Die internationale Nachfrage nach Nahrungsmitteln und Dienstleistungen beeinflusst den ökologischen Fußabdruck des Pestizideinsatzes

Sep 16, 2023

Communications Earth & Environment Band 3, Artikelnummer: 272 (2022) Diesen Artikel zitieren

3381 Zugriffe

1 Zitate

24 Altmetrisch

Details zu den Metriken

Pestizide sind bekannte Schadstoffe, die die Artenvielfalt und das Funktionieren von Ökosystemen gefährden. Hier quantifizieren wir den ökologischen Fußabdruck des Pestizideinsatzes für 82 Länder und Territorien und acht große Regionen mithilfe einer Top-Down-Input-Output-Analyse für mehrere Regionen. Pestizid-Fußabdrücke werden als Gefahrenbelastungen ausgedrückt, die das Körpergewicht (KG) von Nichtzielorganismen quantifizieren, das erforderlich ist, um Pestizidrückstände ohne schädliche Auswirkungen aufzunehmen. Wir zeigen, dass der weltweite Verbrauch im Jahr 2015 zu einem Pestizid-Fußabdruck von 2 Gt KG führte. Davon werden 32 % international gehandelt. Der weltweite durchschnittliche Pro-Kopf-Pestizid-Fußabdruck beträgt 0,27 t-bw capita−1 y−1, wobei Länder mit hohem Einkommen den größten Pro-Kopf-Fußabdruck aufweisen. China, Deutschland und das Vereinigte Königreich sind die drei größten Nettoimporteure der in Waren enthaltenen gefährlichen Pestizidfrachten, während die USA, Brasilien und Spanien die drei größten Nettoexporteure sind. Unsere Studie unterstreicht die Notwendigkeit politischer Maßnahmen, die auf die Reduzierung des Pestizideinsatzes abzielen und gleichzeitig sicherstellen, dass negative Auswirkungen nicht auf andere Länder übertragen werden.

In den letzten fünf Jahrzehnten hat die moderne Landwirtschaft, vorangetrieben durch die Grüne Revolution, durch Bewässerung und den umfangreichen Einsatz von synthetischen Düngemitteln und Pestiziden beispiellos hohe Erträge erzielt1. Leider ist diese Strategie der intensiven Nahrungsmittelproduktion derzeit nicht nachhaltig, da sie terrestrische und aquatische Ökosysteme beeinträchtigt, die Wasserressourcen erschöpft und zum Klimawandel beiträgt2,3,4. Bisher haben die Bemühungen zur Quantifizierung des ökologischen Fußabdrucks der globalen Produktion und des weltweiten Verbrauchs ein breites Spektrum an Indikatoren5 abgedeckt, darunter Treibhausgasemissionen6, Wasserknappheit2,7, Artenvielfalt8,9, Stickstoffverschmutzung10, Versauerung2, Landnutzung2,11,12 und andere , aber sie haben es weitgehend versäumt, die Umweltbelastungen darzustellen, die durch den Einsatz von Pestiziden entstehen.

Der Einsatz von Pestiziden kann Druck auf die Umwelt ausüben, indem er zum Verlust der biologischen Vielfalt führt13,14 und zu Störungen der Ökosystemfunktion und der Dienste führt, die die Bestäubung, die natürliche Schädlingsbekämpfung, die Bodenatmung, den Nährstoffkreislauf und andere regulieren15,16. Daher ist die Reduzierung der potenziellen Umweltrisiken des Pestizideinsatzes ein wichtiges Ziel der Agrar- und Umweltpolitik weltweit17. Beispielsweise bietet die Strategie „Vom Hof ​​auf den Tisch“ in der Europäischen Union, die auf die Transformation zu einem fairen, gesunden und umweltfreundlichen Lebensmittelsystem abzielt, indem sie Nachhaltigkeit in der gesamten Lebensmittelversorgungskette gewährleistet18, eine Möglichkeit, Strategien zur Pestizidreduzierung im Rahmen einer ganzheitlichen Strategie zu etablieren Rahmen, der alle Akteure in der Lebensmittelversorgungskette umfasst17. Ein wichtiger Schritt zur Schaffung eines solchen ganzheitlichen Rahmens besteht darin, den Fußabdruck des Pestizideinsatzes zu quantifizieren, beginnend beim Primärproduzenten bis zum Endverbraucher, und zu verstehen, wie der internationale Handel den Pestizideinsatz zwischen Nationen antreibt, um die potenzielle Verlagerung des Fußabdrucks hervorzuheben, wenn die Pestizidpolitik eines Landes dies tun würde die heimische Produktion auf Importe zu verlagern.

Bisher wurden bei Umweltverträglichkeitsprüfungen zwei Arten von Indikatoren berücksichtigt: belastungsorientierte Indikatoren (basierend auf Elementarströmen, wie z. B. Emissionen in die Umwelt) und wirkungsorientierte Indikatoren (wie mittel- und endpunktbezogene Auswirkungen auf die menschliche Gesundheit und das Ökosystem). ), beide stammen aus der Literatur zu Lebenszyklusanalysen (LCAs)19,20. Pestizide wurden in erster Linie als Teil des chemischen Fußabdrucks betrachtet, der seitdem mithilfe von Bottom-up-Ökobilanzen und wirkungsorientierten Indikatoren wie USEtox21,22,23,24 bewertet wurde. Diese Bottom-up-Ökobilanzen liefern zwar Spezifität in Bezug auf die Auswirkungen bestimmter Produkte und Prozesse, berücksichtigen jedoch nicht die Brennpunkte der Auswirkungen des Pestizideinsatzes, die durch den Endverbrauch von Waren und Dienstleistungen verursacht werden, und den Beitrag der Globalisierung und des internationalen Handels als Antriebsmittel für Pestizide Nutzung durch Branchen. Darüber hinaus erfordern Bottom-up-Ökobilanzen die Auswahl einer Systemgrenze als Teil der Bewertung25 und eignen sich daher nicht zur Quantifizierung indirekter Auswirkungen des Pestizideinsatzes auf die Lieferkette.

Um den ökologischen Fußabdruck des Pestizideinsatzes auf globaler wirtschaftlicher Ebene zu quantifizieren, verwenden wir den Top-Down-Ansatz, der auf einer multiregionalen Input-Output-Analyse (MRIO) basiert. MRIO-Analysen wurden auf mehreren Ebenen durchgeführt, um die ökologischen und sozialen Auswirkungen des Konsums zu analysieren26. Insbesondere bietet diese Technik die Möglichkeit, internationale Lieferkettenverknüpfungen zu bewerten, eine Fähigkeit, die Bottom-up-Bewertungen nicht bieten, um zu analysieren, wie Handelsbeziehungen (Importe und Exporte) zu unbeabsichtigten ökologischen und sozialen Auswirkungen weltweit beitragen. Mit der Einführung der Global Industrial Ecology Virtual Laboratory Platform (Global IELab) wurde kürzlich der Aufbau maßgeschneiderter Handelsdatenbanken ermöglicht. Dieser Fortschritt hat zu Bewertungen spezifischer Produkte und Regionen27 aus der Perspektive des internationalen Handels geführt.

Hier definieren wir den Pestizid-Fußabdruck als die Gefahrenbelastung (HL) von Pestiziden, die in der Pflanzenproduktion zur Deckung des Konsums von Waren und Dienstleistungen eingesetzt werden, wobei die Gefahrenbelastung das Gesamtkörpergewicht (KG) von Nichtzielorganismen misst, die zur Aufnahme von Pestiziden erforderlich sind in der Umwelt bei einer jährlichen Aufnahme angereichert werden, die keine erkennbaren nachteiligen Auswirkungen zur Folge hat („Methoden“). Ein höherer Wert bedeutet eine größere Umweltbelastung. Die hier verwendete Pestizidgefährdungsbelastung basiert auf einem ähnlichen Konzept wie der Gesamttoxizitätsindikator (TAT)28. Konkret ist die Gefahrenlast definiert als \({{{{{\rm{HL}}}}}}=\sum [{M}_{i}{{{{{\boldsymbol{/}}}}} }({{{{{{\rm{NOAEL}}}}}}}_{i}\times 365)]\), wobei \({M}_{i}\) [kg-Pestizid] ist Gesamtmasse des Wirkstoffs, der sich in der Umwelt angesammelt hat, und \({{{{{{\rm{NOAEL}}}}}}}_{i}\) [kg-Pestizid kg-KG−1 Tag−1] ist die Menge an Wirkstoff i, bei der bei Säugetieren und Vögeln keine unerwünschten Nebenwirkungen beobachtet wurden (siehe Einzelheiten unter „Methoden“). Die hier definierte Gefahrenbelastung berücksichtigt nicht die Auswirkungen von Pestiziden auf die menschliche Gesundheit und akute Toxizitäten auf Nichtzielorganismen aufgrund einer unmittelbaren Exposition direkt nach einem Anwendungsereignis. Basierend auf dieser Definition analysieren wir die Pestizid-Fußabdrücke, die in das globale Agrarhandelssystem eingebettet sind, indem wir eine globale Datenbank von Pestizidanwendungen (PEST-CHEMGRIDSv1.029, geschätzt auf der Grundlage von USGS30- und FAOSTAT31-Daten), ein globales mechanistisches Umweltmodell32 und verknüpfen ein globales Lieferkettenmodell33 mit internationalen Handelsdaten für 82 Länder und Gebiete und acht große Regionen. Bei den 82 ausgewählten Ländern und Territorien handelt es sich entweder um Top-Agrarproduzenten, Top-Pestizidanwender oder Volkswirtschaften mit hohem und mittlerem Einkommen31. Die übrigen Länder und Territorien wurden nach geografischer Lage und der Frage, ob sie Mitglied von Annex-I-Parteien sind, in acht Regionen gruppiert im Rahmenübereinkommen der Vereinten Nationen über Klimaänderungen34 (siehe Ergänzungstabelle 1 für die Aggregation).

Wir quantifizierten zunächst die Pestizidrückstände (d. h. die Menge der eingesetzten Pestizide, die nicht durch Umweltprozesse abgebaut werden) in verschiedenen Anbausystemen mithilfe eines mechanistischen, räumlich expliziten und zeitaufgelösten Modells, das mit georeferenzierten Datenbanken zu Bodeneigenschaften, landwirtschaftlichen Praktiken und hydrometeorologischen Daten gespeist wurde Variablen („Methoden“). Obwohl mehr als tausend Wirkstoffe als Pestizide registriert sind35, haben wir in dieser Studie die Rückstände von 80 Wirkstoffen modelliert, die in der Pflanzenproduktion verwendet werden (Ergänzungstabelle 2) und den Einsatz von Pestiziden in Nicht-Ackerbaugebieten wie Weiden und Weideland ausgeschlossen , Aquakultur, Tierproduktion (z. B. Viehzucht) und städtische Gebiete (z. B. Wohnungen, Eisenbahnen, Gärten). Anschließend berechneten wir die Gefahrenbelastung, die den modellierten Pestizidrückständen entspricht, und verfolgten ihren Fluss entlang internationaler Handelsrouten, angefangen von den produzierenden Ländern bis hin zu den Endverbrauchern. Dabei verwendeten wir ein MRIO-Lieferkettenmodell, um den Pestizid-Fußabdruck von Nationen sowohl als Produzenten als auch als Verbraucher zu quantifizieren. MRIO-Modelle ermöglichen das Scannen mehrerer Lieferkettennetzwerke über Länder und Regionen hinweg. Zur Quantifizierung der mit dem Einsatz von Pestiziden in Lieferketten verbundenen Umweltbelastungen haben wir den Endverbrauch von Waren auf globaler Ebene in 90 Ländern/Regionen berücksichtigt und mehr als eine Milliarde Lieferkettenverbindungen verfolgt, um die Primärproduktion von Waren (z. B. Ernte) zu verfolgen Produktion), Umwandlung von Gütern in Sekundärprodukte (z. B. verarbeitete Lebensmittel) und schließlich Konsum durch einen Endverbraucher (z. B. Haushalte in jedem der 90 Länder/Regionen). Wir haben die Fußabdrücke aus der Perspektive des Primärproduzenten zum Endverbraucher bewertet, um die in den Primärproduktionsgebieten auftretenden gefährlichen Pestizidbelastungen zu ermitteln, die durch den Endverbrauch bestimmt werden, und aus der Perspektive des Endverkaufs zum Endverbraucher, um die gefährlichen Pestizidbelastungen mit den letztendlich verbrauchten Waren zu verknüpfen durch Endbenutzer. Es ist wichtig, beide Perspektiven zu analysieren, um einen ganzheitlichen Überblick über die Gefahrenbelastungen durch Pestizide zu erhalten, die in primär produzierenden Ländern auftreten und in den Lieferketten des sekundären und tertiären Sektors enthalten sind. Da unsere Analysen nur den Einsatz von Pestiziden auf Ackerland umfassen, werden alle tierischen Produkte (einschließlich rohem Fleisch und Eier) als Sekundärprodukte betrachtet, und daher stammen die Pestizid-Fußabdrücke in tierischen Lebensmitteln aus Futtermitteln (z. B. Getreide, Getreidereste, Ölkuchen). Die Fußabdrücke in Dienstleistungssektoren (z. B. Hotels und Restaurants) und anderen Sektoren (z. B. Baugewerbe) sind auf den Konsum von Nahrungsmitteln und Textilien in diesen Sektoren zurückzuführen. Die in dieser Studie durchgeführten Analysen beziehen sich auf das Jahr 2015.

Auf unsere Studie entfallen 3,24 Megatonnen (Mt) Pestizide, was etwa 79 % des von FAOSTAT für 2015 geschätzten weltweiten Pestizideinsatzes entspricht, nämlich 4,09 Mt31 (ergänzende Abbildung 1a). Auf nationaler Ebene umfassen unsere Analysen etwa 63, 70 bzw. 70 % des Pestizideinsatzes in China, den USA und Brasilien, den drei größten Pestizidkonsumenten (ergänzende Abbildung 1a). Die in unsere Analysen einbezogenen Wirkstoffe fallen in drei Funktionsklassen, nämlich Herbizide (1,6 Mio. t weltweit), Insektizide (0,20 Mio. t) und Fungizide (0,40 Mio. t). In Fällen, in denen ein Wirkstoff zu mehr als einer Funktionsklasse gehört, haben wir ihn als Mehrzweckpestizid (0,9 Mio. t) klassifiziert. Im Vergleich zu FAOSTAT-Daten31 macht unsere Studie etwa 70 %, 98 % bzw. 76 % des Herbizideinsatzes in Brasilien, Frankreich und Kolumbien aus (ergänzende Abbildung 1b), während sie weniger als 30 % der Insektizide und Fungizide umfasst Verwendung (Ergänzende Abb. 1c, d). Dies liegt daran, dass 30 % der gesamten Pestizidmasse in unserer Studie auf Mehrzweckpestizide entfielen, die als Insektizide, Fungizide oder beides eingesetzt werden können.

Mithilfe eines räumlich expliziten Umweltmodells haben wir die Menge der eingesetzten Pestizide geschätzt, die in der Umwelt verblieb. Wir haben die modellierten Pestizidrückstände im Oberboden mit Feldmessungen verglichen, die in Silva et al. für 11 Länder der Europäischen Union36, was eine der umfangreichsten Probenahmekampagnen für Pestizidrückstände in landwirtschaftlichen Böden darstellt. Unser Modell schätzte, dass Ackerflächen in Dänemark, Frankreich und Portugal im 95. Perzentil einen Gesamtpestizidrückstand von 0,9, 1,1 bzw. 2,5 mg kg-1 aufwiesen (ergänzende Abbildung 2a). Diese Werte liegen relativ nahe an den maximalen Pestizidrückständen, die Silva et al.36 in den Ackerflächen dieser Länder ermittelt haben und die bei 1,2, 1,1 bzw. 2,9 mg kg-1 liegen. Unsere Schätzungen zeigen im Allgemeinen höhere mittlere Rückstände als bei Silva et al. 36. Wir verglichen auch die von unserem Modell geschätzte Anzahl nachweisbarer Wirkstoffe im Mutterboden mit den in Silva et al.36 gemeldeten Daten. Ein Wirkstoff gilt als nachweisbar, wenn sein Rückstand größer ist als die typische Laborbestimmungsgrenze (≈0,01 mg kg-Boden−1). Die von unserem Modell geschätzte Anzahl nachweisbarer Wirkstoffe liegt im Allgemeinen innerhalb der von Silva et al.36 angegebenen Bereiche, mit einer leichten Überschätzung für Portugal und Italien (ergänzende Abbildung 2b). Auf den Ackerflächen in den 11 Ländern der Europäischen Union schätzte unser Modell einen mittleren Rückstand von 0,31, 0,01, 0,03, 0,02 und 0,03 mg kg-1 für Glyphosat, Tebuconazol, Azoxystrobin, Propiconazol und Chlorpyrifos (ergänzende Abbildung). 3). Diese Schätzungen stimmen relativ gut mit den Daten von Silva et al.36 überein, die einen mittleren Rückstand von 0,14, 0,02, 0,03, 0,02 bzw. 0,03 mg kg-1 berichteten (ergänzende Abbildung 3). Wir betonen, dass es einige Unterschiede in der Statistik unserer Modellschätzungen im Vergleich zu denen der Feldmessungen in Silva et al.36 gibt. Diese Unterschiede können auf Unterschiede in der Stichprobengröße zurückzuführen sein, da Silva et al.36 nur 30 Stichproben pro Land haben, während unser Modell alle Ackerflächen in einem Land umfasst und daher eine wesentlich größere Stichprobengröße aufweist als Silva et al.36.

Unser Modell schätzte, dass sich von den 3,24 Mio. Tonnen Pestiziden, die in unserer Analyse berücksichtigt wurden, etwa 9,3 % (d. h. 0,302 Mio. Tonnen) in der Umwelt ansammelten, was einer Gefahrenbelastung von 1,99 Gigatonnen Körpergewicht (Gt-Körpergewicht) entspricht. Davon entfallen 34 % (0,68 Gt-bw) auf den Verbrauch in entwickelten Ländern und Volkswirtschaften in Transformationsländern (im Folgenden „entwickelte Länder“ genannt), in denen 18 % der Weltbevölkerung leben. Die restlichen 66 % (1,31 Gt-KG) werden durch den Konsum in Entwicklungsländern verursacht, in denen der Großteil der Weltbevölkerung lebt (Abb. 1). Insektizide tragen mit über 80 % am meisten zum weltweiten Pestizid-Fußabdruck bei, gefolgt von Herbiziden, die etwa 10 % des gesamten Fußabdrucks ausmachen.

a–c entsprechen dem Verbrauch weltweit, in entwickelten Ländern und Volkswirtschaften in Transformationsländern bzw. in Entwicklungsländern. Der gesamte Pestizid-Fußabdruck umfasst Beiträge von Herbiziden, Insektiziden, Fungiziden und Mehrzweckpestiziden und wird in Gigatonnen menschlichem Körpergewicht pro Jahr (Gt-bw y−1) ausgedrückt. Als Mehrzweckpestizide werden Pestizide bezeichnet, die für mehr als eine Funktion verwendet werden. Die in den verschiedenen Sektoren eingebetteten Fußabdrücke wurden aus der Perspektive der Endverkaufsstelle bis zum Endverbraucher analysiert. Einzelheiten zur Regionsgruppierung, Pestizidklassifizierung und Sektoraggregation finden Sie in den Ergänzungstabellen 1–2 und den Ergänzungsdaten 1.

Pflanzliche Lebensmittel haben den größten Anteil am weltweiten Pestizid-Fußabdruck (59 %, Abb. 1), wobei der Obst- und Weinanbausektor mit 17 % des globalen Fußabdrucks (0,34 Gt-bw, ergänzende Abb.) den größten Anteil daran hat . 4), während tierische Lebensmittel etwa 11 % ausmachen (Abb. 1). Unsere Analyse zeigt auch, dass ein erheblicher Teil (17 %) des Pestizid-Fußabdrucks in Industrieländern auf den Konsum von kalorienarmen Lebensmitteln wie Erfrischungsgetränken, alkoholischen Getränken, Schokolade, Eiscreme und Zucker zurückzuführen ist (Abb. 1b). . Im Gegensatz dazu tragen diese Lebensmittel nur zu 9 % zum Fußabdruck in Entwicklungsländern bei (Abb. 1c).

Bekleidungs- und Textilsektoren (z. B. Baumwolle, Gummi, andere Fasern) sind für etwa 4 % des weltweiten Pestizid-Fußabdrucks verantwortlich (Abb. 1a). Der Verbrauch von Lebensmitteln und Textilprodukten im Dienstleistungssektor und anderen Industriesektoren trägt zu etwa 8 bzw. 5 % des weltweiten Pestizid-Fußabdrucks bei. Zu den Fußabdrücken in anderen Industriesektoren zählen auch solche, die von Ernterückständen stammen, die als Futtermittel verwendet werden (siehe Zusatzdaten 1). Innerhalb der Dienstleistungssektoren sind Hotels und Restaurants sowie Lebensmitteldienstleistungen die Hauptbeitragszahler (ergänzende Abbildung 4). Wir haben außerdem herausgefunden, dass der Anteil der Fußabdrücke in Dienstleistungssektoren in entwickelten Ländern viel höher ist als in Entwicklungsländern (Abb. 1b, c).

Aus der Perspektive des Primärproduzenten zum Endverbraucher haben wir herausgefunden, dass etwa 49 % des Pestizid-Fußabdrucks, der durch den Konsum in entwickelten Ländern verursacht wird (0,33 Gt-bw), auf den internationalen Handel zurückzuführen sind (d. h. die gefährlichen Pestizidbelastungen traten im Ausland auf), während die Der Verbrauch importierter Waren trägt nur 23 % zum Pestizid-Fußabdruck in Entwicklungsländern bei (0,30 Gt-KG). Weltweit werden etwa 32 % des Pestizid-Fußabdrucks international gehandelt (d. h. 32 % der weltweiten gefährlichen Pestizidbelastungen erfolgten außerhalb des Landes des Endverbrauchs). Dieser Prozentsatz ist vergleichbar mit den internationalen Handelsverkörperungen anderer Umweltauswirkungen (10–70 %26), wie zum Beispiel dem globalen Verlust der biologischen Vielfalt (30 %8), Treibhausgasemissionen (19–24 %37), Stickstoffemissionen (25–27 %). 10) und stickstoffbedingte Wasserverschmutzung (13 %38). Unter allen Primärsektoren sind die im internationalen Handel enthaltenen Pestizid-Fußabdrücke bei Gewürzen am höchsten (etwa 63 % werden international gehandelt), gefolgt von den Sektoren Sojabohnen und Nüsse, die etwa 61 bzw. 57 % der eingebetteten Fußabdrücke international gehandelt haben (ergänzende Abbildung). . 5).

Weltweit beträgt der durchschnittliche Pro-Kopf-Pestizid-Fußabdruck, der sich aus dem Verbrauch ergibt, 0,27 t-bw pro Kopf pro Jahr, wobei die Schwankung je nach Land und Region zwischen 0,01 und 1,6 t-bw pro Kopf pro Jahr liegt. Alle zehn Länder und Gebiete mit dem höchsten Pestizid-Fußabdruck pro Kopf gehören zu den Volkswirtschaften mit hohem Einkommen (Abb. 2), acht davon sind Industrieländer. Spanien hat den höchsten Pro-Kopf-Fußabdruck, der etwa 11 bzw. 105 % höher ist als der seiner angrenzenden Länder – Portugal und Frankreich (ergänzende Abbildung 6). Tatsächlich haben internationale Bewertungen ergeben, dass ein großer Teil der in Spanien produzierten Lebensmittel hohe Mengen an Pestizidrückständen enthielt39. Der hohe Pro-Kopf-Fußabdruck in Spanien ist auf den hohen Einsatz von Pestiziden zurückzuführen, möglicherweise aufgrund von Mängeln und Inkongruenzen in der spanischen Pestizidpolitik40. Allerdings sind nur etwa 23 % der Fußabdrücke in Spanien auf den internationalen Handel zurückzuführen (ergänzende Abbildung 7), während in Portugal und Frankreich etwa 45 bzw. 75 % der Pestizid-Fußabdrücke aus dem Ausland stammen. Viele europäische Länder haben einen hohen Pestizid-Fußabdruck pro Kopf, wobei mehr als 90 % des Fußabdrucks aus dem Ausland stammen, beispielsweise die Niederlande, Belgien, Dänemark, Norwegen, Schweden, Deutschland und die Schweiz (Ergänzende Abbildungen 6 und 7).

*Industrieländer und Volkswirtschaften in Transformationsländern. Große Regionen sind in diesem Diagramm nicht enthalten, werden jedoch in der ergänzenden Abbildung 6 dargestellt.

Wir haben die Nettohandelsbilanzen der ausgewählten 82 Länder und Territorien und acht großen Regionen unter Verwendung der Perspektive vom Primärproduzenten zum Endverbraucher berechnet, um die Nettoimporteure und Nettoexporteure von Pestizid-Fußabdrücken zu ermitteln. Ein Nettoimporteur übt aufgrund seines Verbrauchs im Ausland mehr Umweltbelastungen (d. h. mehr gefährliche Pestizidbelastungen) aus als im Inland bei Exporten und umgekehrt bei Nettoexporteuren. Solche Informationen gelten nur für Bewertungen, die mit MRIO-Modellen durchgeführt werden, und können nicht aus herkömmlichen LCA-Datensätzen abgeleitet werden. Der Kern dieser Bewertung liegt im Herzen von MRIO-Modellen, die Daten über internationale Importe und Exporte erfassen. Wir haben die Nettoimporteure und Nettoexporteure quantifiziert, indem wir die Lieferkettennetzwerke für jedes der 90 Länder/Regionen verfolgt haben; und Identifizierung von Ländern, die aufgrund ihres Verbrauchs hauptsächlich gefährliche Pestizidbelastungen außerhalb ihres Hoheitsgebiets verursachen (Nettoimporteure), und Länder, die im Inland betroffen sind, weil sie Exporte produzieren, um den ausländischen Verbrauch zu decken (Nettoexporteure). Der Status von Ländern als Nettoexporteure oder Nettoimporteure wird durch eine Reihe von Faktoren bestimmt, wie etwa die Ressourcenausstattung, die Abhängigkeit der Wirtschaft von Agrarexporten, Handelsabkommen, Zölle und Richtlinien sowie die Strenge der Umweltvorschriften.

Unter allen Nettoimporteuren sind 32 von 52 Ländern Industrieländer (ergänzende Abbildung 8). China, der weltweit größte Agrarimporteur41, ist der größte Nettoimporteur von Gütern mit Gefahrenbelastungen durch den Einsatz von Insektiziden und Herbiziden, gefolgt von Deutschland, Großbritannien und Japan (Abb. 3a). Etwa 44 % der nach China importierten mit Pestiziden behafteten Waren stammten aus den USA, etwa 12 % aus Ländern südlich der Sahara und etwa 8,7 % aus Brasilien. Überraschenderweise gehört Indien auch zu den fünf größten Nettoimporteuren, wobei etwa 18 % der importierten, mit Pestiziden behafteten Waren aus den USA stammen, hauptsächlich aufgrund der Importe von Baumwolle und Nüssen, und 16 % der Sojabohnen aus Argentinien und andere ölhaltige Pflanzen. Betrachtet man die Bevölkerungsgröße, scheinen Länder mit hohem Einkommen wie Irland, Dänemark, Norwegen, Katar und Schweden den höchsten Pro-Kopf-Nettoimport zu haben (Abb. 3b).

a Gesamte Nettoimporte und -exporte. b Nettoimporte und -exporte pro Kopf. Nettoimporteure üben im Ausland aufgrund ihres Konsums importierter Produkte und Dienstleistungen mehr Umweltbelastungen aus als im Inland aufgrund ihrer Exporte, und umgekehrt gilt für Nettoexporteure. Die Analyse wurde auf der Grundlage der Perspektive des Primärproduzenten bis zum Endverbraucher durchgeführt. *Industrieländer und Volkswirtschaften in Transformationsländern. Große Regionen sind in diesem Diagramm nicht enthalten, werden jedoch in der ergänzenden Abbildung 8 dargestellt.

Wir haben außerdem herausgefunden, dass die EU-27-Mitgliedstaaten etwa 0,06 Gt-bw an Gefahrenbelastungen aus anderen Ländern importieren, die durch die Verwendung von Wirkstoffen verursacht werden, die in ihren eigenen Ländern verboten waren (d. h. etwa 34 % ihres importierten Pestizid-Fußabdrucks). Insbesondere tragen verbotene Substanzen zu mehr als 90 % des gesamten importierten Fußabdrucks in Schweden, Dänemark, Deutschland, Finnland, Litauen und Lettland bei – wobei diese Länder über eine der strengsten Vorschriften für den Einsatz von Pestiziden verfügen42,43.

Überraschenderweise sind viele der Nettoexporteure Länder mit Volkswirtschaften mit hohem und oberem mittlerem Einkommen (ergänzende Abbildung 8). Die USA sind der größte Nettoexporteur von Waren mit Gefahrenbelastungen durch Insektizide und Herbizide. Die wichtigsten Endziele sind China (34 %), Japan (7,1 %) und Mexiko (6,9 %, Ergänzungstabelle 3). Allerdings sind die USA auch Nettoimporteur von Gefahrenbelastungen durch Fungizide und Mehrzweckpestizide (Abb. 3a). Brasilien ist der zweitgrößte Nettoexporteur. Die wichtigsten Endabnehmerländer sind die USA (13,5 %, für Nüsse und Obstgartenfrüchte und Weintrauben), China (12 %, für Nüsse und Sojabohnen) und Deutschland (6,9 %, für Obstgartenfrüchte und Weintrauben). Trauben und Nüsse, Ergänzungstabelle 3). Etwa 61 % des Pestizid-Fußabdrucks der brasilianischen Exporte (0,04 Gt-bw) werden durch den Konsum in entwickelten Ländern, insbesondere den USA, Deutschland und Großbritannien, verursacht. Im Gegensatz dazu sind nur 29 % der in Argentinien durch seine Exporte auftretenden Gefahrenbelastungen auf den Verbrauch in entwickelten Ländern zurückzuführen. Die wichtigsten Endziele der in den argentinischen Exporten enthaltenen Gefahrengüter sind Brasilien (12,4 % des gesamten exportierten Fußabdrucks, hauptsächlich für Weizen), China (11 %, hauptsächlich für Sojabohnen) und Indien (8 %, hauptsächlich für Sojabohnen, Ergänzung). Tisch 3).

Bei der Verfolgung der Ströme verkörperter Pestizid-Fußabdrücke entlang der Lieferketten, ausgehend von der Endverkaufsstelle bis hin zum Endverbraucher, stellten wir fest, dass der größte internationale Fluss von den USA nach China erfolgt (0,029 Gt-bw, Abb. 4), davon 73,4 % sind mit Sojabohnen und 5,7 % mit anderen Getreidearten verbunden (Ergänzungstabelle 4). Andererseits fließen <0,002 Gt-bw von China in die USA, wobei Textilien und Bekleidung der Sektor sind, der den größten Anteil des gehandelten Fußabdrucks ausmacht (24,4 %).

Rote Linien stellen die Strömungen dar, wobei das Durchflussvolumen proportional zur Liniendicke ist (je dicker die Linie, desto größer das Durchflussvolumen). Die Farbkarte stellt den Fußabdruck der Importe abzüglich des Fußabdrucks der Exporte auf einer Skala von –80 bis 80 Megatonnen Körpergewicht (Mt-bw) dar. Nettoimp. bezieht sich auf Nettoimporteur und Nettoexp. bezieht sich auf den Nettoexporteur.

Innerhalb der EU27 stellten wir beträchtliche Ströme von Spanien nach Deutschland (0,0084 Gt-bw, der zweitgrößte der Welt) und Frankreich (0,008 Gt-bw, der drittgrößte der Welt) fest, wobei die wichtigsten Handelsgüter Gemüse und Früchte ohne Hülsenfrüchte, Obstgärten usw. waren Trauben und Nüsse (Ergänzungstabelle 4). Italien exportiert auch 0,004 bzw. 0,002 Gt-bw nach Deutschland bzw. Frankreich, wobei es sich um ähnliche Rohstoffe wie Spanien handelt. Insgesamt werden 0,091 Gt-KG an Gefahrenladungen zwischen den EU-27-Mitgliedstaaten gehandelt, wobei die wichtigsten Endziele Deutschland, Frankreich, Italien, Polen und Belgien sind.

Wir vergleichen die in verschiedenen Lebensmitteln enthaltenen Pestizid-Fußabdrücke, indem wir die Fußabdrücke anhand von Masse, Kalorien und Protein normalisieren (Abb. 5). In dieser Analyse beobachten wir erhebliche Unterschiede im verkörperten Pestizid-Fußabdruck sowohl in den Produktionsländern als auch in den Lebensmittelprodukten, wobei einige pflanzliche Lebensmittel einen höheren Pestizid-Fußabdruck aufweisen als tierische Lebensmittel. Unter allen Nahrungsmitteln weisen Obstgärten und Weintrauben den höchsten Fußabdruck pro Massen- und Kalorieneinheit auf. Unter allen Getreidearten hat Weizen den geringsten Pestizid-Fußabdruck pro Kalorieneinheit (Abb. 5b). Der Pro-Kalorien-Fußabdruck von Reis ist etwa 1,3-mal höher als der von Weizen, während der Pestizid-Fußabdruck von Mais etwa 3,5-mal höher ist als der von Weizen. Unter allen proteinreichen Nutzpflanzen haben Sojabohnen den geringsten Pestizid-Fußabdruck pro Proteineinheit, während Nüsse den höchsten haben (Abb. 5c). Rohes Fleisch (einschließlich aller Fleischsorten) hat einen etwas höheren Pestizid-Fußabdruck pro Proteineinheit (1,35 kg Körpergewicht kg Protein) als Sojabohnen (1,24 kg Körpergewicht kg Protein). Unit-Protein-Fußabdruck (Abb. 5c). Tierische Öle und Fette haben einen vergleichbaren Kalorien-Fußabdruck wie andere pflanzliche Öle, sind jedoch etwa 2,3-mal höher als Soja- und Maisöle (Abb. 5b). Die hier vorgestellte Bewertung berücksichtigt alle vorgelagerten Lieferketten für die Produktion von Lebensmitteln (z. B. Pflanzen, Getreide, Gemüse, Obst, Fleisch, Milchprodukte, Eier und andere Produkte), einschließlich der Futtermittelproduktion. Die MRIO-Analyse erfasst die Produktion und den Verbrauch von Futtermitteln sowie die damit verbundenen Gefahrenbelastungen durch Pestizide über mehrere Lieferkettennetzwerke, die für die Befriedigung des Endverbrauchs von Lebensmitteln erforderlich sind.

Fußabdrücke ausgedrückt als pro Kilogramm Lebensmittelprodukt (a), pro Kilokalorien (b) und pro Kilogramm Protein (c). Die Balken zeigen die 25. und 75. Perzentilwerte verschiedener Produktionsländer. Die Kreuzmarkierungen zeigen die globalen Medianwerte. n stellt die Anzahl der einbezogenen Produktionsländer dar. Fußabdrücke pro Kilogramm Protein werden für „Gemüse und Früchte“, „Andere Nahrungspflanzen“, „Öle und Fette“, „Zucker“ und „Lebensmittel mit leeren Kalorien“ nicht dargestellt.

Unsere Ergebnisse stehen teilweise im Widerspruch zu den Fußabdruckanalysen von Treibhausgasemissionen und Landnutzung, bei denen Tierfleisch nachweislich einen größeren ökologischen Fußabdruck hat2, stimmen aber mit der Bottom-up-LCA-Analyse der Pestizidtoxizitätsgefahr für die Pflanzen- und Tierproduktion in Australien23 überein, wo die Autoren stellen außerdem fest, dass die Tierproduktion geringere Gefahren durch Ökotoxizität birgt als die Pflanzenproduktion, und weisen darauf hin, dass sie auch die direkte Anwendung von Pestiziden auf Tierhäuten zur Bekämpfung von Fliegen und Flöhen nicht berücksichtigt haben. Da die direkte Anwendung von Pestiziden auf Tierhäuten nur einen kleinen Teil der gesamten verwendeten Pestizide ausmacht44, ändert ihre Einbeziehung nichts an unserer Feststellung, dass tierische Lebensmittel einen geringeren Pestizid-Fußabdruck aufweisen als einige pflanzliche Lebensmittel wie Obstgärten und Weintrauben und Nüsse. Wir erkennen an, dass weitere Analysen durchgeführt werden sollten, um dieses Ergebnis zu überprüfen, sobald die Informationen über den direkten Einsatz von Pestiziden bei Nutztieren und in der Aquakultur öffentlich verfügbar werden. Neben dem Einsatz von Pestiziden werden auch Antibiotika und andere Agrochemikalien wie Pflanzenwachstumsregulatoren in der Vieh- und Pflanzenproduktion eingesetzt. Daher sind weitere Analysen unter Berücksichtigung dieser Einträge erforderlich, um eine umfassende Bewertung des ökologischen Fußabdrucks der landwirtschaftlichen Produktion zu erreichen.

Wir erkennen an, dass unseren Analysen Einschränkungen und Unsicherheiten zugrunde liegen. Die PEST-CHEMGRIDSv1.0-Datenbank29 umfasst nicht alle in Ackerflächen verwendeten Wirkstoffe. Bei der Auswahl der 20 am häufigsten verwendeten Wirkstoffe in jedem Anbausystem nach Masse werden möglicherweise diejenigen nicht berücksichtigt, die eine hohe Toxizität aufweisen, aber in geringer Dosierung auf einer kleinen Oberfläche verwendet werden. Der erste Schritt der Schätzung der Anwendungsmengen in PEST-CHEMGRIDS geht davon aus, dass die Beziehungen zwischen Pestizid-Anwendungsmengen und Kovariaten (z. B. hydrometeorologische Bedingungen, Bodeneigenschaften, landwirtschaftliche Praktiken und Sozioökonomie) in den USA denen in anderen Ländern ähneln die gleiche Art von Anbausystem. Wir weisen darauf hin, dass diese Annahme möglicherweise nicht die Bedingungen erfasst, die nicht in den USA, sondern in anderen Teilen der Welt vorkommen. Um nationale Faktoren zu berücksichtigen, wurden die auf statistischen Schlussfolgerungen basierenden Schätzungen der Anwendungsrate dann mit länderspezifischen Daten zum Pestizideinsatz von FAOSTAT abgeglichen. Es gibt Unsicherheiten innerhalb der FAOSTAT-Daten, insbesondere in den Regionen Afrikas und Ozeaniens, wo die Rücklaufquoten auf den Fragebogen zum Pestizideinsatz unter 20 % lagen31. Darüber hinaus wurden nationale Vorschriften zum Einsatz von Pestiziden und zum Anbau pestizidresistenter gentechnisch veränderter Pflanzen in PEST-CHEMGRIDS explizit berücksichtigt, subnationale Vorschriften und Präferenzen der Landwirte wurden jedoch nicht berücksichtigt, die derzeit unbekannt sind oder nicht abgerufen werden können den geografischen Umfang dieser Arbeit.

Die Schätzung der Pestizidanwendungsraten in PEST-CHEMGRIDS und die Modellierung der Pestizidkonzentrationen in der Umwelt stützen sich auf die Pflanzenkarten von Monfreda et al.45, um die geografische Verteilung einzelner Kulturpflanzen bereitzustellen. Obwohl Monfreda et al.45 derzeit der einzige Datensatz ist, der die globale räumliche Verteilung von 175 Nutzpflanzen liefert, beziehen sich diese Karten auf etwa das Jahr 2000. Da die weltweite Anbaufläche von 2000 bis 2015 um etwa 4 % zugenommen hat31, ist die Verwendung von Nutzpflanzenkarten in Monfreda et al.45 kann zu einer allgemeinen leichten Unterschätzung des globalen Pestizid-Fußabdrucks führen. Insbesondere wirkt sich die Unsicherheit hinsichtlich der Anbaufläche auf die Schätzung der gefährlichen Pestizidbelastungen aus, was sich dann auf die Werte der direkten Intensitäten auswirkt (d. h. Auswirkungen pro ausgegebenem Dollar, \({{{{\bf{q}}}}} }\), „Methoden“). Eine Vergrößerung der Anbaufläche führt zu einer Unterschätzung der direkten Intensitäten, wohingegen eine Verringerung zu einer Überschätzung führt.

Der in dieser Arbeit quantifizierte Pestizid-Fußabdruck umfasste nicht den Pestizideinsatz in Nicht-Ackerbaugebieten wie Weiden, Weideland, Viehzucht, Aquakultur und städtischen Gebieten. Informationen über den direkten Einsatz von Pestiziden (z. B. Menge und Art der Wirkstoffe) in der Tierhaltung, Aquakultur und in städtischen Gebieten sind sehr begrenzt und für die meisten Länder im Allgemeinen nicht verfügbar. Obwohl Weiden rund zwei Drittel der globalen Agrarfläche ausmachen31, wird in vielen Teilen der Welt nur ein kleiner Teil der Weidefläche bewirtschaftet und bewirtschaftet. Beispielsweise sind >90 % der Dauerweiden in China, Indien, Argentinien, Mexiko und Australien natürlich und nicht bewirtschaftet31,46,47. Auf bewirtschafteten Weiden werden bei der Aussaat üblicherweise Pestizide eingesetzt. Da es sich bei den Weiden überwiegend um mehrjährige Nutzpflanzen handelt, erfolgt die Aussaat nicht jedes Jahr. Beispielsweise zeigt eine Umfragestudie, dass die Mehrheit der Landwirte (>80 %) in einem Jahr weniger als 25 % ihres Weidelandes neu bepflanzte48. Daher kommt es auf Weiden im Durchschnitt zu geringen jährlichen Pestizideinträgen.

Obwohl unsere Schätzungen der Pestizidrückstände im Boden innerhalb der beobachteten Bereiche von Silva et al.36 lagen, wurde der Vergleich nur für landwirtschaftliche Böden in Ländern der Europäischen Union durchgeführt. Darüber hinaus basieren unsere Schätzungen der Pestizidrückstände und der Gefahrenbelastung auf der Annahme, dass Pflanzen sowohl für den lokalen Verbrauch als auch für den Export mit den gleichen Pestizidanwendungsmengen angebaut wurden. Allerdings können Produzenten, die auf den Export abzielen, ihren Pestizideinsatz anpassen, um die von den Importländern, wie etwa der Europäischen Union, festgelegten Höchstgrenzen für Pestizidrückstände in Lebensmitteln einzuhalten49. Ohne Berücksichtigung potenzieller Unterschiede in den Pestizideinsatzmengen für den lokalen Verbrauch und den Export von Nutzpflanzen könnte unsere Analyse den international gehandelten Pestizid-Fußabdruck je nach den in den verschiedenen Ländern geltenden Grenzwerten über- oder unterschätzen.

Die hier geschätzten Gefahrenbelastungen durch Pestizide spiegelten nicht die Auswirkungen von Pestiziden auf die menschliche Gesundheit wider (z. B. werden krebserzeugende Wirkungen nicht berücksichtigt) und ihre akute Toxizität für Nichtzielorganismen infolge einer unmittelbaren Exposition nach einem Anwendungsereignis. Möglicherweise liegt eine Unterschätzung des Pestizid-Fußabdrucks vor, da die Gefahrenbelastung nur auf der Grundlage der NOAEL-Werte für Säugetiere und Vögel geschätzt wurde (ausgedrückt als Pestizidmasse pro Körpergewichtseinheit) und einige Wirkstoffe für andere Nichtzielorganismen toxischer sein können, als dies der Fall ist hier berücksichtigt. Wir haben die Auswirkungen auf andere Nichtzielorganismen (z. B. Fische und Regenwürmer) nicht berücksichtigt, da ihre Ökotoxizität üblicherweise als mittlere tödliche Konzentration (LC50) ausgedrückt wird, die zur Berechnung der Gefahrenbelastung nicht einfach in Körpergewicht pro Einheit umgerechnet werden kann.

Die MRIO-Analyse basiert auf der Annahme, dass eine Änderung der Nachfrage oder Produktion einer Branche zu einer proportionalen Änderung der Produktion führt. Bei dieser Technik werden finanzielle Ausgaben in Wirkungen umgewandelt, d. h. je höher die Ausgaben für ein Nahrungsmittel, desto größer die Wirkung. Unsere Analysen spiegeln den Pestizideinsatz und die Handelsmuster des Jahres 2015 wider. Änderungen im Pestizideinsatz und den Handelsmustern im Laufe der Zeit können den Pestizid-Fußabdruck verändern. Basierend auf früheren Studien zu einer Reihe anderer Umweltindikatoren sind Wohlstand (Verbrauch pro Kopf) und Bevölkerungswachstum50,51 die Haupttreiber negativer Umweltauswirkungen, was trotz Verbesserungen der Energieeffizienz zu einem Anstieg des ökologischen Fußabdrucks von 1990 bis 2015 führte52. Darüber hinaus zeigen die in der PEST-CHEMGRIDS-Datenbank bereitgestellten Zukunftsprognosen einen zunehmenden Trend bei den Pestizidanwendungsraten. Daher ist davon auszugehen, dass der Pestizid-Fußabdruck mit der Zeit zunimmt. Zukünftige Arbeiten könnten sich auf die Quantifizierung der Treiber des Pestizid-Fußabdrucks mithilfe einer Strukturzersetzungsanalyse53 konzentrieren.

Um Einschränkungen bei der Schätzung der Pestizidgefährdung und Schwankungen in den Handelsströmen zu berücksichtigen, führten wir eine Unsicherheitsanalyse auf der Grundlage des Monte-Carlo-Ansatzes („Methoden“) durch, bei der wir die Pestizidanwendungen, die NOAEL-Werte sowie die Zwischen- und Endanforderungen veränderten. Unsere Unsicherheitsanalyse zeigt, dass in allen Ländern und Regionen die Standardabweichungen des gesamten Pestizid-Fußabdrucks zwischen 2,4 und 16 % der Referenzwerte lagen, mit einem Durchschnitt von 4,5 % (Ergänzungsdaten 2).

Unsere Studie zeigt die Rolle des internationalen Handels bei der Kontrolle der Pestizidkontamination. Das Verständnis des Pestizid-Fußabdrucks durch die Lieferketten ist wichtig, um bei der Festlegung internationaler Richtlinien zu helfen, die zu einer nachhaltigen Landwirtschaft beitragen. Unsere Analysen identifizieren insbesondere die Leckage des Pestizid-Fußabdrucks. Wir zeigen, dass der Konsum in entwickelten Ländern einen erheblichen Beitrag zur Pestizidbelastung in anderen Ländern leistet. Konkret wurden mehr als 90 % der von einigen europäischen Ländern importierten Pestizid-Fußabdrücke durch Wirkstoffe verursacht, deren Verwendung in diesen Importländern verboten war. Daher muss möglicherweise eine gegenseitige Pestizidverordnung für Importe eingeführt werden, um den Konsum importierter Waren zu verhindern, die unter Verwendung der im Importland verbotenen Substanzen hergestellt wurden. Länder, die den Fußabdruck von Pestiziden importieren, sollten auch einen angemessenen Beitrag zu den Bemühungen zur Entwicklung von Technologien für eine nachhaltige Schädlingsbekämpfung und zur Umsetzung von Sanierungsprojekten leisten, um die Pestizidkontamination in Exportländern zu verringern. Um die Umweltauswirkungen der globalen Lebensmittelproduktion zu reduzieren, schlägt unsere Studie vor, dass die Strategie der Umstellung der menschlichen Ernährung auf pflanzliche Lebensmittel zusätzlich zu nachhaltigen Schädlingsbekämpfungsstrategien, die den Pestizideinsatz reduzieren54, mit der Förderung des Bewusstseins für die Minimierung von Lebensmittelverschwendung einhergehen sollte Nahrungsmittelverlust, Verringerung des übermäßigen Konsums und eine Verringerung des Konsums kalorienarmer Lebensmittel (z. B. Süßigkeiten, Erfrischungsgetränke und alkoholische Getränke).

Während unsere Studie den besten verfügbaren georeferenzierten Datensatz zum Pestizideinsatz in weltweiten Ackerflächen verwendet, ist der Zugriff auf detailliertere und umfangreichere Datensätze zum Pestizideinsatz in allen möglichen Umgebungen, einschließlich Tierproduktion, Aquakultur und städtischer Nutzung, von größter Bedeutung, um eine ganzheitliche Sicht zu erhalten der weltweiten Pestizidverschmutzung und der damit verbundenen Fußabdrücke entlang der Lieferketten. Viele Länder verlangen von Pestizidanwendern in der Landwirtschaft, dass sie Ort, Zeitpunkt, Pestizidarten und Anwendungsmengen aufzeichnen. Diese Daten sind jedoch nur als aggregierte Werte auf nationaler Ebene öffentlich verfügbar, wobei Kalifornien die einzige Region ist, in der Freisetzungen in hohem Maße zeitlich und räumlich erfolgen granulare Datenbanken mit pflanzen- und wirkstoffspezifischen Aufwandmengen55. Nach bestem Wissen der Autoren hat kein Land oder keine Region aktuelle Daten zum Pestizideinsatz in der Tierproduktion und Aquakultur veröffentlicht. Darüber hinaus basieren die in unserer Arbeit verwendeten georeferenzierten Pestizidanwendungsdaten auf länderspezifischen Daten von FAOSTAT, die über einen Fragebogen erhoben wurden. Diese enthalten auch Unsicherheiten, insbesondere in den Regionen Afrika und Ozeanien, in denen die Rücklaufquoten des Fragebogens unter 20 % lagen31. Der fehlende Zugang zu qualitativ hochwertigen Daten zum Pestizideinsatz kann die Weiterentwicklung der Pestizidpolitik behindern55. Daher fordern wir internationale Anstrengungen zur Reform des rechtlichen Rahmens für die Datenverteilung, um den Behörden die Möglichkeit zu geben, detaillierte Daten zum Pestizideinsatz zu melden und offen zugänglich zu machen.

In dieser Studie haben wir den Pestizid-Fußabdruck als die Gefahrenbelastung quantifiziert, die das Körpergewicht von Nichtzielorganismen misst, das erforderlich ist, um in der Umwelt angesammelte Pestizidrückstände ohne negative Auswirkungen zu absorbieren. Dieser Indikator berücksichtigt die Tatsache, dass der Einsatz von Pestiziden je nach Abbaubarkeit und Toxizität Druck auf Ökosysteme ausüben kann oder auch nicht. Die Abbaueffizienz von Pestiziden kann räumlich variieren, da der Abbau und der Transport von Pestiziden durch hydroklimatische Bedingungen und Bodeneigenschaften gesteuert werden56,57. Daher haben wir ein prozessbasiertes und räumlich explizites Umweltmodell verwendet, um die Rückstände von 80 Wirkstoffen in verschiedenen Anbausystemen auf globaler Ebene mit einer Auflösung von 0,5° × 0,5° (d. h. etwa 55 km × 55 km am Äquator) abzuschätzen Begrenzungsrahmen 180°E–180°W; 90°S–90°N). Aus den Modellergebnissen berechneten wir die Gesamtmasse jedes Wirkstoffs, der sich in der Umwelt ansammelte, und die entsprechenden Pestizid-Gefahrenbelastungen in jedem Anbausystem für 168 Pflanzen produzierende Länder, die wir dann mit dem multiregionalen Input-Output (MRIO) verknüpften. Klassifizierung, die aus 6357 Sektoren (aggregiert in 83 Sektoren; Ergänzungsdaten 1) und 221 Ländern und Territorien besteht (wobei 82 Länder und Territorien ausgewählt und andere in acht große Regionen gruppiert wurden; Ergänzungstabelle 1). Diese Schritte ergeben das sogenannte Satellitenkonto, das dann mit einer MRIO-Tabelle verknüpft wurde, um eine verbrauchsbasierte Fußabdruckbewertung durchzuführen und den Fußabdruck jedes Wirkstoffs zu erhalten, der in der Produktion von Waren und Dienstleistungen enthalten ist. Mit dem Begriff „Satellitenkonto“ wird ein physischer Datensatz (in dieser Studie: Daten zu Pestizidbelastungen) bezeichnet, der zur Bewertung des Fußabdrucks mit einer MRIO-Tabelle verknüpft werden kann. Eine verbrauchsbasierte Bewertung ermöglicht die Quantifizierung des Pestizid-Fußabdrucks in verschiedenen Phasen von der Primärproduktion über die Zwischenproduktion bis zum Endverbrauch. Die in dieser Studie durchgeführte Analyse entspricht dem Pestizideinsatz und den internationalen Handelsmustern des Jahres 2015.

Die potenziellen Folgen einer in einem Produkt enthaltenen Pestizidkontamination werden üblicherweise durch den chemischen Fußabdruck21 quantifiziert, der mithilfe des Bottom-up-Lebenszyklusbewertungsansatzes (LCA)22 berechnet wird. Hier untersuchen wir den Druck (anstelle der Folgen), den der Pestizideinsatz auf globaler wirtschaftlicher Ebene ausübt, mithilfe des Top-Down-Ansatzes, der auf einer umweltbezogenen Input-Output-Analyse basiert.

Wir definieren den Pestizid-Fußabdruck als die Gefahrenbelastung (HL) von Pestiziden, die in der Lieferkette zur Deckung des Konsums von Waren und Dienstleistungen verwendet werden. HL misst das Körpergewicht (Körpergewicht) von Nichtzielorganismen, die erforderlich sind, um Pestizidrückstände zu absorbieren (d. h. die Menge an Pestiziden, die nicht durch Umweltprozesse abgebaut und in der Umwelt angesammelt werden), ohne dass es zu schädlichen Auswirkungen kommt. Dabei wird darauf hingewiesen, dass eine Auswirkung keine Sterblichkeit bedeutet. Diese Definition berücksichtigt zwei wichtige Elemente, die den Einsatz von Pestiziden zu einer Belastung für die natürliche Umwelt machen: Anreicherung und Toxizität. Mit anderen Worten: Pestizide üben keinen Druck auf Ökosysteme aus, wenn sie durch Umweltprozesse vollständig abgebaut werden können und für Nichtzielorganismen ungiftig sind. Konkret ist der Pestizid-Fußabdruck, quantifiziert als Gefahrenbelastung, definiert als \({{{{{\rm{HL}}}}}}=\sum [{M}_{i}{{{{{\boldsymbol{ /}}}}}}({{{{{{\rm{NOAEL}}}}}}}_{i}\times 365)]\), wobei \({M}_{i}\) [ kg-Pestizid] ist die Gesamtmasse des in der Umwelt angesammelten Wirkstoffs i und \({{{{{{\rm{NOAEL}}}}}}}_{i}\) [kg-Pestizid kg-bw− 1 Tag−1] ist die Menge des Wirkstoffs i, bei der bei Nichtzielorganismen keine schädliche Wirkung beobachtet wurde. Ein höherer HL-Wert bedeutet eine höhere Umweltbelastung. Wir berücksichtigen die gesamte akkumulierte Masse, ohne sie auf verschiedene Umweltkompartimente aufzuteilen, mit der Begründung, dass sich Pestizide im Laufe der Zeit durch verschiedene Kompartimente bewegen können und dass wir darauf abzielen, den Gesamtdruck im Einklang mit anderen Indikatoren für den Umweltfußabdruck, wie dem Stickstoff-Fußabdruck10, zu quantifizieren. Wir sind uns bewusst, dass die NOAEL-Werte je nach Art variieren können. Daher haben wir durch konservative Maßnahmen die von verschiedenen Datenquellen für Säugetiere und Vögel gemeldeten NOAEL-Werte verglichen (Ergänzungsdaten 3) und für die Berechnung die Mindestwerte verwendet des Pestizid-Fußabdrucks.

Unsere Definition des Pestizid-Fußabdrucks ist druckorientiert, im Gegensatz zum häufig verwendeten wirkungsorientierten chemischen Fußabdruck. Belastungsorientierte Indikatoren konzentrieren sich auf menschliche Aktivitäten, die sich aus Bedürfnissen und Treibern ergeben, die durch Ressourcenverbrauch, Emissionen, Freisetzung von Stoffen in die Umwelt und/oder Landnutzungsänderungen Druck auf die Umwelt ausüben können. Wirkungsorientierte Indikatoren konzentrieren sich auf die Folgen für das Ökosystem und die menschliche Gesundheit, was möglicherweise die Kenntnis des Ausmaßes der Exposition von Nichtzielorganismen gegenüber den Pestiziden erfordert. Während wirkungsorientierte Indikatoren Aufschluss über die Auswirkungen eines bestimmten Produkts oder Prozesses auf lokaler Ebene geben können, ist die Anwendung auf globaler Ebene derzeit technisch schwierig. Belastungen hingegen können auf räumlicher und geografischer Ebene variieren, ohne dass Annahmen über die Höhe der Exposition getroffen werden müssen. Unsere Definition des Pestizid-Fußabdrucks ermöglicht die Bewertung des Pestizideinsatzes in 90 Ländern/Regionen und bietet Möglichkeiten zum Vergleich innerhalb einer Familie von Umwelt-Fußabdrücken (z. B. Kohlenstoff, Stickstoff, Wasser, Material, Energie, Biodiversität) in zukünftigen Studien zur Untersuchung von Handels- und Handelsaktivitäten. Offs, um ein ganzheitliches Verständnis der Nachhaltigkeit und Gerechtigkeit der Ressourcennutzung in allen Ländern sowohl aus Produktions- als auch aus Konsumsicht zu erreichen5.

Die Art und Menge der Wirkstoffe, die in verschiedenen Anbausystemen an bestimmten geografischen Standorten verwendet werden, wurden aus der Datenbank PEST-CHEMGRIDS v1.029 ermittelt. Diese Datenbank liefert die globalen georeferenzierten jährlichen Aufwandmengen von 95 Wirkstoffen, die im Jahr 2015 in zehn Kulturpflanzengruppen verwendet wurden, darunter sechs dominante (z. B. Luzerne, Mais, Baumwolle, Reis, Sojabohnen und Weizen) und vier aggregierte Kulturpflanzen (z. B. Gemüse). und Obst, Obstgärten und Weintrauben, Weiden und Heu sowie andere Nutzpflanzen), was insgesamt 175 Nutzpflanzen ausmacht. Die Ernteaggregation folgt der Klassifizierung des USGS Pesticide National Synthesis Project30 (siehe Tabelle 2 in Maggi et al.29 für eine detaillierte Klassifizierung). Kurz gesagt umfassen „Gemüse und Früchte“ Hülsenfrüchte, Wurzeln und Knollen, Buschfrüchte und krautige Nutzpflanzen; zu den „Obstgärten und Weintrauben“ gehören Nüsse, Obstbäume und Weinreben; „Weiden und Heu“ umfassen Futterpflanzen und Weideland, während die „anderen Kulturen“ sonstiges Getreide, Ölpflanzen und Faserpflanzen umfassen. Die Daten haben eine ursprüngliche Auflösung von 5 Bogenminuten (etwa 10 km × 10 km am Äquator) und umfassen 38,54 Millionen km2 landwirtschaftliche Nutzfläche (einschließlich Weiden) in 168 Ländern. In dieser Arbeit haben wir den Einsatz von Pestiziden auf Weiden und Heu ausgeschlossen, da in vielen Teilen der Welt nur ein kleiner Teil der Weidefläche bewirtschaftet und kultiviert wird31 und es sich bei den Weiden größtenteils um mehrjährige Pflanzen handelt, die nicht häufig neu gepflanzt werden müssen48 und daher einen geringen jährlichen Ertrag aufweisen Pestizideinträge. Wir haben auch drei weitere Wirkstoffe (z. B. Calciumpolysulfid, Bacillus amyloliquefaciens und Erdölöl) ausgeschlossen, da die für die Rückstandsschätzung erforderlichen Daten zu den physikalisch-chemischen Eigenschaften nicht ausreichen. Daher haben wir insgesamt 80 Wirkstoffe auf 11,85 Millionen km2 Ackerland modelliert.

Die Aufwandmengen wurden durch eine erneute Analyse der Datenbank des USGS Pesticide National Synthesis Project30 geschätzt, die 512 Wirkstoffe meldet, die in den oben genannten Haupt- und aggregierten Kulturpflanzengruppen in den Vereinigten Staaten von 1992 bis 2016 verwendet wurden. In jeder der Kulturpflanzengruppen die Spitze Es wurden 20 Wirkstoffe mit der höchsten eingesetzten Gesamtmasse ausgewählt. Diese Auswahl führt zu 200 Wirkstoffen, von denen einige jedoch in verschiedenen Kulturgruppen wiederkehren. Somit umfasst die PEST-CHEMGRIDS v1.0-Datenbank insgesamt 95 einzigartige Wirkstoffe und repräsentiert etwa 84 % der gesamten Pestizidmasse, die 2015 in den Vereinigten Staaten verwendet wurde. Die ausgewählten Wirkstoffe gehören zu den weltweit am häufigsten verwendeten Pestiziden von Li58 durch Zusammenstellung von Pestizidverbrauchsdaten in verschiedenen Ländern in Asien, Europa, Nord- und Südamerika, Afrika und Ozeanien. Die in PEST-CHEMGRIDS bereitgestellten Schätzungen der Ausbringungsraten auf globaler Ebene wurden mithilfe räumlich bedingter statistischer Methoden berechnet, die die physikalischen Eigenschaften des Bodens (Bodentexturen, Kohlenstoffgehalt, Porosität und Dicke sowie Tiefe des Grundwasserspiegels) sowie hydroklimatische Variablen (Niederschlag, atmosphärische Temperatur, Sonneneinstrahlung, Nettoprimärproduktivität, tatsächliche Evapotranspiration und thermisch-klimatische Klassifizierung), landwirtschaftliche Mengen (Stickstoff- und Phosphordüngung, Ernteertrag, Erntewassersicherheit) und sozioökonomische Indizes (Bevölkerungsdichte, Bruttoinlandsprodukt und Mensch). Entwicklungsindex, siehe Tabelle 1 in Maggi et al.29 für die vollständige Liste der öffentlichen Inventare, die für räumliche Schätzungen verwendet werden). Zusätzlich zu den in der räumlichen Analyse verwendeten Mengen berücksichtigen die Schätzungen explizit die vom International Service for the Acquisition of Agri-Biotech Applications59 gemeldete länderspezifische Genehmigung für den Einsatz gentechnisch veränderter pestizidresistenter Nutzpflanzen und die länderspezifischen Pestizidverbote ( oder nicht zur Verwendung zugelassen), wie von der Europäischen Kommission42 und der PAN-Datenbank43 gemeldet. Darüber hinaus wurden andere nationale Faktoren (z. B. Politik, landwirtschaftliche Praktiken, Infrastrukturkapazitäten, Zugang zu Pestiziden) implizit berücksichtigt, indem die Schätzungen anhand der von FAOSTAT31 gemeldeten Daten zum Pestizideinsatz auf Länderebene eingeschränkt wurden. Schätzungen in 28 Ländern (Ergänzungstabelle 1) wurden nicht auf FAOSTAT beschränkt, da in diesen Ländern keine Daten verfügbar waren. Um die Qualität der Schätzungen zu kontrollieren, wurden die für die Schätzung verwendeten Quelldaten und räumlichen Inferenzmethoden einem Benchmarking unterzogen und validiert. Darüber hinaus wurden die Schätzungen auch mit unabhängigen und öffentlich verfügbaren nationalen Daten zum Wirkstoffverbrauch aus Australien, dem Vereinigten Königreich, Südkorea und Südafrika verglichen und mit den von Herstellern oder Regulierungsbehörden empfohlenen Anwendungsmengen abgeglichen. Informationen über die Art und Menge der in landwirtschaftlichen Feldern eingesetzten Wirkstoffe sind derzeit sehr rar und spärlich55, weshalb wir anerkennen, dass ein Benchmarking der Schätzungen für alle Länder derzeit nicht möglich ist. Trotz der Einschränkungen (siehe Einzelheiten im Abschnitt „Einschränkungen und Unsicherheiten“) ist PEST-CHEMGRIDS derzeit die einzige öffentlich verfügbare, datengesteuerte und evidenzbasierte Bestandsaufnahme kulturspezifischer und georeferenzierter Aufwandmengen von Wirkstoffen.

Der Transport und die Abbaugeschwindigkeit von Pestiziden hängen von den physikalisch-chemischen Eigenschaften der Wirkstoffe sowie den Umweltbedingungen ab. Bei zwei Ländern mit unterschiedlichen hydroklimatischen und Bodenbedingungen kann die Menge der in der Umwelt angesammelten Pestizide in diesen Ländern erheblich unterschiedlich sein, selbst wenn sie dieselbe Menge und dieselbe Art von Wirkstoffen verwenden. Darüber hinaus können die Umweltbedingungen auch innerhalb desselben Landes variieren, und daher muss die gesamte in der Umwelt angesammelte Pestizidmasse (dh die Pestizidrückstände), die aus der Pflanzenproduktion in einem Land resultiert, auf subnationaler oder subbezirklicher Ebene geschätzt werden.

Hier wurden Pestizidrückstände mithilfe eines prozessbasierten und räumlich expliziten Umweltmodells32 geschätzt, wobei die pflanzenspezifischen und georeferenzierten Wirkstoffanwendungsraten wie oben beschrieben aus der PEST-CHEMGRIDS-Datenbank stammen. Das Modell berücksichtigt den Wasser-, Gas- und Wärmefluss entlang einer eindimensionalen, unterschiedlich gesättigten Bodensäule, die Diffusion und Advektion gelöster Chemikalien sowie die Verflüchtigung, Adsorption und den Abbau der ausgewählten Wirkstoffe. Die Modellierung wurde mit dem universellen bioreaktiven Mehrphasen- und Mehrkomponenten-Transportsimulator (BRTSim v4.0e60) durchgeführt, der die Kontinuitäts- und Erhaltungsgesetze von Massen- und Energieströmen mithilfe hybrider explizit-impliziten numerischer Techniken innerhalb endlicher Volumina löst. und nicht-isotherme Gleichgewichts- und kinetische Reaktionen, die den Abbau, die Adsorption und die Verflüchtigung von Pestiziden beschreiben. Insbesondere wird der Wasserfluss mithilfe der Richards-Gleichung zusammen mit den relativen Beziehungen zwischen Permeabilität, Wasserpotential und Sättigung des Brooks-Corey-Modells modelliert. Die Advektion und Diffusion wässriger Chemikalien werden durch die Darcy- bzw. Fick-Gleichungen modelliert. Auch die Diffusion gasförmiger Verbindungen wird explizit mit dem Fickschen Gesetz beschrieben. Mithilfe des Massenwirkungsgesetzes wird die Verflüchtigung als Funktion der Henry-Konstanten der Wirkstoffe modelliert, während die Adsorption als Funktion der Verteilungskoeffizienten des organischen Kohlenstoffs der verschiedenen Wirkstoffe im Boden und des Gehalts an organischem Kohlenstoff im Boden, der Bodenmasse, modelliert wird Dichte und Bodenfeuchtigkeit. Der Abbau von Pestiziden wird durch Kinetik erster Ordnung beschrieben, wobei die biologische Aktivität, der Bodenfeuchtigkeitsgehalt, die Bodentemperatur, der pH-Wert des Bodens und der Gehalt an organischem Kohlenstoff im Boden explizit berücksichtigt werden. Die Lösungsgleichungen sind ausführlich in Maggi61 und Tang und Maggi32 beschrieben.

Das Modell wurde dann auf einem dreidimensionalen Gitter mit einer horizontalen Auflösung von 0,5° × 0,5° eingesetzt und vertikal über zwei atmosphärische und drei Bodenschichten in der Wurzelzone (0 bis 100 cm Tiefe) sowie eine zusätzliche Bodenschicht bis hinunter zu einer der beiden Erdschichten ausgedehnt Gleichgewichtswasserspiegel oder Grundgestein. In der ersten Bodenschicht wurden Pestizide gemäß den Anbaukalenderkarten62 ausgebracht. Einströmende Wasserflüsse (Niederschlag und Bewässerung) und Sonnenstrahlung (Kurz- und Langwelle) wurden ebenfalls auf die erste Bodenschicht angewendet, während die Evapotranspiration über das Bodenprofil entsprechend der Wurzelverteilung der Kulturpflanzen verteilt wurde, die auf der Grundlage der maximalen Wurzeltiefe der Kulturpflanzen geschätzt wurde63. Damit die Abbauraten einen nahezu stabilen Zustand erreichen, wurde das Modell 48 Jahre lang unter Verwendung der jährlichen Wirkstoffausbringungsraten des Jahres 2015 und der Zeitreihen von Niederschlägen, Evapotranspiration der Nutzpflanzen, Bewässerung und Sonneneinstrahlung von 1970 bis 2015 betrieben 2017. Insgesamt haben wir 11,85 Millionen km2 Ackerland modelliert, die auf der Grundlage der zusammen mit PEST-CHEMGRIDS verteilten Ackerflächenkarten ausgewählt wurden, die ursprünglich von Monfreda et al.45 erstellt wurden. Insgesamt wurden 32.768 geografische Gitterzellen modelliert.

Wir haben die georeferenzierte Bodentextur, die Schüttdichte, den pH-Wert und den Gehalt an organischem Kohlenstoff von SoilGrids2.064, die Bodenporosität von SoilGrids1.065, die Bodendurchlässigkeit, den Porenvolumenverteilungsindex, die Lufteintrittssaugkraft, die Wärmekapazität und die Wärmeleitfähigkeit von Dai bezogen et al.66, Gleichgewichtswasserspiegel von Fan et al.67, Bodendicke von Pelletier et al.68 und Bodenrestflüssigkeitssättigung von Zhang et al.69. Zeitreihen von Niederschlägen, atmosphärischer Temperatur, langwelliger und kurzwelliger Sonnenstrahlung und potenzieller Evapotranspiration wurden den Datensätzen der Climatic Research Unit entnommen70. Die bewässerte Fläche wurde anhand der Indikatorkarte zur Wassersicherheit der Kulturpflanzen71 bestimmt. Die physikalisch-chemischen Eigenschaften der Wirkstoffe wurden der Pesticide Properties DataBase (PPDB)35 entnommen. Alle zur Eingabe des Modells verwendeten Datensätze sind ausführlich in Tabelle S1 der Zusatzinformationen in Tang und Maggi32 beschrieben. In dieser Arbeit wurden alle georeferenzierten Datenprodukte (einschließlich Pestizidanwendungen) auf eine Auflösung von 0,5° × 0,5° harmonisiert, entweder mit einer massenkonservativen Interpolation für Mengen im Zusammenhang mit Masse oder Energie (z. B. Niederschlag) oder einer anderen linearen Interpolation (z. B. Temperatur). ).

Dieser Modellierungsrahmen wurde zuvor verwendet, um die Dynamik verschiedener Verbindungen auf globaler Ebene zu untersuchen, einschließlich der Dynamik von Atrazin72, Glyphosat73 sowie Kohlenstoff und Stickstoff im Boden74. Wir haben die modellierte Bodenfeuchtigkeit, -temperatur und den pH-Wert mit dem CPC-Bodenfeuchtedatensatz75, dem NOAA/NCEI-Landoberflächentemperaturdatensatz76 bzw. dem SoilGrids2.0-Datensatz64 verglichen. Wir haben auch die geschätzten Pestizidrückstände im Boden mit den in Silva et al.36 berichteten Feldmessungen verglichen (ergänzende Abbildungen 2 und 3). Zusätzlich zum Benchmarking haben wir auch die Empfindlichkeit der Modelleingabevariablen32 bewertet und die Unsicherheiten aus der Rückstandsschätzung auf die Gesamtunsicherheiten bei der Berechnung des Pestizid-Fußabdrucks übertragen (siehe Abschnitte unten).

Aus der nahezu stationären Simulation berechneten wir dann den nicht abgebauten Anteil des Wirkstoffs i im Anbausystem j zum Zeitpunkt t = t* für jede Gitterzelle k als \({F}_{i,j}^{k}( {t}^{* })={M}_{i,j}^{k}({t}^{* })/\mathop{\sum }\nolimits_{t=0}^{t={ t}^{* }}{{M}_{A}}_{i,j}^{k}(t)\), wobei \(\mathop{\sum }\nolimits_{t=0}^{ t={t}^{* }}{{M}_{A}}_{i,j}^{k}(t)\) ist die kumulative aufgebrachte Masse von t = 0 bis t* und \({ M}_{i,j}^{k}(t)\) ist die momentane Gesamtpestizidmasse, die in der Atmosphäre und im Boden in gasförmiger, gelöster und adsorbierter Form vorhanden ist. Anschließend berechneten wir den durchschnittlichen nicht degradierten Anteil \(\bar{{F}_{i,j}^{k}}\) über die letzten fünf Jahre der Simulation, der später zur Erstellung des Satellitenkontos für die MRIO-Tabelle verwendet wurde .

Die Input-Output-Analyse (IO) wurde in den 1930er Jahren vom Nobelpreisträger Wassily Leontief77 entwickelt. Diese Technik basiert auf Input-Output-Tabellen, die Interdependenzen zwischen Wirtschaftssektoren erfassen. IO-Tabellen können entweder national (z. B. für einzelne Länder – USA, Australien usw.) oder global (z. B. eine multiregionale IO-Tabelle) sein. Heute veröffentlichen Statistikämter auf der ganzen Welt IO-Tabellen78,79, die für zahlreiche Bewertungen des sozialen und ökologischen Fußabdrucks des internationalen Handels26 verwendet wurden. Der Pestizid-Fußabdruck von Nationen muss noch quantifiziert werden.

MRIO-Tabellen erfassen Interaktionen zwischen Sektoren in mehr als einem Land und umfassen insbesondere Daten zum internationalen Handel. Für diese Studie haben wir auf der Global Industrial Ecology Virtual Laboratory Platform (Global IELab)33 einen maßgeschneiderten MRIO-Tisch erstellt. Die Plattform ermöglicht den Aufbau globaler internationaler Handelsdatenbanken und bietet die detaillierteste Auflösung von 6357 Sektoren für 221 Länder und Gebiete. Aufgrund rechnerischer Einschränkungen bei der Entwicklung einer MRIO-Tabelle mit der höchsten Auflösung von Sektoren und Regionen bietet das IELab die Möglichkeit, MRIO-Tabellen mit spezifizierter regionaler und sektoraler Auflösung zu erstellen. In dieser Studie haben wir die 6357 Sektoren in 83 Sektoren zusammengefasst (siehe Zusatzdaten 1). Wir haben 82 Länder und Gebiete ausgewählt, die laut FAOSTAT31 entweder zu den größten Agrarproduzenten und größten Pestizidanwendern gehören oder über Volkswirtschaften mit hohem und mittlerem Einkommen verfügen, und wir haben die anderen Länder und Gebiete nach ihrer geografischen Lage und ihrer Verfügbarkeit in acht große Regionen gruppiert sind Mitglieder der Annex-1-Vertragsparteien des Rahmenübereinkommens der Vereinten Nationen über Klimaänderungen (UNFCCC)34 (siehe Ergänzungstabelle 1).

Die der IO-Analyse zugrunde liegende Mathematik umfasst drei Schlüsselmatrizen: (i) die Zwischennachfrage (T), (ii) die Endnachfrage (Y) und (iii) die Wertschöpfung (v). Die Zwischennachfragematrix enthält Elemente (Ta,b), die das Angebot an Ware a zur Verwendung durch Industrie b darstellen. Die in dieser Studie erstellte T-Matrix deckt den Primärsektor (z. B. Viehhaltung, Nutzpflanzen), den Sekundärsektor (z. B. Milchprodukte) und den Tertiärsektor (z. B. Dienstleistungen) ab. Die Endnachfragematrix (Y) erfasst den Konsum von Gütern und Dienstleistungen (Yb,c) durch sogenannte Endverbraucher, c wie Haushalte, Regierung und Vorräte. Zu den Elementen der Wertschöpfungsmatrix (vp,a) gehört der Beitrag der Primärinputs p, wie Löhne und Gehälter, Subventionen, zur Produktion von Gütern durch die Industrie a.

Die verbrauchsbasierte Berechnung zur Quantifizierung des Pestizid-Fußabdrucks läuft wie folgt ab: Zunächst wird der Gesamtoutput (x) eines Input-Output-Systems berechnet als: \({{{{\bf{x}}}}}} ={{{{{\bf{T}}}}}}{{{{{{\boldsymbol{1}}}}}}}^{{{{{{\boldsymbol{T}}}}}} }+{{{{{\bf{y}}}}}}{{{{{\boldsymbol{1}}}}}}}^{{{{{{\boldsymbol{y}}}}} }}\), wobei \({{{{{\boldsymbol{1}}}}}}=\{{{{{\mathrm{1,1}}}}},\ldots ,1\}\) ist ein Summationsoperator. Anschließend erfolgt die Berechnung der direkten Anforderungsmatrix \({{{{{\bf{A}}}}}}={{{{{\bf{T}}}}}}{\hat{{{{{ {\bf{x}}}}}}}}^{-1}\) bietet Einblicke in die Inputs, die jeder der 83 Wirtschaftssektoren für die Produktion von Output benötigt. Das Hutsymbol bezeichnet die Diagonalisierung des Gesamtausgabevektors x. Die Matrix A wird weiterhin verwendet, um die grundlegende Eingabe-Ausgabe-Gleichung von Leontief abzuleiten: \({{{{\bf{x}}}}}}={({{{{{\bf{I}}}}} }{{{{{\boldsymbol{-}}}}}}{{{{{\bf{A}}}}}})}^{{{{{{\boldsymbol{-}}}}}} 1}{{{{{\bf{y}}}}}}\), wobei I die Identitätsmatrix ist und \({({{{{{\bf{I}}}}}}{{{{ {\boldsymbol{-}}}}}}{{{{{\bf{A}}}}}})}^{{{{{{\boldsymbol{-}}}}}}1}\) ist das Leontief-Inverse L, das die Lieferkettenperspektive bietet. Zur Berechnung des Pestizid-Fußabdrucks wird das Satellitenkonto Q mit dem Kehrwert der Diagonale x nachmultipliziert, um Auswirkungen pro Dollar Output (auch als direkte Intensitäten bekannt) zu erhalten: \({{{{{\bf{q}}}} }}={{{{{\bf{Q}}}}}}{\hat{{{{{\bf{x}}}}}}}}^{-1}\). Die Gesamtintensitäten werden dann wie folgt abgeleitet: \({{{{{\bf{m}}}}}}={{{{{\bf{qL}}}}}}\). Gesamtintensitäten erfassen sowohl direkte als auch indirekte Auswirkungen, die bei Postmultiplikation mit der Endnachfrage Fußabdrücke ergeben: \({{{{{\boldsymbol{f}}}}}}={{{{{\bf{m}}} }}}{{{{{\boldsymbol{\bullet }}}}}}{{{{{\bf{y}}}}}}\).

Wir haben zunächst die zehn Kulturpflanzengruppen (d. h. gekennzeichnet durch den Index j) in 175 einzelne Kulturpflanzen (d. h. gekennzeichnet durch den Index n) disaggregiert, indem wir der in Tabelle 2 in Maggi et al.29 beschriebenen Kulturaggregation gefolgt sind. Konkret berechneten wir die Masse des Wirkstoffs i, der sich in der Umwelt aufgrund seiner Verwendung für die Produktion einzelner Nutzpflanzen n in jeder Gitterzelle k ansammelt, als \({M}_{i,n}^{k}={ R}_{i,j(n)}^{k}\times {A}_{n}^{k}\times \bar{{F}_{i,j(n)}^{k}} \), wobei \({R}_{i,j(n)}^{k}\) und \(\bar{{F}_{i,j(n)}^{k}}\) sind die mittlere jährliche Aufwandmenge und der durchschnittliche nicht abgebaute Anteil des Wirkstoffs i in der j(n)-Kulturgruppe, zu der die einzelne Kultur n gehört. \({A}_{n}^{k}\) ist die geerntete Fläche der Ernte n, ermittelt von Monfreda et al.45. Beispielsweise gehört die Einzelkultur „Äpfel“ zur Kulturgruppe „Obst- und Weinbau“ und so wurde die durch die Apfelproduktion akkumulierte Wirkstoffmasse i durch Multiplikation der Aufwandmenge an Wirkstoff i in „Obst- und Weinbau“ ermittelt. [kg-ausgebrachtes Pestizid m−2] mit der Erntefläche von Äpfeln [m2] und dem nicht abgebauten Anteil in „Obstgärten und Trauben“ [kg-angesammeltes Pestizid/kg-ausgebrachtes Pestizid]. Die entsprechende Gefahrenlast wird dann berechnet als \({{{{{{\rm{HL}}}}}}}_{i,n}^{k}={M}_{i,n}^{k }{{{{{\boldsymbol{/}}}}}}({{{{{{\rm{NOAEL}}}}}}}_{i}\times 365)\).

Als nächstes berechneten wir die gesamte Gefahrenbelastung jedes Wirkstoffs bei der Produktion jeder einzelnen Kulturpflanze für jedes Land m (\({{{{{{\rm{HL}}}}}}}_{i,n}^{ m}\)) durch Summieren von \({{{{{{\rm{HL}}}}}}}_{i,n}^{k}\) über alle zu diesem Land gehörenden Gitterzellen. Um das Satellitenkonto für die MRIO-Tabelle zu erstellen, haben wir die länderspezifische Gefahrenbelastung jedes Wirkstoffs für die 175 einzelnen Nutzpflanzen mit den Sektorklassifizierungen der MRIO-Datenbank abgeglichen. Die Zuordnungen zwischen Kulturgruppen, den 175 Einzelkulturen und der Sektorklassifizierung in der MRIO-Tabelle sind in den Zusatzdaten 1 aufgeführt.

Um den Beitrag verschiedener Arten von Pestiziden hervorzuheben, haben wir die Pestizid-Fußabdrücke in vier Klassen eingeteilt, nämlich Herbizide, Insektizide, Fungizide und Mehrzweck-Pestizide (Mehrzweck-Pestizide beziehen sich auf Pestizide, die zu mehr als einer Funktionsklasse gehören, d. h. sie können entweder als Herbizide, Insektizide oder Fungizide eingesetzt werden, Ergänzungstabelle 2). Um festzustellen, ob eine Region Nettoimporteur oder Nettoexporteur von mit Pestiziden belasteten Gütern ist, haben wir die Differenz zwischen der gesamten Pestizid-Gefahrenlast in den Importen (Endverbrauchern) und den Exporten (Erstproduzenten) von Waren und Dienstleistungen berechnet dieser Region. In verbrauchsbasierten Analysen haben wir den Verbrauch sowohl lokal produzierter als auch importierter Produkte und Dienstleistungen berücksichtigt. Bei der Analyse des gesamten Fußabdrucks einer Ware oder Dienstleistung haben wir den kumulativen Fußabdruck der gesamten Lieferkette berücksichtigt, angefangen vom ersten Produzenten bis zum Endverkauf. Wir haben den Pestizid-Fußabdruck verschiedener Lebensmittel in Bezug auf Masse, Kalorien und Protein berechnet. Wir haben den Grundpreis des Exports (d. h. Handelswert/Handelsmenge) aus der UN-Comtrade-Datenbank80 verwendet, um die gefährlichen Pestizidbelastungen zu berechnen, die in einem Kilogramm Lebensmittel enthalten sind, das in jedem Produktionsland produziert wird. Länder, in denen der Grundpreis nicht verfügbar war, wurden von der Analyse ausgeschlossen. Die pro Kilogramm Lebensmittel enthaltenen Kalorien und Proteine ​​wurden der USDA National Nutrient Database81 entnommen. Für alle Pro-Kopf-Analysen wurden die Bevölkerungszahlen jeder Region im Jahr 2015 von FAOSTAT31 bezogen.

Wir führten Robustheitsprüfungen durch, um zu testen, ob sich Schwankungen der klimatischen Muster und Bodeneigenschaften auf die Schätzung der Gefahrenbelastung durch Pestizide auswirken würden. In diesem ersten Robustheitstest haben wir zufällig 1000 Gitterzellen ausgewählt und die Modellläufe (nur das Umweltmodell) unter Verwendung von Niederschlags-, Evapotranspirations-, Sonnenstrahlungs- und Lufttemperatur-Zeitreihen der letzten 17 Jahre (d. h. von 2001 bis 2017) wiederholt. Im zweiten Test wiederholten wir die Modellläufe der 1000 zufälligen Gitterzellen mit einer Variation des Kohlenstoffgehalts im Boden von ± 50 %. Änderungen der Klimamuster führten im Vergleich zur Referenzsimulation zu einer durchschnittlichen Änderung von -0,33 % (25. Perzentil: −1,2 %, 75. Perzentil: 0,3 %), während eine Variation des Kohlenstoffgehalts im Boden um ±50 % zu einer durchschnittlichen Änderung von 5,9 führte % Änderung (25. Perzentil: −4,6 %, 75. Perzentil: 10,7 %, ergänzende Abbildung 10).

Um die mit Pestizid-Fußabdrücken verbundenen Gesamtunsicherheiten zu quantifizieren, haben wir Monte-Carlo-Simulationen durchgeführt. Diese Methode der Unsicherheitsquantifizierung wurde bereits für Fußabdruckstudien durchgeführt10,82. Zunächst haben wir die Unsicherheiten bei der Schätzung der Pestizidgefährdung quantifiziert, indem wir eine globale Sensitivitätsanalyse der Pestizidanwendungsraten, der nicht abgebauten Fraktionen und der NOAEL-Werte durchgeführt haben. Wir haben eine zufällige Stichprobe über den Variablenraum gezogen, der sich innerhalb von +/-50 % der Referenzwerte erstreckt, und dabei eine Gaußsche Verteilung verwendet, die einen Mittelwert um den Referenzwert herum und eine Standardabweichung von 15 % des Referenzwerts aufweist. Wir führten 8000 Untersuchungen durch, um die Standardabweichungen der Pestizid-Gefahrenbelastungen in jedem Sektor und jeder Region zu ermitteln, die dann zur unsicheren Quantifizierung des Pestizid-Fußabdrucks verwendet wurden.

MRIO-Datenbanken werden aus Primärdaten zusammengestellt und sind daher mit Messfehlern verbunden. Diese Fehler breiten sich von der Rohdatenerfassung über die MRIO-Zusammenstellung bis hin zur Bewertung des Pestizid-Fußabdrucks aus83,84,85 und können mithilfe von Monte-Carlo-Techniken86,87 quantifiziert werden. Hier folgen wir dem in Lenzen et al.82 beschriebenen Ansatz, indem wir die Unsicherheit mithilfe von Daten zu Standardabweichungen für die Zwischennachfrage (\({\sigma }_{{{{{{\bf{T}}}}}}} verbreiten. \)) und Endnachfrage (\({\sigma }_{{{{{\bf{y}}}}}}\)), bezogen vom Global MRIO Lab33, und Pestizidgefährdungsfrachten (\({\ Sigma }_{{{{{\bf{Q}}}}}}}\)) wird wie oben beschrieben berechnet, um die Q-, T- und y-Daten zu stören und anschließend die gestörten Pestizid-Fußabdrücke zu berechnen. Diese gestörten Fußabdrücke wurden aus 1.000 Monte-Carlo-Läufen berechnet. Aus den Standardabweichungen der Störungen wurden dann Standardabweichungen der Pestizid-Fußabdrücke berechnet. Die mathematischen Formulierungen dieser Monte-Carlo-Läufe sind ausführlich in Heijungs und Lenzen85 und Lenzen et al.88 beschrieben. Wir haben die Standardabweichungen des gesamten Pestizid-Fußabdrucks für alle Länder und Regionen der MRIO-Tabelle in den Zusatzdaten 2 dargestellt und die Wahrscheinlichkeitsverteilung der Monte-Carlo-Läufe in der Zusatzabbildung 9 gezeigt.

Die georeferenzierten Daten zu Pestizidrückständen wurden über figshare unter https://doi.org/10.6084/m9.figshare.1296632332,89 verbreitet. Die landesspezifischen Daten zum Pestizid-Fußabdruck sind in den Zusatzdaten 2 aufgeführt, die diesem Manuskript beiliegen. Alle in den Abbildungen verwendeten Zusatzdatendateien und Quelldaten. 1–5, und die kulturspezifischen georeferenzierten Pestizid-Gefahrenbelastungskarten wurden über figshare unter https://doi.org/10.6084/m9.figshare.1961217390 verteilt.

Die BRTSim-Software zur Schätzung der Pestizidrückstände kann kostenlos unter https://sites.google.com/site/thebrtsimproject heruntergeladen werden. Ein Beispiel für Eingabedateien, die zum Ausführen des Modells erforderlich sind, kann über figshare unter https://doi.org/10.6084/m9.figshare.1296632332,89 heruntergeladen werden. Die Fußabdruckanalyse wurde mit dem IELab durchgeführt, das über https://ielab.info/ zugänglich ist.

Matson, PA, Parton, WJ, Power, AG & Swift, MJ Landwirtschaftliche Intensivierung und Ökosystemeigenschaften. Science 277, 504–509 (1997).

Artikel CAS Google Scholar

Poore, J. & Nemecek, T. Reduzierung der Umweltauswirkungen von Lebensmitteln durch Produzenten und Verbraucher. Science 360, 987–992 (2018).

Artikel CAS Google Scholar

Tilman, D., Balzer, C., Hill, J. & Befort, BL Globaler Nahrungsmittelbedarf und die nachhaltige Intensivierung der Landwirtschaft. Proz. Natl Acad. Wissenschaft. USA 108, 20260–20264 (2011).

Artikel CAS Google Scholar

Tang, FH, Lenzen, M., McBratney, A. & Maggi, F. Risiko der Pestizidverschmutzung auf globaler Ebene. Nat. Geosci. 14, 206–210 (2021).

Artikel CAS Google Scholar

Hoekstra, AY & Wiedmann, TO Der nicht nachhaltige ökologische Fußabdruck der Menschheit. Wissenschaft 344, 1114–1117 (2014).

Artikel CAS Google Scholar

Tilman, D. & Clark, M. Globale Diäten verbinden ökologische Nachhaltigkeit und menschliche Gesundheit. Natur 515, 518–522 (2014).

Artikel CAS Google Scholar

Lenzen, M. et al. Internationaler Handel mit knappem Wasser. Ökologisch. Wirtschaft. 94, 78–85 (2013).

Artikel Google Scholar

Lenzen, M. et al. Der internationale Handel treibt die Bedrohung der biologischen Vielfalt in Entwicklungsländern voran. Natur 486, 109–112 (2012).

Artikel CAS Google Scholar

Wilting, HC, Schipper, AM, Bakkenes, M., Meijer, JR & Huijbregts, MA Quantifizierung von Biodiversitätsverlusten durch menschlichen Verzehr: eine globale Fußabdruckanalyse. Umgebung. Wissenschaft. Technol. 51, 3298–3306 (2017).

Artikel CAS Google Scholar

Oita, A. et al. Erhebliche Stickstoffverschmutzung im internationalen Handel. Nat. Geosci. 9, 111–115 (2016).

Artikel CAS Google Scholar

Springmann, M. et al. Optionen, um das Lebensmittelsystem innerhalb der Umweltgrenzen zu halten. Natur 562, 519–525 (2018).

Artikel CAS Google Scholar

Weinzettel, J., Hertwich, EG, Peters, GP, Steen-Olsen, K. & Galli, A. Wohlstand treibt die globale Verlagerung der Landnutzung voran. Globus. Umgebung. Chang. 23, 433–438 (2013).

Artikel Google Scholar

Beketov, MA, Kefford, BJ, Schäfer, RB & Liess, M. Pestizide verringern die regionale Artenvielfalt wirbelloser Flusstiere. Proz. Natl Acad. Wissenschaft. USA 110, 11039–11043 (2013).

Artikel CAS Google Scholar

Li, Y., Miao, R. & Khanna, M. Neonikotinoide und Rückgang der Vogelartenvielfalt in den Vereinigten Staaten. Nat. Aufrechterhalten. 3, 1027–1035 (2020).

Artikel Google Scholar

Chagnon, M. et al. Risiken des großflächigen Einsatzes systemischer Insektizide für die Funktion und Dienste von Ökosystemen. Umgebung. Wissenschaft. Umweltverschmutzung. Res. 22, 119–134 (2015).

Artikel CAS Google Scholar

Köhler, HR & Triebskorn, R. Wildtierökotoxikologie von Pestiziden: Können wir Auswirkungen auf die Populationsebene und darüber hinaus verfolgen? Wissenschaft 341, 759–765 (2013).

Artikel Google Scholar

Möhring, N. et al. Wege zur Weiterentwicklung der Pestizidpolitik. Nat. Essen 1, 535–540 (2020).

Artikel Google Scholar

Europäische Kommission. Mitteilung der Kommission an das Europäische Parlament, den Rat, den Europäischen Wirtschafts- und Sozialausschuss und den Ausschuss der Regionen: Eine Strategie „Vom Hof ​​auf den Tisch“ für ein faires, gesundes und umweltfreundliches Lebensmittelsystem COM/2020/381 final (Europäische Kommission). , 2020).

Weidema, BP in Perspectives on Social LCA 11–23 (Springer, 2020).

Bare, JC, Hofstetter, P., Pennington, DW & De Haes, HAU Mittelpunkte versus Endpunkte: die Opfer und Vorteile. Int. J. Lebenszyklusbewertung. 5, 319–326 (2000).

Artikel Google Scholar

Vanham, D. et al. Umwelt-Fußabdruck-Familie, um die lokale und globale Nachhaltigkeit anzugehen und die SDGs zu erreichen. Wissenschaft. Gesamtumgebung. 693, 133642 (2019).

Artikel CAS Google Scholar

Sala, S. & Goralczyk, M. Chemischer Fußabdruck: Ein methodischer Rahmen zur Überbrückung der Ökobilanz und der planetaren Grenzen der chemischen Verschmutzung. Integr. Umgebung. Bewerten. Geschäftsführer 9, 623–632 (2013).

Artikel CAS Google Scholar

Navarro, J., Hadjikakou, M., Ridoutt, B., Parry, H. & Bryan, BA Pestizidtoxizitätsgefahr der Landwirtschaft: regionale und Rohstoff-Hotspots in Australien. Umgebung. Wissenschaft. Technol. 55, 1290–1300 (2021).

Artikel CAS Google Scholar

Rosenbaum, RK et al. USEtox – das UNEP-SETAC-Toxizitätsmodell: Empfohlene Charakterisierungsfaktoren für Humantoxizität und Süßwasserökotoxizität bei der Bewertung der Auswirkungen auf den Lebenszyklus. Int. J. Lebenszyklusbewertung. 13, 532–546 (2008).

Artikel CAS Google Scholar

Lenzen, M. Fehler in konventionellen und Input-Output-basierten Lebenszyklusinventuren. J. Ind. Ecol. 4, 127–148 (2000).

Artikel Google Scholar

Wiedmann, T. & Lenzen, M. Ökologische und soziale Fußabdrücke des internationalen Handels. Nat. Geosci. 11, 314–321 (2018).

Artikel CAS Google Scholar

Malik, A. et al. Internationale Spillover-Effekte in den Textillieferketten der EU: Eine globale SDG-Bewertung. J. Umgebung. Geschäftsführer 295, 113037 (2021).

Artikel Google Scholar

Schulz, R., Bub, S., Petschick, LL, Stehle, S. & Wolfram, J. Die Toxizität von angewandten Pestiziden verlagert sich in Richtung Pflanzen und Wirbellose, sogar in gentechnisch veränderten Nutzpflanzen. Wissenschaft 372, 81–84 (2021).

Artikel CAS Google Scholar

Maggi, F., Tang, FH, la Cecilia, D. & McBratney, A. PEST-CHEMGRIDS, globale Rasterkarten der 20 wichtigsten pflanzenspezifischen Pestizidanwendungsraten von 2015 bis 2025. Sci. Daten 6, 1–20 (2019).

Artikel CAS Google Scholar

Baker, NT Geschätzter jährlicher landwirtschaftlicher Pestizideinsatz durch wichtige Nutzpflanzen oder Nutzpflanzengruppen für Staaten der angrenzenden Vereinigten Staaten, 1992–2016 (US-Innenministerium und US Geological Survey, 2017).

FAOSTAT. Datenbanksammlung der Ernährungs- und Landwirtschaftsorganisation der Vereinten Nationen. http://www.fao.org/faostat/en/#data (2018).

Tang, FH & Maggi, F. Pestizidmischungen im Boden: ein globaler Ausblick. Umgebung. Res. Lette. 16, 044051 (2021).

CAS Google Scholar

Lenzen, M. et al. Das Global MRIO Lab – Kartierung der Weltwirtschaft. Wirtschaft. Syst. Res. 29, 158–186 (2017).

Artikel Google Scholar

Rahmenübereinkommen der Vereinten Nationen über Klimaänderungen (UNFCCC). Klimawandel der Vereinten Nationen. https://unfccc.int/process/parties-non-party-stakeholders/parties-convention-and-observer-states (2021).

Lewis, K., Tzilivakis, J., Warner, D. & Green, A. Eine internationale Datenbank für die Risikobewertung und das Management von Pestiziden. Summen. Ökologisch. Risikobewertung. Int. J. 22, 1050–1064 (2016).

Artikel CAS Google Scholar

Silva, V. et al. Pestizidrückstände in europäischen Agrarböden – eine verborgene Realität offenbart sich. Wissenschaft. Gesamtumgebung. 653, 1532–1545 (2019).

Artikel CAS Google Scholar

Wood, R. et al. Wachstum des ökologischen Fußabdrucks und der im Handel verankerten Umweltauswirkungen: Ressourceneffizienzindikatoren von EXIOBASE3. J. Ind. Ecol. 22, 553–564 (2018).

Artikel Google Scholar

Wan, L., Cai, W., Jiang, Y. & Wang, C. Auswirkungen auf qualitätsbedingte Wasserknappheit: Treiber der stickstoffbedingten Wasserverschmutzungsübertragung im Zuge der Globalisierung von 1995 bis 2009. Umwelt. Res. Lette. 11, 074017 (2016).

Artikel Google Scholar

Poulsen, ME, Andersen, JH, Petersen, A. & Jensen, BH Ergebnisse des dänischen Überwachungsprogramms für Pestizidrückstände aus dem Zeitraum 2004–2011. Lebensmittelkontrolle 74, 25–33 (2017).

Artikel CAS Google Scholar

González, PA, Parga-Dans, E. & Luzardo, OP Große Verkäufe, keine Karotten: Bewertung der Pestizidpolitik in Spanien. Pflanzenschutz. 141, 105428 (2021).

Artikel Google Scholar

Jiang, H. China: sich entwickelnde Nachfrage auf dem weltweit größten Agrarimportmarkt. https://www.fas.usda.gov/data/china-evolving-demand-world-s-largest-agricultural-import-market (2020).

Europäische Kommission. PLANT EU-Pestiziddatenbank. https://ec.europa.eu/food/plant/pesticides/eu-pesticides-db_en (2016).

Watts, M. PAN International konsolidierte Liste verbotener Pestizide. http://paninternational.org/pan-international-consolidated-list-of-banned-pesticides/ (2019).

Osteen, CD & Szmedra, PI Agricultural Pesticide Use Trends and Policy Issues (Nr. 1473-2020–1574) (United States Department of Agriculture (USDA), 1989).

Monfreda, C., Ramankutty, N. & Foley, JA Landwirtschaft auf dem Planeten: 2. Geografische Verteilung von Anbauflächen, Erträgen, physiologischen Typen und Nettoprimärproduktion im Jahr 2000. Glob. Biogeochem. Zyklen 22, GB1022 (2008).

Artikel Google Scholar

Australisches Statistikamt. Landmanagement und Landwirtschaft in Australien-2016-17 (Australian Bureau of Statistics, 2018).

Koli, P. & Bhardwaj, NR Status und Einsatz von Pestiziden in Futterpflanzen in Indien. J Pestic. Wissenschaft. 43, 225–232 (2018).

Artikel CAS Google Scholar

Rijswijk, K. & Brazendale, R. Praktiken, Erfahrungen und Einstellungen zur Weideerneuerung: ein Vergleich im Laufe der Zeit. J. NZ Grasslands 78, 51–56 (2016).

Artikel Google Scholar

Kuchheuser, P. & Birringer, M. Pestizidrückstände in Lebensmitteln in der Europäischen Union: Analyse der Meldungen im Europäischen Schnellwarnsystem für Lebensmittel und Futtermittel von 2002 bis 2020. Food Control 133, 108575 (2022).

Artikel Google Scholar

Malik, A. & Lan, J. Die Rolle des Outsourcings bei der Steigerung der globalen Kohlenstoffemissionen. Wirtschaft. Syst. Res. 28, 168–182 (2016).

Artikel Google Scholar

Soligno, I., Malik, A. & Lenzen, M. Sozioökonomische Treiber der globalen Blauwassernutzung. Wasserressource. Res. 55, 5650–5664 (2019).

Artikel Google Scholar

Lan, J., Malik, A., Lenzen, M., McBain, D. & Kanemoto, K. Eine strukturelle Zerlegungsanalyse globaler Energie-Fußabdrücke. Appl. Energie 163, 436–451 (2016).

Artikel Google Scholar

Dietzenbacher, E. & Los, B. Strukturelle Zerlegungstechniken: Sinn und Sensibilität. Wirtschaft. Syst. Res. 10, 307–324 (1998).

Artikel Google Scholar

Barzman, M. et al. Acht Prinzipien des integrierten Schädlingsmanagements. Agron. Aufrechterhalten. Entwickler 35, 1199–1215 (2015).

Artikel Google Scholar

Mesnage, R. et al. Verbesserung der Daten zum Pestizideinsatz in der EU. Nat. Ökologisch. Entwicklung 5, 1560–1560 (2021).

Artikel Google Scholar

Charnay, MP, Tuis, S., Coquet, Y. & Barriuso, E. Räumliche Variabilität beim 14C-Herbizidabbau in Oberflächen- und Untergrundböden. Schädlingsbekämpfer Wissenschaft. 61, 845–855 (2005).

Artikel CAS Google Scholar

Dechesne, A., Badawi, N., Aamand, J. & Smets, BF Feinskalige räumliche Variabilität des mikrobiellen Pestizidabbaus im Boden: Maßstäbe, Kontrollfaktoren und Auswirkungen. Vorderseite. Mikrobiol. 5, 667 (2014).

Artikel Google Scholar

Li, Z. Die Verwendung einer behinderungsbereinigten Lebensjahrmetrik (DALY) zur Messung der menschlichen Gesundheitsschäden, die durch die maximale gesetzliche Exposition gegenüber Pestiziden entstehen. Wissenschaft. Gesamtumgebung. 639, 438–456 (2018).

Artikel CAS Google Scholar

ISAAA. Internationaler Dienst für den Erwerb von Agri-Biotech-Anwendungen, Datenbank zur GV-Zulassung. http://www.his/her (2018).

Maggi, F. BRTSim, ein universeller Computerlöser für hydrologische, biogeochemische und Ökosystemdynamik. Vorabdruck bei arXiv https://arxiv.org/abs/1903.07015 (2019).

Maggi, F. BRTSim v5.0 Release A, ein universeller Multiphasen- und Multispezies-Rechenlöser für biogeochemische Reaktions-Advektions-Dispersion-Prozesse in porösen und nichtporösen Medien, Benutzerhandbuch und technischer Leitfaden (The University of Sydney, 2021).

Sacks, WJ, Deryng, D., Foley, JA & Ramankutty, N. Pflanztermine: eine Analyse globaler Muster. Globus. Ökologisch. Biogeogr. 19, 607–620 (2010).

Google Scholar

Allen, RG, Pereira, LS, Raes, D. & Smith, M. Evapotranspiration von Nutzpflanzen – Richtlinien zur Berechnung des Wasserbedarfs von Nutzpflanzen – FAO Irrigation and Drainage Paper 56 (FAO, 1998).

de Sousa, LM et al. SoilGrids 2.0: Erstellung von Bodeninformationen für den Globus mit quantifizierter räumlicher Unsicherheit. Boden 7, 217–240 (2021).

Artikel Google Scholar

Hengl, T. et al. SoilGrids250m: globale gerasterte Bodeninformationen basierend auf maschinellem Lernen. PLoS ONE 12, e0169748 (2017).

Artikel Google Scholar

Dai, Y. et al. Ein globaler hochauflösender Datensatz der hydraulischen und thermischen Bodeneigenschaften für die Landoberflächenmodellierung. J. Adv. Modell. Erdsystem. 11, 2996–3023 (2019).

Artikel Google Scholar

Fan, Y., Li, H. & Miguez-Macho, G. Globale Muster der Grundwasserspiegeltiefe. Wissenschaft 339, 940–943.

Artikel CAS Google Scholar

Pelletier, JD et al. Globale 1-km-Gitterdicke von Boden-, Regolith- und Sedimentablagerungsschichten (DAAC, ORNL Oak Ridge National Laboratory, 2016).

Zhang, Y., Schaap, MG & Zha, Y. Eine hochauflösende globale Karte der hydraulischen Eigenschaften des Bodens, erstellt durch eine hierarchische Parametrisierung eines physikalisch basierten Wasserretentionsmodells. Wasserressource. Res. 54, 9774–9790 (2018).

Artikel Google Scholar

Harris, I., Osborn, TJ, Jones, P. & Lister, D. Version 4 des monatlichen hochauflösenden gerasterten multivariaten Klimadatensatzes von CRU TS. Wissenschaft. Daten 7, 1–18 (2020).

Artikel Google Scholar

Thenkabail, PS et al. NASA erstellt Erdsystem-Datenaufzeichnungen zur Verwendung in Forschungsumgebungen (MEaSUREs) Global Food Security Support Analysis Data (GFSAD) Crop Dominance 2010 Global 1 km V001 (NASA EOSDIS Land Processes DAAC, 2016).

La Cecilia, D. & Maggi, F. In-situ-Dynamik des biologischen Abbaus von Atrazin in Weizenkulturen (Triticum) unter variablem hydrologischem Regime. J. Contam. Hydrol. 203, 104–121 (2017).

Artikel Google Scholar

Maggi, F., la Cecilia, D., Tang, FH & McBratney, A. Die globale Umweltgefahr durch den Einsatz von Glyphosat. Wissenschaft. Gesamtumgebung. 717, 137167 (2020).

Artikel CAS Google Scholar

Pasut, C., Tang, FH, Hamilton, D., Riley, WJ & Maggi, F. Raumzeitliche Bewertung von Treibhausgasemissionen und Nährstoffbindung im Zusammenhang mit dem Abfluss von Agrarnährstoffen in globalen Feuchtgebieten. Globus. Biogeochem. Zyklen 35, e2020GB006816 (2021).

Artikel CAS Google Scholar

Fan, Y. & Van Den Dool, H. Globale monatliche Bodenfeuchtigkeitsdaten des Climate Prediction Center mit einer Auflösung von 0,5 für 1948 bis heute. J. Geophys. Res. Atmosphäre. 109, D10102 (2004).

Artikel Google Scholar

Menne, MJ, Durre, I., Vose, RS, Gleason, BE & Houston, TG Ein Überblick über die tägliche Datenbank des globalen historischen Klimatologie-Netzwerks. J. Atmos. Ozeanische Technologie. 29, 897–910 (2012).

Artikel Google Scholar

Leontief, W. Quantitative Input- und Output-Relationen im Wirtschaftssystem der Vereinigten Staaten. Rev. Econ. Stat. 18, 105–125 (1936).

Artikel Google Scholar

Eurostat. Eurostat-Handbuch für Aufkommens-, Verwendungs- und Input-Output-Tabellen (Europäische Kommission, 2008).

Vereinte Nationen. Handbook of Input-Output Table Compilation and Analysis (Vereinte Nationen, 1999).

Vereinte Nationen. UN-Comtrade-Datenbank. http://comtrade.un.org/ (2017).

USDA. USDA National Nutrient Database for Standard Reference (Landwirtschaftsministerium der Vereinigten Staaten, 2019).

Lenzen, M. et al. Der CO2-Fußabdruck des globalen Tourismus. Nat. Aufstieg. Chang. 8, 522–528 (2018).

Artikel Google Scholar

Lloyd, SM & Ries, R. Charakterisierung, Verbreitung und Analyse von Unsicherheiten in der Ökobilanz: eine Übersicht über quantitative Ansätze. J. Ind. Ecol. 11, 161–179 (2007).

Artikel Google Scholar

Imbeault-Tétreault, H., Jolliet, O., Deschênes, L. & Rosenbaum, RK Analytische Ausbreitung von Unsicherheit in der Ökobilanz mithilfe einer Matrixformulierung. J. Ind. Ecol. 17, 485–492 (2013).

Artikel Google Scholar

Heijungs, R. & Lenzen, M. Fehlerausbreitungsmethoden für LCA – ein Vergleich. Int. J. Lebenszyklusbewertung. 19, 1445–1461 (2014).

Artikel Google Scholar

Hondo, H., Sakai, S. & Tanno, S. Sensitivitätsanalyse der gesamten CO2-Emissionsintensitäten, geschätzt unter Verwendung einer Input-Output-Tabelle. Appl. Energie 72, 689–704 (2002).

Artikel CAS Google Scholar

Lenzen, M. Aggregation versus Disaggregation in der Input-Output-Analyse der Umwelt. Wirtschaft. Syst. Res. 23, 73–89 (2011).

Artikel Google Scholar

Lenzen, M., Wood, R. & Wiedmann, T. Unsicherheitsanalyse für mehrregionale Input-Output-Modelle – eine Fallstudie zum CO2-Fußabdruck des Vereinigten Königreichs. Wirtschaft. Syst. Res. 22, 43–63 (2010).

Artikel Google Scholar

Tang FH & Maggi, F. Pestizidmischungen im Boden: ein globaler Ausblick. Datensatz. figshare https://doi.org/10.6084/m9.figshare.12966323.v2 (2021).

Tang, FH, Malik, A. Li, M., Lenzen, M. & Maggi, F. Die internationale Nachfrage nach Nahrungsmitteln und Dienstleistungen treibt den ökologischen Fußabdruck des Pestizideinsatzes voran. Datensatz. figshare https://doi.org/10.6084/m9.figshare.19612173 (2022).

Referenzen herunterladen

Diese Studie wird vom SREI2020 EnviroSphere-Forschungsprogramm der University of Sydney unterstützt. Die Autoren danken dem Sydney Informatics Hub und dem Hochleistungs-Computing-Cluster Artemis der Universität Sydney für die Bereitstellung der Hochleistungs-Computing-Ressourcen, die zu den in dieser Arbeit berichteten Ergebnissen beigetragen haben. Die Autoren erkennen außerdem die Nutzung der National Computational Infrastructure (NCI) an, die von der australischen Regierung unterstützt wird und auf die über das an FM vergebene NCMAS 2021-Zuteilungsprogramm und das vom stellvertretenden Vizekanzler (Forschung) unterstützte Sydney Informatics Hub HPC Allocation Scheme zugegriffen werden kann ), der University of Sydney und dem ARC LIEF (LE190100021). Die Autoren erkennen die Nutzung der vom ARC Discovery Project (DP130101293) unterstützten IELab-Infrastruktur an. M. Lenzen dankt dem ARC Discovery Project (DP200102585) für die Unterstützung. AM dankt dem ARC Discovery Project (DP200103005) und dem ARC Linkage Project (LP200100311) für seine Unterstützung. FHMT dankt dem WH Gladstones Population and Environment Fund 2021 der Australian Academy of Science für seine Unterstützung. Die Autoren danken Dr. Arne Geschke für Gespräche zur MRIO-Modellierung.

Open-Access-Finanzierung durch die Schwedische Universität für Agrarwissenschaften.

Abteilung für Pflanzenbauökologie, Schwedische Universität für Agrarwissenschaften (SLU), Ulls väg 16, Box 7043, 750 07, Uppsala, Schweden

Fiona HM Tang

Umweltingenieurwesen, School of Civil Engineering, The University of Sydney, Sydney, NSW, 2006, Australien

Fiona HM Tang & Federico Maggi

School of Environmental and Rural Science, University of New England, Armidale, NSW, 2351, Australien

Fiona HM Tang

ISA, School of Physics A28, The University of Sydney, Sydney, NSW, 2006, Australien

Arunima Malik, Mengyu Li & Manfred Lenzen

Disziplin Rechnungswesen, Business School, The University of Sydney, Sydney, NSW, 2006, Australien

Arunima Malik

Sydney Institute of Agriculture, The University of Sydney, Sydney, NSW, 2006, Australien

Federico Maggi

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

FHMT, AM, M. Lenzen und FM haben die Studie entworfen; FHMT und FM führten die Modellierung zur Schätzung der Pestizidrückstände durch; AM, M. Lenzen und M. Li führten die MRIO-Modellierung durch; FHMT und AM führten die Analysen durch und verfassten die Arbeit; Alle Autoren trugen zur Dateninterpretation und Manuskriptbearbeitung bei.

Korrespondenz mit Fiona HM Tang oder Arunima Malik.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Communications Earth & Environment dankt Zijian Li und den anderen anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Hauptverantwortliche Redakteure: Sadia Ilyas und Clare Davis.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Tang, FHM, Malik, A., Li, M. et al. Die internationale Nachfrage nach Nahrungsmitteln und Dienstleistungen beeinflusst den ökologischen Fußabdruck des Pestizideinsatzes. Commun Earth Environ 3, 272 (2022). https://doi.org/10.1038/s43247-022-00601-8

Zitat herunterladen

Eingegangen: 03. Juni 2022

Angenommen: 20. Oktober 2022

Veröffentlicht: 07. November 2022

DOI: https://doi.org/10.1038/s43247-022-00601-8

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.