Colocar os pesticidas no mapa para a investigação e conservação dos polinizadores
LarLar > blog > Colocar os pesticidas no mapa para a investigação e conservação dos polinizadores

Colocar os pesticidas no mapa para a investigação e conservação dos polinizadores

Jul 02, 2023

Dados científicos volume 9, número do artigo: 571 (2022) Citar este artigo

2846 acessos

2 citações

10 Altmétrico

Detalhes das métricas

Os polinizadores selvagens e geridos são essenciais para a produção de alimentos e para o funcionamento dos ecossistemas naturais; no entanto, as suas populações estão ameaçadas por múltiplos factores de stress, incluindo o uso de pesticidas. Dado que as espécies polinizadoras podem viajar centenas a milhares de metros em busca de alimento, pesquisas recentes sublinharam a importância de avaliar o declínio dos polinizadores à escala da paisagem. Contudo, a capacidade dos cientistas e conservacionistas para o fazerem tem sido limitada pela falta de dados acessíveis sobre a utilização de pesticidas em escalas espaciais relevantes e em unidades toxicológicas significativas para os polinizadores. Aqui, sintetizamos informações de vários grandes conjuntos de dados publicamente disponíveis sobre padrões de uso de pesticidas, uso da terra e toxicidade para gerar novos conjuntos de dados que descrevem o uso de pesticidas por ingrediente ativo (kg, 1997–2017) e carga agregada de inseticida (kg e doses letais de abelhas melíferas). , 1997–2014) para combinações de culturas estatais nos EUA contíguos Além disso, ao vincular conjuntos de dados de pesticidas com dados de uso da terra, descrevemos um método para mapear indicadores de pesticidas em escalas espaciais relevantes para a pesquisa e conservação de polinizadores.

Medidas)

LD50 • Pesticida • área de terras agrícolas • cobertura da terra

Tipo(s) de tecnologia

projeto de resposta à dose • Pesquisa • sensoriamento remoto

Tipo(s) de fator(es)

ingrediente ativo de pesticida • contato vs. oral • estado • ano • grupo de culturas

Característica da Amostra - Organismo

Apis melífera

Característica da Amostra - Meio Ambiente

ecossistema de terras agrícolas

Característica da Amostra - Localização

Estados Unidos da América contíguos

Com quase 90% das espécies de plantas com flores a beneficiar dos serviços dos polinizadores para lançar sementes e produzir frutos, os polinizadores são uma componente essencial de ecossistemas saudáveis ​​e diversificados e contribuem significativamente para a produção de alimentos1,2,3,4. No entanto, as populações de polinizadores selvagens e geridos enfrentam sérios desafios5. Declínios populacionais foram documentados em várias espécies de abelhas e borboletas6,7,8, incluindo a população oriental da borboleta-monarca (Danaus plexippus), conforme indicado pelas fortes reduções no tamanho das colônias durante o inverno desde meados da década de 19909. Os apicultores dos EUA perdem cerca de um terço das suas colónias de abelhas melíferas geridas todos os anos10. As causas do declínio dos polinizadores são multifacetadas e um tanto distintas para diferentes taxa, mas as evidências atuais sugerem que as abelhas selvagens, as abelhas produtoras de mel e as borboletas partilham pelo menos dois fatores de stress principais: perda de habitat e exposição a pesticidas5,11,12. A perda de habitat limita os recursos alimentares e de nidificação disponíveis para apoiar as populações de polinizadores, enquanto a exposição a pesticidas pode matar os polinizadores ou levar a efeitos subletais no comportamento, na imunidade e na reprodução5,11,12,13,14. Além disso, o uso de herbicidas pode influenciar indiretamente os polinizadores, reduzindo a disponibilidade das suas plantas alimentícias15.

Na última década, os investigadores fizeram progressos significativos no desenvolvimento de modelos para prever a abundância de polinizadores e os serviços ecossistémicos em função da paisagem. Para as abelhas selvagens, o 'modelo Lonsdorf' traduz a cobertura da terra em abundância de locais de nidificação e recursos florais sazonais (previstos com base na opinião de especialistas), e combina isso com autonomias de voo para obter índices de abundância de abelhas e serviço de polinização em cada célula de uma paisagem16 ,17; o modelo também foi adaptado para abelhas melíferas18. Para as borboletas monarca, os investigadores desenvolveram recentemente um modelo espacial que simula o ciclo anual da população monarca oriental, identificando regiões onde as ações de conservação poderiam melhorar a estabilidade da população monarca19. Apesar do valor significativo dos actuais modelos de polinizadores baseados na disponibilidade de recursos, estes poderiam ser melhorados através da incorporação de padrões de utilização de pesticidas.

Houve três obstáculos principais à incorporação do uso de pesticidas na investigação à escala paisagística sobre a saúde dos polinizadores. Em primeiro lugar, embora os EUA tenham uma quantidade substancial de dados públicos sobre a utilização de pesticidas, a toxicidade dos pesticidas e a utilização do solo, estes dados estão distribuídos por bases de dados governamentais díspares, cada uma com uma nomenclatura e organização idiossincráticas. Em segundo lugar, o mosaico de dados disponíveis sobre o uso de pesticidas é reportado principalmente em escalas de condados, estados ou médias nacionais. Em contraste, as populações de polinizadores estão estruturadas em escalas espaciais menores; por exemplo, os alcances de alimentação das abelhas são normalmente de centenas a milhares de metros20. Finalmente, existem centenas de ingredientes ativos de pesticidas comuns que variam em muitas ordens de grandeza na sua toxicidade para os polinizadores13. A transformação do uso de pesticidas em unidades relevantes de toxicidade pode ajudar a avaliar os efeitos agregados21,22,23,24.

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>