Общая картина загрязнения ртутью Великих озёр

Ртуть — широко распространённый токсикант и загрязнитель окружающей среды, который перемещается по пищевой цепи и попадает на обеденные столы людей. Для сообщества Кьюино-Бей (KBIC) в Верхнем полуострове Мичигана это выливается в ключевой вопрос: когда можно безопасно есть рыбу? Исследование под руководством Мичиганского технологического университета, которое будет опубликовано в рецензируемом журнале Environmental Science: Processes & Impacts, даёт представление о том, что необходимо сделать, чтобы рыба стала безопасной.

Моделирование с использованием глобальной трёхмерной химико-транспортной модели GEOS-Chem показало, что даже при полном устранении антропогенных выбросов ртути к 2050 году (амбициозный сценарий) значимых изменений в течение жизни нынешнего поколения сообщества KBIC не произойдёт. Снижение концентраций до уровней, считающихся безопасными, вероятно, займёт поколения. Исследователи также выяснили, что существующие модели часто ошибались, поскольку по-разному учитывают осаждение загрязнителей на лесные и водные экосистемы, а обратная связь между наземными и водными системами занимает больше времени, чем предполагалось ранее.

«Люди предполагают, что то, что осаждается в лесу, осаждается так же и в озере, что не соответствует истине, поэтому модели рассчитывали неверно», — поясняет Ноэль Урбан, профессор экологической инженерии и участник проекта. Он добавляет, что Верхний полуостров является особенно чувствительным ландшафтом к ртути. Анализ данных о концентрации ртути в рыбе из озёр разного размера показал, что проблема носит комплексный характер: в больших озёрах выше уровень ПХБ (полихлорированных бифенилов), а в малых — ртути.

Трансдисциплинарная работа, объединившая 6 институтов и 11 партнёрских организаций, углубляет понимание цикла ртути, оценивает политику на разных уровнях и предлагает лучшие практики вовлечения местных коренных сообществ в глобальные исследования. Учёные планируют продолжать отбор проб в местных озёрах и уточнять свои выводы с помощью глобальных моделей.