Modellierung der direkten Abtrift von Pflanzenschutzmitteln im Feldbau | Modelling of direct drift of plant protection products in field crops

德语. Die Ausbringung von Pflanzenschutzmitteln ist mit nicht vermeidbarer direkter Abtrift verbunden. Direkte Abtrift ist der während der Applikation auftretende und nicht gewollte Transport von Pflanzenschutzmitteln über die zu behandelnde Fläche hinaus. Dieser Transport wird von Luftbewegungen hervorgerufen. Die Menge der transportierten und sedimentierenden Tropfen durch die dabei auftretenden meteorologischen und verfahrenstechnischen Randbedingungen beeinflusst. Zur Analyse der Zusammenhänge zwischen Randbedingungen und Abtriftsediment im Feldbau werden umfangreiche und nach gleicher Methode gewonnene Messergebnisse des Driftsediments in Abhängigkeit von Driftentfemung und Randbedingungen durch eine multiple Regressionsanalyse mit dem Ziel bearbeitet, zwischen den auf das Abtriftsediment wirkenden und den vernachlässigbaren Randbedingungen zu unterscheiden und ein akzeptables Modell zur Berechnung des Abtriftsediments zu gewinnen. Mit dem Regressionsmodell werden Variantenrechnungen ausgeführt und bewertet. Es soll auch als Basis für die Validierung anderer auf physikalischen Gesetzen beruhender Modelle entwickelt werden. Im Ergebnis der Regressionsanalyse werden - für den in den Messdaten repräsentierten Variationsbereich - das Tropfenspektrum, der Zielflächenabstand der Düsen, die psychrometrische Temperaturdifferenz der Luft als treibende Kraft der Verdunstung und die Fahrgeschwindigkeit, die Windgeschwindigkeit, der Flüssigkeitsaufwand und die Breite des behandelten Feldes als relevant nachgewiesen. Als nicht signifikant für das Abtriftsediment haben sich die Temperatur, der Bewölkungsgrad, der Nachweisstoffaufwand, der Zeitpunkt der Applikation im Tagesverlauf, die Arbeitsbreite und die Wirkungsweise der Düsen (Injektor oder konventionell) ergeben. In den Datensätzen nicht enthalten und damit auch nicht bewertbar sind Variationen der Gerätetypen und der Pflanzenhöhen auf der Mess- und der Behandlungsfläche und folglich innerhalb der Saumbiotope. Mit allen einbezogenen Einflussparametern wird ein Bestimmtheitsmaß der Regressionsfunktion von ca. 58 % und mit den relevanten Parametern eines von ca. 50 % erzielt. Für parallel durchgeführte Messungen der Masse der schwebenden Drift ??olke ergibt sich ein Bestimmtheitsmaß der Regressionsfunkt1on von mehr als 90 %. Dieses Ergebnis zeigt, dass der überwiegende Anteil stochastischer Einflüsse im Ablagerungsvorgang der Tropfen auf den Zielflächen enthalten ist. Eine weitere Verbesserung der Regression wird durch die Analyse von Entfernungsabschnitten erreicht. Dadurch ist eine bessere Anpassung an die nichtlineare Sedimentationskurve möglich. Der Einfluss der relevanten Parameter wird durch Variantenrechnungen einzeln untersucht und zeichnerisch daroestellt wobei die nichtvariierten Parameter jeweils etwa im n??ittlere1; Bereich des Wertevorrats in das Regressionsmodell einoeoeben werden. Daraus ist zu erkennen, dass das Tropfenspekt??u??, der Z_ielflächenabstand, die psychrometrische Temperaturdifferenz, die Fahrgeschwindigkeit und die Breite des behandelten Feldes in Feldrandnähe stärker wirken als weiter entfernt. Windgeschwindigkeit und Flüssigkeitsaufwand wirken dagegen über die gesamte gemessene Entfernung etwa gleich stark auf die Veränderung des Driftsediments ein. Weitere Variantenrechnungen beziehen sich auf Bedingungen mit maximalem Driftsediment, entsprechend dem Wertevorrat des Datensatzes. Ausgebend von der Maximalkurve und ohne die Berücksichtigung zufälliger Einflüsse wird berechnet, wie stark die Driftreduzierung ist, die sich durch verfahrenstechnische Maßnahmen wie die Anwendung grobtropfiger Düsen realisieren lässt. Als weitere zusätzliche Maßnahmen zu den jeweils vorherige ?? werden die Verringerung der Spritzhöhe der Düsen, die Reduzierung der Fahrgeschwindigkeit und die Beachtung der Wi??dges??hwindigkeit durch dementsprechende Wahl des Applikationszeitpunktes berechnet. Es ist zu erkennen, dass durch Anwendung des gesamten Maßnahmekomplexes das Drift ediment erheblich reduziert werden kann. Ein Vergleich mit anderen Modellansätzen bestäti ot die Richtigkeit der gefundenen relevanten Parameter und die Richtuno ihrer Einflussnahme. Das Regressionsmodell ist gegenüber die?? sen Modellen von Vorteil, weil es direkt auf Messergebnissen beruht und diese direkt - allerding ohne stochastische Einflüsse, praktisch als Mittelwert - widerspiegelt. Mit ihm lassen sich alle Einflussfaktoren untersuchen, die Anlage aufwendiger Versuche ist dafür jedoch unumgänglich. Es kann für die Validierung anderer Modelle genutzt werden. Von Nachteil gegenüber anderen Modellansätzen sind der eingeschränkte Wertevorrat und die fehlende Beurteilungsmöglichkeit der Variationsbreite des Driftsediments, die durch stochastische Einflüsse hervorgerufen wird. Für die weitere Verbesserung und speziell die Betrachtung von Saumbiotopen durch das Regressionsmodell ist zukünftio die Einbeziehung des Pflanzenbestandes auf dem Feld und auf der Nachbarfläche in die Analyse erforderlich.

英语. The application of plant protection products is associated with the unavoidable occurrence of direct drift. Direct drift is the undesirable conveyance of the plant protection agents beyond the target area. This unwanted transport is caused by air movements. The volume of transported and deposited drops is influenced by technical, technological, and meteorological conditions that prevail during application. In order to analyse the relationships between application conditions and drift sediment in fields, extensive measurement data on drift sediment obtained using the same method were processed by multiple regression analysis. Our goal was to distinguish between factors that affect drift sediment and negligible application conditions and to obtain a useful model for estimation of drift sediment. Calculations with variants will be executed and evaluated using the regression model. It will also be developed as the basis for validating other models based on physical laws. In the range of variation represented by the measurement data, the regression analysis showed that the droplet spectrum, the distance of the nozzles to the target area, the psychrometric temperature difference of the air as the driving force of evaporation, the travel velocity, the wind speed, the applied volume of fluid and the width of the treated area were relevant. The following factors were not significant for drift sediment: temperature, degree of cloudiness, volume of indicator substance used, time of day applied, working width, and nozzle type (injector or conventional). Since variation of the equipment type and height of the plants on the measurement area and treatment area was not accounted for in the data sets, it was not possible to determine whether and how these factors affected the sediment within the field boundaries. The confidence level was ca. 58 % when including all influential parameters and ca. 50 % with the relevant parameters. The degree of confidence of the regression function for the parallel measurements to determine the mass of the floating drift cloud was over 90 %. These findings show that the !arge majority of stochastic influences is included in the sedimentation process of the drops on the target areas. Further improvement of regression is achieved by analysing sections of distances. This allows better adaptation to the non-linear sedimentation curve. The individual effects of the relevant parameters were studied and graphically represented by variant calculation. The non-variable parameters were all entered approximately in the centre of the range of values used in the regression model. The results indicated that the drop spectrum, the distance to the target area, the psychrometric temperature difference, and the travel velocity have a greater effect near the edge of the field than farther away. In comparison, the wind speed and applied volume of fluid have comparable effects on the change in drift sediment across the entire measured distance. Other variant calculations were related to the conditions associated with maximum drift sediment, depending on the number of values in the data set. Starting from the maximal curve and not including the incidental influential factors, we estimated the magnitude of the drift reduction that can be achieved by undertaking technical/technological measures, e.g., by using nozzles that create large droplets. Lowering of the nozzle spraying height, reduction of the travel velocity, and selection of the time of application in accordance with the wind speed were also calculated as additional measures. By using the entire complex of measures, a significant reduction in the amount of drift sediment was achieved. A comparison with other models confirms the correctness of the observed relevant parameters and the course of their influence. The ad van tage of the present regression is that it is directly based on measurement data and that it virtually reflects the mean values of the data, albeit without stochastic effects. The regression model can be used to study almost any influential factors conceivable, but more complex trials must inevitably be performed. Other models can be validated by using it. A disadvantage of the regression model compared to the other models is a limited stock of values and the inability to assess the range of variation of drift sediment attributable to stochastic effects. Further improvement of the regression model especially by considerations of driftsediment within field bounderies require to include the vegetation on the field and in the neighborhood.