Экосистемы северных регионов сталкиваются с серьезными угрозами из-за изменения климата и антропогенной деятельности. Опас­ность загрязнений в Арктическом регионе по сравнению с другими регионами повышена, так как скорость самоочищения акваторий зависит от ряда физико-химических и биологических факторов. Низкие температуры и короткий вегетационный период замедляют процессы разложения и самоочищения, что делает эти экосистемы более уязвимыми к загрязнению. Загрязнители, такие как тяжелые металлы и органические соединения, могут накапливаться в окружающей среде и оказывать длительное воздействие на экосистему. Кроме того, изменения климата могут повлиять на миграцию животных, распределение видов и их взаимодействие, что, в свою очередь, может изменить структуру экосистем. Поэтому крайне важно принимать меры для защиты этих уникальных природных систем и снижения негативного воздействия человеческой деятельности [3].

В настоящее время для оценки уровня загрязнения окружающей среды используются физико-химические методы, которые чаще всего применяются в мониторинге, а также биологические методы. Физико-химические методы основываются на выполнении аналитических реакций, результаты которых фиксируются с использованием различных приборов. Эти методы позволяют устанавливать сверхмалое содержание (до 10−12) [9] компонентов и веществ в анализируемых объектах, также обеспечивают возможность быстрого проведения анализа, при этом сам процесс анализа обычно автоматизирован. Биологические методы базируются на установлении видового состава, показателях жизненного состояния живых организмов и особенностей их распространения.

Одним из направлений биоиндикации является лихеноиндикация, использующая лихенобиоту, их виды и группировки для оценки качества окружающей среды.

Лихеноиндикация представляет собой совокупность методов, которые используют лихенофлору для оценки общего уровня содержания основных поллютантов в окружающей среде. Как и другие методы биоиндикации, лихеноиндикация основывается на принципе экологической индивидуальности видов, что означает, что разные виды реагируют по-разному на определенные внешние факторы [6].

В рамках изучения влияния аэротехногенного загрязнения на лишайники в естественной среде ключевой задачей является установление взаимосвязей между различными характеристиками лишайникового покрова. К таким характеристикам относятся количество видов, присутствие или степень покрытия определенных видов, общее проективное покрытие лишайников, а также синтетические индексы, отражающие состояние лишайниковой растительности. Эти характеристики сопоставляются с параметрами, которые указывают на уровень загрязнения как в региональном, так и в локальном масштабе [8].

Методики мониторинга с использованием лишайников ландшафтов разработаны в конце 80-х годов ХХ века и успешно апробированы в естественных и техногенных ландшафтах Прибалтики и европейской части России [4]. Наблюдение за состоянием лишайников в качестве биоиндикаторов загрязнения показывает значительно более высокую эффективность по сравнению с классическими методами. Анализ лишайникового покрова позволяет оценить среднегодовое качество загрязнения атмосферного воздуха.

Загрязняющие вещества в атмосферном воздухе доходят до лишайникового покрова как в состоянии осадков, так и в качестве аэрозолей или пыли. Осаждение крупных загрязняющих аэрозолей и их интеграция в слоевища лишайников хорошо иллюстрируются при сопоставлении химических профилей, полученных с помощью рентгеновской дифракции, для атмосферных аэрозолей, собранных непосредственно из воздуха, и частиц, зафиксированных лишайниками [7].

Ханс Хатмутович Трасс (1983) разделил методы лихеноиндикации на три группы: методы, основанные на изучении изменений, происходящих в лишайниках под влиянием загрязнений; методы, основанные на изучении изменений видового состава лишайников, происходящих под влиянием загрязнений; методы изучения лишайниковых сообществ в загрязненных районах и составление специальных карт.

В рамках применения методов первой группы выбирается индикаторный вид, который обладает высокой чувствительностью к определенному загрязнению, и анализируются такие характеристики, как кислотность и электропроводимость водной вытяжки из коры, уровень хлорофилла в лишайниковых водорослях, а также содержание серы, железа, ртути, кадмия и прочих поллютантов в слоевище лишайника и т. д. [2].

Наиболее распространенными видами лишайников, применяемыми в лихеноиндикации, являются Hypogymnia physodes (L.), Xanthoria parietina (L.), Lecanora conizaeoides, Scoliciosporum chlorococcum и видов родов Bryoria и Usnea.

В настоящее время для оценки загрязнения атмосферного воздуха широко применяется индекс полеотолерантности (ИП). К его основным компонентам относятся общее проективное покрытие, класс полеотолерант­ности определенного вида и проективное покрытие данного вида [2]. Расчет индекса представлен в формуле:

ИП =  ,

где cn — общее проективное покрытие;

ai — класс полеотолерантности вида, определяемый для каждого индикаторного вида лишайника;

ci — проективное покрытие вида.

Учитывая значительное развитие промышленности в Арктическом регионе, необходимо внедрять систематический экологический мониторинг для оценки воздействия антропогенных факторов на экосистемы.

Главная задача исследований лишайникового покрова в Арктическом регионе — проведение инвентаризации лихенобиоты, а также исследование отдельных систематических групп.

Изучение лихенобиоты Русской Арктики началось 200 лет назад. За эти годы было опубликовано свыше 300 лихенологических и геоботанических работ. Первые упоминания о лишайниках Русской Арктики встречаются еще в работах П.С. Палласа. В начале и середине XIX века появились публикации с упоминанием немногих, наиболее распространенных видов. В настоящее время для Русской Арктики известно более 1000 таксонов (1078 видов, 7 подвидов и 17 разновидностей) лишайников, относящихся к 192 родам и 69 семействам [5].

На сегодня в лихеноиндикации распространены по большей части эпифитные лишайники [5].

Однако существуют методы применения лишайников в качестве биоиндикаторов на прибрежных территориях с целью оценки антропогенного воздействия на водные экосистемы.

А.В. Сонина из Петрозаводского государственного университета предложила идею о том, что эпилитный прибрежный лишайниковый покров, который произрастает на границе между сушей и водоемом, может быть использован для оценки состояния прибрежной водной среды, в частности для изучения реакции наземной биоты на изменения в качестве воды [1].

Исследование выполнено на территории Республики Карелия на побережье Онежского озера, Ладожского озера, р. Лососинка, Суна с различными уровнями антропогенной нагрузки на природную среду.

Лихенобиота обследованных побережий пресных водоемов насчитывает 53 вида. При этом наибольшим видовым разнообразием лишайников характеризуются места без очевидных источников загрязнения — особо охраняемая природная территория «Кивач» (29 видов), побережье Ладожского озера (27 видов) и Ботанический сад ПетрГУ (16 видов), в то время как в условиях города (Петрозаводск), крупного поселка (Янишполе) и близ крупного производства (г. Кондопога) число видов лишайников значительно меньше (4, 5 и 8 соответственно) [1].

Анализ общих характеристик лишайникового покрова (число видов лишайников в описании и общее покрытие видов) по всем точкам исследования показал, что наиболее чутко реагирует на химические показатели воды число видов лишайников в описании. При увеличении в водоеме соединений фосфора снижается биоразнообразие эпилитного лишайникового покрова, а при повышении азотистых соединений в окружающей среде наблюдается снижение уровня общего покрытия лишайников.

Состояние эпилитного лишайникового покрова на прибрежной территории может быть использовано в качестве показателя степени загрязнения водоема, которое возникает в результате сброса сточных вод, включая отходы промышленного, бытового и сельскохозяйственного происхождения [1].

На сегодня имеется лишь небольшое количество исследований, которые рассматривают использование эпилитных лишайников в качестве биоиндикаторов для оценки состояния окружающей среды в прибрежных зонах водоемов. Это указывает на необходимость более глубокого изучения их возможностей в экосистемном мониторинге.