MELLÉKLETEK
MELLÉKLETEK ................................................................................................................................ 1 2.1. Melléklet: Talajmintavétel ............................................................................................. 2 2.2. Melléklet: Talajvíz- és felszínivíz-mintavétel ................................................................ 3 3.1. Melléklet: In situ szenzoros mérések (gázdetektor) fejlesztése (Megaterra Kft., MTA TAKI) ..................................................................................................................................... 4 3.2. Melléklet: In situ szenzoros mérések (gázdetektor) kivitelezése (Megaterra Kft., MTA TAKI) ..................................................................................................................................... 9 4. Melléklet. Műszeres analitika (MTA NKI) .................................................................. 16 4.1. Melléklet. Növényvédőszer-maradékok műszeres és immunanalitikai meghatározása (MTA NKI) ................................................................................................. 17 4.2. Melléklet. Szénhidrogén típusú szennyezők műszeres és immunanalitikai meghatározása (MTA NKI) ................................................................................................. 28 4.3.1. Melléklet. Műtrágya-eredetű nehézfém-szennyezők műszeres analitikai meghatározása (MTA TAKI) ............................................................................................... 34 4.3.2. Melléklet: A Talajvédelem című folyóiratban elfogadásra került cikk: Komplex talajmonitorozás mintavétel-optimalizációja ....................................................................... 46 5. Melléklet: Biológiai vizsgálatok, biotesztek(MTA NKI)................................................. 55 5.1. Melléklet: Daphnia-biotesztek kivitelezése (MTA NKI) .............................................. 55 5.2. Melléklet: Ames-féle mutagenitási tesztek kivitelezése (MTA NKI) ........................... 57 5.3. Melléklet: Drosophila-SMART tesztek kivitelezése (MTA NKI) ................................ 57 5.4.1. Melléklet: A 2010-es MONTABIO kiadványban megjelenő fejezet (A mikrobiális aktivitás vizsgálatok eredményei) ........................................................................................ 59 5.4.2. Melléklet: A mikrobiális aktivitás vizsgálatok eredményeit bemutató, angol nyelvű publikálásra előkészített cikktervezet ................................................................................... 73 5.5.1 Melléklet: Talajlakó állatokon végzett biotesztek kivitelezése, teljes próba-vizsgálat, 2010 ...................................................................................................................................... 87 5.5.2. Melléklet: Talajlakó állatokon végzett biotesztek kivitelezése, a MONTABIO 2010es kiadványának vonatkozó fejezete .................................................................................... 91 6.1. Melléklet: Tanulmányterv a szennyezett területek kockázatbecslésére (Megaterra Kft.) ............................................................................................................................................ 105 6.2. Melléklet: Tanulmányterv a talajszennyezésekkel kapcsolatosan felmerülő hatósági és közpolitikai lépésekkel kapcsolatban: az intenzív és az ökológiai növénytermesztési gyakorlat összehasonlítása ................................................................................................. 110 6.4. Melléklet: Konferenciák (Megaterra Kft., MTA TAKI, MTA NKI) .......................... 133
1
2.1. Melléklet: Talajmintavétel A célkitűzésnek megfelelően 2010-ben 11 teszt-terület talaj-, valamint felszín alatti víz, illetve felszíni víz mintavételezését és vizsgálatát végeztük el A talaj mintavételek során mintánként 0,1 – 0,5 kg talajt vettünk, talajvíz és felszíni víz esetén mintánként max. 2,5 l volt a minta mennyisége A mintavételi fúrásokat a korábban már bemutatott RPF kvadrát alapján, területenként 5-5 helyen mélyítettük. A megadott koordináták alapján a kijelölt fúráspontokat sub-méteres GPS támogatással kerestük meg. A mintavételi tervet az egyes teszt-területek sajátosságainak figyelembe vételével alakítottuk ki. A talaj mintavételi mélység, és a mintaszám ennek megfelelően teszt-területenként változott. A konzorcium 2010 évben talajmintavételezésre az alábbi teszt-területeket jelölte ki: 1.
Agrárterületek • Köröstarcsa bio tábla • Csorvás intenzív tábla • Battonya intenzív tábla
2. Szennyezett ipari területek és mezőgazdasági jellegű szennyező anyaggal, de nem mezőgazdasági tevékenység nyomán szennyezett területek • Gyomaendrőd – Nagylapos • Orosháza II. • Orosháza III. A talajfúrásokat magminta-vételre alkalmas Eijkelkamp ütve fúróval mélyítettük. A talajmintavétel során 0,1 – 0,5 kg talajt vettünk mintánként. A talajmintákat a mintavételi terveknek megfelelő darabszámban vettük. Az egyes mintákra vonatkozóan a mintavétel körülményeit mintavételi jegyzőkönyvben rögzítettük. A fúrószerszámokat minden mintavétel után megtisztítottuk. A talajfúrások, mintavételezések elvégzését követően a fúrásokat a terepi munka végén saját furadékával visszatömedékeltük, a fúrás környezetét tereprendeztük.. A megvett és azonosítóval ellátott mintákat hűtött körülmények közt tároltuk és szállítottuk be a vizsgáló laboratóriumba. A mintavételi jegyzőkönyveket az M.I. Függelék tartalmazza. A laboratóriumi vizsgálati jegyzőkönyvek az M.XII. függelékben találhatók
2
1. kép 2.2. Melléklet: Talajvíz- és felszínivíz-mintavétel A talajvizet egyes kijelölt talajfúrások, illetve a teszt-területeken és környezetükben található figyelőkút, ásott kút, lecsövezett mintavételi fúrás esetében mintáztuk, a hidrogeológiai paramétereket jegyzőkönyvben rögzítettük. A mintavétel céljából mélyített fúrásokat a talajvíz mintavétel idejére szűrőcső lehelyezésével biztosítottuk. Abban az esetben, ha a magminta-vételre alkalmas száraz gépi fúrással nem sikerült elérni a talajvíz fakadási szintjét elérni, akkor Foremost Mobile – Minuteman benzinmotoros spirálfúró gépet használtunk a megkezdett talajfúrás talpmélységének növelésére. Ennek segítségével elértük, hogy minden fúrásból tudtunk talajvíz mintát venni, mivel az eszközzel 10 m talpmélységű talajfúrást lehet mélyíteni. A teszt-területekhez kapcsolódó felszíni vizek (patakok, öntöző csatornák) mintázásához tetszés szerint hosszabbítható (teleszkópos) rúdra szerelt műanyag merítő edényt használtunk, illetve merítéssel vettünk mintát A konzorcium 2010 évben talajmintavételezésre az alábbi teszt-területeket jelölte ki: 1.
Agrárterületek • Köröstarcsa bio tábla • Csorvás intenzív tábla • Battonya intenzív tábla
2. Szennyezett ipari területek és mezőgazdasági jellegű szennyező anyaggal, de nem mezőgazdasági tevékenység nyomán szennyezett területek • Gyomaendrőd – Nagylapos • Orosháza II. • Orosháza III.
3
Az azonosítóval ellátott talajvíz és felszínivíz mintákat hűtött körülmények között tároltuk és haladéktalanul beszállítottuk a vizsgáló laboratóriumba. A mintavételi jegyzőkönyveket, az M.I. Függelék tartalmazza. A laboratóriumi vizsgálati jegyzőkönyvek az M.XII. függelékben találhatók
2. kép 3.1. Melléklet: In situ szenzoros mérések (gázdetektor) fejlesztése (Megaterra Kft., MTA TAKI) A projektet lezáró harmadik évben a kutatás-fejlesztésben lefektetett 2010. évre vonatkozó kötelező feladatokon túlmenően, az alkalmazott ECOPROBE 5 talajlevegő mérő műszer, illetve a helyszíni talajlevegő mérések és vizsgálatok módszerének továbbfejlesztésére, a mért eredmények közti esetleges korreláció felfedezésére fókuszáltunk.
4
3. kép
Összemérések Az összemérések végzése során képet kaphatunk a műszer pontosságáról, a mérések megbízhatóságáról. Az összeméréseket különféle kalibrálógázokkal végeztük. A PID egypontos kalibrálásához a szett részét képező 100 ppm izobutén gázt (szintetikus levegőben), az IR metán, TP (ásványolaj eredetű szénhidrogének) és széndioxid egypontos kalibrálásához 10.000 ppm CH4 és 10.000 ppm CO2 kevert gázt (nitrogénben) használtuk. Az O2 kalibrálása a külső friss levegő felhasználásával történik. A külső légnyomás és a talaj hőmérséklet mérés kalibrálását a gépkönyvben leírtak szerint végeztük. A kézikönyvben szereplő kalibráló gázokat a kalibráló gázokat újra hitelesíttettük és a kalibrálásokat rendszeresen végezzük. Az egy és többpontos kalibrálásokhoz használt gázok, gázkeverékek:
5
Gyártó Messer Messer Messer Messer
Gyártó Messer
CO2 + CH4 v/v% (ppm) (N2-ben) Névleges v/v% (ppm) Analitikai CH4 v/v% (ppm) 0,1 (1000) 0,5 (5000) 1 (10000) 5 (50000)
0,10007 (1000,7) 0,5125 (5125) 1,06 (10600) 4,86 (48600)
Analitikai CO2 v/v% (ppm) 0,09998 (999,8) 0,4951 (4951) 1,06 (10600) 4,96 (49600)
CH4 v/v% (ppm) (N2-ben) Névleges v/v% (ppm) Analitikai v/v% (ppm) 10 (100000) 9,996 (99960) C4H8 v/v% (ppm) (szintetikus levegőben)
Gyártó Messer Messer Messer Messer
Névleges v/v% (ppm) 0,001 (10) 0,01 (100) 0,1 (1000) 0,2 (2000)
Analitikai v/v% (ppm) 0,001 (10) 0,00993 (99,3) 0,101 (1010) 0,201 (2010)
1. táblázat A mérési bizonytalanságot, vagyis a mérési eredmény megbízhatóságát a pontosság és a precizitás együttesen jellemzi. A pontosság mérőszáma a mért érték (mérési átlag) és a referencia (standard) adat hányadosa szorozva százzal, azaz R=Či/Crefx100. A precizitás a megismételt vizsgálatok eredményei közötti egyezés mértéke, a módszer véletlen hibáját jellemzi rendszerint a becsült tapasztalati szórással (SD) és/vagy a százalékos szórással (RSD) kifejezve. Az Ecoprobe5 hordozható gázmérő műszer a VOC, CH4, TP, CO2, O2 paramétereket az alábbi pontossággal és precizitással képes mérni: A VOC mérés pontossága 97% {a különböző koncentrációjú kalibráló gázokkal (10, 104, 1000, 1999 ppm izobutén) történt mérések pontosságának az átlaga}. A VOC mérés precizitása RSD=10% {a különböző koncentrációjú kalibráló gázokkal (10, 104, 1000, 1999 ppm izobutén) történt mérések százalékos szórásának az átlaga}. A Metán-mérés pontossága 99% {a különböző koncentrációjú kalibráló gázokkal (973, 5132, 10500, 48600, 100400 ppm metán) történt mérések pontosságának az átlaga}. A Metán-mérés precizitása RSD=5% {a különböző koncentrációjú kalibráló gázokkal (973, 5132, 10500, 48600, 100400 ppm metán) történt mérések százalékos szórásának az átlaga}. A TP mérés pontossága 98% {a különböző koncentrációjú kalibráló gázokkal (973, 5132, 10500, 48600, 100400 ppm metán) történt mérések pontosságának az átlaga}. A TP mérés precizitása RSD=5% {a különböző koncentrációjú kalibráló gázokkal (973, 5132, 10500, 48600, 100400 ppm metán) történt mérések százalékos szórásának az átlaga}. A Széndioxid-mérés pontossága 98% {a különböző koncentrációjú kalibráló gázokkal (974, 4937, 10600, 49500 ppm CO2) történt mérések pontosságának az átlaga}. A Széndioxidmérés precizitása RSD=5% {a különböző koncentrációjú kalibráló gázokkal (974, 4937, 10600, 49500 ppm CO2) történt mérések százalékos szórásának az átlaga}.
6
Az Oxigénmérés pontossága 99,5% {kültéri levegővel (O2 tartalom 21%) történt mérések pontosságának az átlaga}. Az Oxigénmérés precizitása RSD=0,2% {kültéri levegővel (O2 tartalom 21%) történt mérések százalékos szórása} A mérési eredményeket az M.II. Függelék tartalmazza. Visszavezethetőség A három év mérési adatai alapján célunk a kapcsolatok megtalálása talaj, talajvíz és talajlevegő szennyezettség között, melyet matematikai módszerek bevonásával is próbálunk alátámasztani, és eredményt elérni ezen a területen is. Környezeti károk feltérképezése és elhárítása terén lényeges kérdés, a helyszíni (in situ) mérések pontossága, megbízhatósága. Hordozható mérőműszerek fejlődésével, ez a kérdés, mindinkább statisztikai jellegű kérdéssé válik, azaz, · Milyen statisztikai modellek segítségével vizsgálható egy adott területen elvégzett helyszíni mérések és ezekhez kapcsolódó laboratóriumi mérések eredményeinek korrelációja? · Hány minta helyszíni és laboratóriumi vizsgálata után tudunk megfelelő biztonsággal nyilatkozni a különböző módszerrel elvégzett mérések eredményeinek korrelációjáról? · A két különböző vizsgálati módszer megfelelő szintű korrelációja esetén, milyen becslést adhatunk a helyszíni mérés eredményéből, a laboratóriumi mérés eredményére? A becsléshez milyen konfidencia intervallum tartozik? Adott teszt területen (Orosháza-I.), 31 mintavételi furatban ECOPROBE 5 készülékkel a talajlevegő in-situ mérését végeztük el (PID, CH4, CO2-t TP), míg ugyanazokról a mintavételi helyekről vett talajmintákat laboratóriumi körülmények között vizsgáltattuk meg (TPH-GC). Statisztikai szempontból több lehetséges korrelációs modell ellenőrzése történt meg. Ezek a modellek közül számos olyan eredményre vezet, amelynél a helyszíni és laboratóriumi mérések között nagyon magas korrelációt mutattunk ki. Jelenlegi számításaink alapján, megalapozottnak tűnik, hogy a helyszíni mérésekkel kiválthatunk, bizonyos laboratóriumi méréseket illetve laboratóriumi mérések eredményeit előre lehet jelezni, ha már rendelkezünk megfelelő méretű olyan adatbázissal, amelyik esetén a mérési pontoknál mind helyszíni, mind pedig az onnan vett minták esetén laboratóriumi vizsgálat eredményei ismertek. Hangsúlyozni kívánjuk azt, hogy az adatbázis szükséges méretét számos körülmény befolyásolhatja (szennyező anyag, a talaj összetétele, a szennyezés pillanatától eltelt idő stb.), ezért további statisztikai vizsgálatok szükségesek a helyszíni és laboratóriumi mérések összehasonlítása terén. A modellezés részletes eredményeit az M.III. Függelékben csatoltuk.(Illés Tibor anyaga). Szabadalom benyújtása A 2009. évi kiadványban bemutatott talaj- és talajvíz illékony komponenseinek pre-laboralis szennyezettség-vizsgálati módszereire vonatkozóan szabadalmat jelentettünk be „Eljárás és berendezés illékony komponensek talaj- és talajvíz-mintákból történő kinyerésére és prelaborális vizsgálatára” címmel. A módszerek jelentőségét a minták olcsó elővizsgálati (screening) lehetősége és ez által a költséges laboratóriumi vizsgálatokra szánt mintaszám ésszerűsítése (csökkentése) adja. A pre-laboralis módszerek egyrészt kiegészítik a helyszíni talajlevegő méréseket, másrészt növelik a tényfeltárások költséghatékonyságát a laboratóriumi költségek csökkentésével. A Megaterra Kft. helyszíni talajlevegő vizsgálati akkreditációjának megszerzése
7
A Montabio kutatás-fejlesztési projekt keretén belül a Megaterra Kft. 2009. október 28-án megszerezte a talajlevegő/depóniagáz/biogáz mintavételi akkreditációt. További feladat volt a talajlevegő helyszíni vizsgálati akkreditált státusz megszerzése, melynek érdekében módosítottuk és kiegészítettük a minőségügyi kézikönyvünket, kidolgoztuk a talajlevegő helyszíni vizsgálatára vonatkozó belső eljárás-rendünket (Megaterra Belső Eljárás-2, azaz MEBE-2). Új akkreditációs eljárás keretében a Nemzeti Akkreditáló Testület (NAT) által végzett helyszíni szemle során bemutattuk a Megaterra Kft. talajlevegő mintavételi és helyszíni vizsgálati eljárásait és eszközeit, melyre 2010. október 21-én került sor a Megaterra Kft. irodájában (1022 Budapest, Herman Ottó u. 15.). Az eseményen készült értékelő jelentés szerint a szemle rendben zajlott, a dokumentáció és az eljárás működése megfelelt a vonatkozó előírásoknak. A Megaterra Kft. minden szempontból (minőség-irányítási, műszaki, szakmai) felkészültnek bizonyult. A helyszíni talajlevegő vizsgálati akkreditációt 2010. november 10.-én sikeresen megszereztük. A MEBE-2 belső eljárás-rend leírása és a helyszíni talajlevegő vizsgálati akkreditációs okirat az M.IV. Függelékben található. Az on-site in-situ talajlevegő-vizsgálati tapasztalatokra épülő lehetőségek A talaj- és talajvízszennyezettség mérése és idősoros monitoringja során széles körben elterjedt eljárás, hogy a szilárd illetve folyadékfázisból mintát veszünk, azt elszállítjuk a vizsgáló laboratóriumba, ahol a vizsgálatok elvégzésre kerülnek. Ez az eljárásmód számos, lényeges hibával terhelt és nem ad választ a talaj- talajvízrendszer eredeti összetételére, tulajdonságaira, változására. Első és egyben talán a legfontosabb hibatényező, hogy a mintavétellel magának a kivett mintának a tulajdonságait változtatjuk meg, csökkentjük reprezentativitását. A második lényeges hibatényező a minta tárolása és szállítása. A harmadik a laboratóriumi feltárás és vizsgálat behatása. Ezért nem véletlen, hogy a kereskedelmi laborok a laboratóriumi eredménylapon következetesen feltüntetik, hogy a vizsgálatok a laboratóriumba beérkezett mintákra vonatkoznak, azok tulajdonságait tükrözik. A laboratóriumba beérkező és vizsgálatok alá vetett minta azonban a fentiek miatt nem reprezentálja a természetes életközegben lévő talaj és/vagy talajvízminta tulajdonságait. Ezért a környezetvédelmi méréstechnikai gyakorlatban egyre inkább elterjedő nézet, hogy a talajt és a talajvizet lehetőleg szondák lehelyezésével in-situ, vagy legalábbis on-site módszerekkel a helyszínen vizsgáljuk. A talajlevegő mérés jelenleg Magyarországon csak korlátozott mértékben terjedt el, ezen belül is elsősorban a szilárd és cseppfolyós közegekhez hasonlóan mintavétel, mintaszállítás és laboratóriumi vizsgálatok formájában. A helyszíni talajlevegő-vizsgálatok forradalmian új eljárásmódot nyújtanak a szennyezettség pontosabb megismeréséhez és változásainak nyomonkövetéséhez. Egyben kiegészítik és teljessé teszik a talaj, mint háromfázisú polidiszperz rendszer tulajdonságainak és tulajdonságváltozásainak megismerését. A pontosság mellett a költséghatékonyság is előnye a kifejlesztett módszernek. Mindemellett nemcsak az eljárás in-situ eredményeit, hanem a felmért területről kapott információkat is a helyszínen, rövid időn belül tudjuk feldolgozni, és a Megrendelő felé egyből prezentálni a helyzetet, az esetleges beavatkozás várható méretét (1. ábra).
8
1. ábra 3.2. Melléklet: In situ szenzoros mérések (gázdetektor) kivitelezése (Megaterra Kft., MTA TAKI) A 2010. évi talajlevegő mérések, mintavételek és vizsgálatok eredményei A Megaterra Kft. 2010-ben folytatta a helyszíni talajlevegő méréseket és vizsgálatokat. A 2009.-ben már kidolgozott többféle mérési, mintavételi metodikát tudatos módszer- és eszközfejlesztéssel sikerult hatékonyabbá, pontosabbá tenni. A tapasztalatoknak, mérési eredményeknek és a kibővített felszerelés állománynak köszönhetően a Megaterra Kft. képes a projektben vállalt feladatait maradéktalanul és magas színvonalon elvégezni. A 2010. évben Ecoprobe 5-tel elvégzett talajlevegő vizsgálatok mérési eredményinek jegyzőkönyveit az M.V. Függelék tartalmazza. Talajlevegő mintavétel „elvesző csúcsos” módszerrel, helyszíni és/vagy laboratóriumi vizsgálathoz A 2009-ben végrehajtott helyszíni vizsgálataink arra utaltak, hogy jelentős különbség van a lyukfúrásos és az elvesző csúcsos módszer között. Az Eijkelkamp elveszőcsúcsos („lost cone”) mintavevő (4. kép) vertikálisan szekcionált talajlevegő mintavételére alkalmas bolygatatlan szerkezetű talajból, míg a lyukfúrásos módszer esetében vertikális átlagminta vételére van lehetőség.
9
4. kép 2010-ben az Orosháza II. teszt-területen végeztünk elveszőcsúcsos talajlevegő méréseket (4.kép). A módszert az adott tesztterületen kétféleképp vizsgáltuk. Három mintavételi ponton először 0,5 m-ig, 1,0 m-ig, 1,5 m-ig, végül 2,0 m-ig ütöttük le a mintavevő szárakat. Az egyes rétegekből 2 db mérés történt. Minden ponton létesült előzőleg talajmintavételi fúrás, 6 m-es talpmélységgel, így ismert a talajprofil is. Az elvesző csúcsos vizsgálatot 50 cm-re végeztük a mintavételi furatoktól.
5. kép
10
A talajmintavételi furatból mért talajlevegő mérési eredményei és az elvesző csúcsos módszerrel vett mintákra kapott eredmények között különbségek mutatkoznak, továbbá az elvesző csúccsal azonos ponton, de különböző mélységből származó minták eredményei is különböznek egymástól. A vákuum mértéke talajmintavételi fúrásból történő mérés során néhány kivételtől eltekintve legfeljebb -20 mbar szokott lenni. Az elvesző csúcs alkalmazásakor ezekben a mérési sorozatokban a vákuum -400 és -800 mbar között változott, aminek oka, hogy a talajból szívja ki a szivattyú a talajlevegőt, és nem a fúrásból. Az O2 tartalom is eltérő a két módszer esetén, amit azt a 2. táblázat szemléltet. Az adott vizsgálati pontokon a furatból történő méréskor magasabb értéket detektáltunk, mint az elvesző csúcs alkalmazásakor. A légköri levegő kizárása fontos a talajlevegő mérése során, melyet a jó felszíni tömítettséggel (gumilap, harang) érhetünk el. A szonda felületi tömítésének biztosításával arra is lehetőséget teremtettünk, hogy a fúrásban levő „pangó” talajlevegő kiszivattyúzását követően a harántolt talajrétegekből oldalirányból is tudjunk talajlevegőt beszívni. A pangó és a tisztító szivattyúzás utáni mintavétel előnyei és hátrányai hasonlatosak a figyelő kutak esetében a talajvíznél jelentkező hatásokhoz.
OK1A-tól 0,5 m-re
O2 V/V % OK1D-től 0,5 m-re
O2 V/V %
OK1E-től 0,5 m-re
O2 V/V %
OK1A_0,5/1
17,27
OK1D_0,5/1
16,62
OK1E_0,5/1
17,09
OK1A_0,5/2
17,33
OK1D_0,5/2
16,93
OK1E_0,5/2
17,19
OK1A_1,0/1
10,68
OK1D_1,0/1
17,74
OK1E_1,0/1
20,22
OK1A_1,0/2
9,21
OK1D_1,0/2
16,28
OK1E_1,0/2
20,34
OK1A_1,5/1
9,94
OK1D_1,5/1
11,85
OK1E_1,5/1
20,34
OK1A_1,5/2
11,20
OK1D_1,5/2
11,19
OK1E_1,5/2
20,37
OK1A_2,0/1
20,36
OK1D_2,0/1
11,30
OK1E_2,0/1
20,30
OK1D_2,0/2
8,59
OK1E_2,0/2
20,22
Átlagminta furatból (min-max)
Átlagminta furatból (min-max)
Átlagminta furatból (min-max)
OK1A/1
13,61
OK1D/1
15,89
OK1E/1
16,48
OK1A/5
16,84
OK1D/5
18,05
OK1E/5
17,88
2. táblázat PID esetében (amely a talajlevegő összes illékony szerves anyag mérésére szolgál), a talajmintavételi fúrásban mért talajlevegő átlagminta értékeihez képest, az elvesző csúcsos vizsgálat rétegmintájában lényegesen kisebb koncentráció adódott, (3. táblázat).
11
OK1A-tól 0,5 m-re
PID átlag (ppm)
OK1D-től 0,5 m-re
PID átlag (ppm)
OK1E-től 0,5 m-re
PID átlag (ppm)
OK1A_0,5/1
0,00
OK1D_0,5/1
0,18
OK1E_0,5/1
0,42
OK1A_0,5/2
0,00
OK1D_0,5/2
0,00
OK1E_0,5/2
0,41
OK1A_1,0/1
0,06
OK1D_1,0/1
0,30
OK1E_1,0/1
0,00
OK1A_1,0/2
0,03
OK1D_1,0/2
0,71
OK1E_1,0/2
0,00
OK1A_1,5/1
0,00
OK1D_1,5/1
0,00
OK1E_1,5/1
0,00
OK1A_1,5/2
0,09
OK1D_1,5/2
0,00
OK1E_1,5/2
0,00
OK1A_2,0/1
0,00
OK1D_2,0/1
0,00
OK1E_2,0/1
0,00
OK1D_2,0/2
0,00
OK1E_2,0/2
0,00
Átlagminta furatból (min-max)
Átlagminta furatból (min-max)
Átlagminta furatból (min-max)
OK1A/1
17,82
OK1D/1
1,68
OK1E/1
1,07
OK1A/5
8,73
OK1D/5
0,86
OK1E/5
0,69
3. táblázat Ennek egyik oka lehet, hogy az elvesző csúcs esetében kb. 2-4 cm2-es felületen át szívhat a szivattyú talajlevegőt, míg a talajmintavételi fúrásnál nagyságrendekkel nagyobb felület áll rendelkezésre, hogy a talajlevegő komponensei a jóval nagyobb térfogatba diffundáljanak és feldúsuljanak. Az azonos mélységben végrehajtott mérések közti eltérést okozhatja a PID által mért komponensek alacsony mennyisége a vizsgált rétegben. Az Ecoprobe 5 talajlevegő mérő készülék IR-je által mért CH4, TP komponensek esetén megfigyelhető, hogy míg a műszer a vertikális átlagmintákban nem mutatott ki szennyeződést (vagy csak kis koncentrációban), addig bizonyos szekcionált rétegmintákban jelentős szennyezőanyag koncentrációt detektált (4.-5. táblázatok). Ennek oka lehet, hogy a szennyezési góc mélyebb rétegben helyezkedik el, mint ahol a vertikális átlagminta mérése zajlott (lásd (OK1D 2m). OK1A-tól 0,5 m-re
CH4 átlag (ppm) OK1D-től 0,5 m-re
CH4 átlag (ppm)
OK1E-től 0,5 m-re
CH4 átlag (ppm)
OK1A_0,5/1
0,01
OK1D_0,5/1
40,11
OK1E_0,5/1
1 341,38
OK1A_0,5/2
0,01
OK1D_0,5/2
0,01
OK1E_0,5/2
0,01
OK1A_1,0/1
0,01
OK1D_1,0/1
0,01
OK1E_1,0/1
1,65
OK1A_1,0/2
0,01
OK1D_1,0/2
0,01
OK1E_1,0/2
0,01
OK1A_1,5/1
0,01
OK1D_1,5/1
0,01
OK1E_1,5/1
0,01
12
OK1A_1,5/2
217,80
OK1D_1,5/2
0,01
OK1E_1,5/2
0,01
OK1A_2,0/1
157,09
OK1D_2,0/1
0,01
OK1E_2,0/1
1,93
OK1D_2,0/2
35 766,35
OK1E_2,0/2
0,01
Átlagminta furatból (min-max)
Átlagminta furatból (min-max)
OK1A/1
19,6
OK1D/1
0,0
OK1A/5
0,0
OK1A-tól 0,5 m-re
TP átlag (ppm)
OK1D-től 0,5 m-re
OK1A_0,5/1
0,00
OK1A_0,5/2
Átlagminta furatból (min-max) OK1E/1
0,0
TP átlag (ppm)
OK1E-től 0,5 m-re
TP átlag (ppm)
OK1D_0,5/1
75,12
OK1E_0,5/1
1 201,97
0,00
OK1D_0,5/2
0,00
OK1E_0,5/2
0,00
OK1A_1,0/1
0,00
OK1D_1,0/1
0,00
OK1E_1,0/1
0,00
OK1A_1,0/2
0,00
OK1D_1,0/2
2,17
OK1E_1,0/2
0,00
OK1A_1,5/1
0,00
OK1D_1,5/1
0,00
OK1E_1,5/1
0,00
OK1A_1,5/2
156,81
OK1D_1,5/2
0,00
OK1E_1,5/2
0,00
OK1A_2,0/1
151,49
OK1D_2,0/1
0,00
OK1E_2,0/1
0,00
OK1D_2,0/2
35 963,09
OK1E_2,0/2
0,00
4. táblázat
Átlagminta furatból (min-max) OK1A/1
440,01
OK1A/5
21,25
Átlagminta furatból (min-max) OK1D/1
0,0
Átlagminta furatból (min-max) OK1E/1
0,0
5. táblázat Ez a felfedezés rendkívüli, hiszen egy terület szennyezettségének felderítésénél igazolja az insitu mérések előtérbe helyezésének fontosságát. Sokkal pontosabb képet kapunk az adott talajréteg esetleges szennyezettségről, mintha csupán átlagmintát veszünk, illetve ha a mintát eredeti környezetéből kiragadva, szállítva, előkészítve laboratóriumban vizsgáljuk meg. Ez pedig nagyobb garanciát jelent egy szennyezett terület felmérése során a beavatkozás szükségességének, illetve mértékének pontosabb és biztosabb meghatározására. Mindemellett jó korreláció fedezhető fel az elveszőcsúccsal mért CH4 és TP eredmények között, ami -pozitív értékek esetén- a szennyezettség korára utal (anaerob módon bomlott, régi szennyeződés). Az „elvesző csúcsos” módszerrel végzett vizsgálatokról részletes adatok az M.VI. Függelékben találhatók. Szénhidrogén szennyezés in-situ mikrobiológiai megszüntetésének talajlevegő monitoringja Amint azt már a 2009.-évi jelentésben részleteztük, a szénhidrogénnel szennyezett talaj, talajvíz kitermelés nélküli kezelésének egyik - világszerte környezetbarát technológiaként elismert- módszere a szennyeződés hatásnövelt biológiai degradációja. A talajban élő
13
mikroorganizmusok szénhidrogén forrása adott esetben maga a szennyezőanyag is lehet. A szénhidrogén szennyeződések szabályozott biológiai lebontása (biodegradáció) során a mikroszervezetek speciális enzimrendszereik révén, megfelelő redoxpotenciál mellett, mobilizált formájú nitrogén, foszfor, kálium jelenlétében a szénhidrogén vegyületeket zsírsavakká alakítják, majd ezekből CO2 és H2O keletkezése mellett energiát nyernek. Az intenzifikált biodegradációs eljárásnak a teszt-területeken történő alkalmazásával és a talajlevegő méréseknek köszönhetően választ kaptunk a szénhidrogének mikrobiológiai lebontási folyamataira, és a mikrobiológiai aktivitás mértékére A kísérletet a projekt ideje alatt in-situ (a földtani közegben), illetve ex-situ (bioprizmákon) végeztük. A 2009. évben 20 m3 mikrobiológiai oltóanyag kijuttatása volt a feladat két részletben az Orosháza-I. teszt-területen. A kijuttatást a helyszínre szállított 1 m3-es IBC tartályokból gravitációsan, illetve szivattyúval, egyenletesen eloszlatva oldottuk meg. A TPH-val szennyezett teszt-területen nincs lehetőség a talaj kitermelésére és felszíni kezelésére a terület tulajdonságaiból adódóan, mivel a felszín alatt elektromos vezeték és szennyvízcsatorna is húzódik. Az intenzifikált biodegradációs eljárásnak a teszt-területeken történő alkalmazásával választ kaphatunk a mikrobiológiai lebontási folyamatokra. A 2010. évben is 20 m3 mikrobiológiai oltóanyag kijuttatása történt meg két részletben, az Orosháza-I. teszt-területen. A kijuttatást a helyszínre szállított 1 m3-es IBC tartályokból gravitációsan, illetve szivattyúval, az öt vizsgálati pont között egyenletesen eloszlatva oldottuk meg (6.kép).
6. kép A teszt-területen talajlevegő méréseket végeztünk: az oltóanyag kijuttatása előtt, a kijuttatás után közvetlenül, majd a biodegradáció beindulását ellenőrizendő, az oltás után 8 és 20 nappal. A mérési eredményeket a.6. táblázat mutatja be.
14
CH4 átlag [ppm]
CH4 max. [ppm]
OÜ1A pre OÜ1B pre OÜ1C pre OÜ1D pre OÜ1E pre
0,00 0,00 0,00 0,00 2 090,62
0,00 0,00 0,00 0,00 2 262,65
OÜ1A post OÜ1B post OÜ1C post OÜ1D post OÜ1E post
0,00 0,00 0,00 0,00 93,09
0,00 0,00 0,00 0,00 281,14
OÜ1A OÜ1B OÜ1C OÜ1D OÜ1E
0,00 150,32 0,00 0,00 592,87
0,00 291,75 0,00 0,00 809,57
OÜ1A OÜ1B OÜ1C OÜ1D OÜ1E
58,44
301,24
0,00 0,00 0,00 390,67
0,00 0,00 0,00 587,97
TP átlag [ppm]
TP max. [ppm]
CO2 átlag [ppm]
Beoltás előtt 0,00 0,00 22 644,37 0,00 0,00 11 241,21 0,00 0,00 3 201,97 0,00 0,00 14 284,46 1 921,05 2 027,85 14 826,36 Beoltás után közvetlenül 8,08 44,37 1 271,00 0,36 14,31 1 583,27 20,10 88,46 3 273,72 40,61 113,80 1 236,63 32,68 81,18 1 343,30 Beoltás után 8 nappal 0,00 0,00 156 459,30 131,27 180,59 186 023,70 0,00 0,00 93 387,05 0,00 0,00 179 809,70 474,15 591,35 105 885,40 Beoltás után 20 nappal 106,13 175,59 101 441,90 0,00 0,00 0,00 165,18
0,00 0,00 0,00 258,86
6. táblázat
15
100 751,70 65 551,09 111 101,00 116 338,50
CO2 max. [ppm]
24 008,95 14 656,12 4 318,14 14 970,30 15 702,79 1 284,89 2 039,68 7 117,30 1 258,91 1 518,79 159 550,20 192 048,00 97 202,41 185 032,80 113 615,90 102 812,60 102 648,30 67 911,09 113 386,80 118 957,10
Az eredmények jól szemléltetik, hogy alapállapotban az E pont volt a legszennyezettebb, a többi ponton a műszer nem mutatott ki jelentősebb szennyezést. A beoltás után a CO2 és CH4 értékek csökkentek, nyilvánvalóan az elárasztás miatt, ugyanis a talaj pórusai telítődtek a folyékony fermentummal. Ugyanakkor az olajbontó baktériumok aktivitása miatt a TP szintje megemelkedett. A beoltás utáni 8. napon már látható a CH bontás beindulása, főleg a CO2 értékek drasztikus emelkedéséből, illetve az E ponton mért korábbi magasabb CH4 és TP értékek csökkenéséből. A B ponton mért - korábbinál magasabb - CH4 és TP értékek azt jelzik, hogy az alapállapotkor mért koncentrációk ellenére, volt valamennyi szennyeződés, amit a mikrobák „megtaláltak” és elkezdték lebontani azt. Ez a tendencia megfigyelhető 20 nappal a beoltás után az A ponton is, ahol addig nem volt mérhető sem a CH4 sem a TP nem volt mérhető. 20 nappal a beoltás után, az adatokból jól látszik (főleg a legszennyezettebb E ponton), hogy az addig emelkedő tendenciát mutató CH4, TP, és CO2 értékek, már csökkenni kezdtek, tehát a lebontási folyamat szépen lecseng. Az eredmények átültethetők a környezetvédelmi kármentesítési gyakorlatba, főleg olyan helyszínek vonatkozásában, ahol a hagyományos (talajkitermeléssel járó) műszaki megoldások nem, vagy csak korlátozott mértékben lehetségesek (épületek alatt, sűrűn beépített, burkolt felszínek, vonalas létesítmények). Az elvégzett kísérlethez kapcsolódó mérési adatokat az M.VII. Függelék tartalmazza. 4. Melléklet. Műszeres analitika (MTA NKI) A műszeres analitikai vizsgálatokat a pályázatban rögzített ütemtervnek megfelelően végeztük: a mintavételi terv ütemezésében laboratóriumunkba érkező mintákat a beérkezéstől számított, legkésőbb 48 órán belül minta-előkészítésnek vetettük alá, s az analitikai meghatározásig az előkészített mintákat hűtve tároltuk. A monitorozási vizsgálatok céljára ez évben is SATURN 2000 típusú gázkromatográfiás–tömegspektrometriás (GC-MS, Varian) műszerünket alkalmaztuk. E munkafázisban elvégeztük a szokásos karbantartási feladatokat, a készülékben több elektronikai egységet (pl. az injektorfűtést vezérlő elektronika) lecseréltünk, és emellett a méréseket megelőzően oszlopot is váltottunk. Mindezek hatására a projekt harmadik évében számottevően (esetenként akár egy nagyságrendnyi mértékben) jobb kimutatási határokat sikerült elérnünk a projekt korábbi éveihez képest. Mivel az új, rövidebb oszloppal a kromatográfiás futások ideje csökkent, a célvegyületek retenciós idejeit újra meghatároztuk. Az előző évben a klórfenoxi-alkánsavak vízmintákból való mérésére kidolgozott új származékképzési eljárásunkat a 2,4-D talajokból történő mérésére teszteltük. Öt különböző, az irodalomban javasolt minta-előkészítési módszert hasonlítottunk össze és vizsgáltuk a minta eltarthatóságát is. Azt tapasztaltunk, hogy az irodalomban
16
szereplő néhány hetes lebomlási idő valós, sőt akár egy-két hét alatt a kimutatási határ alá csökkenhet a 2,4-D koncentrációja. Mivel a bomlási folyamatokban a mikroorganizmusok szerepe a meghatározó, ezért a talajmintákat az extrakciót megelőzően átmenetileg -70 oC-on tároltuk. A tömegspektrometriás mérésekkel párhuzamosan – verifikációs szándékkal – elektronbefogásos detektálással (ECD) is megmértük az előkészített mintákat. A komponensek mennyiségének megadása továbbra is a tömegspektrometriás (MS) adatok alapján, a mennyiségi meghatározásra használt ion intenzitása alapján történt. Az ECD mérések ugyanakkor hasznos eredményeket szolgáltattak, ill. segítették a komponensek kimutatását azokban az esetekben, amikor a MS detektálással nyert kromatogramon nagyon kis intenzitással vagy nem eléggé egyértelműen jelent meg a célvegyület. Főleg a kimutatási határhoz közeli koncentrációknál, a kromatogram végén jövő kevéssé illékony vegyületeknél (DDE, DDT) és komplex mátrix miatti zajban elvesző jelek azonosításánál lehetett jól hasznosítani az ECD eredményeket. A kétféle mérés során az analitikai standard hatóanyagokkal meghatározott retenciós idők jól korreláltak, ami a jelek vegyületekhez való hozzárendelését elősegítette, így a két módszerrel kapott eredmények kölcsönösen megerősítették egymást.
Az előző években nem mért glyphosate GCMS mérését megkíséreltük. Az analitikai standarddal végrehajtott kísérletek során az irodalomban leírt származékképző módszerek közül az MSTFA+1%TMCS bizonyult használhatónak, míg a klórfenoxialkánsavakra tavaly alkalmazott reagensünk nem bizonyult elég hatékonynak. Mivel lehetőségünk nyílt a minta-előkészítést nem igénylő ELISA módszer (ld. később) alkalmazására, ezért a gázkromatográfiás méréshez szükséges minta-előkészítési módszereket már nem teszteltük. 4.1.
Melléklet. Növényvédőszer-maradékok műszeres és immunanalitikai meghatározása (MTA NKI)
A pályázat harmadik éve során a következő részfeladatokat ütemeztük és végeztük el:
17
A pályázat harmadik évében 84 felszínivíz- és 120 talajminta elemzését végeztük el. A szerződés értelmében e részfeladatok teljesítését írásos részjelentéssel (analitikai mérési eredmények) dokumentáljuk. A rendkívül csapadékos időjárás miatt a tervezett tavaszi mintavételezésre nem kerülhetett sor, mivel a mintavételi helyszínek víz alatt álltak, ill. megközelíthetetlenek voltak. A júniusi és a szeptemberi mintavétel során törekedtünk arra, hogy azok a helyszínek, ahol a korábbi években találtunk növényvédő szer maradékot nagyobb súllyal szerepeljenek a mintázott területek között. Ez azt jelentette, hogy a vízminták tekintetében elsősorban az MH2, BSz1 és GYN1 helyszínekre, míg a talajminták tekintetében a CS1, BA1, KT2 és GYN1 mintavételi helyekre összpontosítottunk. Ezen kívül vizsgáltunk orosházi mintákat (OK 23 db, OÜ 2 db) is, amelyeket nagyfokú olajos szennyezettségük miatt a korábbi években csak részben dolgoztunk fel.
A
vizsgálati
bomlástermék
és
célvegyületek
lágyítószer
között
(DBP)
33
jelenlétét
növényvédőszer-hatóanyag, vizsgáltuk,
részint
az
-
ezen
vegyületekre jellemző, a tömegspektrumokban megjelenő jellegzetes molekulaionok, részint – amennyiben a vizsgált szennyező jelenléte ezt indokolta – a hatóanyag analitikai standardjával felvett kalibráció alapján. A ténylegesen detektált vegyületek körét és egyes analitikai és fiziko-kémiai paramétereit az N.I. Függelék I. táblázata tartalmazza. A kapott 84 vízminta mérése és kiértékelése megtörtént. A kiértékelt vízmintákban talált növényvédő szeres szennyezések mértékét az N.I. Függelék II. táblázata ismerteti. A táblázatban felsorolt szerves hatóanyagok mellett a víz- és talajminták jelentős hányadában elemi kén jelenlétét is detektáltuk. Ezen kívül három gyomaendrődi vízmintában (V900, V910, V947) nagy mennyiségű ethofumesate volt, két-két mintában (V897, V935) dimethenamid illetve dimethirimol hatóanyagokat (V958, V960) találtunk. Ezen gyom- illetve gombairtó hatóanyagokat a vizsgálat korábbi éveiben nem találtuk meg. A dimethenamid jelenleg is engedélyezett klóracetamid-típusú herbicid, a dimethirimol viszont pirimidinol típusú szisztémikus fungicid hatóanyag, melynek visszavonását az Európai Unió 2002-ben rendelte el, Az orosházi vízminták (25 db) olajos szennyezettsége nem szűnt meg, legalább a fele jelentős mennyiségben tartalmazott szénhidrogéneket és három minta (V891,
18
V892, V893) különösen szennyezett volt (külön fázist tartalmazott). Ennek ellenére analizáltuk a mintákat, sőt a három esetben elkülöníthető olajos fázist is. Összesen 61 mintában mutatkozott egy vagy több vegyület kimutatható szennyezése, melyből 21 minta esetében kisebb mértékű (50 ng/L alatti) szennyezettségi szintet állapítottunk meg. A fentiek alapján a szennyezettségi találati arány a vizsgálati mintakörben mintegy 73%. Ez a tavalyi mérésekhez képest jelentősen magasabb, de nem meglepő, hiszen a mintavételezés célzottan történt. A mért koncentrációk a tavalyi értékekhez hasonlóak, összhangban a mindkét évre jellemző nagy mennyiségű csapadékkal, ami erősen befolyásolja a
vizek
szennyezettségét.
>1000 ng/L 8%
LOD alatti 27%
50-1000 ng/l 40%
<50 ng/l 25%
1. ábra
Növényvédő szerek előfordulása felszíni vizekben a 2010-es célzott
mintavételezésben.
Mint az eredményekből látható, a projekt keretében vizsgált vizek növényvédő szeres szennyezettsége szempontjából az előző két évhez hasonlóan továbbra is figyelemre méltóak a gyomaendrőd–nagylaposi talajvízfuratokból (GYN1/.../TV/) származó minták. A mért koncentrációk összességében magasak, különösen acetochlor és atrazine hatóanyagokra. Ez utóbbit csak itt detektáltuk,
19
máshol már nem fordult elő ez a 2007 óta nem használható gyomirtószer-hatóanyag. Ez a tapasztalat – amennyiben reprezentatívnak mondható – igen kedvező, hiszen arra utal, hogy a talaj mélyebb, anaerob rétegeiben ez a rövid távú perzisztenciát, s ennek
nyomán
tulajdonságot
felszínivíz-szennyező
mutató
hatóanyag
a
visszavonása után viszonylag gyorsan megszűnt – legalábbis a vizsgálati térségben –
folyamatos
környezetszennyezőként
(OK1/…./TV), illetve az üveggyárból (OÜ1/
hatni.
Az
orosházi
közútkezelőtől
/TV) hozott minták nagy része (15 db)
acetochlort tartalmazott 23-544 ng/L (!!) koncentrációban. Az olajos fázisokban az alifás
és
aromás
(antracén,
bifenilek,
stb.)
mellett
acetochlort
és
annak
bomlástermékeit nem tudtuk kimutatni, holott a megfelelő vizes fázis (V891, V892, V893) tartalmazta. Származékképzés
után
33
esetben
tudtunk
kimutatni
klórfenoxi-
alkánsavakat (N.I. Függelék IV. táblázat), amelyből 14 mintában a koncentráció rendkívül alacsony volt, s így mennyiségi meghatározásra nem volt alkalmas. Az összes pozitív minta tartalmazott kisebb (LOQ alatti) vagy nagyobb (11-38 ng/L) mennyiségben 2,4-D-t, ugyanakkor három gyomaendrődi mintában (V909, V910, V900) viszonylag magas (176, 907, 1003 ng/L) szint volt mérhető. Több hatóanyagot (mecoprop, MCPA, 2,4,5-TP, MCPB) is ki tudtunk mutatni 10 esetben, főleg Gyomaendrődön és az Orosházi Közútkezelő területéről gyűjtött mintákból. A finomított
minta-előkészítésnek
és
az
alacsonyabb
kimutatási
határoknak
köszönhetően ennél a vegyületcsoportnál is nőtt a találati arány (45-76%) a tavalyihoz képest. E vizsgálatainkban nagy segítségünkre volt – a fentiekben már említett – a projekt során kifejlesztett származékképzési módszerünk (Maloschik et al., 2010).
20
2. ábra A V903 kódszámú vízminta II. frakciójának (KOH-os leoldás) kromatogramja és a benne talált fenoxialkánsavak terc.-butildimetilszililésztereinek tömegspektruma: mecoprop (balra fenn), 2,4-D (jobbra fenn), 2,4,5-TP (balra lenn) és MCPB (jobbra lenn).
21
Összefoglalva: a növényvédő szeres szennyezettségi vizsgálatra kapott 84 vízmintából 61 mintában volt kimutatható mennyiségű növényvédő szer.
A kapott 120 talajminta mindegyikének kiértékelése megtörtént. A kiértékelt talajmintákban talált növényvédő szeres szennyezések mértékét a Függelék III. táblázata ismerteti. Ezen felül sok esetben kén jelenlétét, ill. két gyomaendrődi mintánál (T889, T890) ethofumesate-ot detektáltunk. Több esetben (31) a DDT és bomlásterméke a DDE is megjelent, általában 1-30 ng/g mennyiségben egy esetben (T897, GYN1E/1) azonban magas (83 ng/g) szennyezettségi szint volt mérhető. Ez az előző évekhez képest nagyobb találati arány minden bizonnyal az ECD mérések alkalmazásának is köszönhető, mivel ezen a mérések alapján a kis intenzitású jelek kevésbé tudtak elveszni a zajban. Összesen 88 mintában mutatkozott egy vagy több vegyület kimutatható szennyezése, melyből 18 mintában alacsony (5 ng/g), négy gyomaendrődi
minta
esetében
azonban
jelentős
mértékű
(>100
ng/g)
szennyezettségi szintet állapítottunk meg trifluralinra nézve és ezekből három esetben az acetochlor-, ill. két esetben az atrazine-tartalom is magas volt. A fentiek alapján a szennyezettségi találati arány a vizsgálati mintakörben mintegy 73%, ami a tavalyi aránynál jóval magasabb. Ebben a célzott mintavételezés mellett a jobb kimutatási határok és az ECD mérések hatása is megmutatkozik. A mért koncentrációk lényegében az előző évekhez hasonlóan alakultak.
22
>100 ng/g 3% LOD alatti 27%
5-100 ng/g 55%
<5 ng/g 15%
3. ábra Növényvédő szerek előfordulása a vizsgált talajokban, a 2010-es célzott mintavételezésben.
A növényvédő szeres szennyezések hatóanyag szerinti megoszlása
Az előző két évhez hasonlóan leggyakoribb vízszennyezőként az acetochlor (0,022-6,25 µg/l), a metolachlor (0,028-0,635 µg/l), az atrazine (0,015-4,993 µg/l) és a trifluralin (0,006-0,28 µg/l) mutatkozott, továbbá néhány esetben diazinont (0,0180,651 µg/l) detektáltunk.
23
Dimethirimol, 3% Dimethenamid, 3% Diazinon, 13%
Ethofumesate, 5% Trifluralin, 11% Atrazine, 13%
Metolachlor, 18% Prometryn, 3%
Acetochlor, 93%
4. ábra Növényvédő szerek hatóanyagok szerinti előfordulása felszíni vizekben, a 2010-es célzott mintavételezésben (a szennyezett esetek százalékában)
A leggyakoribb talajszennyező a trifluralin (1-1822 ng/g) volt, és az idei mintáknál viszonylag gyakori háttérszennyező volt a DDT (1-83 ng/g) és bomlásterméke a DDE. Ritkábban jelenkezett szennyezőként az acetochlor (6-690 ng/g), és néhány esetben a metolachlor (1-41 ng/g) ill. az atrazine (632-782 ng/g) volt mérhető. (N.I. Függelék 4.1.)
24
ethofumesate, 2%
DDT, 35%
Trifluralin, 72%
Metolachlor, 7% Prometryn, 3% Acetochlor, 18% Atrazine, 3%
5. ábra Növényvédő szerek hatóanyagok szerinti előfordulása a vizsgált talajokban, a 2010-es célzott mintavételezésben (a szennyezett esetek százalékában).
A glyphosate hatóanyag immunanalitikai kimutatása vízmintákban
A projektben vizsgálni kívántuk a víz- és talajmintákból gázkromatográfiás analitikai módszerrel csak igen munkaigényes és magas kimutatási határral detektálható
glyphosate
hatóanyag
szermaradékát.
A
gyenge
analitikai
kimutathatóság oka a glyphosate és fő metabolitja, az aminometil-foszfonsav (AMPA) növényvédő
szerek
között
kiemelkedően
magas
vízoldhatósága,
melynek
következtében e vegyületek igen rosszul vonhatók ki a minták gázkromatográfiás vizsgálatát megelőző extrakciós minta-előkészítés során. Alternatív megoldásként műszeres
meghatározásra
tömegspektrometriával
csatolt
nagyhatékonyságú
folyadékkromatográfia (HPLC–MS) jöhetne szóba, melyhez szükséges költséges műszerezettséggel intézetünk nem rendelkezik. Más lehetőséget azok az eljárások
25
kínálhatnak, melyek szerves oldószeres vagy hasonló kivonási lépést nem igényelnek. Ilyen, vizes alapú mintákban közvetlenül elvégezető technikát kínálnak az immunanalitikai módszerek, s ezen belül is az enzimjelzéses immunoassay (ELISA) technikák. ELISA rendszerek növényvédő szerek és maradékaik, illetve mikotoxinok és egyéb
antropogén
fejlesztésében
és
környezetszennyezők alkalmazásában
analitikai
intézetünk
több
meghatározására évtizedes
történő
tapasztalattal
rendelkezik, így magától értetődött, hogy a fenti nehézséget ELISA rendszer alkalmazásával oldjuk meg. A glyphosate kimutatására az Abraxis (Warminster, PA, USA) indirekt ELISA kitjét (Glyphosate Plate) alkalmaztuk, amely a vízminták glyphosate-tartalmának mérésére minta előkészítés nélkül is alkalmas, és melynek kimutatási határa (LOD) 0,05 ng/ml; a kimutatás felső koncentrációhatára 4 ng/ml (fölötte a vizes mintát hígítani kell). Az ELISA rendszert a gyártó feszíni, talaj- és forrásvízre validálta, talajvízre nem validált. A kimutatás keresztreaktivitási értéke rokon és idegen vegyületekre < 0,1% (glyphosin stb.), vagyis a módszer a hatóanyagra
–
az
alkalmazott
antitestek
érzékenységi
tulajdonságainak
köszönhetően – kiemelkedően specifikus. Az ELISA módszer ún. versengő eljárás (rögzített antigén alapú változat), vagyis a minta glyphosate-tartalma verseng az ELISA mikrotálca falán rögzített antigénnel a rendszerben alkalmazott antitestek kötöhelyeiért. Ennek megfelelően a legerősebb analitikai jelet (színintenzitást) a rendszer akkor szolgáltatja, ha a bevitt minta glyphosate- – vagy egyéb immunreaktív vegyület- – tartalma a legkisebb. A módszerben analitikai standard segítségével nyert standard görbe jól mutatta, hogy a módszer forgalmazó által említett analitikai jellemzői a mi laboratóriumunkban is reprodukálhatóak voltak. A szigmoid standardgörbéről megállapítható analitikai pararaméterek: IC50 (a rendszer gátlási középértéke)) = 0,65 ± 0,06 ng/ml, p (a görbe IC50 értéknél mutatott meredeksége) = 0,84 ± 0,06, a becsült LOD (kimutatási határ) ~0,1 ng/ml (bár a rendszer háttér-jelintenzitáshoz tartozó szórása viszonylag magas (3-6%).
26
1.1
Relatív optikai sûrûség
1.0 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.01
0.1
1
Glyphosate koncentráció (ng/mL)
6. ábra Glyphosate analitikai kimutatásának standard meghatározási görbéje az Abraxis ELISA rendszerben. Minthogy az ELISA rendszer talajvízmintákra nem validált, a lehetséges mátrixhatás tesztelésére glyphosate-szennyezést a szűrővizsgálatok és a GC–MS mérések alapján alapján nem tartalmazó vízmintát (V 928 BA2G/FV) hozzáadott glyphosate standarddel jelöltük (spike) 4 szinten. A spike-oldatok koncentrációja 4 ng/ml, 2 ng/ml, 1 ng/ml és 0,25 ng/ml volt. A különböző spike-szinteken standarddal mesterségesen szennyezett vízminták és az Abraxis standardek OD-értéke között igen jó egyezés látszott (mátrixhatás nem mutatkozott), így a mérendő vízmintákat az ELISA vizsgálatnak alávetettük. A 2010-ben vett felszínivíz-mintákat az ELISA rendszerben immunanalitikai vizsgálatnak alávetve az összes vizsgált vízminta OD értéke a görbének abba a tartományába esett, ahol a mérés nagy biztonsággal elvégezhető (a két plató között, az IC50 érték körül). A vizsgálatok során összesen 7 esetben tapasztaltunk a háttérintenzitást
statisztikailag
jelentős
koncentrációt:
V 932, 0,82 ± 0,04 ng/ml;
27
mértékben
meghaladó
glyphosate-
V 934, 0,76 ± 0.04 ng/ml; V 936, 0.75 ± 0.08 ng/ml; V 937, 0,93 ± 0.08 ng/ml; V 945, 0,98 ± 0.003 ng/ml; V 953, 0,87 ± 0.08 ng/ml; V 961, 0,96 ± 0.10 ng/ml.
Emellett
további 35 esetben találtunk 0,19-0,68
ng/ml glyphosate-
szennyezettségi szintet. Így a táblázatban összefoglalt koncentrációértékeket jó közelítésnek mondhatjuk. Emellett azonban más módszerrel történő validálásra szükség is lehet, ha a minták glyphosate-tartalmának valódisága kérdéses. 4.2. Melléklet. Szénhidrogén típusú szennyezők műszeres és immunanalitikai meghatározása (MTA NKI) A 2008-2009-es években – a konzorciumi megállapodás szerint – csak növényvédő-szermaradék meghatározásokat végeztünk. A laboratóriumba beérkező minták egy részénél azonban – különösen az orosházi közútkezelő vállalat területéről származó vízminták esetében – nagyfokú szerves szennyezettséget tapasztaltunk, ahol is az olajos szennyező a víztől jól elkülönült fázist alkotott. A projekt harmadik évében ezért, a korábbiakon túlmenően, e szennyezők analízisét is megvalósítottuk. Lehetőségünk nyílt egy poliaromás szénhidrogénekre (PAH) érzékenyített ELISA módszer tesztelésére, ami mellé megerősítésként elvégeztük a minták GC-MS analízisét is a szokásos gázkromatográfiás mérési módszerünkkel.
A PAH vegyületek kimutatására – nemzetközi együttműködésben – a Müncheni Műszaki Egyetem (Institute of Water Chemistry, München University of Technology) kutatócsoportjával együttműködésben kidolgozott versengő ELISA módszert (rögzített antigén alapú változat) alkalmaztuk (Székács et al., 2005, Matchulat et al., 2005). A módszer – célzott módon – benzo[a]pirén (b[a]p) érzékeny
28
kimutatására alkalmas. A hatósági szabályozás szerint a b[a]p EU maximális megengedett mennyisége (MRL) 0,01 ng/ml, (Council Directive 98/83/EC), az immunanalitikai módszer ennél csekély mértékben érzéketlenebb, a kimutatási határ (LOD) 0,024 ng/ml; a felső kimutatási koncentrációhatár 4 ng/ml (fölötte hígítani kell). Az ELISA módszer ivóvízre validált, keresztreaktivitási mintázata < 20% reaktivitás krizén, indeno[1,2,3-cd]pirén, benzo[b]fluorantén vegyületekkel. A módszerben analitikai standard segítségével igazoltuk, hogy a módszert alkalmazhattuk vízminták elemzésére.. A két érzékenyítési szinten végzett vizsgálatok tanusága alapján úgy döntöttünk, 0,1 mg/ml töménységű benzo[a]pirénBSA konjugátumoldattal érzékenyítünk, melyet 1:100 szinten hígítottnk tovább érzékenyítő
pufferrel.
A
szigmoid
standardgörbéről
megállapítható
analitikai
pararaméterek: IC50 = 2,93 ± 0,31 ng/ml, p = 1,36 ± 0,12, a becsült LOD ~0,6 ng/ml.
1,6
Relatív optikai sûrûség
1,4 1,2 1,0 0,8 0,6 0,4 0,2 0,0 1E-4
1E-3
0,01
0,1
1
10
100
Benzo[a]pirén koncentráció (ng/ml)
7. ábra Benzo[a]pirén analitikai kimutatásának standard meghatározási görbéje a Müncheni Műszaki Egyetem ELISA rendszerében (Matchulat et al., 2005).
29
Annak
vizsgálatára,
benzo[a]pirén-tartalmának
hogy
a
módszer
meghatározására
is
talajmintákból alkalmas-e,
nyert
kivonat
talajmintákat
mesterségesen szennyeztünk (spike) benzo[a]pirén standarddal 3 szinten. A GC-MS módszer
minta-előkészítési
eljárásával
megegyezően
hexán-aceton
1:1
oldószereleggyel történő extrakció után a szárazra párolt mintákat 100µl MeOH-ban felvettük, 20 percig szonikáltuk, majd 900 µl desztillált vizet adtunk hozzá. (Átoldás 10%-os MeOH-ba, 10x töményítés.) Vortexen jól összekevert mintákat vittük az ELISA lemezre. Összehasonlításként 3 szinten spike-jelöltük a kiindulási talajminta extraktumát is (a mátrixhatás vizsgálatára). A kísérlet bebizonyította, hogy az így előkészített talajminta olyan erős mátrixhatást gyakorol a rendszerre, hogy ezzel a módszerrel nem tudjuk megmérni a mintáink benzo[a]pirén-tartalmát. Vizsgáltuk, hogy felszíni vízben felvett kalibráló görbe segítségével alkalmazható-e a rendszer vízminták mérésére. Bár a rendszerre a felszíni vízminta erős mátrixhatást gyakorol, de a talajokkal ellentétben a minták megmérhetők voltak felszíni vízben felvett kalibráló görbe segítségével, valamint az eljárás zselatinos blokkolással ugyanolyan jól működik, mint tejporral. Ennek alapján az év során vett vízmintákat az ELISA megatározásnak alávetettük. Az egyes vízminták PAHtartalmát bemutató táblázat adatain jól látszik, hogy a 10 minta tartalmazott statsztikailag szignifikáns, a háttér-jelintenzitástól elkülőnülő PAH-mennyiséget. Ezek közül 4 erősen szennyezett (9,1-16,0 ng/ml b[a]p-ekvivalens) mintát (V 891, V 892, V 893, V 920) és 6 közepesen szennyezett (3,2-6,8 ng/ml b[a]p-ekvivalens) (V 955, V 956, V 957, V 960, V 962, V 963, ) találtunk. Ez a megengedett határérték 900-1600szorosát jelenti.
V 955 (OK1A/TV), 4,45 ± 0,22 ng/ml, V 956 (OK1D/TV), 3,88 ± 0,13 ng/ml, V 957 (OK1E/TV), 5,42 ± 0,12 ng/ml, V 960 (OK1G/TV), 3,19 ± 0,24 ng/ml, V 962 (OK1B/TV), 6,13 ± 0,08 ng/ml,
30
V 963 (OK1C/TV), 4,841 ± 0,21 ng/m,l V 891 (OK1B/TV), 16,02 ± 0,24 ng/ml, V 892 (OK1C/TV), 10,42 ± 0,71 ng/ml, V 893 (OK1E/TV), 9,12 ± 0,50 ng/ml, V 920 (OK1D/TV) 9,52 ± 0,34 ng/ml.
Az eredmények összefoglalásaként elmondható, hogy a meghonosított indirekt, kompetitív ELISA módszer jól használható vízminták PAH-koncentrációjának mérésére anélkül,hogy a mintákat töményíteni kellene. Sajnos a talajvizsgálatokhoz módosítanunk kell a szokásos minta-előkészítési módszert, ha PAH-vegyületekre is mérni kívánunk.
A műszeres analitikai (GC–MS) vizsgálatok során módosítanunk kellett a módszerünket, hogy az illékonyabb vegyületeket is detektálni tudjuk. Az új módszerrel végrehajtott mérések során a V891, V892 és V893 orosházi vízmintákat analizáltuk részletesebben: külön-külön azok vizes és szerves fázisait (ld 8. és 9. ábrák). Mindezek eredményeként sikerült azonosítanunk a mintákban jelenlévő alifás és aromás szénhidrogéneket (ld. I. táblázat). Ezekre javasoljuk a továbbiakban TPH illetve TOC-mérés elvégzését. Az azonosított aromások közül BTX- és PAHtípusú szennyezők egyaránt jelen voltak a vizsgált mintákban (benzol, toluol, etilbenzol, xilolok, valamint kisebb gyűrűtagszámú (1-3) aromás szénhidrogének: fluorén, antracén, fenantrén, naftalin), illetve bifenilek mutatkoztak még kisebb arányban. (Az azonosított vegyületek a dízel üzemanyagok jellemző komponensei.)
I. táblázat A vizsgálatokban talált BTX és PAH típusú szennyezők
Név
Vegyülettípus
Képlet
31
Molekulatömeg Retenciós
(izomerek)
(fragmens ion)
jellemző (retenciós index)
benzol
C6H6
78 (77)
670
C7H8
92 (91)
780
etil-benzol
C8H10
106 (91)
850
xilol
C8H10
106 (91)
860
naftalin
C10H8
128
1190
metil-naftalin (C1-)
C11H10 (3)
142 (141)
~1300
C12H12 (10)
156 (141)
~1400
trimetil-naftalin (C3-)
C13H14 (14)
170 (155)
~1500
tetrametil-naftalin (C4-
C154H16
184 (169)
~1600
)
(22)
toluol BTX
dimetil-naftalin (C2-)
dimetil-bifenil fenantrén
PAH
bifenilek
C14H14
182 (167)
~1600
PAH
C14H10
178 (152)
1730
32
M C o u n ts
1 4 1 .0 + 1 5 6 .0 1 5 5 .0 + 1 7 0 .0 1 6 9 .0 + 1 8 4 .0 1 4 1 .0 + 1 4 2 .0 1 4 5 .0 + 1 6 0 .0 1 6 7 .0 + 1 8 2 .0
(5 0 :3 5 0 ) (5 0 :3 5 0 ) (5 0 :3 5 0 ) (5 0 :3 5 0 ) (5 0 :3 5 0 ) (5 0 :3 5 0 )
5
4 C 2 - n a p h t h a le n e s
3 C 1 - n a p h t h a le n e s
C 3 - n a p h t h a le n e s
2
t e t r a h y d r o - C 1 / C 2 - n a p h t h a le n e s
1 C 4 - n a p h t h a le n e s
b ip h e n y ls
0 2 .5
5 .0
7 .5
1 0 .0
1 2 .5
1 5 .0
m in u te s
8. ábra Azonosított aromás vegyületek jellemző csoportjai az orosházi küzútkezelőtől származó vízminta (V892) szerves fázisában; az ábrán az egyes vegyületcsoportokra jellemző ionok (pl. a dimetil-naftalin izomerekre a 141+156 m/z) intenzitását tüntettük fel.
33
M C o u n ts
Io n s : 1 7 8 .0 Io n s : 1 5 5 .0 + 1 7 0 .0 Io n s : 1 6 9 .0 + 1 8 4 .0
1 .0 0
0 .7 5
p h e n a n tre n e
C 3 - n a p h t h a le n e s
0 .5 0
C 4 - n a p h t h a le n e s
0 .2 5
0 .0 0 5
10
15
20 m in u te s
9. ábra Azonosított aromás vegyületek az orosházi közútkezelőtől származó vízminta (V892) vizes fázisában; az ábrán az egyes vegyületcsoportokra jellemző ionok (pl. a fenantrénre a 178 m/z) intenzitását tüntettük fel.
4.3.1. Melléklet. Műtrágya-eredetű nehézfém-szennyezők műszeres analitikai meghatározása (MTA TAKI) Műtrágyák használatakor elkerülhetetlen, hogy a hasznosuló makroelemek mellett nehézfémeket is juttassunk a talajba. Ezért fontos ismernünk a talajra kijuttatott műtrágyák nehézfém-tartalmát. Savas környezetben a fémek könnyebben mobilizálódnak, ezért azt is mérlegelni kell, hogy az alkalmazott műtrágyának a savanyító hatása milyen további következményekkel jár. Kísérletünkben foszfor-műtrágyákat vizsgáltunk, egyrészt bázikus
34
hatású, de relatív magas nehézfém-tartalmú nyersfoszfátokat, másrészt alacsonyabb nehézfém-tartalmú, de savanyító hatású szuperfoszfátot, savanyú talajon. A környezetben lejátszódó folyamatok modellezésére különböző kivonatokat használtunk a nehézfémek mérésére. Tenyészedényes kísérletünkben tehát a különböző foszfor-műtrágyákból kioldódó nehézfémeket vizsgáltuk, kétféle savanyú talajon, 8 műtrágyával, 4 dózisszinten, 4 féle kioldással. A vizsgált elemek a következők voltak: As, B, Ba, Cd, Co, Cr, Cu, Hg, Mo, Ni, Pb, Se, Sn, Zn. A kísérletet savanyú agyagos vályog (AV) és savanyú homoktalajon (H) talajon állítottuk be, vöröshere növénnyel, hatféle nyersfoszfáttal (származási hely szerint Algéria (ALG), Észak-Florida (É.FL), Észak-Karolina (É.KA), Szenegál (SZE), Marokkó (MAR), valamint Hyperfoszfát (HYP)), szuperfoszfáttal (SUP) és szuperfoszfát és mész kombinációjával (SUP+CA). A kontroll (NK, nitrogén és kálium) talajok mellet 3 dózisban adtuk ki a műtrágyákat: 100, 400 és 1600 mg/kg P2O5 szinten; nitrogént és káliumot minden talaj egyforma adagban kapott. A műtrágyákból kioldódó nehézfémek vizsgálatához királyvizes „összes”, Lakanen-Erviö „oldható”, desztillált vizes és acetát pufferes kivonatokat használtunk, az analitikai meghatározást szekvens monokromátorral rendelkező ICP-OES műszerrel végeztük el. A homoktalaj kémhatása közepesen-erősen savanyú. Foszforral gyengén ellátott, humusztartalma közepes, meszet nem tartalmaz. Az agyagos vályog talaj közepesen savanyú kémhatású. Közepes humusztartalmú, igen gyenge foszfor-ellátottságú talaj. A kiinduláskori két talaj vizsgált kémiai és fizikai paraméterei az 1. táblázatban szerepelnek. Paraméter pHH2O pHKCl H% KA CaCO3% y1 y2 T-érték (cmolc kg-1) AL-P2O5 (mg kg-1)
Homok 5,0 3,9 0,6 27 0 11 3,7 3,0 168
Agyagos vályog 5,7 4,5 3,4 43 0 17 0 19,6 45
1. táblázat. A kísérletben szereplő kezeletlen talajok tulajdonságai
35
Az alkalmazott műtrágyák összes potenciális károselem tartalmát salétromsavperoxidos roncsolással határoztuk meg, melynek eredményei az 2. táblázatban láthatók.
Műtrágyák „összes” elemtartalma, mg/kg ALG É. FL É. KA SZE
MAR
HYP
SUP
Cd Ni Pb Co Cr Mn Sr Al%
51,20 39,00 2,90
5,00 13,50 12,40 1,10 63,10 79,00 1017,00 0,20
5,40 12,80 1,00
14,40 8,20 4,20 0,70 142,00 38,00 1589,00 0,30
4,60 14,50 11,90 5,40 84,90 152,00 730,00 0,80
45,60 12,20 3,70 0,50 85,20 9,00 1846,00 0,20
113,00 49,10 4,10 5,60 119,00 175,00 637,00 0,60
2. táblázat. A hat nyersfoszfát és a szuperfoszfát (<160 μm frakció) „összes” károselem tartalma
A 3. táblázat a kísérletben szereplő „NK kontroll”, tehát foszfor-műtrágyás kezelés előtti talajok összes elemkoncentrációját tartalmazza, királyvizes roncsolás után.
NK kontroll talaj „összes” elemtartalom, mg/kg elem Homok Agyagos vályog As 3,72 16,31 B 4,13 17,02 Ba 34,09 268,99 Cd 0,07 0,19 Co 4,04 14,35 Cr 11,06 39,31 Cu 3,42 19,69 Hg
36
Az eredmények statisztikai elemzésére, a kezelések hatásának vizsgálatára kéttényezős variancia analízist használtunk. A két tényező a műtrágya típusa és annak dózisai voltak, az analízist elemenként végeztük el, p=5%-os hibaszinten. Eredmények A királyvizes kivonatból történt vizsgálatban a „B” szennyezettségi határértéket (6/2009 KvVM-EÜM-FVM rendelet szerint) az As és a Ba lépte túl, méghozzá csak a savanyú agyagos vályog talajon. A többi elem minden esetben e határérték alatt maradt. Általánosságban elmondható, hogy miután már a kiindulási vályog talaj is több nehézfémet tartalmazott (átlagosan négyszeres koncentrációt), mint a homok, ez az eltérés a kezelések után sem változott. Arzén Míg a homoktalajon az arzén-koncentráció minden esetben jóval határérték alatt maradt, addig az agyagos vályogon az algériai, az észak-karolinai, és a szenegáli műtrágyák esetében minden dózisszinten túllépte a „B” szennyezettségi határértéket (15 mg/kg), és a többi műtrágyánál sem volt minden dózisszinten alatta. E talaj esetében az arzén átlagos koncentrációja 15,9 mg/kg volt (σ=3,5), a homokon ez az érték 3,7 mg/kg-ra esett (σ=0,3). Statisztikailag sem a műtrágya típusa, sem pedig annak dózisa nem gyakorolt hatást az „összes” arzén-koncentrációra az agyagos vályog talajon. Az egyes dózisok eltérő hatását az arzén-tartalomra 10%-os hibavalószínűséggel sem lehet igazolni (1. ábra). Az azonban 95%os biztonsággal igazolható, hogy az észak-floridai, valamint az algériai műtrágya több arzént juttatott a talajba, mint a szuperfoszfát és a szuperfoszfát+mész műtrágya. A homoktalajon (2. ábra) a hyperfoszfát és az észak-karolinai műtrágyákból oldódott ki kevesebb, mint a többiből (SzD5%=0,2). A Lakanen-Erviö (LE) féle kioldással a homokminták 28%-ának arzén-tartalma volt kimutatási határ alatt. Az agyagos vályog minták között nem adódott kimutatási határ alatti érték, azonban e minták arzéntartalma is épp, hogy meghaladta az „összes” arzéntartalom 2%át. A desztillált vizes kivonat a homoktalajon 100%-ban kimutatási határ alatti értékeket adott, a agyagos vályogon pedig közel 84%-ban. Az összes acetátos kivonat arzénkoncentrációjának pedig 87%-a maradt el a kimutatási határtól.
1. ábra. Királyvízzel kioldott „összes” As-koncentráció a homoktalajon, műtrágyánként.
2. ábra. Királyvízzel kioldott „összes” As-koncentráció az agyagos vályog talajon, műtrágyánként.
Bárium A kétféle talaj közti jelentős különbség itt is megfigyelhető. Míg a homoktalaj átlagos bárium-koncentrációja csak 32,4 mg/kg, addig az agyagos vályogé 271,3 mg/kg volt. A két
38
talaj bárium-tartalmának átlagai között 8,4-szeres különbség adódott. A szennyezettebb agyagos vályogon a minták több, mint 65%-a meghaladta a határértéket (250 mg/kg). Az agyagos vályog fizikai féleségű talajon statisztikailag a műtrágya típusa és a dózisa sem befolyásolta a királyvízzel kioldható bárium-koncentrációt. Nem mutatható ki szignifikáns különbség a dózisok hatására (SzD5%=26,99). A Lakanen-Erviö módszerrel a két talajon átlagosan az „összes” kioldható báriumnak 14%-át lehetett kioldani. Külön a homoktalajon ez az érték 22%, az agyagos vályogon pedig 13%. Ez valószínűleg a nagyobb agyagtartalommal magyarázható. Kadmium A kadmium – a szakirodalom alapján nem várt módon – egyik esetben sem lépte túl a „B” értéket (1 mg/kg). A szenegáli műtrágya rendkívül magas kadmium-tartalma a kezelt talajok eredményein a 400-as és az 1600-as dózisszinteken szembetűnő, melyet a marokkói és az észak-karolinai követ. A homokon a kadmium átlagos koncentrációja 0,1 mg/kg volt, míg az agyagos vályogon 0,3 mg/kg. A királyvizes kioldásban mindkét talajon megfigyelhető a műtrágya-dózisok növelésével együtt járó koncentráció-növekedés (3., 4. ábra). A növekvő dózisok az agyagos vályog talajon statisztikailag is hatással voltak a kadmium mennyiségére (F-arány=199,44***). 5%-os hibavalószínűséggel igazolhatom, hogy 100-hoz képest a 400 mg/kg-os dózis, majd ehhez képest az 1600 mg/kg-os dózis is szignifikánsan befolyásolja a talaj kadmium-koncentrációját (SzD5%=0,02). A műtrágya fajtája is szignifikáns hatással van a nehézfémek mennyiségére (Farány=39,76***). 5%-os hibavalószínűséggel igazolható, hogy az agyagos vályog talajon az „összes” kioldható kadmium mennyisége szempontjából mindegy, hogy hyperfoszfát, szuperfoszfát, szuperfoszfát+mész, algériai, vagy észak-floridai műtrágyát használunk (SzD5%=0,03). Nagyobb kadmium-hatást okoz az észak-karolinai és a marokkói; legnagyobbat pedig a szenegáli, ami korrelál a műtrágyák eredeti kadmium-tartalmával (SZE: 113, MAR: 51,2, ÉKA 45,6 mg/kg). A kezelés a homoktalajra is hatással volt (F-arány=103,73***). A dózisok hatása ez esetben is szignifikánsnak bizonyult (SzD5%=0,01), a szenegáli foszfát pedig szintén legnagyobb mértékben növelte a talaj Cd-tartalmát (SzD5%=0,02).
39
Lakanen-Erviö kioldással az agyagos vályog minták mindegyike kimutatási határ (0,004 mg/kg) fölötti, a homokminták 34%-a viszont alatta maradt. A agyagos vályog minták esetében a királyvízzel kioldható kadmium-tartalomnak átlagosan közel 60%-a kioldható volt a Lakanen-Erviö módszerrel is. A vizes kivonatban egyik homok-talajminta kadmiumtartalma sem érte el a kimutatási határt (0,4 μg/l).
3. ábra. Királyvízzel kioldott „összes” Cd-koncentráció a homoktalajon, műtrágyánként.
4. ábra. Királyvízzel kioldott „összes” Cd-koncentráció az agyagos vályog talajon, műtrágyánként.
40
Króm Az átlagos króm-koncentráció a homokon 10,8 mg/kg, az agyagos vályogon 39,2 mg/kg volt. A várt eredménnyel ellentétben, egyik esetben sem lépte át a rendeletben foglalt határértéket (75 mg/kg). Nem adódott statisztikailag igazolható különbség a dózisok (SzD5%=2,89) és a műtrágyák (SzD5%=4,09) tekintetében sem.
Nikkel A homoktalaj átlagos nikkel-tartalma 9,2 mg/kg volt, az agyagos vályogé 29 mg/kg. A rendelet szerint a szennyezettségi határértéke 40 mg/kg, így ezt ez az elem sem lépte túl mintáinkban. A kísérletben szereplő műtrágyák közül a szenegáli tartalmazza a legmagasabb koncentrációban a nikkelt is (49,1 mg/kg), az agyagos vályog talaj eredményei ezt alátámasztják (a szenegáli műtrágyával kezelt talajok átlagos nikkel-tartalma 10%-kal meghaladja a többi műtrágyával kezelt talajokét). A homokon ez a különbség csak 3%-os. Nem is találtunk szignifikáns hatást sem a műtrágya, sem a dózis részéről. A vályogtalajon a kezelések hatása kimutatható változást okozott az „összes” nikkelkoncentrációban (F-arány=3,74***). A többi műtrágyához képest a szenegáli műtrágya szignifikánsan növelte a talajban a nikkel-koncentrációt (SzD5%=0,93). A marokkói, az északkarolinai, és a hyperfoszfát műtrágyák egymástól statisztikailag nem különböztek, azonban a szuperfoszfát, szuperfoszfát+mész, észak-floridai és algériai foszfátoktól szignifikánsan különböznek. Az „összes” nikkel-tartalom csupán 2%-át tudtuk kioldani Lakanen-Erviö módszerrel a homoktalaj esetében, ezzel szemben az agyagos vályog talajon a királyvizes 20%-át. A fizikai féleség valószínűsített hatása az „oldható” nehézfémtartalomra ismét megfigyelhető. Higany, szelén A higany és a szelén koncentrációja királyvizes kioldással (és így természetesen az összes többi kioldással is) mindkét talajon, az összes műtrágya esetén kimutatási határérték (Hg: 0,12, Se:0,6 mg/kg) alatt maradt.
41
Ólom A királyvízzel oldható ólom-koncentráció szennyezettségi határértéke 100 mg/kg; ennek 25%-át is alig érték el az eredményeink, tehát nem történt túllépés. Homoktalajunkon 5,5 mg/kg átlagos ólom-koncentrációt kaptunk, az agyagos vályogon pedig 22,2 mg/kg értéket. A Lakanen-Erviö féle módszerrel a minták „összes” ólomtartalmának közel 23%-át visszakaptuk, a másik két kioldásban azonban a koncentrációja nem érte el a királyvizes 1%át sem. Ón A homoktalajon minden műtrágya és dózisszint esetén kimutatási határ alatt (0,25 mg/kg) maradt. Az agyagos vályogon is csupán 1,1 és 3,6 mg/kg között változott az „összes” értéke. („B”=30 mg/kg) Cink A homoktalaj királyvízzel oldható átlagos cinktartalma 18,9 mg/kg (σ=1,6), az agyagos vályogé 68,7 mg/kg (σ=4,1) volt. Határértéke 200 mg/kg, ettől messze elmaradt.
Bór A homoktalajon beállított kísérlet átlagos „összes” bór-koncentrációja 3,6 mg/kg-nak adódott, az agyagos vályogon 17 mg/kg-nak. A Lakanen-Erviö kioldással mért bór a homoktalajon majdnem végig kimutatási határ (0,05 mg/kg) alatt maradt, a másikon is előfordult ilyen eset, átlaga 0,2 mg/kg. A vizes és az acetátos kivonatból bór-meghatározás nem történt. Kobalt Míg az „összes” kobalt-koncentrció a homokmintákban csak 4,0 mg/kg volt, σ=0,2) ( addig az agyagos vályog talajokban elérte a 14,1 mg/kg-ot (σ=1,7). Szennyezetts égi határértékét 30 mg/kg-ban állapították meg, így a szennyezettebb agyagos talaj sem éri el ennek 50%-át. A Lakanen-Erviö-féle oldható kobalt-tartalom a királyvizesnek mintegy 17%át adta, a vízoldható nem érte el a 0,25%-át, az acetátos pedig meghaladta az 1,5%-át. Réz
42
Az agyagos vályog talaj átlagos, „összes” réz-koncentrációja közel hétszerese a homoknak, az előbbiben 19,7 mg/kg-os átlagot kaptunk, az utóbbiban pedig 2,9 mg/kg-osat. Az átlagos „oldható” réztartalom a két talajon meghaladta a 27%-ot. Molibdén A királyvizes kivonat molibdén-tartalma szempontjából a két talaj közti arány 2,36 volt, szintén az agyagos javára. Az átlagos összes molibdén-koncentrációra 0,12 mg/kg-ot kaptunk, melynek 15%-át ki tudtuk oldani Lakanen-Erviö módszerrel is. A desztillált vizes kivonatból átlagosan több, mint 26%-ot mértünk ki, azonban itt a minták nagy része már kimutatási határ alá került, ezért ez az érték torzít.
43
KV, mg/kg
"B" határérték
As B Ba Cd Co Cr Cu Hg Mo Ni Pb Se Sn Zn
15 250 1 30 75 75 0,5 7 40 100 1 30 200
Átlag
Átlag, H
10,59 11,19 167,33 0,20 9,66 26,88 12,36
3,68 3,61 32,38 0,13 3,96 10,83 2,88
Szórás, H Átlag, AV 0,34 1,08 6,03 0,10 0,20 1,50 0,85
15,91 17,02 271,26 0,26 14,05 39,25 19,66
Szórás, AV
AV/H arány
3,54 5,10 49,37 0,14 1,66 5,64 1,47
4,32 4,71 8,38 1,95 3,55 3,62 6,84
4. táblázat. A kísérleti talajok „összes” (KV) átlagos elemtartalma (mg/kg) az összes kezelés alapján, a 6/2009. rendelet szerinti „B” szennyezettségi határérték, az egyes talajok (H=homok, AV=agyagos vályog) átlagos elemtartalma és szórása, valamint az agyagos vályog és a homoktalaj elemtartalmának hányadosa.
A kísérlet eredményei alapján elmondható, hogy az agyagos vályog talaj NK kontroll mintái eleve magas elemtartalma megmutatkozott a kezelések után is, a homoktalajhoz viszonyítva. Az irodalom alapján várt Cd és Sr koncentrációjának esetleges határértéktúllépése egyik kísérleti elrendezésben sem valósult meg. Túllépést találtunk azonban As és Ba esetében, mely feltehetően szintén az agyagos vályog talaj foszfáttal nem kezelt (itt: NK kontroll) tulajdonságaira vezethető vissza. A statisztikailag megvizsgált elemek közül a dózisok hatását egyedül a Cd esetében találtunk szignifikánsnak. A műtrágyák által okozott eltéréseket már a többi elemében is kimutattuk. A királyvíznél gyengébb kioldószerekkel roncsolt minták eredményeinek elemzését megnehezítették a gyakori kimutatási határ alatti értékek, azonban általánosságban elmondható, hogy az agyagos vályog talaj több fémet kötött meg, mint a homok. Az e kioldásokkal kapott eredmények átlagait és szórásait az 5-7. táblázatokban adjuk meg.
44
LE, mg/kg
Átlag
Átlag, H
As B Ba Cd Co Cr
0,22 0,16 24,01 0,12 1,65 0,16
0,11 0,06 7,26 0,06 0,46 0,14
0,06 0,01 0,43 0,04 0,10 0,11
0,28 0,17 36,92 0,15 2,56 0,18
0,09 0,08 3,79 0,05 0,22 0,06
Cu Hg Mo Ni Pb Se Sn
3,34
1,03
0,35
5,12
0,35
Zn
4,16
2,76
1,05
5,24
1,08
Szórás, H Átlag, AV
Szórás, AV
5. táblázat. A kísérleti talajok „oldható” (LE) átlagos elemtartalma (mg/kg) az összes kezelés alapján, és az egyes talajok (H=homok, AV=agyagos vályog) átlagos elemtartalma és szórása.
DV, mg/kg
Átlag
Átlag, H
As B Ba
0,14
0,14
0,05
Cd Co Cr Cu Hg Mo Ni
0,01 0,02 0,06 0,23 0,04 0,03 0,13
0,01 0,02 0,07 0,25 0,04 0,06 0,16
0,00 0,01 0,02 0,07 0,01 0,01 0,03
Pb Se Sn Zn pH
0,10 0,15
0,08 0,15
0,01 0,02
0,10 0,16
0,03 0,03
Szórás, H Átlag, AV
45
Szórás, AV
6. táblázat. A kísérleti talajok vízoldható (DV) átlagos elemtartalma (mg/kg) az összes kezelés alapján, és az egyes talajok (H=homok, AV=agyagos vályog) átlagos elemtartalma és szórása.
AC , mg/kg
Átlag
Átlag, H
As B Ba Cd Co Cr Cu Hg Mo Ni Pb Se Sn Zn pH
0,13
0,16
Szórás, H Átlag, AV 0,04
Szórás, AV
0,10
0,02
7. táblázat. A kísérleti talajok savas környezetben oldható (AC) átlagos elemtartalma (mg/kg) az összes kezelés alapján, és az egyes talajok (H=homok, AV=agyagos vályog) átlagos elemtartalma és szórása.
4.3.2. Melléklet: A Talajvédelem című folyóiratban elfogadásra került cikk: Komplex talajmonitorozás mintavétel-optimalizációja Komplex talajmonitorozás mintavétel-optimalizációja Vályi Kriszta1, Szécsy Orsolya2, Dombos Miklós1, Anton Attila2
1: MTA Talajtani és Agrokémiai Kutatóintézet, Környezetinformatikai Osztály, Budapest 2: MTA Talajtani és Agrokémiai Kutatóintézet, Talajbiológiai és -biokémiai osztály, Budapest
46
Összefoglalás magyar nyelven
A talajok környezetvédelmi célú ökológiai állapotfelmérésének és állapotváltozásának szakszerű vizsgálatához elengedhetetlen az alkalmazott monitorozás kísérletes tervezése. E folyamatban meghatározó szerepet játszik az adott mintavételi helyeken felvett környezeti változók pontosságának és megbízhatóságának vizsgálata. Jelen munkában azt vizsgáltuk meg, hogy egy parcellára reprezentatív mintavételt milyen térbeli elrendezésben lehet a leghatékonyabban – legmagasabb pontossággal és legalacsonyabb torzítással – mintavételezni. A talajbiológiai paraméterek közül jelen vizsgálatban mértük a mikrobiális aktivitást (FDA), a mezofauna denzitását, általános talajparaméterek mellett a talajszennyezést tekintve 13 nehézfém elemtartalmat és növényvédőszer-maradékokat, tápanyagtartalmat és a tömörödöttségét. Szántókon, szabályos elrendezésben 20-100 mintát vettünk a talajból, ill. gépi fúrással a talajvízből. Az adatok elemzése során kiszámítottuk az elért százalékos relatív pontosságot, ill. a szükséges mintaszámot.
Összefoglalás angol nyelven
For the professional environmental analysis of soils’ ecological state and the monitoring of the transitions of this state, the experimental planning of the sampling design and method is essential. In this process, the testing of reliability and precision of the examined environmental variables, the exploration of their spatial heterogeneity and the estimation of the required sample size and sampling area play a decisive role. In the present work, we examined which spatial layout is most effective for the representative sampling of a parcel. The soil parameters measured in this study were the following: total microbial activity (FDA), content of pesticide residues and 13 heavy metals, nutrient content and compaction. Soil and groundwater samples were taken from organic and intensive arable lands, by hand and mechanical drilling, testing 3 different regular sampling designs. Hand drilling was carried out by the Representative Parcel Segment (RPS) method, which is a standardized method used for soil sampling for agricultural use. A homogenous (at the field scale), representative (based on aerial photographs, topographical maps, elevation models, soil maps and on-site observations) parcel part of 50 000 m2 was chosen, and samples were took from 20 sampling spots per sites. The sampling spots were located along the diagonals of the RPS. We have also tested a reduced sampling method (RPS central), where we drilled at the 4 innermost sampling spots of the RPS. For mechanical drilling a 50x50 m quadrate was designated in one corner of the RPS. The soil samples were taken from drillings situated in the corners and in the centre point of this part of the RPS. The percentage relative precision and required sample size for the detection of 10, 20, and 40 % difference were calculated for all environmental variables and sampling schemes, at 5% level of significance and 90% power. In the case of heavy metals, using the smaller sampling area (corner of RPS) 3-22 samples were sufficient for the detection of 10 % difference, which is close to the sampling size used in the current experiment. Using the larger sampling area and the diagonal RPS design, higher sampling size is required (mean: 32, in the case of Sn extreme high 255). The variation and required sample size for nutrient and humus content are substantially higher, therefore when designing complex monitoring protocol, the statistical indicators of these elements should be taken. In the case of total microbial activity, the variability in the sampling areas was especially high, even the different diagonals of one RPS showed more than 10% difference. This should be taken into consideration when planning detectable mean difference.
47
Bevezetés A talajok környezetvédelmi célú ökológiai állapotfelmérésének és állapotváltozásának szakszerű vizsgálatához elengedhetetlen az alkalmazott monitorozás kísérletes tervezése. E folyamatban meghatározó szerepet játszik az adott mintavételi helyeken felvett környezeti változók pontosságának és megbízhatóságának vizsgálata. Jelen munkában azt vizsgáltuk meg, hogy egy parcellára reprezentatív mintavételt milyen térbeli elrendezésben lehet a leghatékonyabban – legmagasabb pontossággal és legalacsonyabb torzítással – mintavételezni. Az ENVASSO projektben megállapított 8 legfontosabb, a talajt veszélyeztető tényező között a talajszennyezés, ezen belül a nehézfémekkel történt terhelés is szerepel (Huber, 2008). Markert (1995) szerint a reprezentatív mintavételből, illetve annak hiányából eredő hiba elérheti az 1000%-ot is. A pontos helyen történő mintázás hibája rendszerint nagyobb, mint ami a minta előkészítéséből, feltárásából és analizálásából származik (Fortunati, 1994). Kádár (1998) szerint az összes ejtett hiba 80-85%-át az átlagmintában kereshetjük, azaz a terepi mintavételben. A Theocharopoulos (2001) által megvizsgált 15 európai talajmintavételi előírásból egyik sem tartalmazott előírásokat a mintavételi terület kiterjedésére. Az utóbbi évtizedekben ráadásul a terepi talajmintavétel technikai fejlődése jelentősen elmaradt a talajvizsgálatokétól. A mintavételi módszerekből eredő hiba tehát a legnagyobb a monitorozás összes többi lépéséhez képest. A nehézfémek monitorozására ezért szükség lenne egy egységes, Európa-szerte alkalmazott talajmintavételi protokollra, a jelen mintavételezések ugyanis számos ponton eltérnek egymástól. A talajbiológiai paraméterek közül mértük a teljes mikrobiális aktivitást fluoreszcein-diacetát hidrolízisének mérésével (FDA), a mezofauna denzitását, általános talajparaméterek mellett a talajszennyezést tekintve 13 nehézfém elemtartalmát és növényvédőszer-maradékokat, tápanyagtartalmat és a tömörödöttséget. Szántókon, szabályos elrendezésben 20-100 mintát vettünk a talajból, ill. gépi fúrással a talajvízből. Az adatok elemzése során kiszámítottuk az elért százalékos relatív pontosságot (percentage relative precision, Q), ill. a szükséges mintaszámot. Q egyenlő a becsült populációméret és annak 95%-os konfidenciahatárai közötti különbséggel, a becsült érték százalékában kifejezve. A kísérlettervezéshez feltétlenül szükséges a legkisebb kimutatható különbség (minimum detectable change, MC) megadása. Vizsgálatunk célja az adott MC-khez szükséges mintavételi befektetés megtervezése. Ez statisztikai értelemben pontbecslés, ahol az MC függvényében a térbeli elrendezést és ismétlésszámot szeretnénk meghatározni. A statisztikai vizsgálatban az alapsokaság az adott parcella, a vizsgálat objektuma az általunk meghatározott, adott területű és homogén reprezentatív parcellarészlet (RPR), az ismétlések pedig az RPR-en belüli egyes pontokon történő mintavételek. Vizsgálati anyag és módszer A mintavételeket a MONTABIO projekt összesen 14 mintaterületén (1. táblázat), Békés megyében végeztük el, 2008 és 2009 során, intenzív és bio művelésű szántókon, valamint egy ősgyepen és egy legelőn (1. ábra). Mintavételi területek 2008:
Mintavételi területek 2009:
MH1 Medgyesegyháza, intenzív MH2 Medgyesegyháza,bio
48
MH2
Medgyesegyháza, bio
CS1
Csorvás, intenzív
CS1
Csorvás, intenzív
BA1
Battonya, intenzív
CS2
Csorvás, bio
BA2
Battonya, bio
CS3
Csorvás, legelő
BA3
Battonya, ősgyep
BA1
Battonya, intenzív
BA2
Battonya, bio
KT1
Köröstarcsa, intenzív
KT2
Köröstarcsa, bio
KT1 Köröstarcsa, intenzív KT2
Köröstarcsa, bio
8. táblázat: A mintaterületek kódjai és művelésük 2008-ban és 2009-ben.
5. ábra: A MONTABIO projekt mintavételi helyeinek fizikai talajfélesége, valamint elhelyezkedése Békés megyében.
A vizsgálat során háromféle mintavételi módszert alkalmaztunk: 1. átlagmintavétel (a talaj 0-30, 30-60 és 60-90 cm-es rétegeiből vett, mélységenként eltérő számú pontmintából) kézi fúrással az 5 hektáros reprezentatív parcellarészletek (RPR-ek) területén 2. talajbiológiai mintavétel a talaj felső 10 cméből 3. gépi fúrás (talaj + talajvíz mintavétel) 50x50 méteres területről (RPF, reprezentatív parcellafúrás), területenként 5 fúrással
49
A mintavételeket térben az 2. és 3. ábrák szerint rendeztük el:
érkezés
1
2 érkezés
7
6. ábra: A csorvási 04/4 hrsz. parcella potenciális RPR-je (nagy négyzet)és RPF-je (kis négyzet) felső 30 cm-ből vettünk mintát.
ábra: Egy RPR pontmintáinak elhelyezkedése az átlagmintavételnél. A legsötétebb négyzeteknél mindhárom mélységből, a középszürkéknél 30-60 és 0-30 cm-ből, a legvilágosabbaknál a
Vizsgálati eredmények és értékelésük Hat mintaterületen vizsgáltuk a nehézfémek százalékos változását 2008 és 2009 között (4. ábra). A minták a gépi fúrásokból (RPF) származnak, tehát területenként 5 részmintából. Az összesen 60 mintából elemenként hasonlítottuk össze az első, illetve a második év adatait. Az eltéréseket minden esetben pozitív előjellel használtuk, majd ezeket elemenként összesítettük. A diagramon az átlagot, a standard hibát és a szórást ábrázoltuk.
Az elemenként, és területenként átlagolt eltérések alapján a következőket kaptuk: a legnagyobb százalékos eltérést az ón mutatja (38,5%), a legnagyobb szórással együtt (16,1). Magas értékeket kaptunk a kadmium és bárium esetében is (sorban 24,1, ill. 21,4%). A legalacsonyabb eltérést a nikkel és a kobalt esetében kaptuk (3,5% körül mindkettő), és a legkisebb szórás-értékekkel is ezek az elemek rendelkeznek. A többi elem százalékos eltérése 5% és 15% között, szórása pedig 3,5 és 10,5 között mozgott.
Egyik területet sem érte külső hatás 2008 és 2009 között, ezért a kiugróan magas változások így nem indokolható. Feltételezzük, hogy ezek az eltérések magából a mintavétel sajátosságából ered. Megállapítható, hogy az RPF típusú mintavétellel több elemnél nem tudunk detektálni akár 30%-os eltérést sem. Ezért szükséges annak megállapítása, hogy az RPF illetve RPR típusú mintavételnél mekkora lenne a szükséges mintaszám bizonyos eltérés detektálásához.
50
mintahelyen (n=60)
Százalékos változás (%)
50
Mean Mean±SE Mean±SD
40 30 20 10 0
As
B
Ba
Cd
Co
Cr
Cu
Ni
Pb
Sn
Zn
8. ábra: Nehézfémek koncentrációjának %-os aránya 2008-2009 között hat mintahelyen.
Az öt ismétlésből álló gépi, fúrással vett mintáknál (2. táblázat, RPF: 50 x50 méter területen), illetve a húsz ismétlésből álló, kézi fúrással vett mintáknál (3. táblázat, RPR: 5ha, pl.:225 x 225 méter területen) kiszámítottuk, hogy mekkora mintaszám szükséges 10, 20, 40%-os különbség kimutatásához, 5%-os szignifikancia szint és 90%-os próba ereje mellett. A kisebb területről származó gépi fúrásoknál pl. a 10%-os különbség detektálásához szükséges mintaszám a nehézfémek esetében 3-22 között adódott. A nagyobb területről származó kézi fúrásoknál a nagyobb szórás miatt ezek az értékek magasabbnak adódtak (átlagosan 32, extrém nagy mintaszám az Sn esetében: 255). Figyeljük meg, hogy a tápanyagtartalmak és a százalékos humusztartalom szórása lényegesen magasabb a nehézfémek szórásánál, így ez utóbbi elemekről pontosabb becsléseket lehet elérni azonos mintavételi befektetés mellett. Ezért komplex monitorozás protokolljának tervezésénél e változók statisztikai mutatóit kell alapul venni. 5. Adott %-os eltérés kimutatásához szükséges
Gépi fúrás
mintaszám
1. Elem (mg/kg) 2. Mintaszám/terület 3. Átlag 4. Szórás
10%
20%
40%
As
5
11,2
0,9
15
5
3
B
5
25,7
2,2
17
6
3
Ba
5
189,2
20,6
27
8
3
Cd
5
0,2
0,0
25
7
3
51
Co
5
13,3
0,7
8
3
2
Cr
5
49,6
3,5
12
4
3
Cu
5
22,1
1,6
13
5
3
Mo
5
0,2
0,1
329
88
23
Ni
5
36,6
1,8
7
3
2
Pb
5
17,7
1,5
16
5
3
Sn
5
2,3
0,4
73
19
6
Zn
5
68,4
4,6
11
4
3
Humusz [%]
5
3,1
0,4
34
10
4
pH (H2O)
5
7,4
0,3
4
3
2
K(A)
5
45,0
1,9
6
3
2
FDA
5
68,1
21,2
205
52
14
9. táblázat: Adott százalékos eltérés kimutatásához szükséges mintaszám RPF típusú mintavétel, gépi fúrás esetén.
7. Szükséges Kézi (RPR) mintavételezés
mintaszám
a köröstarcsai
adott %-os
mintahelyeken
különbség kimutatásához
1.
2.
3.
4.
5.
6.
Elem Gazdálkodási Minta Átlagminta Pontminták Pontminták 10% 20%
As
B
Ba
40 %
típus
szám
értéke
átlaga
szórása
intenzív
20
11,05
10,93
1,16
25
8
3
bio
20
12,39
12,28
1,34
26
8
3
intenzív
20
22,54
21,42
4,29
86
23
7
bio
20
28,57
27,73
3,67
38
11
4
intenzív
20
205,86
202,14
33,95
61
16
5
52
Cd
Co
Cr
Cu
Mo
Ni
Pb
Sn
Zn
bio
20
180,45
198,67
33,31
61
16
5
intenzív
20
0,15
0,14
0,02
86
11
5
bio
20
0,20
0,17
0,03
64
18
6
intenzív
20
13,21
13,44
0,91
11
4
3
bio
20
12,92
12,81
0,59
6
3
2
intenzív
20
64,48
62,23
5,63
19
6
3
bio
20
60,54
61,13
5,17
17
5
3
intenzív
20
24,22
23,94
1,37
8
4
2
bio
20
31,91
31,72
2,39
14
5
3
intenzív
20
0,00
0,16
0,09
1704 191 49
bio
20
0,15
0,17
0,09
590
intenzív
20
39,91
40,17
1,31
4
3
2
bio
20
39,22
40,33
2,33
9
4
2
intenzív
20
20,67
20,05
1,14
8
4
2
bio
20
21,25
21,88
0,69
4
3
2
intenzív
20
1,61
1,90
0,66
255
65
17
bio
20
1,67
2,45
1,88
1234 309 79
intenzív
20
79,59
79,07
3,62
6
3
2
bio
20
83,31
81,54
4,92
9
4
3
intenzív
20
172,92
179,34
20,68
29
9
4
bio
20
380,28
367,25
49,25
39
11
4
intenzív
20
80,88
80,75
32,92
351
89
23
bio
20
254,84
233,14
113,36
498
126 33
intenzív
20
2,97
2,75
0,73
144
39
158 41
AL K2O
AL P2O5
NH4N
53
11
bio
20
3,45
3,79
0,87
113
29
9
intenzív
20
5,95
6,64
4,22
835
213 54
bio
20
9,76
8,34
4,71
672
169 43
intenzív
20
1407,03
1398,71
181,08
37
10
4
bio
20
2182,98
1798,34
204,29
29
8
4
intenzív
20
2,09
2,09
0,23
27
8
3
bio
20
3,02
3,08
0,16
8
3
2
intenzív
20
7,23
6,91
0,59
17
6
3
bio
20
7,04
6,85
0,39
8
4
2
intenzív
20
55,43
53,67
2,69
7
3
2
bio
20
58,29
55,47
2,99
8
3
2
NO3N
Telje s-N
Hum usz [%]
pH (H2O)
K(A)
10. táblázat: Adott százalékos eltérés kimutatásához szükséges mintaszám RPR típusú mintavétel, kézi fúrás esetén, a köröstarcsai intenzív és bio parcellákon.
Irodalomjegyzék FORTUNATI, G.U., PASTURENZI, M., 1994. Quality in soil sampling. Quim. Anal. 13. (Suppl 1) S5-S20. HUBER, S. et al., 2008. Environmental Assessment of Soil for Monitoring: Volume I Indicators & Criteria. EUR 23490 EN/1, Office for the Official Publications of the European Communities, Luxembourg. KÁDÁR, I., 1998. Kármentesítési kézikönyv 2. A szennyezett talajok vizsgálatáról. Környezetvédelmi Minisztérium, Budapest. MARKERT B.,1995. Quality assurance of plant sampling and storage. In: Quality assurance in environmental monitoring sampling and sample pre-treatment. (Ed.: Quevauviller P.) 215-254. VCH Weinheim, New York. THEOCHAROPOULOS, S.P. et al., 2001. European soil sampling guidelines for soil pollution studies.The Science of the Total Environment 264. 51-62.
54
5. Melléklet: Biológiai vizsgálatok, biotesztek(MTA NKI) A biológiai vizsgálatok kivitelezésében az MTA NKI alkalmazásában közreműködött egy – a projekt első évében felvett – PhD-hallgató (SzIE MKK, KTDI), két fő új alkalmazású PhD-hallgató (Pannon Egyetem, ÁADI, IDI; SzIE MKK, KTDI) vett fel, valamint közreműködik további egy fő posztdoktor. Munkánk során talajszűrleteknek, talaj- és felszíni vizeknek az országra kiterjedő monitorozását végezzük. E vizsgálatok részeként a mintákban található növényvédőszermaradványokkal végzünk toxicitási és mutagenitás teszteket. Előbbiekhez akut hatásokat kimutató Daphnia magna tesztet, utóbbiakra Ames- és a kiválasztottak minták és hatóanyagok esetében SMART (somatic mutation and recombination test) tesztet
alkalmazunk.
Míg
az
Ames-teszt
mikroorganizmusokat
használ
tesztorganizmusként, és pontmutációkat detektál, addig a SMART tesztben Drosophila melanogaster a célszervezet, és a kromoszómatöréses mutációkról ad információt. 2010. évben elsősorban a korábban nem vizsgált, mutagénként számon tartott PAH (policiklikus aromás szénhidrogén) vegyületeket tartalmazó vízminták vizsgálatát végeztük Drosophila-SMART tesztek, Ames-teszt, valamint Daphnia magna 48 órás akut toxicitás tesztek segítségével. Ezen kívül bekapcsolódtunk a Kolontár térségét sújtó vörösiszap szennyezés hatásainak felmérésébe. 23 felvételezési pontból származó talajmintát (0-30 és 3060 cm mélységből) vizsgáltunk D. magna akut toxicitási tesztben, valamint 3 minta többféle oldószeres talajszűrletének esetleges mutagenitását tanulmányoztuk Amestesztekkel. A talajszűrletek elkészítéséhez a projekt előző évében sikeresen alkalmazott módszerket használtuk. Ezen eredményeink bizalmas minősítésűek, kizárólag a Katasztrófavédelmi Igazgatóság részére adjuk át. 5.1. Melléklet: Daphnia-biotesztek kivitelezése (MTA NKI) A projekt első két évében növényvédő szerek maradékait, valamint határérték feletti nehézfémeket tartalmazó mintákat vizsgáltunk D. magna tesztállaton, 48 órás immobilizációs tesztekben. Több esetben azonban szinergista és antagonista hatásokat is kimutattunk egyes szennyezők között, vagyis projektünk egyik
55
alapfelvetése igazolásra került; az egyes szennyezők hatásait nem elegendő egyenként elemezni, mivel a környezetben igen gyakran együtt fordulnak elő, így számolnunk kell a szennyezések és a mintákban előforduló természetes anyagok kölcsönhatásaival 2010. évben az ELISA eljárással azonosított, PAH vegyületeket tartalmazó vízminták
vizsgálatából
megállapítottuk,
hogy
azok
nem
okoznak
jelentős
mobilitásgátlást az ISO szabvány D. magna akut toxicitási tesztben, amennyiben jelentős növényvédő szer mennyiség nem társul a szennyezéshez. A V891 és V892 számú, 10 ng/ml mennyiséget meghaladó PAH vegyületet tartalmazó minták is csak 30-37 %-os mobilitásgátlást okoztak. A további minták gyakorlatilag hatástalanok voltak. Eredményeink szerint a vizekben megtalálható acetochlor (max. 544 ng/liter) nem befolyásolta a mobilitásgátlás kialakulását, vagyis az adott dózisokban a szennyezők kölcsönhatása nem érvényesül.
56
10. ábra Daphnia magna tesztállat (fent) alkalmazása ISO szabvány szerinti akut immobilizációs tesztben 5.2. Melléklet: Ames-féle mutagenitási tesztek kivitelezése (MTA NKI) A prokarióta egysejtűeket alkalmazó tesztek legnagyobb előnye, hogy a felhasznált tesztszervezetek egyszerűen kezelhetők, ugyanakkor az eljárások viszonylag gyors eredményt adnak, így költséghatékonyak. Ezekkel az eljárásokkal génmutációkat detektálhatunk (kereteltolódás, bázispár-csere). A legnépszerűbb eljárásnak máig az Ames-teszt mondható. A teszt során a mutagén hatású anyagok a tesztelésekben használt, eleve mutációt tartalmazó baktériumokban pontmutációt indukálva (revertálva a fennálló mutációt) helyreállítják azok kieső aminosav-szintetizáló képességét. A reverzió populációt érintő gyakorisági értéke arányos a mutagén hatással. 2010-ben végzett munkánk során néhány talajvízminta vizsgálatát végeztük el, melyek az előzetes Daphnia magna toxicitási tesztben magas LD50 értékeket mutattak. A V676, V677 és V679 minták ipari szennyezés után elvileg megtisztított kutakból származnak, azonban méréseink szerint a területek továbbra is nagy mennyiségben tartalmaznak növényvédőszer-maradványokat (acetochlor, atrazine, metolachlor, terbutryn, trifluralin). Az előzetes biológiai tesztek pozitív eredményével szemben azonban mutagén hatást a mintákon nem sikerült detektálnunk az Ames teszt alkalmazásával. Elvégeztük ezen kívül a 891 és 892-es számú, magas PAH tartalmú vízminták vizsgálatát is, de ezek sem mutattak mutációs hatást. 5.3. Melléklet: Drosophila-SMART tesztek kivitelezése (MTA NKI) A kísérlet során a tesztállatként használt ecetmuslica lárváját kezeljük a vizsgálandó szerrel, mely, ha mutagén volt, úgy a kifejlődő imágók szárnyán változásokat hoz létre.
57
11. ábra Az mwh mutáció egyedi és csoportos megjelenése D. melanogaster imágójának szárnyán SMART tesztben.
2010-ben olyan környezeti minták elemzését végeztük a SMART teszt segítségével, melyek előzetesen toxikusnak bizonyultak Daphnia magna toxicitási tesztben. Elemzésre került a V702-es talajvíz minta, mely magas bórtartalmával és Daphnia tesztben mért 40%-os mortalitási értékével hívta fel magára a figyelmet. Emellett vizsgáltunk két talajmintát is melyekben a növényvédőszer-maradékok mellett mikroelemek is megtalálhatóak voltak: a T379-ben az arzéntartalom volt kiemelkedően
magas
(15
mg/kg),
a
T460-ban
pedig
nikkel
volt
magas
koncentrációban (40 mg/l) mérhető. Vizsgálataink azonban kimutatták, hogy a magas növényvédőszer-maradék, és esetenként a szintén magas mikroelem tartalom ellenére ezek a környezeti minták SMART tesztben nem mutagének, tehát kromoszómatöréses mutációt nem okoznak.
58
5.4.1. Melléklet: A 2010-es MONTABIO kiadványban megjelenő fejezet (A mikrobiális aktivitás vizsgálatok eredményei) Összefoglalás magyarul
A talajok környezetvédelmi célú ökológiai állapotfelmérésének és állapotváltozásának szakszerű vizsgálatához elengedhetetlen az alkalmazott monitorozás kísérletes tervezése. E folyamatban meghatározó szerepet játszik az adott mintavételi helyeken felvett környezeti változók pontosságának és megbízhatóságának vizsgálata. A projekt ezen részfeladatának során azt vizsgáltuk meg, hogy egy parcellára reprezentatív mintavételt milyen térbeli elrendezésben lehet a leghatékonyabban – legmagasabb pontossággal és legalacsonyabb torzítással – mintavételezni. A talajbiológiai paraméterek közül a projekt keretében mértük a mikrobiális aktivitást (FDA), a mezofauna denzitását, a talajszennyezést tekintve 13 nehézfém elemtartalmát és növényvédőszer-maradékokat, tápanyagtartalmat és a tömörödöttségét is. Ezek közül ebben a fejezetben a mikrobiális aktivitásra vonatkozó vizsgálatok eredményére térünk ki. Intenzív és bio művelésű szántókon, valamint kontrollként egy legelőn és egy védett gyepen szabályos elrendezésben parcellánként 20-120 mintát vettünk a talajból. Az adatok elemzése során a vizsgált három mintavételi elrendezés esetén kiszámítottuk az elért százalékos relatív pontosságot, ill. a szükséges mintaszámot. Eredményként megállapítottuk, hogy melyik mintavételi elrendezés optimális talaj-mikrobiológiai vizsgálatok számára, mind költséghatékonyság, mint természettudományos értelemben vett pontosság és reprezentativitás szempontjából.
Összefoglalás angolul
Proper experimental design is essential when planning soil-monitoring programmes with the aim of environmental protection or assessment of the ecological state of soils. In this process, examination of the accuracy and precision in the measurement
59
of the recorded environmental variables plays a decisive role. Within the confines of this task of the project, we examined which sampling design leads to the most effective sampling – a sampling with the highest precision and the lowest bias. In the project, several soil parameters were measured. In this chapter, we will present the results of the studies on total soil microbial activity (FDA). We took 20-120 samples per parcel from the soil of both arable lands under intensive and organic cultivation as well as from a pasture and protected grassland as a control. We tested three sampling designs, and calculated the required sampling size for each of them (table 2). We concluded that a sampling area that is smaller than the traditional sampling area for nutritional surveys is more suitable because it minimizes spatial and temporal heterogeneity, thus leads to smaller required sampling effort.
Bevezetés
A talaj élővilága kulcsfontosságú szerepet játszik annak funkcióinak, legfontosabb ökoszisztéma-szolgáltatásainak biztosításában. Felelős a szén és a tápelemek körforgásának, a megfelelő talajszerkezet és vízháztartás létrehozásáért és fenntartásáért.
Az Európai Bizottság által megállapított 8 legfontosabb, a talajt veszélyeztető tényező között a talaj-biodiverzitás csökkenése is szerepel (Huber, 2008). Ennek következtében a talaj élővilágának monitorozásához szükséges indikátorok, mintavételi stratégiák optimalizálása nélkülözhetetlen a Talaj Keretirányelv, illetve a talaj hazai védelmére hozott intézkedésének megalapozásához.
Más nemzetközi (OECD; Breure et al., 2004) és hazai (Országos Talajvédelmi Stratégia; Várallyay et al., 2005) szervezetek is kidolgoztak olyan indikátorokat és módszereket, amelyek az agrárökoszisztémák ökológiai állapotának monitorozására alkalmasak, sőt, néhány módszert még ISO szabványként is bejegyeztek. Ennek
60
ellenére a mintavételi elrendezéssel, a mintavételi terület kiterjedésével és a területen vett minták optimális számával kapcsolatban még nem született teljes értékű vizsgálat.
Markert (1995) szerint a reprezentatív mintavételből, illetve annak hiányából eredő hiba elérheti az 1000%-ot is. A pontos helyen történő mintázás hibája rendszerint nagyobb, mint ami a minta előkészítéséből, feltárásából és analizálásából származik (Fortunati, 1994). Kádár (1998) szerint az összes ejtett hiba 80-85%-át az átlagmintában kereshetjük, azaz a terepi mintavételi pontok nem megfelelő megválasztásában. A Theocharopoulos (2001) által megvizsgált 15 európai talajminta-vételi előírásból egyik sem tartalmazott előírásokat a mintavételi terület kiterjedésére. Az utóbbi évtizedekben ráadásul a terepi talajmintavétel technikai fejlődése jelentősen elmaradt a talajvizsgálatokétól. A mintavételi módszerekből eredő hiba tehát a legnagyobb a monitorozás összes többi lépéséhez képest. A mikrobiális aktivitás monitorozásához ezért szükség lenne egy olyan egységes talajmintavételi protokollra, amely figyelembe veszi a fentieket, valamint a mikrobiális szinten történő mintavételezés sajátosságait, amelyek jelentősen eltérnek például a tápanyagvizsgálatokhoz szükséges mintavételtől.
A mikrobiális közösségek jellegzetességei A talaj mikrobiális élővilága különleges abban a tekintetben, hogy még más élőlénycsoportokhoz képest is meglepően nagy változatosságot, heterogenitást képvisel mind időbeli, mind térbeli szempontból. A mikrobiális közösségek változatossága még 10 méteres távolságon belül is jelentős (Peigne et al, 2009). Ezért több kutató a szokásos mintavételi területnél kisebbet javasol, lehetőleg szabályos elrendezésű és összevont mintavétellel.
A különböző művelési módok befolyásolják mikrobiális aktivitást, de ugyanakkor hasonló kezelésnek alávetett területek is nagymértékű heterogenitást mutathatnak
61
ebből a szempontból. Például a hagyományos, ekével történő szántás periodikus mintázatot okoz a mikrobák által képviselt biomassza mennyiségében és az enzimaktivitásban. Alternatív művelés, pl. a bakhátas szántás megváltoztatja ezt a mintázatot, de ugyanúgy magas térbeli variabilitás marad a jellemző vizsgált változóinkra (Müller et al, 2009).
Figyelembe véve a fentieket, a mintavétel megfelelő tervezésének hiányában a mikrobiális közösségekre jellemző nagy heterogenitás elfedheti a kezelések közti különbségekre adott választ. Ezért olyan mintavételi elrendezésre van szükség, amely lehetővé teszi a parcellán tapasztalható változatosság integrálását. Ezt szolgálhatja az összevont mintavétel, illetve a mintavételi terület és a mintanagyság helyes megválasztása.
Kérdéseink a következők voltak:
Milyen nagynak kell lennie a mintavételi területnek és a mintaszámnak ahhoz, hogy reprezentatív becslést kapjunk egy művelés alatt álló terület mikrobiológiai aktivitásáról? Milyen pontos becslést kapunk a különböző mintavételi elrendezésekben?
Anyag és módszer FDA mérések
A talaj mikrobiális élővilágának állapotát jelző változónak a teljes mikrobiális aktivitást választottuk, ami egy olyan általánosan használt változó, amely a szerves anyag forgalmát is jellemzi különböző élőhelyeken. A talajban mérve képes következetesen
62
jelezni a különböző mezőgazdasági használatok által okozott változást a talaj mikroflórájában (García-Orenes, 2010).
A teljes mikrobiális aktivitást fluoreszcein-diacetát hidrolízisével (FDA) mértük. Ez a módszer azért alkalmas a teljes mikrobiális aktivitás mérésere, mert a fluoreszceindiacetátot számos különböző enzim, proteázok, lipázok és észterázok is képesek hidrolizálni. További előnye, hogy egyszerűen kivitelezhető, széles körben használt és pontos is.
A méréseket Schnürer és Rosswall (1982), valamint Adam és Duncan (2001) után végeztük el, az ő módszerüket a talajmintavételhez optimalizálva.
Ennek során ismétlésenként 1g friss talajt 15 ml 7,6-os pH-jú foszfátpufferben fluoreszcein-diacetát reagens hozzáadásával 2 órán át 30 °C-on rázattunk. A 2 óra elteltével a reakciót aceton hozzáadásával (1:1 szuszpenzió/aceton arány) leállítottuk. Ezután a szuszpenziókat centrifugáltuk (3000 fordulat/perc), majd a keletkezett fluoreszceint a minták felülúszójából spektrofotométerrel 490 nm-en mértük, és értékeléskor egységnyi (1 órai) időmennyiségre adtuk meg..
A megfelelő szuszpendáltság eléréséhez 1,5 óra üveggyöngyös előrázatást iktattunk be. Mivel a vizsgált talajok aktivitásának mértéke megkívánta, a hozzáadott reagens koncentrációját megemeltük (a reagens hozzáadott térfogatát nem változtattuk): törzsoldat eredeti koncentrációja - 0,1 g FDA/100 ml aceton, törzsoldat megemelt koncentrációja: 1 g/100 ml aceton.
Mérési helyszínek
63
A mintavételeket a MONTABIO projekt összesen 14 mintaterületén (1. táblázat), Békés megyében végeztük el, 2008 és 2009 során, intenzív és bio művelésű szántókon, valamint egy ősgyepen és egy legelőn (1. ábra). Mintavételi elrendezések
Háromféle mintavételi elrendezést teszteltünk (2. ábra), valamennyiben megvizsgáltuk, hogy az adott elrendezés esetén mekkora az FDA értékek varianciája, és mennyi a szükséges mintaszám, ha egy adott mértékű változást szükséges kimutatni a monitorozás során.
1. elrendezés: Az RPR (reprezentatív parcellarészlet) a mintázandó parcellának egy, a terepi bejárás, légifelvételek és archív térképek alapján egységesnek tűnő, 5 hektár területű, négyzet alakú része. Ennek a mintavételi kvadrátnak mindkét átlóján 10-10 pontból vettünk mintát. Egy ponton az egyes területeken eltérő számú ismétlést alkalmaztunk. Ehhez a mintavételi elrendezéshez hasonlót alkalmaznak hagyományosan a tápanyagvizsgálatok esetén és mezőgazdasági célokra, például az agrár-környezetvédelmi támogatásokhoz is (MSZ-08-0202).
2008-ban az MH2 jelű parcellán egy pontban 5 ismétlésben vettünk mintát, így az összmintaszám 100 volt. Az ismétlések helye egymástól egy méteren belül található. Az ismétléseket egy átlón belül ötféleképp összevontuk, így vizsgálhattuk, hogy mekkora a mintavételek összes hibája, hiszen a mintavételek egy időben, és szinte pontosan egy helyen történtek.
2009-ben a KT1 és KT2 jelű parcellákon azonos mintavételi elrendezést használtunk, de a pontmintákon kívül mindkét átlóból készítettünk összevont mintát is, így parcellánként összesen 20+2 mintát vettünk. Ezzel az elrendezéssel azt vizsgáltuk,
64
hogy csökkenthető-e a variabilitás összevont mintavétel használatával, és ha igen, mennyivel.
2. elrendezés: Megvizsgáltuk az RPR középső kvadrátjának alkalmasságát is a mikrobiológiai mintavételekhez. Ez a terület jóval kisebb kiterjedésű, mint az RPR, 635 négyzetméter. Egy mintavételi ponton 3-5 ismétlést vettünk, így parcellánként összesen 12 vagy 20 mintát vettünk, majd mértük az FDA értékét. A kisebb mintavételi területtől is a variancia csökkenését vártuk, kiszámoltuk ennek mértékét.
3. elrendezés: Ebben az elrendezésben egy 50x50 méteres kvadrát csúcsaiban és középpontjában vettünk egy-egy mintát, tehát kvadrátonként 5 mintát. Itt a mintavételi terület és az ismétlések számának együttes csökkenésének hatását vizsgáltuk. A kvadrát (RPF, reprezentatív parcellafúrás) az RPR-ek sarkánál helyezkedett el, a gépi fúrásokhoz (ld. ? fejezet) kapcsolódó mintavételi pontokkal.
Az adatok elemzése
Az adatok elemzése során kiszámítottuk az elért százalékos relatív pontosságot (percentage relative precision, Q), ill. a szükséges mintaszámot. Q egyenlő a becsült populációméret és annak 95%-os konfidenciahatárai közötti különbséggel, a becsült érték százalékában kifejezve. A kísérlettervezéshez feltétlenül szükséges a legkisebb kimutatható különbség (minimum detectable change, MC) megadása. Vizsgálatunk célja az adott MC-khez szükséges mintavételi befektetés megtervezése. Ez statisztikai értelemben pontbecslés, ahol az MC függvényében a térbeli elrendezést és ismétlésszámot szeretnénk meghatározni. A statisztikai vizsgálatban az alapsokaság az adott parcella, a vizsgálat objektuma az általunk meghatározott, adott területű és homogén reprezentatív parcellarészlet (RPR) vagy a többi mintavételi elrendezéshez kapcsolódó kvadrát,, az ismétlések pedig az egyes pontokon történő mintavételek.
65
A statisztikai vizsgálatok elvégzéséhez a Statistica nevű programot használtuk. Minden mintavételi elrendezésnél és helyszínnél kiszámoltuk a szükséges mintaszámot 10, 20 és 40 % kimutatható különbséghez az FDA értékek mért átlagától. Ehhez kétmintás független t-próbát alkalmaztunk, 5 százalékos szignifikanciaszint mellett. A próba erejét 90%-os szintre állítottuk be.
Vizsgálati eredmények és értékelésük
Látható, hogy a 10%-os változás, mint legkisebb kimutatható különbség elérhetetlen cél mindegyik mintavételi elrendezés esetén, mivel ehhez kivitelezhetetlenül sok mintát kellene venni az adott területen (2. táblázat). A szükséges mintaszám különösen magas a bio művelésű területek és a védett gyep esetén, mivel itt nagyon magas volt a szórás, valamint a gyepnél az átlagos FDA érték is.
1. elrendezés (RPR): A mintavételi területeken magas variabilitást tapasztaltunk. Az FDA értékekben akár egy parcella egyes mintavételi pontjai között is volt szignifikáns eltérés, ahogy azt az MH2 jelű parcella példáján ábrázoltuk (3. ábra).
Az MH2 parcellán 1 méteren belül 5 ismétlést vettünk. Megállapítottuk, hogy a pontok közötti heterogenitás jelentősebb, mint a pontokon belüli heterogenitás. Ezért a pontokon belül nem szükséges az ismétlések számát növelni, inkább a pontok közötti távolság csökkentendő. A pontok között megfigyelhető nagy heterogenitás azt jelzi, hogy a mintavételi terület túl nagy, emiatt túl sok belső varianciát tartalmaz. Ez azt jelzi, hogy a mintavételi területet szintén érdemes csökkenteni, mivel minél nagyobb a terület, annál kisebb a mintavétel pontossága.
66
A KT1 és KT2 területeken összehasonlítottuk a kvadrátok két átlóját. Ezek a mintavételi területek is homogénnek tűntek makroszkópikus skálán. Ennek ellenére 12,2%, illetve 12,5% különbség volt az intenzív valamint a bio területen, bár ez a különbség nem bizonyult szignifikánsnak.
Ebből, és a szükséges mintaszámokból (2. táblázat) azt a következtetést vonhatjuk le, hogy az RPR mintavételi eljárással, amely összhangban van más mintavételekkel, biztonságosan 20%-os a legkisebb kimutatható különbség, ha ésszerű mintanagyságot használunk művelés alatt álló területeken.
A mintavételi pontok közötti nagy különbséget a mintavételi terület kiterjedésének tulajdonítjuk, amely túl nagynak bizonyult a mikrobiális mintavétel számára. Ezek a különbségek összevethetők a más monitorozási rendszereknél kívánatos legkisebb kimutatható különbséggel.
2. elrendezés
Ezzel az elrendezéssel hasonló minimálisan kimutatható különbséget lehet elérni, mint az RPR mintavétel esetén (20%-ot), de kisebb mintavételi erőfeszítéssel, és kisebb területen. Egy kisebb mintavételi terület homogénebb lehet, valamint a mintavételezés kevesebb ideig tart, ezzel minimalizálva a térbeli mellett az időbeli heterogenitást is.
3. elrendezés
Az 50*50 méteres területen, 5 mintavételi ponton ismétlés nélkül vett minták esetében a szórás igen nagynak bizonyult, emiatt még a 40%-os különbséget sem tudnánk kimutatni ezzel a mintavétellel.
67
Következtetések
Következtetésként megállapíthatjuk, hogy a tápanyagvizsgálatoknál és egyéb mezőgazdasági célokra használt hagyományos mintavétel nem optimális a mikrobiológiai aktivitás vizsgálatára, mivel túl nagy mintavételi területet használ. Még ha homogénnek is tűnik a mintavételi terület terepi bejárás, vagy légifotók alapján, a mikrobiális aktivitást vizsgálva kiderülhet, hogy nagymértékben heterogén a mikrobák skáláján. A mintavételi terület belső variabilitása csökkenthető például összevont minták, vagy kisebb kvadrát alkalmazásával, amely homogénebb lehet. Vizsgálataink során azt tapasztaltuk, hogy az általunk alkalmazott 635 négyzetméteres kvadráthoz hasonló méretű mintavételi terület alkalmazása ideális kompromisszum lehet mind a terület, mind a szükséges mintaszám szempontjából. A második mintavételi elrendezésben a mintavételt ésszerű idő alatt lehet elvégezni, ami nélkülözhetetlen a költséghatékonysághoz és az időbeli heterogenitás minimalizálásához.
Hivatkozások
•
Adam, G., Duncan, H. (2001): Development of a sensitive and rapid method for the measurement of total microbial activity using fluorescein diacetate (FDA) in a range of soils. Soil Biology and Biochemistry 33, 943-951
•
Baker KL, Langenheder S, Nicol GW, Ricketts D, Killham, Campbell CD and Prosser JI(2009): Environmental and spatial characterisation of bacterial community composition in soil to inform sampling strategies. Soil Biology & Biochemistry 41 (2009) 2292–2298.
•
Breure, A. M., Mulder, C., Rutgers, M., Schouten, T., de Zwart, D., Bloem, J. (2004): A Biological Indicator for Soil Quality. p. 485-494. In: Francaviglia R. (Ed.) Agricultural Impacts on Soil Erosion and Soil Biodiversity: Developing Indicators for Policy Analysis. Proceedings from an OECD Expert Meeting Rome, Italy, March 2003, 654 pp.
•
García-Orenes, F., Guerrero, C., Roldán, A., Mataix-Solera, J., Cerdà, A., Campoy, M., Zornoza, R., Bárcenas, G., Caravaca, F. (2010): Soil microbial biomass and activity under different agricultural management systems in a semiarid Mediterranean agroecosystem. Soil and Tillage Research 109(2), 110-115.
68
•
Fortunati, G.U., Pasturenzi, M., 1994. Quality in soil sampling. Quim. Anal. 13. (Suppl 1) S5-S20.
•
Huber, S., Syed B., Freudenschub, A., Ernstsen, V., Loveland, P.: Proposal for a European soil monitoring and assessment framework. Technical report No. 61. European Environmental Agency, Copenhagen, 2001.
•
Kádár, I., 1998. Kármentesítési kézikönyv 2. A szennyezett talajok vizsgálatáról. Környezetvédelmi Minisztérium, Budapest.
•
Markert B.,1995. Quality assurance of plant sampling and storage. In: Quality assurance in environmental monitoring sampling and sample pre-treatment. (Ed.: Quevauviller P.) 215-254. VCH Weinheim, New York.
•
Müller E, Wildhagen H, Quintern M, Heß J, Wichern F, Joergensen RG (2009): Spatial patterns of soil biological and physical properties in a ridge tilled and a ploughed Luvisol. Soil & Tillage Research 105 (2009) 88–95.
•
MSZ-08-0202/1977: Helyszíni mintavétel mezőgazdasági célú talajvizsgálatokhoz.
•
Schnürer, J., Rosswall, T. (1982): Fluorescein diacetate hydrolysis as a measure of total microbial activity in soil and litter. Applied and environmental microbiology 43, 1256-1261
•
Theocharopoulos, S.P. et al., 2001. European soil sampling guidelines for soil pollution studies.The Science of the Total Environment 264. 51-62.
•
Várallyay Gy., Németh T., Stefanovits P. (2005): Országos Talajvédelmi Stratégia tudományos háttere. Környezetvédelmi és Vízügyi Minisztérium. Budapest, Hungary.
Ábrák
Mintavételi területek 2008:
Mintavételi területek 2009:
MH1 Medgyesegyháza, intenzív MH2 Medgyesegyháza,bio MH2
Medgyesegyháza, bio
CS1
Csorvás, intenzív
CS1
Csorvás, intenzív
BA1
Battonya, intenzív
CS2
Csorvás, bio
BA2
Battonya, bio
CS3
Csorvás, legelő
BA3
Battonya, ősgyep
BA1
Battonya, intenzív
BA2
Battonya, bio
KT1
Köröstarcsa, intenzív
KT2
Köröstarcsa, bio
KT1 Köröstarcsa, intenzív KT2
Köröstarcsa, bio
69
1. táblázat: A mintaterületek kódjai és művelésük 2008-ban és 2009-ben.
9. ábra: A MONTABIO projekt mintavételi helyeinek fizikai talajfélesége, valamint elhelyezkedése Békés megyében.
70
10. ábra: A három vizsgált mintavételi elrendezés. Az üres sokszög a vizsgált parcellát, a nagy négyzet az RPR mintavétel mintavételi területét, a pontok a mintavételi pontokat jelképezik. A csíkos négyzet a 2. mintavételi elrendezés mintaterületét mutatja, a sötét négyzet pedig a 3. elrendezést (RPF), ahol a négyzet sarkain és középpontjában vettünk mintát.
100 90 80
FDA átlag
70 60 50 40 30 20 10 A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
Mintavételi pontok
11. ábra: Az FDA értékek átlaga az egyes mintavételi pontokon az MH2 (bio) mintaterületen, 2008-ban. A betűk a mintavételi pontokat jelzik: A-J: első átló, K-T: második átló. A mintaterületet terepi bejárás és helyszíni szemrevételezés alapján homogénnek érzékeltük.
71
Az alábbi legkisebb kimutatható
különbségekhez (%) tartozó mintaszá
Mintavételi hely
Kezelés
Mintavételi elrendezés
Mintavételi pontok helye
Év(alkalom)
parcellánként
Minták száma
FDA átlag (µg /
parcellánként
g talaj/óra)
Szórás
10
20
40
KT
1
1
20
2009
20
133,0
27,5
91
24
7
KT
2
1
20
2009
20
133,7
22,8
62
17
6
MH
2
1
20
2008
120
35,6
15,9
435
107
28
KT
1
2
4
2009(1)
20
121,8
18,0
47
13
5
KT
2
2
4
2009(1)
20
111,5
14,0
35
10
4
BA
3
2
4
2009
12
523,2
240,3
445
112
29
MH
2
2
4
2009
12
37,2
5,5
48
13
5
KT
1
2
4
2009(2)
10
97,4
11,9
33
9
4
KT
2
2
4
2009(2)
12
93,1
16,4
67
18
6
MH
1
3
5
2008
5
40,3
13,9
243
63
17
MH
2
3
5
2008
5
92,7
39,9
388
99
26
CS
1
3
5
2008
5
37,2
10,3
164
42
12
CS
2
3
5
2008
5
36,2
17,9
521
131
34
CS
3
3
5
2008
5
33,0
12,1
284
72
19
BA
1
3
5
2008
5
80,5
27,3
246
62
17
BA
2
3
5
2008
5
72,2
24,1
237
60
16
KT
1
3
5
2008
5
96,8
18,6
80
21
6
KT
2
3
5
2008
5
79,1
22,1
166
43
12
MH
2
3
3
2009
3
42,6
10,6
129
34
10
CS
1
3
5
2009
5
29,4
9,0
204
50
14
BA
1
3
5
2009
5
42,7
20,8
493
124
33
BA
2
3
5
2009
5
70,6
22,7
222
56
15
KT
1
3
5
2009
5
137,8
45,9
234
60
16
KT
2
3
5
2009
5
130,0
22,6
65
17
6
2. táblázat: Mintaszám az elvégzett mintavételeknél, valamint szükséges mintaszám 10, 20 és 40%-os legkisebb kimutatható különbséghez. A „kezelés” oszlopban 1-es jelzi az intenzív, 2-es a bio szántót, BA 3 a védett gyepet, és CS 3 a legelőt. A „mintavételi elrendezés” oszlopban a számok a tesztelt mintavételi elrendezést jelzik, ld. az „Anyag és módszer” részben.
72
5.4.2. Melléklet: A mikrobiális aktivitás vizsgálatok eredményeit bemutató, angol nyelvű publikálásra előkészített cikktervezet Testing alternative sampling designs for soil microbial activity measurements on arable lands
Abstract The characterization and monitoring of the ecological state of soils is an essential task for environmentally sound agriculture. We need accurate and reliable soil biology indicators for this task. We decided to measure microbial activity in soil samples with fluorescein-diacetate (FDA) hydrolysis assays. We studied the precision and reliability of the measurements and calculated the optimal sample size and design for these types of studies. We concluded that a sampling area that is smaller than the traditional sampling area for nutritional surveys is more suitable because it minimizes spatial and temporal heterogeneity, thus leads to smaller required sampling effort. 1. Introduction Soil biota plays key roles in maintaining major ecosystem services (Barrios, 2007), is responsible for soil functions such as carbon cycling, extraction of nutrients, formation and reservation of soil structure and humidity. Therefore the characterization and monitoring of the ecological state of soils is an essential task for environmental protection and environmentally sound agriculture.
International environmental organizations (OECD: Breure et al., 2004, EEA: Huber et al., 2001) and national authorities (Várallyay et al., 2005) have started their own programs, aiming at creating soil monitoring systems that can qualify the ecological conditions of agricultural habitats. In spite of the fact that these programs have already given a methodological description of soil biological indicators, and that measurement methods of these parameters have been even ISO-standardised;
73
sampling design, number of replications within a plot and precision have been examined only partially so far.
Total microbial activity provides a general measure of organic matter turnover in natural habitats. Soil microbial activity is an integrative measure of the soil microflora that is able to distinguish between management systems (García-Orenes, 2010). Fluorescein diacetate assay (FDA) can be used to measure microbial activity in soils, as fluorescein diacetate is hydrolyzed by a number of different enzymes, such as proteases, lipases, and esterases. It is also a simple and widely used, accurate method to rate microbial enzyme activity (Green et al., 2006).
The aim of this study was to identify an optimal sampling design, with which microbiological activity on arable lands can be cost-effectively and appropriately estimated. FDA assay was used as a measure.
1.1 Accuracy and Precision
When an arable land parcel has been considered as a treatment unit, measurements on its sampling unit have to represent its mean. Because of this and the high smallscale variability of soil microbiological activity composite sampling is widely used. However sample size and spatial allocation of the subsamples of the composite sample affect both accuracy and precision of the estimate. Bias or accuracy of the estimation refers to how close the estimation is to the real mean, while precision shows the ’closeness’ of the repeatedly measured values to each other. When planning sampling design, determination of the accurateness requirement (referred frequently as minimal detectable difference) is essential. For the determination of minimal detectable change, mean and standard deviation of the actual soil biological indicator has to be known. Then the required sample size to reach a given minimal detectable change can be calculated. Knowledge of the standard deviation itself is
74
not sufficient, since it changes with spatial heterogeneity. Therefore when designing the experiment, spatial allocation of sampling must also be taken into consideration.
1.2 Spatial heterogeneity (small scale)
Soil and soil microbial community is highly variable over both temporal and spatial scale. Pooling soil samples can reduce the variability of physicochemical property values and soil microbial composition. Bacterial composition and physico-chemical properties show smaller variability within a 1 m2 spot than between larger areas. (Baker et al, 2009). Using a 10m grid, nugget values are high in the semivariogram models describing the spatial autocorrelations of microbiological indicators, which shows that there is high variability remaining at distances lower than 10 meters. Stratified sampling strategy required smaller sampling size and showed smaller relative error compared to randomised sampling (Peigne et al, 2009)
Spatial structure of microbial activity is altered by agricultural management, but it may exhibit high variability even in similarly managed agroecosystems. Microbial biomass and activity shows the signs of “hole effect”, periodic variation in semivariance. This is most probably caused by cultivation, e.g. plowing. (Katsalirou et al, 2010). Alternative tillage systems (Turiel tillage system) can also lead to a strong spatial variability of microbial biomass and change the spatial structure compared to other tillage methods (Müller et al, 2009)
Considering all the above mentioned, high spatial variability of microbial soil indicators can mask the effects of different treatments, so a proper sampling design with composite samples is needed, which integrates microbial heterogeneity at the parcel level. The question to be answered is this: How large the sampling site and the number of samples, subsamples is supposed to be for a sampling that is able to give
75
a representative estimation of the microbial activity in a parcel under agricultural cultivation and how precise estimates will it provide?
We tested different sampling designs suitable for complex soil monitoring of physical, chemical and biological degradation. We investigated
•
the usability of composite sampling design used in nutrient studies for microbial sampling
•
the bias and accuracy in the case a smaller sampling area is used
•
the spatial heterogeneity within one meter
•
The error of the several measurements at the same place and time
The aim of this study was to identify an optimal sampling design, which can be costeffectively added to the design of existing required soil samplings.
2. Materials and methods
2.1 Experimental sites and sampling designs Four types of land usage have been involved in this study: arable lands under intensive cultivation, arable lands under organic farming, a pasture and protected grassland. The study area covered four settlements in Békés county, Hungary (southern part of the Hungarian Great Plain): Köröstarcsa (KT) and Medgyesegyháza (MH), Csorvás (CS) and Battonya (BA) (Table 1).
Table 1: Abbreviations and land use of the sampling sites
Sampling sites 2008:
Sampling sites 2009:
76
MH1 Medgyesegyháza, intensive MH2
Medgyesegyháza,organic
MH2 Medgyesegyháza, organic CS1
Csorvás, intensive
CS1
Csorvás, intensive
BA1
Battonya, intensive
CS2
Csorvás, organic
BA2
Battonya, organic
CS3
Csorvás, pasture
BA3 Battonya, protected grassland
BA1
Battonya, intensive
KT1
Köröstarcsa, intensive
BA2
Battonya, organic
KT2
Köröstarcsa, organic
KT1
Köröstarcsa, intensive
KT2
Köröstarcsa, organic
We used a small hand drill and or spade for undisturbed soil sampling from the soil’s upper 5 centimetres. One soil core’s weight was around 100 grams. We stored the samples in plastic bags on 4 °C before measurements.
We tested three different sampling designs. For each design, we examined its effect to the variance of the FDA values, and the required sampling size for a given minimum detectable change.
2.1.1 First (“standard”) design:
This design is a standardized sampling scheme used for soil sampling for agricultural use, and it is stated in several standards and regulations (for example in national standard MSZ-08-0202). This type of sampling is required for both agri-environmental support and nutritional surveys. A homogenous (at the field scale), representative (based on aerial photographs, topographical maps, elevation models, soil maps and on-site observations) parcel part of 50 000 m2 was chosen, and samples were took
77
from 20 sampling spots per sites. The sampling spots were located along the diagonals of the square (Fig. 1).
In 2008 at the MH area we took 5 samples at one sampling spot within 1 meter. Total sampling size was 100 per sampling site. Due to this sampling scheme, we were able to create 5 different composite samples of each diagonal, therefore explore the fidelity of the sampling, as we took the samples at the same place and time.
In 2009, at the KT sampling site, we followed the same diagonal sampling design as the year before, and in addition, we took composite samples from each diagonal. We measured the FDA values of the separate subsamples and mixed soil samples, and examined if the variability in the samples can be reduced using pooled samples, and if yes, to what extent. Based on the results of the 2008 investigation, we took only 1 sample per spot, so the total sampling size was 20+2.
2.1.2. Second (“reduced area”) design
We have also tested a design with reduced sampling area (635 sqare meters) in 2008 and 2009. We drilled at the 4 innermost sampling spots of the sampling quadrate used in the first design, with 5 or 3 samples per spot, resulting 20 or 12 samples per site. Then we measured the FDA values of the samples. With this design, we examined the effect of the smaller sampling area.
2.1.3 Third “(reduced area and sampling size”) design
78
The third sampling scheme we tested a sampling allocation in where a quadrate of 50x50 m territory was designated in one corner of the the sampling quadrate used in the first design. The soil samples were taken with a hand spade from the corners and the centre point of the quadrate. We measured the FDA values of the samples, and examined the effect of reduced area and sampling size.
Figure 1.: Sampling design. Hollow polygon is the parcel sampled, the white square with the dots represents the 50 000 m2 sampling quadrate of the first („standard”) design and its 20 sampling spots (black dots). The striped square represents the sampling quadrate of the second („reduced area”) design. The solid grey square represents the sampling quadrate of the third („reduced area and sampling size”) design. At this case, samples were taken from the corners and the central point of the square.
2.2 FDA measurements
79
FDA measurements were made by the method of Schnürer and Rosswall (1982) and Adam and Duncan (2001), modified. Two (first and second design) or three (third design) replications (subsamples) were taken from the soil samples. Fluorescein diacetate reagent (stock solution), as the starter of the reaction, was added to 1 gram of soil per replication in 15 ml phosphate buffer (pH 7.6). This has been shaken with for 2 hours at temperature of 30 degrees Celsius. After 2 hours, the reaction was terminated by acetone (1:1 suspension/acetone) having been added. The next step was the centrifugation of the suspensions (at 3000 rev/min). This was followed by the measurement: the fluorescein developed was measured from the supernatant of each sample on a spectrophotometer, at 490 nm. In order to reach a proper level of suspendation, an extra 1.5 hour long glass bead pre-shaking process was involved. Furthermore, because of the activity level of the surveyed soil samples, the concentration of the original stock solution (0.1 g FDA/100 ml acetone) was raised; the final concentration of the stock solution was 1 g FDA/100 ml acetone.
2.3 Statistical methods Statistical analysis of the results was performed with the use of STATISTICA software. For all sampling shemes and sites, we calculated the required sampling size to detect 10, 20 and 40% difference from the mean FDA (Table 2). Sample sizes were determined by independent sample t-test, at the 5% significance level (type I error rate) and 90% power goal. H0: µ1=µ2, where µ1 is the actual mean value, while µ2 refers to the mean changed by 10/20/40%. By specifying µ1, µ2 and the standard deviation, the software calculates sample size.
3. Results and discussion
80
In can be seen that 10% as the minimum detectable change requires enormous sampling effort at each site and sampling design (table 2). The required sampling size is especially high at the organic sites and the protected grassland, due to high standard variation, and in the case of the protected grassland, the especially high mean FDA.
3.1 Testing of the first (standard) design:
The variability inside the sampling areas was high. Significant differences in the mean FDA were observed between many of the sampling spots situated at one parcel, as it can be seen for example at the MH organic site. (fig. 2)
We took 5 samples (within 1 meter) from 10 sampling spots from the two diagonals of the MH2 (organic) sampling site. Heterogeneity between the sampling spots is larger than heterogeneity between the samples taken from 1 sampling spot (fig.2). It is concluded that the number of samples taken from one sampling spot has not to be raised; rather the distance between the sampling spots has to be reduced. The heterogeneity between the sampling spots suggests that area of the quadrate worth to be reduced too, because the larger the area, the smaller the precision is.
We compared the results of the FDA analysis from the samples collected from the diagonals of each quadrate (KT1 (intensive) and the KT2 (organic)). The sites were perceived as homogenous based on aerial photographs and field observations. Still, there was 12,2 % mean FDA difference between the two diagonals at the intensive site and 12,5 % difference at the organic site, however this difference is not significant (fig.3).
81
From this and the required sampling size (table 2) it can be concluded that by this sampling scheme, which is in accordance other sampling standards 20 % difference can be detected safely, using a reasonable sampling size, in the case of arable lands. For smaller detectable difference more samples are required.
We concluded that the high difference between the sampling spots is due to the extent of the sampling area, which appears to be too large for microbial sampling, containing too much inherent variability. The difference is comparable to the minimum detectable difference that would be a reasonable goal for monitoring soil microbial activity.
3.2 Testing of the second (reduced area) design
With the sampling sheme using a reduced sampling area, a minimum detectable change similar to the first design (20%) can be reasonably reached, but with a smaller sampling effort and sampling area. A smaller sampling area (635 sqare meters) can be more homogenous, and the sampling takes less time to carry out, thus minimizing temporal heterogeneity.
3.3 Testing of the third (reduced area and sampling size) design We took samples from 5 sampling spots from a 50*50 meters area. Standard deviation turned out to be very high in this sampling scheme (Table 2), even 40 % change was undetectable with the sampling size we used (one sample from each spot).
82
100 90 80
Mean FDA
70 60 50 40 30 20 10 A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
Sampling spots
Figure 2: Mean FDA values at the MH (organic) sampling site, 2008. Y-error bars are the confidence limits, letters denote the different sampling spots (A-J: first diagonal, K-t, second diagonal). The site was perceived as homogenous based on aerial photographs and field observations
Figure 3: Differences between the two diagonals at two of the sampling sites (KT1-intensive and KT2organic). The difference is 12,2 and 12,5 %, respectively.
83
84
Table 2: Performed and calculated sample size required for the detection of 10, 20 and 40 % difference. Management type: 1 stands for the intensive sites, 2 for the organic farms, BA 3 for the protected grassland and CS3 for the pasture. Sampling area: 1 represents the first (standard) design, 2 for the second (reduced area) design, where we drilled at the four innermost sampling points of the quadrate used int he first design, and 3 for the third (reduced area and sampling size) design.
Sample size for given % of difference Site
Management type Sampling design
Nr. of sampling points / area
Year(occasion)
Nr. of
Mean FDA (µg
Standard
samples/site
/ g soil/h)
deviation
10
20
40
KT
1
1
20
2009
20
133,0
27,5
91
24
7
KT
2
1
20
2009
20
133,7
22,8
62
17
6
MH
2
1
20
2008
120
35,6
15,9
435
107
28
KT
1
2
4
2009(1)
20
121,8
18,0
47
13
5
KT
2
2
4
2009(1)
20
111,5
14,0
35
10
4
BA
3
2
4
2009
12
523,2
240,3
445
112
29
MH
2
2
4
2009
12
37,2
5,5
48
13
5
KT
1
2
4
2009(2)
10
97,4
11,9
33
9
4
KT
2
2
4
2009(2)
12
93,1
16,4
67
18
6
MH
1
3
5
2008
5
40,3
13,9
243
63
17
MH
2
3
5
2008
5
92,7
39,9
388
99
26
CS
1
3
5
2008
5
37,2
10,3
164
42
12
CS
2
3
5
2008
5
36,2
17,9
521
131
34
CS
3
3
5
2008
5
33,0
12,1
284
72
19
BA
1
3
5
2008
5
80,5
27,3
246
62
17
BA
2
3
5
2008
5
72,2
24,1
237
60
16
KT
1
3
5
2008
5
96,8
18,6
80
21
6
KT
2
3
5
2008
5
79,1
22,1
166
43
12
MH
2
3
3
2009
3
42,6
10,6
129
34
10
CS
1
3
5
2009
5
29,4
9,0
204
50
14
BA
1
3
5
2009
5
42,7
20,8
493
124
33
BA
2
3
5
2009
5
70,6
22,7
222
56
15
KT
1
3
5
2009
5
137,8
45,9
234
60
16
KT
2
3
5
2009
5
130,0
22,6
65
17
6
85
4. Conclusion
We concluded that the standard sampling design used in soil nutritional studies is not suitable for sampling for microbial activity measurement, due to the large extent of the sampling area used. Even a sampling area which is perceived as homogenous at the field of aerial photographs, can turn out to be heterogenous when microbial activity is measured. The inherent variability of the sampling area can be reduced with the use of composite samples or smaller sampling area, which can be more homogenous on the scale of meter level. We experienced that using a 635 sqare meters sampling area is an ideal compromise, regarding the sampling area and required sampling size. Sampling can be carried out in a reasonable time, which is essential for cost-effectiveness and for minimizing temporal heterogeneity. 5. References
•
Adam, G., Duncan, H. (2001): Development of a sensitive and rapid method for the measurement of total microbial activity using fluorescein diacetate (FDA) in a range of soils. Soil Biology and Biochemistry 33, 943-951
•
Baker KL, Langenheder S, Nicol GW, Ricketts D, Killham, Campbell CD and Prosser JI(2009): Environmental and spatial characterisation of bacterial community composition in soil to inform sampling strategies. Soil Biology & Biochemistry 41 (2009) 2292–2298.
•
Barrios, E. (2007): Soil biota, ecosystem services and land productivity. Ecological Economics 64(2), 269-285
•
Breure, A. M., Mulder, C., Rutgers, M., Schouten, T., de Zwart, D., Bloem, J. (2004): A Biological Indicator for Soil Quality. p. 485-494. In: Francaviglia R. (Ed.) Agricultural Impacts on Soil Erosion and Soil Biodiversity: Developing Indicators for Policy Analysis. Proceedings from an OECD Expert Meeting Rome, Italy, March 2003, 654 pp.
•
García-Orenes, F., Guerrero, C., Roldán, A., Mataix-Solera, J., Cerdà, A., Campoy, M., Zornoza, R., Bárcenas, G., Caravaca, F. (2010): Soil microbial biomass and activity under different agricultural management systems in a semiarid Mediterranean agroecosystem. Soil and Tillage Research 109(2), 110-115.
•
Green, VS., Stott, DE., Diack, M. (2006): Assay for fluorescein diacetate hydrolytic activity: Optimization for soil samples. Soil Biology and Biochemistry 38(4), 693-701.
86
•
Huber, S., Syed B., Freudenschub, A., Ernstsen, V., Loveland, P.: Proposal for a European soil monitoring and assessment framework. Technical report No. 61. European Environmental Agency, Copenhagen, 2001.
•
Katsalirou E, Deng S, Nofziger DL, Gerakis A, Fuhlendorf SD (2010): Spatial structure of microbial biomass and activity in prairie soil ecosystems. European Journal of Soil Biology 46 (2010) 181–189.
•
Müller E, Wildhagen H, Quintern M, Heß J, Wichern F, Joergensen RG (2009): Spatial patterns of soil biological and physical properties in a ridge tilled and a ploughed Luvisol. Soil & Tillage Research 105 (2009) 88–95.
•
MSZ-08-0202/1977: Helyszíni mintavétel mezőgazdasági célú talajvizsgálatokhoz.
•
Peigné J, Vian JF, Cannavacciuolo M, Bottollier B, Chaussod R. (2009): Soil sampling based on field spatial variability of soil microbial indicators. European Journal of Soil Biology 45 (2009) 488–495.
•
Schnürer, J., Rosswall, T. (1982): Fluorescein diacetate hydrolysis as a measure of total microbial activity in soil and litter. Applied and environmental microbiology 43, 1256-1261
•
Várallyay Gy., Németh T., Stefanovits P. (2005): Országos Talajvédelmi Stratégia tudományos háttere. Környezetvédelmi és Vízügyi Minisztérium. Budapest, Hungary.
6. Acknowledgements
The research was funded by the ’Complex monitoring system for analytical detection and biological evaluation of soil micropollutants for a sustainable environment’ project (NKFP_07_A4-MONTABIO).
5.5.1 Melléklet: Talajlakó állatokon végzett biotesztek kivitelezése, teljes próbavizsgálat, 2010 2010. október 22-én Szárítópusztán végzett Collembola mintavétel eredményei és jelentés
Szárítópuszta, 2010. október 22. (péntek)
87
A MINTAVÉTEL CÉLJA:
Helyszíni mintavételezés a Montabio projekthez kapcsolódóan
MÉRÉS ÉS MINTAVÉTEL
Collembola-átlagmintavétel az RPR belső négyzet mintavételi pontjaiból, a felső 10 cmből történt.
Mérési helyszínek
A kukorica parcellában (K) az SZPF18-as ponttal megegyező K1 alapponttal 20x20 méteres RPR belső négyzet pontjainak (K1…K4) 1 négyzetméteres körzetében 4 fúrásból 1 minta keletkezett..
Az energiafűz parcellában (F) az SZPF 19-es ponttal megegyező F1-es alapponttal 10x20 méteres RPR belső négyzet pontjainak (F1...F4) 1 négyzetméteres körzetéből 4 mintát vettük (F1/1...F1/4), mindegyikben 4 fúrómag volt.
88
Mintaazonosító
K1...K4 F1/1...F4/4
Pl. F2/2 az energiafűz parcellából az RPR 2-es pontjából a 2. minta, amely 4 fúrómagból áll össze
Mintavételi eszközök
89
o
collembola mintavevő (1 db fúró)
o
PVC csövek (Collembola mintatartó) 20 db
o
azonosító cédula
o
felvételi jegyzőkönyv
Mintakezelés
Minták beszállítása a TAKI Collembola laborba Minták futtatása a Collembola labor futtatószekrényében 30 °C-on 3,5 napig
A mintából kivett állatokat (külön a Collembolát és az egyéb állatokat) 70%-os etanolban műanyag fiolában tartósítottam, azonosító cédulával ellátva. Tárolási helye a 2. emeleti mikroszkópszoba.
Mérés
Collembola egyedszám meghatározása (VK) és egyéb kifutott állatok összegyedszámának meghatározása sztereomikroszkóp segítségével.
A Collembola egyedeket kézi rovarszívóval vettem ki a mintából. A többi egyedet finom ecsettel passzáltam a műanyag fiolába.
Eredmények
Parcella
Collembola
(F= energiafűz, mintavételi pont ismétlés
90
egyedszám
Egyéb egyedszám
K = kukorica)
összesen
F
1
1
14
4
F
1
2
4
10
F
1
3
12
2
F
1
4
2
9
F
2
1
0
2
F
2
2
1
3
F
2
3
1
3
F
2
4
11
14
F
3
1
1
5
F
3
2
0
3
F
3
3
2
6
F
3
4
4
11
F
4
1
7
12
F
4
2
1
3
F
4
3
7
3
F
4
4
5
11
K
1
0
0
K
2
0
2
K
3
0
2
K
4
10
6
5.5.2. Melléklet: Talajlakó állatokon végzett biotesztek kivitelezése, a MONTABIO 2010-es kiadványának vonatkozó fejezete
91
Talajlakó állatokon végzett biotesztek kivitelezése – az ugróvillások talaj-monitoring céllal végzett mintavételezésének fejlesztése: eredmények
Bevezetés
A talajok biodiverzitása – talajok ökológiai állapota
A talaj komplex élőhely, az ökoszisztémák talán egyik legbonyolultabb szerkezetű eleme, mely élettérhez számos élőlénycsoport adaptálódott. Ezért bizonyos állatok, vagy a gombák egész sora kizárólag a talajban élhet. Ez az evolúcióbiológiai tény maga után vonja a talajok magas biodiverzitását és annak megőrzését célzó konzervációbiológiai, ökológiai és környezetvédelmi feladatokat és célokat. A talajbiológiai indikációs eljárások az élőhelyeken fellépő biológiai degradációs folyamatokat teszik mérhetővé. Azt jelzik, hogy az adott élőhely talajaiban az életközösségek ökológiai állapotjelzői adott környezeti terhelés mellett – pl. területhasználat módja, intenzitása, savanyodása, szennyezettsége, stb.- mennyire különböznek a kevésbé terhelt területek életközösségeitől. E módszercsalád alapján képesek lehetünk a terhelések mértékét a fenntarthatóság szempontjából skálázni, az esetleges degradációs veszélyeket feltárni és indikációs modellek bevezetésével a talajökológiai változásokat előre jelezni.
Olyan szervezetek alkalmasak talajbiológiai indikátornak, melyek nagy fajszámmal és egyedszámmal vannak jelen a talajlakók közösségeiben. Ilyenek például az ugróvillások (Collembola) és egyes atkák (Acari). Az ugróvillások további előnye, hogy olyan élőhelyek minősítésére is alkalmasak, ahol gyakorlatilag nincs állandó diverz növénytakaró, mint például a szántóföldek, vagy azok a gyepterületek, melyek csak néhány növényfajjal borítottak, így a növénydiverzitási mutatók nem képesek tükrözni a területen bekövetkez ökológiai változásokat.
92
Talajbiológiai monitorozás - Európai kitekintés
A nemzetközi környezetvédelmi szervezetek (pl: Európai Környezetvédelmi Ügynökség, ENSZ Európai Gazdasági Bizottsága, OECD) programjaikban célul tőzték ki olyan talajértékelő rendszerek kidolgozását, melyek segítségével a (fél) természetes élőhelyek, mezőgazdasági termőhelyek talajökológiai állapota minősíthető. Így pl. az „Az Országos Talajvédelmi Stratégia” szerint: „a biológiai degradáció, a kedvezőtlen mikrobiológiai folyamatok, szervesanyag-készlet csökkenése, a hazai talajaink biológiai állapotának jellemzése és az abban bekövetkező változások folyamatos nyomon követése a jövő kiemelt kutatási célkitűzése.”(Breure és mtsai 2003, Várallyay és mtsai. 1997). A talaj-biodiverzitás monitorozása az Európai Környezetvédelmi Ügynökség által meghatározott talajmonitoring egyik fő eleme. (Huber és mtsai, 2001). A talaj biodiverzitásának megőrzéséhez szükséges fő feladat a bioindikációs eljárások fejlesztése. A bioindikáció a talajban élő életközösségek ökológiai minősítésén alapul, melyhez a talajbióta monitoring szintű feltárása és mérése szükséges. A talajok fizikai, kémiai, szennyezettséggel kapcsolatos jellemzése mellett a talajban élő életközösségek jellemzői is fontos elemei a környezeti- és agrárinformációs hálózatoknak. Az utóbbi 10 évben több EU tagországban a talajvédelmi monitoring rendszereket talajökológiai elemekkel egészítették ki. Az utóbbi években egy EU projekt keretében (ENVASSO - Environmental Assessment of Soil for Monitoring) a talajok degradációjának Európai léptékű monitorozásának tervezését végezték el. A projekt célja olyan talajindikátor-készlet tervezése és tesztelése volt, mely az Európai Közösség országaiban egyöntetűen használható, és amely alapját képezhetné egy országok között összehasonlításra alkalmas, harmonizált információs rendszernek. E munka folyamán három ún. kulcsindikátor került meghatározásra: 1. Földigiliszták egyedszáma és fajszáma – makrofauna 2. Ugróvillások egyedszáma és fajszáma – mezofauna 3. Mikrobiális respiráció.
93
A projekt ezen részfeladataként az ugróvillások közösségét jellemző változóknak, mint indikátoroknak az optimális mintavételezését fejlesztettük ki. Ebben a fejezetben ezen munka eredményeiről számolunk be.
Az ugróvillások közösségét jellemző változók a következők lehetnek
-
összegyedszám: a legegyszerűbb, kötelezően vizsgálandó változó. Előnye, hogy egyszerűen, gyorsan meghatározható.
-
fajszám és egyedszám: a Collembolák fajra történő határozása megfelelő műszerezettséget és szakképzett személyzet segítségét, valamint viszonylag több időt vesz igénybe
-
ökológiai csoportok (morfo-ökológiai típusok) száma, aránya (Parisi és mtsai, 2005): ezek számos paraméter alapján meghatározhatók, például a talajhoz való adaptáció foka alapján. Előnye, hogy nagymértékben automatizálható a mérés folyamata. Ebből a célból kezdtük meg egy automatikus, a mezofauna egyedeinek számlálására és testalak-becslésre alkalmas műszer, az EDAPHOLOG-csapda kifejlesztését.
Egy mezőgazdasági művelés alatt álló parcella ugróvillás egyedszámának reprezentatív becslése
A vizsgálatok során a következő kérdésekre szerettünk volna választ kapni:
1. Mekkora területről „érdemes” a mintát venni?
94
2. Összevont mintavétel esetén hány al-mintából álljon a minta (mekkora legyen a talajminta végső térfogata)? a. Adott pontosság eléréséhez mekkora al-mintaszám szükséges?
Módszerek A vizsgálatokat Békés megyében, mezőgazdasági művelés alatti területeken végeztük 2008-ban és 2009-ben, mezőségi talajon. Az 1. kérdés megválaszolásához szisztematikus, linea mentén történő mintavételt választottunk (1. ábra), 1 ponton 10 ismétléssel. A mintákat bolygatatlan módon, 2 cm átmérőjű kézifúróval vettük a talaj felső 5 cméből (2. ábra). Egy talajminták mennyisége körülbelül 100 cm3 volt, amelyeket speciális szellőző dobozokban tároltunk a laborba szállításig. A nyers talajmintákból az egyedeket az ún. Tullgren-típusú futtatószekrény segítségével nyertük ki (3. ábra), majd 70%-os etanolban tároltuk a fénymikroszkóp alatt történő határozásig (határozásra is ekkor van lehetőség) Az optimális mintaszám kiszámítása kétszintes mintavétel esetén M = A maximálisan elérhető nagyobb mintaegységek száma (gyakorlatilag végtelen is lehet) m = Azoknak a nagyobb egységeknek a száma, ahol mintavétel történt U = A kis mintaegységek maximálisan elérhető száma egy nagyobb mintaegységen belül (feltételezve, hogy ez egyenlő minden nagyobb mintaegységen belül) u = Azoknak a kis egységeknek a száma, ahol mintavétel történt (feltételezve, hogy ez egyenlő minden nagyobb mintaegységen belül) Kiszámítandó: u opt =
az u optimumértéke.
95
Ebből meg lehet becsülni azt az m értéket, ami ahhoz szükséges, hogy a feladatot m egy adott költségből ( mc ) vagy adott pontossággal ( p ) elvégezzük.
Mintaszám adott költség esetén: Tegyük fel, hogy a felmérésre előirányozott kiadás C. Ekkor: mc = C /(c m + cuU opt )
Adott relatív pontosság (Q) eléréséhez szükséges mintanagyság 2 2 s 2 1 1 N 2 M m p = s M + sU − / Q + u U M 200
Eredmények 1. A Collembola egyedszámok alapstatisztikáit a 4. ábrán láthatjuk. Az egyes mintavételi pontokon belüli változatosság óriásinak mondható a pontok közötti változatossághoz képest. Ezért a továbbiakban a pontok közötti mintaszámoptimalizálásnak nincs értelme, mivel a pontokon belüli heterogenitást kell kiküszöbölni, melyet csakis mintaösszevonással lehet eszközölni.
2. E vizsgálatban az a kérdésünk, hogyha eldöntjük, hogy 20 mintát veszünk az adott területről (a teljes mintaterületet tekintve), akkor vajon az egy mintavételi pontban felvett ismétlések számának mekkorának kellene lenni. Jelen vizsgálatban 10 ismétlést vettünk. Az optimális mintaszám becslésénél meg kell határoznunk, hogy a mintavételi pontok erőforrás-ráfordítása (jelen esetben időben kifejezve) és az egyes alminták megvételének ráfordítása milyen arányban áll egymással. Jelen esetben egy mintavételi pont elérését 6 percben, egy minta megvételét egy percben határoztam meg
96
Az 1. táblázatban látható számítás alapján az optimális almintaszám hatnak adódott. Azaz a pontosságot nem tudjuk növelni az alminták számának növelésével, mivel nem kaptunk jelentős különbséget a pontok közötti variancia és a pontokon belüli variancia között.
Értékelés
A Collembola-mintavételnél a mintavételi pontokon belüli változatosság nagyobb volt, mint a mintavételi pontok közötti heterogenitás. A Collembola monitorozás tervezésénél az ENVASSO projektben nem törekedtünk a mintavételi terület reprezentatív becslésére, ott a mintavételi stratégia pontmintákra épül. Az a stratégia, hogy minél közelebb (5 méteren belül) legyen a pontminta időbeli ismétlése és adott időben minimális három ismétlést szabtunk meg. Azonban, ha a mezőgazdasági művelés hatás-alapú monitorozását tervezzük, akkor mégis szükséges a parcella reprezentativitását is tekintetbe venni. Ezért előnyös, sőt szükséges az összevont mintavétel. Ebben az esetben az összevont mintavétel optimális elrendezésére vonatkozó számítások alapján minimum 6 alminta szükséges.
Az ugróvillások mintavételezését segítő, automatikus egyedszám és testméretbecslést végző műszer fejlesztése
A kezdeti vizsgálatok és mintavétel-optimalizáció során számos metodikai nehézségre derítettünk fényt. Számos gondot okozott a Tullgren-futtatóból kinyert egyedek konzerválása, további tárolása, valamint az egyedek válogatása a szintén a gyűjtőtégelybe jutott talajszemcsék közül. Nagy mintaszám esetén ezek a nehézségek fokozódnak, azonban élő egyedek számlálása az állatok túlélési idejéhez képest túl sok időt vesz igénybe.
97
A minták feldolgozásának gyorsítására, valamint az élő állatok talajszemcsék közüli válogatásának megkönnyítésére fejlesztettük ki az EDAPHOLOG-csapda prototípusát (5. ábra).
Az EDAPHOLOG-csapda a Barber-csapdához hasonló alapelven működik, azonban újdonság, hogy a csapdában elhelyezett optikai érzékelők (sorompók) megszámolják (darabszám; abundancia) a behulló egyedeket. A szenzorok képesek becsülni a testhosszt, amely szoros kapcsolatban van a testtömeggel, így végeredményben a mezofauna biomasszájának becslését végzik el. A testméret becslésének további jelentősége, hogy annak eloszlása erős összefüggést mutat a biológiai degradáltsággal és a diverzitással. A műszer a rögzített adatokat tárolja, majd továbbítja egy központi szerver felé. Az adatok digitális továbbítását egy kiértékelő készlet (mikrokontroller) végzi, amely az optikai érzékelők jelét analógból digitális jellé alakítja.
Műszertesztelés
1. méretek és számok becslésének pontossága
Különféle, ismert anyagtípusokat (műanyag, fém, kukoricacsutka, nemeskorund, homok, Collembola), ismert méretekben és számban (25, 50, 100 db), háromszori ismétléssel számoltunk és/vagy mértünk le a műszerrel. Az anyagdarabokat körülbelül azonos időközönként (1 másodperc) ejtettük bele a műszerbe egy tölcséren keresztül, amely biztosította, hogy a szemcsék ne eshessenek ki a csapdát körülvevő fémhálón keresztül. Az eljárásnak köszönhetően rögzíthettük mind az érvényes (műszer rögzíti), mind a műszer által érvénytelennek vélt adatokat (vizsgáló rögzíti). A mérések nyomán a műszer által mérhető mérettartományt is megbecsülhettük. A műszerbe ejtett anyagok heteromorfak voltak (6.-7. ábra).
98
Az optikai szenzorok mérési tartománya a 800 – 4000 µm közötti tartományba esett a tesztek során, amennyiben legalább 85 %-os számolási sikerességet feltételezünk. Ezt a mérettartományt fedi le a műszeres méretadat 1 – 255 közötti tartománya. A beeső anyagdarabok tömege befolyásolja a testméret műszeres értékét, azonban a célcsoport (mezofauna) testtömeg tartományára előzetesen optimalizálható a műszer érzékenysége.
2. „Fogási hatékonyság”
2 Collembola fajt alkalmazva (Seira domestica és Heteromorus sp.) vizsgáltuk a műszer bemenetéhez helyezett mintából a műszerbe bejutó, és számolásra kerülő állatok arányát. Átlagosan 90 %-nál magasabb fogási értéket találtunk.
Kitekintés
Az új eszköz reményeink szerint a jövőben hozzájárul a talajbiológiai degradáció észleléséhez. A folyamatos idősoros adatok segítségével pl. a klímaváltozás kapcsán fellépő időszakos talajszárazodás és túlnedvesedés talajökológiai hatásait detektálhatjuk, illetve a talajszennyezés, és a nem megfelelő mezőgazdasági használat okozta talajökológiai degradációt is jellemezhetjük.
Hivatkozások
-
Breure, A. M., Mulder, Ch., Rutgers, M., Schouten, T., de Zwart, D., Bloem, J. (2003): A Biological Indicator for Soil Quality. OECD expert meeting on agricultural soil erosion and soil biodiversity indicators summary and recommendations. 25-28 March, 2003 Rome, Italy.
-
Huber, S., Syed, B., Freudenschub, A., Ernstsen, V., Loveland, P. (2001): EEA 2001.Technical report 61. Proposal for a European soil monitoring and assessment framework.
99
-
Parisi, V., Menta, C., Gardi, C., Jacomini, C., Mozzanica, E. (2005): Microarthropod communities as a tool to assess soil quality and biodiversity: a new approach in Italy. Agriculture, Ecosystems & Environment 105 (1-2): 323-333
-
Várallyay Gy., Németh T., Stefanovits P., 1997. Országos Talajvédelmi Stratégia tudományos háttere. ISSN: 1471-9385
Ábrák
12. ábra: Szisztematikus, linea mentén történő mintavétel, Collembolák egyedszámának reprezentatív meghatározásának optimalizálásához.
2. ábra: Bolygatatlan mintavétel kézifúró segítségével
100
3. ábra: Tullgren-típusú futtatószekrény, amelyben hőmérséklet-gradiens hatására a talajmintában levő egyedek az alul elhelyezkedő gyűjtőtégelybe vándorolnak.
4.0 Mean
3.5
Mean±0.95 Conf. Interval
3.0
Egyedszám/minta
2.5
2.0
1.5
1.0
0.5
0.0
-0.5 B
D
F
H
J
L
N
P
101
R
T
4. ábra: Collembola egyedszámok átlagai a pontokon (az átlagok és a konfidencia intervallumok a pontokban felvett 10 ismétlésből származnak)
Paraméter
Érték Collembola-
jele
Paraméter
mintavétel esetén
u
Lásd fent
10
M
Lásd fent
19
m
Lásd fent
20
U
Lásd fent
2250
főátlag (N kalap)
1,09
s2M
átlagok varianciája
0,21
s2u
varianciák átlaga
1,52
Egy pont elérésének cM
10
ideje egy minta vételének
cU
ideje
cM/cu
Ráfordítási arány
2
5
s2M/s2u
0,13745
1/U
0,00044
Optimális mintaszám U opt
6.1
a pontokon
1. táblázat: Mintaszám-optimalizálás eredménye ugróvillások kétszintű mintavételezése esetén.
102
5. ábra: Az Edapholog-csapda szerkezete.
103
6. ábra: Ismert méretű kukoricagranulátum háromszori ismétléssel történő méretmeghatározása.
7. ábra: 25 különböző ismert méretű “anyag” sikeres számolásának aránya
104
6.1. Melléklet: Tanulmányterv a szennyezett területek kockázatbecslésére (Megaterra Kft.) A kockázatbecslés célja, módszerei Általános megfogalmazásban a környezeti kockázat a vegyi anyagok okozta káros hatás bekövetkezésének valószínűsége, tényleges vagy előre jelzett előfordulási gyakorisága, amennyiben az ember vagy az élőlények expozíciója bekövetkezik. Környezeti kockázat tehát akkor alakulhat ki, ha a szennyezőanyagok a vízzel- vagy a levegővel történő terjedés útján, vagy direkt kontaktus révén (pl. a szennyezett talaj közvetlen lenyelésével) a hatásviselők expozícióját okozzák. Másképpen megfogalmazva, a környezeti kockázat az ökoszisztéma, illetőleg az emberi egészség romlásának, károsodásának várható mértéke és bekövetkezési valószínűsége. A szennyezett területek hatékony döntéstámogató értékelését kockázatfelméréssel, míg a kockázatkezelést költséghatékony műszaki beavatkozással lehet megvalósítani. Ez a megközelítés egy iterációs ciklusokat és döntési csomópontokat tartalmazó folyamatsort foglal magába, kezdve a szennyezés tényének a megállapításától, egészen a terület utóellenőrzéséig. A veszély-azonosítás-kockázatfelmérés- kockázatcsökkentés lépései segítséget nyújtanak a szennyezett terület adott állapotának értékeléséhez a folyamat elejétől a végéig. A kockázatfelmérést egy döntéselőkészítő-döntéstámogató eszköznek lehet tekinteni, amelynek a folyamatban elfoglalt helyét a 2. ábra szemlélteti. A kockázatfelmérés helye a döntéselőkészítésben
2. ábra A mennyiségi kockázatfelmérés alkalmazásának szükséges előfeltétele a szennyezett terület részletes feltárási eredményeinek ismerete, amelyben a 6/2009. (IV. 14.) KvVM-EüM-FVM együttes rendelet (B) szennyezettségi határértékeit figyelembe véve a szennyezettség lehatárolása megtörtént. A kockázatfelmérésnek természetesen megvan a speciális adatigénye, melyet célszerű már a tényfeltárás során figyelembe venni. A kockázatbecslés fajtái hatásviselők szerint Humán kockázatfelmérés, azaz egészségkockázat felmérés: A humán környezet-egészségügyi kockázatbecslés célja annak megítélése, hogy a környezeti elemek szennyezettségéből adódóan a területen élő lakosság egészségi állapotában várható-e negatív változás. Ilyenkor a védendő érték az emberi egészség.
105
A hatásviselő lehet egyetlen ember, embercsoport vagy egy emberi populáció. Célszerű, esetenként elengedhetetlen megkülönböztetni a humán hatásviselők csoportján belül érzékeny (gyerekek, öregek, várandós anyák, kármentesítést végzők) vagy kevéssé érzékeny alcsoportokat (munkahelyi hatásviselők). Ökológiai kockázatfelmérés: Ökológiai hatásviselő lehet egy mikroba populáció, magasabb rendű élőlények (növények, állatok) vagy egy táplálkozási lánc egésze, de akár a teljes ökoszisztéma is. Környezeti elemek: A környezeti elemek védelme érdekében hatásviselőnek tekintjük a tiszta, még szennyezetlen felszín alatti víztestet (talajvíz vagy rétegvíz) is. Az ivóvízellátás alapját főként a rétegvizek képezik, de gyakran előfordul a talajvíz ivóvízként történő felhasználása is azokon a területeken, amelyek nincsenek bekapcsolva a vezetékes vízellátásába. Tényleges vagy feltételezett (potenciális) hatásviselő: A fennálló és a tervezett terület- / vízhasználathoz tartozó hatásviselőket szintén célszerű megkülönböztetni. Tényleges hatásviselőket (humán vagy ökológiai) csak a meglévő területhasználathoz lehet rendelni, vagyis egy szennyezett terület kockázatfelmérése során egyszerű szennyezőanyag terjedésmodellezéssel kiválasztható a releváns hatásviselők köre. A tényleges hatásviselők helyzete mindig adott, míg a potenciális hatásviselőket a vizsgálat állapítja meg és vonatkoztatja az adott területre. Kockázati modell A kockázatfelmérés a kockázati modell (más elnevezéssel: integrált kockázati modell, koncepció modell) felállításával indul. Általában ezen munkafázis során határozzuk meg a kockázat lehetséges elemeit, úgymint a szennyezőforrást, a lehetséges terjedési és expozíciós utakat és a potenciális hatásviselőket. A 2. ábra összefoglalja az egyes lehetséges szennyezőanyag terjedési utakat és expozíciós lehetőségeket. A releváns expozíciós lehetőségeket tartalmazó kockázati modell alkotja a kockázatfelmérés egymást követő fázisainak alapját. Az elméleti kockázati modell pontos felvétele és iteratív finomítása a kockázat alapú beavatkozások kulcseleme. Lehetséges szennyezőanyag-terjedési utak és expozíciós lehetőségek (SFT, 1999)
106
3. ábra Az alapvető területhasználatok és expozíciós lehetőségek Területhasználatok: A hatásviselők expozíciós paramétereit a belső jellemzőiken (pl. testtömeg, életkor) kívül a területhasználat is meghatározza, úgy, mint az expozíciós gyakoriság, -időtartam, stb. Tehát a kockázatfelmérés elkészítésekor elengedhetetlen a fennálló és tervezett területhasználatok pontos ismerete a vizsgált ingatlanon és annak szomszédságában. A területhasználatok lehetnek. • Gazdasági terület (ipari/kereskedelmi) • Mezőgazdasági terület vagy erdő • Lakóterület és rekreációs célú terület • Vízbázisok A területhasználatokat terepi megfigyelésekkel (adatgyűjtéssel) kell ellenőrizni, és a kockázatfelmérés során azokat a fenti kategóriák alapján, területhasználati térképen fel kell tüntetni. A jövőbeni lehetséges területhasználatok megállapításához az Általános és Részletes Rendezési Tervekben (ÁRT/RRT) foglaltakat nyújthatnak hasznos segítséget így ennek tartalmát is figyelembe kell venni. Expozíciós lehetőségek: A szennyezőanyagok a környezeti közegek közvetítésével kerülhetnek a szervezetbe. A szennyezőanyag felvételi módok az alábbiak lehetnek: • Belégzés • Bőrkontaktus • Lenyelés A kockázatfelmérés lépcsői A költség-hatékony kockázatfelmérés iteratív, lépcsőzetes módon történik. Első lépésben konzervatív feltételezésekkel helyettesítjük az adathiányból eredő bizonytalanságot, majd újabb, hely-specifikus adatok használatával pontosítjuk a számítást. Az egymást követő iterációk eredménye általában egyre alacsonyabb kockázatot mutat, ugyanis csökken a számítás konzervativizmusa, a valóságot jobban közelíti az elméleti kockázati modell. • 1.lépcső: Általános érvényű határértékek használata szakmai-módszertani útmutatók, ajánlások, határértéklisták (10/2000 rendelet, RIVM) összevetése a PEC (a szennyezőanyag becsült, előre jelzett koncentrációja a környezetben ott, ahol a vizsgált élőlények expozíciója várható).értékekkel. • 2. lépcső: Egyszerűsített mennyiségi kockázatfelmérés adatok korlátozottan állnak rendelkezésre, szennyezőanyagok és az expozíciós útvonalak áttekintése, konzervatív megközelítés (kedvezőtlen körülményekre), egyszerű eloszlási modellek használata • 3. lépcső: Részletes hely-specifikus mennyiségi kockázatfelmérés kevésbé konzervatív, sok adatot felhasználó komplex modelleket tartalmazó eljárás; pl. valószínűségi expozíciós modell, biológiai hozzáférhetőség vizsgálat, numerikus szennyezőanyag terjedésmodellezés A lépcsőkben való előrehaladás egyre nagyobb anyagi és időbeli ráfordítást igényel, hogy a növekvő adat- és elemzési igény teljesíthető legyen. Ezzel együtt a konzervatív, "általános" feltételezések helyébe helyszínspecifikus tényezők lépnek, és ezzel egyidejűleg növekszik a környezet valós kockázatairól alkotott kép pontossága és műszaki beavatkozás költség-
107
hatékonysága. Az iterációs folyamat során az emberi egészség és a környezet védelme és biztonsági szintje állandó marad. Kockázati alapú célérték képzés folyamata A mennyiségi kockázatfelmérés végeredménye (a földtani közegre és felszín alatti vízre vonatkozó mentesítési célkoncentráció) nagymértékben függ a területhasználat típusától. Gyakorlati példán át szemlélve, egy kiemelten érzékeny ivóvízbázis területén alacsonyabb koncentrációk, azaz szigorúbb határértékek figyelembevétele szükséges, mint egy földtanilag kevésbé érzékeny területen, ha mindkét területen ugyanazon típusú és mértékű a szennyezettség. A kármentesítés költsége pedig a mentesítési célkoncentráció növekedésével általában csökken. A környezeti kockázat elfogadható szintje szorosan kapcsolódik a területhasználathoz, illetve a területfejlesztéshez, ingatlanfejlesztéshez. Esetenként a felszín alatti környezet állapota meghatározza a területfejlesztés, ingatlanfejlesztés irányát. A kockázati alapú célkoncentráció; azaz D kármentesítési célállapot határérték meghatározásakor (az elfogadható kockázathoz tartozó környezeti koncentráció képzése) a hatásviselőnél megengedhető kockázathoz tartozó dózisból vagy koncentrációból visszafelé haladva határozzuk meg a forrásoldalon még megengedhető koncentrációt az adott környezeti elemben. A kapott értéket pedig összehasonlítjuk a szennyezett területen mért koncentráció értékekkel. A kockázatfelmérést a tényfeltárás során szerzett terület-specifikus adatok felhasználásával kell elvégezni. Ha a kockázat korrekt számításához nem áll rendelkezésre minden szükséges adat, vagy az információk bizonytalanok, az adathiányból eredő bizonytalanságot konzervatív feltételezésekkel úgy lehet csökkenteni, hogy a lehető legrosszabb esetet veszik alapul. Ha az így kapott kockázat az elfogadhatónál kisebb, akkor nincs szükség kockázatcsökkentő intézkedésekre. Ha a számított kockázat értéke az elfogadhatónál nagyobb, akkor vagy fölülbecsülték a valós kockázatot, vagy ténylegesen nagy kockázattal bír a vizsgált szennyezettség. Gyakran előfordul, hogy a hatás és a kitettség oldalon megjelenő dózisok és koncentrációk, vagyis a kockázat értéke -ezáltal pedig a (D) érték is - további adatok beszerzésével pontosítható. A kockázatbecslés szerepe a MONTABIO projekt egyes teszt területeinek kiválasztásában Egy felszín alatti, vagy felszíni szennyezettség esetében a területre vonatkozó előzetes információgyűjtést követően elsőként a szennyezettség fúrásos, felderítő jellegű feltárása történik meg, amely magában foglalja a szennyezettség térbeli lehatárolását is (tényfeltárás). A projekt során kiválasztott szennyezett ipari területeken és mezőgazdasági jellegű szennyező anyaggal, de nem mezőgazdasági tevékenység nyomán szennyezett területeken korábban történt környezeti tényfeltárás, illetve ehhez kapcsolódóan humán környezet-egészségügyi kockázat elemzés is. A humán kockázatbecslést az alábbi metodika alapján végeztük el: 1. A szennyező anyagok kémiai/toxikológiai azonosítása 2. Az expozíciós utak meghatározása 3. A szennyezett környezeti elemek kijelölése (talaj, talajvíz, felszíni víz, levegő, helyben termesztett zöldség, gyümölcs, hús, tejtermék) 4. A környezeti elemek szennyezettségi adatainak összegyűjtése (mérési eredmények) 5. A területen élő lakosság expozíciós és populációs paramétereinek megadása 6. Karcinogén és nem-karcinogén kockázat számítása
108
7. Értékelés A kockázatbecslés eredményeképpen javaslatot tettünk a D kármentesítési határértékre. Így az adott teszt –területeken már ismert volt számunkra a szennyezőanyagok minősége és mennyisége. Ezáltal különböző szennyezőanyagokkal, illetve különböző mértékben szennyeződött teszt-területeken tudtuk lefolytatni a kísérleteinket, méréseinket, vizsgálatainkat. Az Orosháza I. és III, valamint Gyomaendrőd teszt-területek humán környezeti kockázatbecslését részletesen az M.VII.. Függelék tartalmazza. Javaslatok a projekt elért eredményei alapján A kockázatfelmérés során igen fontos feladat a felszín alatti szennyező forrás helyének meghatározása, hiszen ha nem találják, vagy pontatlanul határozzák meg a legnagyobb szennyezettséggel jellemezhető térrészt, akkor a kockázatokat alulbecsülhetik. Az illékony szennyezőanyagok előfordulása esetén, a forrás pontos helyének meghatározására, a helyszíni talajlevegő vizsgálatok a legalkalmasabbak. Mindemellett a humán-egészségügyi kockázatbecslés során egy rendkívül fontos inputot jelent a talajlevegő helyszíni vizsgálata (inhaláció, épületekbe való beszivárgás). A talajlevegő- monitoring a talajban lévő szennyező anyagok legveszélyesebb, illékony komponenseinek vizsgálata céljából szükségesek. Az illékony komponenseket is tartalmazó szennyezőanyagokkal (pl.: BTEX, VOCl, fenolok, stb.) szennyezett területeken dolgozókra a legnagyobb kockázatot a szennyezett talajjal, illetve az abból beszivárgó beltéri levegővel való közvetlen érintkezés jelentheti (4. ábra). A szennyezőanyagoknak földtani közegből és felszín alatti vízből a levegőbe jutását leíró érték az ún. kipárolgási faktor (VF). A szennyezőanyagok párolgása földtani közegből zárt térbe (Connor et al., 1996)
4. ábra A kockázatelemzéseinkhez jelenleg általunk használt RISC 4.0 program (Gyártó: GroundwaterSoftware) - melynek segítségével transzportmodellezések, valamint humánegészségügyi kockázatelemzések készíthetők szennyezett területek részére – képes az alábbi expozíciós utak elemzésére: Lehetséges expozíciós utak a humán kockázat becslésében RECEPTOR KÖZEG POTENCIÁLIS EXPOZÍCIÓS UTAK
109
Számított humán kockázat
Talaj
Felszín alatti víz
Kültéri levegő Beltéri levegő Felszíni víz
Lenyelés Bőrrel érintkezés Növények elfogyasztása Beltéri vízhasználatok: Lenyelés Bőrrel érintkezés Pára, apró cseppek belégzése (zuhanyzás) Kültéri vízhasználatok Lenyelés Bőrrel érintkezés Belégzés (ld. mint öntözés) Növények elfogyasztása
Orális Dermális Orális
Belégzés
Inhalációs
Belégzés
Inhalációs
Lenyelés Bőrrel érintkezés
Orális Dermális
Orális Dermális Inhalációs Orális Dermális Inhalációs Orális
7. táblázat A program használata nagyon egyszerű, módszerei pedig, a US EPA kockázatelemzési irányelvein (expozícióbecslés, toxicitás felmérés, kockázatbecslés) alapulnak (Risk Assessment Guidance for Superfund - US EPA, 1989). A RISC teljesen testre szabható adatbázissal rendelkezik Alkalmazások A RISC 4.0-ban: · A szennyezett környezeti elemek (levegő, víz, talaj) miatti expozícióból adódó humánegészségügyi kockázatok becslése. · Kockázaton alapuló kármentesítési határértékek becslése. · Egyszerű sors- és transzportmodellek készítése. · Felszíni vizekre és üledékekre vonatkozó lehetséges ökológiai hatások becslése. · Környezeti adatok és határértékek menedzselése és tárolása. A potenciális szennyezőanyagok helyszínen mért koncentrációi a talaj/légköri levegőben a RISC programba, mint input adat kerülnek be. Vagyis nem csupán egy becsült adatból, hanem konkrét, helyszínen mért, adott szennyezőanyag koncentrációjával tud számolni, a valós inhalációs humán kockázat pontosságát jelentősen növelve. Irodalmi hivatkozások 219/2004. (VII.21.) Kormány rendelet a felszín alatti vizek védelméről Dr. Gondi Ferenc-Halmóczki Szabolcs-Dankó Gyula-Dr. Dura Gyula-Ligeti Zsolt-Dr. Szabó Imre: Kármentesítési Útmutató 7-A mennyiségi kockázatfelmérés módszertana; Környezetvédelmi és Vízügyi Minisztérium (2004) 6.2. Melléklet: Tanulmányterv a talajszennyezésekkel kapcsolatosan felmerülő hatósági és közpolitikai lépésekkel kapcsolatban: az intenzív és az ökológiai növénytermesztési gyakorlat összehasonlítása Biokontroll Hungária Nonprofit Kft.; Győr-Moson Sopron Megyei Agrárkamara
110
Bevezetés Fontos a címben rögzített fogalmak tisztázása, mert nagy a tájékozatlanság ezen a területen. Az intenzív mezőgazdálkodás jellemzően tőzsdei termékeket ad el, ahol célkitűzés az ott – illetve a világpiacon – elérhető áron történő értékesítés, a profit maximalizálása mellett, amely a növénytermesztés gyakorlatában a hozamok folyamatos emelése mellett valósul meg. Ez viszont megkívánja a termeléshez szükséges kémiai anyagok (műtrágyák, hozamfokozók, szárszilárdítók, deszikkánsok, stb.) egyre nagyobb mértékű használatát, és a termelés biztonsága érdekében egyre több és/vagy hatékonyabb növényvédő szerek alkalmazását. Az állattenyésztésben az épületek, energia és a munkaerő jobb kihasználása érdekében zsúfoltan tartják az állatokat, a takarmány jobb hasznosulása érdekében az állatok mozgását korlátozzák, gyakran kémiai és hormonális hozamfokozókat alkalmaznak, a túlzsúfoltság miatt és a kiesések mérséklése érdekében preventíven használnak – esetenként a takarmányba vagy ivóvízbe keverve – antibiotikumokat és kémiai anyagokat. Ezek a folyamatok szükségszerűen specializálódáshoz vezetnek, a meglévő termelőeszközök minél jobb kihasználásának kényszere miatt. Ebből adódóan a növénytermesztés szerkezete 2-3- 4 növényre egyszerűsödik le, az állattartás vagy kiszorul a mezőgazdasági üzemből, vagy egy-két fajra szűkül és koncentrálódik. Az intenzív gazdálkodás a földhasználati piramis1 alsó szintjét jelentő gazdálkodási mód, amely az intenzív földhasználattal és csupán a környezetvédelmi kísérő intézkedésekkel jellemezhető, amelyben esetenként a kötelezően előírt védelmi szabályokat áthágják, jobb esetben a termelés hatékonyságát korlátozó elemnek tekintve kényszerűen betartják azokat. Arra tekintettel, hogy az ökológiai gazdálkodáson kívül létező más gazdálkodási módok („integrált”, „low input”, „extenzív” stb.) a világpiacon nem nagyon tudnak magasabb árat érvényesíteni az intenzív gazdálkodás termékeihez képest, ezért gyakran versenyképtelenné válnak, vagy arra tesznek kísérletet, hogy az alkalmazott
111
normarendszereket lazítsák, mint ahogyan azt a hazai „szántóföldi integrált programban” tették2. Az ilyen esetekben a folytatott gazdálkodási gyakorlat csak ál „környezetkímélő” és csak nevében az, hiszen lényegében az intenzív gazdálkodás folytatódik. Az eljárás célja a támogatásokhoz való hozzáférés biztosítása és a mezőgazdaság jobb színben feltüntetése a társadalom előtt, anélkül, hogy ennek a gazdálkodási formának bármilyen környezeti, társadalmi hozadéka létezne. Ez az intenzív gazdálkodás a munkaerővel, a humán ráfordítással való takarékoskodás, termelési folyamatok könnyebb irányíthatósága, és a termelés biztonsága érdekében igényt tart a géntechnikailag módosított növények termesztésére, később talán az ilyen állatok tartására is. Az ökológiai gazdálkodás meghatározására számos definíció született, amelyek összefoglalva tartalmazzák e gazdálkodási mód legfontosabb sajátosságait. Általánosan ismert és korábban elfogadottak szerint az ökológiai gazdálkodók világszövetsége, az IFOAM (International Federation of Organic Agriculture Movements) meghatározása3: „Az ökológiai mezőgazdaság magában foglalja az összes olyan mezőgazdasági rendszert, amely környezeti, szociális, gazdasági szempontból egyaránt fenntartható, és egészséges termékek, élelmiszerek előállítását biztosítja. Óvja a talaj termékenységét, mint a sikeres gazdálkodás kulcsát. Előtérbe helyezve a növények, állatok és a talaj természetes egyensúlyát, célul tűzi ki a mezőgazdaság és a környezet minőségének javítását. Jelentősen lecsökkenti a külső erőforrások bevitelét tartózkodva a szintetikus trágyák és növényvédő szerek használatától. Helyettük a terméshozam és ellenálló képesség növelése érdekében a természet folyamatait engedi érvényesülni.” Az IFOAM legújabb definíciója4: „Az ökológiai mezőgazdaság olyan gazdálkodási rendszer, amely fenntartja a talaj, az ökoszisztémák és az emberek egészséges állapotát. Inkább az ökológiai folyamatokra, a biodiverzitásra és a helyi feltételekhez igazított körfolyamatokra épül, mintsem a káros hatásokkal járó, kívülről bevitt anyagok használatára. Az ökológiai gazdálkodás a hagyomány, innováció és tudomány ötvözésével jótékony hatással van a közösen használt környezetre és
112
elősegíti a méltányos kapcsolatok létrejöttét valamint a jó minőségű életet valamennyi érintett számára”. Az ökológiai termelés sajátosságait jól foglalja össze a következő definíció is5: „ Olyan mezőgazdálkodási mód, amely az ősöktől átvett ismereteket és a modern kor kockázatot nem hordozó vívmányait ötvözi annak érdekében, hogy az embereket ellássa egészséges, biztonságos, megfelelő mennyiségű élelmiszerrel, és közben a környezetet úgy használja, hogy ezzel a következő generációk életfeltételeit ne korlátozza.”
Jogszabályi háttér
Az intenzív mezőgazdálkodási gyakorlatra az EU és hazánk általános agrárszakmai jogszabályai vonatkoznak, meglehetősen nagy teret hagyva a gazdálkodói döntéseknek szinte minden területen. A másik részről amellett, hogy az ökológiai (öko, bio, biológiai, organikus) gazdálkodásra az általános jogszabályok is érvényesek, ezeken túl speciális ökológiai EU rendeletek6,7 is vonatkoznak rá. Ennek megfelelően az ökológiai gazdálkodás jogszabályok által nagyon pontosan körülhatárolt gazdálkodási rendszer, és csak az e rendszerből származó termékeket szabad ökológiai, biológia (bio) és organikus jelöléssel forgalmazni az Európai Közösségben. Magyarul az ökológiai gazdálkodás a hivatalos kifejezés, az EU nyelvein pedig a hivatkozott rendelet6 értelmében a következő kifejezéseket kell használni: BG: биологичен. ES: ecológico, biológico. CS: ekologické, biologické. DA: økologisk. DE: ökologisch, biologisch. ET: mahe, ökoloogiline. EL: βιολογικό. EN: organic. FR: biologique. GA: orgánach. IT: biologico. LV: bioloģisks, ekoloģisks. LT: ekologiškas.
113
LU: biologesch. HU: ökológiai. MT: organiku. NL: biologisch. PL: ekologiczne. PT: biológico. RO: ecologic. SK: ekologické, biologické. SL: ekološki. FI: luonnonmukainen. SV: ekologisk.
A megjelölt nyelveken a fent közölt kifejezéseket tekintjük hivatalosnak, ennek ellenére szabadon használható bármelyik másik védett jelző is, akkor, ha a terméket az EU ökológiai rendeleteknek6,7 megfelelően állították elő, másrészt szabálysértést követ el az, aki bármelyik kifejezést a rendeletek hatálya alatt álló termék jelölésére használ, ha azt nem az előírásoknak megfelelően állította elő.
A most hatályos ökológiai gazdálkodási jogszabályok a mezőgazdasági alapanyagokra –növényi termékekre (benne a gyűjtött növények is), termesztett gombára, állati termékekre (beleértve a méhészeti és a tenyésztett vízi állatok termékeit) – a belőlük készült élelmiszerekre és takarmányokra vonatkoznak. Az EU öko rendeleteket6,7 kiegészítik hazai rendeletek8,9, továbbá a jogszabályok könnyebb érthetősége és alkalmazás kedvéért a Biokontroll Hungária Nonprofit Kft. kiadja Alap-feltételrendszerét10. A jogszabályokon alapuló előírások nagyon pontosan és egyértelműen elkülönítik az ökológiai termékeket azoktól, amelyeket az egzakt módon nem értelmezhető „reform”, „alternatív”, „natúr”, „integrált”, „vegyszermentes” stb. jelzőkkel próbálnak a piacokon elhelyezni. A világon léteznek az EU ökológiai rendeletektől6,7 kismértékben (ilyen például Svájc biorendelete11) és jelentősebben eltérő jogszabályok (példa rá a NOP12 az USA-ból). Az eltérések azonban csak a részletekben vannak meg, az alapelvek minden esetben azonosak. Ezt igazolja az a sok ezer EU-beli és közel száz hazai gazdaság is, akik – ha nem is könnyen-, de egyidejűleg teljesítik mindhárom előírást. A szakmai ekvivalencia mellett abban is hasonlatosak egymáshoz ezek e jogszabályok, hogy
114
mindegyikük megköveteli, hogy az ökológiai termelés egy független ellenőrzési rendszer keretén belül folyjék, és azt is, hogy az ellenőrzést végzők igazolják minden termelő és minden termék-előállítási folyamat esetében az előírásoknak való megfelelést. Fontos elvi kérdés, hogy a világszerte megjelent bio rendeletek nem központi akaratból, hanem a bioterméket előállító és fogyasztó személyek és ezek szervezeteinek kezdeményezésére, a gazdálkodási mód és a biotermék vásárlók érdekeinek védelmére születtek.
Az ökológiai gazdálkodás megítélése, helyzete A biogazdálkodás elvi megalapozottságát jól jelzik a világszerte ismert elnevezések, amelyekhez az alább részletezett indoklásokat kapcsoljuk: •
Ökológiai gazdálkodás megnevezés azt a megközelítést mutatja, amely szerint a működtetett agrártermelési rendszerek törekszenek arra, hogy a lehető legteljesebben alkalmazkodjanak a környezethez, építsenek a természeti rendszerekből megismert körfolyamatokra, és a gazdálkodást illesszék a környezethez, minél több aktív kapcsolódási pontot fenntartva,
•
Biológiai gazdálkodás elnevezés azt a törekvést jelzi, hogy a mezőgazdasági termelési folyamatokban az irányítás a biológiai rendszerekben megismertek szerint történjék, és a jelentkező problémák megoldására a biológiai módszereket alkalmazzák elsődlegesen (biológiai védekezés, biológiai N megkötés, etológiai alapú állatelhelyezés, takarmányozás stb.),
•
Organikus (szerves) gazdálkodás, amely egyaránt utal a folyamatok szerves összefüggésére és a gazdálkodásra jellemző körültekintő szervesanyaggazdálkodásra is.
Lehetne etikus gazdálkodás is az elnevezés, hiszen az eljárásai és az alkalmazásba illesztett anyagok belső, elvi megalapozottságúak; a szándéka tiszteletben tartani a világ felismert rendjét, amennyire ez egyáltalán lehetséges. Az anyagok, módszerek
115
megválasztása során a „soha nem ártani” elv alkalmazása messze megelőzi a „költséghatékonyság” kérdéseit.
Az IFOAM szerint13 az ökológiai gazdálkodás négy alapelven nyugszik, ezek:
-
Az egészség alapelve, amely szerint az ökológiai gazdálkodás képes fenntartani és növelni a talaj, a növények, az állatok, az emberek és a Föld, mint egységes és oszthatatlan rendszer egészségét;
-
A környezet alapelve, amely értelmében az ökológiai gazdálkodás az élő rendszerekre és körfolyamatokra épül, együttműködik velük, módszereit követi és segít fenntartani azokat.
-
A méltányosság alapelve, amelyre tekintettel az ökológiai gazdálkodásban méltányosságot gyakorol a közösségi kapcsolatokban és az életlehetőségek biztosításában mindenkinek.
-
A gondosság alapelve értelmében az ökológiai gazdálkodást az óvatosság és megbízhatóság követelményeinek biztosításával kell megvalósítani, hogy meg tudja óvni a mai és a jövő generációk egészségét és jólétét, valamint a környezetet.
2007-ben a világon mintegy 32 millió hektáron folytattak ökológiai gazdálkodást14 (1. ábra).
1. ábra. Az ökológiai gazdálkodás alakulása 2002-2007 között.
116
A terület jelenlegi nagyságához képest többet mondanak azok a tendenciák, amelyek jellemzik ennek a gazdálkodási módnak a terjedését. A piacban és termelésben meghatározó Európai Közösségben a mintegy 5 ezer ökológiai gazdaság száma 1985-től 2007-ig 187 ezerre növekedett, az általuk művelt terület nagysága pedig ezen időszak alatt 125 ezer hektárról 7,2 millió hektárra emelkedett14 (2.ábra).
117
2. ábra: Az ökológiai gazdálkodásba vont területek és gazdaságok az EU-ban 1985-
Terület (ha)
1 580 000
3 778 144
3 364 264
3 130 000
2 575 000
5 853 910
5 690 882 875 000
700 000
510 000
375 000
260 000
240 000
180 000
140 000
125 000
1 000 000
200 000
2 000 000
1 250 000
3 000 000
2 075 000
4 000 000
200 000
180 000
160 000
4 792 381
140 000
120 000
100 000
(db)
(ha)
5 000 000
4 442 875
6 000 000
6 260 553
Vállalkozások száma (db) 7 000 000
6 803 024
8 000 000
7 160 607
2007 között.
80 000
60 000
40 000
20 000
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
1986
1985
0
1984
0
Az ökológiai gazdálkodás nemzetgazdaságon belüli szerepéről az összes mezőgazdasági területhez viszonyított aránya nyújt tájékoztatást, a világon a legmagasabb értéket a kis Liechtenstein mutatja fel, de rajta kívül a legkimagaslóbb aránnyal az EU eminens tagállamai dicsekedhetnek. A világ tíz legnagyobb ökológiai gazdálkodási arányát felmutató országának adatai14 a 3. ábrán láthatóak.
118
3. ábra: A világ tíz legnagyobb ökológiai gazdálkodási arányát felmutató országának adatai (2007)
119
35
30
29,70
25
%
20
15
13,40 11,00
10
9,80
9,10
8,90
8,80 8,00
7,80
7,00
5
0
Magyarországon is 2004-ig jelentősen növekedett az ökológiai gazdálkodók száma és az általuk művelt területek nagysága, amely tendencia sajnos megtört 2005, 2006 és 2007-re való csökkenéssel; 2008-ban azonban kismértékű növekedés volt tapasztalható 15 (1. táblázat és 4.ábra). A terület csökkenésének illetve stagnálásának az oka az, hogy 2004 óta nem indult új agrár-környezetgazdálkodási – benne ökológiai gazdálkodási – támogatás Magyarországon.
120
1. táblázat: Magyarország ellenőrzött ökológiai gazdaságai számának és az ökológiai terület nagyságának alakulása 1998-2008 között.
1998
Ellenőrzött terület (ha) Vállalkozások száma
1999
2000
2001 2002
21501 35979 53649 79178
330
333
495
764
103 700 1117
2003
2004
2005
2006
116535 133009 128576 122765
1 272
1610
1 551
1 294
2007 2008
120 098 1 251
4. ábra: Magyarország ellenőrzött ökológiai gazdaságai számának és az ökológiai terület nagyságának változása 1998-2008 között.
121
122690
1235
Az intenzív és az ökológiai gazdálkodás anyagainak és eljárásainak összehasonlítása
A növénytermesztés szinte minden elemében különbség van a bio és az intenzív gazdálkodás között, így például, míg a biogazdálkodásban a növények termőhely iránti igényét kötelező figyelembe, addig az intenzívben ettől gyakran eltekintenek, vagy amíg a biogazdálkodásban az alacsonyabb tőszámokat, extenzív
122
koronaformákat részesítik előnyben, addig az intenzívben magas tőszámok és az intenzív ültetvényi formák a jellemzők, és így tovább. Mégis a legjelentősebb különbségek a két gazdálkodási módszerben a tápanyaggazdálkodásban, a növényvédelemben és a növényápolásban vannak, a következőkben ezeket vesszük számba.
Tápanyag-gazdálkodás
Az intenzív mezőgazdaság rendkívül pazarlóan bánik a belső forrásokkal, és egy erőteljesen a külső inputokra építő rendszert működtet. A képződött melléktermékek – esetenként környezetet szennyező anyagként – kikerülnek az anyag- és energia körforgásból, és a talaj-növény-állat-ember-talaj körforgás meg is szakad16 (ilyen gyakran az alom nélküli istállótrágya (hígtrágya)), vagy a fenntarthatóság elveivel szemben hasznosulnak, ilyen a szalma, kukorica- és egyéb növényszárak elégetése, amelyek a talajrendszerek szén (humusz) veszteségét okozzák17. Ezzel szemben az ökológiai gazdálkodás törekszik a teljes termelési- és fogyasztási lánc mentén képződött „melléktermékek” felhasználásra, ez olyan fontos alapelv, hogy még az ökológiai eredet sem követelmény, így felhasználható a nem ökológiai gazdálkodásból (de extenzíven tartott állatoktól) származó trágya, élelmiszerhulladékokból, a parkok gyepnyesedékéből származó komposzt, a növényi alapanyagokból képződő biogáztermelés mellékterméke (fenéktermék), az élelmiszeripari melléktermékek és egyéb hasonló anyagok is. Az ökológiai gazdálkodás anyag- és energiaáramlási rendszerét mutatja be az 5. ábra (ÁngyánMenyhért16 alapján, a szerző által módosítva).
5. ábra. Az ökológiai gazdálkodás anyag- és energiai áramlási rendszere
123
Növényszerkezet növényegészségügyi, tápanyaggazdálkodási tényezők alapján
1 Ember
2 Mechanikai védekezés
10
Háziállatok
Haszonnövények Gyomok
Káros gombák, baktériumok
Nitrifikálók
6 Növényevő állatok
Tápelemek
Különleges ??????
9 Trágyázó szerek 8
Támogatásuk speciális eszközökkel
Fajták Talajápolás Speciális készítmények
Ragadozók, parazitoidok
Lebontók
Biológiai 3 védekezés Szerves trágyaszerek, extenzív istállótrágya
Komposzt 7 Holt szerves anyag Mechanikai kártétel
Zöldtrágyázás (légköri N kötés) melléktermékek
4
Talajlakó állatok Jelmagyarázat: Támogatásuk speciális eszközökkel
5
Energiaáramlás Holt szerves anyag Tápsóáramlás Antropogén hatás
Az intenzív mezőgazdaságban a makroelemek – nitrogén (N), foszfor (P) és a kálium (K) – pótlása a jellemző, főként mesterséges (mű) trágyák formájában. A N pótlása ebben a rendszerben a túlsúlyos, és szinte kizárólagosan a levegő nitrogénjéből, rendkívül energiaigényes ipari folyamat révén megkötött műtrágyákból (főként ammónium nitrát, karbamid és helyenként ammónia) származik. A P a bányászott nyers foszfátokból, kémiai úton gyors hatásúvá, vízben vagy gyenge savakban oldhatóvá tett foszforműtrágyákból (szuperfoszfát, tripleszuperfoszfát stb.) kerül pótlásra, míg a K leggyakoribb formái a kősó (konyhasó) bányászata során kinyert fedősókból származó kálisó műtrágyák, és főként nagyon intenzív gazdálkodásban (üvegház, fólia, gyümölcs) egyre elterjedtebb a kémiai szintézis eredményeként nyert káliumszulfát alkalmazása is. A mezo- és mikroelemek pótlása inkább kivételes ebben a gazdálkodási rendszerben, gyakorlatilag a nagy értékű növényállományok (hajtatásos kertészet, ültetvények) nyilvánvaló hiánybetegségeinek gyógyítására (ritkán megelőzésére) korlátozódik. Ennek egyenes következménye, hogy az intenzív
124
mezőgazdaság termékeiben is csökken mennyiségük, és az őket tartalmazó biológiailag aktív anyagoké is. A N a nagy körforgalomban rendkívül mobilis, a levegőből korlátlanul rendelkezésre álló elem, ezért mesterséges pótlására az ökológiai gazdálkodás nem ad lehetőséget. A növények fejlődéséhez szükséges N biztosítása kizárólag a természetes anyagokból (bio vagy extenzív állatok trágyája, más melléktermékek, bányászott anyagok stb.) és biológia folyamatokból (a vetésváltásba állított, illetve társított N gyűjtő növényekből, N-t kötő természetesen jelen lévő és mikrobatrágyákkal kijuttatott mikroszervezetek N kötéséből) származhat, másként megfogalmazva az ökológiai gazdálkodásban nem használhatnak N műtrágyákat. Más a helyzet a termőhelyen korlátozottan rendelkezésre álló, vagy fel nem vehető formában jelenlévő foszforral és káliummal, amelyek a természetes körfolyamatokban nem mozgékony elemek, ezért a rendszer csak pótlásukkal tartható fent távlatosan. Bár a mai termésátlagokkal évszázadokra elég lenne a talajaink felső 20-30 cm-es termőrétegében meglévő teljes P és K18 mennyisége, mégsem lenne fenntartható a gazdálkodási mód, ha nem pótolnánk folyamatosan ezeket a kivont elemeket. Fontos előírás, hogy a bányászott nyersfoszfátokat, természetes formájukban szabad használni, vagyis nem tehetik vízben oldhatóvá (könnyen felvehetővé) és ezzel mobilabbá a P hatóanyagot, és nem használhatnak indokolatlanul (egyébként az intenzív gazdálkodásban használttal azonos, természetes eredetű) kálisókat. Az anyagáramlási körfolyamat bezárásának eredményeként a mezőgazdasági eredetű melléktermékek (főként az istállótrágya) számottevő mezo- és mikroelemet juttat vissza a körforgásba, és ha szükséges, akkor használhatók az intenzív gazdálkodásban engedélyezett, szervetlen vegyületi formájú mezo- és mikroelempótló trágyázó-szerek is. Az intenzív hajtatásban már gyakori a talajnélküli termesztés (szalmán, vagy kőzetgyapoton) tápoldatokkal, ezzel szemben a biogazdálkodásban tiltott a talajnélküli gazdálkodás.
125
Növényvédelem
Az intenzív gazdálkodás növényvédelme szinte kizárólag az „ölő” kemikáliák (herbicidek, baktericidek, fungicidek, inszekticidek, akaricidek stb.) alkalmazására korlátozódik, ennek megfelelően még a kevésbé intenzív művelésű növényi kultúrák esetében is szinte minden négyzetmétere kap valamilyen vegyszeres kezelést, így 2007-ben a nagyüzemekben termelt mintegy 600 ezer hektár kalászos gabonafélékből gyomirtószerrel 550 ezer, rovarölőszerrel 350 ezer, gombaölőszerrel 450 ezer hektárt kezeltek19. A rendelkezésre álló hatóanyagok köre rendkívül széles, Magyarországon 2009-ben összesen 332 hatóanyag volt a felhasználási engedéllyel rendelkező készítményekben, amelyek közül számosról ismert az egészségre vagy a környezetre való negatív hatása20, 21. Végveszélyben az ökológiai gazdálkodásban is alkalmazhatók növényvédő szerek, amely hatóanyagok körét az EU öko rendelet7 tételesen, úgynevezett pozitív listán sorolja fel. Az engedélyezett hatóanyagok száma 27, amelyek közös jellemzője, hogy nem perzisztensek, nem felszívódók, nagy részüket évtizedek- évszázadok óta használják (réz szervetlen kötésben, kén, kálciumpoliszulfid stb.), ezeken kívül alkalmazhatók növényi kivonatok, nem génmódosított mikroorganizmusok és származékaik, élelmiszerként és/vagy élelmiszeradalékként is használt anyagok stb. Az intenzív gazdálkodásban jellemző – a kevés növényből álló szerkezet, és a perzisztens gyomirtó-szerek alkalmazása miatt is –, hogy azonos növények gyakran kerülnek vissza ugyanarra a területre, gyakori a bi- és trikultúra és a monokultúrás termesztés sem ritka. Még azokban az esetekben is, ahol egyszerű vetésváltással megelőzhető lenne a kártétel (pl. kukoricabogár Diabrotica virgifera virgifera LeConte gyökérkártétele), ott is kemikáliákat alkalmaznak kiterjedten. Ezzel szemben a biogazdálkodás ésszerűen felépített vetésforgókat alkalmaz, amelyben váltakozva termelnek sekélyen és mélyen gyökerező növényeket, N gyűjtőket és felhasználókat, és bár a vetésforgó tervezésében nagy a gazdák mozgástere, az betartandó előírás, hogy azonos növények egymást nem követhetik,
126
és Magyarországon kötelező kihagyni megadott számú éveket a vetésforgóra azonos hatású növények termesztése között10. A növényvédelem teljes eszköztárából a különböző kórokozóknak és kártevőknek ellenálló fajták alkalmazása jellemző az intenzív gazdálkodásra is, és esetenként a vegyszeres gyomirtás kiegészítéseként mechanikai gyomirtást (főként sorközművelő kultivátorozást) is végeznek. A biogazdálkodás még inkább épít az ellenálló fajtákra, a gyomszabályozás kizárólag a vetésváltásra, gyomelnyomó kultúrák használatára és a mechanika gyomgyérítésre korlátozódik. A legelterjedtebb eszköz a sorköz művelő kultivátor (egyre több a kamera-vezérlésű, precíziós), a szántóföldi kultivátor, ültetvényeknél a kitérő tárcsa vagy kasza és szántón a gyomfésű, amelyet vetetlen területen, kelés előtt és állományban is, szinte minden kultúrában bevetnek. Jelentős előrelépés, hogy az utóbbi években és egyre kiterjedtebben az intenzív, hajtatott zöldségkultúrákban a károsítók (elsősorban ízeltlábúak) ellen biológiai védekezési rendszereket építenek fel, számos hasznos rovar és atka tömegtenyésztett állományainak, továbbá mikrobiológiai készítmények felhasználásával. Ezekben a biológiai védekezési rendszerekben gyakran fonálféreg-, rovar- és atkaölő vegyszereket egyáltalán nem alkalmaznak, sajnos azonban a baktériumok és gombák ellen intenzív növényvédő szeres kezeléseket végeznek jellemzően. Az első generációs géntechnikailag módosított szervezetek főként növényvédelmi célúak (totális herbiciddel szemben toleránsak, illetve valamilyen rovart pusztító toxint termelnek), amelyeket az intenzív növénytermesztés helyenként gondolkodás és mérlegelés nélkül azonnal beemel növénytermesztési rendszereibe; ezt Magyarországon csak azért nem tudják megtenni, mert a nemzeti érdekeinket felismerő moratórium lehetetlenné teszi. Ezzel szemben a világ valamennyi általunk ismert ökológiai (biológiai, organikus) szabályozási rendszere, legyen az jogszabály, vagy magán előírásrendszer, abban közös, hogy tiltja a GM szervezetek és származékaik alkalmazását22; összesen 55 közösség illetve ország előírásait megvizsgálva állíthatjuk mindezeket.
127
Következmények
Az egyoldalú, szinte kizárólag makroelemeket felhasználó intenzív mezőgazdaságban, a hozamok folyamatos növekedésével tendenciaszerűen együtt jár sok minőséget meghatározó összetevő fajlagos csökkenése, ezzel szemben a harmonikus tápanyaggazdálkodású és a korlátozott hozamot biztosító biogazdálkodás termékei ezeket koncentráltabban tartalmazzák. Hazai vizsgálati adatok igazolják23, hogy az intenzív gazdálkodás következtében mintegy 30 év alatt egyes termesztett növényeink nyomelem tartalma 14-81 %-kal, vitamintartalma 4095%-kal is csökkenhetett. Számos szakirodalom24 támasztja alá, hogy a biotermékekben az esetek nagy részében több a teljes antioxidáns tartalom, több a polifenol, a quercitin, a kampferol, az A, a C és az E vitamin, a kálium és a foszfor stb., így egy átlagos adag bioétel körülbelül 25%-kal több vitamint, ásványi anyagot és egészségvédő anyagot tartalmaz, mint a nem bio módszerekkel előállított társa. A nem biogazdálkodásban előállított termékek az EU hivatalos felmérései szerint igen gyakran tartalmaznak növényvédő szer maradékokat, sokszor maradékkoktélokat25, szerencsére a hazaiak elvétve az engedélyezett maradékértékek felett. Ezzel szemben a károsítás megelőzését szolgáló növényvédelmi rendszer, a biológiai, fizikai védekezéseket előnyben részesítő és az EU bio rendeletek6,7 pozitív szerlistáira épülő biogazdálkodás termékei gyakorlatilag nem tartalmaznak szermaradékokat26, 27. Az intenzív gazdálkodásban a helytelen növényi sorrend és az egyoldalú műtrágyázás miatt, még a vegyszeres védekezés mellett is nagyobb a mikotoxinokkal szennyeződés veszélye, mint a biogazdálkodásban28,29. A környezet állapotának megóvása és javítása tűnik a biogazdálkodás legkevésbé vitatott teljesítményének. Értelemszerűen a nem bio gazdálkodáshoz viszonyítva maguk az EU öko rendeletek6,7 deklarálják a biogazdálkodás környezeti előnyeit a következő címszavakkal: -
ötvözi a legjobb környezetvédelmi gyakorlatokat, a magas szintű biodiverzitást, a természeti erőforrások megőrzését,
128
-
olyan közjavakat termel, amelyek hozzájárulnak a környezet védelméhez,
-
nem megújuló erőforrások használatának minimálisra csökkentése érdekében a hulladékokat, valamint a növényi és állati eredetű melléktermékeket újra kell hasznosítani a termőföldbe való tápanyag-visszajuttatás céljából,
-
növényeket lehetőleg a talaj ökoszisztémája táplálja, és ne a talajhoz adott oldódó tápanyag-utánpótló szerek,
-
tiszteletben tartja a természeti rendszereket és ciklusokat, valamint fenntartja és erősíti a talaj, a víz, a növények és az állatok egészségét, továbbá a közöttük fennálló egyensúlyt,
-
hozzájárul a magas szintű biológiai sokféleséghez,
-
felelősen használja az energiát és a természeti erőforrásokat, úgymint a vizet, a talajt, a szerves anyagokat és a levegőt,
-
rendszeren belüli természeti erőforrásokat használnak,
-
a külső források felhasználásának korlátozása,
-
a talaj élővilágának, valamint a talaj természetes termőképességének, a talaj stabilitásának és a talaj biodiverzitásának fenntartása és erősítése,
-
a növényi és állati eredetű hulladékok és melléktermékek visszaforgatása a növénytermesztésbe és az állattartásba,
-
a termelési döntések során a helyi vagy regionális ökológiai egyensúly figyelembevétele,
-
a növények egészségének fenntartása olyan megelőző intézkedések révén, mint a kártevőknek és betegségeknek ellenálló, megfelelő fajok és fajták kiválasztása, megfelelő vetésforgó, mechanikai és fizikai módszerek, valamint a kártevők természetes ellenségei által nyújtott védelem,
-
GMO-k és GMO-kból vagy azok felhasználásával előállított termékek nem használhatók,
-
az ökológiai gazdálkodás holisztikus megközelítése,
129
-
a természeti erőforrások (például: a talaj és a víz) tápanyagokkal történő szennyezésének megelőzése érdekében meg kell határozni, hogy hektáronként legfeljebb mennyi trágya használható.
Összegezés
A biogazdálkodás tudatosan felépített rendszere úgy nyújt az intenzív gazdálkodás termékénél egészségesebb, tartalmasabb és biztonságosabb terméket, hogy mindeközben megőrzi a környezetet.
Irodalomjegyzék
1. Erz, W. (1978): Probleme der Integration des Naturschutzgesetzes in Landnutzungsprogramme.TUB, Zeitschrift der Technischen Universität Berlin 10 (2), 11–19. p.
130
2. 12/2009. (II. 27.) FVM rendelet a Nemzeti Vidékfejlesztési Terv alapján a központi költségvetés, valamint az Európai Mezőgazdasági Orientációs és Garancia Alap Garancia Részlege társfinanszírozásában megvalósuló agrár-környezetgazdálkodási támogatások igénybevételének részletes szabályairól szóló 150/2004. (X. 12.) FVM rendelet módosításáról 3. Anonym (1998 ): Basic Standards for Organic Production and Processing, IFOAM, 1998 4. Anonym (2005): The IFOAM Norms for Organic Production and Processing, version 2005, IFOAM, 2005 5. Roszík P. (2007): Az ökológiai gazdálkodás helyzete és kilátásai Magyarországon (előadás). Dévaványa, 2007.01.31. 6. A Tanács 2007. június 28-i 834/2007/EK Rendelete az ökológiai termelésről és az ökológiai termékek címkézéséről és a 2092/91/EGK rendelet hatályon kívül helyezéséről 7. A Bizottság 2008. szeptember 5-i 889/2008/EK Rendelete az ökológiai termelés, a címkézés és az ellenőrzés tekintetében az ökológiai termelésről és az ökológiai termékek címkézéséről szóló 834/2007/EK rendelet részletes végrehajtási szabályainak megállapításáról 8. 79/2009. (VI. 30.) FVM rendelet a mezőgazdasági termékek és élelmiszerek ökológiai gazdálkodási követelmények szerinti tanúsításának, előállításának, forgalmazásának, jelölésének és ellenőrzésének részletes szabályairól6. 74/2004. (V. 1.) FVM rendelet a mezőgazdasági termékek és élelmiszerek ökológiai követelmények szerinti előállításának, forgalmazásának és jelölésének egyes eljárási szabályairól 9. 2008. évi XLVI. törvény az élelmiszerláncról és hatósági felügyeletéről 10. Roszík P. (2008): Az ökológiai gazdálkodás alapfeltétel-rendszere, Kiadó: Biokontroll Hungária Nonprofit Kft. Budapest 11. Ordinance on Organic Farming and the Labelling of Organically Produced Products and Foodstuffs No. 910.18 12. USDA / National Organic Program Final Rule 13. Anonym (2005): http://www.ifoam.org/about_ifoam/principles/history_of_principles.html 14. Willer, H., Yussefi-Menzler, M. and Sorensen, N. (eds.) (2008): The World of Organic Agriculture Statistic & Emerging Trends. IFOAM & FIBL, Bonn 1-267 15. Czeller G., Roszík P.: Az ökológiai gazdálkodás európai és hazai helyzete, Biokultúra, 6:4.
131
16. Ángyán J., Menyhért Z. (1997): Alkalmazkodó növénytermesztés, ésszerű környezetgazdálkodás. Mezőgazdasági Szaktudás Kiadó, Budapest 1-414. 17. Birkás M., Bottlik L. (2009): Fenntartható talajművelés a szántóföldi növénytermesztésben. (in: Az ökológiai gazdálkodás szerepe a fenntartható fejlődésben) Magyar Biokultúra Szövetség, Budapest, 18-21. 18. Roszík P. (2005): Biotermesztési ismeretek (jegyzet). Veszprémi Egyetem, Keszthely 19. Anonym. (2007): Agrárgazdasági statisztikai zsebkönyv. Agrárgazdasági Kutató Intézet, Budapest 20. Darvas B. (2000): Virágot Oikosnak. l’Harmattan, Budapest 21. Darvas B., Székács A. (2006): Mezőgazdasági ökotoxikológia. l’Harmattan, Budapest 1-381. 22. Roszík P. (2007): Transzgénikus növények és az ökológiai gazdálkodás. In Horváth J, Haltrich A. és Molnár J (szerk.): 53. Növényvédelmi Tudományos Napok, E. 23. Márai G. (2009): cit.in: Bardócz Zs., Pusztai Á: A biotermékek táplálkozásbeli előnyei, a szemléletváltozás szükségessége, A természetvédelem és ökológiai gazdálkodás,Biokontroll Hungária Nonprofit Kft. 24. Bardócz Zs., Pusztai Á. (2009): A biotermékek tápértéke bizonyítottan magasabb, Biokultúra, 5:3. 25. Anonym. (2008): Monitoring of Pesticide Residues in Products of Plant Origin int he European Union, Norway, Iceland and Liechtenstein 2006, Commission Staff Working Dokument, Brussels, 20/11/2008 SEC(2008) 2902 final 26. Weibel, F. P., Bickel, R., Leuthold, S. et al.(2000): Are organically grown apples tastier and healthier? A comparative field study using conventional and alternative methods to measure fruit quality. Acta Hortic., 2000, 517, 417-426. – 25. 27. Baker, B. P., Benbrook, C. M., Groth, E. et al.(2002):Pesticide residue in conventional, integrated pest management (IPM)-grown and organic foods: insights from three US data sets. Food Additives and Contaminants, London, 2002, 19. 427-446. 28. Benbrook, Ch. M. (2005): Breaking the Mold -- Impacts of Organic and Conventional Farming Systems on Mycotoxins in Food and Livestock Feed, An Organic Center, State of Science Review 29. Loges, R., Eberle, M. (2007): Vergleichende Analyse der Mykotoxinproblematik im konventionellen und ökologischen Getreidebau, Schriftenreihe des Instituts für Pflanzenbau und Züchtung der Christian-Albrechts-Universität zu Kiel.
132
6.4. Melléklet: Konferenciák (Megaterra Kft., MTA TAKI, MTA NKI) Előadás a Talajtani Vándorgyűlésen A konzorcium több tagja is részt vett a Talajtani Vándorgyűlésen, melyet Szegeden, a Szegedi Tudományegyetemen tartottak 2010. szeptember 3-4.-én. A szakmai fórumon a Megaterra Kft. képviselője előadást tartott „A talaj és talajvíz illékony szennyezőanyagainak helyszíni mérése talajgáz analízissel” címmel. Az előadás diáit az M. IX. Függelék tartalmazza. Az MTA TAKI és NKI munkatársai poszteres előadással népszerűsítették a projekt eredményeit: Dombos Miklós, Szécsy Orsolya, Vályi Kriszta, László Péter, Anton Attila, Székács András: Komplex talajmonitorozás mintavétel-optimalizációja. Poszteres előadás „Az Élhető Vidékért 2010” konferencián A Völgy Hangja Fejlesztési Társaság Közhasznú Egyesület és a Koppányvölgyi Vidékfejlesztési Közhasznú Egyesület 2010. szeptember 22-24. között konferenciát rendezett ”Az Élhető Vidékért 2010” címmel, melyen a Megaterra Kft. munkatársai is részt vettek. A rendezvényre Siófokon, a Kodolányi János Főiskola Siófoki Oktatási Központjában került sor. A háromnapos konferencián a Megaterra Kft. „A talajlevegő helyszíni vizsgálata, új lehetőségek a környezeti monitoring rendszerben” címmel állított ki posztert. A résztvevők megismerkedhettek a projekttel és kérdéseket tehettek fel azzal kapcsolatban. A poszteres előadás összefoglalóját, valamint a poszter vázlatát az M. IX. Függelék-ben csatoltuk. Poszteres előadás a „ConSoil 2010” nemzetközi konferencián A németországi UFZ és a holland Deltares/TNO immár 11. alkalommal rendezte meg a talajtalajvíz rendszerekről szóló nemzetközi konferenciáját (ConSoil 2010) az ausztriai Salzburgban, 2010. szeptember 22-24. között. A Megaterra Kft. két munkatársa részt vett a magas szakmai színvonalú konferencián, mely a Salzburgi Kongresszusi Központban kapott helyet. Itt két posztert állítottunk ki, „Pre-laboralis talajlevegő vizsgálat, mint a talaj és talajvíz szennyezettség felmérésének hatékony eszköze” és a „Helyszíni talajlevegő méréssel támogatott környezeti tényfeltárás és monitoring rendszer” címmel. A konferencián a poszterek külön szekciót kaptak és szakmai zsűri értékelte őket. Számos külföldi környezetvédelmi cég képviselője érdeklődött részletesen a projekttel kapcsolatban. A konferencia útibeszámolóit, a poszteres előadások összefoglalóját, valamint a poszterek vázlatát az M. X. Függelék-ben csatoltuk.
Montabio konferencia A MONTABIO K+F projekt 2010. évre vonatkozó elvégzett feladatairól, eredményeiről, valamint a K+F projekt zárásával, a projekt 3 éve alatt elért eredmények értékelésével
133
kapcsolatosan a konzorcium tagjai 2010. november 26.-án konferenciát rendeztek a Magyar Tudományos Akadémia Talajtani és Agrokémiai Kutató Intézetében. A konferencián előadások hangzottak el, a jelenlévők értékelték az elért eredményeket és pontosították a további feladatokat. A Megaterra Kft. a konferencián két előadással szerepelt: „A Megaterra Kft MONTABIO-n belüli munkarészeinek ismertetése (mintavételi pontok kijelölése, talaj-, felszíni és felszín alatti vízmintavétel, mintavételi fejlesztés)”, valamint „A Megaterra Kft MONTABIO-n belüli munkarészeinek ismertetése 2. (A talajlevegő ECOPROBE 5 hordozható műszerre alapozott helyszíni mérési rendszere)” címmel (M.XI.Függelék). A konferencián tartott előadások vázlatát a T.II Függelék tartalmazza. Tanulmányút és tárgyalás az Ecoprobe 5 gyártójánál (RS Dynamics Ltd.) A Megaterra Kft. munkatársai 2010. november végén ismét felkeresik a MONTABIO projekt során használt Ecoprobe 5 talajlevegő mérő készülék gyártóját. A szakmai konzultáción sor kerül a műszerrel kapcsolatos újabb kérdések, tapasztalatok közös megtárgyalására, valamint a műszer éves felülvizsgálatára és többpontos kalibrálására.
134
