Modern scientific and methodological approaches to monitoring water bodies and wastewater: a review

Full Text

ОБОСНОВАНИЕ

Государственная политика в области охраны окружающей среды в Российской Федерации обеспечивается не только рядом законодательных актов, но и созданной единой системой государственного экологического мониторинга (государственного мониторинга окружающей среды), частью которой является система государственного мониторинга водных объектов^1.2.3.4.5. Согласно Указу Президента Российской Федерации⁶, одной из национальных целей развития страны определено экологическое благополучие. В рамках одноимённого национального проекта⁷ с 1 января 2025 г. по 31 декабря 2030 г. реализуется федеральный проект «Вода России», показателями которого являются «снижение к 2036 г. в 2 раза объёма неочищенных сточных вод, сбрасываемых в водные объекты» и «в связи с экологическим оздоровлением водных объектов к концу 2030 г. будут обеспечены комфортные условия для жизни вблизи водных объектов для 23,2 млн человек». С 2023 г. и по настоящее время в рамках федерального проекта «Чистая вода» функционирует «Интерактивная карта контроля качества питьевой воды в Российской Федерации» (https://питьеваявода.рус) — электронный ресурс, где каждый может проверить качество питьевой воды непосредственно в месте проживания или пребывания и сообщить в Роспотребнадзор о ненадлежащем её качестве. В данную интерактивную карту, картографической основой которой является электронная карта территории России с делением до населённого пункта, регулярно вносят результаты мониторинговых лабораторно-инструментальных исследований, а также лабораторно-инструментальных исследований в рамках контрольно-надзорных мероприятий, осуществляемых Центрами гигиены и эпидемиологии в субъектах Российской Федерации. Эколого-гигиеническое состояние водных объектов важно не только для обеспечения населения доброкачественной питьевой водой, но и для оптимального использования поверхностных водных объектов в санаторно-курортных и рекреационных зонах, а также в рыбохозяйственной промышленности. Проблема экологической безопасности водных объектов, обеспечения населения доброкачественной питьевой водой, а также проблема сточных вод, являющихся значительными антропогенными загрязнителями водных объектов, определили целью нашего исследования научный обзор литературы, освещающей различные научные и методические подходы к мониторингу водных объектов и сточных вод. Поиск научных публикаций по теме проводили в базе данных медицинских и биологических исследований PubMed, научной электронной библиотеке eLibrary и на официальных сайтах научных журналов, содержащих тематические рубрики по изучаемым вопросам.

ГЕОИНФОРМАЦИОННЫЕ И АВТОМАТИЗИРОВАННЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ, МАТЕМАТИЧЕСКИЕ МОДЕЛИ И СРЕДСТВА ИЗМЕРЕНИЙ В МОНИТОРИНГЕ ЗАГРЯЗНЕНИЯ ВОДНЫХ ОБЪЕКТОВ

В.М. Панарин и соавт. [1, 2] представили разработанную автономную систему дистанционного мониторинга загрязняющих веществ (ЗВ) в контролируемых створах предприятия для измерения загрязнений водных объектов, представляющую собой часть автоматизированной системы экологического мониторинга. Структура системы представлена модулем сбора и обработки информации, модулем измерений, задатчиком траектории движения, блоком формирования траектории движения, блоками измерения физических и химических свойств воды, блоком хранения координат модуля и свойств воды. Модульный принцип обеспечивает гибкий набор датчиков и сенсоров, представленный постоянным комплектом (для измерения электропроводности, солесодержания, температуры, рH) и сменным комплектом (для обнаружения специфических ЗВ). Данная система определяет координаты нахождения автономного мониторингового модуля поверхностных водных объектов в автоматическом режиме по заданной траектории по точкам отбора проб для измерения загрязнения водных объектов и обрабатывает технологические параметры с последующей передачей данных в госреестр источников негативного воздействия на окружающую среду. О.П. Авандеева и соавт. [3] разработали устройство, осуществляющее автоматический сбор и идентификацию загрязнения ЗВ поверхностных водных объектов с последующей сигнализацией в случае превышения предельно допустимой концентрации (ПДК). Данный подход позволяет своевременно принимать управленческие решения. О.И. Абрамовым и соавт. [4] создан комплекс экологического мониторинга водных объектов с многоволновым лидаром, расположенным в водонепроницаемом контейнере и установленным на компактной плавающей платформе в виде катамарана на металлических понтонах. М.А. Ширяева и соавт. [5] для обнаружения источников сброса ЗВ в водные объекты предложили методику проведения замеров скоростей течения и построение эпюра расходов воды на водотоках с использованием беспилотного надводного аппарата авторской разработки и датчика расхода воды c хвостовым оперением и плагином для расчёта скорости течения, способного крепиться к якорному тросу беспилотного аппарата для его устойчивости на определённой вертикали и глубине. Информация поступает на электронный носитель или непосредственно к оператору для определения расходов воды и построения эпюра в автоматизированном режиме. Разработчиками также создана нейросеть для прогноза движения, тепломассопередачи и распространения ЗВ водных объектов. Как отмечают авторы, для обнаружения источника сброса ЗВ контрольные створы для замеров расходов воды можно размещать хаотично, что при выявлении разницы в расходах позволит более точно определить местоположение «несанкционированного» водопользователя. Е.Л. Счастливцев и соавт. [6] описывают разработанную для систематизации и анализа собранного большого объёма мониторинговых и пространственных данных по водным ресурсам Кемеровской области информационно-аналитическую систему геоэкологического мониторинга водных ресурсов «Водные ресурсы», в которой содержится информация о разных типах вод (поверхностные, подземные, талые, шахтные и т.д.), разработаны алгоритмы их анализа и оценки. Данные по водным ресурсам отображаются в системе в виде дерева: 1-й уровень — точки отбора проб, привязанные к водным объектам; 2-й — протоколы анализа с датами; последний — концентрации по ЗВ. В систему внедрён алгоритм оценки качества поверхностных и подземных вод по ассоциативным показателям. В труде Т.А. Маркиной и соавт. [7] представлена методика экологического мониторинга родников Саратова на основе геоинформационного моделирования, посредством которой возможно прогнозировать протекающие в родниках процессы и оценивать степень нагрузки, вызванной деятельностью человека. Разработаны модели движения водных потоков родников, фильтрации снега и дождя, проникновения загрязнений и алгоритмы прогнозирования состояния родниковых систем на основании результатов экологического мониторинга. Инструментом геоинформационного моделирования послужила система Matlab, где для представления данных анализа химико-аналитических, микробиологических, гидрогеологических, геоморфологических исследований авторами сформирован комплекс программ «Родник-eko». Вначале осуществляли векторизацию растровых карт с последующим их наложением на рельеф для картографической визуализации. Ф.А. Мкртчян и соавт. [8] разработали экспертную систему для автоматизации гидрофизических исследований с целью получения оперативной информации о физико-химических характеристиках водных объектов различного типа, оснащённую алгоритмами идентификации загрязнителей водной среды по измерениям их спектральных образов. В работе представлен алгоритм обучения и распознавания спектральных образов водных объектов. Интерес среди исследователей вызывает также проблема фекального загрязнения воды [9, 10]. J.F. Bergua et al. [9] разработали устройство для латерального анализа воды на фекальное загрязнение. Колориметрические тест-полоски для анализа методом латерального потока (LFS) позволяют обнаруживать и количественно определять E. coli в пробах водопроводной, речной и канализационной воды в качестве индикатора фекального загрязнения. Сочетание LFS с простым устройством для фильтрации воды и коммерчески доступным колориметрическим считывающим устройством повысило чувствительность анализа и позволило более точно определять концентрацию бактерий вплоть до 10⁴ КОЕ мл^–1 за 10 мин. Данный метод, по оценкам авторов, поможет сделать процесс мониторинга качества воды более быстрым и дешёвым и проложить путь к дальнейшему совершенствованию систем обнаружения фекальных загрязнений. J.R. Willis et al. [10] представили результаты оценки эффективности количественной ПЦР с использованием стандартного эталонного материала 2917 Национального института стандартов и технологий (NIST SRM® 2917) — линеаризованной плазмидной ДНК-конструкции, которая используется в 13 анализах качества воды для рекреационных целей методом количественной ПЦР. Результаты показали, что NIST SRM® 2917 подходит для всех методов количественной ПЦР, и позволили авторам предположить, что в будущем использование этого контрольного материала учёными и специалистами по контролю качества воды поможет снизить вариативность оценок концентрации и сделать результаты более сопоставимыми между лабораториями. В систематическом обзоре S.N. Zainurin et al. [11] рассматривают традиционные и современные методы мониторинга качества воды, такие как интернет вещей, виртуальное зондирование, киберфизические системы, оптические методы, в ряде стран Юго-Восточной, Южной и Восточной Азии и Полинезии. Удачное сочетание физических и вычислительных алгоритмов в киберфизических системах обеспечивает оптимальный мониторинг качества воды. Авторы отмечают, что традиционные методы сложные и дорогостоящие ввиду затрат большего количества времени и средств из-за большой стоимости обслуживания лабораторного оборудования, использования химических материалов и неэффективны для мониторинга на месте, в то время как современные методы, хоть и дорогостоящие, но более простые и позволяют проводить анализ в режиме реального времени. H. Zhang et al. [12] в своём исследовании объединили 15 физико-химических параметров с 12 социально-экономическими параметрами в рамках многомерной статистики для количественной оценки потенциальных источников загрязнения и их влияния на загрязнение речной воды. Многомерная статистика включала регрессионный анализ, анализ главных компонент и множественную линейную регрессию с абсолютными значениями главных компонент. Расчёт вклада источников в APCS-MLR показал, что на промышленные и сельские сточные воды в среднем приходится 35,68 и 25,08% загрязнения соответственно, за ними следуют городские сточные воды (18,73%) и загрязнение фитопланктоном (15,13%), при этом доля неустановленных источников относительно невелика. Сделан вывод о том, что социально-экономические параметры, дополняющие гидрохимические в многомерной статистике, могут повысить точность и достоверность определения источника загрязнения, помогая лицам, принимающим решения, разрабатывать стратегии по защите качества речной воды. O. Kanoun et al. [13] представили обзор электрохимических датчиков, модифицированных нанокомпозитами, для определения содержания в воде нитритов, нитратов, пестицидов, фосфатов, жёсткости воды, дезинфицирующих средств и некоторых новых поллютантов (фенол, эстроген, галловая кислота и т.д.). Авторы утверждают, что за последние 5 лет большая часть рассмотренных датчиков показала свою пригодность для реального применения с точки зрения чувствительности и результатов тестов на помехи. Сочетание данного вида датчиков с новыми наноматериалами позволяет эффективно обнаруживать несколько неизвестных и не поддающихся количественному определению ЗВ. Однако электрохимические датчики, как правило, не обладают высокой специфичностью из-за того, что некоторые соединения, подвергающиеся электрохимической трансформации в пределах аналитического потенциала, могут мешать определению исследуемого аналита. В то же время это может быть преимуществом при обнаружении нескольких ионов/молекул. Однако отмечается, что электрохимические датчики в основном тестируются в контролируемой лабораторной среде и только немногие из доступных в настоящее время датчиков используются для измерений на месте или в полевых условиях. Аналогичная ситуация, по словам авторов, наблюдается с датчиками на основе наноматериалов, которые нечасто тестируются в естественной среде, например, в морской воде. Поэтому исследователи выделяют несколько перспективных направлений и нерешённых задач в этой области, таких как недостаток электрохимических датчиков для применения в полевых условиях, стабильность в реальном времени и возможность повторного использования, масштабное и недорогое производство. I. Yaroshenko et al. [14] представили критическую оценку последних достижений в области мониторинга качества воды в режиме реального времени. Так, они описывают применение мобильных станций химического анализа, систем мониторинга качества воды, биосенсоров и оптических датчиков, биомиметических систем, функциональных датчиков электромагнитных волн и дают характеристику новым тенденциям в мониторинге качества воды. По заключению авторов, по-прежнему существует множество препятствий на пути к созданию универсального подхода к мониторингу, который подходил бы для различных ситуаций. Отмечается, что наиболее успешны системы, основанные на химическом анализе или его комбинации с другими методами. Полимеры с молекулярными отпечатками обеспечивают повышенную гибкость при разработке таких систем. Т.Б. Фащевская и соавт. [15] описывают применение полураспределённой физико-математической модели ECOMAG-HM, представленной гидрологическим и гидрохимическим блоками, для моделирования генетической структуры водного и химического стока Cu, Zn и Mn в крупном речном бассейне Нижнекамского водохранилища.

В аналитическом обзоре А.С. Калюжина и соавт. [16] приводится пример применения геоинформационной системы (ГИС) как инструмента санитарно-гигиенического контроля водных ресурсов в формате ФИФ СГМ в структурном подразделении социально-гигиенического мониторинга Роспотребнадзора Российской Федерации⁸. Авторы отмечают, что в настоящий момент в некоторых ведомствах нет стандартизованных требований к геоинформационным программам и при применении разных программ возрастает время на обработку полученных данных, поэтому создание единой ГИС в Российской Федерации невозможно до тех пор, пока не будут приняты единые нормативные документы, которые унифицировали бы преемственность этой системы различными ведомствами. В статье также приведены сведения о том, что в ФБУН «Ростовский НИИ микробиологии и паразитологии» Роспотребнадзора в рамках научно-исследовательской работы создан алгоритм принятия решения на основе ГИС для недопущения распространения водообусловленных инфекций, который станет основой программы для ЭВМ по оценке микробного риска здоровью населения, ассоциированного с водным фактором.

ДИФФУЗНОЕ ЗАГРЯЗНЕНИЕ ВОДНЫХ ОБЪЕКТОВ И ОРГАНИЗАЦИЯ ЕГО МОНИТОРИНГА. МЕТОДИЧЕСКИЕ ПОДХОДЫ К ВЕДЕНИЮ МОНИТОРИНГА ВОДНЫХ ОБЪЕКТОВ

Вопросы диффузного загрязнения водных объектов, в прошлом остающиеся без внимания, в настоящее время являются весьма актуальными для экологии и требуют мониторинга [17–22]. С.А. Манжина, Ю.Е. Домашенко [17] указывают на практический мировой опыт при мониторинге диффузионных загрязнений, который заключается в выделении загрязнений от организованных и неорганизованных источников в два этапа: выявлении масштабов диффузионного загрязнения с последующим количественным определением с идентификацией источников поступления ЗВ и условий, их вызывающих. Для организации возможности прогноза последствий поверхностного стока и моделирования условий организации и планов использования обследуемых территорий отмечается необходимость формирования базы коэффициентов стока для территорий с различными характеристиками. Авторы отмечают, что до настоящего момента (2020 г.) уровень диффузного загрязнения водных объектов в Российской Федерации определяли массовым методом, но в последнее время стал актуальным контроль отдельных неорганизованных источников загрязнений. А.В. Слабунова и соавт. [18], проанализировав систему государственного экологического мониторинга и государственного мониторинга водных объектов, обнаружили проблемы, которые не позволяют при его проведении достоверно оценивать диффузное загрязнение водных объектов. Авторы пришли к выводу, что действующая система мониторинга направлена в основном на контроль качества воды на промышленно-урбанизированных территориях, которым присущи точечные виды источников загрязнений с относительно устойчивой пространственно-временной интенсивностью. Решение обнаруженных проблем исследователи видят в организации и проведении специальных работ в характерные гидрологические сезоны — половодье и паводки, в особенности в их ветви подъёма, в рамках государственного мониторинга водных объектов. С.В. Ясинский и соавт. [20] отмечают, что наиболее остро проблема диффузного загрязнения большим спектром ЗВ стоит в городах. Отмечается, что данный вид загрязнения водных объектов не регистрируется и не регулируется государственными водохозяйственными или природоохранными ведомствами, что, по мнению авторов, связано с неопределённостью «потребителя» диффузного стока, сложностью его мониторинга, недостаточным пониманием его важной роли в загрязнении водных объектов. В исследовании представлен обзор отечественных и зарубежных моделей, применяемых для расчёта выноса ЗВ в водные объекты с использованием ГИС-технологий и баз данных. В труде Н.В. Кирпичниковой [21], посвящённом проблемам организации мониторинга неконтролируемых источников загрязнения на водосборах водных объектов, говорится о необходимости для идентификации таких источников загрязнения специального мониторинга для каждого фрагмента водосбора. Автором разработан специальный мониторинг для фрагментов водосбора Иваньковского водохранилища (территории городов, промышленных площадок, сельскохозяйственных территорий), состоящий из нескольких этапов, проводимых в определённые периоды времени года с определённой кратностью и продолжительностью отбора проб воды, оценкой общего объёма водного стока и массовых значений ЗВ, определением модулей поверхностного смыва с единицы площади. Отмечается, что дальнейшее сопоставление с массой загрязнений, поступающих от контролируемых источников, может быть основой для разработки бассейновых водоохранных мероприятий. Н.А. Сидорова и В.М. Калинин [22] разработали методические подходы к организации мониторинга диффузного загрязнения водных объектов на территории нефтепромыслов. По мнению авторов, к оценке загрязнения поверхностных вод необходимо применять ландшафтно-гидрологический подход, выделять на водосборе стоковоформирующие комплексы с размещением на них стоковых площадок, причём последние нужно организовывать также в месте аварий или при обнаружении нефтезагрязнённых земель. Отмечается необходимость размещать проектируемые стоковые площадки как на контрольном водосборе, так и на фоновом, выбирая в качестве фонового водосбор без следов антропогенной деятельности.

Ю.А. Прохоров и соавт. [23] предложили принципы ведения регионального мониторинга поверхностных водных объектов, основанные на объединении требований государственного мониторинга в рамках полномочий субъекта Российской Федерации с потребностями региона в информации об антропогенном загрязнении. Данный подход, по мнению авторов, позволит вместе с оценкой общего состояния водоёмов выделить антропогенную составляющую загрязнений. Разработанная авторами двухуровневая система оценки качества воды включила оценку общего загрязнения по 15 обязательным показателям и оценку антропогенной составляющей по шести наиболее значимым региональным показателям. К.Ю. Кузнецова [24] в своей работе, посвящённой оптимизации методов государственного мониторинга водных объектов по паразитологическим показателям, отмечает недочёты в формировании статистического учёта паразитологических показателей безопасности вод водоисточников в системах СГМ и гидробиологического мониторингов.

И.В. Тимощук и соавт. [25] представили исследования, направленные на выбор контролируемых гидрохимических параметров, и разработанную программу поэтапного мониторинга состояния водных объектов, подверженных техногенному воздействию вследствие угледобычи. Предложенная программа мониторинга представила собой 2 этапа: 1-й — мониторинг состояния поверхностных и сточных вод в период эксплуатации объекта; 2-й — мониторинг после прекращения эксплуатации объекта.

МОНИТОРИНГ ВОДНЫХ ОБЪЕКТОВ ПО ДАННЫМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ

Мониторинг экологического состояния водных объектов, обнаружение источников их загрязнений осуществляют также с использованием данных со спутников дистанционного зондирования Земли из космоса [26–28]. По данным С.С. Тимофеевой [26], он включает в себя предварительную обработку космических снимков и их автоматизированное дешифрирование. Анализ гиперспектральных и мультиспектральных снимков позволяет хорошо определять и численно измерять объёмы механических взвесей и биогенных элементов. На серии данного вида снимков путём изучения изменений их спектральных характеристик возможно определить наличие и стадию процесса эвтрофирования водоёма. Е.Г. Мещанинова и Н.О. Ахромеева [27] считают данный метод одним из эффективных методов мониторинга водных объектов, преимущества которого — актуальность получаемых на момент съёмки данных, детальность, большая точность обработки, возможность одновременно охватить большую площадь акватории водного объекта, непрерывность информационного содержания снимка для каждой точки изображения, высокая периодичность регистрации состояния воды и прибрежных территорий. Главным ограничением использования снимков для мониторинга водных объектов, по мнению авторов, может стать их низкое разрешение из-за невозможности отслеживания в таком случае незначительных по масштабам изменений состояния водоёмов. Авторы обработали и проанализировали космические снимки Цимлянского водохранилища Ростовской области, выявили участки водохранилища в районе Волгодонска с высокой антропогенной нагрузкой, совпавшие с расположением стоков ливневой канализации, провели картирование загрязнителей с расчётом экологического риска последующего загрязнения. Было установлено, что приоритетными ЗВ исследованного водохранилища являются сульфаты и марганец. По данным Д.В. Кочева и соавт. [28], получение и совместный пространственный анализ данных нескольких систем дистанционного зондирования Земли позволяет выполнять космические снимки территории с небольшими временными интервалами, благодаря чему за счёт анализа спутниковых данных можно предварительно сообщать о приближающемся пятне загрязнений и исследовать возможные источники загрязнения на территории сопредельного государства, обычно недоступные для анализа. Государственной корпорацией по космической деятельности «Роскосмос»⁹ разработана программа для ЭВМ, предназначенная для информационного обеспечения мониторинга состояния природных ресурсов, а именно обеспечения на основе данных дистанционного зондирования Земли мониторинга водных объектов (состояние водоохранных зон, загрязнение акваторий водных объектов, изменение гидрологического режима), экологического мониторинга лесов и мониторинга состояния земель.

МОНИТОРИНГ ЗАГРЯЗНЕНИЯ ДОННЫХ ОТЛОЖЕНИЙ

В научном труде Г.Ю. Толкачев и соавт. [29] представляют результаты исследования водных объектов Верхней Волги (оз. Селигер, участок Верхней Волги, Иваньковское и Угличское водохранилища) на содержание тяжёлых металлов (Cr, Co, Ni, Zn, Cd, Pb, As, Fe и Mn) в донных отложениях (ДО), являющихся индикатором уровня техногенного воздействия на водные объекты. Для определения концентраций тяжёлых металлов применялся метод ICP, Cd — метод атомной адсорбции после разложения пробы в «царской водке». Метод А. Тессье использовался при изучении распределения элементов по формам их нахождения в ДО. В результате исследования установлено, что наибольшим загрязнителем ДО оз. Селигер являлся хром, другие изученные тяжёлые металлы в озере не являлись опасными. Загрязнение тяжёлыми металлами ДО Верхней Волги превышало фон незначительно. В Иваньковском водохранилище отмечались наибольшие уровни загрязнения ДО Cd и Pb, которые не превышали «умеренно загрязнённый» уровень, о серьёзной опасности вторичного загрязнения данными элементами говорить не приходилось. Во всех точках отбора проб ДО Угличского водохранилища регистрировалось превышение концентраций Cd и Zn над фоновыми уровнями. Согласно данным Т.О. Барабашина и соавт. [30], проведено определение ЗВ высокоинформативными аналитическими методами (высокоэффективной жидкостной и газовой хроматографией, тонкослойной хроматографией, хромато-масс-спектрометрией, спектроскопией и спектрометрией в различных диапазонах) и установлено по критериям экологической опасности, что приоритетными ЗВ Азово-Черноморского бассейна являются тяжёлые металлы, мышьяк, ПАУ, нефтепродукты, пестициды и полихлорированные бифенилы, СПАВ и фенолы. К.Р. Багманов и Д.Е. Шамаев [31] из Эколого-технологического лицея № 79 Казани представили разработанные алгоритмы определения типа ДО и расчёта коэффициентов их загрязнённости нефтепродуктами, внедрённые в базовую версию Auto_KZ (Максимова Н., 2023), которые также возможно интегрировать в программное обеспечение органов государственного экологического мониторинга на региональном уровне. Разработка авторов дала возможность получить показатели загрязнённости разных типов ДО кислоторастворимыми и подвижными формами тяжёлых металлов и нефтепродуктами. Г.Н. Немтин и соавт. [32] для целей мониторинга загрязнения ДО водных объектов Пермского края исследовали 13 рек, наиболее подверженных негативному антропогенному воздействию, установив места отбора проб ДО наиболее близко к пунктам наблюдений за качеством поверхностных вод Пермского центра по гидрометеорологии и мониторингу окружающей среды. С помощью пробоотборника Эдельмана отобрано 69 проб на спаде половодья, в летнюю межень и перед ледоставом. Данные по степени загрязнения ДО оформили в виде картографического слоя (ГИС-слоя) «Загрязнение донных отложений» с возможностью дополнения и редактирования, топоосновой которого стала цифровая карта Пермского края. Координаты точек отбора определяли при полевом обследовании GPS-навигатором в системе WGS84. На основании данных, полученных при химическом анализе, исследованные водные объекты были условно разделены на категории «высоко загрязнённые», «среднезагрязнённые», «умеренно загрязнённые», «низко загрязнённые».

ГИДРОБИОНТЫ В МОНИТОРИНГЕ ЗАГРЯЗНЕНИЯ ВОДНЫХ ОБЪЕКТОВ

Ряд исследователей санитарное и экологическое состояние водных объектов оценивают по качеству и безопасности гидробионтов [33, 34].

Н.А. Головиной и соавт. [35] проведён отлов рыбы в осенне-летний период с 2013 по 2017 гг. из водоёмов Центрального федерального округа Российской Федерации. Установлено, что рыба Тверской, Тамбовской, Липецкой, Белгородской, Брянской областей является условно годной для приёма в пищу — в её мышцах обнаружены метацеркарии трематод, способные быть потенциально опасными для теплокровных животных и человека. Кроме того, в мышцах карася из реки Цна превышена допустимая остаточная концентрация по кадмию почти в 4 раза, у судака в Белгородском водохранилище — в 2,5 раза. Экологический мониторинг органического загрязнения водных объектов осуществляется также по автотрофному бентосу [36]. В работе А.Н. Грекова и соавт. [37] описаны результаты по разработке и исследованию системы биологического мониторинга водных объектов с использованием алгоритмов машинного обучения и биосенсоров на основе мидий «Экобиоконтроль». Главными достоинствами данной системы, по мнению авторов, являются высокая степень автоматизации процесса мониторинга и возможность создания крупных сетей автоматизированного контроля водных сред.

МОНИТОРИНГ СОСТАВА СТОЧНЫХ ВОД

Немалое количество работ посвящено оценке состава сточных вод [38–42]. E. Legin et al. [38] описали практическое применение потенциометрических мультисенсорных систем для комплексной оценки безопасности различных природных вод России и Индии и для оценки интегральных и дискретных параметров сточных вод на двух водоочистных станциях в окрестностях Санкт-Петербурга. Установлена корреляция высокой степени показателей, полученных с помощью мультисенсорного анализа, с показателями химического потребления кислорода, определёнными стандартными методами. Комплекс интегральных и дискретных характеристик рассчитывался с одним и тем же набором измерений, что подтверждало возможность одновременно получать данные по нескольким параметрам без дополнительных лабораторных исследований, материалов и прочего. Авторы отмечают также, что все анализы с использованием мультисенсорных систем, представленные в статье, могут быть полностью автоматизированы и проводиться в беспилотном и дистанционном режиме. А.В. Эпиташвили и С.И. Фонова [39] определяли качество очистки сточных вод станций очистки Воронежа и Липецка в 2010–2017 гг. путём отбора проб очищенных сточных вод в ёмкости с последующим их химическим и микробиологическим анализом в лаборатории. Было установлено, что очищенные сточные воды правобережной станции Воронежа имели превышение ПДК по азоту аммонийному, нитритам, меди, цинку, железу, нефтепродуктам, фосфатам, сточные воды левобережной станции очистки — по азоту аммонийному, нитритам, СПАВ, меди, цинку, железу, нефтепродуктам, фосфатам, очищенные сточные воды Липецкой станции очистки — по азоту аммонийному, нитритам, меди, цинку, железу, фосфатам. А.Е. Айнюлова и соавт. [40] изучили распределение сети автозаправочных станций ООО «Лукойл-Югнефтепродукт» в Краснодаре, проанализировали содержание ЗВ в сточных водах, почве и атмосферном воздухе в пределах территории этих станций и установили, что в почве и атмосферном воздухе их содержание не превышает допустимых значений, а в сточных водах после очистки — выше установленных норм, что ограничивает их использование. А.М. Заколюкина [41] привела результаты мониторинга показателей качества стока в реку Кубань с 2018 г. по 2022 г., расположенного в районе Тургеневского моста Краснодара. Так, сравнение с ПДК показало превышение по аммоний-иону (2–3,5 ПДК), азоту нитритному (2,5–4 ПДК), ХПК (3,8–5,3 ПДК), БПК₅ (45–100 ПДК), нефтепродуктам (3–8,4 ПДК), железу общему (4,5–22 ПДК), фосфатам (3,8–7,2 ПДК), ОКБ (6–1,4×10⁴ ПДК), ТКБ (19–10⁵ ПДК) и с каждым годом превышение по отношению к ПДК возрастает. Т.И. Прожорина и соавт. [42] представили результаты оценки воздействия сточных вод левобережных городских очистных сооружений на качество вод Воронежского водохранилища по данным мониторинга химического состава воды за 2017–2018 гг. Авторы сравнивали фоновые показатели (на 500 м выше источника загрязнения) с показателями качества воды в пробах, взятых в месте сброса и на 1000 м ниже источников загрязнения. Наблюдающееся возрастание концентраций ЗВ в исследуемых пробах воды, по заключению авторов, указывало на возрастающую антропогенную нагрузку и ухудшение качества вод данного водохранилища под воздействием сбросов левобережных городских очистных сооружений.

Сточные воды существенно отличаются количественно и качественно по химическому составу в зависимости от хозяйственно-бытовой и производственной деятельности человека. В их составе могут присутствовать более 1000 наименований химических соединений. С учётом того, что объём исследований и количество показателей регламентированы и отличаются высокой стоимостью, только физико-химическими методами дать достоверную картину степени эколого-гигиенического загрязнения проблематично. В этих условиях простым и эффективным методом оценки загрязнения сточных вод является метод биотестирования, позволяющий не только контролировать ЗВ, но и одномоментно оценивать степень их токсичности [43–45].

Кроме того, в настоящее время исследователи предлагают программы для ЭВМ, позволяющие проводить оценку индекса токсичности экспресс-методом с помощью прибора «Биотестер»¹⁰.

ЗАКЛЮЧЕНИЕ

Возрастающая антропогенная нагрузка на водные объекты, сохраняющаяся проблема загрязнения диффузными стоками (без надлежащего контроля) диктуют необходимость своевременного и систематического мониторинга их эколого-гигиенического состояния. Несмотря на наличие достаточного количества исследований, указывающих на преимущество автоматизированной системы мониторинга, пусть и весьма дорогостоящей, но позволяющей в режиме реального времени контролировать водные объекты, в системе государственного мониторинга для оценки качества воды применяются традиционные методы исследования, отличающиеся сложностью, затратами на обслуживание дорогостоящего лабораторного оборудования, использованием химических реактивов, требующие большего времени на проведение исследования и неэффективные для мониторинга на месте и в режиме реального времени. В этих условиях создание единой системы автоматизированного мониторинга эколого-гигиенического состояния водных сред, качества очистки сточных вод позволит вывести на новый качественный уровень охрану водных объектов. Для обеспечения единого комплексного подхода, позволяющего выявлять в режиме реального времени места, источники и степень загрязнения водных объектов с картированием их эколого-гигиенического состояния, необходимо принятие решений на законодательном уровне.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

Вклад авторов. О.В. Киёк — сбор и анализ литературных данных, подготовка, написание и редактирование текста рукописи; А.Н. Редько — сбор и анализ литературных данных, подготовка, написание и редактирование текста рукописи; Э.Ю. Енина — сбор и анализ литературных данных, подготовка, написание и редактирование текста рукописи; А.С. Круподер — сбор и анализ литературных данных, подготовка, написание и редактирование текста рукописи; А.П. Богдан — сбор и анализ литературных данных, подготовка, написание и редактирование текста рукописи. Все авторы одобрили рукопись (версию для публикации), а также согласились нести ответственность за все аспекты работы, гарантируя надлежащее рассмотрение и решение вопросов, связанных с точностью и добросовестностью любой её части.

Источники финансирования. Публикация подготовлена в рамках реализации проекта программы «Приоритет 2030».

Раскрытие интересов. Авторы заявляют об отсутствии отношений, деятельности и интересов за последние три года, связанных с третьими лицами (коммерческими и некоммерческими), интересы которых могут быть затронуты содержанием статьи.

Оригинальность. При создании настоящей работы авторы не использовали ранее опубликованные сведения (текст, иллюстрации, данные).

Доступ к данным. Редакционная политика в отношении совместного использования данных к настоящей работе не применима, новые данные не собирали и не создавали.

Генеративный искусственный интеллект. При создании настоящей статьи технологии генеративного искусственного интеллекта не использовали.

Рассмотрение и рецензирование. Настоящая работа подана в журнал в инициативном порядке и рассмотрена по обычной процедуре. В рецензировании участвовали два внешних рецензента, член редакционной коллегии и научный редактор издания.

ADDITIONAL INFORMATION

Author contributions: O.V. Kiyok: collection and analysis of literary data, preparation, writing and editing of the manuscript text; A.N. Redko: collection and analysis of literary data, preparation, writing and editing of the manuscript text; E.Yu. Enina: collection and analysis of literary data, preparation, writing and editing of the manuscript text; A.S. Krupoder: collection and analysis of literary data, preparation, writing and editing of the manuscript text; A.P. Bogdan: collection and analysis of literary data, preparation, writing and editing of the manuscript text. All authors approved the manuscript (the version for publication), and also agreed to be accountable for all aspects of the work, ensuring proper consideration and resolution of questions related to the accuracy and integrity of any part of it.

Funding sources: The publication was prepared as part of the implementation of the draft Priority 2030 program.

Disclosure of interests: The authors have no relationships, activities, or interests for the last three years related to for-profit or not-for-profit third parties whose interests may be affected by the content of the article.

Statement of originality: No previously published material (text, images, or data) was used in this work.

Data availability statement: The editorial policy regarding data sharing does not apply to this work, as no new data was collected or created.

Generative AI: No generative artificial intelligence technologies were used to prepare this article.

Provenance and peer review: This paper was submitted unsolicited and reviewed following the standard procedure. The peer review process involved two external reviewers, a member of the editorial board, and the in-house scientific editor.

 

¹ Федеральный закон № 7-ФЗ от 10 января 2002 г. «Об охране окружающей среды». Режим доступа: https://base.garant.ru/12125350/ Дата обращения: 26.08.2025.

² Постановление Правительства РФ № 477 от 6 июня 2013 г. «Об осуществлении государственного мониторинга состояния и загрязнения окружающей среды». Режим доступа: https://base.garant.ru/70393142/ Дата обращения: 26.08.2025.

³ Постановление Правительства РФ № 300 от 14 марта 2024 г. «Об утверждении Положения о государственном экологическом мониторинге (государственном мониторинге окружающей среды)» Режим доступа: https://base.garant.ru/408714115/ Дата обращения: 26.08.2025.

⁴ Водный кодекс Российской Федерации № 74-ФЗ от 3 июня 2006 г. Режим доступа: https://base.garant.ru/12147594/ Дата обращения: 26.08.2025.

⁵ Постановление Правительства РФ № 219 от 10 апреля 2007 г. «Об утверждении Положения об осуществлении государственного мониторинга водных объектов». Режим доступа: https://base.garant.ru/2162365/ Дата обращения: 26.08.2025.

⁶ Указ Президента РФ № 309 от 7 мая 2024 г. «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года». Режим доступа: https://www.garant.ru/products/ipo/prime/doc/408892634/ Дата обращения: 26.08.2025.

⁷ Национальный проект «Экологическое благополучие». Режим доступа: http://government.ru/rugovclassifier/919/about/ Дата обращения: 26.08.2025.

⁸ Федеральный информационный фонд СГМ. Система наблюдения, анализа и оценки состояния здоровья населения и среды обитания человека. Режим доступа: https://fcgie.ru/fif_sgm.html. Дата обращения: 26.08.2025.

⁹ Свидетельство о государственной регистрации программы для ЭВМ № 2018617441 Российская Федерация. Информационное обеспечение мониторинга экологического состояния компонентов окружающей среды. Российская Федерация, от имени которой выступает Государственная корпорация по космической деятельности «Роскосмос». Заявл. 11.05.2018: опубл. 25.06.2018. Бюл. № 7. EDN: LENXLI

¹⁰ Свидетельство о государственной регистрации программы для ЭВМ № 2022682413 Российская Федерация. Программа для расчета индекса токсичности проб, полученных в результате анализа экспресс-методом с применением прибора серии «БИОТЕСТЕР». Семенова М.И., Веженкова И.В., Ковалевская А.С., и др. Заявл. 03.11.2022; опубл. 22.11.2022. Бюл. № 12. EDN: ZIJFMC

About the authors

Olga V. Kiyok

Kuban State Medical University

Author for correspondence.
Email: olga.kiek@mail.ru
ORCID iD: 0000-0003-0900-6313
SPIN-code: 5634-9234

MD, Dr. Sci. (Medicine), Associate Professor

Russian Federation, 4 Mitrofan Sedin st, Krasnodar, 350063

Andrey N. Redko

Kuban State Medical University

Email: redko2005@mail.ru
ORCID iD: 0000-0002-3454-1599
SPIN-code: 5517-3692

MD, Dr. Sci. (Medicine), Professor

Russian Federation, 4 Mitrofan Sedin st, Krasnodar, 350063

Ella Yu. Enina

Kuban State Medical University

Email: ella14081993@yandex.ru
ORCID iD: 0000-0002-4466-7427
SPIN-code: 7899-3343
Russian Federation, 4 Mitrofan Sedin st, Krasnodar, 350063

Anna S. Krupoder

Kuban State Medical University

Email: anya.krupoder@mail.ru
ORCID iD: 0000-0003-3470-8923
SPIN-code: 1425-6166
Russian Federation, 4 Mitrofan Sedin st, Krasnodar, 350063

Alexander P. Bogdan

Kuban State Medical University

Email: BogdanAP@ksma.ru
ORCID iD: 0000-0002-1786-6906
SPIN-code: 2471-9592

MD, Cand. Sci. (Medicine)

Russian Federation, 4 Mitrofan Sedin st, Krasnodar, 350063

References

Supplementary files