花粉媒介者の研究と保護のために農薬を地図に載せる - 北京ペットフードサプリメント株式会社

Scientific Data volume 9、記事番号: 571 (2022) この記事を引用

2846 アクセス

2 引用

10 オルトメトリック

メトリクスの詳細

野生の花粉媒介者と管理された花粉媒介者は、食糧生産と自然生態系の機能に不可欠です。しかし、その個体群は農薬の使用を含む複数のストレス要因によって脅かされています。花粉媒介者種は採餌のために数百メートルから数千メートル移動する可能性があるため、最近の研究では景観規模で花粉媒介者の減少を評価する重要性が強調されています。しかし、科学者や自然保護活動家がこれを行う能力は、花粉媒介者にとって意味のある、関連する空間スケールや毒物学的単位での農薬使用に関するアクセス可能なデータが不足していることによって制限されている。ここでは、農薬の使用パターン、土地利用、毒性に関するいくつかの大規模な公的データセットからの情報を合成し、有効成分別の農薬使用量 (kg、1997 ～ 2017 年) と総殺虫剤負荷量 (kg およびミツバチの致死量) を記述する新しいデータセットを生成します。、1997–2014)、米国本土における州と作物の組み合わせについてさらに、農薬データセットを土地利用データとリンクさせることにより、花粉媒介者の研究と保全に関連する空間スケールで農薬指標をマッピングする方法について説明します。

測定

LD50 • 農薬 • 耕作地の面積 • 土地被覆

テクノロジーの種類

線量反応設計 • 調査 • リモートセンシング

因子の種類

農薬有効成分 • 接触 vs. 経口 • 状態 • 年 • 作物グループ

サンプルの特徴 - 生物

セイヨウミツバチ

サンプル特性 - 環境

農地生態系

サンプルの特徴 - 場所

アメリカ合衆国本土

開花植物種のほぼ 90% が、種子を付けて結実する花粉媒介者のサービスの恩恵を受けているため、花粉媒介者は健全で多様な生態系に不可欠な要素であり、食糧生産に大きく貢献しています 1,2,3,4。しかし、野生の花粉媒介者と管理された花粉媒介者の両方の個体数は深刻な課題に直面しています5。個体数の減少は、1990 年代半ば以降の越冬コロニーサイズの大幅な減少によって示されているように、オオカバマダラ (Danaus plexippus) の東部個体群を含む、いくつかのミツバチと蝶の種で記録されています 6,7,8。米国の養蜂家は、管理しているミツバチのコロニーの約 3 分の 1 を毎年失います10。花粉媒介者の減少の原因は多面的であり、分類群ごとに多少異なりますが、現在の証拠は、野生のミツバチ、ミツバチ、蝶が少なくとも 2 つの主要なストレス要因、つまり生息地の喪失と農薬への曝露を共有していることを示唆しています5,11,12。生息地の喪失により、花粉媒介者の個体数を維持するために利用できる食料や営巣資源が制限される一方、農薬への曝露は花粉媒介者を完全に殺したり、行動、免疫、生殖に亜致死的な影響を及ぼしたりする可能性があります5、11、12、13、14。さらに、除草剤の使用は、花粉媒介者が食べられる植物の利用可能性を低下させることにより、間接的に花粉媒介者に影響を与える可能性があります15。

過去 10 年間で、研究者は、花粉媒介者の存在量と生態系サービスを景観の関数として予測するモデルの開発において大きな進歩を遂げてきました。野生のミツバチの場合、「ロンスドルフモデル」は土地被覆を巣の場所と季節の花資源の豊富さ（専門家の意見に基づいて予測）に変換し、これを飛行範囲と組み合わせて、ミツバチの存在量と景観上の各細胞の受粉サービスの指標を導き出します16 ,17; このモデルはミツバチにも適用されています18。オオカバマダラに関しては、研究者らは最近、オオカバマダラの個体群の年周期をシミュレートする空間モデルを開発し、保全活動によってオオカバマダラの個体群の安定性が高まる可能性がある地域を特定しました19。資源の利用可能性に基づいた現在の花粉媒介者モデルの重要な価値にもかかわらず、農薬使用のパターンを組み込むことで改善できる可能性があります。

花粉媒介者の健康に関する景観規模の研究に農薬の使用を組み込むには、主に 3 つの障害がありました。まず、米国は農薬の使用、農薬の毒性、土地利用に関する大量の公開データを持っていますが、これらのデータは異なる政府データベースに分散されており、それぞれのデータベースには独特の命名法と組織が存在します。第二に、入手可能な農薬使用データのモザイクは、主に郡、州、または全国平均の規模で報告されています。対照的に、花粉媒介者の個体群はより小さな空間スケールで構造化されています。たとえば、ミツバチの採餌範囲は通常、数百から数千メートルです20。最後に、一般的な農薬有効成分は数百種類あり、花粉媒介者に対する毒性は桁違いに異なります13。農薬の使用を関連する毒性単位に変換すると、総合的な影響を評価するのに役立ちます21、22、23、24。

500 common pesticide active ingredients (1997–2017),/p>

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