在农业景观中使用间接指标预测土壤中新类类化合物的含量

科学领域:

• 环境科学 环境科学
• 生态毒理学 生态毒理学
• 农业科学 农业科学

背景情况:

• 尼尼科丁类杀虫剂有助于授粉者减少.
• 农药的持久性和流动性导致土壤和非目标植被的污染.
• 预测土壤污染具有挑战性,尤其是在有限的农药使用数据的情况下.

研究的目的:

• 评估使用像作物历史和景观结构这样的代理数据来预测新类毒素土壤污染的潜力.
• 分析农业土壤中的新类类物质含量,并评估相关风险.
• 在没有记录的农药处理的情况下,确定影响土壤污染的因素.

主要方法:

• 在比利时86个农业场地的土壤样本中分析了7种尼尼科丁类植物.
• 以作物历史,景观结构和记录的处理数据来评估污染情况.
• 计算危险系数以评估通过与土壤接触的风险暴露.

主要成果:

• 在78%的部位中检测到neonicotinoids;imidacloprid和clothianidin是最常见的.
• 污染发生在69%没有最近记录治疗的地点和33%没有治疗史的地点.
• 对于克洛西安丁 (44%) 和伊米达克洛普里德 (19%),与土壤接触的风险很高.
• 处理历史,而不是景观结构,更好地预测处理地点的污染.
• 如果不考虑不可耕种的地点,很难预测污染.

结论:

• 土壤被尼可类药物污染是普遍存在的,即使没有最近记录的使用.
• 处理历史是一个有用的,虽然不完美的,土壤污染的预测指标.
• 景观结构对新毒类土壤污染的预测能力有限.
• 准确的污染预测需要考虑非耕地,并为农业环境政策提供信息.