Assessment of water quality of Shlinsky reservoir by hydrochemical indicators

Cover Page

Cite item

Full Text

Abstract

The paper presents the main results of assessing the water quality of the Shlinsky reservoir for the period 2015-2019. Based on the analysis of hydrochemical data obtained by standard chemical methods, according to 22 indicators. Monitoring of the reservoir water quality until 2021 was carried out by the Dubna Ecoanalytic Laboratory. The Shlinsky reservoir is located on the border of the Tver and Novgorod regions, is part of the Vyshnevolotsk water system. The reservoir provides releases for the needs of energy, water transport and improvement of water supply in Moscow. As a result of the study, priority pollutants were identified, the water quality of the reservoir was assessed based on the results of calculating the water pollution index (WPI) and the specific combinatorial index of water pollution (SCIWP). It is shown that there is no significant anthropogenic impact on the ecosystem of a water body. The water quality of the reservoir is assessed as "moderately polluted" water (according to the value of the water pollution index) and slightly polluted - polluted water (according to the value of the specific combinatorial index of water pollution).

About the authors

Galina A. Lazareva

University «Dubna»

Author for correspondence.
Email: lazarevg@mail.ru
ORCID iD: 0000-0003-3189-0344
SPIN-code: 2916-4738

PhD of Biological Science, Ass. Professor Department of Ecology and Earth Sciences

19 Universitetskaya St, Dubna, Moscow region, 141980, Russian Federation

Polina V. Novikova

Ecoanalytic Laboratory

Email: anilop-96@mail.ru
Chemical Engineer 20 Joliot-Curie St, Dubna, Moscow region, 141980, Russian Federation

References

  1. Grigorieva IL, Komissarov AB. Features of formation and characteristics of the chemical composition of water bodies of the Tver region. Questions of geography. 2012;(133):431–444. (In Russ.)
  2. Lazareva GA, Novikova PV, Kovaleva OI. Estimation of polluting inflow from surface runoff in Shlino reservoir. International scientific research journal. ISSN 2303-9868 PRINT, ISSN 2227-6017 online, 2020;2(12(102)):74–77 Yekaterinburg 2020. (In Russ.)
  3. Lazareva GA, Klenova AV. The estimation of surface water by integrated indicators (of Verhnevolgsky reservoir). Modern problems of science and education. 2015;(6):621. URL: http://www.science-education.ru/130-23406 (accessed: 10.11.2020) (In Russ.)
  4. Lazareva GA. Estimation of water quality of Uglichsky reservoir by integrated hydrochemical factors. Bulletin of the Moscow State University. Series: Natural Sciences. 2016;(2):156–164. (In Russ.)
  5. Lazareva GA, Korneva LG, Zhmylev PYu. Ecology of the aquatic environment. Dubna: University «Dubna»; 2020. 125 р. (In Russ.)

Supplementary files

Supplementary Files
Action
1. JATS XML

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».