The indicator role of riparian vegetation in assessing watercourse quality in urban agglomerations of subarid regions of Russia: a case study of the Volgograd agglomeration

Full Text

ОБОСНОВАНИЕ

Развитие аквакультуры в Российской Федерации является одним из значимых направлений обеспечения продовольственной безопасности страны, что подтверждается стабильным ростом потребления рыбопродуктов и реализацией «Стратегии развития рыбохозяйственного комплекса Российской Федерации до 2030 года» (далее — Стратегия)¹. В части экологического обеспечения развития аквакультуры ключевыми задачами являются разработка современных экологических стандартов и минимизация негативного воздействия на окружающую среду².

Одним из важнейших регионов для развития отрасли является Волгоградская область, где в акватории Волжско-Ахтубинской поймы сосредоточены предприятия по разведению ценных пород рыб. Эффективность и экологическая устойчивость этой деятельности напрямую зависят от качества водной среды. При этом интегральным показателем, характеризующим уровень органического загрязнения и кислородный режим водоёмов, является биохимическое потребление кислорода (БПК₅). Его динамика служит индикатором антропогенной эвтрофикации и имеет прямое значение для оценки экологических рисков и условий обитания гидробионтов [1].

В естественных условиях прибрежная (рипарийная) растительность выполняет важнейшие барьерные и стабилизирующие функции, регулируя поступление аллохтонной органики и биогенных элементов в водоток [2]. Однако субаридный климат региона, характеризующийся дефицитом атмосферных осадков и высокими летними температурами [3], в сочетании со значительной антропогенной нагрузкой в урбанизированной зоне создают комплекс неблагоприятных условий для функционирования прибрежных экосистем [4].

Значимым усилителем этой нагрузки является формирование городского «теплового острова» — устойчивой аномалии с повышенной температурой приземного слоя воздуха и поверхности. Этот феномен потенцирует естественный температурный стресс, усиливает испарение и дефицит доступной влаги, что в совокупности способно критически ограничивать способность буферной флоры Волгоградской агломерации выполнять фильтрационные и стабилизирующие функции [5].

Следовательно, в рамках реализации задач Стратегии актуальной научно-практической задачей становится анализ вклада рипарийной растительности в процессы самоочищения водотоков на участках, характеризующихся дифференцированной антропогенной нагрузкой и неоднородностью растительного покрова. Полученные данные позволят оценить роль прибрежных экосистем в решении ряда сопряжённых практических проблем, соответствующих экологическим императивам Стратегии: обеспечение качества воды, необходимого для устойчивого развития аквакультуры, за счёт фильтрационной функции рипарийной растительности, снижающей поступление загрязняющих веществ с урбанизированных участков водосбора [6]; снижение негативного воздействия рыбохозяйственных комплексов на водную среду, что способствует сохранению благоприятной (в том числе рекреационно ценной) среды обитания человека в условиях крупной городской агломерации [7].

Известно, что в системе государственного мониторинга окружающей среды при оценке состояния растительного покрова, критически значимого для функционирования рипарийных экосистем субаридных зон, большим потенциалом обладают методы дистанционного зондирования Земли. Такой подход позволяет осуществлять исследования в камеральных условиях, что существенно облегчает изучение труднодоступных аридных территорий. Помимо того, применение спектральных индексов в системе государственного экологического мониторинга позволяет существенно снизить временны́е и финансовые затраты на получение необходимой информации об экологической безопасности и благоприятном состоянии окружающей среды для жизнедеятельности человека [8]. Это делает вегетационные индексы, в частности NDVI (Normalized Difference Vegetation Index), перспективным инструментом для оценки состояния растительности в рамках задач, предусмотренных ст. 63.1 ФЗ № 7-ФЗ (наблюдения за естественными экологическими системами и происходящими в них изменениями под воздействием антропогенных факторов)³.

Однако взаимосвязь между динамикой NDVI и уровнем органического загрязнения воды в условиях городских агломераций юга России, подверженных влиянию тепловых аномалий, остаётся недостаточно изученной. Установление такой связи позволило бы обосновать использование NDVI для косвенной оценки потенциала самоочищения водотоков, что важно как для развития рыбного хозяйства Нижней Волги, так и для охраны среды обитания человека.

Цель исследования. Анализ взаимосвязи между состоянием рипарийной растительности и динамикой органического загрязнения водотоков на участках с дифференцированной антропогенной нагрузкой в пределах субаридной зоны Волгоградской городской агломерации.

МЕТОДЫ

Дизайн исследования

Проведено одноцентровое наблюдательное исследование, представляющее собой серию повторных одномоментных (поперечных) исследований с ретроспективным анализом данных многолетнего экологического мониторинга за 2008–2024 гг. Исследование сфокусировано на оценке влияния зелёной растительности на пространственно-временную динамику гидрохимических показателей в условиях субаридной городской агломерации.

Условия проведения исследования

В качестве единиц наблюдения были выбраны 4 постоянные точки государственного мониторинга качества водотоков, расположенные в пределах Волгоградской городской агломерации:

• участок «Зона ГЭС»: расположен на р. Волга, 0,5 км ниже по течению от плотины Волжской ГЭС;
• участок «7,5 км ниже ГЭС»: расположен на р. Волга, 7,5 км ниже по течению от плотины ГЭС;
• участок «2,5 км выше ГЭС»: расположен на р. Волга, 2,5 км выше по течению от плотины ГЭС;
• участок «Рукав р. Ахтуба»: расположен в нижнем течении рукава р. Ахтуба в административных границах города Волжского.

Все изучаемые участки расположены в урбанизированной зоне субаридного региона и различаются между собой по степени сохранности прибрежного растительного покрова и уровню антропогенной нагрузки. В границах зоны исследования расположено 4 объекта аквакультуры (рис. 1).

 

Рис. 1. Расположение рыбохозяйственных комплексов в зоне Волгоградской городской агломерации.

Fig. 1. Location of fishery complexes in the Volgograd urban agglomeration zone.

 

Критерии соответствия (отбора)

Не применялись.

Целевые показатели исследования и методы их оценки

В качестве источника информации об органическом загрязнении водотоков (определяемому в нашем исследовании по целевому показателю БПК₅) использовали ежегодные отчёты Комитета природных ресурсов, лесного хозяйства и экологии Волгоградской области.

Состояние растительного покрова рипарийных зон субаридного региона оценивали с помощью спектрального индекса NDVI [9]. Данные получены со спутников Landsat. Для периода 2013–2021 гг. использовали снимки каналов B4 (Red) и B5 (NIR) спутника Landsat 8; для периода 2022–2024 гг. — те же каналы (B4, B5) спутника Landsat 9; для более раннего периода (2008–2012 гг.) — снимки каналов B3 (Red) и B4 (NIR) спутников Landsat 5 и Landsat 7.

Для корректной оценки влияния прилегающей территории на качество воды в точках мониторинга для каждой из них был определён водосборный бассейн. Границы бассейнов проводили по естественным водоразделам с учётом гидрографической сети, обеспечивающей поверхностный сток в сторону основной реки (р. Волга или р. Ахтуба). Полученные полигоны использовали в качестве векторных масок для расчёта средних значений NDVI на соответствующем водосборе.

Влияние климатического фактора на динамику изучаемых процессов оценивали на основе данных о среднегодовых значениях температуры воздуха (модель ERA5 — European Reanalysis Atmosphere v.5 — атмосферный реанализ глобального климата пятого поколения). Определение локализации тепловых островов осуществляли с помощью термографического анализа по данным инфракрасного канала (TIRS B10) спутников Landsat 8–9. Для оценки относительного нагрева земной поверхности была рассчитана яркостная температура, являющаяся надёжным прокси-показателем для сравнительного анализа пространственного распределения тепловых аномалий. Все снимки относились ко второму уровню предварительной обработки (атмосферно скорректированные показатели поверхностной отражательной способности и яркостной температуры) и были загружены через интерфейс EarthExplorer USGS. Обработку данных выполняли в программном пакете QGIS v3.44.5.

Дополнительные показатели исследования

Для сравнительного анализа эффективности влияния прибрежной растительности на самоочищение водотока использовали интегральный показатель, представляющий собой отношение коэффициента тренда БПК₅ (характеризующего динамику снижения органического загрязнения как один из результатов процессов самоочищения) к тренду NDVI (описывающему скорость прироста растительного покрова) — R_эфф. Данный показатель отражает, насколько интенсивно снижение органического загрязнения сопряжено с увеличением проективного покрытия растительности в данной зоне.

Анализ чувствительности

Не производился.

Статистические процедуры

Нормальность распределения данных в выборках БПК₅ и NDVI оценивали с помощью теста Шапиро–Уилка. Для оценки трендов БПК₅ и NDVI использовали линейный регрессионный анализ временны΄х рядов. Значимость уравнений трендов определяли с помощью данных F-статистики. В целях оценки значимости различий между выборками NDVI применяли непараметрический критерий Краскела–Уоллиса (Н) с апостериорным тестом Данна.

Корреляционный анализ между расходом воды на ГЭС и значениями БПК₅ проводили с использованием коэффициента корреляции Пирсона (r), для уравнений было рассчитано индивидуальное значение р-критерия. Анализ иных корреляционных связей в экосистеме (зависимость органического загрязнения воды от температурного фактора и уровня проективного покрытия территории растительностью) производили с использованием как линейных, так и полиномиальных моделей. Введение в исследование последних обусловлено биологическим смыслом процесса биохимического окисления органического вещества, активность которого нелинейно зависит от температуры.

Значимость линейных моделей проверялась t-статистикой, кубических — F-статистикой. Для оценки величины объяснённой дисперсии был рассчитан коэффициент детерминации (R²), определена величина средней ошибки аппроксимации (А). Все результаты статистической обработки, выполненной в среде MATLAB R2022b (версия 9.13.0), принимали как значимые при величине критерия р <0,05.

РЕЗУЛЬТАТЫ

Анализ многолетней динамики NDVI в границах водосборных территорий выявил различия в состоянии прибрежной растительности между участками исследования. Расчёт критерия Краскела–Уоллиса выявил наличие высокозначимых различий в медианных значениях NDVI между участками (H=29,25; p <0,001). Последующий апостериорный анализ показал, что зона, расположенная непосредственно у ГЭС, имеет более низкие значения NDVI по сравнению с другими участками (p <0,001). При этом попарные сравнения, выполненные в группе трёх участков «7,5 км ниже ГЭС», «2,5 км выше ГЭС» и «Рукав р. Ахтуба», не обнаружили наличия статистически значимых отличий (p >0,05 для всех пар сравнений; рис. 2).

 

Рис. 2. Многолетняя динамика значений NDVI на водосборных территориях исследуемых точек мониторинга (2008–2024 гг.).

Fig. 2. Long-term dynamics of NDVI values in the catchment areas of the studied monitoring points (2008–2024).

 

Установленный факт значимого снижения вегетационной активности в зоне ГЭС позволил перейти к оценке влияния NDVI на динамику показателя БПК₅, значимого для оценки условий среды обитания гидробионтов и управления качеством воды в рекреационных зонах (табл. 1).

 

Таблица 1. Временны́е ряды показателей экологического состояния рипарийных зон на изучаемых участках

Table 1. Time series of indicators of the ecological state of riparian zones in the study areas

Год	Среднегодовая температура, °С	Расход воды ГЭС, м³/с	Садковое хозяйство (зона ГЭС)		п. Рыбоводный (7,5 км ниже ГЭС)		СНТ «Симиренко» (2,5 км выше ГЭС)		Рукав Ахтубы
			NDVI	БПК5, мгО2/дм³	NDVI	БПК5, мгО2/дм³	NDVI	БПК5, мгО2/дм³	NDVI	БПК5, мгО2/дм³
2008	9,0	6000	0,136	2,11	0,187	2,09	0,201	2,85	0,202	6,40
2009	9,1	6150	0,152	2,46	0,194	2,73	0,221	2,33	0,220	5,80
2010	10,4	5200	0,151	2,01	0,189	2,01	0,207	2,03	0,211	4,30
2011	8,4	5380	0,148	2,42	0,192	2,44	0,199	2,50	0,206	4,00
2012	9,3	6870	0,090	2,23	0,171	2,12	0,194	2,12	0,202	4,60
2013	9,8	7660	0,192	2,23	0,244	2,12	0,252	2,47	0,263	4,00
2014	8,8	5490	0,178	2,10	0,245	2,49	0,249	2,38	0,265	5,00
2015	10,2	6020	0,170	2,45	0,233	2,26	0,237	2,50	0,248	6,00
2016	9,5	6400	0,195	1,96	0,259	1,92	0,277	2,01	0,289	4,00
2017	9,8	11 700	0,178	1,90	0,250	1,95	0,269	1,95	0,253	4,00
2018	9,3	7250	0,200	1,92	0,268	1,93	0,271	2,00	0,275	3,20
2019	10,1	5600	0,201	1,88	0,260	1,91	0,267	1,90	0,282	3,20
2020	10,4	9020	0,191	1,63	0,259	1,58	0,254	1,68	0,291	2,80
2021	10,3	6240	0,215	1,62	0,281	1,53	0,283	1,75	0,297	2,70
2022	10,2	7290	0,217	1,50	0,290	1,44	0,305	1,32	0,302	2,50
2023	10,7	5110	0,191	0,90	0,253	1,30	0,255	1,10	0,276	1,30
2024	10,6	6310	0,211	0,90	0,274	1,00	0,290	1,17	0,308	2,20
W-критерий; р-критерий			0,904; р=0,080	0,893; р=0,052	0,896; р=0,060	0,974; р=0,885	0,942; р=0,350	0,956; р=0,557	0,900; р=0,068	0,977; р=0,920

 

Перед анализом многолетних тенденций оценили базовые статистические свойства исходных данных. Проверка распределения по критерию Шапиро–Уилка не выявила значимых отклонений от нормальности для всех рядов NDVI и БПК₅ (p >0,05 для всех случаев), что позволило применять к изучаемым территориям параметрические методы анализа. Необходимо отметить, что в 2008, 2009, 2010, 2012, 2014 и 2015 гг. значения БПК₅ превышали нормативы, установленные для воды поверхностных водоисточников, используемых для рекреационного водопользования (ПДК <4,0 мгО₂/дм³)⁴ в зоне рукава р. Ахтуба. При сопоставлении с более жёсткими нормативами, принятыми для водных объектов рыбохозяйственного значения (ПДК <2,1 мгО₂/дм³), выявлено превышение предельно допустимых значений в 34 из 68 рассматриваемых в нашем пространственно-временном анализе случаев⁵.

Анализ временны΄х рядов БПК₅ и NDVI выявил наличие высокозначимых (p <0,001) разнонаправленных трендов в динамике изучаемых показателей. За период наблюдений произошло устойчивое снижение органического загрязнения, что выражается в значимых отрицательных трендах БПК₅ со скоростью от −0,076 до −0,239 мгО₂/дм³ в год. Наиболее интенсивное снижение отмечено в зоне рукава Ахтубы, где величина БПК₅ уменьшилась на 68,2% за 17 лет.

В отношении показателя NDVI на всех участках наблюдался значимый положительный тренд, свидетельствующий об увеличении проективного покрытия прибрежной растительностью. Скорость прироста NDVI варьировала от +0,00512 до +0,00657 ед./год, при этом максимальное значение относилось к зоне нижнего течения р. Ахтуба (табл. 2).

 

Таблица 2. Параметры трендов БПК₅ и NDVI (2008–2024 гг.)

Table 2. BOD₅ and NDVI trend parameters (2008–2024)

Участок	БПК5, мгО2/дм³ (M±m)	NDVI, ед. (M±m)	Тренд БПК5, мгО2/дм³/год	Тренд NDVI, ед./год	Rэфф
Зона ГЭС	2,08±0,123	0,17±0,008	−0,0785 r=0,777 [R²=0,7184, Fнабл 37,58 > Fкрит 4,54] (Δ=−57,3%) р=2,4·10−4	+0,00512 r=0,845 [R²=0,6036, Fнабл 22,84 > Fкрит 4,54] (Δ=+55,1%) р=2,0·10-5	15,33
7,5 км ниже ГЭС	2,02±0,134	0,24±0,007	−0,0758 r=0,854 [R²=0,7295, Fнабл 40,45 > Fкрит 4,54] (Δ=−52,6%) p=1,3·10-5	+0,00643 r=0,873 [R²=0,7618, Fнабл 47,96 > Fкрит 4,54] (Δ=+45,0%) p=4,8·10−6	11,79
2,5 км выше ГЭС	2,06±0,131	0,25±0,008	−0,0854 r=0,879 [R²=0,7726, Fнабл 50,97 > Fкрит 4,54] (Δ=−56,1%) p=3,4·10−6	+0,00568 r=0,843 [R²=0,7103, Fнабл 36,78 > Fкрит 4,54] (Δ=+42,0%) p=2,1·10−5	15,30
Рукав Ахтубы	2,28±0,169	0,26±0,009	−0,2390 r=0,862 [R²=0,7434, Fнабл 43,46 > Fкрит 4,54] (Δ=−68,2%) p=8,6·10−6	+0,00657 r=0,894 [R²=0,7987, Fнабл 59,53 > Fкрит 4,54] (Δ=+45,0%) p=1,3·10−6	36,38

 

Рассчитанный показатель R_эфф, отражающий соотношение интенсивности снижения загрязнения к скорости восстановления растительного покрова, выявил существенные различия между участками. Необходимо отметить, что наибольшие значения были зарегистрированы в зоне нижнего течения р. Ахтуба (36,38), величина R_эфф здесь в 2,3–3,1 раза превышала аналогичные показатели, полученные нами для других участков наблюдения. Напротив, наименьшая величина R_эфф (11,79) фиксировалась на участке «7,5 км ниже ГЭС». В контексте функционирования изучаемой экосистемы это указывает на то, что даже при достаточно высоких темпах прироста растительности (тренд NDVI +0,00643 ед./год) сопряжённое снижение уровня органического загрязнения (тренд БПК₅ −0,0758 мгО₂/дм³/год) выражено здесь слабее, чем на других участках.

Выявленная пространственная неоднородность эффективности самоочищения указывает на то, что потенциал буферной функции рипарийных зон может ограничиваться локальными стресс-факторами. Данный феномен обосновал необходимость поиска дополнительных факторов, влияющих на динамику БПК₅ в изучаемом районе.

В качестве одного из ключевых факторов мы проанализировали климатическую составляющую субаридного региона, поскольку рост среднегодовой температуры воздуха (°С) может оказывать опосредованное влияние, усиливая активность микробиологических процессов разложения органического вещества в водной среде и, как следствие, воздействуя на уровень БПК₅.

Для выявления ведущих драйверов многолетней динамики органического загрязнения провели последовательный корреляционно-регрессионный анализ. На первом этапе проверили значимость эффекта разбавления при расходе воды на Волжской ГЭС в летние месяцы, характеризующиеся пиковой метаболической активностью автохтонной и аллохтонной микробиоты, ответственной за процессы биохимического окисления органического вещества [10]. Анализ не выявил статистически значимой связи между расходом воды и БПК₅ ни на одном из участков (p >0,05; R² <0,05 на всех участках), что позволило не рассматривать этот фактор в качестве определяющего и перейти к анализу температурного фактора — важного драйвера экологических процессов в субаридных зонах юга России.

Учитывая биологический смысл процесса, связь среднегодовой температуры с БПК₅ оценивали с помощью кубической модели, отражающей наличие температурного оптимума активности микроорганизмов-деструкторов органики. Такой подход позволил проанализировать, подчиняется ли динамика БПК₅ биологически обоснованным закономерностям температурной регуляции микробной активности в условиях субаридного климата.

Несмотря на отрицательную линейную корреляцию между температурой и БПК₅, вызванную конкурирующим влиянием рипарийной растительности, кубическая модель выявила наличие значимой нелинейной зависимости, что согласуется с известной положительной зависимостью скорости микробного разложения органики от температуры в оптимальном диапазоне [10]. На трёх участках («Зона ГЭС», «7,5 км ниже ГЭС» и «2,5 км выше ГЭС») обнаружена сильная зависимость между данными показателями (r=0,788–0,842; p <0,01), объясняющая 62–71% дисперсии БПК₅. Показательно, что в зоне рукава р. Ахтуба данная связь оказалась незначимой (p=0,151), что согласуется с максимальным для этого участка значением R_эфф, отражающим способность устойчивой рипарийной растительности нивелировать значение температурного фактора на микробные процессы разложения органики в субаридных условиях.

В свою очередь, анализ связи NDVI и БПК₅, для которого мы проверили как линейную, так и кубическую модели, дополнительно подтвердил ремедиационный потенциал прибрежной растительности на всех без исключения участках (p <0,05). Наиболее тесная связь между динамикой растительного покрова и снижением органического загрязнения наблюдалась в рукаве Ахтубы (r=−0,805 для линейной и r=0,816 для кубической модели; p <0,001 и р=0,002 соответственно), где отмечаются максимальные среднемноголетние значения NDVI (табл. 3).

 

Таблица 3. Корреляционный анализ изучаемых процессов (2008–2024 гг.)

Table 3. Correlation analysis of the studied processes (2008–2024)

Участок	Расход воды–БПК5 (линейная модель)	Температура–БПК5 (кубическая модель)	NDVI–БПК5 (линейная модель)	NDVI–БПК5 (кубическая модель)
Зона ГЭС	r=−0,023 R2=0,0006 A=24,15% p=0,928	r=0,842 R2=0,7090 A=10,37% p <0,001	r=−0,583 R2=0,3395 A=18,69% p=0,014	r=0,670 R2=0,4492 A=18,69% p=0,045
7,5 км ниже ГЭС	r=−0,124 R2=0,0155 A=20,50% p=0,635	r=0,807 R2=0,6518 A=11,53% p=0,002	r=−0,650 R2=0,4230 A=16,12% p=0,005	r=0,761 R2=0,5797 A=13,53% p=0,008
2,5 км выше ГЭС	r=−0,095 R2=0,0091 A=21,91 p=0,716	r=0,788 R2=0,6212 A=11,30% p=0,004	r=−0,664 R2=0,4415 A=16,88% p=0,003	r=0,694 R2=0,481 A=15,72% p=0,032
Рукав Ахтубы	r=−0,205 R2=0,0423 A=30,02% p=0,430	r=0,570 R2=0,3250 A=19,29% p=0,151	r=−0,805 R2=0,6486 A=15,86% p <0,001	r=0,816 R2=0,6663 A=15,86% p=0,002

 

Для верификации выявленного феномена дифференцированного влияния температуры и буферной растительности на динамику органического загрязнения водотоков провели термографический анализ пространственного распределения тепловых аномалий. Значения яркостной температуры земной поверхности, полученные за летние периоды в диапазоне 2008–2024 гг., были усреднены в пределах векторных полигонов, соответствующих границам исследуемых участков водосборов (рис. 3).

 

Рис. 3. Термографическая карта изучаемой территории.

Fig. 3. Thermographic map of the study area.

 

Расчёты выявили формирование выраженного теплового острова на участке «7,5 км ниже ГЭС», где усреднённая за летние месяцы температура земной поверхности превышала значения участка «Рукав р. Ахтуба» на 7,1%, а показатели зоны «2,5 км выше ГЭС» — на 13,1%. Помимо этого, сопоставимые температурные условия в зоне ГЭС (34,39 °C) и рукаве Ахтубы (34,04 °C) при резком различии в эффективности самоочищения (R_эфф=15,33 и R_эфф=36,38 соответственно) дополнительно подтверждали высокий потенциал рипарийной растительности в модуляции органической нагрузки на водоём.

ОБСУЖДЕНИЕ

Классические и современные исследования подтверждают, что рипарийные буферные зоны являются ключевым элементом, обеспечивающим устойчивость процессов самоочищения поверхностных водотоков [11]. Их основная функция заключается в эффективном снижении поступления в водотоки биогенных элементов (азота и фосфора) и взвешенных веществ, что косвенно, через уменьшение твёрдого стока, регулирует и нагрузку аллохтонной органики [12]. Метаанализ X. Zhang и соавт. [13] показывает, что оптимально сформированные буферы могут задерживать более 85% поступающих загрязнителей, причём древесная растительность зачастую эффективнее травянистой в отношении биогенов.

Полученные результаты демонстрируют, что данный фундаментальный механизм находит отражение и в динамике интегрального показателя органического загрязнения — БПК₅, снижение которого является одним из признаков функционального протекания процессов самоочищения водотока. Установленная сильная обратная связь между трендами NDVI как комплексным индикатором состояния растительного покрова и БПК₅ на всех изучаемых участках подтверждает, что улучшение состояния рипарийной зоны сопряжено со снижением уровня биоразлагаемой органики в воде. Это согласуется с концепцией, согласно которой мониторинг состояния прибрежной растительности может служить не только диагностическим, но и прогностическим инструментом, опережающим традиционные гидрохимические измерения, фиксирующие уже свершившееся воздействие [14].

Важность устойчивого растительного покрова для реализации буферного потенциала подчёркивается в обзоре P.M. Mayer и соавт. [15], где показано, что зоны шириной более 50 м обеспечивают статистически более стабильное снижение концентраций загрязнителей по сравнению с деградированными участками. В нашем исследовании наиболее значимый вклад растительности в снижение БПК₅ (максимальные значения R_эфф) проявился именно в зоне рукава р. Ахтуба, характеризующейся максимальными среднемноголетними значениями NDVI, а влияние температуры воздуха на БПК₅ здесь оказалось статистически незначимым. Это указывает на способность сформированной рипарийной экосистемы в значительной степени нивелировать климатический стресс в субаридных условиях.

Пространственный анализ, однако, выявил выраженную неоднородность в реализации этого потенциала. Минимальная эффективность механизмов самоочищения (наименьший R_эфф) была зафиксирована на участке «7,5 км ниже ГЭС», где даже относительно высокий прирост NDVI не привёл к пропорциональному снижению БПК₅. Данный феномен свидетельствует о подавлении буферных функций прибрежной растительности в условиях антропогенной нагрузки, усугублённой субаридным характером климата Волгоградской области.

Мы полагаем, что важным сдерживающим фактором здесь является локальный тепловой остров неясного генеза, территориально относящийся к левобережному участку Волги в районе расположения п. Рыбоводный, а также к островам Зеленый, Западный и Денежный. Этот феномен объясняется фундаментальной связью между растительным покровом и тепловым режимом: как показывают исследования M.L. Imhoff и соавт. [16], интенсивность воздействия теплового острова обратно связана с величиной NDVI. Кроме этого, известно, что в крупных городах тепловое загрязнение окружающей среды способно напрямую подавлять физиологические процессы в самой растительности и опосредованно — активность ремедиационных механизмов в прилегающей водной экосистеме, что объясняет низкий ремедиационный эффект на данном участке [17].

Полученные результаты подтверждают концепцию, согласно которой состояние прибрежной растительности, оцениваемое через NDVI, может служить эффективным индикатором потенциала самоочищения водотока (оцениваемого нами по динамике снижения БПК₅) в системе экологического мониторинга. Сильная обратная связь между трендами NDVI и БПК₅, обнаруженная в нашем исследовании, согласуется с результатами J.A. Griffith и соавт. [18], установивших статистически значимые взаимосвязи между значениями NDVI и параметрами качества воды в водотоках Центральных равнин США. Авторы подчёркивают, что NDVI может быть более информативным показателем состояния водосбора, чем разовые гидрохимические измерения.

В интерпретации полученных результатов следует учитывать ряд факторов, которые могут вносить неопределённость в установленные зависимости. Одним из ключевых ограничений является качественный состав рипарийной растительности, оценка которого с помощью NDVI носит комплексный характер. Индекс характеризует усреднённую плотность фотосинтетически активной растительности и не позволяет дифференцировать вклад древесных и травянистых форм, обладающих, согласно литературным данным, различным ремедиационным потенциалом [19]. Кроме того, мы не оценивали прямое влияние микробного сообщества водной толщи и придонных отложений на скорость биохимического окисления органики, в то время как активность микробиоты водоёмов потенциально может иметь иной отклик на воздействие температурного фактора, нежели процессы вегетации в рипарийной зоне.

В связи с этим перспективы дальнейших исследований могут быть связаны с переходом от скрининговой оценки проективного покрытия (по NDVI) к прямому картированию видового состава и функциональных типов рипарийной растительности с применением методов гиперспектральной съёмки и машинного обучения на основе данных о флористическом разнообразии рипарийных зон. Кроме того, подробного изучения требуют причины возникновения выявленного нами теплового острова. Решение этих исследовательских задач позволит чётко дифференцировать вклад древесных и травянистых сообществ в процессы самоочищения и оптимизировать подбор видов для восстановительных мероприятий [20].

ЗАКЛЮЧЕНИЕ

На всех изученных участках выявлена статистически значимая связь между трендами NDVI и БПК₅ (p <0,05), что подтверждает индикаторную роль рипарийной растительности в оценке потенциала самоочищения водотоков в субаридных условиях. Эффективность этой связи оказалась пространственно неоднородной. Максимальное значение отмечалось в наименее нарушенной зоне рукава р. Ахтуба (R_эфф=36,38), минимальное — на урбанизированном участке «7,5 км ниже ГЭС» (R_эфф=11,79), подверженном влиянию локального теплового острова. Это свидетельствует о возможности существенного подавления буферной функции растительности при наличии теплового загрязнения окружающей среды. Учитывая ограничения, связанные с нечувствительностью NDVI к типу растительного покрова, внедрение данных дистанционного зондирования в систему государственного экологического мониторинга представляется возможным на стадии предварительной оценки состояния рипарийных зон и связанного с ним потенциала самоочищения водных объектов. Полученные данные возможно использовать при планировании лесоводственных мероприятий для озеленения наиболее уязвимых участков рипарийных зон. Такой подход способен обеспечить информационную основу для управления качеством воды, необходимым для устойчивого развития аквакультуры и сохранения рекреационной ценности водотоков в субаридных городских агломерациях.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

Вклад авторов. Д.С. Новиков — сбор и анализ литературных источников, программирование в среде геоинформационных систем, статистическая обработка, анализ и интерпретация данных, подготовка и написание первого варианта статьи; Н.И. Латышевская — концепция и дизайн исследования, редактирование текста, редактирование рукописи, утверждение окончательного варианта 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.

Этическая экспертиза. Не применимо.

Источники финансирования. Отсутствуют.

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 использовали ранее опубликованные сведения о многолетней динамике показателя БПК₅, представленные в ежегодных докладах о состоянии окружающей среды Комитета природных ресурсов, лесного хозяйства и экологии Волгоградской области. Данные представлены в открытом доступе.

Доступ к данным. Редакционная политика в отношении совместного использования данных к настоящей работе не применима.

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: D.S. Novikov: investigation, software, formal analysis, writing—original draft; N.I. Latyshevskaya: conceptualization, methodology, writing—review & editing. All the authors approved the version of the manuscript to be published and agreed to be accountable for all aspects of the work, ensuring that questions related to the accuracy or integrity of any part of the work are appropriately investigated and resolved.

Ethics approval: Not applicable.

Funding sources: No funding.

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: In this work, the authors used previously published data on the long-term dynamics of BOD₅ presented in the annual environmental reports of the Committee for Natural Resources, Forestry, and Ecology of the Volgograd Region. These data are publicly available.

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 science editor.

 

¹ Об утверждении Стратегии развития рыбохозяйственного комплекса Российской Федерации на период до 2030 года: распоряжение Правительства РФ от 26.11.2019 № 2798-р (ред. от 12.05.2022). Режим доступа: https://legalacts.ru/doc/rasporjazhenie-pravitelstva-rf-ot-26112019-n-2798-r-ob-utverzhdenii/#100695 Дата обращения: 03.02.2026.

² Об аквакультуре (рыбоводстве) и о внесении изменений в отдельные законодательные акты Российской Федерации: Федеральный закон от 02.07.2013 № 148-ФЗ (ред. от 28.12.2024). Режим доступа: http://www.kremlin.ru/acts/bank/37434 Дата обращения: 07.05.2026.

³ Об охране окружающей среды: Федеральный закон от 10.01.2002 № 7-ФЗ (ред. от 28.12.2025). Режим доступа: https://normativ.kontur.ru/document?moduleId=1&documentId=504467 Дата обращения: 03.02.2026.

⁴ Об утверждении санитарных правил и норм СанПиН 1.2.3685-21 «Гигиенические нормативы и требования к обеспечению безопасности и (или) безвредности для человека факторов среды обитания»: постановление Главного государственного санитарного врача Российской Федерации от 28.01.2021 № 2. Режим доступа: https://normativ.kontur.ru/document?moduleId=9&documentId=500088 Дата обращения: 03.02.2026.

⁵ Об утверждении нормативов качества воды водных объектов рыбохозяйственного значения, в том числе нормативов предельно допустимых концентраций загрязняющих веществ в водах водных объектов рыбохозяйственного значения: приказ Росрыболовства от 26.05.2025 № 296. Режим доступа: https://legalacts.ru/doc/prikaz-rosrybolovstva-ot-26052025-n-296-ob-utverzhdenii-normativov/ Дата обращения: 09.04.2026.

About the authors

Denis S. Novikov

Volgograd State Medical University

Author for correspondence.
Email: denis.novikov@volgmed.ru
ORCID iD: 0000-0002-2886-5431
SPIN-code: 4583-6672

Cand. Sci. (Biology)

Russian Federation, Volgograd

Natalia I. Latyshevskaya

Volgograd State Medical University

Email: latyshnata@mail.ru
ORCID iD: 0000-0002-8367-745X
SPIN-code: 7299-4690

MD, Dr. Sci. (Medicine), Professor

Russian Federation, Volgograd

References

Supplementary files