Advertisement

Gesunde Pflanzen

, Volume 68, Issue 1, pp 1–13 | Cite as

Zur Bedeutung betrieblicher Faktoren für die Pflanzenschutzmittel-Intensität im Ackerbau

  • Sabine AndertEmail author
  • Jana Bürger
  • Bärbel Gerowitt
Originalbeitrag

Zusammenfassung

In Europa sind die Landwirte aufgefordert, den Einsatz von Pflanzenschutzmitteln zu verringern. Die Höhe der Pflanzenschutzmittel-Intensität im Ackerbau hängt von einer großen Anzahl von Faktoren ab. Ziel der vorliegenden Studie ist es, Faktoren im Betrieb sowie im Pflanzenschutz-Management zu identifizieren, die mit geringeren oder höheren Behandlungsintensitäten in Zusammenhang stehen. Von 30 Betrieben in zwei Untersuchungsregionen (Fläming, Oder-Spree), in denen die Intensität der Pflanzenschutzmittel-Anwendungen über einen zehnjährigen Untersuchungszeitraum in fünf Ackerbaukulturen erfasst wurde, analysiert die vorliegende Studie zehn Betriebe. Von dieser Stichprobe der Gesamt-Anzahl der untersuchten Betriebe waren Ertragsdaten sowie Angaben zur feldspezifischen Bodengüte verfügbar. Zur Beschreibung des quantitativen Umfangs sowie der betrieblichen Unterschiede in der Anwendung von chemischen Pflanzenschutzmitteln wird die Kennziffer Behandlungsindex verwendet. Einflussfaktoren auf die Intensität des Pflanzenschutzmittel-Einsatzes werden mittels multipler Regressionen analysiert.

Die Ergebnisse zeigen, dass betriebliche Faktoren, wie Ziele und Ausstattungen sowie das Wissen und die Wahrnehmungen der Entscheidungsträger, die Pflanzenschutz-Intensität beeinflussen. Der Pflanzenschutzmittel-Einsatz unterscheidet sich, unabhängig von der Bodengüte, zwischen Ackerbau- und Gemischtbetrieben. Betriebe mit besseren Böden innerhalb einer Region setzten mehr Pflanzenschutzmittel ein. Die Intensität des Pflanzenschutzes steigt mit sinkendem Arbeitskräftebesatz. Sie war höher in Familienbetrieben als in anderen untersuchten Rechtsformen. Die Pflanzenschutz-Intensitäten standen in engem Zusammenhang zur Ertragsfähigkeit, gemessen als Ackerzahl. Die Ergebnisse verdeutlichen jedoch, dass sich die Ertragswirkung der eingesetzten Pflanzenschutzmittel zwischen den untersuchten Kulturen unterscheidet. Zukünftig sollte der Einsatz von Pflanzenschutzmitteln im Kontext mit betriebswirtschaftlichen Zielen diskutiert werden sowie Wissen und Wahrnehmungen der Landwirte hinsichtlich des Integrierten Pflanzenschutzes entwickelt werden. Dabei sind je nach Betriebs-Ziel unterschiedliche Wege erfolgversprechend.

Schlüsselwörter

Pflanzenschutz-Intensität Statistische Erhebungen Behandlungsindex Betriebe 

On the Importance of Farm Operational Factors for Pesticide Use Intensities in Arable Production

Abstract

In Europe, farmers are encouraged to reduce pesticide use. Pesticide use intensity in arable farming depends on many factors. Numerous studies report a high variance in pesticide use between farms. The aim of the present study is to identify farm specific determinants for the intensity of pesticide use. We investigated which farm characteristics and pesticide management factors are related to lower or higher pesticide use intensity. Data on chemical plant protection measures of 30 farms in two districts of North East Germany were examined for five field crops from 2005 until 2014. In the present study we investigated the pesticide use intensities described as Standardized Treatment Index (STI) of ten representative farms. Yield data and information on the field-specific soil quality were available from these ten farms. We used multiple regressions to estimate the relationship between farm characteristics and pesticide use.

The results demonstrate that pesticide use will be affected by farm specific factors, like objectives and equipment such as knowledge and perceptions of decision makers. Pesticide use intensity differs between arable and mixed farms independent of soil characteristics. Farms with more fertile soils use higher amounts of pesticides. The analyses demonstrated that pesticide use decreases with increasing labor availability. STIs of family farms are highest compared to other investigated legal forms. Pesticide use intensities are strongly related to productiveness. The results show that influences of pesticides on yield differ between the investigated crops.

The present study further demonstrates that pesticide use has to be discussed in an economic context. Knowledge and perception of farmers must be developed with regard to integrated pest management. For success a diverse approach is required, depending on the farmer’s objectives.

Keywords

Pesticide use intensity Statistical surveys Standardised Treatment Index (STI) On-farm 

Notes

Danksagungen

Das Projekt „Nachhaltiges Landmanagement im Norddeutschen Tiefland (NaLaMa-nT)“ wurde vom Bundesministerium für Bildung und Forschung (Projekt-Nr.: 033L029E) gefördert. Besonderer Dank gilt den Landwirten aus der Region Fläming und Oder-Spree, die durch die Bereitstellung Ihrer Betriebsdaten diese Arbeit ermöglicht haben. Julia Prüter hat wertvolle Hilfestellung bei der elektronischen Erfassung der Daten geleistet.

Literatur

  1. Andert S, Bürger J, Gerowitt B (2015) On-farm pesticide use in four Northern German regions as influenced by farm and production conditions. Crop Prot 75:1–10CrossRefGoogle Scholar
  2. Aouadi N, Aubertot JN, Caneill J, Munier-Jolain N (2015) Analyzing the impact of the farming context and environmental factors on cropping systems: a regional case study in Burgundy. Eur J Agronom 66:21–29CrossRefGoogle Scholar
  3. Bailey KL, Gossen BD, Lafond GP, Watson PR, Derksen DA (2001) Effect of tillage and crop rotation on root and foliar diseases of wheat and pea in Saskatchewan from 1991 to 1998: univariate and multivariate analyses. Canad J Plant Sci 81:789–803CrossRefGoogle Scholar
  4. Brodt S, Klonsky K, Tourte L (2006) Farmer goals and management styles: implications for advancing biologically based agriculture. Agric Syst 89:90–105CrossRefGoogle Scholar
  5. Bürger J (2010) Analyse der Beziehung von vorbeugendem und chemischem Pflanzenschutz in Weizen und Raps anhand von Praxis-Daten. Dissertation. Universität RostockGoogle Scholar
  6. Bürger J, de Mol F, Gerowitt B (2008) The ‚necessary extent‘ of pesticide use –thoughts about a key term in German pesticide policy. Crop Prot 27:343–351CrossRefGoogle Scholar
  7. Bürger J, Günther A, de Mol F, Gerowitt B (2012) Analysing the influence of crop management on pesticide use intensity while controlling for external sources of variability with Linear Mixed Effects Models. Agric Syst 11:13–22CrossRefGoogle Scholar
  8. Burth U, Gutsche V, Freier B, Roßberg D (2002) Das notwendige Maß bei der Anwendung chemischer Pflanzenschutzmittel. Nachrichtenbl Deut Pflschutz 54:297–303Google Scholar
  9. Ceylan IC, Koksal O, Kutlar I (2010) Determination of effective factors on adoption of integrated pest management practices. J Environ Prot Ecol 11:709–717Google Scholar
  10. DeDecker JJ, Masiunas JB, Davis AS, Flint CG (2014) Weed management practice selection among Midwest U.S. organic growers. Weed Sci 62:520–531CrossRefGoogle Scholar
  11. Deike S, Pallutt B, Strassemeyer J, Christen O (2010) Umweltwirkungen und langfristige Ertragsfähigkeit im Ackerbau in Abhängigkeit von Fruchtfolge und Pflanzenschutzmittelanwendung. J Kulturpfl 62:264–271Google Scholar
  12. Feder G, Umali D (1993) The adoption of agricultural innovations: a review. Technol Forecast Soc Change 43:215–239CrossRefGoogle Scholar
  13. Fox J (2015) Polycor: computes polychoric and polyserial correlations by quick „two-step“ methods or ML, optionally with standard errors; tetrachoric and biserial correlations are special cases. http://cran.r-project.org/web/packages/polycor/polycor.pdf
  14. Freier B, Pallutt B, Jahn M, Sellmann J, Gutsche V, Zornbach W (2008) Netz Vergleichsbetriebe Pflanzenschutz. Berichte aus dem Julius Kühn-Institut 144. (www.jki.bund.de)
  15. Freier B, Pallutt B, Jahn M, Sellmann J, Gutsche V, Zornbach W, Moll E (2009) Netz Vergleichsbetriebe Pflanzenschutz Jahresbericht 2008. Berichte aus dem Julius Kühn-Institut 149. (www.jki.bund.de)
  16. Freier B, Sellmann J, Schwarz J, Jahn M, Moll E, Gutsche V, Zornbach W (2010) Netz Vergleichsbetriebe Pflanzenschutz Jahresbericht 2009. Analyse der Ergebnisse der Jahre 2007–2009. Berichte aus dem Julius Kühn-Institut 15. (www.jki.bund.de)
  17. Freier B, Sellmann J, Schwarz J, Jahn M, Moll E, Gutsche V, Zornbach W (2011) Netz Vergleichsbetriebe Pflanzenschutz Jahresbericht 2010. Analyse der Ergebnisse der Jahre 2007–2010. Berichte aus dem Julius Kühn-Institut 161. (www.jki.bund.de)
  18. Freier B, Sellmann J, Schwarz J, Klocke B, Moll E, Gutsche V, Zornbach W (2012) Netz Vergleichsbetriebe Pflanzenschutz Jahresbericht 2011. Analyse der Ergebnisse der Jahre 2007–2012. Berichte aus dem Julius Kühn-Institut 166. (www.jki.bund.de)
  19. Freier B, Sellmann J, Strassemeyer J, Schwarz J, Klocke B, Kehlenbeck H, Zornbach W (2013) Netz Vergleichsbetriebe Pflanzenschutz Jahresbericht 2012. Analyse der Ergebnisse der Jahre 2007–2012. Berichte aus dem Julius Kühn-Institut 172. (www.jki.bund.de)
  20. Freier B, Sellmann J, Strassemeyer J, Schwarz J, Klocke B, Kehlenbeck H, Zornbach W (2015) Netz Vergleichsbetriebe Pflanzenschutz Jahresbericht 2013. Analyse der Ergebnisse der Jahre 2007–2013. Berichte aus dem Julius Kühn-Institut 178. (www.jki.bund.de)
  21. Gladders P, Paveley ND, Barrie IA, Hardwick NV, Hims MJ, Langton S, Taylor MC (2001) Agronomic and meteorological factors affecting the severity of leaf blotch caused by Mycosphaerella graminicola in commercial wheat crops in England. Annals of Applied Biology 138: 301–311Google Scholar
  22. Glen D (2000) The effects of cultural measures on cereal pests and their role in integrated pest management. Integr Pest Manag Rev 5:25–40CrossRefGoogle Scholar
  23. Günther A (2010) Analysen zur Intensität der Pflanzenschutzmittel-Anwendung und Aufklärung ihrer Einflussfaktoren in ausgewählten Ackerbaubetrieben. Dissertation. Humboldt-Universität zu BerlinGoogle Scholar
  24. Günther A, Pallutt B (2008) Investigations of intensity of herbicide treatment in winter wheat in six arable farms and considerations about needed minimum. J Plant Dis Prot Suppl Issue 21:547–554Google Scholar
  25. Hammond CM, Luschei EC, Boerboom CM, Nowak PJ (2006) Adoption of integrated pest management tactics by Wisconsin farmers. Weed Technol 20:756–767CrossRefGoogle Scholar
  26. Hesler L, Riedell W, Langham MOS (2005) Insect infestations, incidence of viral plant diseases, and yield of winter wheat in relation to planting date in the northern Great Plains. J Econ Entomol 98:2020–2027CrossRefPubMedGoogle Scholar
  27. Jabbour R, Zwickle S, Gallandt ER, McPhee KE, Wilson RS (2013) Mental models of organic weed management: comparison of New England US farmer and expert models. Renew Agric Food Syst. doi:http://dx.doi.org/10.1017/S1742170513000185 (First View Article: 1–15)Google Scholar
  28. Jørgensen LN, Noe E, Nielsen GC, Jensen JE, Ørum JE, Pinnschmidt H (2009) Problems with disseminating information on disease control in cereals to farmers. Eur J Plant Pathol 121:303–312CrossRefGoogle Scholar
  29. Kuznetsova A, Brockhoff PB, Christensen RHB (2013) lmerTest: tests for random and fixed effects for linear mixed effect models (lmer Objects of lme4 Package)Google Scholar
  30. Macé K, Morlon P, Munier-Jolain N, Quéré L (2007) Time scales as a factor in decision-making by French farmers on weed management in annual crops. Agric Syst 93:115–142CrossRefGoogle Scholar
  31. Ministerium für Landwirtschaft und Umwelt des Landes Sachsen-Anhalt (2014) Bericht zur Lage der Landwirtschaft des Landes Sachsen-Anhalt 2014. http://www.mlu.sachsen-anhalt.de/themen/landwirtschaft/agrarbericht/
  32. Oakley E, Zhang M, Miller PR (2007) Mining pesticide use data to identify best management practices. Renew Agric Food Syst 22:260–270CrossRefGoogle Scholar
  33. Pedersen AB, Nielsen HO, Christensen T, Hasler B (2012) Optimising the effect of policy instruments: a study of farmers’ decision rationales and how they match the incentives in Danish pesticide policy. J Environ Plan Manag 55:1094–1110CrossRefGoogle Scholar
  34. Penrose LJ, Bower CC, Nicol HI (1996) Variability in pesticide use as a factor in measuring and bringing about reduction in pesticide usage in apple orchards. Agric Ecosyst Environ 59:97–105CrossRefGoogle Scholar
  35. van der Ploeg JD (1994) Styles of farming, an introductory note on concepts and methodology. In: van der Ploeg JD, Long A (Hrsg) Born from within. Practice and perspectives of endogenous rural development. Van Gorcum, Assen, S 7–30Google Scholar
  36. Pluschkell U (1997) Zum Zeitbedarf für das Monitoring im integrierten Pflanzenschutz. Nachrichtenbl Deut Pflschutzdienst 49:146–149Google Scholar
  37. R Core Team (2014) R: a language and environment for statistical computing. R Foundation for Statistical Computing, Vienna. http://www.R-project.org/ Google Scholar
  38. Roschewitz I, Thies C, Tscharntke T (2005) Are landscape complexity and farm specialisation related to land-use intensity of annual crop fields? Agric Ecosys Environ 105:87–99CrossRefGoogle Scholar
  39. Roßberg D, Gutsche V, Enzian S, Wick M (2002) Neptun 2000 – Erhebung von Daten zum tatsächlichen Einsatz chemischer Pflanzenschutzmittel im Ackerbau Deutschlands. Berichte aus der Biologischen Bundesanstalt für Land und Forstwirtschaft 98Google Scholar
  40. Roßberg D, Michel V, Rudolf Graf R, Neukampf R (2007) Definition von Boden-Klima-Räumen für die Bundesrepublik Deutschland. Nachrichtenbl Deut Pflschutzdienst 59:155–161Google Scholar
  41. Walz E (1999) Third biennial national organic farmer’s survey. Organic Farming Research Foundation, Santa Cruz, S. 126Google Scholar
  42. Wiik L, Ewaldz T (2009) Impact of temperature and precipitation on yield and plant diseases of winter wheat in Southern Sweden 1983–2007. Crop Prot 28:952–962CrossRefGoogle Scholar
  43. Ziesemer A (2015) Ökonomische Bewertung ausgewählter Verfahrensabschnitte im Acker- und Pflanzenbau auf der Basis von Schlagkarteidaten. Jahresbericht 2014. http://www.landwirtschaft-mv.de/cms2/LFA_prod/LFA/content/de/Fachinformationen/Betriebswirtschaft/Oekonomie_Pflanzenproduktion/Maehdruschfruchtauswertung_2014/MD_Bericht_2014bild_%281%298358471171247506052.pdf
  44. Ziesemer A, Heilmann H (2008) Zusammenfassung praxisrelevanter Schlagkarteidaten und ökonomische Bewertung ausgewählter Verfahrensabschnitte im Acker- und Pflanzenbau, Schlagkarteiauswertung Mähdruschfrüchte 2008. http://www.landwirtschaft-mv.de/cms2/LFA_prod/LFA/content/de/Fachinformationen/Betriebswirtschaft/Archiv_Verfahrensoekonomie/_Dateien/MD2009_Bericht.pdf

Copyright information

© Springer-Verlag Berlin Heidelberg 2015

Authors and Affiliations

  1. 1.Agrar- und Umweltwissenschaftliche FakultätPhytomedizin Universität RostockRostockDeutschland

Personalised recommendations