Материал: Іутинська Г.О. Ґрунтова мікробіологія

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

кими рівнями: позаклітинний, клітинний, популяційний, ценотичний. Ця концепція розроблялася на прикладі мікробіологічного моніторингу ґру­ нтів, забруднених іонами важких металів.

На позаклітинному рівні біологічної системи ґрунту досить цінну інформацію отримують, досліджуючи активність ряду ферментів. Так. активність гідролаз і оксидоредуктаз може бути показником біологічного стану ґрунту, коли необхідно оцінити вплив різних чинників: обробітку ґрунту, доз і видів добрив, отрутохімікатів, ступеню ерозії ґрунту, ґрунтовтомлення та інше. На позаклітинному рівні біологічної системи за умов д ії важких металів особливо чутливими до д ії важких металів є оксидоредуктази. Показана можливість використання аскорбатоксидазної активності як показника, що характеризує вплив важких металів на біо­ логічну систему ґрунту на позаклітинному рівні її організації.

На клітинному рівні негативний вплив забруднень проявляється в мутагенній д ії на генетичний апарат мікробної клітини. Поява мутантних штамів маже призвести до непередбачуваних екологічних наслідків, то­ му доцільно у екологічному моніторингу ґрунтів проводити вивчення му­ тагенного впливу забруднень на генетичний апарат клітин тест-мікро- організмів або мікробне угруповання в цілому.

Дослідження на популяційному рівні полягають у вивченні поведін­ ки окремих популяцій мікроорганізмів. Це дає можливість виявити чут­ ливі до антропогенного чинника форми, які можна використати як біоін­ дикатори на його присутність.

Вивчення особливостей росту окремих культур азотфіксуючих мік­ роорганізмів за присутності Іонів важких металів показало, що у моніто­ рингу ґрунтів можна використовувати чутливі штами АгоіоЬа<$вг сіїгоососсит як тест-культури на забруднення Сгі2*, Си2*, РЬг+ і ггі2*. Окремі штами цього виду втрачають здатність до росту вже при низьких дозах забруднення - 1 ГДК. Виділено рад штамів стрептоміцетів, чутливих до важких металів: & \/егзірвііів (секція Сіпвгеив /серія Асіїготодепез), З-дпввовШив (А/ЬосоЬгаШ$) та 5мгісіодепе$ (Сіпвгвив/СЬгувотвііив). Ці штами можна використовувати як тест-культури на забруднення іонами окремих металів, а також їх сумішшю.

На цвнотичному рівні моніторингових досліджень ґрунту важливо отримати дані про чисельність мікроорганізмів окремих екологотрофічних або таксономічних груп та їх співвідношення у складі мікро­ бного ценозу. Визначають флуктуації їх чисельності, розраховують по­ казники стійкості і гомеостазу. Характер того чи Іншого процесу у ґрунті з’ясовують за коефіцієнтами оліготрофності мікробного ценозу, мінера- лізації-Імобілізації азоту, індексу аеробності та ін.

На ценотичному рівні одним із важливих показників у моніторингу забруднених ґрунтів є рослинно-мікробні взаємодії, які можна охаракте­

269

ризувати ефективністю бобоео-ризо&ального симбіозу. На прикладі

ИШгоЫит Івдитіпозашт і Я.;аропІсит показано, що важкі метали нега­ тивно впливають на нодуляційну активність бульбочкових бактерій. За високих рівнів забруднення припиняється формування бульбочок і га­ льмується азотфіксуюча активність.

Таким чином, на підставі проведених досліджень для мікробного моніторингу ґрунтів, забруднених важкими металами, запропонована система біодіагностичних показників, яка представлена у таблиці 13.1.2

Таблиця 13.1

Система показників для мікробіологічного моніторингу грунтів, забруднених важкими металами (за К.І. Андрвюк, Г.О. Іутинською, А.Ф. Антипчук та ін., 2001 р.)

Ієрархічний

Індикаційний

рівень

показник

Позаклітинний

Активність фунтових фер­

 

ментів

Клітинний

Токсичність і мутагенна

 

активність забрудненого

 

ґрунту

Біотест

Аскорбатоксидаза

Нітоогеназа

Salmonelta typhimurium ТА 100 і ТА 90, Е.СОІІ WP2,

Стрептоміцинстійкі мутанти мік­ робного угруповання фунту

Популяційний

Ростові реакції! чутливих

Azotobacterchroococcum 5,10.

 

мікробних популяцій

Straptomvces viridoaenes 570

Ценотичний

Гомеостаз мікробного угру­

Виживання мікроорганізмів,

 

повання фунту

швидкість відновлення чисель­

 

 

ності та функцій мікробного це­

 

Активність бобово-

нозу

 

Нодуляційна активність ризобій

 

оизобіального симбіозу

 

2 етап. Розробка математичних моделей динаміки біоіндикаційних показників

Для використання результатів мікробіологічних спостережень у ді­ ючій системі екологічного моніторингу фунтів із комп’ютерною мережею обробки даних необхідно проводити їх формалізацію шляхом побудови математичних моделей.

Як приклад можна навести досвід побудови лінійних моделей ди­ наміки чисельності органотрофних мікроорганізмів у ф унті, забрудне­ ному міддю і ртуттю. Побудова моделей проведена в інтерактивній сис­ темі АСТРІД методом групового урахування аргументів. Система АСТР1Д розроблена А.Г. Івахненко у Міжнародному науково-навчаль­ ному центрі ЮНЕСКО/ МП1 інформаційних технологій і систем НАН І МОІН України.

270

Вхідними даними для побудови моделей є незалежні змінні: конце­ нтрація рухомих форм важких металів, середньодекадні значення тем­ ператури, вологості ґрунту і повітря, чисельність мікроорганізмів у ґрунті контрольної незабрудненої ділянки. Вихідними (залежними) змінними е дані про чисельність мікроорганізмів еколого-трофічних груп у забруд­ неному важкими металами ґрунті.

Для побудови моделі динаміки чисельності органотрофних мікроор­ ганізмів формується такий список вхідних змінних:

Х 1 - чисельність мікроорганізмів на контрольній ділянці (мпн. в 1 г сухого ґрунту);

Х2 - концентрація міді (мг/кг ґрунту); ХЗ - концентрація стронцію (мг/кг ґрунту); Х4 - концентрація кадмію (мг/кг ґрунту); Х5 - концентрація ртуті (мг/кг ґрунту);

Х6 - концентрація свинцю (мг/кг ґрунту); Х7 - число діб від дати забруднення;

Хв - середня температура повітря поточної декади (°С); Х9 - середня температура повітря попередньої декади (°С); Х10 —середня вологість повітря поточної декади (%); Х11 - середня вологість повітря попередньої декади (%); Х 1 2 - коефіцієнт вологості ґрунту.

Як видно з наведеного переліку, до змінних внесені дані вологості та температури повітря попередніх декад з огляду на певну інерційнісгь біологічних процесів.

На базі динаміки цих змінних будуються лінійні моделі динаміки чи­ сельності мікроорганізмів у ґрунті залежно від екологічних факторів і дози забруднення.

Модель динаміки чисельності органотрофів у ґрунті, забрудненому міддю, має виглад:

Υ = 105 + 1,138Х1 - 0,0539Ха - 2,002Хз - 1.019Х,-0,0545Хе -

-0,046Х7+ 0,287Хд - 62,003Хіа

зтакими показниками ЇЇ якості: СКП = 1,431 (середньоквадратична по­

хибка моделі), Я = 3,505 (максимальна абсолютна похибка моделі), ^ = 2 4 ,6 8 % (відношення максимальної похибки до варіювання вели­ чини, яка моделюється).

Як бачимо, істотно впливали на чисельність органотрофів у забруд­ неному фунті всі змінні вмісту важких металів, окрім Х5 (концентрація ртуті), неінформативними були також змінні Х8, Х10 та X11, що харак­ теризують температуру і вологість повітря.

На рис.13.1 представлені експериментальна крива і графічний ви­ гляд моделі, які узагальнюють результати 4-річних спостережень за мік-

271

робіотою фунту. У кожномі році виборку складали дані по 3-х строках відборів зразків. Тобто за 4 роки було проведено 12 етапів спостере­ жень, які в моделі вишикувані в зростаючому порядку - від 1-го до 12-го. Наведені на рисунку дані ілюструють відповідність експериментальних спостережень теоретично розрахованим показникам.

Забруднення Міддю в дозі 2 ГДК

Забрудненні міддю в дозі 4 ГДК

Дані, розрмомкі замоделлю

— <■ — Даніслосіерсаоа»

Дині спостережень

 

Звбруанеіня ртуттю в дозі 2 ГДК Забруднення ріугпо в дозі 4 ГДК

Етиліспостережень

рптражо—ні замодедно

в ДиіС Ю Т ф в В Ш

—4 а- Давіслостсреасм

Рис. 13.1.Динаміка чисельностіорганогетеротрофних мікроорганізміву фунт, забрудненомуважкимиметалами

(за Г.О. Іутинською, 2005р.)

272

Аналіз цих графіків показує, що в більшості випадків екпериментальні і розраховані за моделлю дані співпадають. Проте є випадки їх роз­ ходження, наприклад, у ґрунті, забрудненому міддю дозою 2 ГДК на 4-му етапі спостережень, а також у ґрунті, забрудненому дозою 4 ГДК на 5-му етапі спостережень. Такі розходження можна пояснити просторовою неоднорідністю ґрунту, наявністю кореневих залишок, іншими мікропокапьними умовами, які могли викликати коливання чисельності мікроор­ ганізмів, не передбачені моделлю. Незважаючи на ці розходження, мо­ дель адекватно відображає динаміку чисельності мікроорганізмів, про що свідчать результати “екзаменаційної* перевірки. Для цього на графік на­ носили три останні точки, які згідно з моделлю прогнозували очікувану кількість мікроорганізмів при визначеному вмісті важких металів у ґрунті.

Отримані впродовж наступних досліджень експериментальні дані майже повністю збіглися з прогнозованими. Статистичні показники якос­ ті моделі також свідчать про те, що експериментальні й розраховані дані збігаються на 75,3%.

Чисельність органотрофів у ґрунті, забрудненому ртуттю, опису­ ється рівнянням з такими характеристиками якості: СКП = 1,469, И = 3,369, 24,96%, тобто співпадала з даними експериментальних спостережень на 75,04%. Модель має вигляд:

У = 17,852 + 0.872Х, + 22,989Хг + 0,154Хз + 1,162X4- 34.492Х. + + 0,153Хв-0,096Х 11.

Якість моделі ілюструє рис. 13.1, з якого видно, що за дози забруд­ нення ртуттю 2 ГДК модель адекватно описує динаміку чисельності мік­ роорганізмів, про що свідчить збіг трьох останніх “екзаменаційних” то­ чок, розрахованих згідно з моделлю і даними спостережень.

За більшої дозі забруднення (4 ГДК) спостерігається відхилення експериментальних даних від тих, що розраховані за отриманою мо­ деллю. Таке відхилення можна пояснити тим, що за високої дози забру­ днення ртуттю, яка є більш токсичною для мікроорганізмів, ніж мідь, втрачається стабільність угруповання органогетеротрофів. Вони чутли­ во реагують не тільки на ті фактори, що передбачені моделлю, але й на ті, що не були враховані при математичному моделюванні. Отже, за ви­ соких доз забруднення потрібно розширювати кількість змінних або бу­ дувати нелінійну модель.

Спільне використання моделей динаміки чисельності мікроорганіз­ мів у контрольному і забрудненому ґрунтах дозволяє вирішити задачу відновлення відсутніх або втрачених даних. Наприклад, можна віднови­ ти подекадну динаміку чисельності мікроорганізмів протягом усього пе­ ріоду проведення моніторингу. Можливість цього забезпечена тим, що, по-перше, моделі достатньо точно відповідають експерименту, особли-

273

Источник: https://studfile.net/preview/15922605/