Mettere i pesticidi sulla mappa per la ricerca e la conservazione degli impollinatori
CasaCasa > Blog > Mettere i pesticidi sulla mappa per la ricerca e la conservazione degli impollinatori

Mettere i pesticidi sulla mappa per la ricerca e la conservazione degli impollinatori

Jul 02, 2023

Dati scientifici, volume 9, numero articolo: 571 (2022) Citare questo articolo

2846 accessi

2 citazioni

10 Altmetrico

Dettagli sulle metriche

Gli impollinatori selvatici e gestiti sono essenziali per la produzione alimentare e il funzionamento degli ecosistemi naturali; tuttavia, le loro popolazioni sono minacciate da molteplici fattori di stress, compreso l’uso di pesticidi. Poiché le specie di impollinatori possono percorrere centinaia o migliaia di metri per procurarsi il cibo, recenti ricerche hanno sottolineato l’importanza di valutare il declino degli impollinatori su scala paesaggistica. Tuttavia, la capacità degli scienziati e degli ambientalisti di farlo è stata limitata dalla mancanza di dati accessibili sull’uso dei pesticidi su scale spaziali rilevanti e in unità tossicologiche significative per gli impollinatori. Qui, sintetizziamo le informazioni provenienti da diversi grandi set di dati disponibili al pubblico sui modelli di utilizzo dei pesticidi, sull’uso del territorio e sulla tossicità per generare nuovi set di dati che descrivono l’uso dei pesticidi per ingrediente attivo (kg, 1997-2017) e carico aggregato di insetticidi (kg e dosi letali per le api). , 1997–2014) per combinazioni statali-colture negli Stati Uniti contigui Inoltre, collegando i set di dati sui pesticidi con i dati sull’uso del territorio, descriviamo un metodo per mappare gli indicatori dei pesticidi su scale spaziali rilevanti per la ricerca e la conservazione degli impollinatori.

Misurazione(i)

LD50 • Pesticidi • superficie coltivata • copertura del suolo

Tipi di tecnologia

progettazione dose-risposta • Indagine • telerilevamento

Tipi di fattori

principio attivo antiparassitario • contatto vs. orale • stato • anno • gruppo colturale

Caratteristica del campione: organismo

Apis mellifera

Caratteristica del campione - Ambiente

ecosistema delle terre coltivate

Caratteristica del campione: posizione

contigui Stati Uniti d'America

Poiché quasi il 90% delle specie di piante da fiore beneficiano dei servizi degli impollinatori per produrre semi e produrre frutti, gli impollinatori sono una componente essenziale di ecosistemi sani e diversificati e contribuiscono in modo significativo alla produzione alimentare1,2,3,4. Tuttavia, le popolazioni di impollinatori sia selvatici che gestiti si trovano ad affrontare sfide serie5. Il declino della popolazione è stato documentato in diverse specie di api e farfalle6,7,8, inclusa la popolazione orientale della farfalla monarca (Danaus plexippus), come indicato dalle forti riduzioni delle dimensioni delle colonie svernanti a partire dalla metà degli anni '909. Ogni anno gli apicoltori statunitensi perdono circa un terzo delle colonie di api mellifere gestite10. Le cause del declino degli impollinatori sono molteplici e in qualche modo distinte per i diversi taxa, ma le prove attuali suggeriscono che le api selvatiche, le api mellifere e le farfalle condividono almeno due fattori di stress chiave: la perdita di habitat e l’esposizione ai pesticidi5,11,12. La perdita di habitat limita le risorse alimentari e di nidificazione disponibili per sostenere le popolazioni di impollinatori, mentre l’esposizione ai pesticidi può uccidere completamente gli impollinatori o portare a effetti subletali sul comportamento, sull’immunità e sulla riproduzione5,11,12,13,14. Inoltre, l’uso di erbicidi può influenzare indirettamente gli impollinatori riducendo la disponibilità delle loro piante alimentari15.

Negli ultimi dieci anni, i ricercatori hanno compiuto progressi significativi nello sviluppo di modelli per prevedere l’abbondanza degli impollinatori e i servizi ecosistemici in funzione del paesaggio. Per le api selvatiche, il "modello Lonsdorf" traduce la copertura del territorio in abbondanza di siti di nidificazione e risorse floreali stagionali (previste sulla base del parere di esperti) e combina questo con le distanze di volo per ricavare indici di abbondanza di api e servizio di impollinazione su ciascuna cella di un paesaggio16 ,17; il modello è stato adattato anche per le api mellifere18. Per le farfalle monarca, i ricercatori hanno recentemente sviluppato un modello spaziale che simula il ciclo annuale della popolazione monarca orientale, identificando le regioni in cui le azioni di conservazione potrebbero migliorare la stabilità della popolazione monarca19. Nonostante il valore significativo degli attuali modelli di impollinatori basati sulla disponibilità delle risorse, questi potrebbero essere migliorati incorporando modelli di utilizzo dei pesticidi.

Ci sono stati tre ostacoli principali all’integrazione dell’uso dei pesticidi nella ricerca su scala paesaggistica sulla salute degli impollinatori. In primo luogo, sebbene gli Stati Uniti dispongano di una notevole quantità di dati pubblici sull’uso dei pesticidi, sulla loro tossicità e sull’uso del territorio, questi dati sono distribuiti in diversi database governativi, ciascuno con nomenclatura e organizzazione peculiari. In secondo luogo, il mosaico di dati disponibili sull’uso dei pesticidi è riportato principalmente su scala di contee, stati o medie nazionali. Al contrario, le popolazioni di impollinatori sono strutturate su scale spaziali più piccole; ad esempio, i range di foraggiamento delle api sono generalmente di centinaia o migliaia di metri20. Infine, esistono centinaia di principi attivi comuni nei pesticidi che variano di molti ordini di grandezza nella loro tossicità per gli impollinatori13. Trasformare l’uso dei pesticidi in unità rilevanti di tossicità può aiutare a valutare gli effetti aggregati21,22,23,24.

500 common pesticide active ingredients (1997–2017),/p> 100 µg/bee”, increasing the uncertainty of downstream estimates). Second, insecticides tend to have greater acute toxicity toward insects than fungicides and herbicides (median [IQR] LD50 = 100 [44–129] µg/bee for fungicides, 100 [75–112] µg/bee for herbicides, and 1.36 [0.16–12] µg/bee for insecticides). As a result, insecticides account for > 95% of bee toxic load nationally, even when herbicides and fungicides are included (and even though insecticides make up only 6.5% of pesticides applied on a weight basis). Third, focusing these values on insecticides increases their interpretability, reflecting efforts directed toward insect pest management, rather than a mix of insect, weed, and fungal pest management (which often have distinct dynamics and constraints for farmers)./p> 0.85 for all comparisons (Table 5, Fig. 2). Estimates for insecticides were well correlated on the basis of ranks (Spearman’s rho = 0.85) but only weakly linearly related (Pearson’s r = 0.20–0.38, Table 5, Fig. 2). This pattern was driven by malathion in cotton, which had very low estimates in the USGS dataset and fairly high estimates in the USDA dataset, for reasons unknown. It is possible that this discrepancy is related to use of malathion in boll weevil eradication49. Once these outliers were removed (n = 30 out of 1600 + observations), estimates for insecticides were well correlated for all three comparisons (Pearson’s r > 0.75)./p> 95% of agricultural land (> 80% of agricultural land in all states, Fig. 4). States on the lower end of this range have significant area of regionally important yet unsurveyed crops (e.g. blueberries in Maine, cranberries in Massachusetts, grass seed in Oregon). The majority of crop area is associated with crop-specific pesticide estimates, although this is not true for all states (Fig. 4). Double crops contributed < 5% to agricultural area in most states, except North Carolina, Maryland, and Delaware, where they comprised 5–23% of agricultural area. As expected, survey coverage of total land area was variable among states, ranging from < 10% in states dominated by forest (e.g. New Hampshire) or shrubland (e.g. Nevada), to > 80% in states with abundant cropland (e.g. Iowa)./p> 0.75 for all comparisons), as was the correlation between high and low USGS estimates themselves (Pearson’s r = 0.95). Both findings suggest that relative patterns in the data are robust./p>