You are using an outdated browser. For a faster, safer browsing experience, upgrade for free today.

КОМП’ЮТЕРНЕ МОДЕЛЮВАННЯ ВНЕСЕННЯ ПЕСТИЦИДІВ ЗА ДОПОМОГОЮ АГРОДРОНУ З МЕТОЮ ОЦІНКИ РИЗИКІВ ДЛЯ ПРАЦІВНИКІВ І НАВКОЛИШНЬОГО СЕРЕДОВИЩА

ISSN 2223-6775 Український журнал з проблем медицини праці Том.19, Додаток, 2023

https://doi.org/10.33573/ujoh2023.Suppl.313

КОМП’ЮТЕРНЕ МОДЕЛЮВАННЯ ВНЕСЕННЯ ПЕСТИЦИДІВ ЗА ДОПОМОГОЮ АГРОДРОНУ З МЕТОЮ ОЦІНКИ РИЗИКІВ ДЛЯ ПРАЦІВНИКІВ І НАВКОЛИШНЬОГО СЕРЕДОВИЩА

Кондратюк М. В., Борисенко А. А., Антоненко А. М., Борисенко А. В., Бардов В. Г.


Національний медичний університет імені О. О. Богомольця, м. Київ, Україна

Повна стаття (PDF), УКР


Вступ. Однією з переваг обробки сільськогосподарських культур із використанням агродронів – безпілотних літальних апаратів (БПЛА) – є те, що БПЛА дає можливість локальної або точкової обробки поля. В Україні через недосконалість земельного законодавства існує проблема хаотичних земельних наділів у населення, що також унеможливлює безперешкодне застосування наземних систем обробки.

Мета дослідження – оцінити ризики для працівників і навколишнього середовища за допомогою комп’ютерного моделювання внесення пестицидів із використанням сільськогосподарських БПЛА.

Матеріали та методи дослідження. Перший етап розробки моделі прогнозування здійснено опосередковано, через аналіз руху повітряних мас навколо БПЛА під час обробки.

Висновки. Отримані дані ляжуть в основу заходів, спрямованих на зниження ризиків негативного впливу на працівників і населення, наносу та забруднення прилеглих територій, джерел води та будь-яких інших об’єктів поблизу територій обробки.

Ключові слова: пестициди, агродрон, оцінка ризику, комп’ютерне моделювання

Література

1. Анна Клочко. Математика обприскування агродронами. URL: https://kurkul.com/spetsproekty/1173-matematika-obpriskuvannya-agrodronami--vsepro-vartist-ta-rentabelnist-vikoristannya (дата звернення 25.09.2023).
2. Farooq M., Salyani M. Modeling of spray penetration and deposition on citrus tree canopies. Trans. ASAE. 2004. V. 47. P. 619–627. https://doi.org/10.13031/2013.16091.
3. CFD prototyping of an air-assisted orchard sprayer aimed at drift reduction. M. A. Delele, P. Jaeken, C. Debaer et al. Comput. Electron. Agric. 2007. V. 55.
P. 16–27. https://doi.org/10.1016/j.compag.2006.11.002.
4. Salyani M., Cromwell R. Spray drift from ground and aerial applications. Trans. ASAE. 1992. V. 35.P. 1113–1120. https://doi.org/10.13031/2013.28708.
5. Fluid Dynamic Approaches for Prediction of Spray Drift from Ground Pesticide Applications: A Review. S-w. Hong, J. Park, H. Jeong et al. Agronomy. 2021. V. 11, No. 6. P. 1182. https://doi.org/10.3390/agronomy11061182.
6. A Review of Computer Models for Pesticide Deposition Prediction. M. E. Teske, H. W. Thistle, W. C. Schou et al. Trans. ASABE. 2011. V. 54. P. 789–801. https://doi.org/10.13031/2013.37094.
7. Gil Y., Sinfort C. Emission of pesticides to the air during sprayer application: A bibliographic review. Atmos. Environ. 2005. V. 39 P. 5183–5193. https://doi.org/10.1016/j.atmosenv.2005.05.019.
8. AgDrift®: A model for estimating near-field spray drift from aerial applications. M. E. Teske, S. L. Bird, D. M. Esterly et al. Environ. Toxicol. Chem. Int. J. 2002. V. 21 P. 659–671. https://doi.org/10.1002/etc.5620210327.