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

Гігієнічне обґрунтування моделі розрахунку показників безпечного внесення пестицидів за допомогою безпілотних літальних апаратів

Гігієнічне обґрунтування моделі розрахунку показників безпечного внесення пестицидів за допомогою безпілотних літальних апаратів

ISSN 2223-6775 Український журнал з проблем медицини праці Том.19, №2, 2023


https://doi.org/10.33573/ujoh2023.02.107

Гігієнічне обґрунтування моделі розрахунку показників безпечного внесення пестицидів за допомогою безпілотних літальних апаратів

Борисенко А.А.1, Кондратюк М.В.1, Антоненко А.М.1, Шпак Б.І.2, Омельчук С.Т.1
1 Інститут гігієни та екології Національного медичного університету імені О. О. Богомольця, м. Київ
2 Товариство з обмеженою відповідальністю «Сингента», м. Київ


 Повна стаття (PDF), УКР

Вступ. Необхідність обґрунтування регламентів безпечного внесення пестицидів за допомогою безпілотних літальних апаратів знаходиться на перетині декількох важливих сфер і має суттєвий вплив на сільське господарство, охорону навколишнього середовища та громадське здоров’я.
Мета дослідження – гігієнічне обґрунтування моделі розрахунку показників безпечного внесення пестицидів за допомогою безпілотних літальних апаратів.

Матеріали та методи дослідження. Експериментальну частину проведено в закритому приміщенні (ангарі). Температура повітря в ангарі становила 19 °C, вологість – 50 %, швидкість руху повітряних мас – 0,1 м/с. Використано найпоширеніші моделі агродронів DJI Agras T16 та XAG XPlanet 2020. Статистичний аналіз отриманих результатів проведено за допомогою пакета ліцензійної програми IBM SPSS Statistics Base v.23, Python 3.11 з використанням бібліотек Numpy, Pandas, Matplotlib та Scipy, а також вебінтерактивного обчислювального середовища Jupyter Notebook 6.4.8.

Результати. Щільність покриття оброблюваної поверхні (95 % від загальної кількості внесеної речовини) коливалася в межах від 0,42 мкг/см до 0,87 мкг/см. Щільність покриття оброблюваної поверхні (100 % від загальної кількості внесеної речовини) коливалася в межах від 0,26 мкг/см до 0,57 мкг/см. Водночас ширина ефективної смуги обробки (ширина покриття на яку потрапило 95 % внесеної речовини) при висоті обробки 2 м становила (564,0 ± 0,58) см, 3 м – (850,0 ± 1,0) см, 4 м – (903,0 ± 1,53) см. Результати дослідження дають змогу стверджувати про достовірну відмінність між щільністю нанесення залежно від висоти обробки агродроном і на висоті 2 м становить (0,745 ± 0,030) мкг/см2, на висоті 3 м – (0,669 ± 0,008) мкг/см2 та на висоті 4 м – (00,439 ± 0,005) мкг/см.

Висновки. Отримане рівняння лінійної регресії може бути використане для моделювання кореляційних зв’язків між залежною змінною та однією або декількома незалежними змінними. Така модель допоможе зрозуміти залежність між щільністю покриття поверхні та висотою обробки, які значення висоти обробки призводять до оптимальної щільності покриття та встановити оптимальні параметри обробки поверхні, а також мінімізувати нецільові втрати хімічних засобів захисту рослин.

Ключові слова: пестициди, безпілотні літальні апарати, модель розрахунку, щільність покриття, регламенти застосування.

Література

  1. Ayamga M, Akaba S, Nyaaba AA. Multifaceted applicability of drones: A review. Technological Forecasting and Social Change. 2021;167: 120677. DOI: https://doi.org/10.1016/j.techfore.2021.120677.
  2. Pathak H, Kumar G, Mohapatra SD, Gaikwad BB, Rane J. Use of drones in agriculture: Potentials, Problems and Policy Needs. ICAR-National Institute of Abiotic Stress Management; 2020. 17 p.
  3. Subramanian KS, Pazhanivelan S, Srinivasan G, Santhi R, Sathiah N. Drones in insect pest management. Frontiers in Agronomy. 2021;3:640885. DOI: https://doi.org/10.3389/fagro.2021.640885.
  4. Del Cerro J, Cruz Ulloa C, Barrientos A, de León Rivas J. Unmanned aerial vehicles in agriculture: A survey. Agronomy. 2021;11(2):203. https://doi.org/10.3390/agronomy11020203.
  5. Daponte P, De Vito L, Glielmo L, Iannelli L, Liuzza D, Picariello F, Silano G. A review on the use of drones for precision agriculture. IOP Conference Series: Earth And Environmental Science. 2019;275(1):012022. DOI: https://doi.org/10.1088/1755-1315/275/1/012022.
  6. Borysenko A, Antonenko A, Omelchuk S, Bilous S, Melnychuk F. Ecological and hygienic assessment and regulation of innovative technology of pesticide application using unmanned aerial vehicles. RMJ. 2022;47(1):213-6. DOI: https://doi.org/10.5455/rmj.85867.20220221122317.
  7. Borysenko AA, Antonenko AN, Omelchuk ST, Bardov VG, Borysenko AV. Professional risks when applying pesticides using unmanned aircraft: features and comparative hygienic assessment. Medical Science of Ukraine (MSU). 2021;17(4). DOI: https://doi.org/10.32345/2664-4738.4.2021.15. Ukrainian.
  8. Maddikunta PKR, Hakak S, Alazab M, Bhattacharya S, Gadekallu TR, Khan WZ, Pham Q-V. Unmanned aerial vehicles in smart agriculture: Applications, requirements, and challenges. IEEE Sensors Journal. 2021;21(16):17608-19. DOI: https://doi.org/10.1109/JSEN.2021.3049471.
  9. Reger M, Bauerdick J, Bernhardt, H. Drones in Agriculture: Current and future legal status in Germany, the EU, the USA and Japan. Landtechnik (LTAgEng). 2018;73(3):62-79. DOI: https://doi.org/10.15150/lt.2018.3183.
  10. Borysenko AA, Antonenko AM, Holoborodko SM, Antonyuk KP, Milokhov DS, Korshun OM, Omelchuk ST. Development of the method for determining the content of the synthetic dye diamond blue FCF in the sorption material by the high-performance liquid chromatography method. Medical and Clinical Chemistry. 2023;25(1):5-9. DOI: https://doi.org/10.11603/mcch.2410-681X.2023.i1.13537.