Целью данной работы является комплексное изучение микробиоты северных почв в районах вечной мерзлоты, отбор психрофильных и ацидофильных штаммов-деструкторов нефтепродуктов, а также полногеномное секвенирование выделенных бактерий для выявления ключевых генетических детерминант их биодеградационной активности. Проанализированы полногеномные последовательности шести штаммов (Glutamicibacter creatinolyticus GAV-1, Lysinibacillus capsici 5a-1, Serratia fonticola 16a-1/24-1/DEST-2, Sporosarcina psychrophila 5b-1), выделенных из нефтезагрязнённых почв (6 образцов). Филогенетическое позиционирование по 16S рРНК подтвердило отнесение изолятов к известным видам и отсутствие выраженной таксономической новизны. Сопоставление протеомов с базой HADEG с использованием Proteinortho/DIAMOND выявило резкое расслоение нефтеокисляющего потенциала: у трёх S. fonticola обнаружено по 19 HADEG-генов на геном (алкановые, ароматические и биосурфактантные модули), у G. creatinolyticus GAV-1 – 17 генов, отнесённых только к ароматическому катаболизму; у S. psychrophila 5b-1 – 4 ароматических гена; у L. capsici 5a-1 – 1 ароматический ген. В ароматическом профиле GAV-1 доминировал протокатехуатный орто-путь (7 генов) при наличии дополнительных подпутей (фенилуксусная кислота, гомопротокатехуат, катехол, толуол). Даже внутри филогенетически «обычных» таксонов формируется существенно различный нефтеокисляющий функционал; S. fonticola выступают кандидатами на роль «универсальных» деструкторов, тогда как G. creatinolyticus, вероятно, специализирован на переработке ароматических промежуточных метаболитов, а S. psychrophila и L. capsici могут выполнять вспомогательные функции в консорциумах холодных кислых почв.
Ключевые слова: биоремедиация, нефтезагрязнённые почвы, полногеномное секвенирование, 16S рРНК, аэробная деградация углеводородов, база данных по аэробной деградации углеводородов (HADEG)
Список процитированных источников
1. Алексеев А.Ю., Забелин В.А., Куц С.А., Пушкарев Н.С. Практика биологической рекультивации // Нефтяное хозяйство. 2006. № 12. С. 98–99.
2. Емельянова Е.К., Алексеев А.Ю., Мокеева А.В., Тарасова М.В., Шестопалов М.А., Карпова Е.В., Забелин В.А., Шестопалов А.М., Ильичева Т.Н. Биорекультивация загрязненных нефтью объектов в Тюменской области // Вестник Новосибирского государственного университета. Серия: Биология, клиническая медицина. 2010. Т. 8. Вып. 4. С. 155–161.
3. Васильев А.В. Использование биосорбентов для очистки почв и водных объектов от нефтяных загрязнений // Известия Самарского научного центра Российской академии наук. 2024. № 26 (122). С. 164–174. doi: 10.37313/1990-5378-2024-26-6-164-174
4. Адаменко Л.С., Алексеев А.Ю., Забелин В.А., Филатов Д.А., Шаршов К.А., Шестопалов А.М. Метод утилизации нефтяных разливов с водной поверхности с применением сорбента на основе мультиграфена и микробного препарата в приближенных к естественным условиях // Экологический вестник России. 2014. № 3. С. 32–34.
5. Chapman P., Wade T.L., Knap A.H. Environmental effects and management of oil spills on marine ecosystems // Environmental Management of Marine Ecosystems / Eds. M.N. Islam, S.E. Jorgensen. Boca Raton: CRC Press, 2018. P. 119–146. doi: 10.1201/9781315153933-5
6. Алексеев А.Ю., Адаменко Л.С., Забелин В.А., Макарчук А.Л., Шестопалов А.М. Биоремедиация загрязнённых нефтепродуктами территорий как основа системы мероприятий для улучшения среды обитания человека на севере Сибири // Якутский медицинский журнал. 2016. № 2 (54). С. 44–46.
7. Ветрова А.А., Забелин В.А., Иванова А.А., Адаменко Л.А., Делеган Я.А., Петриков К.В. Биодеградация нефти консорциумом штаммов-нефтедеструкторов в лабораторных модельных системах // Юг России: экология, развитие. 2018. № 13 (1). С. 184–198. doi: 10.18470/1992-1098-2018-1-184-198
8. Fan M.-Y., Xie R.-J., Qin G. Bioremediation of petroleum-contaminated soil by a combined system of biostimulation-bioaugmentation with yeast // Environmental Technology. 2014. V. 35. No. 1–4. P. 391–399. doi: 10.1080/09593330.2013.829504
9. Мокеева А.В., Алексеев А.Ю. Емельянова Е.К., Забелин В.А., Заушинцева А.В., Тараканова А.С., Ше-В.А., Заушинцева А.В., Тараканова А.С., Шестопалов А.М., Ильичева Т.Н. Ассоциация штаммов бактерий-нефтедеструкторов для ремедиации нефтезагрязнённых территорий // Вестник НГУ. Серия: Биология, клиническая медицина. 2011. Т. 9. № 3. С. 27–34.
10. Сидоренко М.Л., Русакова Д.А. Разнообразие психрофильных бактерий и их биотехнологический потенциал (обзор) // Вестник Томского государственного университета. Биология. 2022. № 58. С. 28–54. doi: 10.17223/19988591/58/2
11. Drewes J.L., White J.R., Dejea C.M., Fathi P., Iyadorai T., Vadivelu J., Roslani A.C., Wick E.C., Mongodin E.F., Loke M.F., Thulasi K., Gan H.M., Goh K.L., Chong H.Y., Kumar S., Wanyiri J.W., Sears C.L. Highresolution bacterial 16S rRNA gene profile meta-analysis and biofilm status reveal common colorectal cancer consortia // Biofilms Microbiomes. 2017. V. 3. Article No. 34. doi: 10.1038/s41522-017-0040-3
12. Schwengers O., Jelonek L., Dieckmann M.A., Beyvers S., Blom J., Goesmann A. Bakta: rapid and standardized annotation of bacterial genomes via alignment-free sequence identification // Microbial Genomics. 2021. V. 7. No. 11. Article No. 000685. doi: 10.1099/mgen.0.000685
13. Rojas-Vargas J., Castelán-Sánchez H.G., PardoLópez L. HADEG: A curated hydrocarbon aerobic degradation enzymes and genes database // Computational Biology and Chemistry. 2023. V. 107. Article No. 107966. doi: 10.1016/j.compbiolchem.2023.107966
14. Lechner M., Findeiss S., Steiner L., Marz M., Stadler P.F., Prohaska S.J. Proteinortho: detection of (Co-) orthologs in large-scale analysis // BMC Bioinformatics. 2011. V. 12. Article No. 124. doi: 10.1186/1471-2105-12-124
15. Buchfink B., Reuter K., Drost H.-G. Sensitive protein alignments at tree-of-life scale using DIAMOND // Nature Methods. 2021. V. 18. No. 4. P. 366–368. doi: 10.1038/ s41592-021-01101-x
Сведения о финансировании:
Работы выполнены в рамках государственного задания НИИ вирусологии ФИЦ ФТМ №125031903984-1.
2026 г., № 3 Раздел: Экологизация производства УДК: 662.767.1,504.06,66.02
Эколого-экономическая эффективность малотоннажного производства метанола на основе газогенераторов синтез-газа
А.М. Кузьмин, Е.М. Гашевский
Рассмотрена проблема обеспечения метанолом отдалённых нефтегазовых месторождений. Показано, что традиционная схема транспортировки сопряжена с высокими экологическими рисками, обусловленными возможными утечками и загрязнением окружающей среды. В качестве альтернативы предложено создание мобильных малотоннажных установок производства метанола на основе некаталитического парциального окисления метана в газогенераторе синтез-газа (ГСГ). Приведены результаты численного моделирования внутрикамерных процессов для производительности 5000 т метанола в год. Установлено, что оптимизация смесительной головки позволяет достичь полноты сгорания метана на уровне 99,2 % при отсутствии сажеобразования и минимальном остаточном содержании метана. На основе методологии оценки жизненного цикла (LCA) выполнен расчёт углеродного следа. Показано, что локальное производство метанола снижает удельные выбросы парниковых газов на 40–58 % по сравнению с централизованным производством и транспортировкой на расстояние от 2000–5000 км. Представлены результаты технико-экономической оценки для производительностей 2500–10000 т/год, включая показатели CAPEX, OPEX, себестоимости, IRR, NPV и срока окупаемости. Выполнен системный анализ экологических и технологических рисков внедрения ГСГ-установок, включая пожаро- и взрывоопасность, с обоснованием мер их минимизации. Сделан вывод о том, что внедрение ГСГ-установок существенно снижает экологическую нагрузку на труднодоступных территориях за счёт исключения дальних перевозок опасного груза и уменьшения эмиссии парниковых газов.
1. Кемалов Р.А., Кемалов А.Ф. Технологии получения и применения метанола. Казань: Казан. ун-т, 2016. 167 с.
2. Арутюнов В.С., Голубева И.А., Елисеев О.Л., Жагфаров Ф.Г. Технология переработки углеводородных газов. М.: Юрайт, 2020. 723 с.
3. Арутюнов В.С. Окислительная конверсия природного газа. М.: Красанд, 2011. 590 с.
4. Magson J., Lee Chan T.G., Mohammed A., Ward K. Towards flexible large-scale, environmentally sustainable methanol and ammonia co-production using industrial symbiosis // RSC Sustainability. 2025. V. 3. No. 3. P. 1157–1169. doi: 10.1039/d4su00647j
5. Кузьмин А.М. Попутный нефтяной газ в метанол: экологические последствия факельного сжигания и перспективы низкоуглеродной энергетики (обзор) // Теоретическая и прикладная экология. 2026. № 2. С. 29–39. doi: 10.25750/1995-4301-2026-2-029-039
6. Кантор Г.Я., Сырчина Н.В. Альтернативная оценка вклада метана в парниковый эффект // Теоретическая и прикладная экология. 2023. № 3. С. 197–207. doi: 10.25750/1995-4301-2023-3-197-207
7. Launder B.E., Spalding D.B. The numerical computation of turbulent flows // Comput. Methods Appl. Mech. Eng. 1974. V. 3. No. 2. P. 269–289. doi: 10.1016/00457825(74)90029-2
8. Magnussen B.F., Hjertager B.H. On mathematical modeling of turbulent combustion with special emphasis on soot formation and combustion // Symp. Combust. Proc. 1977. V. 16. No. 1. P. 719–729. doi:10.1016/S00820784(77)80366-4
9. Bouziane A., Alami A., Zaitri M., Bouchame B., Bouchetara M. Investigation of swirl stabilized CH4 air flame with varied hydrogen content by using computational fluid dynamics (CFD) to study the temperature field and flame shape // Eng. Technol. Appl. Sci. Res. 2021. V. 11. No. 2. P. 6943–6948. doi: 10.48084/etasr.4034
10. Кузьмин А.М., Гашевский Е.М. Исследование термодинамических процессов парциального окисления в газогенераторе синтез-газа // Научный журнал Российского газового общества. 2023. № 1. С. 106–112. doi: 10.55557/2412-6497-2023-1-106-112
11. Кочуров Б.И., Глуховская М.Ю., Гарицкая М.Ю., Евстифеева Т.А. О методических подходах к определению углеродного следа // Теоретическая и прикладная экология. 2023. № 4. С. 216–224. doi: 10.25750/19954301-2023-4-216-224
12. Prifti K., Lechtenberg F., Manenti F., Espuña A., Graells M. Comparing the climate impact of methanol production in Europe: Steam methane reforming vs. Plastic waste gasification processes // Resour. Conserv. Recycl. 2024. V. 208. Article No. 107653. doi: 10.1016/j. resconrec.2024.107653
13. Makaryan I.A., Salgansky E.A., Arutyunov V.S., Sedov I.V. Non-catalytic partial oxidation of hydrocarbon gases to syngas and hydrogen: a systematic review // Energies. 2023. V. 16. No. 6. Article No. 2916. doi: 10.3390/ en16062916
14. Masum F.H., Tan E.C.D., Kolodziej C.P., Hawkins T.R. Life cycle assessment of methanol from fossil, biomass, and waste sources, and its use as a marine fuel in dual-fuel engines // Environ. Sci. Technol. 2025. V. 59. No. 43. P. 23239–23250. doi: 10.1021/acs.est.5c08873
15. Al-Yafei H., Aseel S., AlNouss A., AlJarrah M., Abdussamie N., Al-Kuwari A., Kerret A., Ghafoor N.A., Winarno M.R., Al-Bader A., Al Tamimi T., Sabbah S. Driving Green: a comprehensive sustainability analysis of natural gas-to-methanol and methanol-to-gasoline supply chains // Sustainability. 2026. V. 18. No. 1. Article No. 527. doi: 10.3390/su18010527
16. Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change / Eds. V. Masson-Delmotte, P. Zhai, A. Pirani, S.L. Connors, C. Péan, Y. Chen, L. Goldfarb, M.I. Gomis, J.B.R. Matthews, S. Berger, M. Huang, O. Yelekçi, R. Yu, B. Zhou, E. Lonnoy, T.K. Maycock, T. Waterfield, K. Leitzell, N. Caud. Intergovermental Panel on Climate Change, 2021. 40 p.
17. Vasilyev A.V. Complex ecological monitoring of negative impact of oil-containing waste in areas of oilfields as an object of ecological risk // Theoretical and Applied Ecology. 2023. No. 4. P. 78–84. doi: 10.25750/1995-43012023-4-078-084
18. Загашвили Ю.В., Ефремов В.Н., Кузьмин А.М., Лищинер И.И. Комплекс получения синтез-газа для малотоннажного производства метанола // НефтеГазоХимия. 2017. № 1.С. 19–26.
19. Кузьмин А.М., Гашевский Е.М., Кузьмина Ю.В. Обоснование геометрических характеристик газогенератора синтез-газа // Научный журнал Российского газового общества. 2023. № 3. С. 104–117.
20. Кузьмин А.М., Улманис А.А., Ценева С.Н., Буслаев Г.В., Морин А.А. Технико-экономическая оценка технологии малотоннажного производства метанола при парциальном окислении природного газа воздухом // Нефтегазовое дело. 2022. № 1. С. 144–169. doi: 10.17122/ ogbus-2022-1-144-169
21. Брейли Р., Майерс С. Принципы корпоративных финансов. М.: Олимп-Бизнес, 2016. 1008 с.
22. Загашвили Ю.В., Кузьмин А.М. Оптимизация состава синтез-газа для малотоннажного производства метанола // НефтеГазоХимия. 2018. № 3. С. 39–43. doi: 10.24411/2310-8266-2018-10303
23. Загашвили Ю.В., Кузьмин А.М. Влияние состава водородсодержащего газа на выход метанола // Известия Томского политехнического университета. Инжиниринг георесурсов. 2020. Т. 331. № 10. С. 187–195. doi: 10.18799/24131830/2020/10/2871
24. Lishchiner I.I., Malova O.V., Tarasov A.L. Conversion of associated petroleum gas into aromatic hydrocarbons // Catal. Ind. 2019. V. 11. No. 2. P. 138–146. doi: 10.1134/S2070050419020077
25. Лищинер И.И., Малова О.В., Толчинский Л.С. Модульные энерготехнологические установки Энергосинтоп // Газохимия: состояние и пути развития в XXI веке: труды Московского семинара по газохимии 2012–2013 гг. М.: РГУ нефти и газа им. И.М. Губкина, 2014. С. 140–160.
2026 г., № 3 Раздел: Методология и методы исследований. Модели и прогнозы УДК: 543.641:543.95
Разработка методики одновременного определения жирных и фенольных кислот – ценных вторичных метаболитов плодов рябины (Sorbus L.)
Н.Э. Вебер, И.В. Груздев, О.Г. Шевченко, О.В. Скроцкая
Плоды рябины (Sorbus L.) хорошо известны своими питательными и лечебными свойствами, часть из которых напрямую связана с высоким содержанием органических кислот. Антиоксидантная активность плодов рябины ассоциирована с фенолкарбоновыми кислотами, в то время как биологическая ценность её липидного комплекса определяется наличием в составе липидов незаменимых жирных кислот из рядов ω-3 и ω-6. Для раздельного определения высших карбоновых кислот и фенолкислот при их совместном присутствии в растительных материалах разработана экстракционно-хроматографическая методика, при реализации аналитического цикла которой происходит полное отделение соединений этих двух классов органических кислот. Идентификацию и количественное определение кислот проводят газохроматографическими методами с масс-селективным или пламенно-ионизационным детектором (ГХ-МС/ПИД). Апробация методики проведена на плодах разных видов и сортов рода Sorbus, широко представленных в научной коллекции Ботанического сада ИБ ФИЦ Коми НЦ УрО РАН. В экстрактах из плодов рябины методом ГХ-МС было идентифицировано 18 жирных и 7 фенольных кислот. Проведена сравнительная оценка антиоксидантной активности экстрактов плодов рябины различных видов и сортов. Выявлены образцы (S. aucuparia subsp. phuashanensis), сочетающие высокое содержание феруловой и кофейной кислот с выраженной антиоксидантной активностью. Разработанная методика определения органических кислот в растительных материалах может быть рекомендована для сопровождения селекционного процесса и направленного отбора растений для производства фитопрепаратов и биологически активных добавок.
1. Gabrielyan E.Ts. Rowan trees (Sorbus L.) of Western Asia and the Himalayas. Erevan: Izdatelstvo AN ArmSSR, 1978. 264 p. (in Russian).
2. Zaikonnikova T.I. Arctic flora of the USSR. Leningrad: Nauka, 1984. 118 p. (in Russian).
3. Petrov E.M. Rowan. M.: Selkhozgiz, 1957. 257 p. (in Russian).
4. Komarov V.L. Flora of the USSR. Moskva: Izdatelstvo AN SSSR, 1939. V. 8. 235 p. (in Russian).
5. Tolmachev A.I. Flora of the North-Eastern European part of the USSR. Leningrad: Nauka, 1976. V. 3. 107 p. (in Russian).
6. Sokolov P.D. Plant resources of the USSR. Flowering plants, their chemical composition, and use. Families of Hydrangeaceae – Haloragaceae. Leningrad: Nauka, 1987. 326 p. (in Russian).
7. Fomenko S.E., Kushnerova N.F., Srygin V.G., Drugova E.S., Momot T.V. Chemical composition and biological activity of the rowanberry extract // Chemistry of plant raw material. 2015. V. 2. P. 161–168 (in Russian). doi: 10.14258/jcprm.201502571
8. Ivanova S.V., Shelepova O.V., Kirichenko E.B. Microelement composition of common mountain ash fruits (Sorbus aucuparia L.) // Vestnik of the Orenburg State University. 2005. No. 2S-2(40). P. 9–10 (in Russian).
9. MikulicPetkovsek M., Krska B., Kiprovski B., Veberic R. Bioactive components and antioxidant capacity of fruits from nine Sorbus genotypes // J. Food Sci. 2017. V. 82. No. 3. P. 647–658. doi: 10.1111/1750-3841.13643
10. Farhoosh R., Johnny S., Asnaashari M., Molaahmadibahraseman N., Sharif A. Structure–antioxidant activity relationships of o-hydroxyl, o-methoxy, and alkyl ester derivatives of p-hydroxybenzoic acid // Food Chem. 2016. V. 194. P. 128–134. doi: 10.1016/j.foodchem.2015.08.003
11. Chen J., Yang J., Ma L., Li J., Shahzad N., Kim C.K. Structure–antioxidant activity relationship of methoxy, phenolic hydroxyl, and carboxylic acid groups of phenolic acids // Sci. Rep. 2020. V. 10. No. 1. Article No. 2611. doi: 10.1038/s41598-020-59451-z
12. Saini R.K., Keum Y.-S. Omega-3 and omega-6 polyunsaturated fatty acids: dietary sources, metabolism, and significance – a review // Life Sci. 2018. V. 203. P. 255–267. doi: 10.1016/j.lfs.2018.04.049
13. Vázquez L., Corzo-Martínez M., Arranz-Martínez P., Barroso E., Reglero G., Torres C.F. Bioactive lipids // Bioactive molecules in food / Eds. J.-M. Mérillon, K.G. Ramawat. Cham: Springer, 2019. P. 467–527. doi: 10.1007/978-3-319-78030-6_58
14. Gladyshev M.I. Essential polyunsaturated fatty acids and their dietary sources for man // Journal of Siberian Federal University. Biology. 2012. V. 5. No. 4. P. 352–386 (in Russian).
15. Lobayeva T.A. Study of the composition and content of fatty acids in herbal remedies // RUDN journal of medicine. 2015. No. 2. P. 9–18 (in Russian).
16. Harwood J.L. Recent advances in the biosynthesis of plant fatty acids // Biochim. Biophys. Acta, Lipids Lipid Metab. 1996. V. 1301. No. 1–2. P. 7–56. doi: 10.1016/0005-2760(95)00242-1
17. Arceusz A., Wesolowski M., Konieczynski P. Methods for extraction and determination of phenolic acids in medicinal plants: a review // Nat. Prod. Commun. 2013. V. 8. No. 12. P. 1821–1829. doi: 10.1177/1934578X1300801238
18. Wu Z., Zhang Q., Li N., Pu Y., Wang B., Zhang T. Comparison of critical methods developed for fatty acid analysis: a review // J. Sep. Sci. 2017. V. 40. No. 1. P. 288–298. doi: 10.1002/jssc.201600707
19. Lima-Pereira Y., de Souza E.M.O., dos Reis D.S., Barcellos-Silva I.G.C., Miki K.S.L., Veiga-Júnior V.F., Teixeira-Costa B.E. Current perspectives on the extraction, isolation, and identification of fats and fatty acids using conventional and green methods // Separations. 2025. V. 12. No. 6. Article No. 160. doi: 10.3390/separations12060160
20. Edo G.I., Nwachukwu S.C., Ali A.B.M., Yousif E., Jikah A.N., Zainulabdeen K., Ekokotu H.A., Isoje E.F., Igbuku U.A., Opiti R.A., Akpoghelie P.O., Owheruo J.O., Essaghah A.E.A. A review on the composition, extraction and applications of phenolic compounds // Ecol. Front. 2025. V. 45. No. 1. P. 7–23. doi: 10.1016/j.ecofro.2024.09.008
21. Ruiz-Rodriguez A., Reglero G., Ibañez E. Recent trends in the advanced analysis of bioactive fatty acids // J. Pharm. Biomed. Anal. 2010. V. 51. No. 2. P. 305–326. doi: 10.1016/j.jpba.2009.05.012.
22. Becerra-Herrera M., Lazzoi M.R., Sayago A., Beltrán R., del Sole R., Vasapollo G. Extraction and determination of phenolic compounds in the berries of Sorbus americana Marsh and Lonicera oblongifolia (Goldie) Hook // Food Anal. Methods. 2015. V. 8. No. 10. P. 2554–2559. doi: 10.1007/s12161-015-0151-5
23. Cui H., Zhou J., Xu F., Lai C.Z., Wan G.H. Determination of phenolic compounds using high-performance liquid chromatography with Ce4+-Tween 20 chemiluminescence detection // Anal. Chim. Acta. 2004. V. 511. No. 2. P. 273–279. doi: 10.1016/j.aca.2004.01.046
24. Kivilompolo M., Obůrka V., Hyötyläinen T. Comparison of GC–MS and LC–MS methods for the analysis of antioxidant phenolic acids in herbs // Anal. Bioanal. Chem. 2007. V. 388. No. 4. P. 881–887. doi: 10.1007/ s00216-007-1298-8
25. Simirgiotis M.J., Silva M., Becerra J., SchmedaHirschmann G. Direct characterisation of phenolic antioxidants in infusions from four Mapuche medicinal plants by liquid chromatography with diode array detection (HPLC-DAD) and electrospray ionisation tandem mass spectrometry (HPLC–ESI–MS) // Food Chem. 2012. V. 131. No. 1. P. 318–327. doi: 10.1016/j.foodchem.2011.07.118
26. Ribas-Agustí A., Gratacós-Cubarsí M., Sárraga C., García-Regueiro J.-A., Castellari M. Analysis of eleven phenolic compounds including novel p-coumaroyl derivatives in lettuce (Lactuca sativa L.) by ultra-high-performance liquid chromatography with photodiode array and mass spectrometry detection // Phytochem. Anal. 2011. V. 22. No. 6. P. 555–563. doi: 10.1002/pca.1318
27. Barros L., Dueñas M., Ferreira I.C.F.R., Baptista P., Santos-Buelga C. Phenolic acids determination by HPLC–DAD–ESI/MS in sixteen different Portuguese wild mushrooms species // Food Chem. Toxicol. 2009. V. 47. No. 6. P. 1076–1079. doi: 10.1016/j.fct.2009.01.039
28. Gruzdev I.V., Zenkevich I.G., Kondratenok B.M. Derivatization in gas chromatographic determination of phenol and aniline traces in aqueous media // Russ. Chem. Rev. 2015. V. 84. No. 6. P. 653–664. doi: 10.1070/RCR4553
29. Parkinson D.R. Analytical derivatization techniques // Reference module in chemistry, molecular sciences and chemical engineering. Elsevier, 2014. 38 p. doi: 10.1016/b978-0-12-409547-2.11454-4
30. Moidoveanu S.C., David V. Derivatization reactions for analytes with various functional groups // Journal of chromatography library. Sample preparation in chromatography / Eds. S.C. Moidoveanu, V. David. Elsevier, 2002. V. 65. P. 639–845. doi: 10.1016/S03014770(02)80020-3
31. Smolarz H.D. Application of GC-MS method for analysis of phenolic acids and their esters in chloroformic extracts from some taxons of Polygonum L. genus // Chem. Anal. 2001. V. 46. No. 3. P. 439–444.
32. Citová I., Sladkovský R., Solich P. Analysis of phenolic acids as chloroformate derivatives using solid phase microextraction–gas chromatography // Anal. Chim. Acta. 2006. V. 573–574. P. 231–241. doi: 10.1016/j. aca.2006.04.077
33. Ichihara K., Fukubayashi Y. Preparation of fatty acid methyl esters for gas-liquid chromatography // J. Lipid Res. 2010. V. 51. No. 3. P. 635–640. doi: 10.1194/ jlr.D001065.
34. Ifeanacho M.O., Ikewuchi C.C., Ikewuchi J.C. Investigation of the profile of phenolic compounds in the leaves and stems of Pandiaka heudelotii using gas chromatography coupled with flame ionization detector // Food Sci. Nutr. 2016. V. 5. No. 3. P. 646–652. doi: 10.1002/fsn3.443
35. Schummer C., Delhomme O., Appenzeller B.M.R., Wennig R., Millet M. Comparison of MTBSTFA and BSTFA in derivatization reactions of polar compounds prior to GC/MS analysis // Talanta. 2009. V. 77. No. 4. P. 1473–1482. doi: 10.1016/j.talanta.2008.09.043
36. Young R.F., Coy D.L., Fedorak P.M. Evaluating MTBSTFA derivatization reagents for measuring naphthenic acids by gas chromatography–mass spectrometry // Anal. Methods. 2010. V. 2. No. 6. P. 765–770. doi: 10.1039/c0ay00014k
37. Proestos C., Boziaris I.S., Nychas G.-J.E., Komaitis M. Analysis of flavonoids and phenolic acids in Greek aromatic plants: investigation of their antioxidant capacity and antimicrobial activity // Food Chem. 2006. V. 95. No. 4. P. 664–671. doi: 10.1016/j.foodchem.2005.01.049
38. Proestos C., Sereli D., Komaitis M. Determination of phenolic compounds in aromatic plants by RP-HPLC and GC-MS // Food Chem. 2006. V. 95. No. 1. P. 44–52. doi: 10.1016/j.foodchem.2004.12.016
39. Orata F. Derivatization reactions and reagents for gas chromatography analysis // Advanced gas chromatography – progress in agricultural, biomedical and industrial applications / Ed. M.M. Rijeka. IntechOpen, 2012. P. 83–108. doi: 10.5772/33098
40. Özcan M.M., Al Juhaimi F., Ahmed I.A.M., Babiker E.E., Ghafoor K. Antioxidant activity, fatty acid composition, phenolic compounds and mineral contents of stem, leave and fruits of two morphs of wild myrtle plants // Food Measure. 2020. V. 14. No. 3. P. 1376–1382. doi: 10.1007/s11694-020-00387-3
41. Gruzdev I.V., Veber N.E., Skrotskaya O.V. Isolation and determination of phenolic acids in rowanberry fruits (Sorbus L.) by gas chromatography // Analytics and control. 2024. V. 28. No. 2. P. 87–97 (in Russian). doi: 10.15826/analitika.2024.28.2.002
42. Platonova E.Yu., Golubev D.A., Zemskaya N.V., Shevchenko O.G., Patov S.A., Shaposhnikov M.V., Moskalev A.A. The antioxidant and geroprotective properties of an extract of mountain ash (Sorbus aucuparia L.) fruits // Mol. Biol. 2023. V. 57. No. 6. P. 978–992. doi: 10.1134/S0026893323060134
43. Mikhailova D.V., Shevchenko O.G., Golubev D.A., Platonova E.Y., Zemskaya N.V., Shoeva O.Y., Gordeeva E.I., Patov S.A., Shaposhnikov M.V., Khlestkina E.K., Moskalev A.А. Antioxidant properties and geroprotective potential of wheat bran extracts with increased content of anthocyanins // Antioxidants. 2023. V. 12. No. 11. Article No. 2010. doi: 10.3390/antiox12112010
44. Golubev D., Platonova E., Zemskaya N., Shevchenko O., Shaposhnikov Mi., Nekrasova P., Patov S., Ibragimova U., Valuisky N., Borisov A., Zhukova X., Sorokina S., Litvinov R., Moskalev A. Berberis vulgaris L. extract supplementation exerts regulatory effects on the lifespan and healthspan of Drosophila through its antioxidant activity depending on the sex // Biogerontology. 2024. V. 25. No. 3. P. 507–528. doi: 10.1007/s10522023-10083-6
45. Shevchenko O.G. Investigation of certain aspects of the studies of antioxidants in heterogeneous systems, oil-in-water emulsions // Russ. Chem. Bull. 2024. V. 73. No. 12. P. 3471–3486. doi: 10.1007/s11172-024-4464-7
46. Günter E.A., Popeyko O.V., Shevchenko O.G., Vityazev F.V., Modification of texture and in vitro digestion of pectin and κ-carrageenan food hydrogels with antioxidant properties using plant cells // Int. J. Biol. Macromol. 2025. V. 316. Article No. 144682. doi: 10.1016/j.ijbiomac.2025.144682
47. Adaeva О.I., Demchuk D.V., Shevchenko O.G., Semenova M.N., Semenov V.V Apiol from parsley seeds as a source for the synthesis of coenzyme Q0 propanoic acid conjugates with amines featuring antioxidant activity // ACS Omega. 2026. V. 11. No. 18. P. 26195–26205. doi: 10.1021/acsomega.5c09328
48. Sevgi K., Tepe B., Sarikurkcu C. Antioxidant and DNA damage protection potentials of selected phenolic acids // Food Chem. Toxicol. 2015. V. 77. P. 12–21. doi: 10.1016/j.fct.2014.12.006
49. Celik S.E., Ozyürek M., Güçlü K., Apak R. Solvent effects on the antioxidant capacity of lipophilic and hydrophilic antioxidants measured by CUPRAC, ABTS/ persulphate and FRAP methods // Talanta. 2010. V. 81. No. 4–5. P. 1300–1309. doi: 10.1016/j.talanta.2010.02.025
50. Boulebd H., Zine Y., Khodja I.A., Mermer A., Demir A., Debache A. Synthesis and radical scavenging activity of new phenolic hydrazone/hydrazide derivatives: experimental and theoretical studies // J. Mol. Struct. 2022. V. 1249. Article No. 131546. doi: 10.1016/j.molstruc.2021.131546
51. Romera-Castillo C., Jaffé R. Free radical scavenging (antioxidant activity) of natural dissolved organic matter // Mar. Chem. 2015. V. 177. Pt. 4. P. 668–676. doi: 10.1016/j.marchem.2015.10.008
52. Wu C.R., Lin W.H., Hseu Y.C., Lien J.C., Lin Y.T., Kuo T.P., Ching H. Evaluation of the antioxidant activity of five endemic Ligustrum species leaves from Taiwan flora in vitro // Food Chem. 2011. V. 127. No. 2. P. 564–571. doi:10.1016/j.foodchem.2011.01.041.
53. Kim J.S. Preliminary evaluation for comparative antioxidant activity in the water and ethanol extracts of dried citrus fruit (Citrus unshiu) peel using chemical and biochemical in vitro assays // Food Nutr. Sci. 2013. V. 4. No. 2. P. 177–188. doi: 10.4236/fns.2013.42025
54. Stefanello S.T., Prestes A.S., Ogunmoyole T., Salman S.M., Schwab R.S., Brender C.R., Dornelles L., Rocha J.B.T., Soares F.A.A. Evaluation of in vitro antioxidant effect of new mono and diselenides // Toxicol. in Vitro. 2013. V. 27. No. 5. P. 1433–1439. doi: 10.1016/j. tiv.2013.03.001
55. Korenman Ya.I. Extraction of Phenols. Gorkiy: Volgo-Vyatskoe izdatelstvo, 1973. 214 p. (in Russian).
56. Ribeiro C., Ribeiro A.R., Maia A.S., Gonçalves V.M.F., Tiritan M.E. New trends in sample preparation techniques for environmental analysis // Crit. Rev. Anal. Chem. 2014. V. 44. No. 2. P. 142–185. doi: 10.1080/10408347.2013.833850
57. Mokrani A., Madani K. Effect of solvent, time and temperature on the extraction of phenolic compounds and antioxidant capacity of peach (Prunus persica L.) fruit // Sep. Purif. Technol. 2016. V. 162. P. 68–76. doi: 10.1016/j.seppur.2016.01.043
58. Acquavia M.A., Pascale R., Foti L., Carlucci G., Scrano L., Martelli G., Brienza M., Coviello D., Bianco G., Lelario F. Analytical methods for extraction and identification of primary and secondary metabolites of apple (Malus domestica) fruits: a review // Separations. 2021. V. 8. No. 7. Article No. 91. doi: 10.3390/separations8070091
59. Reichardt C., Welton T. Solvents and solvent effects in organic chemistry. Weinheim: John Wiley & Sons, 2011. 718 p.
60. Jia Y., He Y., Lu F. The structure–antioxidant activity relationship of dehydrodiferulates // Food Chem. 2018. V. 269. P. 480–485. doi: 10.1016/j.foodchem.2018.07.038
61. Kikuzaki H., Hisamoto M., Hirose A., Akiyama K., Taniguchi H. Antioxidant properties of ferulic acid and its related compounds // J. Agric. Food Chem. 2002. V. 50. No. 7. P. 2161–2168. doi: 10.1021/jf011348w
62. Kiokias S., Proestos C., Oreopoulou V. Phenolic acids of plant origin – a review on their antioxidant activity in vitro (O/W emulsion systems) along with their in vivo health biochemical properties // Foods. 2020. V. 9. No. 4. Article No. 534. doi: 10.3390/foods9040534
Сведения о финансировании:
Работа выполнена в рамках государственного задания «Оценка влияния климатических условий Севера на процессы репродукции ресурсных растений» (№ 125021302139-3). Образцы плодов рябины получены из УНУ « Научная коллекция живых растений Ботанического сада Института биологии Коми НЦ УрО РАН» (№ 507428).
В настоящее время теория окислительного стресса является ключевой при объяснении механизмов негативного влияния различных экологических факторов на здоровье человека. В связи с этим возник интерес к изучению антиоксидантных свойств различных продуктов питания, биологически активных добавок и лекарственных препаратов. При этом в центре внимания оказалось растительное сырьё и продукты на его основе. На территории Кировской области произрастают растения, давно зарекомендовавшие себя как источники ценных биологически активных соединений, в том числе обладающих антиоксидантными свойствами. К этим растениям относятся различные виды семейства хвойных и облепиха. С учётом природы анализа, приоритетного внимания заслуживают электрохимические методы, в том числе метод инверсионной вольтамперометрии. Он позволяет смоделировать условия, приближающиеся к среде организма. Целью работы было – исследовать возможность определения антиоксидантов (АО) в среде фосфатного буферного раствора (рН = 6,8) в присутствии пероксида водорода на дисковом вращающемся электроде. Установлены метрологические характеристики методики определения АО в этанольных растворах методом стандартов по степени снижения пика пероксида водорода на вольтамперограмме после добавления АО. Полученные данные и предложенные методические подходы могут быть полезны в экологических исследованиях антиоксидантной активности различных растительных объектов и трактовке результатов, так как позволяют судить и о ценности сырья как источника АО, и о влиянии различных факторов на состояние растений.
1. Узбеков М.Г. Перекисное окисление липидов и антиоксидантные системы при психических заболеваниях. Сообщение 1 // Социальная и клиническая психиатрия. 2014. Т. 24. № 4. С. 97–103.
2. Гаврилова О.А. Особенности процесса перекисного окисления липидов в норме и при некоторых патологических состояниях у детей (обзор литературы) // Acta Biomedica Scientifica. 2017. T. 2. № 4. C. 15–22.
3. Головко Т.К., Силина Е.В., Лашманова Е.А., Козловская А.В. Активные формы кислорода и антиоксиданты в живых системах: интегрирующий обзор // Теоретическая и прикладная экология. 2022. № 1. С. 17–26. doi: 10.25750/1995-4301-2022-1-017-026
4. Надеев А.Д., Зинченко В.П., Авдонин П.В., Гончаров Н.В. Токсические и сигнальные свойства активных форм кислорода // Токсикологический вестник. 2014. № 2. С. 22–27.
5. Абдурахманов Г.М., Гасангаджиева А.Г., Абдурахманова Э.Г., Магомедова А.Г. Состояние компонентов окружающей среды и заболеваемость злокачественными новообразованиями в Лакском районе республики Дагестан // Известия РАН. Серия географическая. 2008. № 4. С. 109–111.
6. Череватенко А.А. Экологические факторы риска для здоровья человека // Журнал фундаментальной медицины и биологии. 2018. № 3. С. 39–45.
7. Цейликман В.Э., Лукин А.А. Влияние окислительного стресса на здоровье человека // Между- народный научно-исследовательский журнал. 2022. № 3–1 (117). С. 206–211. doi: 10.23670/IRJ.2022.117.3.037
8. Rom O., Aviram M. Endogenous or exogenous antioxidants vs. pro-oxidants in macrophage atherogenicity // Curr. Opin. Lipidol. 2016. V. 27. No. 2. Р. 204–206. doi: 10.1097/MOL.0000000000000287
9. Kanwugu O.N., Glukhareva T.V., Danilova I.G., Kovaleva E.G. Natural antioxidants in diabetes treatment and management: prospects of astaxanthin // Crit. Rev. Food Sci. Nutr. 2022. V. 62. No. 18. Р. 5005–5028. doi: 10.1080/10408398.2021.1881434
10. Буркова В.Н., Сергун В.П., Иванов А.А. Химический состав и фармакологическая активность водного экстракта пихты сибирской (Abies sibirica L.) // Химия растительного сырья. 2022. № 2. С. 19–34. doi: 10.14258/jcprm.20220210469
11. Фокина А.И., Адамович Т.А., Трефилова Л.В. Подходы к определению антиоксидантов в пробах хвои различных представителей семейства сосновые // Химия растительного сырья. 2026. № 2. С. 255–262. doi: 10.14258/jcprm.20260217651
12. Фокина А.И., Нилова А.Б., Фоминых Е.Г., Сазанов А.В. Методические подходы к потенциометрическому определению содержания антиоксидантов // Теоретическая и прикладная экология. 2025. № 2. С. 54–62. doi: 10.25750/1995-4301-2025-2-054-062
13. Тринеева О.В. Методы определения антиоксидантной активности объектов растительного и синтетического происхождения в фармации (обзор) // Разработка и регистрация лекарственных средств. 2017. № 4. С. 180–197.
14. Яшин А.Я. Методология определения антиоксидантной активности пищевых продуктов и биологических жидкостей // Аналитика. 2021. Т. 11. № 5. С. 370–384. doi: 10.22184/2227-572X.2021.11.5.370.384
15. Шарафутдинова Е.Н., Иванова А.В., Матерн А.И., Брайнина Х.З. Качество пищевых продуктов и антиоксидантная активность // Аналитика и контроль. 2011. Т. 15. № 3. С. 281–286.
16. Ziyatdinova G.K., Budnikov H.C. Natural phenolic antioxidants in bioanalytical chemistry: state of the art and prospects of development // Russ. Chem. Rev. 2015. V. 84. No. 2. Р. 194–224. doi: 10.1070/RCR4436
17. Geana E.I., Ciucure C.T., Tamaian R., Marinas I.C., Gaboreanu D.M., Stan M., Chitescu C.L. Antioxidant and wound healing bioactive potential of extracts obtained from bark and needles of softwood species // Antioxidants. 2023. V. 12. No. 7. Article No. 1383. doi: 10.3390/antiox12071383
2026 г., № 3 Раздел: Теоретические проблемы экологии УДК: 631.461+004.8
О применении искусственного интеллекта и больших языковых моделей в области почвенно-экологических исследований (обзор)
Н.А. Боков, И.Г. Широких
Федеральное государственное бюджетное научное учреждение «Федеральный аграрный научный центр Северо-Востока имени Н.В. Рудницкого»
В последние годы в научных исследованиях активно развиваются методы, основанные на использовании
искусственного интеллекта (ИИ) и больших языковых моделей (БЯМ), которые способны обрабатывать и интерпретировать значительные объёмы текстовой и структурированной (таблицы, числовые и категориальные данные, данные датчиков и т. п.) информации. Экология почвы как область, характеризующаяся быстрым накоплением разнородных данных, включая результаты метагеномных анализов почвенных микробиомов, может потенциально извлечь существенную пользу от применения подобных инструментов. В настоящем обзоре рассмотрены основные направления использования ИИ в исследованиях в области почвенной экологии и микробиологии, включая анализ научной литературы, аннотирование и систематизацию микробиологических, агрохимических и агрофизических данных, а также создание моделей для прогнозирования на основе метагеномных данных почвенных микробиомов показателей плодородия и продуктивности сельскохозяйственных угодий. Обсуждаются ключевые преимущества данных подходов, их ограничения и возможные методологические риски. Несмотря на необходимость дальнейшего усовершенствования и оптимизации имеющихся к настоящему времени технологий ИИ и БЯМ, выполненный
анализ литературы свидетельствует об их значительном потенциале в обеспечении дальнейшего развития почвенно-экологических исследований и достижении практических результатов в аграрном производстве.
Ключевые слова: искусственный интеллект, нейронные сети, машинное обучение, большие языковые модели, экология микроорганизмов, почвенный микробиом, метагеномика, аграрное производство
Список процитированных источников
1. Dobrovol’skii G.V. Dokuchaev and present-day natural science // Eurasian Soil Sc. 1996. V. 29. No. 2. P. 105–110.
2. Dokuchaev V.V. Essays: in 9 volumes. Moskva; Leningrad: Publishing House of the USSR Academy of Sciences, 1949–1961. (in Russian).
3. Montgomery D.R. Soil erosion and agricultural sustainability // Proc. Natl. Acad. Sci. USA. 2007. V. 104. No. 33. P. 13268–13272. doi: 10.1073/pnas.0611508104
4. Dobrovolskiy G.V. Soil degradation as a threat of global ecological crisis // Vek globalizatsii. 2008. No. 2. P. 54–65 (in Russian).
5. Giller K.E., Delaune T., Silva J.V., Descheemaeker K., van de Ven G., Schut A.G.T., van Wijk M., Hammond J., Hochman Z., Taulya G., Chikowo R., Narayanan S., Kishore A., Bresciani F., Teixeira H.M., Andersson J.A., van Ittersum M.K. The future of farming: who will produce our food? // Food Sec. 2021. V. 13. P. 1073–1099. doi: 10.1007/s12571-021-01184-6
6. Kurmanbayev A.A., Syndet T.R. Soil health concept and modern soil health indicators // Soil Science and Agrichemistry. 2023. No. 2. P. 91–106 (in Russian). doi: 10.51886/1999-740Х_2023_2_91
7. Nikitin D.A., Semenov M.V., Chernov T.I., Ksenofontova N.A., Zhelezova A.D., Ivanova E.A., Khitrov N.B., Stepanov A.L. Microbiological indicators of ecological soil functions: a review // Eurasian Soil Sc. 2022. V. 55. P. 221–234. doi: 10.1134/S1064229322020090
8. Golubev A.S., Berestetskiy A.O. Future directions for use of biological and biorational herbicides in Russia (review) // Agricultural Biology. 2021. V. 56. No. 5. P. 868–884 (in Russian). doi: 10.15389/ agrobiology.2021.5.868rus
9. Mohanty L.K., Singh N.K., Raj P., Prakash A., Tiwari A.K., Singh V., Sachan P. Nurturing crops, enhancing soil health, and sustaining agricultural prosperity worldwide through agronomy // J. Exp. Agric. Int. 2024. V. 46. No. 2. P. 46–67. doi: 10.9734/jeai/2024/v46i22308
10. Ryazanov S.S., Kulagina V.I. Soil health: an overview of concepts and monitoring methods // Moscow Univ. Soil Sci. Bull. 2026. V. 81. P. 16–31. doi: 10.3103/ S0147687425700711
11. Slobodkin A.I., Slobodkina G.B. Diversity of sulfur- disproportionating microorganisms // Microbiology. 2019. V. 88. P. 509–522. doi: 10.1134/S0026261719050138
12. Zavarzina D.G. The role of dissimilatory Fe(III)-reducing bacteria in transformation of iron minerals // Paleontol. J. 2004. V. 38. No. 3. P. 231–237.
13. Vecherskii M.V., Semenov M.V., Lisenkova A.A., Stepankov A.A. Metagenomics: a new direction in ecology // Biol. Bull. Russ. Acad. Sci. 2022. V. 48. Suppl. 3. P. S107–S117. doi: 10.1134/S1062359022010150
14. Semenov M.V. Metabarcoding and metagenomics in soil ecological research: achievements, problems and opportunities // Biol. Bull. Rev. 2021. V. 11. P. 40–53. doi: 10.1134/S2079086421010084
15. Nesme J., Achouak W., Agathos S.N., Bailey M., Baldrian P., Brunel D., Frostegård Å., Heulin T., Jansson J.K., Jurkevitch E., Kruus K.L., Kowalchuk G.A., Lagares A., Lappin-Scott H.M., Lemanceau P., Le Paslier D., Mandic-Mulec I., Murrell J.C., Myrold D.D., Nalin R., Nannipieri P., Neufeld J.D., O’Gara F., Parnell J.J., Pühler A., Pylro V., Ramos J.L., Roesch L.F.W., Schloter M., Schleper C., Sczyrba A., Sessitsch A., Sjöling S., Sørensen J., Sørensen S.J., Tebbe C.C., Topp E., Tsiamis G., van Elsas J.D., van Keulen G., Widmer F., Wagner M., Zhang T., Zhang X., Zhao L., Zhu Y.G., Vogel T.M., Simonet P. Back to the future of soil metagenomics // Front. Microbiol. 2016. V. 7. Article No. 73. doi: 10.3389/fmicb.2016.00073
16. Leite M.F.A., van den Broek S.W.E.B., Kuramae E.E. Current challenges and pitfalls in soil metagenomics // Microorganisms. 2022. V. 10. No. 10. Article No. 1900. doi: 10.3390/microorganisms10101900
17. Wydro U. Soil microbiome study based on DNA extraction: a review // Water. 2022. V. 14. No. 24. Article No. 3999. doi: 10.3390/w14243999
18. Veselovsky V., Romanov M., Zoruk P., Larin A., Babenko V., Morozov M., Strokach A., Zakharevich N., Khamidova S., Danilova A., Vatlin A., Pavshintsev V., Chenguang F., Tsybizov D., Mitkin N., Galanova O., Zakharenko A., Golokhvast K., Klimina K. Comparative evaluation of sequencing platforms: Pacific Biosciences, Oxford Nanopore Technologies, and Illumina for 16S rRNA-based soil microbiome profiling // Front. Microbiol. 2025. V. 16. Article No. 1633360. doi: 10.3389/fmicb.2025.1633360
19. D’Argenio V. The high-throughput analyses era: are we ready for the data struggle? // High Throughput. 2018. V. 7. No. 1. Article No. 8. doi: 10.3390/ht7010008
20. Sharpton T.J. An introduction to the analysis of shotgun metagenomic data // Front. Plant Sci. 2014. V. 5. Article No. 209. doi: 10.3389/fpls.2014.00209
21. Panciu B.-I., Barbu Dragne G.-L. A.I. in agriculture – a bibliometric approach // Proceedings of the International Conference on Business Excellence. 2025. V. 19. No. 1. P. 5189–5199. doi: 10.2478/picbe-2025-0397
22. Zhao Y., Liang J., Chen B., Deng X., Zhang Y., Xiong Z., Pan M., Meng X. Applications research progress and prospects of multi-agent large language models in agricultural // Smart Agric. 2025. V. 7. No. 5. P. 37–51. doi: 10.12133/j.smartag.SA202503026
23. Sirilertmekasakul C., Rattanawong W., Gongvatana A., Srikiatkhachorn A. The current state of artificial intelligence-augmented digitized neurocognitive screening test // Front. Hum. Neurosci. 2023. V. 17. Article No. 1133632. doi: 10.3389/fnhum.2023.1133632
24. Saied M., Mokhtar N., Badr A., Adel M., Boles P., Khoriba G. AI in literature reviews: a survey of current and emerging methods // Proceedings of the 2024 International Mobile, Intelligent, and Ubiquitous Computing Conference (MIUCC). Cairo, Egypt, 2024. P. 61–65. doi: 10.1109/MIUCC62295.2024.10783597
25. Naudé W. Artificial intelligence vs COVID-19: limitations, constraints and pitfalls // AI & Soc. 2020. V. 35. No. 3. P. 761–765. doi: 10.1007/s00146-020-00978-0
26. Gerlich M. AI tools in society: impacts on cognitive offloading and the future of critical thinking // Societies. 2025. V. 15. No. 1. Article No. 6. doi: 10.3390/soc15010006
27. Schmidt L., Cree I., Campbell F., WCT EVI MAP group. Digital tools to support the systematic review process: an introduction // J. Eval. Clin. Pract. 2025. V. 31. No. 3. Article No. e70100. doi: 10.1111/jep.70100
28. Filimonov V.Yu. Large language models and their role in modern scientific discoveries // Philosophical Problems of IT and Cyberspace (PhilIT&C). 2024. V. 25. No. 1. P. 42–57 (in Russian). doi: 10.17726/philIT.2024.1.3
29. Mtotywa M.M., Mowers J.L.J., Ndou W., Moleko T.V.Q., Ledwaba M.J. Artificial intelligence in literature review synthesis: a step-by-step methodological approach for researchers and academics // Informatics. 2026. V. 13. No. 3. Article No. 43. doi: 10.3390/informatics13030043
30. Sa I., Ge Z., Dayoub F., Upcroft B., Perez T., Mc-Cool C. DeepFruits: a fruit detection system using deep neural networks // Sensors. 2016. V. 16. No. 8. Article No. 1222. doi: 10.3390/s16081222
31. Fallico N. Exploring Research Rabbit: your new favourite reference manager // Medical Writing. 2025. V. 34. No. 1. P. 67–69. doi: 10.56012/wxzm3433
32. Zhang Y., Long J., Zhao W. The curvilinear relationships between relational embeddedness and dynamic capabilities: the mediating effect of ambidextrous learning // Front. Psychol. 2022. V. 13. Article No. 830377. doi: 10.3389/ fpsyg.2022.830377
33. Correa-Garcia S., Constant P., Yergeau E. The forecasting power of the microbiome // Trends Microbiol. 2022. V. 31. No. 5. P. 444–452. doi: 10.1016/j. tim.2022.11.013
34. De Andrade V.H.G.Z., Redmile-Gordon M., Barbosa B.H.G., Andreote F.D., Roesch L.F.W., Pylro V.S. Artificially intelligent soil quality and health indices for ‘next generation’ food production systems // Trends Food Sci. Technol. 2021. V. 107. P. 195–200. doi: 10.1016/j.tifs.2020.10.018
35. Wilhelm R.C., van Es H.M., Buckley D.H. Predicting measures of soil health using the microbiome and supervised machine learning // Soil Biol. Biochem. 2022. V. 164. Article No. 108472. doi: 10.1016/j.soilbio.2021.108472
36. Breiman L. Random forests // Mach. Learn. 2001.V. 45. P. 5–32. doi: 10.1023/A:1010933404324
37. Cortes C., Vapnik V. Support-vector networks // Mach. Learn. 1995. V. 20. P. 273–297. doi: 10.1007/BF00994018
38. Hermans S.M., Buckley H.L., Case B.S., Curran- Cournane F., Taylor M., Lear G. Using soil bacterial communities to predict physico-chemical variables and soil quality // Microbiome. 2020. V. 8. No. 1. Article No. 79. doi: 10.1186/s40168-020-00858-1
39. Chang H.X., Haudenshield J.S., Bowen C.R., Hartman G.L. Metagenome-wide association study and machine learning prediction of bulk soil microbiome and crop productivity // Front. Microbiol. 2017. V. 8. Article No. 519. doi: 10.3389/fmicb.2017.00519
40. Sadeghi S., Petermann B.J., Steffan J.J., Brevik E.C., Gedeon C. Predicting microbial responses to changes in soil physical and chemical properties under different land management // Appl. Soil Ecol. 2023. V. 188. Article No. 104878. doi: 10.1016/j.apsoil.2023.104878
41. Tajik S., Ayoubi S., Nourbakhsh F. Prediction of soil enzymes activity by digital terrain analysis: comparing artificial neural network and multiple linear regression models // Environ. Eng. Sci. 2012. V. 29. No. 8. P. 798–806. doi: 10.1089/ees.2011.0313
42. Larsen P.E., Field D., Gilbert J.A. Predicting bacterial community assemblages using an artificial neural network approach // Nat. Methods. 2012. V. 9. No. 6. P. 621–625. doi: 10.1038/nmeth.1975
43. Santos E.C., Armas E.D., Crowley D., Lambais M.R. Artificial neural network modeling of microbial community structures in the Atlantic Forest of Brazil // Soil Biol. Biochem. 2014. V. 69. P. 101–109. doi: 10.1016/j.soilbio.2013.10.049
44. Shirokih I.G., Bokov N.A., Shirokih A.A., Ashikhmina T.Ya. Antibiotic resistance profiles of streptomycetes from different soils of the Vyatka Prikamye // Theoretical and Applied Ecology. 2026. No. 2. P. 183–191 (in Russian). doi: 10.25750/1995-4301-2026-2-183-191
45. Langley P. The changing science of machine learning // Mach. Learn. 2011. V. 82. P. 275–279. doi: 10.1007/s10994-011-5242-y
46. LeCun Y., Bengio Y., Hinton G. Deep learning // Nature. 2015. V. 521. No. 7553. P. 436–444. doi: 10.1038/nature14539
47. Ghannam R.B., Techtmann S.M. Machine learning applications in microbial ecology, human microbiome studies, and environmental monitoring // Comput. Struct. Biotechnol. J. 2021. V. 19. P. 1092–1107. doi: 10.1016/j.csbj.2021.01.028
48. Pace R., Schiano Di Cola V., Monti M.M., Affinito A., Cuomo S., Loreto F., Ruocco M. Artificial intelligence in soil microbiome analysis: a potential application in predicting and enhancing soil health – a review // Discov. Appl. Sci. 2025. V. 7. Article No. 85. doi: 10.1007/s42452-024-06381-4
49. Iadanza E., Fabbri R., Bašić-Čičak D., Amedei A., Telalovic J.H. Gut microbiota and artificial intelligence approaches: a scoping review // Health Technol. 2020. V. 10. P. 1343–1358. doi: 10.1007/s12553-020-00486-7
50. Gewers F.L., Ferreira G.R., de Arruda H.F., Silva F.N., Comin C.H., Amancio D.R., Costa L.F. Principal component analysis: a natural approach to data exploration // ACM Comput. Surv. 2021. V. 54. No. 4. Article No. 70. doi: 10.1145/3447755
51. Van der Maaten L., Hinton G. Visualizing data using t-SNE // J. Mach. Learn. Res. 2008. V. 9. P. 2579–2605.
52. Becht E., McInnes L., Healy J., Dutertre C.A., Kwok I.W.H., Ng L.G., Ginhoux F., Newell E.W. Dimensionality reduction for visualizing single-cell data using UMAP // Nat. Biotechnol. 2019. V. 37. P. 38–44. doi: 10.1038/nbt.4314
53. Zeng T., Yu X., Chen Z. Applying artificial intelligence in the microbiome for gastrointestinal diseases: a review // J. Gastroenterol. Hepatol. 2021. V. 36. No. 4. P. 832–840. doi: 10.1111/jgh.1550
54. Friedman J.H. Stochastic gradient boosting // Comput. Stat. Data Anal. 2002. V. 38. No. 4. P. 367–378. doi: 10.1016/S0167-9473(01)00065-2
55. LeCun Y., Boser B., Denker J.S., Henderson D., Howard R.E., Hubbard W., Jackel L.D. Backpropagation applied to handwritten zip code recognition // Neural Comput. 1989. V. 1. No. 4. P. 541–551. doi: 10.1162/ neco.1989.1.4.541
56. Hopfield J.J. Neural networks and physical systems with emergent collective computational abilities // Proc. Natl. Acad. Sci. USA. 1982. V. 79. No. 8. P. 2554–2558. doi: 10.1073/pnas.79.8.255
57. Liou C.Y., Cheng W.C., Liou J.W., Liou D.R. Autoencoder for words // Neurocomputing. 2014. V. 139. P. 84–96. doi: 10.1016/j.neucom.2013.09.055
58. Oh M., Zhang L. DeepMicro: deep representation learning for disease prediction based on microbiome data // Sci. Rep. 2020. V. 10. No. 1. Article No. 6026. doi: 10.1038/s41598-020-63159-5
59. Cuomo S., de Rosa M., Piccialli F., Pompameo L., Vocca V. A numerical approach for soil microbiota growth prediction through physics-informed neural network // Appl. Numer. Math. 2024. V. 207. P. 97–110. doi: 10.1016/j.apnum.2024.08.025
60. Papoutsoglou G., Tarazona S., Lopes M.B., Klammsteiner T., Ibrahimi E., Eckenberger J., Novielli P., Tonda A., Simeon A., Shigdel R., Béreux S., Vitali G., Tangaro S., Lahti L., Temko A., Claesson M.J., Berland M. Machine learning approaches in microbiome research: challenges and best practices // Front. Microbiol. 2023. V. 14. Article No. 1261889. doi: 10.3389/fmicb.2023.1261889
61. Deng Z., Zhang J., Li J., Zhang X. Application of deep learning in plant–microbiota association analysis // Front. Genet. 2021. V. 12. Article No. 697090. doi: 10.3389/fgene.2021.697090
62. Zhao B., Jin W., Del Ser J., Yang G. ChatAgri: Exploring potentials of ChatGPT on cross-linguistic agricultural text classification // Neurocomputing. 2023. V. 557. Article No. 126708. doi: 10.1016/j.neucom.2023.126708
63. Popova L.V., Gorshkova N.V., Shaldokhina S.Yu. The introduction of Agriculture technology 4.0: conditions and forecasts // Bulletin of the Adyghe State University, Series “Economics”. 2019. No. 1. P. 83–89 (in Russian).
64. Zayats O.A., Nazarova Yu.N., Strizhakova E.A., Penkova R.I. Big Data technologies in agriculture // Fundamental research. 2022. No. 7. P. 35–40 (in Russian). doi: 10.17513/fr.43280
65. Cravero A., Pardo S., Sepúlveda S., Muñoz L. Challenges to use machine learning in agricultural Big Data: a systematic literature review // Agronomy. 2022. V. 12. No. 3. Article No. 748. doi: 10.3390/agronomy12030748
66. Raevskaya E.G. Introducing artificial intelligence in Chinese agriculture (review) // Agrarnaya nauka Euro- Severo-Vostoka. 2024. V. 25. No. 5. P. 739–753 (in Russian). doi: 10.30766/2072-9081.2024.25.5.739-753
67. Fenu G., Malloci F.M. DSS LANDS: a decision support system for agriculture in Sardinia // HighTech and Innovation Journal. 2020. V. 1. No. 3. P. 129–135. doi: 10.28991/HIJ-2020-01-03-05
68. Folorunso O., Ojo O., Busari M., Adebayo M., Joshua A., Folorunso D., Ugwunna C.O., Olabanjo O., Olabanjo O. Exploring machine learning models for soil nutrient properties prediction: a systematic review // Big Data Cogn. Comput. 2023. V. 7. No. 2. Article No. 113. doi: 10.3390/bdcc7020113
69. Shen Y., Song K., Tan X., Li D., Lu W., Zhuang Y. HuggingGPT: solving AI tasks with ChatGPT and its friends in Hugging Face // Advances in Neural Information Processing Systems: proceedings of the 37th conference on neural information processing systems. 2024. V. 36.P. 38154–38180. doi: 10.52202/075280-1657
70. Zhu H., Qin S., Su M., Lin C., Li A., Gao J. Harnessing large vision and language models in agriculture: a review // Front. Plant Sci. 2025. V. 16. Article No. 1579355. doi: 10.3389/fpls.2025.1579355
71. Radford A., Kim J.W., Xu T., Brockman G., McLeavey C., Sutskever I. Robust speech recognition via large-scale weak supervision // Proceedings of the 40th International Conference on Machine Learning. Honolulu, 2023. V. 202. P. 28492–28518.
72. Ren Y., Ruan Y., Tan X., Qin T., Zhao S., Zhao Z., Liu T.Y. FastSpeech: Fast, robust and controllable text to speech // Advances in neural information processing systems: proceedings of the 33rd conference on neural information processing systems. Vancouver, 2019. V. 32. No. 285. P. 3171–3180.
Сведения о финансировании:
Работа выполнена в рамках Государственных заданий ФАНЦ Северо-Востока имени Н.В.
Рудницкого (тема № FNWE-2025-0005) и ФИЦ «Коми научный центр Уральского отделения
Российской академии наук» (по теме «Оценка состояния трансформированных экосистем
подзоны южной тайги, методические подходы к их биоремедиации», номер государственной регистрации в ЕГИСУ № 125021402208-5).
2026 г., № 3 Раздел: Химия природных сред и объектов УДК: 57.044+57.013
Комплексная оценка качества питьевой воды на участках водозаборных сооружений
Т.В. Шевкунова, С.С. Катин, Е.Н. Патова
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ НАУКИ ФЕДЕРАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ЦЕНТР
Целью работы является комплексная оценка качества воды р. Вычегды на участках расположения действующих водозаборных сооружений (станция 1 – Красная гора и станция 2 – Эжвинский район) г. Сыктывкара. В основе исследования лежат данные двухлетнего (2022–2023 гг.) ежемесячного мониторинга. Проанализированы основные гидрохимические (рН, цветность, мутность, общая минерализация, жёсткость, БПК5, ХПК, Feобщ, Mn, Zn, As, Al, Pb, пестициды, фенолы, формальдегиды, Cl–, SO42–, F–) и микробиологические (ОКБ) показатели. Установлено, что гидрохимический режим реки характеризуется выраженной сезонной динамикой с пиковыми значениями цветности, мутности и содержанием органических веществ (по ХПК) в период весеннего половодья. Вода реки классифицируется как слабоминерализованная. Ключевым результатом является выявление устойчивого превышения гигиенических нормативов (ПДК) по содержанию Feобщ (до 2,7 мг/дм3) и Mn (до 0,9 мг/дм3) на всём исследуемом участке в районе двух станций, а также периодических значительных превышений по цветности (до 160o), ХПК (до 58 мгО2/дм3) и микробиологическим показателям (ОКБ до 700 КОЕ/100 см3). Полученные данные свидетельствуют о том, что основное ухудшение качества воды обусловлено природными факторами (гумусовый сток, выщелачивание металлов), однако выявленные пространственные различия указывают на наличие локальных антропогенных воздействий. Делается вывод о необходимости дифференцированного подхода к водоподготовке на водозаборах с обязательной очисткой от соединений Fe, Mn и органических веществ, а также усиленного контроля за качеством воды в период паводка.
Ключевые слова: качество воды, питьевое водоснабжение, поверхностная вода, гидрохимические показатели, превышение нормативов, мониторинг
Список процитированных источников
1. Веницианов Е.В., Аджиенко Г.В., Возняк А.А., Чиганова М.А. Современные проблемы оценки, регулирования и мониторинга качества поверхностных вод // Водное хозяйство России: проблемы, технологии, управление. 2018. № 1. С. 47–59.
2. Фомина В.Ф. Состав водного гумуса реки Вычегды в створе водозабора г.Сыктывкара // Водоснабжение и санитарная техника. 2011. № 8. С. 42–47.
3. Власова Т.А. Гидрохимия главных рек Коми АССР. Сыктывкар: Коми НЦ УрО РАН, 1988. 152 с.
4. Лапицкая В.Ф., Митюшева Т.П., Оберман Н.Г. Актуальные проблемы гидрогеологии республики Коми // Вестник ИГ Коми НЦ УрО РАН. 2004. № 6. С. 9–12.
5. Patova E.N., Kondratenok B.M., Sivkov M.D., Kostrova S.N. Water quality of the Vychegda River under conditions of the receipt of treated wastewater from the pulp and paper industry // Contemp. Probl. Ecol. 2021. V. 14. P. 588–605. doi: 10.1134/S1995425521060081
6. Елсаков В.В., Щанов В.М. Спутниковые методы в анализе изменений экосистем бассейна р. Вычегда // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 4. С. 135–145. doi: 10.21046/2070-7401-2016-13-13-135-145
7. О состоянии окружающей среды Республики Коми в 2023 году: гос. доклад. Сыктывкар: Минприроды Республики Коми, 2024. 162 с.
8. AllRivers.info – Уровень воды онлайн [Электронный ресурс] https://allrivers.info/gauge/vyichegdasyktyvkar (Дата обращения: 16.04.2026).
10. Атлас по климату и гидрологии Республики Коми / под ред. А.И. Таскаева. М.: Дрофа, ДиК, 1997. 116 с.
11. Мискевич И.В., Самохина Л.А. О некоторых особенностях сезонной динамики гидробиологических процессов на равнинных водотоках на примере реки Вычегды // Вестник современных исследований. 2019. № 3.11 (30). С. 124–129.
12. Алекин О.А. Основы гидрохимии. Л.: Гидрометеорологическое издательство, 1953. 296 с.
13. Янин Е.П., Кузьмич В.Н., Иваницкий О.М. Региональная природная неоднородность химического состава поверхностных вод суши и необходимость её учета при оценках их экологического состояния и интенсивности техногенного загрязнения // Проблемы окружающей среды и природных ресурсов. 2016. № 6. С. 3–72.
14. Pourpoint F., Templier J., Anquetil C., Vezin H., Trébosc J., Trivelli X., Chabaux F., Pokrovsky O.S., Prokushkin A.S., Amoureux J.-P., Lafon O., Derenne S. Probing the aluminum complexation by Siberian riverine organic matter using solid-state DNP-NMR // Chem. Geol. 2017. V. 452. P. 1–8. doi: 10.1016/j.chemgeo.2017.02.004
15. Линник П.Н., Набиванец Б.И. Формы миграции металлов в пресных поверхностных водах. Л.: Гидрометеоиздат, 1986. 268 с.
16. Антонова Е.А. Техногенные источники поступления железа и марганца в воды бассейна р. Камы // Географический вестник. 2011. № 2. С. 26–31.
Сведения о финансировании:
Исследования выполнены при поддержке Федерального проекта «Чистая вода» в рамках национального проекта «Экология» в соответствии с Указом Президента Российской Федерации от 7 мая 2018 г. № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 г.», а также при выполнении темы Госзадания ИБ Коми НЦ УрО РАН № 125021902460-2.
ФГБОУ ВО Санкт-Петербургский государственный университет промышленных технологий и дизайна
Комплексная очистка сточных вод от различных по природе загрязнителей является актуальной проблемой, и разработка новых сорбентов имеет большое научное и практическое значение. На основе сапропеля получены сорбенты: термоокисленный сапропель, гуминовые кислоты, выделенные из сапропеля, модифицированный гуминовыми кислотами термоокисленный сапропель, органоминеральный композиционный материал на основе термоокисленного сапропеля и бентонита. Адсорбцию резорцина из модельных растворов с концентрациями от 1 · 10-5 до 1 · 10-2 моль/дм3 сорбентами на основе сапропеля проводили в статических условиях при соотношении 1 г сорбента на 200 см3 раствора. Установлено, что лимитирующей стадией адсорбции резорцина сорбентами на основе сапропеля является смешанная диффузия. Для описания адсорбции резорцина сорбентами на основе сапропеля применимы теории адсорбции Ленгмюра, Фрейндлиха, Брунауэра–Эммета–Теллера (БЭТ) и Дубинина–Радушкевича. Учитывая значения энергии активации и термодинамические параметры адсорбции резорцина полученными сорбентами на основе сапропеля механизмом адсорбции резорцина можно считать полимолекулярную адсорбцию на поверхности и физическую адсорбцию за счёт объёмного заполнения микро- и мезопор, а также полостей. Резорцин также может образовывать с сорбентами на основе сапропеля ковалентные и водородные связи с силикатными и алюмосиликатными группами, водородные связи с аминогруппами. Поэтому разделить вклад физической адсорбции и возможных химических взаимодействий функциональных групп сорбентов на основе сапропеля с резорцином достаточно сложно. Предельные величины адсорбции резорцина сорбентами на основе сапропеля, рассчитанные по уравнению БЭТ (0,25–1,00 ммоль/г) и уравнению Дубинина–Радушкевича (0,52–2,60 ммоль/г), сопоставимы с другими разработанными сорбентами.
1. Сазанова М.Л., Сазанов А.В., Жуйкова И.А., Тугаринов Л.В. Химический состав и сорбционная активность сапропелей (обзор) // Теоретическая и прикладная экология. 2024. № 4. С. 26–36. doi: 10.25750/1995-43012024-4-026-036
2. Юрак В.В., Апакашев Р.А., Лебзин М.С., Малышев А.Н. Композитные сорбенты из природного и техногенного сырья: оптимизация состава для рекультивации // Горный информационно-аналитический бюллетень. 2023. № 12-1. С. 177–191. doi: 10.25018/023 6_1493_2023_121_0_177
3. Головина Е.А. Экология в России: современное состояние и актуальные проблемы // AgrarianHistory. 2021. № 8. С. 3–16. doi: 10.52270/27132447_2021_8_3
4. Pradeep N.V., Anupama S., Navya K., Shalini H.N., Idris M., Hampannavar U.S. Biological removal of phenol from wastewaters: a mini review // Appl. Water Sci. 2015. No. 5. P. 105–112. doi: 10.1007/s13201-014-0176-8
5. Villegas L.G.C., Mashhadi N., Chen M., Mukherjee D., Taylor K.E., Biswas N. A short review of techniques for phenol removal from wastewater // Curr.Pollut. Rep. 2016. V. 2. P. 157–167. doi: 10.1007/s40726-016-0035-3
6. Benaddi R., Osmane A., Zidan K., El Harfi K., Ouazzani N. A review on the adsorption of phenol de-rivatives from wastewater // Ecological Engineering & Environmental Technology. 2023. V. 24. No. 4. P. 35–43. doi: 10.12912/27197050/162059
7. Belaib F., Meniai A.H., Bencheikh Lehocine M. Elimination of phenol by adsorption onto mineral/polyani-line composite solid support // Energy Proc. 2012. V. 18. P. 1254–1260. doi: 10.1016/j.egypro.2012.05.141
8. Николаева Л.А., Айкенова Н.Е. Адсорбционная очистка фенолсодержащих сточных вод нефтеперерабатывающих предприятий // Теоретическая и прикладная экология. 2020. № 4. С. 136–142. doi: 10.25750/19954301-2020-4-136-142
9. Николаева Л.А., Голубчиков М.А. Очистка производственных сточных вод от нефтепродуктов модифицированными сорбционными материалами на основе карбонатного шлама // Водоснабжение и санитарная техника. 2016. № 7. С. 51–58.
10. Беляева О.В., Голубева Н.С., Великанова Е.С., Гора Н.В. Использование новых углеродных адсорбентов для очистки воды от фенола // Техника и технология пищевых производств. 2012. № 1. С. 143–146.
11. Sarker N., Fakhruddin A.N.M. Removal of phenol from aqueous solution using rice straw as adsorbent // Appl. Water Sci. 2017. V. 7. P. 1459–1465. doi: 10.1007/ s13201-015-0324-9
12. Daffalla S.B., Mukhtar H., Shaharun M.S. Prepara-tion and characterization of rice husk adsorbents for phenol re-moval from aqueous systems // PLoS One. 2020. V. 15. No. 12. Article No. e0243540. doi: 10.1371/journal.pone.0243540
13. Зыкова И.В., Исаков В.А., Мишина Н.М. Сорбент для очистки сточных вод от фенолов, нефтепродуктов и тяжёлых металлов на основе термоокисленного сапропеля // Теоретическая и прикладная экология. 2025. № 3. С. 134–141. doi: 10.25750/1995-4301-20253-134-141
14. Зыкова И.В., Исаков В.А., Мишина Н.М. Адсорбция ионов меди(II) сорбентами на основе сапропеля // Известия ТулГУ. Естественныенауки. 2026. № 1. С. 83–93. doi: 10.24412/2071-6176-2026-1-82-92
15. Hahn S., Kielhorn J., Koppenhöfer J., Wib-bertmann A., Mangelsdorf I. Resorcinol. World Health Organization, 2006. 72 p. [Электронный ресурс] https:// iris.who.int/handle/10665/43450 (дата обращения:: 01.05.2026).
Токсичность меди для Ceriodaphnia dubia Richard, 1894 в условиях повышенной минерализации и содержания органического вещества
А.М. Шеромов, Р.А. Ложкина, А.С. Олькова
ВятГУ
Различная степень токсичности природных и техногенных сред, имеющих одинаковый уровень загрязнения потенциально опасными веществами, например, тяжёлыми металлами, вследствие действия дополнительных факторов, остаётся одной из центральных проблем экологической токсикологии. Целью данной работы была оценка влияния колебаний минерализации и содержания органического вещества в водной среде на токсичность меди для ветвистоусого рачка Ceriodaphnia dubia Richard, 1894. Проводили биотестирование воды, в которую вносили CuSO4·5H2O (0,005; 0,01; 0,025 мг/л в расчёте на Cu2+). Влияние минерализации и органического вещества на эффекты Cu2+ оценивали путём внесения в аналогичные растворы NaCl (0,5; 1,0; 2,0 г/л) и гумата калия (0,5; 1,0; 2,5 %) с дальнейшим сравнением результатов анализа. Влияние минерализации на токсичность Cu2+ было двойственным. Умеренное увеличение её уровня (добавление 0,5 г/л NaCl) значимо снижало токсичность Cu2+, что проявлялось в снижении смертности рачков при концентрациях 0,005 и 0,025 мг/л (p < 0,05). Однако высокий уровень минерализации (2,0 г/л NaCl) на фоне максимальной концентрации Cu2+ (0,025 мг/л) вызывал 100 % гибель тест-организмов. Плодовитость C. dubia при росте минерализации закономерно снижалась. Добавление органического вещества (в виде гумата калия) в условиях негативного действия Cu2+ приводило к снижению смертности и повышению репродуктивной функции C. dubia. Наиболее выраженный эффект наблюдался при максимальной концентрации Cu2+ (0,025 мг/л). Так плодовитость рачков в вариантах с добавками 0,5; 1 и 2,5 % гумата калия была выше контроля в 6,9; 6,7 и 3,2 раза соответственно. Следовательно, совместное действие тяжёлых металлов и сопутствующих абиотических факторов, таких как уровень минерализации и содержание органического вещества, в значительной степени определяется их соотношением в среде.
1. Олькова А.С., Ашихмина Т.Я. Факторы получения репрезентативных результатов биотестирования водных сред (обзор) // Теоретическая и прикладная экология. 2021. № 2. С. 22–30. doi: 10.25750/1995-43012021-2-022-030
2. Карманова И.В. Экологические аспекты водной токсикологии // Вестник Камчатского государственного технического университета. 2008. № 7. С. 137–142.
3. Stuijfzand S.C., Jonker M.J., van Ammelrooy E., Admiraal W. Species-specific responses to metals in organically enriched river water, with emphasis on effects of humic acids // Environ. Pollut. 1999. V. 106. No. 1. P. 115–121. doi: 10.1016/S0269-7491(99)00052-4
4. Hall L.W.Jr., Anderson R.D. The influence of salinity on the toxicity of various classes of chemicals to aquatic biota // Crit. Rev. Toxicol. 1995. V. 25. No. 4. P. 281–346. doi: 10.3109/10408449509021613
5. Griffith M.B. Natural variation and current reference for specific conductivity and major ions in wadeable streams of the conterminous USA // Freshwater Sci. 2014. V. 33. No. 1. P. 1–17. doi: 10.1086/674704
6. Шестеркин В.П., Синькова И.С., Шестеркина Н.М. Солевой состав вод малых рек центральной части Хабаровска в период весеннего половодья // Региональные проблемы. 2022. Т. 25. № 3. С. 60–62. doi: 10.31433/2618-9593-2022-25-3-60-62
7. Лепихин А.П., Любимова Т.П., Паршакова Я.Н., Тиунов А.А. К проблеме отведения избыточных рассолов в водные объекты предприятиями калийной промышленности // Водное хозяйство России. 2010. № 3. С. 57–74.
8. Krodkiewska M., Spyra A., Cieplok A. Assessment of pollution, and ecological status in rivers located in the Vistula and Oder river basins impacted by the mining industry in Central Europe (Poland) // Ecol. Indic. 2022. V. 144. Article No. 109505. doi: 10.1016/j. ecolind.2022.109505
9. Mount D.I., Norberg T.J. A seven-day life-cycle cladoceran toxicity test // Environ. Toxicol. Chem. 1984. V. 3. P. 425–434. doi: 10.1002/etc.5620030307
10. Александрова В.В. Применение метода биоте-В.В. Применение метода биоте-В.В. Применение метода биотестирования в анализе токсичности природных и сточных вод (на примере Нижневартовского района Тюменской области). Нижневартовск: Изд-во Нижневарт. гуманит. ун-та, 2009. 94 с.
11. Cooper N.L., Bidwell J.R., Kumar A. Toxicity of copper, lead, and zinc mixtures to dubia and Daphnia carinata // Ecotoxicol. Environ. Saf. 2009. V. 72. No. 5. P. 1523–1528. doi: 10.1016/j.ecoenv.2009.03.002
12. De Schamphelaere K.A.C., Janssen C.R. Development and field validation of a biotic ligand model predicting chronic copper toxicity to Daphnia magna // Environ. Toxicol. Chem. 2004. V. 3. No. 6. P. 1365–1375. doi: 10.1897/02-626
14. Park K., Kwak I.S. Growth retardation and suppression of ubiquitin-dependent catabolic processes in the brackish water clam Corbicula japonica in response to salinity changes and bioaccumulation of toxic heavy metals // Environ. Pollut. 2023. V. 337. Article No. 122554. doi: 10.1016/j.envpol.2023.122554
15. Beveridge A., Pickering W.F. Influence of humate-solute interactions on aqueous heavy metal ion levels // Water Air Soil Pollut. 1980. V. 14. P. 171–185. doi: 10.1007/BF00291834
16. Скороходова А.А., Савичев О.Г. Содержание и формы миграции меди и цинка в природных водах Васюганского болота // Вестник Томского государственного университета. 2013. № 368. С. 166–172.
17. Timofeev M.A. Shatilina Z.M., Bedulina D.S., Menzel R., Steinberg C.E.W. Natural organic matter (NOM) has the potential to modify the multixenobiotic resistance (MXR) activity in freshwater amphipods Eulimnogammarus cyaneus and E. verrucosus // Comp. Biochem. Physiol. B Biochem. Mol. Biol. 2007. V. 146. No. 4. P. 496–503. doi: 10.1016/j.cbpb.2006.11.017
18. Steinberg C.E.W., Paul A., Pflugmacher S., Meinelt T., Klöcking R., Wiegand C. Pure humic substances have the potential to act as xenobiotic chemicals – A review // Fresenius Environ. Bull. 2003. V. 12. No. 5. P. 391–401.
19. Pieńkowska A., Fleischmann J., Drabesch S., Merbach I., Wang G., Rocha U., Reitz T., Muehe E.M. Long-term organic fertilization shields soil prokaryotes from metal stress while mineral fertilization exacerbates it // Environ. Pollut. 2025. V. 382. Article No. 126747. doi: 10.1016/j.envpol.2025.126747
Сведения о финансировании:
Часть экспериментальных работ выполнена в рамках государственного задания № 124032500015-7 «Роль абиотических и биотических факторов в формировании физиологобиохимических и иммунологических показателей гидробионтов».
2026 г., № 3 Раздел: Мониторинг природных и антропогенно нарушенных территорий УДК: 574.5:502.4
Оценка средообразующих функций болотных экосистем Алтайского государственного природного биосферного заповедника
Е.П. Черткова, Д.Г. Замолодчиков
Алтайский государственный природный заповедник
Водно-болотные угодья выполняют важнейшие средообразующие функции, однако их экономическая ценность для особо охраняемых природных территорий часто недооценена. Цель работы – определить экономическую ценность водоочистительной функции болот Алтайского заповедника. Исследование выполнено на основе сравнительной оценки эколого-экономической эффективности природных и техногенных систем водоочистки. В 2024 г. проведены натурные гидрохимические исследования качества воды на входе и выходе из болотных массивов площадью 3299 га. В качестве технологического аналога выбрана установка «Векса-20-М», обеспечивающая очистку до нормативов рыбохозяйственных водоёмов. Установлено, что качество воды после болот соответствует данным нормативам (взвешенные вещества 2–6 мг/л, нитраты 0,2–2,1 мг/л). Годовой объём фильтрации составил 273,4 млн м3, а экономический эквивалент водоочистительной функции – 369 млн руб./год. Впервые для болот Алтайского заповедника получена количественная оценка, объединившая натурные данные и экономические расчёты. Результаты могут использоваться для обоснования природоохранных мероприятий и расчёта предотвращённого ущерба на особо охраняемых природных территориях.
Ключевые слова: экосистемные услуги, фильтрующая способность, водно-болотные угодья, особо охраняемые природные территории, экономическая оценка, природный капитал, водоочистные функции
Список процитированных источников
1. Barbier E.B., Acreman M., Knowler D. Economic valuation of wetlands: a guide for policy makers and planners. Gland: Ramsar Convention Bureau, 1997. 127 p.
2. Brander L.M., Florax R.J.G.M., Vermaat J.E. The empirics of wetland valuation: a comprehensive summary and a meta-analysis of the literature // Environ. Resource. Econ. 2006. V. 33. P. 223–250. doi: 10.1007/s10640-005- 3104-4
3. Экосистемы болот // Состояние биоразнообразия природных экосистем России / под ред. В.А. Орлова, А.А. Тишкова. М.: НИА-Природа, 2004. C. 103.
4. Сирин А. А. Торфяные болота: свойства, функции, экосистемные услуги // Материалы конференции «X Галкинские Чтения». СПб.: Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина), 2019. С. 183–185.
5. Costanza R., d’Arge R., de Groot R., Farber S., Grasso M., Hannon B., Limburg K., Naeem S., O’Neill R.V., Paruelo J., Raskin R.G., Sutton P., van den Belt M. The value of the world’s ecosystem services and natural capital // Nature. 1997. V. 387. P. 253–260. doi: 10.1038/387253a0
6. Mitsch W.J., Gosselink J.G. Wetlands. New York: John Wiley & Sons, 2000. 920 p.
7. Rydin H., Jeglum J.K. The Biology of Peatlands. Oxford; New York: Oxford University Press, 2006. 343 p.
8. Charman D. Peatlands and environmental change. Chichester: Wiley, 2002. 301 p.
9. Mires: from Siberia to Tierra del Fuego / Ed. G.M. Steiner. Linz: Biologiezentrum der Oberösterreichischen Landesmuseen, 2005. 626 p.
10. Tarnocai C., Kettles I.M., Lacelle B. Peatlands of Canada [Электронный ресурс] https://ostrnrcandostrncan. canada.ca/entities/publication/4b928f32-3a2b-4b88-ba2c-03df49dfa451 (дата обращения: 23.11.2025). doi: 10.4095/288786
11. Peatlands in Finland / Ed. H. Vasander. Helsinki: Finnish Peatland Society, 1996. 168 p.
12. Landschaftsökologische Moorkunde / Eds. M. Succow, H. Joosten. Stuttgart: Schweizerbart’sche Verlagsbuchhandlung, 2001. 622 p.
13. Steiner G.M. Österreichischer Moorschutzkatalog. Wien: Grüne Reihe des Bundesministeriums für Umwelt, 2000. 509 p.
14. Millennium Ecosystem Assessment. Ecosystems and human well-being: wetlands and water: synthesis / Eds. J. Sarukhán, A. Whyte. Washington, DC: World Resources Institute, 2005. 68 p.
15. Assessment on peatlands, biodiversity and climate change: main report / Eds. F. Parish, A. Sirin, D. Charman, H. Joosten, T. Minayeva, M. Silvius, L. Stringer. Kuala Lumpur; Wageningen: Global Environment Centre; Wetlands International, 2008. 179 p.
16. Вомперский С.Э., Сирин А.А., Глухова Т.В., Цыганова О.П., Валяева Н.А. Запас углерода в тор- МОНИТОРИНГ ПРИРОДНЫХ И АНТРОПОГЕННО НАРУШЕННЫХ ТЕРРИТОРИЙ 102 Теорeтическая и прикладная экология. 2026. № 3 / Theoretical and Applied Ecology. 2026. No. 3 ах болот Российской Федерации (новый подход) // Западно-Сибирские торфяники и цикл углерода: прошлое и настоящее: материалы VII междунар. полевого симпозиума. Томск: Изд-во Томского гос. ун-та, 2024. С. 75–77.
17. Peatlands and Climate Change / Ed. M. Struck. Saarijärvi: International Peat Society, 2008. 223 p.
18. Возбранная А.Е., Антипин В.К., Бойчук М.А., Миронов В.Л., Сирин А.А. Мониторинг восстановительной динамики болотной растительности ранее разрабатываемых торфяников Национального парка «Меще-ра» // VIII Галкинские Чтения: материалы конф. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2017. С. 17–20.
19. Chapman S., Buttler A., Francez A.-J., Laggoun-Défarge F., Vasander H., Schloter M., Combe J., Grosvernier P., Harms H., Epron D., Gilbert D., Mitchell E. Exploitation of northern peatlands and biodiversity maintenance: a conflict between economy and ecology // Front. Ecol. Environ. 2003. V. 1. No. 10. P. 525–532. doi: 10.1890/1540-9295(2003)001[0525:EONPAB]2.0.CO;2.
20. Erwin K.L. Wetlands and global climate change: the role of wetland restoration in a changing world // Wetlands Ecol. Manage. 2009. V. 17. P. 71–84. doi: 10.1007/ s11273-008-9119-1
21. Боч М.С., Мазинг В.В. Экосистемы болот СССР. Л.: Наука, 1979. 186 с.
22. Егоров К.П., Медведева М.А., Галанина О.В., Сирин А.А. Изменение облесенности верховых болот за последние десятилетия: некоторые данные (на примере объектов Западнодвинского лесоболотного стационара ИЛАН РАН, Тверская область) // Материалы конференции «XII Галкинские Чтения – Типы болот регионов России». СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2023. С. 71–73.
23. Елина Г.А., Кузнецов О.Л., Максимов А.И. Структурно-функциональная организация и динамика болотных экосистем Карелии. Л.: Наука, 1984. 128 с.
25. Николаев В.И. Болота Верхневолжья. Птицы. М.: Изд-во Рус. ун-та, 2000. 216 с.
26. Ямпольский А. Л. Методика эколого-экономи- ческой оценки торфяных болот // Труды Инсторфа. 2010. № 2. С. 3–10.
27. Минаева Т.Ю., Глушков И., Носова Н.Б., Стародубцева О.А., Кураева Е.Н., Волкова Е.М. Очерк болот Центрально-Лесного заповедника // Труды Центрально- Лесного государственного природного биосферного заповедника. Вып. 4. Комплексные исследованияв Центрально-Лесном государственном природном биосферном заповеднике: их прошлое, настоящее и будущее. Тула: Гриф и К, 2007. С. 267–296.
28. Бутовский Р.О., Райнен Р., Онагов Д.М., Алещенко Г.М., Мелик-Багдасаров Д.М., Еремкин Г.С., Есенова И.М. Сохранение природы торфяных болот Центральной и Северной Мещеры. М.: Alterra-report 225, 2001. 120 с.
29. Тимохина Ю.И., Калуцкова Н.Н., Голубева Е.И. Оценка экосистемных функций водно-болотных угодий особо охраняемых природных территорий Казахстана // Экосистемы: экология и динамика. 2017. T. 1. № 4. С. 45–58.
31. Методы исследований болотных экосистем таёжной зоны / Отв. ред. О.Л. Кузнецов. Л.: Наука, 1991.127 c.
32. Бобылев С.Н., Захаров В.М. Экосистемные услуги и экономика. М.: ООО «Типография ЛЕВКО», Институт устойчивого развития / Центр экологической политики России, 2009. 72 с.
33. Наблюдение и изучение явлений и процессов в природном комплексе заповедника по программе Летописи природы: научный отчёт. Горно-Алтайск: ФГБУ «Алтайский государственный заповедник», 2024. Т. 51. 452 с.
34. Проект организации и ведения лесного хозяйства Алтайского государственного природного заповедника Республики Алтай «Западно-Сибирское государственное лесоустроительное предприятие» Омский филиал. Омск, 2004. 375 с.
35. Руководство по химическому анализу поверхностных вод суши. Часть 2 / Под ред. Л.В. Боевой. Ростов-на-Дону: Издательство Южного Федерального Университета, 2012. 720 с.
36. Седельников В.П. Высокогорная растительность Алтае-Саянской горной области. Новосибирск: Наука, 1988. 223 с.
37. Лесохозяйственный регламент ФГБУ «Алтайский государственный природный заповедник». Горно-Алтайск: Министерство природных ресурсов и экологии Российской Федерации, 2022. 90 с.
38. Технический кодекс установившейся практики ТКП 17.02-10-2013 (02120). Порядок стоимостной оценки экосистемных услуг и определения стоимостной ценности биологического разнообразия. Минск: Минприроды, 2013. 25 с.
39. Бобылев С.Н., Сидоренко В.Н., Лужецкая Н.В. Экономические основы сохранения водно-болотных угодий. М.: Wetlands international, 2001. 56 с.
Сведения о финансировании:
Работа выполнена в рамках государственного задания Министерства природных ресурсов и экологии Российской Федерации (тема № 125121914673-8 Многолетняя динамика экосистем, природных ландшафтов и природных комплексов Алтайского государственного заповедника: изучение естественного хода процессов и явлений в целях обеспечения сохранения природной среды, в том числе естественных экологических систем, объектов животного и растительного мира (1-22-2-1) а также в рамках государственного задания ЦЭПЛ РАН «Биоразнообразие и экосистемные функции лесов» (Регистрационный номер НИОКТР 124013000750-1).
2026 г., № 3 Раздел: Теоретические проблемы экологии УДК: 504.7+504.38+502.6+504.42+504.45
Потоки парниковых газов в приморских водно-болотных экосистемах тропиков и субтропиков: обзор
Г.Д. Ватутин, Е.А. Филимоненко
Автономная некоммерческая образовательная организация высшего образования «Научно-технологический университет Сириус»
Водно-болотные угодья играют важнейшую роль в глобальном углеродном цикле. Генерализация данных о потоках климатически активных газов – метана (СН4), оксида азота(I) (N2O) и углекислого газа (CO2) из приморских водно-болотных угодий субтропической и тропической зоны выявила, что они являются их источниками со средними величинами эмиссии 187 ± 19 мг CO2/м2/ч; 7,6 ± 1,0 мг CH4/м2/ч; 0,13 ± 0,05 мг N2O/м2/ч. Скорость эмиссии парниковых газов снижается с ростом солёности морских вод и смещением pH почв в области кислых или щелочных величин. В субтропических приморских водно-болотных угодьях снижение температуры почв и содержания в них органического вещества в зимний период уменьшают скорости эмиссии углекислого газа и метана. В тропической зоне высокая интенсивность эмиссии углекислого газа и оксида азота(I) наблюдается в засушливый период, а скорость эмиссии метана повышается в сезон дождей. Эмиссия углекислого газа и метана из прибрежных водно-болотных угодий, расположенных в тропическом муссонном типе климата, значительно выше в сравнении с аналогичными значениями для приморских водно-болотных экосистем, локализованных
в постоянно влажном и сезонно-влажном типах климата. Среди приморских водно-болотных экосистем тропиков и субтропиков наибольшей скоростью эмиссии климатически активных газов характеризуются пресноводные марши и прибрежные болота.
1. Kumar A., Thakur T.K., Yu Z.G. Editorial: Wetland ecosystems as important greenhouse hotspots // Front. Environ. Sci. 2023. V. 10. Article No. 1127269. doi: 10.3389/fenvs.2022.1127269
2. Howard J., Sutton-Grier A., Herr D., Kleypas J., Landis E., Mcleod E., Pidgeon E., Simpson S. Clarifying the role of coastal and marine systems in climate mitigation // Front. Ecol. Environ. 2017. V. 15. No. 1. P. 42–50. doi: 10.1002/fee.1451
3. Choudhary B., Dhar V., Pawase A.S. Blue carbon and the role of mangroves in carbon sequestration: its mechanisms, estimation, human impacts and conservation strategies for economic incentives // J. Sea Res. 2024. V. 199. No. 9. Article No. 102504. doi: 10.1016/j.seares.2024.102504
4. Dutta J., Zaman S., Mitra A. Blue carbon: a natural prescription to mitigate Global Climate Change // Climate Change and blue carbon: webinar articles on “Blue carbon domain: a potential regulator of Climate Change” under RUSA 2.0. Centre of excellence environment, Climate Change and public health, Utkal University, 2020. P. 74–80.
5. Mcleod E., Chmura G.L., Bouillon S., Salm R., Björk M., Duarte C.M., Loverock C.E., Schlesinger W.H., Silliman B.R. A blueprint for blue carbon: toward an improved understanding of the role of vegetated coastal habitats in sequestering CO2 // Front. Ecol. Environ. 2011. V. 9. No. 10. P. 552–560. doi: 10.1890/110004
6. Alongi D.M. Nitrogen cycling and mass balance in the world’s mangrove forests // Nitrogen. 2020. V. 1. No. 2. P. 167–189. doi: 10.3390/nitrogen1020014
7. Bernal B., Mitsch W.J. Carbon sequestration in fresh-water wetlands in Costa Rica and Botswana // Biogeochemistry. 2013. V. 115. P. 77–93. doi: 10.1007/s10533-012-9819-8
8. Fennessy S., Beers L. The contribution of blue carbon ecosystems to climate change mitigation. Ramsar Briefing Note 12. 2023 [Internet resource] https://www.ramsar.org/sites/default/files/documents/library/bn12_blue_carbon_ccmitigation_e.pdf (Accessed: 15.08.2025). doi: 10.13140/RG.2.2.17891.22565
9. Malerba M.E., Friess D.A., Peacock M., Grinham A., Taillardat P., Rosentreter J.A., Webb J., Iram N., Al-Haj A.N., Macreadie P.I. Methane and nitrous oxide emissions complicate the climate benefits of teal and blue carbon wetlands // One Earth. 2022. V. 5. No. 12. P. 1336–1341. doi: 10.1016/j. oneear.2022.11.003.
10. Marín-Muñiz J.L., Hernández M.E., Moreno-Casasola P. Comparing soil carbon sequestration in coastal freshwater wetlands with various geomorphic features and plant communities in Veracruz, Mexico // Plant Soil. 2014. V. 378. No. 1–2. P. 189–203. doi: 10.1007/s11104-013-2011-7
11. Moyo S. Carbon sequestration and fluxes // Fundamentals of tropical freshwater wetlands / Eds. T. Dalu, R.J. Wasserman. Elsevier, 2022. P. 111–131. doi: 10.1016/B978-0-12-822362-8.00016-5
12. Nahlik A.M., Mitsch W.J. Methane emissions from tropical freshwater wetlands located in different climatic zones of Costa Rica // Global Change Biol. 2011. V. 17. No. 3. P. 1321–1334. doi: 10.1111/j.1365-2486.2010.02190.x
13. Ito T. The Venice system for the classification of marine waters according to salinity: symposium on the classification of brackish waters, Venice, 8-14 April 1958 // Jpn. J. Limnol. 1959. V. 20. No. 3. P. 119–120 (in Japanese). doi: 10.3739/rikusui.20.119
14. Chambers L.G., Osborne T.Z., Reddy K.R. Effect of salinity-altering pulsing events on soil organic carbon loss along an intertidal wetland gradient: a laboratory experiment // Biogeochemistry. 2013. V. 115. No. 1–3. P. 363–383. doi: 10.1007/s10533-013-9841-5
15. Nie M.H., Liu M., Hou L.J., Lin X., Li Y., Yan C.X., Yang Y. Seasonal variation of soil respiration and its influence factors in tidal flat of Yangtze Estuary // Acta Scientiae Circumstantiae. 2011. V. 31. No. 4. P. 824–831.
16. Howard J.L., Creed J.C., Aguiar M.V.P., Fourqurean J.W. CO2 released by carbonate sediment production in some coastal areas may offset the benefits of seagrass “Blue Carbon” storage // Limnol. Oceanogr. 2018. V. 63. No. 1. P. 160–172. doi: 10.1002/lno.10621
17. Murguia-Flores F., Jaramillo V.J., Gallego-Sala A Assessing methane emissions from tropical wetlands: Uncertainties from natural variability and drivers at the global scale // Global Biogeochem. Cycles. 2023. V. 37. No. 9. Article No. e2022GB007601. doi: 10.1029/2022GB007601
18. Neubauer S.C., Piehler M.F., Smyth A.R., Franklin R.B. Saltwater intrusion modifies microbial community structure and decreases denitrification in tidal freshwater marshes // Ecosystems. 2019. V. 22. P. 912–928. doi: 10.1007/s10021-018-0312-7
19. Navada S., Vadstein O. Salinity acclimation strategies in nitrifying bioreactors // Front. Mar. Sci. 2022. V. 9. Article No. 867592. doi: 10.3389/fmars.2022.867592
20. Examination and description of soil profiles // Soi Survey Manual. 2017 [Internet resource] https://www.nrcs.usda.gov/sites/default/files/2022-09/SSM-ch3.pdf (Accessed: 03.02.2026).
21. Qiu S., Zhang X., Xia W., Li Z., Wang L., Chen Z., Ge S. Effect of extreme pH conditions on methanogenesis: methanogen metabolism and community structure // Sci. Total Environ. 2023. V. 877. Article No. 162702. doi: 10.1016/j.scitotenv.2023.162702
22. Hirota M., Senga Y., Seike Y., Nohara S., Kunii H. Fluxes of carbon dioxide, methane and nitrous oxide in two contrastive fringing zones of coastal lagoon, Lake Nakaumi, Japan // Chemosphere. 2007. V. 68. No. 3. P. 597–603. doi: 10.1016/j.chemosphere.2007.01.002
23. Sprott G.D., Patel G.B. Ammonia toxicity in pure cultures of methanogenic bacteria // Syst. Appl. Microbiol. 1986. V. 7. No. 2–3. P. 358–363. doi: 10.1016/S0723-2020(86)80034-0
24. Zhilina T.N., Zavarzin G.A. Alkaliphilic anaerobic community at pH 10 // Curr. Microbiol. 1994. V. 29. No. 2. P. 109–112. doi: 10.1007/BF01575757
25. Sim A.K.F., Ishak C.F., Hanif A.H.M., Melling L. Effect of N fertilization on N2O emission from a tropical peat soil: a laboratory incubation study // Peatlands in Balance: proceedings of the 14th International Peat Congress. Stockholm, 2012. P. 3–8.
26. Thomsen J.K., Geest T., Cox R.P. Mass spectrometric studies of the effect of pH on the accumulation of intermediates in denitrification by Paracoccus denitrificans // Appl. Environ. Microbiol. 1994. V. 60. No. 2. P. 536–541. doi: 10.1128/AEM.60.2.536-541.1994
27. Lei J., Fan Q., Yu J., Ma Y., Yin J., Liu R. A meta-analysis to examine whether nitrification inhibitors work through selectively inhibiting ammonia-oxidizing bacteria // Front. Microbiol. 2022. V. 13. Article No. 962146. doi: 10.3389/ fmicb.2022.962146
28. Pan Y., She D., Shi Z., Cao T., Xia Y., Shan J. Salinity and high pH reduce denitrification rates by inhibiting denitrifying gene abundance in a saline-alkali soil // Sci. Rep. 2023. V. 13. No. 2155. Article No. 2155. doi: 10.1038/s41598-023-29311-7
29. Hu M., Ren H., Ren P., Li J., Wilson B.J., Tong C. Response of gaseous carbon emissions to low-level salinity increase in tidal marsh ecosystem of the Min River estuary, southeastern China // J. Environ. Sci. 2017. V. 52. P. 210–222. doi: 10.1016/j.jes.2016.05.009
30. Ma J., Wang Z.Y., Stevenson B.A., Zheng X.J., Li Y. An inorganic CO2 diffusion and dissolution process explains negative CO2 fluxes in saline/alkaline soils // Sci. Rep. 2013. V. 3. No. 1. Article No. 2055. doi: 10.1038/srep02025
31. Wang X., Jiang Z., Li Y., Kong F., Xi M. Inorganic carbon sequestration and its mechanism of coastal saline-alkali wetlands in Jiaozhou Bay, China // Geoderma. 2019. V. 351. P. 221–234. doi: 10.1016/j.geoderma.2019.05.027
32. Danevčič T., Mandic-Mulec I., Stres B., Stopar D., Hacin J. Emissions of CO2, CH4 and N2O from Southern European peatlands // Soil Biol. Biochem. 2010. V. 42. No. 9. P. 1437–1446. doi: 10.1016/j.soilbio.2010.05.004
33. Kirui B., Huxham M., Kairo J.G., Mencuccini M., Skov M.W. Seasonal dynamics of soil carbon dioxide flux in a restored young mangrove plantation at Gazi Bay // Advances in Coastal Ecology: People, Processes and Ecosystems in Kenya / Eds. J. Hoorweg, N. Muthiga. Leiden: African Studies Centre, 2009. V. 20. P. 122–130.
34. Chen G.C., Tam N.F.Y., Ye Y. Spatial and seasonal variations of atmospheric N2O and CO2 fluxes from a subtropical mangrove swamp and their relationships with soil characteristics // Soil Biol. Biochem. 2012. V. 48. P. 175–181. doi: 10.1016/j.soilbio.2012.01.029
35. Allen D.E., Dalal R.C., Rennenberg H., Meyer R.L., Reeves S., Schmidt S. Spatial and temporal variation of nitrous oxide and methane flux between subtropical mangrove sediments and the atmosphere // Soil Biol. Biochem. 2007. V. 39. No. 2. P. 622–631. doi: 10.1016/j.soilbio.2006.09.013 36. Marín-Muñiz J.L., Hernández M.E., Moreno-Casasola P. Greenhouse gas emissions from coastal freshwater wetlands in Veracruz Mexico: Effect of plant community and seasonal dynamics // Atmos. Environ. 2015. V. 107. P. 107–117. doi: 10.1016/j.atmosenv.2015.02.036
37. Smith K.A., Ball T., Conen F., Dobbie K.E., Massheder J., Rey A. Exchange of greenhouse gases between soil and atmosphere: interactions of soil physical factors and biological processes // Eur. J. Soil. Sci. 2018. V. 69. No. 1. P . 10–20. doi: 10.1111/ejss.12539
38. Chanda A., Akhand A., Manna S., Dutta S., Das I., Hazra S., Rao K.H., Dadhwal V.K. Measuring daytime CO2 fluxes from the inter-tidal mangrove soils of Indian Sundarbans // Environ. Earth Sci. 2014. V. 72. No. 2. P. 417–427. doi: 10.1007/s12665-013-2962-2
39. Torres-Alvarado M.D.R., Pérez Muñoz T., Maldonado-Vela N.B. Methanogenesis in sediments of a tropical coastal wetland: a culture-dependent method // Revista de Biología Tropical. 2024. V. 72. No. 1. Article No. e57126. doi: 10.15517/rev.biol.trop..v72i1.57126
Сведения о финансировании:
Работа выполнена при финансовой поддержке государственной программы федеральной
территории «Сириус» «Научно-технологическое развитие федеральной территории «Сириус» (Соглашение №18-03 от 10.09.2024).
ISSN 1995-4301
Выбор параметров просмотра
