Особенности метаболизма планктона: результаты автоматизированных измерений на Можайском водохранилище

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Метаболизм планктона определяет кислородный режим водоема, его экологическое состояние, обмен СО2 c атмосферой. Нами использовано автоматизированное устройство, которое позволило провести массовые измерения внутрисуточных значений валовой первичной продукции (ВП) и дыхания (Д) планктона. В работе на Можайском водохранилище летом 2017 г. выявлен важный факт: максимумы ВП существенно опережают таковые Д в дневное время. Это объясняется тем, что ВП связана с солнечной радиацией (максимум в середине дня), а Д – с температурой воды (максимум во второй половине дня). Соответственно, наибольшее содержание растворенного кислорода наблюдается во второй половине дня, когда ВП и Д уравниваются. Рассматриваемый метод может использоваться для непрерывного мониторинга метаболизма планктона и его реакции на различные гидрометеорологические, гидрохимические и антропогенные факторы.

Об авторах

А. В. Гончаров

Московский государственный университет им. М.В. Ломоносова

Автор, ответственный за переписку.
Email: mama15333@mail.ru
Россия, Москва

В. В. Пуклаков

Московский государственный университет им. М.В. Ломоносова

Email: mama15333@mail.ru
Россия, Москва

М. Г. Гречушникова

Московский государственный университет им. М.В. Ломоносова

Email: mama15333@mail.ru
Россия, Москва

Н. М. Юмина

Московский государственный университет им. М.В. Ломоносова

Email: mama15333@mail.ru
Россия, Москва

Список литературы

  1. Винберг Г.Г. 1960. Первичная продукция водоемов. Минск: Изд-во АН БССР.
  2. Девяткин В.Г., Метелева Н.Ю., Митропольская И.В. 2000. Гидрофизические факторы продуктивности литорального фитопланктона: корреляционные связи между гидрофизическими факторами и продуктивностью фито планктона // Биология внутр. вод. № 3. С. 42.
  3. Гончаров А.В., Гречушникова М.Г., Пуклаков В.В. 2018. Новые возможности классического метода: автоматизированное определение первичной продукции и деструкции органического вещества в водоеме // Биология внутр. вод. № 4. С. 107. https://doi.org/10.1134/S0320965218040083
  4. Девяткин В.Г., Метелева Н.Ю., Вайновский П.А. 2012. О роли фитопланктона в формировании кислородного режима водоема в связи с климатическими вариациями. Вода: Химия и экология. № 12. С. 68.
  5. Минеева Н.М. 2009. Первичная продукция планктона в водохранилищах Волги. Ярославль: Принтхаус.
  6. Минеева Н.М., Корнева Л.Г., Соловьева В.В. 2016. Фотосинтетическая активность фитопланктона водохранилищ р. Волги // Биология внутр. вод. № 2. С. 11. https://doi.org/10.7868/S0320965216020121
  7. Пуклаков В.В., Даценко Ю.С., Гончаров А.В. и др. 2015. Гидроэкологический режим водохранилищ Подмосковья (наблюдения, диагноз, прогноз). Москва: Изд-во “Перо”.
  8. Belova S.L., Kremenetskaya E.R. 2010. The effect of water level variations on production destruction processes in the Mozhaisk reservoir // Water Res. V. 34. № 1. P. 70. https://doi.org/10.1134/S0097807810060060
  9. Depew D., Smith R., Guildford S., 2006. Production and Respiration in Lake Erie Plankton Communities // J. Great Lakes Res. V. 32. Issue 4. P. 817.
  10. Goncharov A.V. 2007. Comparison of reservoirs in the Moskva-Vazuza water system in terms of phytoplankton abundance and eutrophication degree // Water Res. V. 34. № 1. P. 78. https://doi.org/10.1134/S0097807807010071
  11. Hanson P.C., Pollard D.L., Bade K. et al. 2004. A model of carbon evasion and sedimentation in temperate lakes // Global Change Biol. V. 10. P. 1285. https://doi.org/10.1111/J.1529-8817.2003.00805.X
  12. Hanson P.C., Carpenter S.R., Kimura N. et al. 2008. Evaluation of metabolism models for free-water dissolved oxygen methods in lakes // Limnol., Oceanogr. Methods 6: P. 454. https://doi.org/10.4319/lom.2008.6.454
  13. Hoellein T.J., Bruesewitz D.A., Richardson D.C. 2013. Revisiting Odum (1956): A synthesis of aquatic ecosystem metabolism // Limnol., Oceanogr. V. 58. № 6. P. 2089. https://doi.org/10.4319/lo.2013.58.6.2089
  14. LaBuhn S., Klump J.V. 2016. Estimating summertime epilimnetic primary production via in situ monitoring in a eutrophic freshwater embayment, Green Bay, Lake Michigan // Journal of Great Lakes Research. V. 42. Issue 5. P. 1026. https://doi.org/10.1016/J.JGLR.2016.07.028
  15. McNair J., Sesselmann M., Kendall S. et al. 2015. Alternative approaches for estimating components of lake metabolism using the free-water dissolved-oxygen (FWDO) method // Fundamental and Applied Limnology. V. 186 (1–2). P. 21. https://doi.org/10.1127/fal/2015/0626
  16. Odum E.P. 1983. Basic ecology. USA: Philadelphia Saunders College Publ.
  17. Staehr P.A., Sand-Jensen K. 2007. Temporal dynamics and regulation of lake metabolism // Limnol., Oceanogr. V. 52 (1). P. 108. https://doi.org/10.4319/lo.2007.52.1.0108
  18. Staehr P.A., Bade D., Van de Bogert M.C. et al. 2010. Lake metabolism and the diel oxygen technique: State of the science // Limnol., Oceanogr. Methods 8. P. 628. https://doi.org/10.4319/lom.2010.8.0628
  19. Staehr P.A., Testa J.M., Kemp W.M. et al. 2011. The metabolism of aquatic ecosystems: history, applications, and future challenges // Aquat. Sci. V. 74. P. 15. https://doi.org/10.1007/s00027-011-0199-2
  20. Vinçon-Leite B., Casenave C. 2019. Modelling eutrophication in lake ecosystems: A review // Science of The Total Environment. V. 651. Part 2. P. 2985. https://doi.org/10.1016/j.scitotenv.2018.09.320
  21. Wetzel R.G. 2001. Limnology. Lake and River Ecosystems. San Diego: Acad. Press.
  22. Wetzel R.G., Likens G.E. 2000. Limnological analyses. New York: Springer.
  23. Williams P., Jle B., Thomas D.N., Reynolds C.S. 2002. Phytoplankton Productivity. Carbon assimilation in marine and freshwater ecosystems. Oxford: Blackwell Science.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2.

Скачать (741KB)
3.

Скачать (475KB)
4.

Скачать (208KB)

© А.В. Гончаров, В.В. Пуклаков, М.Г. Гречушникова, Н.М. Юмина, 2023

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».