ArticlePDF Available

SYNOPS-ein Modell zur Bewertung des Umwelt-Risikopotentials von chemischen Pflanzenschutzmitteln

Authors:
Nachrichtenbl. Deut. Pflanzenschutzd.,
59
(9). S. 197–210, 2007, ISSN 0027-7479.
© Verlag Eugen Ulmer KG, Stuttgart
Nachrichtenbl. Deut. Pflanzenschutzd. 59.2007
SYNOPS – ein Modell zur Bewertung des Umwelt-Risiko-
potentials von chemischen Pflanzenschutzmitteln
SYNOPS - a model to assess the environmental risk potential of pesticides
Volkmar Gutsche und Jörn Strassemeyer
Biologische Bundesanstalt für Land- und Forstwirtschaft, Institut für Folgenabschätzung im Pflanzenschutz, Kleinmachnow
Zusammenfassung
Das Modell SYNOPS zur synoptischen Bewertung des Risikopo-
tentials chemischer Pflanzenschutzmittel wurde seit seiner Veröf-
fentlichung Mitte der neunziger Jahre bereits vielfach national und
in europäischen Projekten angewendet und weiterentwickelt. Der-
zeitig bewertet das Modell das Risikopotential für terrestrische
(Boden und Saumbiotope) und aquatische (Oberflächengewässer)
Organismen. Es erlaubt eine Verknüpfung der Anwendungsdaten
der Pflanzenschutzmittel mit deren Anwendungsbedingungen und
den inhärenten Stoffeigenschaften. Insbesondere die Exposition
wird durch teilweise detaillierte Submodelle errechnet. Der mathe-
matische Aufbau des Modells wird im ersten Teil der Veröffentli-
chung ausführlich beschrieben. Der zweite Teil widmet sich der
Anwendung des Modells für die Darstellung des Umwelt- Risiko-
trends der Pflanzenschutzmittel seit 1987. Als Datengrundlage
werden dabei die Angaben zur Inlandabgabe der Wirkstoffe be-
nutzt, auf deren Basis eine arbeitsaufwendige Schätzung der kultur-
und schadorganismenspezifischen Anwendung der Wirkstoffe er-
folgte. Alle Ergebnisse der Berechnung der Risikoindizes auf
Grundlage dieser Anwendungsschätzungen werden relativ zum
Ausgangsjahr 1987 dargestellt. Die zum terrestrischen und aquati-
schen Bereich verdichteten Trendbilder zeigen eine klare Abnahme
des Risikopotentials in den letzen 18 Jahren. Sie ist am stärksten bei
den Insektiziden ausgeprägt, gefolgt von den Herbiziden und da-
nach den Fungiziden. Vergleicht man diese Bilder mit dem Trend
des Absatzes pro landwirtschaftlicher Nutzfläche, so wird sichtbar,
dass dieser bis zum Jahr 1994 auch gefallen ist, seitdem aber keine
weitere fallende Tendenz zeigt im Gegensatz zur weiteren Reduzie-
rung des Risikopotentials der eingesetzten Wirkstoffe in vielen Be-
reichen. Ein in der Arbeit ebenfalls vorgestellter Vergleich der Risi-
koindizes aus der Anwendungsschätzung 1999/2000 mit denen,
die auf der Basis der Ergebnisse der NEPTUN-Erhebung zum tat-
sächlichen Einsatz der Pflanzenschutzmittel im Feldbau
1999/2000 errechnet wurden, zeigt, dass die absoluten Werte dieser
Indizes aus der NEPTUN–Erhebung durchschnittlich bei Fungizi-
den um 40 %, bei Herbiziden um 30 % und bei Insektiziden um
10 % niedriger liegen. Die Hauptursache dafür ist in den oft redu-
zierten Aufwandmengen in der Praxis zu finden.
Stichwörter: Umwelt, Risiko, Pflanzenschutzmittel,
Indikatoren, Trend
Abstract
Since published in 1996 the model SYNOPS for synoptic as-
sessment of risk potential of chemical plant protection products
has been used and further developed within national and Euro-
pean projects. Recently, the model evaluates the risk potential
for terrestrial (soil and edge-biotopes) and aquatic (surface wa-
ter) organisms. It combines use data of pesticides with their ap-
plication conditions and their inherent properties. Especially
the exposure of organisms is calculated by more or less sophis-
ticated sub-models. In the first part of paper the mathematical
structure of model has been described. The second part is ded-
icated to an approach to track the trend of pesticide risk in Ger-
many since 1987. The aggregated trend figures for the aquatic
and terrestrial compartment show a clear decrease of risk in the
last 18 years. The strongest decline can be seen for insecticides,
followed by herbicides and fungicides. If the risk trend is com-
pared with the trend of sale per agricultural area it becomes ap-
parent, that the sale has also a clear decrease till 1994 but be-
comes nearly stabile afterwards in contrast to the further de-
cline of risk indices. Finally, risk indices obtained from repre-
sentative field surveys are compared with indices derived from
use estimations on base of sale data. The survey-based indices
are in average 40 % (fungicides), 30 % (herbicides), and 10 %
(insecticides) lower than the use estimation based one. It is
mainly caused by the fact that in practice farmer uses lower ap-
plication rates than recommended on the registration label of
pesticides.
Key words: Environment, risk, pesticides, indicator, trend
1 Einleitung
Transparenz beim Umgang mit chemischen Pflanzenschutz-
mitteln in der Landwirtschaft ist eine legitime Forderung des
Verbrauchers und der allgemeinen Öffentlichkeit. Das betrifft
sowohl die Häufigkeit ihres Einsatzes als auch die Höhe des
damit verbundenen Risikos für die menschliche Gesundheit
und die Umwelt. Zur Beurteilung des Risikopotentials für die
Umwelt wurde in der Biologischen Bundesanstalt für Land-
und Forstwirtschaft das Modell SYNOPS zur synoptischen Be-
wertung von chemischen Pflanzenschutzmitteln entwickelt
(GUTSCHE und ROSSBERG, 1996; GUTSCHE und ROSSBERG,
1997). Inzwischen hat das Bewertungsmodell im nationalen
Rahmen (GUTSCHE und ROSSBERG, 2000; DE MOL et al., 2002)
und in europäischen Projekten (REUS et al., 1999; REUS et al.,
2002, DELBAERE und SERADILLA, 2004) bereits eine breite An-
wendung gefunden und wurde kontinuierlich verbessert. We-
sentliche Ideen des Bewertungsmodells konnten sowohl in in-
ternationale Risikoindikatoren (OECD, 2000; LUTTIK, 2004)
eingebracht als auch aus diesen Projekten für das Modell SY-
198 Volkmar Gutsche und Jörn Strassemeyer: SYNOPS – ein Modell zur Bewertung ...
Nachrichtenbl. Deut. Pflanzenschutzd. 59.2007
NOPS erschlossen werden. Es erscheint deshalb dringend an-
gebracht, den derzeitigen Stand des Bewertungsmodells darzu-
stellen und neueste Anwendungsergebnisse zu diskutieren, zu-
mal beabsichtigt ist, SYNOPS als Indikator für das Risikopo-
tential der Anwendung chemischer Pflanzenschutzmittel peri-
odisch in Deutschland anzuwenden und auch um weitere As-
pekte zu ergänzen.
2 Methode
Die vorliegende Version des Modells bewertet zunächst nur das
Risiko, das durch die Anwendung von chemischen Pflanzen-
schutzmitteln (PSM) für die Umwelt entsteht. Es ist aber ge-
plant, das Modell um den Bereich der menschlichen Gesund-
heit zu erweitern, also auch das Risiko für den Anwender von
Pflanzenschutzmitteln und das Risiko für den Verbraucher von
pflanzlichen Erzeugnissen, die mit PSM behandelt wurden, in
die Bewertung einzubeziehen.
2.1 Allgemeines Grundprinzip des Bewertungsmodells
Für die Risikobewertung verbindet das Modell Informationen
über die Anwendung von PSM sowohl mit Daten über die Ei-
genschaften der eingesetzten Substanzen als auch mit Daten
über die Anwendungsbedingungen.
Allgemein wird das Risikopotential in SYNOPS als Quoti-
ent der abgeschätzten Umweltkonzentration (Exposition) und
der Toxizität der Substanz angegeben. Als Wert für Toxizität
wird die letale Konzentration (LC50) bzw. letale Dosis (LD50)
des Wirkstoffs für bestimmte Stellvertreterorganismen benutzt.
Bei der Berechung der umweltrelevanten Konzentration be-
trachtet SYNOPS drei Nichtziel-Kompartimente, die bei der
Anwendung von chemischen Pflanzenschutzmitteln über un-
terschiedliche Wege unbeabsichtigt befrachtet werden können:
den Boden, an das Feld angrenzende oder in der Nähe liegende
Oberflächengewässer und an das Feld angrenzende Saumbio-
tope (Abb. 1).
Als hauptsächliche Eintragspfade werden dabei für den Bo-
den die direkte Befrachtung, modifiziert durch den Bodenbe-
deckungsgrad der Blattfläche der Pflanzen, für die Saumbioto-
pe die Abtrift und für die Oberflächengewässer Abtrift,
Run-off und Drainage betrachtet.
Als Stellvertreterorganismen für die verschiedenen Bereiche
fungieren in der jetzigen Variante von SYNOPS für den Boden
der Regenwurm, für Oberflächengewässer Algen, Wasserflöhe
und Fische und für Saumbiotope die Biene.
Das Grundprinzip des Modells besteht darin, dass zunächst
für jede einzelne Applikation eines Wirkstoffes die potentielle
Befrachtung der drei Kompartimente und die sich daraus erge-
bende Anfangskonzentration über verschiedene Submodelle,
die eine Vielzahl von Applikationsbedingungen berücksichti-
gen, berechnet werden. Für den Boden und die Oberflächenge-
wässer wird danach auch der Abbau der Konzentration über
der Zeit modelliert.
Die berechnete Exposition kann im Modell mit zwei unter-
schiedlichen Ansätzen bewertet werden:
a) die getrennte Bewertung der einzelnen Applikationen, un-
abhängig davon, ob sie in einer feldbezogenen Spritzfolge aus-
gebracht werden oder
b) die bilanzierende Bewertung von feldbezogenen Spritz-
folgen, in denen mehrere verschiedene Wirkstoffe einmal oder
zum wiederholten Male angewendet werden.
Die erste Art der Bewertung wird auf nationaler Ebene zur
Schätzung des zeitlichen Trends des Risikopotenzials der in
Deutschland angewandten Pflanzenschutzmittel angewendet.
Die zweite, bilanzierende Möglichkeit wird auf der regiona-
ler Ebene zur Schätzung und vergleichenden Bewertung des
Risikopotenzials der praktischen Anwendung chemischer
Pflanzenschutzmittel auf verschiedenen Standorten und Früch-
ten zum Erkennen räumlicher Hot-Spots gewählt .
In beiden Fällen wird sowohl ein akutes als auch ein chroni-
sches Risiko für die Stellvertreterorganismen berechnet.
Bei der getrennten Bewertung einzelner Applikationen ist
das akute Risiko als Quotient der Anfangskonzentration des
Wirkstoffes und der entsprechenden Toxizität (LC50 bzw.
LD50) definiert, während das chronische Risiko sich als Quo-
tient der Durchschnittskonzentration eines Jahres1 und der To-
xizität darstellt.
Bei der bilanzierenden Bewertung feldbezogener Spritzfol-
gen wird das akute Risiko zunächst für jeden beteiligten Wirk-
stoff berechnet, wobei für den Fall, das der Wirkstoff in der
Spritzfolge mehrfach appliziert wird, auch die sich eventuell
„aufschaukelnde“ Konzentration im entsprechenden Kompar-
timent beachtet wird. Der sich unter allen Wirkstoffen ergeben-
de maximale Risikowert wird dann als akutes Risiko der
Spritzfolge definiert (s. Abb. 2). Für die Berechnung des chro-
nischen Risikos werden die täglichen Werte der Konzentrati-
ons-Zeit-Kurve eines Wirkstoffs durch die entsprechende Toxi-
zität dividiert. Es entsteht für jeden Wirkstoff dadurch eine Ri-
siko-Zeit-Kurve. Anschließend werden alle sich ergebenden
Risikowerte der Wirkstoffe der Spritzfolge täglich aufaddiert,
und es ergibt sich eine summarische Risiko-Zeit-Kurve.
1Die sogenannte zeitgewichtet durchschnittliche Konzentration ist das In-
tegral der Konzentrations-Zeit-Kurve dividiert durch Anzahl der Tage auf
der Zeitachse, hier 365 Tage.
Abb. 1. Grundstruktur des Modells SYNOPS. Abb. 2. Prinzip der Berechnung des akuten und chronischen
Risikos.
Volkmar Gutsche und Jörn Strassemeyer: SYNOPS – ein Modell zur Bewertung ... 199
Nachrichtenbl. Deut. Pflanzenschutzd. 59.2007
Das chronische Risiko der Spritzfolge ist dann der zeitge-
wichtete Durchschnittswert dieser summarischen Risi-
ko-Zeit-Kurve für einen Zeitraum von einem Jahr.
2.2 Berechnung der Exposition pro Applikation eines
Wirkstoffes
Boden
Die Befrachtung des Bodens wird im Bewertungsmodell SYN-
OPS ausschließlich über die Interzeption des Wirkstoffes durch
die Kulturpflanze beeinflusst. Sie ist also abhängig von der Art
der Kulturpflanze und deren Entwicklungsstadium zum Zeit-
punkt der Applikation des Wirkstoffes. Zur Bestimmung der In-
terzeption wurde eine FOCUS-Tabelle (FOCUS, 2001) welche
auf einer Literaturstudie von LINDERS et al., (2000) und Studien
zur Korrelation zwischen Pflanzendeckungsgrad und Oberflä-
chendeposition von PSM (BECKER et al., 1999) beruht, herange-
zogen. Dabei passten wir über die originalen Tabellenwerte ge-
eignete Funktionen an, um eine stetige Interzeption für beliebi-
ge Entwicklungsstadien der Kulturpflanzen zu ermöglichen.
Lsoil ... Befrachtung des Bodens durch den Wirkstoff [g/ha]
f(crop,BBCH) ... aus der FOCUS-Tabelle errechnete Interzep-
tion [0f1]
A ... Aufwandmenge des Wirkstoffes [g/ha]
Um aus der Befrachtung des Bodens eine Bodenkonzentra-
tion zu errechnen, muss die Bodentiefe festgelegt werden. SY-
NOPS betrachtet die oberen 2,5 cm des Bodens, was in etwa
der worst-case Situation kurz nach der Applikation entspricht.
Man erhält die anfängliche Bodenkonzentration demnach aus:
Csoil(0) ... Anfangskonzentration des Wirkstoffes im Boden
[mg/kg]
SD ... Bodendichte [g/cm3]
Der Abbau der Bodenkonzentration über der Zeit erfolgt
nach einer Kinetik erster Ordnung
Csoil(t) ... zeitabhängige Konzentration des Wirkstoffes im Bo-
den [mg/kg]
t ... Zeit [d], zum Zeitpunkt der Applikation ist t = 0
DT50soil ... Halbwertzeit des Wirkstoffes im Boden, ermittelt
aus den Standardtests der Wirkstoffprüfung [d]
Die Größe k stellt einen temperaturabhängigen Korrektur-
faktor der Halbwertzeit dar. Sie wird nach folgender Beziehung
bestimmt (VAN DER LINDEN et al., 2004):
U ... Arrhenius Aktivierungsenergie [kJ/mol], hier gesetzt auf
54 kJ/mol (FOCUS, 1997)
G ... molare Gaskonstante = 0.0083 kJ/(mol×K)
T ... zeitabhängige Bodentemperatur °C
Tref ... Referenzbodentemperatur, hier gesetzt auf 20°C
Oberflächengewässer
Die gesamte Befrachtung des Oberflächengewässers durch die
Applikation eines Wirkstoffes ergibt sich aus der Summe:
Lsurface water ... Gesamtbefrachtung des Oberflächengewässers
[g/ha)
Ldrift %...Anteil der Befrachtung des Oberflächengewässers
durch Abtrift [%]
Lrunoff%... Anteil der Befrachtung des Oberflächengewässers
durch Run-off [%]
1() Lsoil 1 f crop,BBHC()()A=
2() Csoil 0() Lsoil 10000 0 025,SD()=
3() Csoil t() Csoil 0() eλt
=
4() λIn2 DT50soil k()=
5() ke
UG1 T 273+()1Tref273+()()
=
6() Lsurface water Ldrift%L
runoff%L
drainage%++()A100=
Ldrainage%.. Anteil der Befrachtung des Oberflächengewässers
durch Drainage [%]
Für die Berechnung des Anteils aus der Abtrift wurden die
aktuellen Tabellen der Abtrift-Eckwerte der BBA (RAUTMANN
und STRELOKE, 2001; BBA, 2004) herangezogen. In ihnen sind
die 90 %-Perzentile der Deposition von PSM auf unbewachse-
nen Boden in Abhängigkeit von der Entfernung zur nächstge-
legenen Düse des Applikationsgerätes angegeben. An die Ta-
bellenwerte wurden von FOCUS, (2001) vorgeschlagene Ex-
ponentialfunktion optimal angepasst. Wir benutzen für Appli-
kationen in Feldfrüchten, Wein und Gemüse die Funktion
und für die Applikation im Obstbau und in Hopfen
a,b,c,d,h ... Parameter als Ergebnis der optimalen Anpassung
(s. Tab. 1)
w ... Breite des Oberflächengewässers [m]
xmin ... Entfernung der nächstgelegenen Düse zum nächstgele-
genen Ufer des Oberflächengewässers [m]
x ... Distanz eines beliebigen Oberflächengewässers von der
nächstgelegenen Düse [m]
fr .... Reduktionsfaktor gemäß der Gruppierung des Applika-
tionsgerätes in das Verzeichnis der abtriftmindernden Pflan-
zenschutzgeräte (BBA, 2007) [-]
Für die Berechnung des Anteils der Befrachtung der Oberfä-
chengewässer aus dem Run-off benutzen wir eine modifizierte
„Curve Number“- Methode, wie sie auch im „Pesticide Root
Zone Model“ PRZM (CARSEL et al., 1984) Anwendung findet.
Die Methode ist kompatibel mit den Ansätzen in REXTOX
(OECD, 2000) und DRIPS (BACH et al., 2000; RÖPKE, 2003;
7() Ldrift%a xbxd
xmin
xmin w+
frw=
8a() Ldrift%a xbxd
xmin
xmin w+
frw=für xmin wh<+
8b() Ldrift%a xbd+c
xmin
h
xdxd
h
xmin w+
frw=
für xmin hxmin w+
<
8c ()Ldrift%c xbxd
xmin
xmin w+
frw=für h xmin
<
Tab. 1. Parameter der Abtriftfunktionen
Kulturan-
baugruppe a b c d h [m]
Feldfrüchte
u. Gemüse
unter 0,5 m 2,7593 -0,9778 - - -
Gemüse
über 0,5 m 44,769 -1,5643 - - -
Hopfen 58,247 -1,0042 8654,9 -2,8354 15,3
Wein früh 15,793 -1,608 - - -
Wein spät 44,769 -1,5643 - - -
Obst früh 66,702 -0,752 3867,9 -2,4183 11,4
Obst spät 60,396 -1,2249 210,7 -1,7599 10,3
Applikation
aus der Luft 50,47 -0,3819 281,1 -0,9989 16,2
200 Volkmar Gutsche und Jörn Strassemeyer: SYNOPS – ein Modell zur Bewertung ...
Nachrichtenbl. Deut. Pflanzenschutzd. 59.2007
RÖPKE et al., 2004). In SYNOPS wird dabei angenommen, dass
3 Tage nach der Applikation ein Run-off Ereignis eintritt. Ein
früheres Eintreten wird als unwahrscheinlich angenommen, weil
die Landwirte in der Regel keine PSM ausbringen, wenn Stark-
regen zu erwarten ist und die Wettervorhersagen bis zu 3 Tagen
eine ausreichende Treffergenauigkeit besitzen (EPPO, 2003).
Q ... Menge des Oberflächenabflusses durch Run-off [mm]
P ... Regenmenge [mm]
Fw … Anteil der Aufwandmenge, die für Run-off zur Verfü-
gung steht
Fs … Faktor, der den Einfluss der Hangneigung der Applikati-
onsfläche widerspiegelt [ - ]
Fb … Faktor, der die puffernde Wirkung eines dichten Vegeta-
tionsstreifen vor dem Oberflächengewässer widerspiegelt [ - ]
Die Berechnung der Menge des Oberflächenabflusses Q ba-
siert auf dem Prinzip, dass das Verhältnis von Oberflächenab-
fluss zum Niederschlag proportional dem Verhältnis von aktu-
eller und potentieller Infiltration des Bodens ist, wobei die po-
tentielle Infiltration von der Landnutzung und den Bodenei-
genschaften abhängig ist und durch die sogenannten „Curve
Numbers“ (CN) beschrieben wird. Das Modell wurde für die
Verhältnisse der USA aufgestellt (MCCUEN, 1981; US-SCS,
1990) und die „Curve Numbers“ von LUTZ, (1984) und RODE,
(1995) auf westeuropäische Verhältnisse angepasst (Tab. 2).
Pc … Anfangsverlust [mm]
CN … Curve Number [-]
α … Proportionalitätsfaktor [mm –1]
mit Pc = 7,62 × (1/CN – 1) (RODE, 1995)
und α = k1 × e –k2 / Wn × e –k3 / Qb
Wn = | Wochennummer - 26 |
Qb ... Basisabfluss [l s –1 km –2]
Dabei reflektiert die Größe Wn eine Abhängigkeit des Pro-
portionalitätsfaktors α von der Jahreszeit und Qb bezeichnet
den Basisabfluss im Einzugsgebiet des Oberflächengewässers.
Dieser Basisabfluss ist ein indirektes Maß der mittleren Boden-
feuchte im Einzugsgebiet und kann nach BACH et al., (2000) vom
mittleren jährlichen Niederschlag (Pannual) abgeleitet werden
Die Größen k1, k2 u. k3 stellen Kalibrierungsfaktoren dar für
die LUTZ, (1984), RODE, (1995) und MANIAK, (1992) folgende
Werte vorschlagen: k1 = 0.05, k2 = 4.6 für Ackerland, k2 = 2.0
für Wald und Grünland und k3 = 2.0.
9() Lrunoff%QP()Fw
Fs
Fb
100=
10() QPPc()CN CN α+eαPPc()1[]=
11() Qb 11.430.027+Pannual.
=
Der Anteil der Aufwandmenge, der für den Run-off zur Ver-
führung steht (Fw), ist abhängig vom Zeitpunkt des Eintretens
des Run-off Ereignisses und den Eigenschaften des applizier-
ten Wirkstoffes. Bei einem Run-off Ereignis wird nach SYN-
OPS der in der obersten Bodenschicht (2,5 cm) gelöste Anteil
der noch verfügbaren Bodenkonzentration des Wirkstoffes
über den Run-off in das Oberflächengewässer transportiert. Ein
eventueller Transport des an das Bodensediment gebundenen
Wirkstoffanteils (Wassererosion) wird im Modell nicht be-
trachtet.
t ... Anzahl Tage zwischen der Applikation und dem Eintreten
des Run-off Ereignisses [d]
Kd ... Freundlich Adsorptionskoeffizient [cm3g-1]
Der erste Term in Gleichung (12) entspricht dem in Glei-
chung (1) und beschreibt den auf den Boden gelangenden An-
teil der Aufwandmenge. Der zweite Term berücksichtigt den
Abbau des Wirkstoffs im Zeitraum zwischen der Applikation
und dem Run-off Ereignis und der dritte Term berechnet den
Anteil des Stoffes in der gelösten Phase.
Der Freundlich Adsorptionskoeffizient wird unter Benut-
zung der Regressionsschätzung von SABLIJC et al., (1995) nach
folgender Bezeichnung ermittelt:
Coc … organischer Kohlenstoffgehalt des Bodens [%]
logPow ... n-Oktanol-Wasser Verteilungskoeffizient des Wirk-
stoffes
Die Beeinflussung der Stärke des Run-off’s durch die Hang-
neigung der landwirtschaftlichen Flächen wird nach BEINAT
und BERG (1996) für Hangneigung unter 20 % nach der einfa-
chen Beziehung
SL ... Hangneigung der landwirtschaftlichen Fläche [%]be-
rechnet. Bei Hangneigungen über 20 % ist der Faktor Fs kon-
stant auf den Wert 1 gesetzt.
Schließlich ist im Modell SYNOPS auch die Run-off abpuf-
fernde Wirkung eines dichten Vegetationsstreifens vor dem
Oberflächengewässer über die Formel
Wb ... Breite des Vegetationsstreifens [m] berücksichtigt.
In der derzeitigen Version des Modells SYNOPS wird der
Anteil der Oberflächengewässerbefrachtung, der durch Drai-
nage verursacht wird, noch nicht berechnet. Hierfür soll auf die
Ergebnisse des HAIR-Projektes zurückgegriffen werden, in
dessen Rahmen ein Meta-Modell des Leaching/Drainage-Mo-
dells MACRO (JARVIS, 1994) entwickelt wird.
Dabei ist Fw ist der nach (12) berechnete Anteil an der Auf-
wandmenge, der im Boden zum Zeitpunkt des Drainage Flusses
noch verfügbar ist und soil steht für den Drainage-Boden-Typ.
Um aus der gesamten Befrachtung des Oberflächengewäs-
sers eine Konzentration zu ermitteln, muss zunächst die geo-
metrische Form des Querschnitts des Wasserkörpers festgelegt
werden. Wir gehen von einem trapezförmigen Querschnitt mit
einem Böschungswinkel von 45° aus. Unter dieser Annahme
ergibt sich folgender Umrechnungsfaktor für die Transformati-
on einer Befrachtung, gemessen in g/ha, in eine Konzentration,
gemessen in mg/l:
tw ... Umrechnungsfaktor [mg l-1 / g ha-1]
W ... Breite des Oberflächengewässers [m]
D ... Tiefe des Oberflächengewässers [m]
12() Fw1 f crop, BBHC()[]eλsoil t
[]11K
d
+()[]=
13() KdCOC 100[]10 1.09 0.47+logPow()
=
14() Fs0.02153 SL 0.001423+SL2
=
15() Fb0.83Wb
=
16() Ldrainage%δFwsoil,()=
17() tw 0.0001 W W D D 2
()=
Tab. 2. Modifizierte Curve Numbers nach LUTZ, (1984) und
RODE, (1995)
Kulturgruppe hydrologische Bodengruppe*
ABCD
Getreide, Raps,
Rüben 0.54 0.7 0.8 0.85
Kartoffeln, Mais,
Gemüse, Wein,
Hopfen 0.62 0.83 0.89 0.93
Futterpflanzen 0.46 0.49 0.75 0.81
Obst 0.17 0.48 0.62 0.7
Wiese 0.2 0.46 0.63 0.72
Wald 0.17 0.48 0.62 0.7
* A Sand, Kies
* B Feinsand, Löß, schwach tonige Sande
* C sandiger Lehm, lehmiger Sand
* D Lehm, Ton, stauender Untergrund
Volkmar Gutsche und Jörn Strassemeyer: SYNOPS – ein Modell zur Bewertung ... 201
Nachrichtenbl. Deut. Pflanzenschutzd. 59.2007
Des weiteren ist zu beachten, dass die Abtrift unmittelbar
zum Applikationszeitpunkt wirkt, während die Befrachtung
durch Run-off und Drainage erst mit einer Zeitverzögerung
von t=3 Tagen stattfindet. Bei der Berechnung der Anfangs-
konzentration ist deshalb zunächst zwischen diesen Prozessen
zu unterscheiden.
Cdrift(0), Crunoff(t), Cdrainage(t) … die durch Abtrift, Run-off
bzw. Drainage sich ergebende Anfangskonzentrationen im
Oberflächengewässer [mg/l]
Ldrift %, Lrunoff % , Ldrainage% …. relative Befrachtung durch
Abtrift gemäß Formel (8) bzw. (9), durch Run-off gemäß For-
mel (9) und durch Drainage gemäß Formel (16)
A ... Aufwandmenge des Wirkstoffes [g/ha]
Bei der Berechnung des Abbaues der Konzentration über der
Zeit ist zwischen fließenden (Bach, Fluß) und stehenden (Gra-
ben) Oberflächengewässern zu unterscheiden. Für die fließen-
den Gewässer nimmt SYNOPS an, dass einen Tag nach der Be-
frachtung durch den Wasseraustausch die Konzentration auf
Null gesunken ist, also jeweils nur eintägige Konzentrations-
spitzen auftauchen.
In stehenden Gewässern erfolgt analog dem Boden der Ab-
bau nach einer Kritik erster Ordnung, wobei die sich aus den
drei Prozessen Abtrift, Runn-off und Drainage ergebenden
Einzelkurven aufaddiert werden.
Dabei wird die Abbaurate λ analog der Formel (4) berech-
net, nur dass hier die Halbwertzeit des Wirkstoffes in Wasser
(DT5Owater ) eingesetzt wird und für die temperaturabhängige
Korrektur analog Formel (5) die entsprechende zeitabhängige
Wassertemperatur T Anwendung findet.
Saumbiotope
Die Saumbiotope werden im Modell SYNOPS ausschließlich
über die Abtrift befrachtet. Zur Berechnung der relativen Be-
frachtung der Saumbiotope (Lbiotop% ) werden die gleichen
Formeln (7) und (8) wie für die Oberflächengewässer benutzt,
mit dem Unterschied, dass die Größe w hier die Breite des
Saumbiotops und die Größe xmin die Entfernung der letzten
Düse zum Rand des Saumbiotops bezeichnen. Um die von der
Jahreszeit abhängige Präsenz von Insekten in den Saumbioto-
pen und damit die Wahrscheinlichkeit, dass eine Abtrift- Wolke
die Insekten exponiert, zu berücksichtigen, wird eine einfache
Verteilung dieser Wahrscheinlichkeit angenommen (Tab. 3).
18() Cdrift 0() Ldrift%100twA=
19() Crunoff t()Lrunoff %100twA=
20() Cdrainage t()Ldrainage%100twA=
21a() Csurface water t() Cdrift 0() et
=für t t<
21b()
Csurface water t() =
Cdrift 0() et
Crunoff t()Cdrainage t()+[]eλtt()
+
für tt
22() Ebiotop 0() Lbiotop%100[]Pe daynumber()tbA=
Ebiotop(0) ... Exposition der Insekten im Saumbiotop durch die
Abtrift [µg per insect ]
Lbiotop% ... relative Befrachtung des Saumbiotops durch Abtrift
[%]
Pe(daynumber) ... Wahrscheinlichkeit, dass Insekten exponiert
werden können
daynumber ... Nummer des Tages im Jahr, an dem die Applika-
tion des Wirkstoffes stattfindet
tb ... Transformationsfaktor der Befrachtung in die Exposition
von Insekten [µg per insect / g ha-1 ]
A ... Aufwandmenge des Wirkstoffes [g/ha]
2.3 Bewertung der Exposition als biologisches Risiko
Wie bereits in der Darstellung des Grundprinzips des Bewer-
tungsmodells ausgeführt, gibt es zwei unterschiedliche Varian-
ten der Weiterverarbeitung der Exposition, die eng an die Art
der zur Verfügung stehenden Anwendungsdaten der Pflanzen-
schutzmittel gebunden sind.
a) Getrennte Bewertung für jede einzelne Applikation
Stehen nur separate Informationen über die Anwendung der ein-
zelnen Wirkstoffe bzw. Pflanzenschutzmittel zur Verfügung, ohne
dass der Bezug zu einer feldbezogenen Spritzfolge, die zur gesam-
ten Produktion einer bestimmten Kulturpflanze eingesetzt wird,
hergestellt werden kann, so bleibt nur die Variante einer getrennten
Bewertung für jede Indikation des Wirkstoffes.
Das akute Risiko für die Stellvertreterorganismen ergibt sich
nach den folgenden Beziehungen:
abr_re = Csoil (0) / LC50 re
abr_bi = Ebiotop (0) / LD 50bi
abr_re ... akutes biologisches Risiko für Regenwürmer
abr_w ... akutes biologisches Risiko für Wasserorganismen:
Wasserflöhe (da) , Fische (fi) bzw. Algen (al)
abr_bi ... akutes biologisches Risiko für Bienen
LC50re ... Letalkonzentration 50% für Regenwürmer [mg/kgbo-
den]
LC50w ... Letalkonzentration 50% für Wasserflöhe (da), Fi-
sche (fi) bzw. Algen (al) [mg/l]
LD50bi .. Letaldosis 50% für Bienen (oral) [µg per insect]
Der Unterschied in der Formelstruktur zwischen den terres-
trischen und den aquatischen Organismen erklärt sich dadurch,
dass der Maximalwert der Konzentration im Boden und Saum-
biotop immer die Anfangskonzentration ist, während bei Ober-
flächengewässern neben der Abtrift noch Run-off und Draina-
ge mit einer Zeitverzögerung zur Gesamtkonzentration beiträgt
und dadurch später eine höhere Konzentrationsspitze als die
Anfangskonzentration auftreten kann. Bei der Biene ist zu be-
achten, dass diese als Stellvertreterorganismus für blütenaufsu-
chende Insekten im Saumbiotop dient. Sie wurde deshalb ge-
wählt, weil hier auch für ältere Wirkstoffe ökotoxikologische
Standard-Laborwerte vorhanden sind.
Um die Persistenz der Wirkstoffe in den Kompartimenten
Boden und Oberflächengewässer in die Bewertung einzubezie-
hen, berechnet SYNOPS auch einen chronischen Risikoindex,
der folgendermaßen definiert ist.
Tab. 3. Expositionswahrscheinlichkeiten von Bienen in Saumbiotopen
von Tag 1 32 60 75 91 106 121 136 152 167 182 197 213 228 244 259 274 289 305 335
bis Tag 31 59 74 90 105 120 135 151 166 181 196 212 227 243 258 273 288 304 334 365
Expositions-
wahrscheinlich-
keit
0000.40.60.70.911110.90.80.50.40.20.1000
202 Volkmar Gutsche und Jörn Strassemeyer: SYNOPS – ein Modell zur Bewertung ...
Nachrichtenbl. Deut. Pflanzenschutzd. 59.2007
cbr_re ... chronisches biologisches Risiko für Regenwürmer
cbr_w ... chronisches biologisches Risiko für Wasserorganis-
men: Wasserflöhe (da), Fische (fi) bzw. Algen (al)
b) Bilanzierende Bewertung für feldbezogene Spritzfolgen
Der große Vorteil des Modells SYNOPS besteht darin, dass die
Bewertung einer gesamten Spritzfolge ermöglicht wird. In ei-
ner solchen Folge können sowohl ein Wirkstoff mehrfach zu
verschiedenen Applikationsterminen als verschiedene Wirk-
stoffe eingesetzt werden. Kommt derselbe Wirkstoff in einer
Folge mehrfach vor, ist es als Zwischenschritt zunächst sinn-
voll, die sich „aufschaukelnden“ Konzentrationen im Boden
und in stehenden Gewässern zu berechnen.
Csoil (t,i) … Wirkstoffkonzentration über der Zeit des Wirkstof-
fes i im Boden [mg/kgboden]
Csoil (t,i,j,) ... Wirkstoffkonzentration über der Zeit der j-ten
Applikation des Wirkstoffes i im Boden , wie sie nach der For-
mel (3) berechnet wird; j = 1...mi [mg/kgboden]
mi ... Anzahl der Applikationen des Wirkstoffes i in der Spritz-
folge
Csurface water (t, i) ... Wirkstoffkonzentration über der Zeit des
Wirkstoffes i im Oberflächengewässer [mg/l)
Csurface water (t, i, j) …Wirkstoffkonzentration über der Zeit der
j-ten Applikation des Wirkstoffes i im Wasser, wie sie nach
den Formeln (21a) berechnet wird, j = 1 ... mi [mg/l]
Darauf aufbauend lässt sich das akute biologische Risiko in
der bilanzierenden Bewertung folgendermaßen definieren:
wobei LC 50re (i), LC 50w (i) und LD 50bi (i) die Letalkonzen-
tratuin 50 % bzw. die Letaldosis 50 % des Wirkstoffes i für den
entsprechenden Stellvertreterorganismus ist.
Das heißt mit anderen Worten, der Wirkstoff mit der größten
Expositions-Toxitäts-Relation bestimmt das akute Risiko der
gesamten Spritzfolge.
Ganz anders verhält es sich beim chronischen biologischen
Risiko, dass in dieser bilanzierten Variante wie folgt berechnet
wird:
cbr_re Csoil t()dt 365
0
365
LC50re
=
cbr_w Csurfacewater t()dt 365
0
365
LC50w
=
Csoil t,i() Csoil t,i,j()
j1=
mi
=
Csurface water t,i() Csurface watert,i,j()
j1=
mi
=
abr_re max
t
=max
t Csoil t,i()LC50re i()
abr_w max
t
=max
t Csurface water t,i()LC50wi()
abr_bi max
i
=Ebiotop 0, i()LD50bi i()
cbr_re Csoil t, i()LC50re i()
i
dt
0
365
365=
cbr_w Csurface water t, i()LC50wi()
i
dt
0
365
365=
Infolge der Division der Konzentration durch die entspre-
chende Toxizität des Wirkstoffes entsteht eine Risi-
ko-Zeit-Kurve, die über alle Wirkstoffe aufaddiert wird. An-
schließend wird mittels des Integrals die Fläche dieser summa-
rischen Kurve für 365 Tage berechnet und diese durch die Zeit-
spanne von 365 Tagen dividiert, was der Berechnung des zeit-
gewichteten Durchschnittswertes der summarischen Expositi-
ons-Toxitäts-Relation entspricht. Die Höhe des chronischen
Risikos der Spritzfolge wird also von der Anzahl der eingesetz-
ten Wirkstoffe, deren Persistenz und deren Toxizität bestimmt.
3 Ergebnisse der Modellanwendung
Ein umfassendes Anwendungsgebiet des Bewertungsmodells
SYNOPS stellt die Verfolgung des zeitlichen Trends des Risi-
kopotentials der in Deutschland eingesetzten Pflanzenschutz-
mittel dar. Diese Aufgabe ergibt sich im Rahmen des Redukti-
onsprogramms chemischer Pflanzenschutz (BACKHAUS et. al.,
2005) als Teilindikator des sogenannten deutschen Pflanzen-
schutzindex PIX, der den Erfolg des Programms über die Jahre
sichtbar machen soll. Im ersten Jahr des Programms musste da-
bei zunächst einmal die Ausgangssituation charakterisiert wer-
den, von der aus in den folgenden Jahren die Entwicklung rela-
tiv zu diesen Basiswerten beschrieben werden kann. Um zufäl-
lige jährliche Schwankungen besser ausgleichen zu können,
wurde als zeitliche Bezugsbasis ein Zeitraum unmittelbar vor
dem Reduktionsprogramm, also die Jahre 2000 bis 2004 ge-
wählt.
Als direkte Information über die praktische Anwendung von
Pflanzenschutzmitteln stehen die Ergebnisse der NEPTUN-Er-
hebungen zur Verfügung (ROSSBERG et. al., 2002; ROSSBERG,
2003; ROSSBERG, 2004), wobei für den Ackerbau 1999/2000,
für den Obstbau 2001 und 2004, für den Weinbau 2003 sowie
für Hopfen, Zuckerrüben und Gemüsekulturen 2005 eine Erhe-
bung durchgeführt wurde.
Eine zweite Informationsquelle bilden die nationalen Daten
über die Inlandabgabe der Wirkstoffe bzw. Pflanzenschutzmit-
tel nach § 19 PflSchG. Diese stehen jährlich zur Verfügung, er-
lauben aber nur eine indirekte Aussage zur tatsächlichen An-
wendung, die über eine umfangreiche Schätzprozedur nach
ROSSBERG und GUTSCHE (1999) erzeugt werden muss. Da zur
Zeit pro Kulturgruppe noch zu wenig NEPTUN-Erhebungen
zur Verfügung stehen, haben wir uns entschlossen, das Bewer-
tungsmodell SYNOPS auf beide Informationsquellen getrennt
anzuwenden.
3.1 Anwendung auf die Daten zur Inlandabgabe der
Wirkstoffe
Um den status quo vor dem Reduktionsprogramm zu beschrei-
ben, werden die Inlandverkäufe der Jahre 2002 und 2004 be-
trachtet. Damit wird das Jahr unmittelbar vor dem Beginn des
Reduktionsprogramms berücksichtigt und zur Vermeidung zu-
fälliger Schwankungen ein etwas weiter davor liegendes Jahr.
Zusätzlich wurden vier noch weitere zurückliegende Jahre
(1987, 1991, 1994, 1998) in die Schätzung aufgenommen. Da-
mit wird es möglich, den Trend des Risikopotentials seit der
umfassenden Änderung des Pflanzenschutzgesetzes im Jahre
1986 bis zum Beginn des Reduktionsprogramms zu beschrei-
ben. In die Prozedur wurden alle Wirkstoffe aufgenommen, die
im entsprechenden Jahr über einer Mindestverkaufsmenge la-
gen (Herbizide > 5t, Fungizide > 5t, Insektizide > 1t) plus
Wirkstoffe mit sehr geringen Aufwandmengen (z. B. Sulfonyl-
harnstoffe oder Pyretroide), die eine relativ hohe Applikations-
fläche erwarten ließen. Für jeden Wirkstoff wurden alle im ent-
sprechenden Jahr zugelassenen Indikationen bestimmt. Unter
einer Indikation versteht man die Zulassung eines Wirkstoffes
für eine bestimmte Kultur zu einem bestimmten Anwendungs-
Volkmar Gutsche und Jörn Strassemeyer: SYNOPS – ein Modell zur Bewertung ... 203
Nachrichtenbl. Deut. Pflanzenschutzd. 59.2007
zweck (Schadorganismus) mit einer bestimmten Aufwand-
menge zu einem bestimmten Anwendungszeitraum. Für jede
dieser Indikatoren wurde mittels SYNOPS die Risikokennzif-
fern berechnet. Es kam also die Variante der getrennten Bewer-
tung für jede einzelne Applikation (Indikation) zur Anwen-
dung. Für jede Indikation wurden dabei die folgenden gleichen
Anwendungsbedingungen gesetzt: lehmiger Sand-Boden mit
1,5 % organischem Kohlenstoffgehalt, Hangneigung der Ap-
plikationsfläche 3 %, neben der Fläche in 1 m Abstand ein
1,50 m breiter Graben mit 30 cm Tiefe; 3 Tage nach Applikati-
on fällt ein Starkregen von 30 l/m2. Die errechneten Risiko-
kennziffern charakterisieren demzufolge das Risikopotential
unter worst-case- Bedingungen, da auch keine Anwendungsbe-
stimmungen für die Berechnung betrachtet werden.
Auf diese Weise wurden insgesamt 4699 Indikationen
durchgerechnet. Anschließend wurden die Risikokennziffern
getrennt nach den Wirkstoffbereichen Herbizide, Fungizide,
Insektizide gewichtet zusammengefasst. Welches Gewicht da-
bei die einzelne Indikation erhält, richtet sich nach der ge-
schätzten Applikationsfläche. Sie wurde folgendermaßen er-
rechnet:
APi = (sharei Vwirkstoff 1000) / Ai
und potVi = Fi Pi Ai
APi ... Applikationsfläche der i-ten Indikation des Wirkstoffs
im entsprechenden Jahr [ha]
Vwirkstoff ...Inlandabgabe des Wirkstoffs im entsprechenden
Jahr [kg]
Ai ... Aufwandmenge der i-ten Indikation des Wirkstoffes laut
Zulassung des entsprechenden Jahres [g/ha]
Fi ... Anbaufläche der Fruchtart, für welche die i-te Indikation
zugelassen ist, im entsprechenden Jahr [1000 ha]
Pi ... Häufigkeit (Wahrscheinlichkeit), dass der in der Indikati-
on angesprochene Anwendungszweck (Schadorganismus) in
der angesprochenen Fruchtart zutrifft. [-]
Es wird also zunächst die potentielle Menge an Wirkstoff
berechnet (potVi), die zur Realisierung der i-ten Indikation für
Deutschland notwendig wäre. Dann werden diese Mengen auf-
addiert und der relative Anteil der i-ten Indikation (sharei) aus
dieser theoretisch notwendigen Gesamtmenge bestimmt. Mit
diesem Share-Koeffizient wird schließlich aufgrund des tat-
sächlichen Verkaufs und der zugelassenen Anwendungsmenge
die tatsächliche Applikationsfläche der i-ten Indikation ge-
schätzt.
Eine Schlüsselrolle kommt in dieser Prozedur der Häufig-
keit bzw. Wahrscheinlichkeit zu (Pi), mit welcher der in der In-
dikation angesprochene Schadorganismus, oder allgemeiner
der Anwendungszweck des Wirkstoffes, in der Kultur behan-
delt werden muss. Diese Häufigkeiten wurden aus den NEP-
TUN-Erhebungen abgeleitet und durch Expertenbefragungen
ergänzt bzw. validiert. Sie stellen, über die Jahre und Regionen
gesehen, mittlere Werte für die Schadorganismen dar. In der
Tab. 4 sind beispielhaft die verwendeten Bekämpfungshäufig-
keiten einiger wichtiger Schadorganismen angegeben.
In der Tab. 5a sind die Werte der Risikoindikatoren angege-
ben, die sich als gewichteter Mittelwert aller Indikationen aller
relevanten Wirkstoffe der Jahre 2002 und 2004 ergeben.
Diese Risikoindizes charakterisieren also die Ausgangssitu-
ation des Reduktionsprogramms. Anschaulich werden diese
abstrakten Risikoindizes, wenn man die Situation 2002/2004
auf das 15 Jahre zurückliegende Jahr 1987 bezieht und damit
die relative Veränderung in den einzelnen Risikobereichen seit
der umfassenden Novellierung des Pflanzenschutzgesetztes
beschreibt.
In der Tab. 5b sind die entsprechenden relativen Risikoindi-
zes (1987 = 100 %) angegeben. Daraus wird ersichtlich, dass
sich in allen Bereichen die Mittelwerte teilweise erheblich ver-
mit shareipotVipotVi
i1=
n
=
ringert haben mit Ausnahmen des akuten Risikos für Algen
durch Fungizide. Hier ist der gewichtete Mittelwert der Jahre
2002/2004 um 12 % höher als der für 1987.
Trend für Herbizide seit 1987
Die Abb. 3a und 3b zeigen den Trend der gewichteten Mittel
der Risikoindexe für Herbizide über die Jahre 1987, 1991,
1994, 1998, 2002, 2004, wobei wiederum alle Werte relativ
zum Ausgangsjahr 1987 angegeben sind.
Als Vergleichsgröße ist die Inlandabgabe in Kilogramm pro
Hektar landwirtschaftliche Nutzfläche mit angegeben. Auch
hier wurde der Wert für das Jahr 1987 gleich 1 gesetzt.
Ein großer Teil der Risikoindizes zeigt ein ähnliches Bild
mit einem starken Rückgang der Werte in den Jahren 1991 bzw.
1994 und einer danach geringen Veränderung. Eine erste Aus-
nahme davon bildet das akute Risiko für Bienen, das 1994 so-
gar wieder auf das Niveau des Ausgangsjahres ansteigt, um erst
1998 stark abzunehmen. Eine zweite Ausnahme stellen die bei-
den Indizes für die Algen dar. Sie erreichen 1991 und 1994 we-
sentlich höhere Werte als im Ausgangsjahr 1987, fallen 1998
und 2002 in etwa auf das Ausgangsniveau zurück und zeigen
erst für 2004 eine stark abnehmende Tendenz.
Der Anstieg der beiden Risikoindizes für Algen in den Jah-
ren 1991 und 1994 gegenüber dem Basisjahr ist auf den erhöh-
ten Absatz von Bifenox von 82,15 t auf 363,11 bzw.338,60 t
Tab. 4. Beispiel für die bei der Schätzung verwendeten Be-
handlungshäufigkeiten von Pflanzenkrankheiten
Kultur Schaderreger Behandlungs-
häufigkeit
Winterweizen Saatgutbehandlung 1
Winterweizen Halmbruchkrankheit 0.15
Winterweizen Echter Mehltau, Septoria
nodorum, Septoria tritici
0.7
Winterweizen Echter Mehltau, Braunrost,
Septoria nodorum
0.65
Wintergerste Saatgutbehandlung 1
Wintergerste Echter Mehltau, Blattfleck-
enkrankheit (R. secalis)
0.52
Wintergerste Netzfleckenkrankheit,
Zwergrost
0.47
Winterroggen Saatgutbehandlung 1
Winterroggen Halmbruchkrankheit 0.05
Winterroggen Echter Mehltau, Blattfleck-
enkrankheit (R. secalis)
0.3
Winterroggen Braunrost 0.5
Sommergerste Saatgutbehandlung 1
Sommergerste Echter Mehltau, Blattfleck-
enkrankheit (R. secalis)
0.45
Sommergerste Netzfleckenkrankheit,
Zwergrost
0.4
Hafer Saatgutbehandlung 1
Hafer Echter Mehltau (siehe
Zulassung Sommergerste)
0.05
Triticale Saatgutbehandlung 1
Triticale Halmbruchkrankheit (siehe
Zulassung Winterweizen)
0.15
Triticale Septoria nodorum,
Septoria tritici
0.3
Mais Saatgutbehandlung 1
Kartoffeln Phytophthora 4.8
usw.
204 Volkmar Gutsche und Jörn Strassemeyer: SYNOPS – ein Modell zur Bewertung ...
Nachrichtenbl. Deut. Pflanzenschutzd. 59.2007
zurückzuführen. Der Wirkstoff hat ein sehr hohes Risikopoten-
tial für Algen, wobei in der landwirtschaftlichen Praxis des
Ackerbaues das Risiko durch eine Abstandsauflage von 20 m
reduziert werden soll. Berücksichtigt man den Einsatz von Bi-
fenox nicht, ergäbe sich z. B. 1987 ein gewichtetes Mittel von
0,2306 und für 1994 von 0,1545 was die Umkehrung des
Trends bedeuten würde. Die gesamte Trendkurve für Algen
ohne Bifenox ist in Abb. 3c angegeben.
Trend für Fungizide seit 1987
Abb. 4a und 4b zeigen den Trend für fungizide Wirkstoffe.
Auffällig ist hier einmal der Anstieg des akuten Risikos für Al-
gen, vor allem in den Jahren 2002 und 2004, die ein Niveau
über dem Basisjahr erreichen. Zum anderen fallen die relativ
hohen Werte für das akute und chronische Risiko für Wasser-
flöhe und das chronische Risiko für Fische des Jahres 1994 auf.
Bei der Analyse der Mittelwerte stellte sich heraus, dass für
den ersten Effekt der Wirkstoff Spiroxamine verantwortlich
Tab. 5a. Schätzung 2002 und 2004 - gewichtete Mittelwerte der Risikoindizes
n Regenwürmer Wasserflöhe Fische Algen Bienen
akutes Risiko
Herbizide 652 0.00454 0.00371 0.00180 0.27079 0.00065
Fungizide 600 0.00139 0.04144 0.05365 0.07715 0.00277
Insektizide 303 0.00104 0.20489 0.18045 0.00253 0.08233
Chronisches Risiko
Herbizide 652 0.00096 0.00149 0.00076 0.12685
Fungizide 600 0.00028 0.01827 0.01723 0.01441
Insektizide 303 0.00018 0.02933 0.02979 0.00060
Tab. 5b. Vergleich der Risikoindizes aus 2002 und 2004 mit denen aus 1987 (Werte aus 1987 = 100%)
Regenwürmer Wasserflöhe Fische Algen Bienen
akutes Risiko
Herbizide 40% 45% 45% 59% 37%
Fungizide 61% 62% 79% 112% 58%
Insektizide 6% 7% 37% 7% 12%
Chronisches Risiko
Herbizide 32% 47% 50% 64%
Fungizide 76% 60% 76% 53%
Insektizide 15% 14% 86% 5%
Abb. 3a. Trend der akuten Risikoindizes für Herbizide seit
1987.
Herbizide akutes Risiko Regenwürmer (re) , Bienen (bi), Fische (fi) , Wasserfl öhe
(da) und Algen (al)
0%
50%
100%
150%
200%
250%
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006
relativer Risi koindex (1987=100% )
abr_re
abr_bi
Absatz pro LN
abr_da
abr_fi
abr_al
Abb. 3b.Trend der chronischen Risikoindizes für Herbizide
seit 1987.
Herbizide chronisches Risiko Regenwürmer (re), Wasserflöhe (da) und Fische (fi)
und Algen (al)
0%
50%
100%
150%
200%
250%
300%
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006
relatider Risikoindex (1987=100%)
cbr_re
cbr_da
cbr_fi
cbr_al
Abb. 3c. Trend der akuten Risikoindizes für Herbizide ohne
Bifenox.
Herbizides akutes Risiko ohne Bifenox
0%
50%
100%
150%
200%
250%
1985 1990 1995 2000 2005
relativer Risi koindex (1987 = 100% )
abr_re
abr_da
abr_fi
abr_al
abr_bi
Volkmar Gutsche und Jörn Strassemeyer: SYNOPS – ein Modell zur Bewertung ... 205
Nachrichtenbl. Deut. Pflanzenschutzd. 59.2007
zeichnet. Er wurde 2002 erstmalig mit einer Menge von
240,859 t und 2004 mit fast der doppelten Menge von
434,332 t verkauft. Spiroxamine besitzt ein hohes Risikopoten-
tial für Algen, was wiederum durch Abstandsauflagen von
20 m reduziert werden soll.
Die zweite beschriebene Auffälligkeit geht im wesentlichen
auf den Wirkstoff Kupferhydroxid zurück, der 1987 noch nicht
verkauft wurde und im Jahr 1994 einen Absatz von 15,787 t er-
zielte mit ähnlicher Größenordnung in den darauffolgenden
Jahren. Der Wirkstoff besitzt ein sehr hohes Risikopotential für
Wasserflöhe beim Einsatz in Kernobst mit Abstandsauflagen
für Oberflächengewässer von 20 m.
Nimmt man beide Wirkstoffe aus der Mittelwertermittlung
heraus, entstehen die in Abb. 4c gezeigten akuten Risikotrends.
Die oben angemerkten Auffälligkeiten verschwinden dann
vollständig.
Trend für Insektizide seit 1987
Die Abb. 5a und 5b geben den Trend der Risikopotentiale für
die Insektizide wieder. Im akuten und chronischen Bereich ist
eine klare Abnahme für fast alle Testorganismen zu erkennen,
wobei bei den terrestrischen Organismen und den Wasserflö-
hen und Algen eine Abnahme um ca. 90 % zu verzeichnen ist.
Beim chronischen Risiko wird für die Fische kein klarer Trend
sichtbar. Auffällig ist weiterhin der geringe bzw. moderate Pik
im Jahr 1991 beim akuten Risiko für Fische und dem chroni-
schen für Regenwürmer. Dies ist auf die Wirkstoffe Lindan und
Endosulfan zurückzuführen, die ab 1994 nicht mehr angewen-
det wurden. Nimmt man diese Wirkstoffe für 1987 und 1991
aus der Mittelwertbildung heraus, entstehen die in Abb. 5c dar-
gestellten Trendbilder.
3.2 Anwendung auf die Daten der NEPTUN- Erhebung
im Feldbau 1999/2000
Das Bewertungsmodell SYNOPS wurde auch auf Erhebungs-
ergebnisse aus dem NEPTUN-Projekt angewendet. Wir wähl-
ten dazu den Feldbau aus, weil in diesem Bereich auch seitens
der Anwendungsschätzung auf Basis der Verkaufszahlen eine
relativ hohe Zahl von Indikationen vorliegt, die einen Ver-
Abb. 4a. Trend der akuten Risikoindizes für Fungizide seit
1987.
Fungizide akutes Risiko Regenwürmer (re), Bienen (bi), Wasserflöhe (da), Fische (fi)
und Algen (al)
0%
20%
40%
60%
80%
100%
120%
140%
1985 1990 1995 2000 2005
relativer Risikoindex (1987=100%)
abr_re
abr_bi
Absatz pro LN
abr_da
abr_fi
abr_al
Abb. 4c. Trend der akuten Risikoindizes für Fungizide ohne
Kupferhydroxid und Spiroxamine.
Fungizide akutes Risiko ohne Wirkstoffe Kupferhydroxid und Spiroxamine
0%
20%
40%
60%
80%
100%
120%
140%
1985 1990 1995 2000 2005
relativer Risikoindex (1987=100%)
abr_da
abr_fi
abr_al
abr_re
abr_bi
Abb. 4b.Trend der chronischen Risikoindizes für Fungizide
seit 1987.
Fungizide chronisches Risiko Regenwürmer (re), Wasserflöhe (da), Fische (fi) und
Algen (al)
0%
20%
40%
60%
80%
100%
120%
140%
160%
1985 1990 1995 2000 2005
relativer Risikoindex (1987=100%)
cbr_re
cbr_da
cbr_fi
cbr_al
Abb. 5a. Trend der akuten Risikoindizes für Insektizide seit
1987.
Insektizide akutes Risiko Regenwürmer (re), Bienen (bi), Wasserflöhe (da), Fi sche (fi)
und Algen (al)
0%
20%
40%
60%
80%
100%
120%
1985 1990 1995 2000 2005
relativer Risikoindex (1987=100%)
abr_da
abr_fi
abr_al
Absatz pro LN
abr_re
abr_bi
Abb. 5b.Trend der chronischen Risikoindizes für Insektizide
seit 1987.
Insektizide chronisches Risiko Regenwürmer (re), Wasserflöhe (da), Fische (fi) und
Algen (al)
0%
20%
40%
60%
80%
100%
120%
140%
160%
180%
1985 1990 1995 2000 2005
relativer Risikoindex (1987=100%)
cbr_re
cbr_da
cbr_fi
cbr_al
Abb. 5c. Trend des chronischen Risikos Regenwurm und des
akutes Risikos Fische ohne Lindan und Endosulfan.
Insektizide chronisches Risiko Regenwurm und akutes Risiko Fische ohne Lindan
und Endosulfan
0%
20%
40%
60%
80%
100%
120%
1985 1990 1995 2000 2005
relativer Risikoindex (1987 = 100%)
cbr_re
abr_fi
206 Volkmar Gutsche und Jörn Strassemeyer: SYNOPS – ein Modell zur Bewertung ...
Nachrichtenbl. Deut. Pflanzenschutzd. 59.2007
gleich zwischen den errechneten Risikokennziffern aus beiden
Informationsquellen erlaubt.
Obwohl bei den NEPTUN-Erhebungen feldbezogene
Spritzfolgen zur Verfügung stehen, also eine bilanzierende Be-
wertung der gesamten Spritzfolge möglich war, wurden die
Kennziffern aber getrennt für jeden einzelnen Wirkstoff der
Spritzfolge berechnet. Damit wurde das gleiche Prinzip wie bei
den Anwendungsschätzungen angewendet. Als Gewicht für
die einzelnen Wirkstoffe fungierte dabei seine sich aus NEP-
TUN ergebende tatsächliche Behandlungsfläche, die einfach
durch Addition der entsprechenden Feldgrößen, auf denen er
angewendet wurde, entstand.
Insgesamt standen aus der NEPTUN-Erhebung 1999/2000
für Herbizide 33862, für Fungizide 25635 und für Insektizide
4823 „Wirkstoffsätze“ zur Verfügung. Dabei gab es pro Wirk-
stoff in der Regel eine relativ hohe Zahl an Sätzen, weil die
Landwirte natürlich oft gleiche Wirkstoffe anwenden. Die ins-
gesamt 72455 Datensätze verteilen sich auf 78 Herbizide, 45
Fungizide und 16 Insektizide.
Tab. 6 zeigt die sich ergebenden gewichteten Mittelwerte
der Risikoindizes auf der Basis der NEPTUN-Erhebung für den
Feldbau. Interpretierbar werden diese Ergebnisse, wenn sie mit
denen aus der Anwendungsschätzung verglichen werden. Wir
benutzen dafür die Anwendungsschätzungen aus den Jahren
1999 und 2000, da keine eindeutige Zuordnung der Verkäufe
auf das Jahr der Anwendung möglich ist. Mit den beiden Jahre
wird mit hoher Wahrscheinlichkeit die Anwendung in der Ve-
getationsperiode 1999/2000 überdeckt.
Die Abb. 6a-c zeigen die Ergebnisse des Vergleichs. Daraus
wird ersichtlich, dass bei den Herbiziden und Fungiziden die
auf der Basis von NEPTUN errechneten Risikoindizes durch-
weg geringer sind als die aus den Verkäufen über die Anwen-
dungsschätzung errechneten Indizes. Nur bei den Insektiziden
ist das Bild nicht so eindeutig.
4 Diskussion und Schlussfolgerungen
Mit dem Bewertungsmodell SYNOPS steht ein Indikator zur
Verfügung, der auf verschiedenen Ebenen angewendet werden
kann, um Risikopotentiale, die durch die Anwendung von
Pflanzenschutzmitteln entstehen können, sichtbar zu machen.
Das Modell ist zunächst auf den Umweltaspekt ausgerichtet, ist
aber offen für entsprechende Erweiterungen. So ist beabsich-
tigt, relevante Ergebnisse aus dem EU-Projekt HAIR (Harmo-
nised environmental Indicators for pesticide Risk , SS-
PE-CT-2003-501997), die u.a. den Aspekt der menschlichen
Gesundheit betreffen, in das Modell zu übernehmen.
Der Aufbau des Bewertungsmodells entspricht der Forde-
rung der OECD (OECD, 1997), dass ein pflanzenschutzbezo-
gener Risikoindikator Informationen über die praktische An-
wendung der Pflanzenschutzmittel mit Daten zu den Anwen-
dungsbedingungen und zu den inhärenten Eigenschaften der
Mittel verbinden sollte. Dabei ist SYNOPS in der Lage, sehr
detaillierte Daten zu verarbeiten. Bei einer Anwendung auf na-
tionaler Ebene, wie hier dargestellt, verliert sich der Detaillie-
Tab. 6. NEPTUN Feldbau 1999/2000 - gewichtete Mittelwerte der Risikoindizes
n Regenwürmer Wasserflöhe Fische Algen Bienen
akutes Risiko
Herbizide 33862 0.00366 0.00186 0.00105 0.11239 0.00029
Fungizide 25635 0.00093 0.00586 0.00124 0.04045 0.00036
Insektizide 4823 0.00067 0.25961 0.10493 0.00090 0.03164
Chronisches Risiko
Herbizide 33862 0.00139 0.00131 0.00072 0.08498
Fungizide 25635 0.00042 0.00510 0.00071 0.01146
Insektizide 4823 0.00008 0.02714 0.01855 0.00022
Abb. 6a-c.Vergleich der Risikoindizes aus der NEPTUN- Erhe-
bung Feldbau 1999/2000 mit denen aus der Anwendungsschät-
zung 1999 und 2000 (Indizes aus der Anwendungsschätzung =
100%) für Herbizide, Fungizide und Insektizide.
Vergle ich NEPTUN - Schä tzung akutes Risiko Fungiz ide
0%
20%
40%
60%
80%
100%
abr_re abr_da abr_f i abr_al abr_bi
Relativer Risikoindex (Schätzun g = 100 %)
Schätzung 99/00
Neptun 99/00
Vergle ich NEPTUN - Schä tzung akutes Risiko Herbiz ide
0%
20%
40%
60%
80%
100%
abr_re abr_da abr_fi abr_al abr _bi
relativer Risikoindex (Schätzu ng = 100 %
)
Schätzung 99/00
NEPTUN 99/ 00
Vergle ich NEPTUN - Schä tzung akutes Risiko Herbiz ide
0%
20%
40%
60%
80%
100%
abr_re abr_da abr_fi abr_al abr _bi
relativer Risikoindex (Schätzung = 100 %)
Schätzung 99/00
NEPTUN 99/ 00
Volkmar Gutsche und Jörn Strassemeyer: SYNOPS – ein Modell zur Bewertung ... 207
Nachrichtenbl. Deut. Pflanzenschutzd. 59.2007
rungsgrad natürlich erheblich, insbesondere was die Anwen-
dungsbedingungen angeht. Dadurch wird der Indikator genü-
gend robust, und es stehen weniger die absoluten Werte der er-
rechneten Risikoindizes als vielmehr ihre relativen Trends zu
einer definierten Ausgangsposition im Blickfeld. Diese relati-
ven Werte der einzelnen Indizes zur jeweils gleichen Bezugs-
basis eröffnet auch die Möglichkeit, die auf die Testorganismen
bezogenen Werte weiter zu verdichten und damit einer weite-
ren Forderung der OECD nachzukommen, einfach zu verste-
hende, aber wissenschaftlich begründete Ergebnisse darzustel-
len.
Die Abb. 7a-f zeigen einen solchen finalen Output der Be-
rechnung des Trends des Umweltrisikopotentials der letzten 18
Jahre im terrestrischen und aquatischen Bereich. Dabei wurden
im jeweiligen Bereich die Mittelwerte über die relativen Werte
der Indizes der Testorganismen gebildet. Diese sehr verdichte-
ten Kurven kann man bei Bedarf durch Hinzunahme der Trend-
bilder der Einzelorganismen (Abb. 3 bis 5) und den Ergebnis-
sen der Analyse des Einflusses spezifischer Wirkstoffe inter-
pretieren.
Alle verdichteten Trendbilder zeigen eine klare Abnahme
des Risikopotentials in den letzten 18 Jahren. Sie ist am stärks-
ten bei den Insektiziden ausgeprägt, gefolgt von den Herbizi-
den und danach den Fungiziden. Vergleicht man diese Bilder
mit dem Trend des Absatzes pro landwirtschaftlicher Nutzflä-
che, so wird sichtbar, dass dieser bis zum Jahr 1994 auf 50–
60 % seines Wertes von 1987 gefallen ist, seitdem aber keine
weitere fallende Tendenz zeigt. Die zusammenfassende Bot-
schaft der Trendbilder lautet:
Es gibt in den letzten 10 Jahren keine wesentliche Verände-
rung im Absatz, wohl aber eine weitere Reduzierung des Risi-
kopotentials der eingesetzten Wirkstoffe in vielen Bereichen.
Am wenigsten ausgeprägt ist diese weitere Reduktion bei den
Fungiziden.
Interessant sind natürlich auch die Unterschiede zwischen
den errechneten Risikoindizes aus der NEPTUN–Erhebung
und aus der Anwendungsschätzung, die in den Abb. 6a-c ver-
anschaulicht werden. Da die Anwendungsbedingungen in bei-
den Rechnungen gleich gesetzt sind, kommen als Ursache nur
unterschiedliche Aufwandmengen bei gleichen Wirkstoffen
bzw. unterschiedliche Wirkstoffe in beiden Datengruppen in
Frage. In der Tab. 7 sind die Informationen zur Interpretation
dieser Unterschiede zusammengestellt.
Für die Berechnung der mittleren Aufwandmengen wurden
nur die gleichen Indikationen der beiden Datengruppen heran-
gezogen. Dabei wird deutlich, dass die Landwirte in der Praxis
vor allem bei den Herbiziden und Fungiziden mit niedrigeren
Aufwandmengen als in der Zulassung angegebenen operieren.
Bei den Fungiziden werden die durchschnittlich 40 % gerin-
geren Risikowerte im wesentlichen durch um ebenfalls rund
Abb. 7a-c.Trend des akuten aquatischen und terrestrischen
Risikoindexes für Herbizide, Fungizide und Insektizide seit
1987.
Fungizide akutes Risiko
0%
20%
40%
60%
80%
100%
120%
140%
1985 1990 1995 2000 2005
relativer Risikoindex (1987 = 100%)
abr_terr
abr_aqu
Absatz pro LN
Insektizide akutes Risiko
0%
20%
40%
60%
80%
100%
120%
140%
1985 1990 1995 2000 2005
relativer Risikoindex (1987 = 100%)
abr_terr
abr_aqu
Absatz pro LN
Herbizide akutes Risiko
0%
20%
40%
60%
80%
100%
120%
140%
1985 1990 1995 2000 2005
relativer Risikoindex (1987 = 100%)
abr_terr
abr_aqu
Absatz pro LN
cbr_terr
Abb. 7d-f.Trend des chronischen aquatischen und terrestri-
schen Risikoindexes für Herbizide, Fungizide und Insektizide
seit 1987.
Herbizide chronisches Risiko
0%
20%
40%
60%
80%
100%
120%
140%
160%
1985 1990 1995 2000 2005
relativer Risikoindex (1987 = 100%)
cbr_terr
cbr_aqu
Absatz pro LN
Fungizide chronisches Risiko
0%
20%
40%
60%
80%
100%
120%
140%
160%
1985 1990 1995 2000 2005
relativer Risikoindex (1987 = 100%)
cbr_terr
cbr_aqu
Absatz pro LN
Insektizide chronisches Risiko
0%
20%
40%
60%
80%
100%
120%
140%
160%
1985 1990 1995 2000 2005
relativer Risikoindex (1987 = 100%)
cbr_terr
cbr_aqu
Absatz pro LN
208 Volkmar Gutsche und Jörn Strassemeyer: SYNOPS – ein Modell zur Bewertung ...
Nachrichtenbl. Deut. Pflanzenschutzd. 59.2007
40 % geringere Aufwandmengen erreicht. Bei den Herbiziden
sind die Risikowerte aus NEPTUN „nur“ durchschnittlich rund
30 % geringer, obwohl die mittlere Aufwandmenge auch hier
etwa 40 % niedriger liegt. Hier haben die unterschiedlichen
Wirkstoffe in beiden Gruppen noch einen zusätzlichen Ein-
fluss.
Der grundsätzliche Zusammenhang zur Dosis zeigt sich
auch bei den Insektiziden. Die Risikokennziffern aus der NEP-
TUN–Erhebung sind hier um durchschnittlich rund 10 % nied-
riger, was durch die um etwa 15 % niedrigere mittlere Auf-
wandmenge hauptsächlich erklärt werden kann. Die in der An-
wendungsschätzung vertretenen zusätzlichen 15 Wirkstoffe
modifizieren das Bild dabei auch hier etwas.
Was die Aufwandmengen angeht, orientiert sich die Anwen-
dungsschätzung also ebenfalls am „worst case“, während die
NEPTUN–Erhebung den „pratical case“ repräsentiert, der
mehr einer situationsbezogenen Dosierung entspricht und da-
mit ein Element des integrierten Pflanzenschutzes darstellt.
Deshalb müssen auch in Zukunft beide Datenmengen getrennt
mittels des Indikators verarbeitet werden, weil die absoluten
Werte der Indizes nicht vermischt werden dürfen. Anders ver-
hält es sich mit hoher Wahrscheinlichkeit mit den relativen
Werten und deren Trendbilder. Diese werden ähnliche Kurven
zeigen, weil hier im wesentlichen die Veränderung im einge-
setzten bzw. verkauften Wirkstoffspektrum widerspiegelt wer-
den. Endgültig lässt sich diese These aber erst nach vorliegen
einer genügend hohen Wiederholungszahl der NEPTUN–Erhe-
bungen beweisen.
Abschließend sollen noch die absoluten Werte der Risikoin-
dizes, wie sie in den Tab. 5a und 6 angegeben sind, in die Dis-
kussion einbezogen werden. Vor allem die akuten Werte sind
einer Interpretation zugänglich, da laut Grundaufbau der For-
meln hier die errechnete Anfangskonzentration im „worst ca-
se“ der Applikationsbedingungen direkt ins Verhältnis zu Toxi-
zität gesetzt wird. Erreicht der Index bei einer Indikation den
Wert 1 oder übersteigt diesen sogar, ist die errechnete Exposi-
tion gleich bzw. größer als die LC 50 des entsprechenden Test-
organismus, was natürlich kritisch zu bewerten ist, weil dann
negative Auswirkungen nicht mehr ausgeschlossen werden
können. Deshalb werden bei der Zulassung der betreffenden
Wirkstoffe Anwendungsbestimmungen zur Minderung dieses
Risikos erlassen. Eine wichtige Maßnahme zum Schutz aqua-
tischer Organismen stellen dabei Abstandsauflagen dar.
In allen bisher dargestellten Ergebnissen sind diese Aufla-
gen nicht berücksichtigt, sondern als Randbedingung wird an-
genommen, dass sich neben dem Feld in 1 m Entfernung ein
Wassergraben befindet. Das muss bei der Interpretation der re-
lativ hohen mittleren akuten Risikoindizes von 0.27 für Herbi-
zide bei Algen und 0.20 bzw. 0.18 für Insektizide bei Wasser-
flöhen bzw. Fischen (Tab. 5a bzw. 3. Spalte der Tab. 8) beach-
tet werden. Hinter diesen Mittelwerten verbergen sich natürlich
auch wesentlich höhere Risikoindizes bei einzelnen Indikatio-
nen.
In der ersten Spalte der Tab. 8 sind die Maxima der akuten
Risikoindizes aus der Anwendungsschätzung 2002/2004 ange-
geben. So liegt der maximale Index für Algen bei den Herbizi-
den bei 61.12, verursacht durch den Wirkstoff Bifenox in Ge-
treide, der aber aus gutem Grund eine Abstandsauflage von
20 m besitzt. Die Maxima der Fungizide werden bei den Was-
serflöhen und Fischen durch den Wirkstoff Kupferhydroxid in
Tab. 7. Vergleich der Mittelwerte der Aufwandmengen zwischen der NEPTUN –Erhebung und der Anwendungsschätzung
NEPTUN
1999/2000
Anwendungs-
schätzung
1999/2000
Anzahl gleicher
Wirkstoffe
Anzahl gleicher
Indikationen
mittlere
Dosis
Anzahl
Wirkstoffe
mittlere
Dosis
Anzahl
Wirkstoffe
Herbizide 485.2 78 789.1 67 63 167
Fungizide 215.8 45 352 52 40 103
Insektizide 72.2 16 85.3 30 15 59
Tab. 8. Vergleich der Risikoindizes der aquatischen Testorganismen aus der Anwendungsschätzung 2002/2004 ohne und mit Be-
rücksichtigung der Abstandsauflagen
Maximum
ohne Abstand
Maximum
mit Abstand
gew. Mittel
ohne Abstand
gew. Mittel
mit Abstand
Standardabw.
ohne Abstand
Standardabw.
mit Abstand
Herbizide
Wasserflöhe 1.114 0.438 0.00371 0.00039 0.074 0.025
Fische 0.162 0.063 0.00180 0.00017 0.016 0.003
Algen 61.116 5.554 0.27079 0.02529 6.414 0.534
Fungizide
Wasserflöhe 39.627 2.320 0.04144 0.00257 3.240 0.189
Fische 20.856 1.221 0.05365 0.00159 1.730 0.100
Algen 8.870 0.849 0.07715 0.00590 0.583 0.046
Insektizide
Wasserflöhe 116.817 7.637 0.20489 0.02125 14.090 0.981
Fische 14.242 1.866 0.18045 0.01512 2.197 0.152
Algen 0.213 0.012 0.00253 0.00015 0.032 0.001
Volkmar Gutsche und Jörn Strassemeyer: SYNOPS – ein Modell zur Bewertung ... 209
Nachrichtenbl. Deut. Pflanzenschutzd. 59.2007
Kernobst erzeugt, bei den Algen durch Kupferoxychlorid im
Hopfen. Beide Wirkstoffe haben ebenfalls eine Abstandsaufla-
ge von 20 m. Bei den Insektiziden wird der extrem hohe Wert
von 116.82 für Wasserflöhe durch Carbosulfan in Hopfen er-
zeugt, dessen Mindestabstand zu Gewässern aber 100 m betra-
gen muss. Ähnliches gilt den maximalen Index für Fische, der
durch den Wirkstoff Cyfluthrin verursacht wird und der eine
Auflage von 50 m Mindestabstand hat.
Um den Effekt der Abstandsauflagen auf die absoluten Wer-
te der Risikoindizes der aquatischen Organismen zu demon-
strieren, wurde die Berechnung für die Anwendungsschätzung
2002/2004 ein zweites Mal ausgeführt, wobei das Modell
SYNOPS diesmal die vorgeschriebenen Auflagen bezüglich
des Mindestabstandes benutzte. In der Tab. 8 sind diese Ergeb-
nisse ebenfalls aufgeführt. Es wird ersichtlich, dass sich alle
Werte um mindestens eine Zehnerpotenz verringern. Das wird
auch in der starken Verringerung der Maximalwerten (2. Spalte
der Tab. 8) sichtbar. Dadurch, dass Abstandsauflagen für alle
die Mittel erteilt wurden, die relativ hohe Risikoindizes besit-
zen, verringert sich natürlich bei Berücksichtigung dieser Auf-
lagen die Standardabweichung der mittels SYNOPS errechne-
ten Werte. Die Spitzenwerte werden sozusagen „herunterge-
brochen“, und die Ergebnisse liegen auf niedrigeren Niveau
enger zusammen.
Für die hier im Mittelpunkt stehende Verfolgung des zeitli-
chen Trends des relativen Umweltrisikopotentials der Pflan-
zenschutzmittel sollten die Anwendungsbestimmungen jedoch
prinzipiell außer Acht gelassen werden und die „worst case“ –
Resultate herangezogen werden. Die Berücksichtigung z. B.
der Abstandsauflagen verwischt den Einfluss der inhärenten
Eigenschaften der Wirkstoffe. Die Wirkung immer weiter ver-
schärfter Anwendungsbestimmungen auf die Risikoindizes ist
eine ganz andere Fragestellung. Diese und andere Fragen, wie
z. B. die nach der räumlichen Variabilität des Umweltrisikopo-
tentials durch Pflanzenschutzmittel in Deutschland kann mit
dem SYNOPS- Modell ebenfalls untersucht werden und ist Ge-
genstand einer weiteren Veröffentlichung.
Danksagung
Die Autoren möchten sich recht herzlich bei ihren technischen
Mitarbeitern Frau Veronika SIEMON und Frau Kathleen KRAM-
MER bedanken, die die sehr arbeitsaufwendigen Anwendungs-
schätzungen und Datenrecherchen durchführten. Bedanken
möchten wir uns auch bei Herrn Dr. JÖRMANN und Frau Miri-
jam SENG vom Bundesamt für Verbraucherschutz und Lebens-
mittelsicherheit für die Bereitstellung der Daten zur Inlandsab-
gabe der Wirkstoffe.
Literatur
BACH, M., V. MOHAUPT, A. HUBER, H.G. FREDE, N. ZULLEI-SEIBERT,
2000: Schätzung der Einträge von Pflanzenschutzmitteln aus der
Landwirtschaft in die Oberflächengewässer Deutschlands. Berlin, E.
Schmidt Verl., 1-272 S.
BACKHAUS, G.F., H. BEER, V. GUTSCHE, B. FREIER, 2005: Beiträge der
Biologischen Bundesanstalt zum Reduktionsprogramm chemischer
Pflanzenschutz des Bundesministeriums für Verbraucherschutz,
Ernährung und Landwirtschaft. Nachrichtenbl. Deut. Pflanzens-
chutzd. 57 (3), 45-48.
BBA, 2004: Aktuelle Abtrifteckwerte. www.bba.bund.de.
BBA, 2007: Verzeichnis verlustmindernder Geräte. www.bba.bund.de.
BECKER, F., A. KLEIN, R. WINKLER, B. JUNG, H. BLEIHOLDER, F. SCHMID-
ER, 1999: The degree of ground coverage by arable crops as a help
in estimating the amount of spray solution intercepted by the plants.
Nachrichtenbl. Deut. Pflanzenschutzd. 51, 237-242.
BEINAT, E., R. VAN DEN BERG, 1996: EUPHIDS, a decision-support sys-
tem for the admission of pesticides, RIVM Rapport 712405002, 196
S.
CARSEL, R.F., C.N. SMITH, L.A. MULKEY, J.D. DEAN, P. JOWISE, 1984:
User Manual of the Pesticide Root Zone Model (PRZM).
EPA-600/3-84-109, 216 S.
DELBAERE, B., A. NIETO SERADILLA, 2004: Environmental risks from
agriculture in Europe: Locating environmental risk zones in Europe
using agr-environmemtal indicators. Tilburg, ECNC-European Cen-
tre for Nature Conservation, 184 S.
DE MOL, F., H-H. STEINMANN, B. GEROWITT, V. GUTSCHE, 2002: Ver-
fahren der Risikoabschätzung des Pflanzenschutzmitteleinsatzes und
ihre Anwendung – II. Die Bewertungsmethode SYNOPS. Nachrich-
tenbl. Deut. Pflanzenschutzd. 54 (11), 275-282.
EPPO, 2003: Environmental risk assessment scheme for plant protec-
tion products. Chapter 4: Soil. EPPO Bulletin 33 33, 151-162.
EPPO, 2003: Environmental risk assessment scheme for plant protec-
tion products. Chapter 4: Surface water and sediment. EPPO Bulletin
33 33, 169-181.
FOCUS, 1997: Soil persistence models and EU registration. Report of
the FOCUS Working Group on Pesticide Fate in Soil 1997.
FOCUS, 2001: FOCUS Surface Water Scenarios in the EU Evaluation
Process under 91/414/EEC. Report of the FOCUS Working Group
on Surface Water Scenarios, European Commission Document Ref-
erence SANCO/4802/2001-rev.2 245 S.
GUTSCHE, V., D. ROSSBERG, 1997: SYNOPS 1.1: a model to assess and
to compare the environmental risk potential of active ingredients in
plant products. Agriculture, Ecosystems & Environment 64,
181-188.
GUTSCHE, V., D. ROSSBERG, 1997: Die Anwendung des Modells SYN-
OPS 1.2 zur synoptischen Bewertung des Risikopotentials von Pflan-
zenschutzmittelwirkstoffgruppen für den Naturhaushalt. Nachricht-
enbl. Deut. Pflanzenschutzd. 49 (11), 173-285.
GUTSCHE, V., D. ROSSBERG, 1999: A proposal for estimating the quantity
of pesticide active ingredients applied by crop based on national sales
data. Report of the OECD Project in Pesticide Aquatic Risk Indica-
tors – Report of Phase 1, Annex 1, OECD, Paris, 44-49.
GUTSCHE, V., 2004: Pflanzenschutzindikatoren in Deutschland, Ta-
gungsbericht Nachhaltigkeit- und Agrarumweltindikatoren, Bonn,
25.-26. März 2004, Bundesministerium f. Ernährung u. Land-
wirtschaft, 83-99.
GUTSCHE, V., D. ROSSBERG, 2000: Bewertung von Pflanzenschutz –
Strategien mittels Risikoindikatoren. Mitt. Biol. Bundesanst.
Land-Forstwirtsch. 371, 68-83.
JARVIS, N.J., 1994: The MACRO model (Version 3.1). Technical de-
scription and sample simulations. Reports and Dissertations 19, De-
partment of Soil Science, Swedish University of Agricultural Sci-
ences, Uppsala, Sweden.
LINDEN, VAN DER, A.M.A., J.W. DENEER, R. LUTTIK, R.A. SMIDT, 2004:
Dutch environmental indicator for plant protection products. RIVM,
report 716601009.
LINDERS, J., H. MENSINK, G. STEPHENSON, D. WAUCHOPE, K. RACKE,
2000: Foliar interception and retention values after pesticide appli-
cation. A proposal for standardized values for environmental risk as-
sessment. Pure and Applied Chemistry 72, 2199-2218.
LUTTIK, R. (ed.) 2004: Report of the Workshop on Pesticide Risk Indi-
cators for Man and the Environment: Noordwijkerhout, The Neth-
erlands, May 2004.
LUTZ, W., 1984: Berechnung von Hochwasserabflüssen unter Anwen-
dung von Gebietskenngrößen. 221. Mitteilungen des Instituts für
Wasserbau.
MANIAK, U., 1992: Regionalisierung von Parametern für Hochwasser-
ganglinien, In H. B. Kleeberg [ed.], Regionalisierung in der Hydrolo-
gi. Weinheim, VHC, S. 325-332.
MCCUEN R.H., 1981: A guide to hydrologic analysis using SCS Meth-
ods. Prentice Hall, Englewood.
OECD, 1997: Report of the 1st OECD Workshop on Pesticide Risk In-
dicators, Copenhagen, April 1997.
OECD, 1999: Report of the 2nd OECD Workshop on Pesticide Risk In-
dicators, Braunschweig, Germany, June 1999.
OECD, 2000: Report of the OECD Pesticide Aquatic Risk Indicator Ex-
pert Group. OECD Paris April 2000, 56 S.
RAUTMANN, D., M. STRELOKE, 2001: Die Verzahnung der Prüfung der
Pflanzenschutzgeräte mit der Zulassung der Pflanzenschutzmittel.
Nachrichtenbl. Deut. Pflanzenschutzd. 53 (10), 270-273.
REUS, J., P. LEENDERTSE, C. BOCKSTALLER, I. FOMSGAARD, V. GUTSCHE,
K. LEWIS, C. NILSON, L. PUSSEMEIER, M. TREVISAN, H. VAN DER WERF,
F. A LFARROBA, S. BLÜMEL, J. ISART, D. MCGRATH, T. SEPPÄLÄ, 1999:
Comparing Environmental Risk Indicators for Pesticides. Results of
the European CAPER Project. Centre for Agriculture and Environ-
ment Utrecht, CLM 426, ISBN 90-5634-106-5, 184 S.
REUS, J., P. LEENDERTSE, C. BOCKSTALLER, I. FOMSGAARD, V. GUTSCHE,
K. LEWIS, C. NILSON, L. PUSSEMEIER, M. TREVISAN, H. VAN DER WERF,
F. A LFARROBA, S. BLÜMEL, J. ISART, D. MCGRATH, T. SEPPÄLÄ, 2002:
Comparison and evaluation of eigth pesticide environmental risk in-
dicators development in Europe and recommendations for future use.
Agriculture Ecosystems & Environment 90, 177-187.
RODE, M., 1995: Quantifizierung der Phosphorbelastung von
Fließgewässern durch landwirtschaftliche Nutzung. Boden und
210 Volkmar Gutsche und Jörn Strassemeyer: SYNOPS – ein Modell zur Bewertung ...
Nachrichtenbl. Deut. Pflanzenschutzd. 59.2007
Landwirtschaft. Justus-Liebig-Universität, Giessen.
RÖPKE, B., 2003: GIS-based exposure assessment of PEC from
non-point source pesticides inputs in German river basins. Jus-
tus-Liebig-Universität.
RÖPKE, B., M. BACH, H.G. FREDE, 2004: DRIPS - a decision support
system estimating the quantity of diffuse pesticide pollution in Ger-
man river basins. Water Science and Technology 49,149-156.
ROSSBERG, D., V. GUTSCHE, S. ENZIAN, M. WICK, 2002: NEPTUN 2000-
Erhebung von Daten zum tatsächlichen Einsatz chemischer Pflan-
zenschutzmittel im Ackerbau Deutschlands. Berichte aus der Biol-
ogischen Bundesanstalt für Land- und Forstwirtschaft.H. 98, 92 S.
ROSSBERG, D., 2003: NEPTUN 2001- Erhebung von Daten zum
tatsächlichen Einsatz chemischer Pflanzenschutzmittel im Obstbau,
im Hopfen und in Erdbeeren. Berichte aus der Biologischen Bunde-
sanstalt für Land- und Forstwirtschaft. H. 122, 64 S.
ROSSBERG, D., 2004: NEPTUN 2003- Erhebung der tatsächlichen
Pflanzenschutzmittel- Anwendungen im Weinbau. Berichte aus der
Biologischen Bundesanstalt für Land- und Forstwirtschaft. H. 124,
26 S.
SABLJIC, A., H. GÜSTEN, H. VERHAAR, J. HERMES, 1995: QSAR mod-
elling of soil sorption. Improvements and sytematics of log Koc vs.
log Kow correlations. Chemosphere 31, 4489-4514.
US-SCS, 1990: Estimating runoff for conservation practices. Soil Con-
servation Service , U.S. Dep. of Agriculture, Washington D.C.-47.
Zur Veröffentlichung angenommen: 15. März 2007
Kontaktanschrift: Dr. Volkmar Gutsche, Biologische Bundesanstalt
für Land- und Forstwirtschaft, Institut für Folgenabschätzung im
Pflanzenschutz, Stahnsdorfer Damm 81, 14532 Kleinmachnow,
E-Mail: v.gutsche@bba.de
... In SYNOPS wurde die Einstellung gewählt, dass drei Tage nach der Applikation das Regenereignis eintritt. Die Abschwemmung basierte auf der modifizierten "Curve Number"-Methode (Details siehe (Gutsche and Strassemeyer 2007)). Die Drainage wurde mit einem vereinfachten Meta-Modell, welches auf dem MACRO Modell (Jarvis 1994) basiert, berechnet. ...
... In SYNOPS wird die Befrachtung des Boden ausschliesslich von der Interzeption, der Aufwandmenge und dem behandelten Flächenanteil beeinflusst. Zur Bestimmung des Rückhaltevermögen (Interzeption) der unterschiedlichen Kulturen und Zeitpunkte für PSM-Applikationen wurde durch Gutsche andStrassemeyer 2007 Werte in der Literatur konsultiert (Becker et al. 1999;Linders et al. 2000;FOCUS 2001 ...
... The model SYNOPS (Gutsche and Strassemeyer, 2007;Strassemeyer et al., 2017) was used to calculate three different indicators: the local ecotoxicological risk of PPP on organisms living in edge-of-field surface waters, agricultural soils and terrestrial off-crop habitat. The risk to organisms of these habitats is usually also assessed in the ecotoxicological risk assessment as part of product authorization (European Commission, 2002). ...
Article
Plant protection products (PPP) are used to protect apples from pests and diseases and to maintain high yields and fruit quality. Alternatively, non-chemical plant protection measures can be applied to reduce the use and ecotoxicological risks of PPP. However, additional materials, energy or labor are needed, which can have an impact on the environmental or economic performance. To investigate possible trade-offs, this multi-criteria analysis examined different apple production systems based on exemplary crop protection strategies in Switzerland. One integrated crop protection strategy complying with the Swiss Proof of Ecological Performance (PEP2018) was used as a reference, and three exemplary strategies were compared to this reference. The integrated «PPP Reduced» strategy assumed a minimal use of synthetic PPPs in combination with a range of alternative plant protection measures to avoid yield losses. The conventional «High yield» strategy assumed maximum yields with minimal restrictions on the use of synthetic PPPs and fertilizer. Finally, the «Organic» strategy represented typical organic apple production without the use of synthetic PPPs. To compare the performance of these strategies, 13 indicators were calculated, covering four aspects. PPP use was analyzed with the treatment frequency index, local ecotoxicological risks for next-to-field habitats were modeled with SYNOPS, global environmental impacts of 1 kg apple were analyzed with life cycle assessment (LCA) and economic impact on farms was assessed with a full-cost calculation. Compared to the «PEP2018» strategy, the «PPP Reduced» strategy performed much better in terms of ecotoxicological risks and biodiversity, but was not profitable due to high investments resulting in a negative farmer's hourly wage. The ecotoxicological risks were comparable between the «PEP2018» and «High yield» strategies, with the latter performing much worse in terms of biodiversity and global warming potential. Despite the high capital and labor input, the «High yield» strategy was much better in terms of resource use and farmer's hourly wage. The “Organic” strategy had the largest impact (per kg of apples) on most global environmental indicators, but performed much better on ecotoxicological risks and also on farmer's hourly wage. The results of this study show that reducing the use of PPP and the associated risks in apple orchard without environmental or economic compromises is challenging. None of the strategies examined performed better than the other strategies in all indicators assessed. However, this approach could contribute to identify and design more sustainable crop protection systems in apple production.
... Various risk indicators have been developed across Europe to assess environmental and health risks of pesticide use, such as SYNOPS in Germany (Gutsche and Strassemeyer, 2007) and EYP in the Netherlands (Reus and Leendertse, 2000). Pesticide Load (PL) is a risk indicator developed in Denmark to monitor pesticide load and for setting quantitative targets for pesticide use (Kudsk et al., 2018). ...
Article
This study provides a multi-attribute approach to support decisions by Norwegian crop farmers considering adopting innovative crop protection measures. In modelling choice among pest management strategies, we have accounted for both economic risks, risks to human health and risks to the environment. We used the Simple Multi-Attribute Rating Technique (SMART) to evaluate the results of a field trial comparing four different pest management strategies. In the trial, various pre-crops in year one were followed by two consecutive years of winter wheat. Two treatments had different levels of integrated pest management (IPM). IPM1 was the most innovative treatment and used less pesticides (i.e. herbicides, insecticides and fungicides) than IPM2. The third treatment ('Worst Case', WC) used pesticides routinely. The fourth treatment ('No Plant Protection', NPP) used no plant protection measures except one reduced dose of herbicide per year on winter wheat. Two main attributes were included in the SMART analysis, an economic indicator and a pesticide load indicator, each of which comprised a number of attributes at a subsidiary level. The results showed that the IPM1 and NPP strategies performed better than IPM2 and the WC strategies. However, the ranking of the pest management practices depended on the weighting of the two main attributes. Although the SMART analysis gave ordinal utility values, permitting only ranking of the alternatives, we were able to transform the results to measure financial differences between the alternatives.
... Die Aggregation innerhalb einer Variante erfolgte mit einem bereits in früheren Projekten verwendeten und in SYNOPS implementierten Ansatz (Gutsche andStrassemeyer 2007, Calabrese, Breitenmoser et al. 2013). Bei der akuten Toxizität wurde für jeden Wirkstoff pro Organismengruppe der ETR für jeden Tag einer Raps-Anbauphase berechnet. ...
Technical Report
Full-text available
Die Verwendung der Neonicotinoide zur Saatbeizung ist aufgrund der Toxizität für Bienen und andere Organismen umstritten. Die vorliegende Arbeit bewertet die Nachhaltigkeit der Anwendung von Pflanzenschutzmitteln (PSM) für die Bekämpfung des Rapserdflohs (REF; Psylliodes chrysocephalus). In der vorliegenden Arbeit wurde die Saatbeizmittel-Strategie mit Neonicotinoiden (Bewilligung zurzeit suspendiert) mit der Spritzmittel-Strategie mit Pyrethroiden vergliechen. Die vergleichende Bewertung erfolgte mit einer multikriteriellen Entscheidungsanalyse (MCDA). Eine MCDA kann zwar nicht alle Elemente abbilden, die für einen Entscheid nötig sind. Aber durch eine Versachlichung und die Förderung des Dialogs kann sie die Entscheidungsfindung unterstützen. Die für die Nachhaltigkeitsbewertung konzipierte SustainOS-Methode (Mouron, Heijne et al. 2012) wurde weiterentwickelt. Berücksichtigt wurden ökonomische Konsequenzen, Ökosystemleistungen wie die Bestäubung (Bienen) und die Schädlingsregulation (Nützlinge), sowie die mögliche Gefährdung der Biodiversität ausserhalb der Kultur, hier der Gewässerorganismen. Eine „moderne“ (67% zu 33%) und eine konventionelle (50% zu 50%) Gewichtung von Ökologie (inkl. Ökosystemleistungen) vs. Ökonomie führten zu gleichen Kernaussagen. Im direkten Vergleich der einzelnen PSM-Produkte schnitt – vor allem aus ökonomischen Gründen – die Beizmittel-Strategie mit Neonicotinoiden deutlich besser ab als die Spritzmittel-Strategie mit Pyrethroiden. Im Kontext der ganzen Spritzfolge während des Rapsanbaus ist die Bewertung abhängig vom Schaddruck des REF. Bei geringem Schaddruck ist Extenso-Anbau oder Anbau ohne Einsatz von PSM gegen REF möglich – dies führte zur besten Bewertung. Bei mittlerem und hohem Schaddruck des REF schnitt, wie im direkten Vergleich der PSM-Produkte, jeweils die Beizmittel-Strategie besser ab als die Spritzmittel-Strategie. Bei der langfristigen Betrachtung über die ganze Schweiz wurde die Spritzmittel-Strategie besser bewertet als die Beizmittel-Strategie. Der Grund liegt darin, dass der Schaddruck nicht auf allen Rapsanbauflächen jedes Jahr gleich gross ist. Bei einem tiefen Schaddruck wird die Schadschwelle nicht erreicht und es erfolgt keine Spritzung. Die vorliegende Nachhaltigkeitsanalyse unterstützt das Beibehalten der Suspendierung der Neonicotinoide für die Saatbeizung im Raps. Die Option der Rücknahme der Suspendierung sollte offen gehalten werden für den Fall, dass in Zukunft die Risiken der Neonicotinoide als weniger gross beurteilt werden, der REFBefallsdruck übermässig stark ansteigt oder die Resistenzbildung gegen Pyrethroide problematisch wird. Wir empfehlen im Moment die nachhaltige Bekämpfung des REF durch die Spritzmittel-Strategie (Pyrethroide) unter Ausnutzung aller bestehenden Präventionsmöglichkeiten und dem Einhalten des Schadschwellen-Prinzips.
... Recently, a web-based version of SYNOPS (SYNOPS-WEB) was launched (Strassemeyer et al., 2017). In addition, a modified version of SYNOPS named SYNOPS-TREND has been developed to assess environmental risk based on sales data for comparing the impact of pesticide use over several years (Gutsche and Strassemeyer, 2007). ...
Article
Pesticides provide growers with an effective tool for the control of damaging crop pests preventing yield losses that could jeopardise food security. In recent years the potentially adverse effects of their use on human health and the environment has received increasing attention by the public and the competent authorities. In this context reliable pesticide risk indicators are pivotal to assess the potential risk associated with the use of pesticide. Several pesticide risk indicators, serving various purposes, have been developed over the years. Recently, a new pesticide risk indicator, the Pesticide Load (PL), was introduced in Denmark. The PL has replaced the Treatment Frequency Index (TFI) as the official pesticide risk indicator. The PL consists of three sub-indicators for human health, ecotoxicology and environmental fate, respectively. For each of the three sub-indicators a pesticide load (PL) is calculated and expressed as the PL per unit commercial product (kg, L or tablet). PL for human health (PLHH) is based on the risk phrases on the product label, while PL for ecotoxicology (PLECO) is calculated on basis of the LC/LD/EC50 values of the active ingredients for acute toxicity to mammals, birds, fish, daphnia, algae, aquatic plants, earthworms and bees and NOEC values for chronic toxicity to fish, daphnia and earthworms. PL for environmental fate (PLFATE) is calculated on basis of the half-life in soil (DT50), the bioaccumulation factor (BCF) and the SCI-GROW index. PL does not consider the actual exposure, i.e. it reflects the relative risks associated with the use of pesticides. Besides using PL for monitoring the yearly trend in pesticide use and load, the PL was also used for setting up a new pesticide tax scheme and for setting quantitative reduction targets. In Denmark, it is now compulsory for farmers to upload their pesticide use data, i.e. the annual pesticide statistics and the calculation of the PL can be produced on basis of pesticide use data rather than sales data that may not reflect the actual use by farmers. Because pesticide use data is available for each farm, maps providing detailed information on pesticide use in different regions can be produced. From 2010/11 to 2013/14 only minor differences were observed in the PL and, overall, similar trends were observed for the PL and TFI. Significant geographical differences, which could be attributed to differences in crop rotations, were apparent when estimating PL for each of the four major groups of pesticides (herbicides, fungicides, insecticides and plant growth regulators). The maps produced from the pesticide use data revealed significant variation in PL for ecotoxicological effects on aqueous organisms and bees as well as environmental parameters such as leaching potential. It is suggested to use the maps to identify ‘hot spots’ and design monitoring programmes or to launch initiatives that can reduce the PL. By linking information on mode of action to each commercial pesticide product it was also possible to obtain detailed information on the use pattern of the various pesticide modes of action, which is relevant information assessing the risk of evolution of pesticide resistance.
Article
The model SYNOPS was developed to calculate national risk indicators for assessing the aquatic and terrestrial risk potential of pesticides in Germany. For Switzerland, a national aquatic risk indicator is currently being developed based on SYNOPS. It aims at evaluating long-term trends in aquatic risks based on changing pesticide usage and risk mitigation measures. In a first step, parameters of the fate models of SYNOPS were parametrized for the Swiss geographical context. Apart from data about pesticides and their specific usage, SYNOPS requires information about climate, soil and site-specific properties and crop stage. Based on these inputs, SYNOPS calculates the predicted environmental concentrations (PEC) of pesticides in water bodies and the associated exposure-toxicity-ratios (i.e., risks). To consider the effects of risk mitigation measures in risk indicators, a realistic representation of the contribution of different routes of entry (run-off, erosion, drainage, drift) is essential. To parametrize SYNOPS, a sensitivity analysis of the aquatic transport and fate models of SYNOPS was conducted: realistic ranges of Swiss-specific parameters and their combinations were defined and used as input for the sensitivity analysis. The impacts of input parameters on total PEC values and on the contribution of different routes of entry were analyzed. The sensitivity analysis revealed that slope and KOC were the parameters with the highest impact on pesticide concentration and that run-off was the dominant route of entry in most tested scenarios. From over 40,000 tested environmental scenarios, a reduced set of 75–113 environmental scenarios was finally selected, which predicted similar PEC values and comparable contributions of different routes of entry compared with the full set. With the parametrization and reduction of used environmental scenarios, fate calculations became more efficient and realistic for Swiss conditions. The findings of this study provide a solid basis for developing a national aquatic risk indicator using SYNOPS.
Article
Full-text available
Zusammenfassung Die allgemeinen Grundsätze des Integrierten Pflanzenschutzes aus dem Anhang III der Pflanzenschutzrahmenrichtlinie der EU (2009/128/EG) beschreiben die Basisstrategie des integrierten Pflanzenschutzes. Danach müssen eingesetzte Pflanzenschutzmittel soweit zielartenspezifisch wie möglich sein und die geringsten Nebenwirkungen auf die menschliche Gesundheit, Nichtzielorganismen und die Umwelt haben. Daher ist eine Abschätzung des Umweltrisikos unerlässlich und ein wesentlicher Bestandteil in der Bewertung von Pflanzenschutzverfahren. In dieser Studie wurden die in den Vergleichsbetrieben von 2007 bis 2016 erfassten Pflanzenschutzmaßnahmen in den Kulturen Winterweizen (WW), Wintergerste (WG) und Winterraps (WR) mit dem Indikator SYNOPS-GIS in einer deutschlandweiten räumlichen Risikoanalyse bewertet. Die dafür notwenigen Umwelt- und Flächenparameter wurden auf der Basis von Landschaftsmodellen mit Hilfe von GIS- und Datenbankprozeduren flächenspezifisch ermittelt. Die erhobenen Anwendungsmuster wurden per Zufallsverteilung den Flächen kulturspezifisch zugeordnet und die Anwendungsbestimmungen der angewandten Mittel einschließlich der Auflagen zur Risikominderung und den physikochemischen Eigenschaften der Wirkstoffe aus relevanten Datenbanken entnommen. Auf dieser Datenbasis wurde eine flächenspezifische Risikoanalyse für einzelne Jahre durchgeführt, die über weitere Aggregationsschritte als Risikoindizes für Anwendungsmuster oder als räumliche Risikoindizes zusammengefasst wurden. Für alle Anwendungsmuster konnte eine hohe Variabilität des Umweltrisikos dargestellt werden. Eine Korrelation der Risikoindizes mit dem Behandlungsindex konnte für keine der drei Kulturen festgestellt werden. Des Weiteren zeigte die Risikoanalyse, dass in allen drei Kulturen der Einsatz von Herbiziden maßgeblich zum Gesamtrisiko für aquatische Organismen beitrug. Dagegen wurde das Risiko für Nichtziel-Arthropoden (NTA) überwiegend durch Insektizide bestimmt. Der Risikotrend der 90.-Perzentile für Winterweizen und Wintergerste zeigte über den gesamten Bewertungszeitraum von 2007–2016 eine Abnahme des aquatischen Risikos (WW: −29 % und WG: −43 %) und des Risikos für NTA (WW: −59 % und WG: −77 %). Im Winterraps wurde dagegen eine Zunahme beider Risikoindizes (aquatisch: 44 % und NTA: 35 %) beobachtet.
Article
Im Rahmen des Nationalen Aktionsplans zur nachhaltigen Anwendung von Pflanzenschutzmitteln (NAP) werden Risiko-Trends für aquatische und terrestrische Organismen mit dem Risikoindikator SYNOPS berechnet. Als Datenbasis für die Risikoabschätzung liegen die Absatzzahlen von Pflanzenschutzmitteln im Inland vor. Dieser jährlich erhobene Datensatz wird für eine Risikoabschätzung nutzbar gemacht, indem die verkauften Pflanzenschutzmittelwirkstoffe auf die einzelnen zugelassenen Anwendungsgebiete verteilt und deren Anwendungsflächen geschätzt werden. Diese Anwendungsflächen dienen als Gewichtungsfaktor bei der Aggregation der mit SYNOPS berechneten Risikowerte. Die für Anwendungsabschätzung angewandte Methode wird hier beschrieben und die geschätzten Anwendungsflächen der einzelnen Anwendungen in den Jahren 1996-2015 in einer Ergebnistabelle zusammengefasst. Desweiteren werden alle verkauften PSM-Wirkstoffe gelistet, die nicht in der Risikoabschätzung berücksichtigt werden.
Article
Full-text available
Frei verfügbare Informationen zur tatsächlichen Anwendung chemischer Pflanzenschutzmittel (PSM) in der Landwirtschaft werden für eine Reihe von wissenschaftlichen Fragestellungen wie auch für die politische Argumentation dringend benötigt. Deshalb werden seit dem Jahr 2000 regelmäßig Erhebungen zur Anwendung chemischer PSM in den wichtigsten landwirtschaftlichen und gärtnerischen Kulturen Deutschlands durchgeführt (NEPTUN-Erhebungen). Diese werden seit 2011 unter veränderten gesetzlichen Rahmenbedingungen als PAPA-Erhebungen fortgesetzt. PAPA steht für Panel Pflanzenschutzmittel-Anwendungen. Das heißt, es wurden kulturspezifische Netze von Erhebungsbetrieben geschaffen, in denen jährlich die PSM-Anwendungsdaten detailliert erfasst und in anonymisierter Form an das Julius Kühn-Institut (JKI) weitergeleitet werden. Alle Erhebungen und Auswertungen beziehen sich auf die Bundesrepublik Deutschland. Die Verteilung der Panel-Betriebe erfolgt proportional zur Verteilung der Anbauflächen pro Kultur. Die Ergebnisse der PAPA-Erhebungen zeigen, dass sich die Pflanzenschutzintensität in Zuckerrüben in den letzten Jahren im Vergleich zum Zeitraum 2005 bis 2010 leicht erhöht hat. Die Ursachen dafür sind vielfältig. In den letzten Jahren treten schwer bekämpfbare Unkräuter auf einem größeren Flächenanteil auf. Zugleich lässt sich häufiger beobachten, dass das frühe Auftreten von Blattkrankheiten (ca. Anfang Juli) verbunden mit einem warmen, feuchten Witterungsverlauf in den darauffolgendenWochen dazu führt, dass sich der Haupterreger der Blattfleckenkrankheit bei Zuckerrüben (Cercospora beticola) in vielen Regionen schnell ausbreiten und anhaltend entwickeln kann und damit zusätzliche Fungizid-Anwendungen erforderlich sind. Das verstärkte Auftreten von Läusen in einzelnen Jahren prägt den Insektizideinsatz deutlich. Weitere Effekte auf den Kennwert Behandlungsindex ergeben sich aus Veränderungen in der Zulassung von PSM.
Article
Full-text available
Um die Risiken des chemischen Pflanzenschutzes zu redu­zieren, werden Informationen über Intensität und Risiko des Pflanzenschutzes in Praxisbetrieben benötigt. Diese Studie bezieht sich auf den Pflanzenschutz im Zuckerrüben­anbau. Datengrundlage war eine Befragung zum Anbau 2004 in 109 Betrieben mit 285 Schlägen. Die Intensität wurde anhand der Größen Behandlungshäufigkeit, Wirk­stoffaufwand und Behandlungsindex untersucht. Die Risiken wurden mit dem Bewertungsmodell SYNOPS unter Worst-Case-Bedingungen und unter realistischen Bedingungen analysiert. Rangkorrelationen zwischen Intensität und Risiken wurden berechnet, um den Einfluss der Intensität auf die Risiken zu prüfen. Zusätzlich wurden Intensität und Risiken für die Szenarien „Pflanzenschutz in den 1980er Jahren“, „Pflanzenschutz 2004“ und „Anbau Glyphosat toleranter Sorten“ verglichen. Behandlungshäufigkeit (Median: 5,0), Wirkstoffaufwand (Median: 4535 g ha–1) und Behandlungsindex (Median: 3,1) unterschieden sich zwischen den Schlägen deutlich. Deren Höhe resultierte zum größten Teil aus der Anwendung von Herbiziden. Im Vergleich der Szenarien wies der „Pflanzenschutz in den 1980er Jahren“ die höchste Intensität auf, während diese beim „Pflanzenschutz 2004“ und beim „Anbau Glyphosat toleranter Sorten“ etwa gleich war. Die mit SYNOPS ermittelten Risikowerte lagen selbst unter Worst-Case-Bedingungen weitgehend im tolerablen Bereich. Unter realistischen Bedingungen befanden sich die Risikowerte fast immer im tolerablen Bereich. Vom Pflanzenschutz im Zuckerrübenanbau sind somit bei Anwendungen nach guter fachlicher Praxis keine relevanten negativen Folgen für die Umwelt zu erwarten. Der Vergleich der Szenarien zeigte, dass die Risiken beim „Pflanzenschutz 2004“ (ausschließlich tolerable Risiken) deutlich niedriger sind als beim „Pflanzenschutz in den 1980er Jahren“ (teilweise nicht-tolerable Risiken). Zwischen den Kennzahlen für die Intensität und den Risiken gab es signifikant positive Korrelationen. Die geringen Korrelationskoeffizienten (< 0,4) zeigten jedoch, dass sich Risiken des Pflanzenschutzes nicht anhand der Intensität ermitteln lassen. DOI: 10.5073/JfK.2014.05.01, https://doi.org/10.5073/JfK.2014.05.01
Article
The NMI 3 focusses on indicators for emissions to surface water and the related aquatic risk resulting from agricultural use of pesticides in the Netherlands. The risk indicator is the exposure toxicity ratio. The model also considers the risk to groundwater, soil organisms and the terrestrial ecosystem. The model calculates indicators for emission to surface water resulting from atmospheric deposition, spray drift, drainage flow, point sources, discharge from greenhouses. The model combines a wide range of information about pesticide sales, usage, spray drift mitigation, emission factors, crop maps, surface water, soil, climate, and substance properties. The primary goal is to compare on a relative scale the annual risk at national scale at the starting and end year of the policy period. The results can be used for ranking, for comparing applications of similar type and for visualisation of spatial patterns of indicators. The result cannot be translated into a risk at a specific location and time.
Article
Agri-environmental indicators are necessary to monitor the effectiveness of policies which promote sustainable agriculture. The model SYNOPS 1.1 will assess and compare the risk potential for the environment of active ingredients of plant protection products. It consists of five main steps: assessment of the application pattern of pesticides; assessment of environmental exposure of chemicals; assessment of the related biological risk; aggregation of the calculated indices and visualisation of the risk potentials.The model principles are applied to the best-selling insecticides in Germany in 1987 and 1994 to compare the risk situations. The model calculated a decline of risk potential in 1994 caused by changes in ranking of pesticides and by a considerable reduction in the number of potential pesticide applications.
Article
A systematic study was performed to evaluate the quality and reliability of the quantitative relationships between the soil sorption coefficients and the n-octanol/water partition coefficients (log KOC vs. log KOW). A system of QSAR models has been derived which is based on a reliable set of experimental log KOW data (LOGPSTAR data) or reliable estimates calculated with the latest version of the ClogP algorithm. Particular emphasis has been made to clearly define the boundaries for application of developed models as well as the quality of estimates. Thus, for each developed model the application domain is clearly defined through the chemical (structural) domain, substituents domain, and X-variable domain. Finally, the QSAR model with the first-order molecular connectivity indices has been incorporated in the derived system of QSAR models since the soil sorption estimates of the predominantly hydrophobic chemicals based on the log KOW data have large uncertainties, particularly in the log KOW data range from 4 to 7.5.
Article
Information is required on pesticide risk indicators used in Europe in order to optimise their use to reduce the environmental impact of pesticides. The present study was performed to compare and evaluate eight pesticide risk indicators developed in Europe and to give recommendations for further use and harmonisation of these risk indicators. This paper is based on the results of the CAPER project (concerted action on pesticide risk indicators). First the indicators and their methodologies were characterised. The eight indicators differed with regard to the compartments, effects and methods used to calculate environmental impact scores. Subsequently, the environmental risk of 15 individual pesticide applications was assessed with the eight indicators and the outcomes were compared. The rankings of the 15 applications by the indicators differed when the score for the environment as a whole was concerned. This was caused by the large variety in environmental compartments taken into account by the indicators. However, for the individual compartments surface water, groundwater and soil the indicators gave similar rankings of the 15 pesticide applications. The ranking based on the indicator ‘kilograms of active ingredient’ did not correlate with most of the rankings by the risk indicators. Indicators are regarded as useful tools for the reduction of the environmental impact of pesticides. The development of a scientific framework for indicators in farmer decision tools is needed to harmonise and increase the use of pesticide risk indicators in the European Union.