Геоэкологическая оценка водных объектов водосборного бассейна Белого моря на основе геоморфометрического анализа рельефа

Обложка

Цитировать

Полный текст

Аннотация

В статье авторами рассмотрена восточная часть водосборного бассейна Белого моря в административных границах Архангельской области. Цель исследования — оценка потенциальной предрасположенности основных рек Архангельской обл. к сносу и накоплению осадочного материала (в том числе и загрязненного) на основе расчета геоморфометрических параметров рельефа. Анализ источников загрязнения на глобальном (Европейский центр дестабилизации окружающей среды), региональном (Кольский промышленный узел) и локальном уровнях (предприятия Архангельской обл.) показал, что регион является реципиентом загрязнения. Основной путь переноса загрязняющих веществ — атмосферный, который в дальнейшем трансформируется в перенос водотоками во время паводков. На локальном уровне перенос осуществляется за счет стока вод. Во всех вышеперечисленных вариантах характер рельефа играет доминирующую роль в перераспределении загрязнения. Каждый из вышеперечисленных видов переноса может быть учтен и оценен при расчете геоморфометрических параметров рельефа, которые количественно демонстрируют потенциальную предрасположенность территории к сносу, транзиту и накоплению осадочного материала. Показана высокая роль бессточных впадин как приемников и накопителей загрязнения при расчете стока в поверхностные и подземные воды и переносе материала, как в ионной, так и во взвешенной форме. На основе расчета топографического индекса влажности (TWI), индекса расчлененности рельефа (TRI), индекса потенциала плоскостной эрозии (LS-фактор) сделан вывод, что в бассейнах крупных рек Архангельской обл.: Северная Двина и Пинега, преобладают процессы смыва и транзита, и, как следствие, переноса загрязняющих веществ. А в бассейнах рек Онега и Мезень — преимущественны процессы аккумуляции осадочного материала.

Полный текст

Доступ закрыт

Об авторах

Е. В. Полякова

ФГБУН Федеральный исследовательский центр комплексного изучения Арктики им. академика Н. П. Лаверова УрО РАН

Автор, ответственный за переписку.
Email: lenpo26@yandex.ru
Россия, пр. Никольский, 20, Архангельск, 163020

Ю. Г. Кутинов

ФГБУН Федеральный исследовательский центр комплексного изучения Арктики им. академика Н. П. Лаверова УрО РАН

Email: lenpo26@yandex.ru
Россия, пр. Никольский, 20, Архангельск, 163020

З. Б. Чистова

ФГБУН Федеральный исследовательский центр комплексного изучения Арктики им. академика Н. П. Лаверова УрО РАН

Email: lenpo26@yandex.ru
Россия, пр. Никольский, 20, Архангельск, 163020

А. Л. Минеев

ФГБУН Федеральный исследовательский центр комплексного изучения Арктики им. академика Н. П. Лаверова УрО РАН

Email: lenpo26@yandex.ru
Россия, пр. Никольский, 20, Архангельск, 163020

Список литературы

  1. Булавина А. С. Районирование водосбора Белого моря по степени воздействия материкового стока на морскую водную среду // Вестник МГТУ. 2018. Т. 21. № 1. С. 117–127. https://doi.org/10.21443/1560-9278-2018-21-1-117-127
  2. Георгиади А. Г., Даниленко А. О. Многолетние изменения водного и ионного стока Северной Двины и Печоры // Вестник РФФИ. 2022. № 3–4. С. 103–114. https://doi.org/10.22204/2410-4639-2022-115-116-03-04-103-121
  3. Зверев В. П. Подземные воды земной коры и геологические процессы. М.: Научный мир, 2006. 256 с.
  4. Кутинов Ю. Г., Минеев А. Л., Полякова Е. В., Чистова З. Б. Выбор базовой цифровой модели рельефа (ЦМР) равнинных территорий Севера Евразии и её подготовка для геоэкологического районирования (на примере Архангельской области). Пенза: Социосфера, 2019. 176 с.
  5. Лосев К. С. Экологические проблемы и перспективы устойчивого развития России в XXI веке. М.: Космосинформ, 2001. 399 с.
  6. Минеев А. Л., Полякова Е. В., Кутинов Ю. Г., Чистова З. Б. Надёжность цифровой модели рельефа Архангельской области для проведения геоэкологических исследований // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 4. С. 58–67. https://doi.org/10.21046/2070-7401-2018-15-4-58-67
  7. Михайлов В. Н., Добролюбов С. А. Гидрология: учебник для ВУЗов. М.; Берлин: Директ-Медиа, 2017. 752 с.
  8. О состоянии и об охране окружающей среды Российской Федерации в 2021 году. Государственный доклад. М.: Минприроды России; МГУ им. М. В. Ломоносова, 2022. 684 с.
  9. Полякова Е. В., Кутинов Ю. Г., Минеев А. Л., Чистова З. Б. Анализ возможности применения цифровых моделей рельефа ASTER GDEM v2 и ArcticDEM для исследований арктических территорий России // Современные проблемы дистанционного зондирования Земли из космоса. 2020 Т. 17 № 7 С. 117–127. https://doi.org/10.21046/2070-7401-2020-17-7-117-127
  10. Полякова Е. В. Геоморфометрический подход в геоэкологических исследованиях северных территорий страны // Успехи современного естествознания. 2018. № 3. С. 117–122. https://doi.org/10.17513/use.36712
  11. Полякова Е. В. Учет геоморфометрических параметров рельефа при ведении хозяйственной деятельности на территории Архангельской области // Евразийский союз ученых. 2019. № 3–2(60). С. 33–37. https://doi.org/10.31618/ESU.2413-9335.2019.2.60.33-37
  12. Полякова Е. В., Кутинов Ю. Г., Минеев А. Л., Чистова З. Б. Применение геоморфометрического анализа рельефа при осуществлении хозяйственной деятельности на территории Архангельской области // Геоэкология. 2021. № 2. С. 86–95. https://doi.org/10.31857/S0869780921020065
  13. Полякова Е. В., Кутинов Ю. Г., Минеев А. Л., Чистова З. Б. Цифровое моделирование рельефа в оценке вероятности развития эрозионных процессов в северных регионах страны // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 1. С. 95–104. https://doi.org/10.21046/2070-7401-2019-16-1-95-104
  14. Полякова Е. В., Кутинов Ю. Г., Минеев А. Л., Чистова З. Б., Беленович Т. Я. Применение глобальной цифровой модели рельефа ASTER GDEM v2 для выделения районов возможной активизации карстовых процессов на территории Архангельской области // Ученые записки Казанского университета. Сер. Естественные науки. 2021. Т. 163. № 2. С. 302–319. https://doi.org/10.26907/2542-064X.2021.2.302-319
  15. Полякова Е. В., Кутинов Ю. Г., Чистова З. Б., Минеев А. Л. Алгоритм расчёта базисных поверхностей на основе цифровой модели рельефа в программном обеспечении SAGA GIS (на примере Архангельской области) // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 3. С. 104–115. https://doi.org/10.21046/2070-7401-2023-20-3-104-115
  16. Руш Е. А. Анализ методов геоэкологической оценки природно-техногенных систем // Экология промышленного производства. 2006. № 3. С. 2–8
  17. Рычагов Г. И. Общая геоморфология. М.: Наука, 2006. 416 с.
  18. Система Белого моря. Т. 1. Природная среда водосбора Белого моря. М.: Научный мир, 2010. 480 с.
  19. Трубицина О. П. Кислотно-щелочные особенности осадков прибрежной зоны Архангельской области: ретроспективный анализ // Вестник Северного (Арктического) федерального университета. Сер. Естественные науки. 2016. № 4. С. 17–25. https://doi.org/10.17238/issn2227-6572.2016.4.17
  20. Филатов Н. Н., Тержевик А. Ю. Белое море и его водосбор под влиянием климатических и антропогенных факторов. Петрозаводск: Карельский научный центр РАН, 2007. 335 с.
  21. Geomorphometry: Concepts, Software, Applications / T. Hengl, H. I. Reuter (Eds.). Amsterdam, Elsevier. 2009. 796 p.
  22. Moore I. D., Grayson R. B., Ladson A. R. Digital terrain modelling: a review of hydrological, geomorphological and biological applications // Hydrological Processes. 1991. V. 5(1). P. 3–30.
  23. Reily Shawn J., DeGloria Stephen D., Elliot R. A Terrain Ruggedness Index That Quantifies Topographic Heterogeneity // Int. Journal of Science. 1999. V. 5 (1–4). P. 23–27.
  24. Wang L., Liu H. An efficient method for identifying and filling surface depressions in digital elevation models for hydrologic analysis and modeling // Int. J. Geogr. Inf. Sci. 2006. V. 20. № 2. Р. 193–213. https://doi.org/10.1080/13658810500433453

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Схема водосборного бассейна Белого моря: а — с субъектами РФ и источниками загрязнения по [20]: 1–6 — ан- тропогенные объекты воздействия в пределах бассейна: 1 — горно-обогатительные и горно-добывающие; 2 — целлю- лозо-бумажные; 3 — транспортные; 4 — энергетические; 5 — горно-металлургические; 6 — комплексного воздействия; б – районирование бассейна по степени негативного воздействия речного стока на качество морских вод по [1]: 1–4 — воздействие: 1 — недопустимое, 2 — допустимое, 3 — слабое, 4 — незначительное.

Скачать (928KB)
Метаданные
3. Рис. 2. Цифровая модель рельефа с разрешением 1 угловая секунда и ее увеличенный фрагмент (а) и схемы водосборных площадей крупных рек в пределах Архангельской обл. в гидрологическом (б) и геоморфометрическом (в) понятиях. б — бассейны крупных рек: 1 — Северной Двины, 2 — Онеги, 3 — Пинеги, 4 — Мезени.

Скачать (886KB)
Метаданные
4. Рис. 3. Схема районирования региона по условиям накопления и переноса материала: 1–3 — зоны: 1 — сно- са, 2 — размыва и транзита, 3 — аккумуляции. Цифры в кружках — возвышенности и плато: 1 — Беломорско- Кулойское плато; 2 — плато Онежского полуострова; 3 — Двино-Мезенская возвышенность; 4 — возвышенность Северные Увалы; 5 — Онего-Двинская возвышенность; 6 — Ветреный Пояс; 7 — Вельско-Устьянское плато.

Скачать (282KB)
Метаданные
5. Рис. 4. Схема сопоставления кластерных значений плотности бессточных впадин с плотностью болот (а) и распростране- нием карстующихся пород (б) на территории Архангельской обл. 1–3 — кластерные значения плотности бессточных впа- дин: 1 — минимальные; 2 — средние; 3 — максимальные; 4–8 — плотность болот, %: 4 — менее 10; 5 – 10–20; 6 – 20–30; 7 — 30–40; 8 — более 40; 9 — полоса развития карстующихся пород, 10 — типы карста: I — открытый, II — покрытый.

Скачать (630KB)
Метаданные
6. Рис. 5. Схемы основных водосборных бассейнов рек по данным цифрового моделирования.

Скачать (418KB)
Метаданные
7. Рис. 6. Схемы сопоставления источников антропогенного воздействия на природную среду Архангельской обл.: а — с бас- сейнами крупных рек, б — с кластерными значениями плотности бессточных впадин. 1–5 — зоны: 1 — интенсивного промышленного воздействия; 2 — горнодобывающие, 3 — воздействия космодрома, 4 — сброса отработанных ступеней ракет, 5 — лесопромышленного воздействия; 6 — дороги общего и федерального пользования; 7–14 — месторождения: 7 — алмазов, 8 — бокситов, 9 — гипсов, 10 — известняков, 11 — строительных камней, 12 — глин, 13 — песков, 14 — пес- чано-гравийного материала, 15 — пресных подземных вод, 16 — минеральных подземных вод; 17 — ТЭЦ; 18 — крупные дизельные электростанции; 19–23 — бассейны рек: 19 — Северной Двины, 20 — Онеги, 21 — Пинеги, 22 — Мезени, 23 — всех остальных; 24–26 — кластерные значения плотности бессточных впадин: 24 — минимальные, 25 — средние, 26 — максимальные.

Скачать (635KB)
Метаданные

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».