзина. М.: Мир, 1980.391с.

56. Классификация и оценка земель //Сб.науч.тр., вып. 15.- М., 1977.135с.

57. Ковальский В.В. Геохимическая экология.- М.: Наука, 1974. 300с. Колоскова A.B. Агрофизическая характеристика почв Татарии.-Казань: Изд-во Казанского ун-та, 1968.- 386 с.

58. Крамер Г. Математические методы статистики. М.: Мир, 1975.648с.

59. Кузин Е.С. Гибридные интеллектуальные системы. В сб.: Экспертные системы на персональных компьютерах. М., 1990. С. 11-16.

60. Ладонин Д.В., Ладонина H.H. Особенности распределения меди и цинка по гранулометрическим фракциям почв Юго-восточного административного округа г. Москвы // Электронная публикация, 1998.

61. Лбов Г.С., Старцева Н.Г. Логические решающие функции и вопрос статистической устойчивости решений. Новосибирск: Изд-во Ин-та математики, 1999.-212с.

62. Мандель И.Д.Кластерный анализ.-М.: Финансы и статистика, 1988.176с.101

63. Методология и методика почвенных и ландшафтно-геохимических исследований / под. ред. Глазовской М.А. М.: Изд-во МГУ, 1979. 192с.

64. Миграция загрязняющих веществ в почвах и сопредельных средах // Труды V Всесоюзного совещания. Л.: Гидрометеоиздат, 1989. - 392с.

65. Миленький A.B. Классификация сигналов в условиях неопределенности. М.: Сов. радио, 1975. - 328с.

66. Миркин Б.Г. Кластер-анализ на основе линейной модели (Обобщающая статья)//Заводская лаборатория. 1990. - № 10. - С. 73-78.

67. Миркин Б.Г. Группировки в социально-экономических исследованиях: Методы построения и анализа. М.: Финансы и статистика, 1985. -223с.

68. Многомерный статистический анализ и вероятностное моделирование реальных процессов: Учение записки по статистике. Т.54: Сб. науч.статей.-М.: Наука, 1990.-296с.

69. Мур Дж.В., Рамамурти С. Тяжелые металлы в природных водах. М.: Мир, 1987.

70. Муратов С.Р., Бойко В.А., Григорьян Б.Р., Фасхутдинова Т.А. Тяжелые металлы в различных участках акватории Куйбышевского водохранилища // Казанский медицинский журнал . Том LXXV, №1, 1994.-С.31-33.

71. Неоднородность ландшафтов и природопользование. М., 1983.183с.

72. Одум Ю. Экология: В 2-х т. М.: Мир, 1986.

73. Озол A.A. Геохимические исследования почв Татарстана // Проблемы экологической химии Республики Татарстан.- Казань, 1998.- Вып.1.- С.5-27.

74. Орлов А.И. Устойчивость в социально-экономических моделях.-М.: Наука, 1979.-296с.102

75. Пак К.П., Рожков В.А., Цюрупа И.Г. Применение математических методов и ЭЦВМ для диагностики почв черноземно-солонцовых комплексов //Почвоведение, № 3, 1974.-С. 113-119.

76. Петров A.A. Проверка статистических гипотез о типе распределения по малым выборкам/Теория вероятностей и ее применения, Т.1, вып.2, 1956. С. 248-269.

77. Популярная экология / под ред. Торсуева Н.П. Казань: Экоцентр. 1997.-236с.

78. Почвоведение / под ред. И.С.Кауричева. М., Колос, 1975. 496с.

79. Почвенно-геохимическое районирование Предволжья РТ по содержанию тяжелых металлов и интегральным показателям. Тема 02.03.// Отчет о НИР, ИнЭПС АНТ,- Казань, 1999.-68с.

80. Почвы Среднего Поволжья и Урала, теория и практика их использования и охраны // Тезисы докладов XII конференции почвоведов, агрохимиков и земледелов Среднего Поволжья и Урала. Казань: Татарское книжное изд-во, 1991. - 294с.

81. Применение математических методов и ЭЦВМ в почвоведении // Бюллетень Почвенного института им.В.В.Докучаева, вып.Х. М.: Почв, ин-т им. Докучаева, 1975. - 112с.

82. Применение методов математической статистики в почвоведении, мелиорации и сельском хозяйстве. М.-Новочеркасск, 1980. - 58с.

83. Программно-алгоритмическое обеспечение анализа данных в медико-биологических исследованиях // Материалы I всесоюзной школы-семинара. -Пущино, 1986,- 156с.

84. Программно-алгоритмическое обеспечение анализа данных в медико-биологических исследованиях. -М.: Наука, 1987. 136с.103

85. Программное обеспечение статистической классификации при ограниченных выборках. Вильнюс: Институт математики и кибернетики АН Лит. ССР, 1982.- 103с.

86. Райзин Дж.Вэн Классификация и кластер. М. - Мир, 1980.-389с.

87. Pao С.Р. Линейные статистические методы и их применение. М.: Наука, 1968. 547с.

88. Раськова Н.В., Скворцова И.Н., Обухов А.И., Дерябин Н.Ф. Влияние свинца на биологическую активность почв / Труды V Всесоюзного совещания по исследованию миграции загрязняющих веществ в почвах и сопредельных средах. Обнинск, 1989. С 289-296.

89. Ризположенский Р. Предварительный отчет о почвенных исследованиях в Спасском, Чистопольском и Закамской части Лаишевского уезда Каз. губернии, 1892.

90. Рожков В.А., Рожкова C.B. Почвенная информатика. М. Изд-во МГУ, 1993. - 189с.

91. Самонова O.A., Кулешова H.A., Асеева E.H., Кудерина Т.М. Формы соединений тяжелых металлов в почвах Среднего Поволжья. Казань, 1988.

92. Справочник по прикладной статистике / под ред. Э.Ллойда, У.Ледермана. Т.1 и 2. М.: Финансы и статистика, 1989.

93. Стадницкий Г.В., Родионов А.И. Экология. М.: Высш. шк., 1988 .272с.

94. Ступишин A.B. Рельеф и геоморфологические районы // Почвы Татарии.-Казань: Изд-во Казанского ун-та, 1962.

95. Техногенные потоки вещества в ландшафтах и состояние экосистем. М.: Наука, 1981.- 256с.

96. Техногенные экосистемы. Организация и функционирование. -Новосибирск: Наука, 1985. 136с.104

97. Трудова М.Г. Статистический анализ природоохранной деятельности в регионе. М.: Изд-во МГУ. - 1989. - 152с.

98. Тюрин Ю.Н. Непараметрические методы статистики. М.: Знание, 1978.-64с.

99. Тяжелые металлы в окружающей среде / под ред. В.В. Добровольского. Изд-во МГУ, 1980.- 132с.

100. Утей И.В., Курочкин М.Ф. Агропочвенное районирование Татарской АССР //Межобл. Совещ. Почвоведов Поволжья и Урала.- Уфа, 1959.- С. 1930.

101. Факторный, дискриминантный и кластерный анализ / под ред. И.С.Енюкова. М.: Финансы и статистика, 1989. - 215с.

102. Фишер P.A. Статистические методы для исследователей. М.- "Наука", 1976. - 736с.

103. Фридланд В.М., Рожков В.А. Применение математических методов и ЭВМ для классификации почв // Географический сборник, № 5. -М.ВИНИТИ, 1975. С. 336-369.

104. Фукунага К. Введение в статистическую теорию распознавания образов. М.: Наука, 1979. - 368с.

105. Хаггет П. Пространственный анализ в экономической географии. -М.: Прогресс, 1968.- С.391.

106. Химия тяжелых металлов, мышьяка и молибдена в почвах. / Под ред. Н.Г. Зырина и JLK. Садовниковой. М.: Изд. МГУ, 1985.

107. Чертко Н.К. Математические методы в физической географии. -Минск: Изд-во "Университетское".-1987.-151с.

108. Шеремет Б. В., Рожков В.А., Афанасьева Т.В. Применение математических методов для классификации и диагностики почв поймы Средней Оби / Вестн. Моск. ун-та. Сер. 17, Почвоведение, 1981, № 1.- С. 1120.105

109. Шеремет Б.В. Статистические методы изучения пойменных почв Средней Оби / Вестн. Моск. ун-та. Сер. 17. Почвоведение, 1983, № 2. С. 1926.

110. Экология. Научно-информационный бюллетень по итогам научно-исследовательских и опытно-конструкторских работ. Выпуск 2.- Казань, 1997.- С.7.

111. Экология. Учебное пособие под ред. Боголюбова С.А. М.: Знание, 1997.-288с.

112. Adriano D.C. Trace elements in the terrestrial environment. N.Y. et al.: Springer-Verlag, 1986. - 533p.

113. Andersson A. The distribution of heavy metals and soil material as influenced by the ionic radius // Swed. J. Agr. Res. 1977. - Vol. 7, № 2. - P. 7983.

114. Arkley R.I. Statistical method in soil classification // 9th Int. Congr. Soil Sci. Adelaide, 1968. - Vol. IV.-P.187-192.

115. Arkley R.I. Factor analysis and numerical taxonomy of soil // Soil Sci.Soc. Amer.Proc, 1971.-Vol. 35, №.2-P.312-315.

116. Campbell N.A., Mulcahy N.I., NcArthur W.M. Numerical classification of soil profiles on the basis of field morphological properties // Austral. J. Soil Sci. Res, 1970. Vol. 8, № 1. P. 43-58.

117. Chang A.C, Page A.L, Warneke J Accumulation of cadmium and zinc in barley grown on stadgetreated soils // J. Environment. Quality. 1983. - Vol. 12. -P. 391-397.

118. Chukanov V.N, Shershnev V.N, Varaskin A.N. Factor analysis as a method of classification of polluted areas // The abstract book of Second Biennial International Conference Index-99, St-Petersburg, Russia, July 11-16, 1999. -P.32-33.106

119. Cipra I.E., Beith U., Bidwell O.W. A computer program to "keyout" world soil orders// Soil Science. 1969. - Vol. 108, № 3. - P. 153-159.

120. Cipra I.E., Bidwell O.W., Rohlf F.Inumerical taxonomy of soils from nine orders by cluster and centroidcomponent analyses // Soil Sci. Soc. Amer. Proc. -1970.-№ 2.-P. 281-287.

121. Colwell J.D. A statistical-chemical characterization of four great soil groups in southern New South Wales based on orthogonal polynomials // Austral. J. Soil Sci. Res., 1970.-Vol.8.-P.3.

122. Davis B.E. Trace element pollution // Applied Soil Trace Elements. -Chichester; N.Y. et al.: John Wiley end Sons, 1980. P. 287-352.

123. Dowdy R.H. Does sludge cause a buildup of trace metals? // American Nurseryman. 1983.-Vol. 158, № 6.-P. 309-316.

124. Doelman P., Haanstra L. Short-term and Long-term Effects of Cd, Cr, Cu, Ni, Pb and Zn on Soil Microbial Respiration in relation to Abiotic Soil Factor // Plant and Soil. 1984. - Vol.79, № 3. - P.317-327.

125. Grigal D.F., Arneman H.F. Numerical classification of some forested Minnesota soils // Soil Sci. Soc Amer. Proc., 1969. Vol. 33, № 3. - P.433-438.

126. Harbaugh T.W. Balgol programms for calculation of distance coefficients using an IBM-7090 computer. Kansas Geol. Surv. Spec. Distrib. Publ., 1964. -№6.

127. Hickey M.G., Kitterick J.A. Chemical partitioning of cadmium, copper, nickel and zinc in soils and sediments containing high levels of heavy metals // J. Environment. Quality. 1984. - Vol. 13, № 3. - P. 372-376.

128. Hole F.D., Hironaka M. An experiment in ordination of some soil profiles // Soil Sci. Soc. Amer. Proc. 1960. - Vol. 24. - P. 4.

129. Hughes R.E., Lindley D.V. Application of biometrics methods to problems of classification in ecology // Nature. № 175. - P. 806-807.107

130. Kiekens L., Cottenic A., G. Van Landshoot. Chemical Activity and Biological Effect of Sludge-borne Heavy Metals and Inorganic Metal Salts Added to Soils // Plant and Soil. 1984. - Vol.79, № 1. -P. 89-99.

131. MacNicol R.D., Beckett P.H.T. Critical tissue concentrations of toxic elements // Plant and Soil. 1985. - Vol.85, № 1. -P. 107-130.

132. Moore A.W., Russell J.S., Ward W.T. Numerical analysis of soils: a comparison of three soil profile models with field classification // Journal of Soil Science, 1972. Vol. 23, № 2. - P. 193-209.

133. Muir J.W., Hardie H.G.M., Tinkson R.H.E., Anderson A.J. The classification of soil profiles by traditional and numerical methods // Geoderma, 1970. Vol. 4, № 2. - P. 81-90.

134. Norris J.M., Loveday J. The application Multivariate analysis to soil studies //J. Soil Sci., 1971. Vol. 22. № 4.

135. Norris J.M. The application of multivariate analysis to soil studies: III soil variation//J. Soil Sci., 1972.-Vol. 23. № l.-P. 62-75.

136. Olson B.H., Thornton I. The Resistance Patterns to Metals of Bacterial Population in Contaminated Land // Journal of Soil Science. 1982. - Vol. 33, № 2. -P.271-277.

137. Rayner J.H. Classification of soils by numerical methods // Journal of Soil Science. 1966. - Vol. 17, № 1. - P. 79-92.

138. Rohlf F.I. Correlation characters in numerical taxonomy // Syst. Zool., 1967. -Vol 16.-P. 109-126.

139. Roychodry A. Use of discriminant function in problem of soil classification // Indian Agr., 1967. Vol. 11, № 2.

140. Russel J.S., Moore A.W. Comparison of different depth weighing in the numerical analysis of anisotropy soil profile data // 9th Int. Congr. Soil Sci. -Adelaide, 1968. Vol. V. P. 205-213.

141. Sarkar P.K., Bidwell O.W., Marcus L.F. Selection of characteristics for numerical classification of soils // Soil Sci. Amer.Proc., 1966. Vol. 30, № 2. P. 269-272.

142. Sneath P.H. The application of computer to taxonomy // J. Gen. Microbiol., 1957, Vol. 17.-P. 201-226.

143. Sokal R.R., Rohlf F.I. The comparison of dendrograms by of objective methods. Taxon. 1962, 11. - P. 33-40.

144. Sokal R.R., Sneath P.H. Principles of numerical taxonomy. San Francisco: W.H. Freeman and Co, 1963.

145. Soon Y.K., Bates T.E. Chemical Pools of Cd, Ni and Zn in Polluted Soils // Journal of Soil Science. 1982. - Vol. 33, № 3. - 477-488.

146. Starr N. The performance of a sequential procedure for the fixed whidth interval estimation of the mean, Ann. Math. Statist., 37, 1966. P. 36-50.

147. Stevenson F.J. Cycles of Soil. -N.Y.: J. Wiley and Sons. 1986. 380p.

148. Tyler L.D., Mobride M.B. Influence of Ca, pH and Humic Acid on Cd Uptake // Plant and Soil. 1982. - Vol.64, № 2. -P. 259-262.

149. Webster R., Burrough P.A. Computer-based soil mapping of small areas from sample data. I Multivariate classification and ordination // Journal of Soil Science. 1972. - Vol. 23, № 2. P. 210-221.

150. Webster R., Burrough P.A. II Classification smoothing // Journal of Soil Science. 1972. - Vol. 23, № 2. P. 222-234.