La demanda internacional de alimentos y servicios impulsa las huellas ambientales del uso de plaguicidas

Sep 16, 2023

Communications Earth & Environment volumen 3, Número de artículo: 272 (2022) Citar este artículo

3381 Accesos

1 Citas

24 Altmetric

Detalles de métricas

Los pesticidas son contaminantes bien reconocidos que amenazan la biodiversidad y el funcionamiento de los ecosistemas. Aquí cuantificamos las huellas ambientales del uso de pesticidas para 82 países y territorios y ocho regiones amplias utilizando un análisis de entrada-salida de múltiples regiones de arriba hacia abajo. Las huellas de plaguicidas se expresan como cargas peligrosas que cuantifican el peso corporal (bw) de los organismos no objetivo necesarios para absorber los residuos de plaguicidas sin experimentar efectos adversos. Mostramos que el consumo mundial en 2015 resultó en 2 Gt-bw de huellas de pesticidas. De estos, el 32% se comercializan internacionalmente. La huella de plaguicidas per cápita promedio mundial es de 0,27 t-bw cápita−1 y−1, y los países de ingresos altos tienen la mayor huella per cápita. China, Alemania y el Reino Unido son los tres principales importadores netos de cargas peligrosas de pesticidas incorporadas en los productos básicos, mientras que EE. UU., Brasil y España son los tres mayores exportadores netos. Nuestro estudio destaca la necesidad de políticas que apunten a la reducción del uso de pesticidas y al mismo tiempo garanticen que los impactos adversos no se transfieran a otras naciones.

Durante las últimas cinco décadas, la agricultura moderna, impulsada por la Revolución Verde, ha logrado altos rendimientos sin precedentes a través del riego y el uso extensivo de fertilizantes y pesticidas sintéticos1. Desafortunadamente, esta estrategia de producción intensiva de alimentos no es sostenible actualmente porque deteriora los ecosistemas terrestres y acuáticos, agota los recursos hídricos y contribuye al cambio climático2,3,4. Hasta la fecha, los esfuerzos para cuantificar las huellas ambientales de la producción y el consumo mundial han cubierto una amplia gama de indicadores5, incluidas las emisiones de gases de efecto invernadero6, la escasez de agua2,7, la biodiversidad8,9, la contaminación por nitrógeno10, la acidificación2, el uso de la tierra2,11,12 y otros , pero en gran medida han fallado en representar las presiones ambientales ejercidas por el uso de pesticidas.

El uso de plaguicidas puede ejercer presiones sobre el medio ambiente al provocar la pérdida de biodiversidad13,14 y crear alteraciones en el funcionamiento y los servicios de los ecosistemas que regulan la polinización, el control natural de plagas, la respiración del suelo, el ciclo de nutrientes y otros15,16. Por lo tanto, reducir los riesgos ambientales potenciales del uso de plaguicidas es un objetivo importante de las políticas agrícolas y ambientales en todo el mundo17. Por ejemplo, la estrategia Farm to Fork de la Unión Europea, que apunta a la transformación en un sistema alimentario justo, saludable y respetuoso con el medio ambiente al garantizar la sostenibilidad en toda la cadena de suministro de alimentos18, brinda la oportunidad de establecer estrategias de reducción de pesticidas dentro de un enfoque holístico. marco que abarque a todos los actores de la cadena de suministro de alimentos17. Un paso importante para establecer un marco holístico de este tipo es cuantificar la huella del uso de pesticidas, desde el productor primario hasta el consumidor final, y comprender cómo el comercio internacional impulsa el uso de pesticidas entre las naciones para resaltar la fuga potencial de la huella si la política de pesticidas de una nación fuera desplazar la producción nacional hacia las importaciones.

Hasta ahora, las evaluaciones de impacto ambiental han considerado dos tipos de indicadores: indicadores orientados a la presión (basados ​​en flujos elementales, como las emisiones al medio ambiente) e indicadores orientados al impacto (como los impactos de punto medio y final en la salud humana y el ecosistema). ), ambos derivados de la literatura sobre análisis de ciclo de vida (ACV)19,20. Los plaguicidas se han considerado principalmente como parte de las huellas químicas, que desde entonces se han evaluado utilizando LCA ascendentes e indicadores orientados al impacto como USEtox21,22,23,24. Estos LCA de abajo hacia arriba, si bien brindan especificidad en términos de impactos de productos y procesos específicos, no tienen en cuenta los puntos críticos de los impactos del uso de pesticidas impulsados ​​por el consumo final de bienes y servicios, y la contribución de la globalización y el comercio internacional en la conducción de pesticidas. uso por las industrias. Además, las LCA ascendentes requieren la selección de un límite del sistema como parte de la evaluación25, por lo que no son adecuadas para cuantificar los impactos indirectos del uso de plaguicidas en la cadena de suministro.

Para cuantificar la huella ambiental del uso de pesticidas a nivel de toda la economía mundial, utilizamos el enfoque de arriba hacia abajo que se basa en el análisis de entrada y salida de múltiples regiones (MRIO). El análisis MRIO se ha llevado a cabo a múltiples escalas para analizar los impactos ambientales y sociales del consumo26. Específicamente, esta técnica ofrece la capacidad de evaluar los vínculos de la cadena de suministro internacional, una capacidad que no brindan las evaluaciones ascendentes, para analizar cómo las relaciones comerciales (importaciones y exportaciones) contribuyen a los efectos ambientales y sociales no deseados a nivel mundial. Recientemente, con la llegada de la Plataforma de Laboratorio Virtual de Ecología Industrial Global (Global IELab), se ha hecho posible la construcción de bases de datos comerciales personalizadas. Este avance ha dado lugar a evaluaciones de productos y regiones27 específicos desde una perspectiva de comercio internacional.

Aquí, definimos las huellas de pesticidas como las cargas peligrosas (HL) de pesticidas utilizados en la producción de cultivos para satisfacer el consumo de bienes y servicios, con las cargas peligrosas midiendo el peso corporal total (bw) de organismos no objetivo requeridos para absorber pesticidas. acumulada en el medio ambiente a una ingesta anual que no dará lugar a efectos adversos observables ("Métodos"). Un valor más alto significa una mayor presión ambiental. La carga de peligro de plaguicidas utilizada aquí se basa en un concepto similar al del indicador de toxicidad total aplicado (TAT)28. Específicamente, la carga peligrosa se define como \({{{{{\rm{HL}}}}}}=\sum [{M}_{i}{{{{{\boldsymbol{/}}}}} }({{{{{{\rm{NOAEL}}}}}}}_{i}\times 365)]\), donde \({M}_{i}\) [kg-plaguicida] es el la masa total del ingrediente activo i acumulado en el medio ambiente y \({{{{{\rm{NOAEL}}}}}}}_{i}\) [kg-pesticida kg-bw−1 día−1] es el nivel de efecto adverso no observado del ingrediente activo i en mamíferos y aves (ver detalles en "Métodos"). La carga de peligro definida aquí no tiene en cuenta los efectos de los pesticidas en la salud humana y las toxicidades agudas en organismos no objetivo debido a la exposición inmediata justo después de un evento de aplicación. Con base en esta definición, analizamos las huellas de pesticidas integradas en el sistema de comercio agrícola global al vincular una base de datos global de aplicaciones de pesticidas (PEST-CHEMGRIDSv1.029, estimado en base a datos de USGS30 y FAOSTAT31), un modelo ambiental mecanicista a escala global32, y un modelo de cadena de suministro global33 que presenta datos de comercio internacional para 82 países y territorios y ocho regiones amplias. Los 82 países y territorios seleccionados son los principales productores agrícolas, los principales usuarios de plaguicidas o tienen economías de ingresos altos y medios-altos31, y los países y territorios restantes se agruparon en ocho regiones según las ubicaciones geográficas y si son miembros de las Partes del Anexo I. en la Convención Marco de las Naciones Unidas sobre el Cambio Climático34 (consulte la Tabla complementaria 1 para la agregación).

Primero cuantificamos los residuos de plaguicidas (es decir, la cantidad de plaguicidas aplicados no degradados por los procesos ambientales) en diferentes sistemas de cultivo utilizando un modelo mecanicista, espacialmente explícito y resuelto en el tiempo alimentado con bases de datos georreferenciadas de propiedades del suelo, prácticas agrícolas e hidrometeorológicas. variables ("Métodos"). Aunque hay más de mil ingredientes activos registrados como pesticidas35, modelamos en este estudio los residuos de 80 ingredientes activos utilizados en la producción de cultivos (Tabla complementaria 2) y excluimos el uso de pesticidas en entornos que no son de cultivo, como pastos, pastizales. , acuicultura, producción ganadera (p. ej., baño de ganado) y áreas urbanas (p. ej., viviendas, vías férreas, jardines). Luego calculamos las cargas peligrosas correspondientes a los residuos de plaguicidas modelados y rastreamos su flujo a lo largo de las rutas comerciales internacionales, desde las naciones productoras hasta los consumidores finales, utilizando un modelo de cadena de suministro MRIO para cuantificar las huellas de plaguicidas de las naciones como productores y consumidores. Los modelos MRIO permiten el escaneo de múltiples redes de cadena de suministro en países y regiones. Para cuantificar las presiones ambientales asociadas con el uso de pesticidas en las cadenas de suministro, consideramos el consumo final de productos básicos a nivel mundial en 90 países/regiones, y rastreamos más de mil millones de conexiones de la cadena de suministro para rastrear la producción primaria de bienes (p. ej., cultivos). producción), transformación de bienes en productos secundarios (p. ej., alimentos procesados) y, finalmente, consumo por parte de un usuario final (p. ej., hogares en cada uno de los 90 países/regiones). Evaluamos las huellas de acuerdo con la perspectiva del productor primario al consumidor final para identificar las cargas peligrosas de pesticidas que tienen lugar en las áreas de producción primaria, impulsadas por el consumo final, y la perspectiva del punto de venta final al consumidor final para vincular las cargas peligrosas de pesticidas con los productos que finalmente se consumen. por los usuarios finales. Es importante analizar ambas perspectivas para obtener una visión holística de las cargas peligrosas de plaguicidas que ocurren en los países productores primarios y aquellas que están incorporadas en las cadenas de suministro de los sectores secundario y terciario. Dado que nuestros análisis incluyen solo el uso de pesticidas en tierras de cultivo, todos los productos de origen animal (incluidos la carne y los huevos crudos) se consideran productos secundarios y, por lo tanto, las huellas de pesticidas incrustadas en los alimentos de origen animal provienen de los piensos (p. ej., cereales, residuos de cereales, tortas de aceite). Las huellas incrustadas en los servicios (p. ej., hoteles y restaurantes) y otros sectores (p. ej., la construcción) se deben al consumo de alimentos y textiles dentro de esos sectores. Los análisis realizados en este estudio son relativos al año 2015.

Nuestro estudio da cuenta de 3,24 megatoneladas (Mt) de pesticidas, lo que representa aproximadamente el 79 % del uso global de pesticidas estimado por FAOSTAT para 2015, que es de 4,09 Mt31 (Figura complementaria 1a). A nivel nacional, nuestros análisis incluyen aproximadamente el 63, 70 y 70 % del uso de pesticidas en China, EE. UU. y Brasil, respectivamente, que son los tres mayores consumidores de pesticidas (Figura complementaria 1a). Los ingredientes activos incluidos en nuestros análisis pertenecen a tres clases funcionales, a saber, herbicidas (1,6 Mt a nivel mundial), insecticidas (0,20 Mt) y fungicidas (0,40 Mt). En los casos en que un principio activo pertenece a más de una clase funcional, lo clasificamos como plaguicida multipropósito (0,9 Mt). En comparación con los datos de FAOSTAT31, nuestro estudio representa aproximadamente el 70 %, 98 % y 76 % del uso de herbicidas en Brasil, Francia y Colombia, respectivamente (Figura complementaria 1b), mientras que incluye menos del 30 % del uso de insecticidas y fungicidas. uso (Fig. 1c, d complementaria). Esto se debe a que el 30 % de la masa total de pesticidas incluidos en nuestro estudio se atribuyó a pesticidas de usos múltiples, que pueden usarse como insecticidas, fungicidas o ambos.

Usando un modelo ambiental espacialmente explícito, estimamos la cantidad de pesticidas aplicados que permanecieron en el medio ambiente. Comparamos los residuos de plaguicidas modelados en la capa superior del suelo con las mediciones de campo informadas en Silva et al. para 11 países de la Unión Europea36, que es una de las campañas de muestreo más extensas para residuos de plaguicidas en suelos agrícolas. Nuestro modelo estimó que las tierras de cultivo en Dinamarca, Francia y Portugal tenían un residuo total de pesticidas en el percentil 95 de 0,9, 1,1 y 2,5 mg kg-suelo−1, respectivamente (Figura complementaria 2a). Estos valores están relativamente cerca de los residuos máximos de plaguicidas registrados por Silva et al.36 en tierras de cultivo de esos países, que son 1,2, 1,1 y 2,9 mg kg-suelo−1, respectivamente. Nuestras estimaciones generalmente muestran residuos medianos más altos que en Silva et al. 36. También comparamos el número de ingredientes activos detectables en la capa superior del suelo estimado por nuestro modelo con los datos informados en Silva et al.36. Un ingrediente activo se considera detectable si su residuo es mayor que el límite típico de cuantificación del laboratorio (≈0,01 mg kg-suelo−1). La cantidad de ingredientes activos detectables estimados por nuestro modelo generalmente se encuentra dentro de los rangos informados por Silva et al.36, con una ligera sobreestimación para Portugal e Italia (Figura complementaria 2b). En las tierras de cultivo de los 11 países de la Unión Europea, nuestro modelo estimó una mediana de residuos de 0,31, 0,01, 0,03, 0,02 y 0,03 mg kg-suelo-1 para glifosato, tebuconazol, azoxistrobina, propiconazol y clorpirifos, respectivamente (Fig. 3). Estas estimaciones coinciden relativamente bien con los datos de Silva et al.36, que informaron una mediana de residuos de 0,14, 0,02, 0,03, 0,02 y 0,03 mg kg-suelo−1, respectivamente (Figura 3 complementaria). Subrayamos que existen algunas diferencias en las estadísticas de las estimaciones de nuestro modelo en comparación con las de las mediciones de campo en Silva et al.36. Estas diferencias pueden deberse a diferencias en el tamaño de la muestra, ya que Silva et al.36 tiene solo 30 muestras por país, mientras que nuestro modelo incluye todas las tierras de cultivo de un país y, por lo tanto, tiene un tamaño de muestra sustancialmente mayor que Silva et al.36.

De las 3,24 Mt de pesticidas contabilizadas en nuestro análisis, nuestro modelo estimó que aproximadamente el 9,3 % (es decir, 0,302 Mt) se acumularon en el medio ambiente y esto corresponde a una carga peligrosa de 1,99 gigatoneladas de peso corporal (Gt-bw). De estos, el 34% (0,68 Gt-bw) se atribuyen al consumo en países desarrollados y economías en transición (en adelante, países desarrollados), donde reside el 18% de la población mundial. El 66% restante (1,31 Gt-bw) son causados ​​por el consumo en los países en desarrollo, donde reside la mayor parte de la población mundial (Fig. 1). Los insecticidas son los principales contribuyentes a las huellas mundiales de plaguicidas, contribuyendo con más del 80 %, seguidos de los herbicidas que aportan alrededor del 10 % de las huellas totales.

a–c corresponden al consumo a nivel mundial, en países desarrollados y economías en transición, y en países en desarrollo, respectivamente. Las huellas totales de pesticidas incluyen las contribuciones de herbicidas, insecticidas, fungicidas y pesticidas multipropósito y se expresan en giga toneladas de peso corporal humano por año (Gt-bw y−1). Los plaguicidas de usos múltiples se refieren a plaguicidas que se utilizan para más de una función. Las huellas incrustadas en diferentes sectores se analizaron desde el punto de venta final hasta la perspectiva del consumidor final. Los detalles de la agrupación de regiones, la clasificación de pesticidas y la agregación de sectores se proporcionan en las Tablas complementarias 1–2 y los Datos complementarios 1.

Los alimentos de origen vegetal soportan la mayor parte de las huellas mundiales de plaguicidas (59 %, Fig. 1), siendo el sector de las frutas y las uvas de huerta el principal contribuyente, que representa el 17 % de las huellas mundiales (0,34 Gt-bw, Fig. Suplementaria). . 4), mientras que los alimentos de origen animal contribuyen con alrededor del 11% (Fig. 1). Nuestro análisis también muestra que una fracción sustancial (17 %) de las huellas de pesticidas en los países desarrollados se atribuye al consumo de productos alimenticios con calorías vacías, como refrescos, bebidas alcohólicas, chocolates, helados y azúcares (Fig. 1b) . En contraste, estos alimentos contribuyen solo con el 9% de las huellas en los países en desarrollo (Fig. 1c).

Los sectores relacionados con la confección y los textiles (p. ej., algodón, caucho, otras fibras) soportan aproximadamente el 4 % de las huellas mundiales de pesticidas (Fig. 1a). El consumo de alimentos y productos textiles en servicios y otros sectores industriales contribuye a aproximadamente el 8 y el 5 % de las huellas mundiales de plaguicidas, respectivamente. Las huellas en otros sectores industriales también incluyen las derivadas de los residuos de cultivos utilizados para la alimentación (ver Datos complementarios 1). Dentro de los sectores de servicios, los hoteles y restaurantes y los servicios de alimentación son los principales contribuyentes (Figura complementaria 4). También encontramos que la fracción de huellas incrustadas en los sectores de servicios es mucho mayor en los países desarrollados que en los países en desarrollo (Fig. 1b, c).

Usando la perspectiva del productor primario al consumidor final, encontramos que aproximadamente el 49% de las huellas de pesticidas causadas por el consumo en los países desarrollados (0.33 Gt-bw) están incorporadas en el comercio internacional (es decir, las cargas peligrosas de pesticidas ocurrían en el extranjero), mientras que las el consumo de bienes importados contribuye solo con el 23% de las huellas de plaguicidas en los países en desarrollo (0,30 Gt-bw). A nivel mundial, alrededor del 32 % de las huellas de plaguicidas se comercializan internacionalmente (es decir, el 32 % de las cargas mundiales peligrosas de plaguicidas ocurrieron fuera del país de consumo final). Este porcentaje es comparable a las incorporaciones del comercio internacional de otros impactos ambientales (10–70 %26), como la pérdida de biodiversidad global (30 %8), las emisiones de gases de efecto invernadero (19–24 %37), las emisiones de nitrógeno (25–27 % 10), y la contaminación del agua relacionada con el nitrógeno (13%38). Entre todos los sectores primarios, las huellas de plaguicidas incorporadas en el comercio internacional son las más altas en especias (alrededor del 63 % se comercializan internacionalmente), seguidas por los sectores de soja y nueces que comercializan internacionalmente alrededor del 61 y el 57 % de las huellas incorporadas, respectivamente (Fig. 5).

A nivel mundial, la huella de plaguicidas per cápita promedio resultante del consumo es de 0,27 t-bw cápita−1 año−1, con una variación que oscila entre 0,01 y 1,6 t-bw cápita−1 año−1 según los países y regiones. Todos los 10 principales países y territorios que tienen las huellas de pesticidas per cápita más altas se encuentran dentro de las economías de altos ingresos (Fig. 2), 8 de los cuales son países desarrollados. España tiene la huella per cápita más alta, que es aproximadamente un 11 y un 105 % más alta que sus países limítrofes: Portugal y Francia, respectivamente (Figura complementaria 6). De hecho, evaluaciones internacionales han informado que una alta fracción de los alimentos producidos en España contenían altos niveles de residuos de pesticidas39. La elevada huella per cápita en España se deriva del elevado uso de plaguicidas, posiblemente debido a deficiencias e incongruencias en la política plaguicida española40. Sin embargo, solo alrededor del 23% de las huellas en España están incorporadas al comercio internacional (Figura 7 complementaria), mientras que, en Portugal y Francia, alrededor del 45 y el 75% de las huellas de pesticidas provienen del extranjero. Muchos países europeos tienen una alta huella de pesticidas per cápita con más del 90 % de las huellas provenientes del extranjero, como Holanda, Bélgica, Dinamarca, Noruega, Suecia, Alemania y Suiza (Figuras complementarias 6 y 7).

*Países desarrollados y economías en transición. Las regiones amplias no están incluidas en este gráfico, pero están representadas en la Fig. 6 complementaria.

Calculamos los saldos comerciales netos de los 82 países y territorios seleccionados y ocho amplias regiones utilizando la perspectiva del productor primario al consumidor final para identificar los importadores netos y exportadores netos de huellas de plaguicidas. Un importador neto ejerce más presiones ambientales (es decir, más cargas peligrosas de pesticidas) en el exterior debido a su consumo que localmente por las exportaciones, y viceversa para los exportadores netos. Dicha información es exclusiva de las evaluaciones realizadas con modelos MRIO y no se puede derivar de los conjuntos de datos tradicionales de LCA. El núcleo de esta evaluación se encuentra en el corazón de los modelos MRIO que capturan datos sobre importaciones y exportaciones internacionales. Cuantificamos los importadores netos y los exportadores netos siguiendo las redes de la cadena de suministro para cada uno de los 90 países/regiones; e identificar los países que principalmente están impulsando cargas peligrosas de pesticidas fuera de sus territorios debido a su consumo (importadores netos), y países que están siendo impactados internamente por producir exportaciones para satisfacer el consumo extranjero (exportadores netos). La condición de los países como exportadores netos o importadores netos está determinada por una serie de factores, como la dotación de recursos, la dependencia de la economía de las exportaciones agrícolas, los acuerdos comerciales, los aranceles y las políticas, y el rigor de las reglamentaciones ambientales.

Entre todos los importadores netos, 32 países de 52 son países desarrollados (Figura complementaria 8). China, siendo el importador agrícola más grande del mundo41, es el importador neto más grande de productos básicos incorporados con cargas peligrosas causadas por el uso de insecticidas y herbicidas, seguido por Alemania, el Reino Unido y Japón (Fig. 3a). Alrededor del 44 % de los productos básicos con carga peligrosa de pesticidas importados a China procedían de los EE. UU., alrededor del 12 % de los países subsaharianos y alrededor del 8,7 % de Brasil. Inesperadamente, India también aparece como uno de los cinco principales importadores netos con aproximadamente el 18 % de los productos básicos importados con carga peligrosa de plaguicidas provenientes de los EE. UU., principalmente debido a las importaciones de algodón y nueces, y el 16 % de Argentina para la soja. y otros cultivos oleaginosos. Al considerar el tamaño de la población, los países de altos ingresos como Irlanda, Dinamarca, Noruega, Qatar y Suecia parecen tener la mayor importación neta per cápita (Fig. 3b).

a Importaciones y exportaciones netas totales. b Importaciones y exportaciones netas per cápita. Los importadores netos están ejerciendo más presiones ambientales en el extranjero como resultado de su consumo de productos y servicios importados que localmente debido a sus exportaciones, y viceversa para los exportadores netos. El análisis se realizó con base en la perspectiva del productor primario al consumidor final. *Países desarrollados y economías en transición. Las regiones amplias no están incluidas en este gráfico, pero están representadas en la Fig. 8 complementaria.

También encontramos que los estados miembros de la UE27 importan de otros lugares aproximadamente 0,06 Gt-bw de cargas peligrosas causadas por el uso de sustancias activas que estaban prohibidas en sus propios países (es decir, alrededor del 34 % de sus huellas de plaguicidas importadas). Específicamente, las sustancias prohibidas contribuyen a más del 90 % del total de las huellas importadas en Suecia, Dinamarca, Alemania, Finlandia, Lituania y Letonia, teniendo en cuenta que estos países tienen una de las regulaciones más estrictas sobre el uso de pesticidas42,43.

Sorprendentemente, muchos de los exportadores netos son países dentro de economías de ingresos altos y medios altos (Figura complementaria 8). EE. UU. es el mayor exportador neto de productos básicos incorporados con cargas peligrosas causadas por insecticidas y herbicidas, siendo los principales destinos finales China (34 %), Japón (7,1 %) y México (6,9 %, Cuadro complementario 3). Sin embargo, EE. UU. también es un importador neto de cargas peligrosas causadas por fungicidas y pesticidas multipropósito (Fig. 3a). Brasil es el segundo mayor exportador neto, siendo los principales destinos finales los EE. UU. (13,5 %, para nueces y frutas de huerta y uvas), China (12 %, para nueces y soja) y Alemania (6,9 %, para frutas de huerta y uvas). uvas y frutos secos, Cuadro complementario 3). Aproximadamente el 61 % de las huellas de pesticidas incorporadas en las exportaciones de Brasil (0,04 Gt-bw) es causada por el consumo en países desarrollados, especialmente EE. UU., Alemania y el Reino Unido. En cambio, sólo el 29% de las cargas peligrosas que se producen en Argentina como consecuencia de sus exportaciones se debe al consumo en países desarrollados. Los principales destinos finales de las cargas peligrosas incorporadas en las exportaciones argentinas son Brasil (12,4% del total de huellas exportadas, principalmente de trigo), China (11%, principalmente de soja) e India (8%, principalmente de soja). Tabla 3).

Al rastrear los flujos de huellas de plaguicidas incorporados a lo largo de las cadenas de suministro según el punto de venta final hasta la perspectiva del consumidor final, descubrimos que el mayor flujo internacional se produce desde los EE. UU. a China (0,029 Gt-bw, Fig. 4), de los cuales el están asociados a la soja y 5,7% a otros granos (Cuadro complementario 4). Por otro lado, <0,002 Gt-bw fluyen de China a EE. UU., siendo los textiles y prendas de vestir el sector que soporta la mayor parte de las huellas comercializadas (24,4 %).

Las líneas rojas representan los flujos con el volumen de flujo proporcional al grosor de la línea (cuanto más gruesa es la línea, mayor es el volumen de flujo). El mapa de colores representa la huella incorporada en las importaciones menos la huella incorporada en las exportaciones en una escala de −80 a 80 megatoneladas de peso corporal (Mt-bw). imp. neto se refiere al importador neto y Exp. neto. se refiere al exportador neto.

Dentro de la UE27, encontramos flujos sustanciales de España a Alemania (0,0084 Gt-bw, el segundo más grande del mundo) y Francia (0,008 Gt-bw, el tercero más grande del mundo), siendo los principales productos comerciales hortalizas y frutas no leguminosas, frutas de huerta y uvas y nueces (Tabla complementaria 4). Italia también exporta 0,004 y 0,002 Gt-bw a Alemania y Francia, respectivamente, con productos similares a los de España. En general, se comercializan 0,091 Gt-bw de cargas peligrosas entre los estados miembros de la UE27, siendo los principales destinos finales Alemania, Francia, Italia, Polonia y Bélgica.

Comparamos las huellas de pesticidas incrustadas en varios alimentos al normalizar las huellas contra la masa, las calorías y las proteínas (Fig. 5). En este análisis, observamos variaciones sustanciales en las huellas de pesticidas incorporados tanto en los países productores como en los productos alimenticios, con algunos alimentos de origen vegetal que tienen huellas de pesticidas más altas que los alimentos de origen animal. Entre todos los productos alimenticios, las frutas de huerta y las uvas tienen las huellas más altas por unidad de masa y por unidad de calorías. Entre todos los granos, el trigo tiene la huella de pesticidas más baja por unidad de calorías (Fig. 5b). El arroz tiene huellas por calorías aproximadamente 1,3 veces más altas que el trigo, mientras que la huella de pesticidas del maíz es aproximadamente 3,5 veces mayor que la del trigo. Entre todos los cultivos ricos en proteínas, la soja tiene la huella de pesticidas más baja por unidad de proteína, mientras que las nueces tienen la más alta (Fig. 5c). La carne cruda (incluye todos los tipos de carne) tiene una huella de pesticidas por unidad de proteína ligeramente más alta (1,35 kg-p.c. kg-proteína-1) que la soja (1.24 kg-p.c. kg-proteína-1), mientras que los huevos tienen la menor proporción de pesticidas. huella de proteína unitaria (Fig. 5c). Los aceites y grasas de origen animal tienen huellas por calorías comparables a las de otros aceites de origen vegetal, pero son aproximadamente 2,3 veces más altas que los aceites de soja y maíz (Fig. 5b). La evaluación que se presenta aquí considera todas las cadenas de suministro aguas arriba para la producción de productos alimenticios (por ejemplo: cultivos, granos, verduras, frutas, carne, lácteos, huevos y otros productos), incluida la producción de piensos. El análisis MRIO captura la producción y el consumo de alimentos, y las cargas de peligro de pesticidas asociadas, a través de múltiples redes de cadena de suministro necesarias para satisfacer el consumo final de productos alimenticios.

Huellas expresadas por kilogramo de producto alimenticio (a), por kilocalorías (b) y por kilogramo de proteína (c). Las barras muestran los valores de los percentiles 25 y 75 en diferentes países productores. Los marcadores cruzados muestran los valores medios globales. n representa el número de países productores incluidos. Las huellas por kilogramo de proteína no están representadas para "Frutas y hortalizas", "Otros cultivos alimentarios", "Aceites y grasas", "Azúcares" y "Alimentos con calorías vacías".

Nuestros hallazgos contrastan en parte con los análisis de la huella de las emisiones de gases de efecto invernadero y el uso de la tierra, donde se demostró que la carne animal tiene una huella ambiental más alta2, pero se alinea con el análisis LCA de abajo hacia arriba del peligro de toxicidad de pesticidas realizado para la producción agrícola y ganadera en Australia23, donde los autores también encontraron que la producción ganadera conlleva menos peligros de ecotoxicidad que la producción de cultivos, señalando que tampoco tuvieron en cuenta la aplicación directa de pesticidas sobre pieles de animales para combatir moscas y pulgones. Debido a que la aplicación directa de pesticidas sobre la piel de los animales constituye solo una pequeña fracción del total de pesticidas utilizados44, su inclusión no cambiará nuestro hallazgo de que los alimentos de origen animal tienen menos huellas de pesticidas que algunos de los alimentos de origen vegetal, como las frutas de huerta y las uvas. y nueces Reconocemos que se deben realizar más análisis para verificar este hallazgo cuando la información sobre el uso directo de pesticidas en el ganado y en la acuicultura esté disponible públicamente. Además del uso de pesticidas, los antibióticos y otros agroquímicos, como los reguladores del crecimiento de las plantas, también se usan en la producción agrícola y ganadera y, por lo tanto, se requieren más análisis que tengan en cuenta esos insumos para lograr una evaluación integral de las huellas ambientales de la producción agrícola.

Reconocemos que existen limitaciones e incertidumbres subyacentes en nuestros análisis. La base de datos PEST-CHEMGRIDSv1.029 no incluye todos los ingredientes activos utilizados en las tierras de cultivo. La selección de los 20 principales ingredientes activos más utilizados en cada sistema de cultivo por masa puede no incluir aquellos que tienen una alta toxicidad pero se usan en dosis bajas en un área de superficie pequeña. El primer paso de la estimación de las tasas de aplicación en PEST-CHEMGRIDS asume que las relaciones entre las tasas de aplicación de pesticidas y las covariables (p. ej., condiciones hidrometeorológicas, propiedades del suelo, prácticas agrícolas y socioeconomía) en los EE. UU. son similares a las de otros países para el mismo tipo de sistema de cultivo. Notamos que esta suposición puede no captar condiciones que no ocurren en los EE. UU. pero sí en otras partes del mundo. Para tener en cuenta los factores nacionales, las estimaciones de la tasa de aplicación basadas en la inferencia estadística se limitaron a los datos de uso de pesticidas específicos del país de FAOSTAT. Existen incertidumbres en los datos de FAOSTAT, especialmente en las regiones de África y Oceanía, donde las tasas de respuesta al cuestionario sobre el uso de pesticidas fueron inferiores al 20 %31. Además, las reglamentaciones nacionales sobre el uso de plaguicidas y el cultivo de cultivos genéticamente modificados resistentes a plaguicidas se tuvieron en cuenta explícitamente en PEST-CHEMGRIDS, pero no consideró las reglamentaciones subnacionales y las preferencias de los agricultores, que actualmente se desconocen o no se pueden recuperar en la escala geográfica de este trabajo.

La estimación de las tasas de aplicación de pesticidas en PEST-CHEMGRIDS y el modelado de las concentraciones ambientales de pesticidas se basan en los mapas de cultivos de Monfreda et al.45 para proporcionar la distribución geográfica de cultivos individuales. Aunque Monfreda et al.45 es actualmente el único conjunto de datos que proporciona la distribución espacial global de 175 cultivos, esos mapas se refieren a alrededor del año 2000. Dado que las tierras de cultivo mundiales han aumentado en aproximadamente un 4 % entre el año 2000 y el 201531, el uso de mapas de cultivos en Monfreda et al.45 puede conducir a una leve subestimación general de las huellas globales de plaguicidas. Específicamente, la incertidumbre en el área de superficie de cultivo afectará la estimación de las cargas peligrosas de pesticidas, lo que luego afectará los valores de las intensidades directas (es decir, impacto por dólar producido, \({{{{{\bf{q}}}}} }\), "Métodos"). Un aumento en el área de cultivo conducirá a una subestimación de las intensidades directas, mientras que una disminución resultará en una sobreestimación.

Las huellas de plaguicidas cuantificadas en este trabajo no incluyeron el uso de plaguicidas en entornos no agrícolas, como pastizales, pastizales, producción ganadera, acuicultura y áreas urbanas. La información sobre el uso directo de plaguicidas (p. ej., la cantidad y el tipo de ingredientes activos) en la producción ganadera, la acuicultura y las zonas urbanas es muy limitada y, por lo general, no está disponible para la mayoría de los países. Aunque los pastos ocupan alrededor de dos tercios de la tierra agrícola mundial31, en muchas partes del mundo solo se gestiona y cultiva una pequeña fracción de la superficie de pastoreo. Por ejemplo, >90% de los pastos permanentes en China, India, Argentina, México y Australia son naturales y no manejados31,46,47. En los pastos manejados, normalmente se usan pesticidas durante la siembra. Debido a que los pastos son en su mayoría cultivos perennes, no se siembran todos los años. Por ejemplo, un estudio de encuesta muestra que la mayoría de los agricultores (>80 %) replantaron <25 % de sus tierras de pastoreo en un año48. Por lo tanto, los pastos tienen, en promedio, bajos aportes anuales de plaguicidas.

Aunque nuestras estimaciones de residuos de pesticidas en el suelo estuvieron dentro de los rangos observados informados por Silva et al.36, la comparación se realizó solo para suelos agrícolas en países de la Unión Europea. Además, nuestras estimaciones de residuos de plaguicidas y cargas peligrosas se basan en la suposición de que los cultivos tanto para consumo local como para exportación se cultivaron utilizando las mismas tasas de aplicación de plaguicidas. Sin embargo, los productores destinados a la exportación pueden ajustar su aplicación de pesticidas para cumplir con los límites máximos de residuos de pesticidas en los alimentos establecidos por los países importadores, como la Unión Europea49. Sin tener en cuenta las posibles diferencias en las tasas de aplicación de plaguicidas para consumo local y cultivos de exportación, nuestro análisis puede sobrestimar o subestimar las huellas de plaguicidas comercializadas internacionalmente, según los límites aplicados en diferentes países.

Las cargas peligrosas de plaguicidas estimadas aquí no reflejaron los efectos de los plaguicidas en la salud humana (p. ej., no se tienen en cuenta los efectos cancerígenos) y sus toxicidades agudas para organismos no objetivo como resultado de la exposición inmediata después de un evento de aplicación. Puede haber una subestimación de las huellas de los plaguicidas porque las cargas peligrosas se estimaron en base a los valores NOAEL para mamíferos y aves únicamente (expresados ​​como masa de plaguicida por unidad de peso corporal) y algunos ingredientes activos pueden ser más tóxicos para otros organismos no objetivo no considerado aquí. No tomamos en cuenta los efectos en otros organismos no objetivo (p. ej., peces y lombrices de tierra) porque sus ecotoxicidades se expresan comúnmente como concentraciones letales medianas (LC50), que no se pueden convertir fácilmente a peso corporal por unidad para calcular la carga peligrosa.

El análisis MRIO se basa en la suposición de que un cambio en la demanda o la producción de una industria dará como resultado un cambio proporcional en la producción. Esta técnica traduce el gasto financiero en impactos, es decir, cuanto mayor sea el gasto en un producto alimenticio, mayor será el impacto. Nuestros análisis reflejan los patrones de uso y comercialización de pesticidas del año 2015. Los cambios en los patrones de uso y comercialización de pesticidas a lo largo del tiempo pueden alterar las huellas de los pesticidas. Con base en estudios previos sobre una gama de otros indicadores ambientales, los impulsores clave de los impactos ambientales negativos son la riqueza (consumo per cápita) y el crecimiento de la población50,51, lo que resultó en un aumento de las huellas ambientales de 1990 a 2015 a pesar de las mejoras en la eficiencia energética52. Además, las proyecciones futuras proporcionadas en la base de datos PEST-CHEMGRIDS muestran una tendencia creciente en las tasas de aplicación de plaguicidas. Por lo tanto, podemos esperar que las huellas de pesticidas aumenten con el tiempo. El trabajo futuro podría centrarse en cuantificar los impulsores de las huellas de pesticidas mediante el uso de análisis de descomposición estructural53.

Para tener en cuenta las limitaciones en la estimación de la carga peligrosa de pesticidas y las variaciones en los flujos comerciales, realizamos un análisis de incertidumbre basado en el enfoque de Monte-Carlo ("Métodos"), en el que perturbamos las aplicaciones de pesticidas, los valores NOAEL y las demandas intermedias y finales. Nuestro análisis de incertidumbre muestra que, en todos los países y regiones, las desviaciones estándar de las huellas totales de pesticidas oscilaron entre 2,4 y 16 % de los valores de referencia, con un promedio de 4,5 % (Datos complementarios 2).

Nuestro estudio describe el papel del comercio internacional en el control de la contaminación por pesticidas. Comprender el flujo de huellas de plaguicidas a través de las cadenas de suministro es importante para ayudar a establecer políticas internacionales que contribuyan a una agricultura sostenible. En particular, nuestros análisis identifican la fuga de la huella de plaguicidas. Mostramos que el consumo en los países desarrollados tiene una contribución sustancial a la contaminación por pesticidas que ocurre en otros países. Específicamente, más del 90% de las huellas de pesticidas importadas por algunos países europeos fueron causadas por sustancias activas cuyo uso estaba prohibido en esos países importadores. Por lo tanto, es posible que sea necesario implementar una regulación recíproca de plaguicidas para las importaciones a fin de desalentar el consumo de productos importados producidos con las sustancias prohibidas en el país importador. Los países que importan huellas de pesticidas también deben contribuir con una parte justa en el esfuerzo por desarrollar tecnología para el manejo sostenible de plagas y la implementación de proyectos de remediación para reducir la contaminación por pesticidas en los países exportadores. Para reducir los impactos ambientales de la producción mundial de alimentos, nuestro estudio sugiere que, además de las estrategias de manejo sostenible de plagas que reducen el uso de pesticidas54, la estrategia de cambiar la dieta humana hacia alimentos de origen vegetal debe ir acompañada de la promoción de la conciencia para minimizar el desperdicio de alimentos y pérdida de alimentos, reducción del consumo excesivo y disminución del consumo de alimentos con calorías vacías (p. ej., dulces, refrescos y bebidas alcohólicas).

Si bien nuestro estudio utiliza el mejor conjunto de datos georreferenciados disponibles para el uso de pesticidas en tierras de cultivo a nivel mundial, el acceso a conjuntos de datos más detallados y extensos sobre el uso de pesticidas en todos los entornos posibles, incluida la producción ganadera, la acuicultura y el uso urbano, es de suma importancia para lograr una visión holística. de la contaminación global por pesticidas y sus huellas asociadas a lo largo de las cadenas de suministro. Muchos países exigen que los aplicadores de pesticidas en entornos agrícolas registren la ubicación, el momento, los tipos de pesticidas y las tasas de aplicación, pero estos datos solo están disponibles públicamente como valores agregados a nivel nacional, siendo California la única región que libera mucho tiempo y espacio. bases de datos granulares de tasas de aplicación específicas de cultivos e ingredientes activos55. Según el leal saber y entender de los autores, ningún país o región ha publicado datos recientes sobre el uso de plaguicidas en la producción ganadera y la acuicultura. Además, los datos de aplicación de pesticidas georreferenciados utilizados en nuestro trabajo se basan en datos a nivel de país proporcionados por FAOSTAT recopilados a través de un cuestionario, que también contienen incertidumbres, especialmente en las regiones de África y Oceanía, donde las tasas de respuesta al cuestionario fueron inferiores al 20 %31. La inaccesibilidad a datos de alta calidad sobre el uso de pesticidas puede obstaculizar el avance de las políticas de pesticidas55 y, por lo tanto, instamos a un esfuerzo internacional para reformar el marco legal de distribución de datos para permitir que las autoridades informen y hagan que los datos detallados sobre el uso de pesticidas sean de libre acceso.

En este estudio, cuantificamos la huella de plaguicidas como la carga de peligro que mide el peso corporal de los organismos no objetivo necesarios para absorber los residuos de plaguicidas acumulados en el medio ambiente sin experimentar efectos adversos. Este indicador considera que el uso de plaguicidas puede o no ejercer presión sobre los ecosistemas, dependiendo de su degradabilidad y toxicidad. La eficiencia de degradación de los pesticidas puede variar espacialmente porque la degradación y el transporte de pesticidas están controlados por las condiciones hidroclimáticas y las propiedades del suelo56,57. Por lo tanto, utilizamos un modelo ambiental espacialmente explícito y basado en procesos para estimar los residuos de 80 ingredientes activos en varios sistemas de cultivo a escala global con una resolución de 0,5° × 0,5° (es decir, unos 55 km × 55 km en el ecuador con cuadro delimitador 180°E–180°O; 90°S–90°N). A partir de los resultados del modelo, calculamos la masa total de cada ingrediente activo que se acumuló en el medio ambiente y las correspondientes cargas de pesticidas peligrosas en cada sistema de cultivo para 168 países productores de cultivos, que luego vinculamos a la entrada-salida multirregional (MRIO) clasificación que consta de 6357 sectores (agregados en 83 sectores; Datos complementarios 1) y 221 países y territorios (con 82 países y territorios seleccionados y otros agrupados en ocho amplias regiones; Tabla complementaria 1). Estos pasos generaron la llamada cuenta satélite que luego se vinculó a una tabla MRIO para realizar una evaluación de la huella basada en el consumo y obtener la huella de cada ingrediente activo incorporado en la producción de bienes y servicios. Cuenta satélite es el término utilizado para describir un conjunto de datos físicos (en este estudio: datos sobre cargas peligrosas de pesticidas) que se puede vincular a una tabla MRIO para evaluaciones de huella. Una evaluación basada en el consumo permite la cuantificación de la huella de plaguicidas en varias etapas, desde la producción primaria hasta la producción intermedia y el consumo final. El análisis realizado en este estudio corresponde a los patrones de aplicación y comercio internacional de plaguicidas del año 2015.

La consecuencia potencial de la contaminación por pesticidas incrustados en un producto se cuantifica comúnmente a través de la huella química21, que se calcula utilizando el enfoque de evaluación del ciclo de vida (LCA, por sus siglas en inglés) de abajo hacia arriba22. Aquí, investigamos la presión (en lugar de la consecuencia) ejercida por el uso de pesticidas a nivel de toda la economía global utilizando el enfoque de arriba hacia abajo que se basa en un análisis de entrada y salida ambientalmente extendido.

Definimos las huellas de plaguicidas como las cargas peligrosas (HL) de plaguicidas utilizados en la cadena de suministro para satisfacer el consumo de bienes y servicios. HL mide el peso corporal (bw) de los organismos no objetivo requeridos para absorber residuos de pesticidas (es decir, la cantidad de pesticidas no degradados por procesos ambientales y acumulados en el medio ambiente) sin experimentar efectos adversos, señalando que un efecto no implica mortalidad. Esta definición explica dos elementos importantes que hacen que el uso de plaguicidas ejerza presión sobre el medio ambiente natural, es decir, la acumulación y la toxicidad. En otras palabras, los pesticidas no ejercerán presión sobre los ecosistemas si pueden degradarse por completo mediante procesos ambientales y si no son tóxicos para los organismos que no son el objetivo. Específicamente, la huella del pesticida, cuantificada como carga peligrosa, se define como \({{{{{\rm{HL}}}}}}=\sum [{M}_{i}{{{{{\boldsymbol{ /}}}}}}({{{{{{\rm{NOAEL}}}}}}}_{i}\times 365)]\), donde \({M}_{i}\) [ kg-pesticida] es la masa total del ingrediente activo i acumulado en el medio ambiente y \({{{{{{\rm{NOAEL}}}}}}}_{i}\) [kg-pesticida kg-bw− 1 día−1] es el nivel de efecto adverso no observado del ingrediente activo i en organismos no objetivo. Un valor más alto de HL significa una mayor presión ambiental. Consideramos la masa acumulada total sin dividir la masa en diferentes compartimentos ambientales con la justificación de que los pesticidas pueden moverse a través de diferentes compartimentos a lo largo del tiempo y que nuestro objetivo es cuantificar la presión general, en línea con otros indicadores de huella ambiental, como la huella de nitrógeno10. Reconocemos que los valores de NOAEL pueden variar entre varias especies y, por lo tanto, al tomar una medida conservadora, comparamos los valores de NOAEL informados por varias fuentes de datos para mamíferos y aves (Datos complementarios 3) y usamos los valores mínimos para el cálculo. de la huella de plaguicidas.

Nuestra definición de huella de pesticida está orientada a la presión, en contraste con la huella química orientada al impacto comúnmente utilizada. Los indicadores orientados a la presión se centran en las actividades humanas resultantes de las necesidades y los impulsores que pueden ejercer presiones sobre el medio ambiente por el uso de recursos, emisiones, liberación de sustancias al medio ambiente y/o cambios en el uso de la tierra. Los indicadores orientados al impacto se centran en las consecuencias sobre el ecosistema y la salud humana, lo que puede requerir el conocimiento del nivel de exposición de los organismos no objetivo a los plaguicidas. Si bien los indicadores orientados al impacto pueden proporcionar información sobre los impactos de un producto o proceso específico a escala local, actualmente es un desafío técnico aplicarlos a escala global. Las presiones, por otro lado, pueden variar a escala espacial y geográfica sin necesidad de hacer suposiciones sobre el nivel de exposición. Nuestra definición de huella de plaguicidas permite evaluar el uso de plaguicidas en 90 países/regiones y brinda oportunidades de comparación dentro de una familia de huellas ambientales (por ejemplo, carbono, nitrógeno, agua, materiales, energía, biodiversidad) en estudios futuros para investigar el comercio. compensaciones con el fin de lograr una comprensión holística de la sostenibilidad y la equidad en el uso de los recursos entre las naciones, tanto desde la perspectiva de la producción como del consumo5.

El tipo y la cantidad de ingredientes activos utilizados en diferentes sistemas de cultivo en ubicaciones geográficas específicas se obtuvieron de la base de datos PEST-CHEMGRIDS v1.029. Esta base de datos proporciona las tasas de aplicación anuales georreferenciadas globales de 95 ingredientes activos utilizados en el año 2015 en diez grupos de cultivos que incluyen seis cultivos dominantes (es decir, alfalfa, maíz, algodón, arroz, soja y trigo) y cuatro cultivos agregados (es decir, vegetales). y frutas, huertas y uvas, pastos y heno, y otros cultivos), sumando un total de 175 cultivos. La agregación de cultivos sigue la clasificación del Proyecto Nacional de Síntesis de Pesticidas del USGS30 (consulte la Tabla 2 en Maggi et al.29 para obtener una clasificación detallada). Brevemente, las "hortalizas y frutos" incluyen leguminosas, raíces y tubérculos, frutos arbustivos y cultivos herbáceos; los "huertos y uvas" incluyen nueces, árboles frutales y vides; "pastos y heno" incluye cultivos forrajeros y pastizales utilizados para el pastoreo, mientras que "otros cultivos" incluye otros cereales, cultivos oleaginosos y cultivos textiles. Los datos tienen una resolución original de 5 arcmin (alrededor de 10 km × 10 km en el ecuador), que abarcan 38,54 millones de km2 de tierras agrícolas (incluidos los pastos) en 168 países. En este trabajo, excluimos el uso de pesticidas en pastos y heno porque solo una pequeña fracción del área de pastoreo se gestiona y cultiva en muchas partes del mundo31 y los pastos son en su mayoría perennes que no requieren una replantación frecuente48, por lo que tienen bajas tasas anuales. insumos de plaguicidas. También excluimos otros tres ingredientes activos (es decir, polisulfuro de calcio, Bacillus amyloliquefaciens y aceite de petróleo) debido a la insuficiencia de datos sobre las propiedades fisicoquímicas requeridas para la estimación de residuos. Por lo tanto, modelamos 80 ingredientes activos en total en 11,85 millones de km2 de tierras de cultivo.

Las tasas de aplicación se estimaron mediante un nuevo análisis de la base de datos del Proyecto Nacional de Síntesis de Pesticidas de USGS30, que informa 512 ingredientes activos utilizados en los grupos de cultivos principales y agregados anteriores en los Estados Unidos desde 1992 hasta 2016. En cada uno de los grupos de cultivos, la parte superior Se seleccionaron los 20 principios activos con mayor masa total utilizada. Esta selección da como resultado 200 ingredientes activos, pero algunos de ellos son recurrentes en diferentes grupos de cultivos. Por lo tanto, en total, la base de datos PEST-CHEMGRIDS v1.0 incluye 95 ingredientes activos únicos y representa aproximadamente el 84 % de la masa total de pesticidas utilizados en los Estados Unidos en 2015. Los ingredientes activos seleccionados se encuentran entre los pesticidas identificados más utilizados en todo el mundo. por Li58 a través de la compilación de datos de consumo de pesticidas en varios países de Asia, Europa, América del Norte y del Sur, África y Oceanía. Las estimaciones de las tasas de aplicación a escala global proporcionadas en PEST-CHEMGRIDS se calcularon utilizando métodos estadísticos condicionados espacialmente que tuvieron en cuenta las propiedades físicas del suelo (texturas del suelo, contenido de carbono, porosidad y espesor, y profundidad del nivel freático), variables hidroclimáticas (precipitación, temperatura atmosférica, radiación solar, productividad primaria neta, evapotranspiración real y clasificación climática térmica), cantidades agrícolas (fertilización con nitrógeno y fósforo, rendimiento de cultivos, seguridad hídrica de cultivos) e índices socioeconómicos (densidad de población, producto interno bruto y recursos humanos). índice de desarrollo, consulte la Tabla 1 en Maggi et al.29 para ver la lista completa de inventarios públicos utilizados para estimaciones espaciales). Además de las cantidades utilizadas en el análisis espacial, las estimaciones consideran explícitamente la aprobación específica del país para adoptar cultivos genéticamente modificados resistentes a los pesticidas según lo informado por el Servicio Internacional para la Adquisición de Aplicaciones Agrobiotecnológicas59, y las prohibiciones de pesticidas específicas del país ( o no aprobado para su uso) según lo informado por la Comisión Europea42 y la base de datos PAN43. Además, otros factores nacionales (p. ej., políticas, prácticas agrícolas, capacidades de infraestructura, acceso a pesticidas) se tuvieron en cuenta implícitamente al restringir las estimaciones con los datos de uso de pesticidas a nivel de país informados por FAOSTAT31. Las estimaciones en 28 países (Tabla complementaria 1) no se restringieron con respecto a FAOSTAT porque los datos en esos países no estaban disponibles. Para controlar la calidad de las estimaciones, se compararon y validaron los datos de origen y los métodos de inferencia espacial utilizados para la estimación. Además, las estimaciones también se compararon con datos de uso de ingredientes activos nacionales independientes y disponibles públicamente de Australia, el Reino Unido, Corea del Sur y Sudáfrica, y se cotejaron con las tasas de aplicación recomendadas por los fabricantes o los organismos reguladores. La información sobre el tipo y la cantidad de ingredientes activos aplicados en los campos agrícolas es actualmente muy escasa y escasa55, y por lo tanto reconocemos que actualmente no es posible comparar las estimaciones para todos los países. A pesar de las limitaciones (consulte los detalles en la sección Limitaciones e incertidumbres), PEST-CHEMGRIDS es actualmente el único inventario disponible públicamente, basado en datos y basado en evidencia de tasas de aplicación georreferenciadas y específicas de cultivos de ingredientes activos.

La velocidad de transporte y degradación de los pesticidas depende de las propiedades fisicoquímicas de los ingredientes activos, así como de las condiciones ambientales. Para dos países con diferentes condiciones hidroclimáticas y de suelo, la cantidad de pesticidas acumulados en el medio ambiente en esos países puede ser sustancialmente diferente incluso si aplicaron la misma cantidad y el mismo tipo de ingredientes activos. Además, las condiciones ambientales también pueden variar dentro del mismo país y, por lo tanto, la masa total de plaguicidas acumulada en el medio ambiente (es decir, los residuos de plaguicidas) resultante de la producción de cultivos en una nación debe estimarse a nivel subnacional o de subcondado.

Aquí, los residuos de plaguicidas se estimaron utilizando un modelo ambiental32 espacialmente explícito y basado en procesos, con tasas de aplicación de ingredientes activos georreferenciadas y específicas de cultivo obtenidas de la base de datos PEST-CHEMGRIDS como se describe anteriormente. El modelo considera el flujo de agua, gas y calor a lo largo de una columna de suelo unidimensional variablemente saturada, la difusión y advección de químicos disueltos y la volatilización, adsorción y degradación de los ingredientes activos seleccionados. El modelado se realizó utilizando el simulador de transporte biorreactivo multicomponente y multifase de propósito general (BRTSim v4.0e60), que resuelve las leyes de continuidad y conservación de los flujos de masa y energía utilizando técnicas numéricas híbridas explícitas-implícitas dentro de volúmenes finitos, y equilibrio no isotérmico y reacciones cinéticas que describen la degradación, adsorción y volatilización de plaguicidas. Específicamente, el flujo de agua se modela usando la ecuación de Richards junto con las relaciones relativas de permeabilidad-potencial de agua-saturación del modelo de Brooks-Corey. La advección y la difusión de sustancias químicas acuosas se modelan mediante las ecuaciones de Darcy y Fick, respectivamente. La difusión de compuestos gaseosos también se describe explícitamente utilizando la ley de Fick. Usando la ley de acción de masas, la volatilización se modela como una función de las constantes de la ley de Henry de los ingredientes activos, mientras que la adsorción se modela como una función de los coeficientes de partición del carbono orgánico del suelo de los diversos ingredientes activos y el contenido de carbono orgánico del suelo, la masa del suelo. densidad y humedad del suelo. La degradación de los plaguicidas se describe mediante una cinética de primer orden con una explicación explícita de la actividad biológica, el contenido de humedad del suelo, la temperatura del suelo, el pH del suelo y el contenido de carbono orgánico del suelo. Las ecuaciones de resolución se describen en detalle en Maggi61 y Tang y Maggi32.

Luego, el modelo se implementó en una cuadrícula tridimensional resuelta a una resolución de 0,5° × 0,5° horizontalmente y se extendió verticalmente sobre dos capas atmosféricas y tres de suelo en la zona de raíces (0 a 100 cm de profundidad) y una capa de suelo adicional hasta el nivel freático de equilibrio o el lecho rocoso. Los plaguicidas se aplicaron en la primera capa del suelo siguiendo los mapas del calendario de cultivos62. Los flujos de agua entrantes (precipitación y riego) y la radiación solar (onda corta y onda larga) también se aplicaron en la primera capa del suelo, mientras que la evapotranspiración se asignó sobre el perfil del suelo de acuerdo con las distribuciones de raíces de los cultivos estimadas en función de la profundidad máxima de enraizamiento del cultivo63. Para que las tasas de degradación alcanzaran un estado casi estable, el modelo se ejecutó durante 48 años utilizando las tasas anuales de aplicación de ingredientes activos del año 2015 y la serie temporal de precipitación, evapotranspiración de cultivos, riego y radiación solar que abarcó desde 1970 hasta 2017. En total, modelamos 11,85 millones de km2 de tierras de cultivo seleccionadas en base a los mapas de áreas de cultivo distribuidos junto con PEST-CHEMGRIDS, que originalmente fueron elaborados por Monfreda et al.45. En total, se modelaron 32.768 celdas de cuadrícula geográfica.

Obtuvimos la textura georreferenciada del suelo, la densidad aparente, el pH y el contenido de carbono orgánico de SoilGrids2.064, la porosidad del suelo de SoilGrids1.065, la permeabilidad del suelo, el índice de distribución del volumen de poros, la succión de entrada de aire, la capacidad calorífica y la conductividad térmica de Dai et al.66, nivel freático de equilibrio de Fan et al.67, espesor del suelo de Pelletier et al.68 y saturación de líquido residual del suelo de Zhang et al.69. Las series temporales de precipitación, temperatura atmosférica, radiación solar de onda larga y onda corta y evapotranspiración potencial se obtuvieron de los conjuntos de datos de la Unidad de Investigación Climática70. El área regada se determinó con base en el mapa de indicadores de seguridad hídrica de cultivos71. Las propiedades fisicoquímicas de los ingredientes activos se obtuvieron de la base de datos de propiedades de plaguicidas (PPDB)35. Todos los conjuntos de datos utilizados para alimentar el modelo se describen en detalle en la Tabla S1 de la Información complementaria en Tang y Maggi32. En este trabajo, todos los productos de datos georreferenciados (incluidas las aplicaciones de plaguicidas) se armonizaron a una resolución de 0,5° × 0,5° con una interpolación conservadora de masa para cantidades relacionadas con la masa o la energía (p. ej., precipitaciones) o una interpolación lineal en caso contrario (p. ej., temperatura). ).

Este marco de modelado se ha utilizado previamente para estudiar la dinámica de varios compuestos a escala global, incluida la dinámica de la atrazina72, el glifosato73 y el carbono y el nitrógeno del suelo74. Comparamos la humedad, la temperatura y el pH del suelo modelados con el conjunto de datos de humedad del suelo CPC75, el conjunto de datos de temperatura de la superficie terrestre de NOAA/NCEI76 y el conjunto de datos SoilGrids2.064, respectivamente. También comparamos los residuos de pesticidas estimados en el suelo con las mediciones de campo informadas en Silva et al.36 (Figuras complementarias 2 y 3). Además de la evaluación comparativa, también evaluamos la sensibilidad de las variables de entrada del modelo32 y propagamos las incertidumbres de la estimación de residuos a las incertidumbres generales en el cálculo de la huella de pesticidas (consulte las secciones a continuación).

A partir de la simulación casi estable, luego calculamos la fracción no degradada del ingrediente activo i en el sistema de cultivo j en el momento t = t* para cada celda de la cuadrícula k como \({F}_{i,j}^{k}( {t}^{* })={M}_{i,j}^{k}({t}^{* })/\mahop{\sum }\nolimits_{t=0}^{t={ t}^{* }}{{M}_{A}}_{i,j}^{k}(t)\), donde \(\mahop{\sum }\nolimits_{t=0}^{ t={t}^{* }}{{M}_{A}}_{i,j}^{k}(t)\) es la masa acumulada aplicada de t = 0 a t* y \({ M}_{i,j}^{k}(t)\) es la masa total instantánea de pesticida presente en la atmósfera y el suelo en forma gaseosa, disuelta y adsorbida. Luego calculamos la fracción no degradada promedio \(\bar{{F}_{i,j}^{k}}\) durante los últimos cinco años de la simulación, que luego se usó para construir la cuenta satélite para la tabla MRIO .

El análisis de entrada-salida (IO) fue desarrollado por el Premio Nobel, Wassily Leontief77 en la década de 1930. Esta técnica se basa en tablas de insumo-producto que capturan las interdependencias entre los sectores económicos. Las tablas de IO pueden ser nacionales (p. ej., para países individuales: EE. UU., Australia, etc.) o globales (p. ej., una tabla de IO multirregional). En la actualidad, los organismos estadísticos de todo el mundo publican tablas IO78,79, que se han utilizado para numerosas evaluaciones de la huella social y ambiental del comercio internacional26. Las huellas de pesticidas de las naciones aún no se han cuantificado.

Las tablas MRIO capturan interacciones entre sectores en más de un país e incluyen específicamente datos sobre comercio internacional. Construimos una tabla MRIO personalizada para este estudio en la Plataforma de Laboratorio Virtual de Ecología Industrial Global (Global IELab)33. La plataforma permite la construcción de bases de datos de comercio internacional global y proporciona la resolución más detallada de 6357 sectores para 221 países y territorios. Debido a las limitaciones computacionales en el desarrollo de una tabla MRIO con la resolución más alta de sectores y regiones, IELab ofrece la capacidad de construir tablas MRIO con una resolución regional y sectorial específica. En este estudio, agregamos los 6357 sectores en 83 sectores (ver Datos complementarios 1). Seleccionamos 82 países y territorios que son los principales productores agrícolas y los principales usuarios de pesticidas según FAOSTAT31 o que tienen economías de ingresos altos y medios altos, y agrupamos los otros países y territorios en ocho regiones amplias según su ubicación geográfica y si son miembros de las partes del Anexo 1 en la Convención Marco de las Naciones Unidas sobre el Cambio Climático (CMNUCC)34 (consulte la Tabla complementaria 1).

Las matemáticas que subyacen al análisis IO incluyen tres matrices clave: (i) la demanda intermedia (T), (ii) la demanda final (Y) y (iii) el valor agregado (v). La matriz de demanda intermedia incluye elementos (Ta,b) que representan la oferta del bien a para uso de la industria b. La matriz T construida en este estudio cubre los sectores primario (p. ej., ganado, cultivos), secundario (p. ej., productos lácteos) y terciario (p. ej., servicios). La matriz de demanda final (Y) captura el consumo de bienes y servicios (Yb,c) por parte de los llamados consumidores finales, como hogares, gobierno e inventarios. Los elementos de la matriz de valor agregado (vp,a) incluyen la contribución de los insumos primarios p, como sueldos y salarios, subsidios, a la producción de productos básicos por parte de la industria a.

El cálculo basado en el consumo para la cuantificación de la huella de plaguicidas procede de la siguiente manera: primero, la salida total (x) de un sistema de entrada-salida se calcula como: \({{{{{\bf{x}}}}}} ={{{{{\bf{T}}}}}}{{{{{{\boldsymbol{1}}}}}}}^{{{{{{\boldsymbol{T}}}}}} }+{{{{{\bf{y}}}}}}{{{{{{\boldsymbol{1}}}}}}}^{{{{{\boldsymbol{y}}}}} }}\), donde \({{{{{\boldsymbol{1}}}}}}=\{{{{{\mathrm{1,1}}}}},\ldots,1\}\) es un operador de suma. A continuación, el cálculo de la matriz de requerimientos directos \({{{{{\bf{A}}}}}}={{{{{\bf{T}}}}}}{\hat{{{{{ {\bf{x}}}}}}}}^{-1}\) proporciona información sobre los insumos requeridos por cada uno de los 83 sectores de la economía para la producción de productos. El símbolo del sombrero denota la diagonalización del vector de salida total x. La matriz A se utiliza además para derivar la ecuación de entrada-salida fundamental de Leontief: \({{{{{\bf{x}}}}}}={({{{{{\bf{I}}}}} }{{{{{\boldsymbol{-}}}}}}{{{{{\bf{A}}}}}})}^{{{{{{\boldsymbol{-}}}}}} 1}{{{{{\bf{y}}}}}}\), donde I es la matriz identidad y \({({{{{{\bf{I}}}}}}{{{{ {\boldsymbol{-}}}}}}{{{{\bf{A}}}}}})}^{{{{{\boldsymbol{-}}}}}}1}\) es la L inversa de Leontief que proporciona la perspectiva de la cadena de suministro. Para calcular la huella de pesticidas, la cuenta satélite Q se multiplica posteriormente por el inverso de la diagonal x para obtener los impactos por dólar de producción (también conocidos como intensidades directas): \({{{{{\bf{q}}}} }}={{{{{\bf{Q}}}}}}{\hat{{{{{{\bf{x}}}}}}}}^{-1}\). Las intensidades totales se derivan entonces como: \({{{{{\bf{m}}}}}}={{{{{\bf{qL}}}}}}\). Las intensidades totales capturan los impactos directos e indirectos, que generan huellas cuando se multiplican posteriormente con la demanda final: \({{{{{\boldsymbol{f}}}}}}={{{{{\bf{m}}} }}}{{{{{\boldsymbol{\bullet }}}}}}{{{{{\bf{y}}}}}}\).

Primero desagregamos los diez grupos de cultivos (es decir, indicados por el índice j) en 175 cultivos individuales (es decir, indicados por el índice n) siguiendo la agregación de cultivos informada en la Tabla 2 en Maggi et al.29. Específicamente, calculamos la masa del ingrediente activo i acumulado en el medio ambiente como resultado de su uso para la producción del cultivo individual n en cada celda k de la cuadrícula como \({M}_{i,n}^{k}={ R}_{i,j(n)}^{k}\times {A}_{n}^{k}\times \bar{{F}_{i,j(n)}^{k}} \), donde \({R}_{i,j(n)}^{k}\) y \(\bar{{F}_{i,j(n)}^{k}}\) son la tasa de aplicación anual mediana y la fracción no degradada promedio del ingrediente activo i en el grupo de cultivos j(n) al que pertenece el cultivo individual n. \({A}_{n}^{k}\) es el área cosechada del cultivo n obtenida de Monfreda et al.45. Por ejemplo, el cultivo individual "manzanas" pertenece al grupo de cultivos "huertos y uvas" y, por lo tanto, la masa acumulada del ingrediente activo i debido a la producción de manzanas se determinó multiplicando la tasa de aplicación del ingrediente activo i en "huertos y uvas". [kg-plaguicida aplicado m−2] con la superficie cosechada de manzanas [m2] y la fracción no degradada en “huertos y uva” [kg-plaguicida acumulado/kg-plaguicida aplicado]. La carga de riesgo correspondiente se calcula entonces como \({{{{{{\rm{HL}}}}}}}_{i,n}^{k}={M}_{i,n}^{k }{{{{{\boldsymbol{/}}}}}}({{{{{{\rm{NOAEL}}}}}}}_{i}\times 365)\).

A continuación, calculamos la carga de riesgo total de cada ingrediente activo en la producción de cada cultivo individual para cada país m (\({{{{{\rm{HL}}}}}}}_{i,n}^{ m}\)) sumando \({{{{{{\rm{HL}}}}}}}_{i,n}^{k}\) en todas las celdas de la cuadrícula que pertenecen a ese país. Para construir la cuenta satélite para la tabla MRIO, alineamos la carga de riesgo específica del país de cada ingrediente activo para los 175 cultivos individuales con las clasificaciones sectoriales de la base de datos MRIO. Las alineaciones entre los grupos de cultivos, los 175 cultivos individuales y la clasificación del sector en la tabla MRIO se informan en los Datos complementarios 1.

Para resaltar la contribución de los diferentes tipos de pesticidas, agrupamos las huellas de pesticidas en cuatro clases, a saber, herbicidas, insecticidas, fungicidas y pesticidas de usos múltiples (los pesticidas de usos múltiples se refieren a pesticidas que pertenecen a más de una clase funcional, es decir, se pueden usar como herbicidas, insecticidas o fungicidas, Tabla complementaria 2). Para determinar si una región es importadora neta o exportadora neta de materias primas incorporadas en la carga peligrosa de pesticidas, calculamos la diferencia entre la carga peligrosa total de pesticidas incorporada en las importaciones (consumidores finales) y las exportaciones (primeros productores) de bienes y servicios en esa región En los análisis basados ​​en el consumo, consideramos el consumo de productos y servicios tanto de producción local como importados. Al analizar la huella total incorporada en un producto o servicio, consideramos la huella acumulada de toda la cadena de suministro, desde los primeros productores hasta las ventas finales. Calculamos la huella de pesticidas de diferentes productos alimenticios en términos de unidad de masa, por unidad de calorías y por unidad de proteína. Utilizamos el precio básico de exportación (es decir, valor comercial/cantidad comercial) obtenido de la base de datos Comtrade de la ONU80 para calcular las cargas peligrosas de pesticidas incorporadas en un kilogramo de alimentos producidos en cada país productor. Los países donde el precio básico no estaba disponible fueron excluidos del análisis. Las calorías y proteínas contenidas por kilogramo de productos alimenticios se obtuvieron de la Base de datos nacional de nutrientes del USDA81. Para todos los análisis per cápita, los recuentos de población de cada región en 2015 se obtuvieron de FAOSTAT31.

Realizamos verificaciones de solidez para probar si las variaciones en los patrones climáticos y las propiedades del suelo afectarían la estimación de las cargas peligrosas de pesticidas. En esta primera prueba de robustez, seleccionamos aleatoriamente 1000 celdas de cuadrícula y repetimos las ejecuciones del modelo (solo el modelo ambiental) usando series temporales de lluvia, evapotranspiración, radiación solar y temperatura del aire de los últimos 17 años (es decir, de 2001 a 2017). En la segunda prueba, repetimos las ejecuciones del modelo de 1000 celdas de cuadrícula aleatorias con una variación de ± 50 % en el contenido de carbono del suelo. Los cambios en los patrones climáticos dieron como resultado un cambio promedio de -0,33 % (percentil 25: −1,2 %, percentil 75: 0,3 %) en comparación con la simulación de referencia, mientras que una variación de ±50 % en el contenido de carbono del suelo resultó en un promedio de 5,9 % de cambio (percentil 25: −4,6 %, percentil 75: 10,7 %, figura complementaria 10).

Para cuantificar las incertidumbres generales asociadas con las huellas de pesticidas, realizamos simulaciones Monte-Carlo. Este método de cuantificación de la incertidumbre se ha realizado previamente para estudios de huella10,82. En primer lugar, cuantificamos las incertidumbres en las estimaciones de la carga peligrosa de pesticidas realizando un análisis de sensibilidad global sobre las tasas de aplicación de pesticidas, las fracciones no degradadas y los valores NOAEL. Realizamos un muestreo aleatorio en el espacio variable que se extiende dentro de +/−50 % de los valores de referencia utilizando una distribución gaussiana que tiene una media alrededor del valor de referencia y una desviación estándar del 15 % del valor de referencia. Realizamos 8000 realizaciones para obtener las desviaciones estándar de las cargas peligrosas de pesticidas integradas en cada sector y región, que luego se usaron para la cuantificación incierta de las huellas de pesticidas.

Las bases de datos MRIO se compilan a partir de datos primarios, por lo que se asocian con errores de medición. Estos errores se propagan desde la recopilación de datos sin procesar hasta la compilación MRIO y las evaluaciones de la huella de pesticidas83,84,85 y se pueden cuantificar utilizando técnicas Monte-Carlo86,87. Aquí, seguimos el enfoque descrito en Lenzen et al.82 al propagar la incertidumbre utilizando datos sobre desviaciones estándar para la demanda intermedia (\({\sigma }_{{{{{{\bf{T}}}}}}} \)) y demanda final (\({\sigma }_{{{{{\bf{y}}}}}}\)) provenientes del Global MRIO Lab33, y cargas peligrosas de pesticidas (\({\ sigma }_{{{{{\bf{Q}}}}}}}\)) calculado como se describe anteriormente para perturbar los datos de Q, T e y, y luego calcular las huellas de pesticidas perturbadas. Estas huellas perturbadas se calcularon a partir de 1000 carreras Monte-Carlo. Luego se calcularon las desviaciones estándar de las huellas de plaguicidas a partir de las desviaciones estándar de las perturbaciones. Las formulaciones matemáticas de estas corridas de Monte-Carlo se describen detalladamente en Heijungs y Lenzen85 y Lenzen et al.88. Presentamos las desviaciones estándar de las huellas totales de pesticidas para todos los países y regiones de la tabla MRIO en los Datos complementarios 2 y mostramos la distribución de probabilidad de las ejecuciones de Monte-Carlo en la Figura complementaria 9.

Los datos georreferenciados sobre residuos de plaguicidas se distribuyeron a través de figshare en https://doi.org/10.6084/m9.figshare.1296632332,89. Los datos de la huella de plaguicidas basados ​​en el país se informan en los Datos complementarios 2 que acompañan a este manuscrito. Todos los archivos de datos complementarios, datos de origen utilizados en las Figs. 1–5, y los mapas de carga de peligro de pesticidas georreferenciados específicos de cultivos se distribuyeron a través de figshare en https://doi.org/10.6084/m9.figshare.1961217390.

El software BRTSim utilizado para estimar los residuos de plaguicidas se puede descargar gratuitamente desde https://sites.google.com/site/thebrtsimproject. Se puede descargar un ejemplo de los archivos de entrada necesarios para ejecutar el modelo a través de figshare en https://doi.org/10.6084/m9.figshare.1296632332,89. El análisis de la huella se realizó utilizando IELab, al que se puede acceder a través de https://ielab.info/.

Matson, PA, Parton, WJ, Power, AG y Swift, MJ Intensificación agrícola y propiedades de los ecosistemas. Ciencia 277, 504–509 (1997).

Artículo CAS Google Académico

Poore, J. & Nemecek, T. Reducción de los impactos ambientales de los alimentos a través de productores y consumidores. Ciencia 360, 987–992 (2018).

Artículo CAS Google Académico

Tilman, D., Balzer, C., Hill, J. & Befort, BL La demanda mundial de alimentos y la intensificación sostenible de la agricultura. proc. Academia Nacional. ciencia EE. UU. 108, 20260–20264 (2011).

Artículo CAS Google Académico

Tang, FH, Lenzen, M., McBratney, A. y Maggi, F. Riesgo de contaminación por plaguicidas a escala mundial. Nat. Geosci. 14, 206–210 (2021).

Artículo CAS Google Académico

Hoekstra, AY & Wiedmann, TO Huella ambiental insostenible de la humanidad. Ciencia 344, 1114–1117 (2014).

Artículo CAS Google Académico

Tilman, D. & Clark, M. Las dietas globales vinculan la sostenibilidad ambiental y la salud humana. Naturaleza 515, 518–522 (2014).

Artículo CAS Google Académico

Lenzen, M. et al. Comercio internacional de agua escasa. Ecol. economía 94, 78–85 (2013).

Artículo Google Académico

Lenzen, M. et al. El comercio internacional impulsa las amenazas a la biodiversidad en los países en desarrollo. Naturaleza 486, 109–112 (2012).

Artículo CAS Google Académico

Wilting, HC, Schipper, AM, Bakkenes, M., Meijer, JR y Huijbregts, MA Cuantificación de las pérdidas de biodiversidad debidas al consumo humano: un análisis de la huella a escala mundial. Reinar. ciencia Tecnología 51, 3298–3306 (2017).

Artículo CAS Google Académico

Oita, A. et al. Contaminación sustancial por nitrógeno incrustada en el comercio internacional. Nat. Geosci. 9, 111–115 (2016).

Artículo CAS Google Académico

Springmann, M. et al. Opciones para mantener el sistema alimentario dentro de los límites ambientales. Naturaleza 562, 519–525 (2018).

Artículo CAS Google Académico

Weinzettel, J., Hertwich, EG, Peters, GP, Steen-Olsen, K. y Galli, A. La riqueza impulsa el desplazamiento global del uso de la tierra. globo Reinar. Chang. 23, 433–438 (2013).

Artículo Google Académico

Beketov, MA, Kefford, BJ, Schäfer, RB y Liess, M. Los pesticidas reducen la biodiversidad regional de los invertebrados de los arroyos. proc. Academia Nacional. ciencia EE. UU. 110, 11039–11043 (2013).

Artículo CAS Google Académico

Li, Y., Miao, R. & Khanna, M. Neonicotinoides y disminución de la biodiversidad de aves en los Estados Unidos. Nat. Sostener. 3, 1027–1035 (2020).

Artículo Google Académico

Chagnon, M. et al. Riesgos del uso a gran escala de insecticidas sistémicos para el funcionamiento y los servicios de los ecosistemas. Reinar. ciencia contaminar Res. 22, 119–134 (2015).

Artículo CAS Google Académico

Köhler, HR & Triebskorn, R. Ecotoxicología de pesticidas para la vida silvestre: ¿podemos rastrear los efectos a nivel de población y más allá? Ciencia 341, 759–765 (2013).

Artículo Google Académico

Möhring, N. et al. Vías para avanzar en las políticas de pesticidas. Nat. Comida 1, 535–540 (2020).

Artículo Google Académico

Comisión Europea. Comunicación de la Comisión al Parlamento Europeo, al Consejo, al Comité Económico y Social Europeo y al Comité de las Regiones: Una estrategia de la granja a la mesa para un sistema alimentario justo, saludable y respetuoso con el medio ambiente COM/2020/381 Final (Comisión Europea , 2020).

Weidema, BP en Perspectives on Social LCA 11–23 (Springer, 2020).

Bare, JC, Hofstetter, P., Pennington, DW y De Haes, HAU Puntos medios frente a puntos finales: los sacrificios y los beneficios. En t. J. Evaluación del ciclo de vida. 5, 319–326 (2000).

Artículo Google Académico

Vanham, D. et al. Familia de huella ambiental para abordar la sostenibilidad local a planetaria y cumplir con los ODS. ciencia Entorno Total. 693, 133642 (2019).

Artículo CAS Google Académico

Sala, S. & Goralczyk, M. Huella química: un marco metodológico para unir la evaluación del ciclo de vida y los límites planetarios de la contaminación química. Integrar Reinar. Evaluar. Administrar 9, 623–632 (2013).

Artículo CAS Google Académico

Navarro, J., Hadjikakou, M., Ridoutt, B., Parry, H. y Bryan, BA Riesgo de toxicidad de pesticidas en la agricultura: puntos críticos regionales y de productos básicos en Australia. Reinar. ciencia Tecnología 55, 1290–1300 (2021).

Artículo CAS Google Académico

Rosenbaum, RK et al. USEtox: el modelo de toxicidad UNEP-SETAC: factores de caracterización recomendados para la toxicidad humana y la ecotoxicidad del agua dulce en la evaluación del impacto del ciclo de vida. En t. J. Evaluación del ciclo de vida. 13, 532–546 (2008).

Artículo CAS Google Académico

Lenzen, M. Errores en inventarios de ciclo de vida convencionales y basados ​​en insumo-producto. J. Ind. Ecol. 4, 127–148 (2000).

Artículo Google Académico

Wiedmann, T. & Lenzen, M. Huellas ambientales y sociales del comercio internacional. Nat. Geosci. 11, 314–321 (2018).

Artículo CAS Google Académico

Malik, A. et al. Efectos indirectos internacionales en las cadenas de suministro textil de la UE: una evaluación global de los ODS. J. Medio Ambiente. Administrar 295, 113037 (2021).

Artículo Google Académico

Schulz, R., Bub, S., Petschick, LL, Stehle, S. y Wolfram, J. La toxicidad de los plaguicidas aplicados se desplaza hacia plantas e invertebrados, incluso en cultivos transgénicos. Ciencia 372, 81–84 (2021).

Artículo CAS Google Académico

Maggi, F., Tang, FH, la Cecilia, D. & McBratney, A. PEST-CHEMGRIDS, mapas cuadriculados globales de las 20 principales tasas de aplicación de pesticidas específicos de cultivos de 2015 a 2025. Sci. Datos 6, 1–20 (2019).

Artículo CAS Google Académico

Baker, NT Uso anual estimado de pesticidas agrícolas por cultivo principal o grupo de cultivos para los estados de los Estados Unidos continentales, 1992–2016 (Departamento del Interior de EE. UU. y Servicio Geológico de EE. UU., 2017).

FAOSTAT. Colección de base de datos de la Organización de las Naciones Unidas para la Agricultura y la Alimentación. http://www.fao.org/faostat/en/#data (2018).

Tang, FH & Maggi, F. Mezclas de pesticidas en el suelo: una perspectiva global. Reinar. Res. Letón. 16, 044051 (2021).

CAS Google Académico

Lenzen, M. et al. El Global MRIO Lab: trazando la economía mundial. economía sist. Res. 29, 158–186 (2017).

Artículo Google Académico

Convención Marco de las Naciones Unidas sobre el Cambio Climático (CMNUCC). Cambio climático de las Naciones Unidas. https://unfccc.int/process/parties-non-party-stakeholders/parties-convention-and-observer-states (2021).

Lewis, K., Tzilivakis, J., Warner, D. & Green, A. Una base de datos internacional para la evaluación y gestión de riesgos de pesticidas. Tararear. Ecol. Evaluación de riesgos. En t. J. 22, 1050–1064 (2016).

Artículo CAS Google Académico

Silva, V. et al. Residuos de plaguicidas en los suelos agrícolas europeos: una realidad oculta revelada. ciencia Entorno Total. 653, 1532-1545 (2019).

Artículo CAS Google Académico

Madera, R. et al. Crecimiento de las huellas ambientales y los impactos ambientales incorporados en el comercio: indicadores de eficiencia de recursos de EXIOBASE3. J. Ind. Ecol. 22, 553–564 (2018).

Artículo Google Académico

Wan, L., Cai, W., Jiang, Y. y Wang, C. Impactos en la escasez de agua inducida por la calidad: impulsores de la transferencia de la contaminación del agua relacionada con el nitrógeno bajo la globalización de 1995 a 2009. Medio ambiente. Res. Letón. 11, 074017 (2016).

Artículo Google Académico

Poulsen, ME, Andersen, JH, Petersen, A. & Jensen, BH Resultados del programa danés de monitoreo de residuos de plaguicidas del período 2004–2011. Control de Alimentos 74, 25–33 (2017).

Artículo CAS Google Académico

González, PA, Parga-Dans, E. & Luzardo, OP Grandes ventas, sin zanahorias: evaluación de la política de pesticidas en España. Protección de cultivos. 141, 105428 (2021).

Artículo Google Académico

Jiang, H. China: demanda en evolución en el mercado de importación agrícola más grande del mundo. https://www.fas.usda.gov/data/china-evolving-demand-world-s-largest-agricultural-import-market (2020).

Comisión Europea. Base de datos de plaguicidas PLANT EU. https://ec.europa.eu/food/plant/pesticides/eu-pesticides-db_en (2016).

Watts, M. PAN Lista consolidada internacional de plaguicidas prohibidos. http://paninternational.org/pan-international-consolidated-list-of-banned-pesticides/ (2019).

Osteen, CD y Szmedra, PI Tendencias en el uso de plaguicidas agrícolas y cuestiones de política (núm. 1473-2020–1574) (Departamento de Agricultura de los Estados Unidos (USDA), 1989).

Monfreda, C., Ramankutty, N. & Foley, JA Farming the planet: 2. Distribución geográfica de áreas de cultivo, rendimientos, tipos fisiológicos y producción primaria neta en el año 2000. Glob. Biogeoquímica. Ciclos 22, GB1022 (2008).

Artículo Google Académico

Oficina Australiana de Estadísticas. Land Management and Farming in Australia-2016-17 (Oficina de Estadísticas de Australia, 2018).

Koli, P. & Bhardwaj, NR Estado y uso de plaguicidas en cultivos forrajeros en India. J pesticida. ciencia 43, 225–232 (2018).

Artículo CAS Google Académico

Rijswijk, K. & Brazendale, R. Prácticas, experiencias y actitudes de renovación de pastos: una comparación a lo largo del tiempo. J. Pastizales de Nueva Zelanda 78, 51–56 (2016).

Artículo Google Académico

Kuchheuser, P. & Birringer, M. Residuos de pesticidas en alimentos en la Unión Europea: análisis de notificaciones en el Sistema Europeo de Alerta Rápida para Alimentos y Piensos de 2002 a 2020. Control de Alimentos 133, 108575 (2022).

Artículo Google Académico

Malik, A. & Lan, J. El papel de la subcontratación en la conducción de las emisiones globales de carbono. economía sist. Res. 28, 168–182 (2016).

Artículo Google Académico

Soligno, I., Malik, A. & Lenzen, M. Impulsores socioeconómicos del uso global del agua azul. Recurso de agua. Res. 55, 5650–5664 (2019).

Artículo Google Académico

Lan, J., Malik, A., Lenzen, M., McBain, D. y Kanemoto, K. Un análisis de descomposición estructural de las huellas energéticas globales. aplicación Energía 163, 436–451 (2016).

Artículo Google Académico

Dietzenbacher, E. & Los, B. Técnicas de descomposición estructural: sentido y sensibilidad. economía sist. Res. 10, 307–324 (1998).

Artículo Google Académico

Barzman, M. et al. Ocho principios del manejo integrado de plagas. Agron. Sostener. desarrollo 35, 1199–1215 (2015).

Artículo Google Académico

Mesnage, R. et al. Mejorar los datos de uso de pesticidas para la UE. Nat. Ecol. Evol. 5, 1560-1560 (2021).

Artículo Google Académico

Charnay, MP, Tuis, S., Coquet, Y. & Barriuso, E. Variabilidad espacial en la degradación del herbicida 14C en suelos superficiales y subterráneos. Manejo de plagas ciencia 61, 845–855 (2005).

Artículo CAS Google Académico

Dechesne, A., Badawi, N., Aamand, J. & Smets, BF Variabilidad espacial a escala fina de la degradación microbiana de plaguicidas en el suelo: escalas, factores de control e implicaciones. Frente. Microbiol. 5, 667 (2014).

Artículo Google Académico

Li, Z. El uso de una métrica de años de vida ajustados por discapacidad (DALY) para medir el daño a la salud humana resultante de la exposición legal máxima a pesticidas. ciencia Entorno Total. 639, 438–456 (2018).

Artículo CAS Google Académico

ISAAA. Base de datos de aprobación de GM del Servicio Internacional para la Adquisición de Aplicaciones Agrobiotecnológicas. http://www.his/her (2018).

Maggi, F. BRTSim, un solucionador computacional de propósito general para dinámica hidrológica, biogeoquímica y de ecosistemas. Preimpresión en arXiv https://arxiv.org/abs/1903.07015 (2019).

Maggi, F. BRTSim v5.0 Release A, A Solucionador computacional multifase y multiespecies de propósito general para procesos biogeoquímicos de reacción-advección-dispersión en medios porosos y no porosos Manual de usuario y guía técnica (Universidad de Sydney, 2021).

Sacks, WJ, Deryng, D., Foley, JA y Ramankutty, N. Fechas de plantación de cultivos: un análisis de patrones globales. globo Ecol. Biogeogr. 19, 607–620 (2010).

Google Académico

Allen, RG, Pereira, LS, Raes, D. & Smith, M. Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements-FAO Irrigation and Drainage Paper 56 (FAO, 1998).

de Sousa, LM et al. SoilGrids 2.0: producción de información del suelo para el globo con incertidumbre espacial cuantificada. Suelo 7, 217–240 (2021).

Artículo Google Académico

Hengl, T. et al. SoilGrids250m: información de suelo cuadriculada global basada en aprendizaje automático. PLoS ONE 12, e0169748 (2017).

Artículo Google Académico

Dai, Y. et al. Un conjunto de datos globales de alta resolución de las propiedades hidráulicas y térmicas del suelo para el modelado de la superficie terrestre. j adv. Modelo. Sistema Tierra 11, 2996–3023 (2019).

Artículo Google Académico

Fan, Y., Li, H. & Miguez-Macho, G. Patrones globales de profundidad del nivel freático. Ciencia 339, 940–943.

Artículo CAS Google Académico

Pelletier, JD et al. Grosor cuadriculado global de 1 km de capas de suelo, regolito y depósito sedimentario (DAAC, ORNL Oak Ridge National Laboratory, 2016).

Zhang, Y., Schaap, MG & Zha, Y. Un mapa global de alta resolución de las propiedades hidráulicas del suelo producido por una parametrización jerárquica de un modelo de retención de agua con base física. Recurso hídrico Res. 54, 9774–9790 (2018).

Artículo Google Académico

Harris, I., Osborn, TJ, Jones, P. & Lister, D. Versión 4 del conjunto de datos climáticos multivariados cuadriculados de alta resolución mensual CRU TS. ciencia Datos 7, 1–18 (2020).

Artículo Google Académico

Thenkabail, PS et al. NASA Making Earth System Data Records for Use in Research Environments (MEaSURES) Global Food Security Support Analysis Data (GFSAD) Crop Dominance 2010 Global 1 km V001 (NASA EOSDIS Land Processes DAAC, 2016).

La Cecilia, D. & Maggi, F. Dinámica de biodegradación de atrazina in situ en cultivos de trigo (Triticum) bajo régimen hidrológico variable. J. Contam. Hidrol. 203, 104–121 (2017).

Artículo Google Académico

Maggi, F., la Cecilia, D., Tang, FH & McBratney, A. El peligro ambiental global del uso de glifosato. ciencia Entorno Total. 717, 137167 (2020).

Artículo CAS Google Académico

Pasut, C., Tang, FH, Hamilton, D., Riley, WJ y Maggi, F. Evaluación espaciotemporal de las emisiones de GEI y el secuestro de nutrientes vinculados a la escorrentía de agronutrientes en los humedales globales. globo Biogeoquímica. Ciclos 35, e2020GB006816 (2021).

Artículo CAS Google Académico

Fan, Y. & Van Den Dool, H. Datos mensuales globales de humedad del suelo del Centro de Predicción Climática establecidos con una resolución de 0,5 desde 1948 hasta el presente. J. Geophys. Res. atmósfera 109, D10102 (2004).

Artículo Google Académico

Menne, MJ, Durre, I., Vose, RS, Gleason, BE y Houston, TG Una descripción general de la base de datos diaria de la red de climatología histórica mundial. J. Atmos. Tecnología Oceánica. 29, 897–910 (2012).

Artículo Google Académico

Leontief, W. Relaciones cuantitativas de entrada y salida en el sistema económico de los Estados Unidos. Rev. Econ. Estadística 18, 105–125 (1936).

Artículo Google Académico

Eurostat. Eurostat Manual of Supply, Use and Input-Output Tables (Comisión Europea, 2008).

Naciones Unidas. Handbook of Input-Output Table Compilation and Analysis (Naciones Unidas, 1999).

Naciones Unidas. Base de datos Comtrade de la ONU. http://comtrade.un.org/ (2017).

USDA. Base de datos nacional de nutrientes del USDA para referencia estándar (Departamento de Agricultura de los Estados Unidos, 2019).

Lenzen, M. et al. La huella de carbono del turismo mundial. Nat. Clima Chang. 8, 522–528 (2018).

Artículo Google Académico

Lloyd, SM & Ries, R. Caracterización, propagación y análisis de la incertidumbre en la evaluación del ciclo de vida: una encuesta de enfoques cuantitativos. J. Ind. Ecol. 11, 161–179 (2007).

Artículo Google Académico

Imbeault‐Tétreault, H., Jolliet, O., Deschênes, L. & Rosenbaum, RK Propagación analítica de la incertidumbre en la evaluación del ciclo de vida mediante la formulación matricial. J. Ind. Ecol. 17, 485–492 (2013).

Artículo Google Académico

Heijungs, R. & Lenzen, M. Métodos de propagación de errores para LCA: una comparación. En t. J. Evaluación del ciclo de vida. 19, 1445-1461 (2014).

Artículo Google Académico

Hondo, H., Sakai, S. & Tanno, S. Análisis de sensibilidad de las intensidades de emisión de CO2 totales estimadas utilizando una tabla de entrada-salida. aplicación Energía 72, 689–704 (2002).

Artículo CAS Google Académico

Lenzen, M. Agregación versus desagregación en el análisis de entrada-salida del medio ambiente. economía sist. Res. 23, 73–89 (2011).

Artículo Google Académico

Lenzen, M., Wood, R. y Wiedmann, T. Análisis de incertidumbre para modelos de entrada-salida de varias regiones: un estudio de caso de la huella de carbono del Reino Unido. economía sist. Res. 22, 43–63 (2010).

Artículo Google Académico

Tang FH & Maggi, F. Mezclas de pesticidas en el suelo: una perspectiva global. Conjunto de datos. figshare https://doi.org/10.6084/m9.figshare.12966323.v2 (2021).

Tang, FH, Malik, A. Li, M., Lenzen, M. & Maggi, F. La demanda internacional de alimentos y servicios impulsa las huellas ambientales del uso de pesticidas. Conjunto de datos. figshare https://doi.org/10.6084/m9.figshare.19612173 (2022).

Descargar referencias

Este estudio cuenta con el apoyo del programa de investigación SREI2020 EnviroSphere de la Universidad de Sydney. Los autores agradecen a Sydney Informatics Hub y al clúster de computación de alto rendimiento Artemis de la Universidad de Sydney por proporcionar los recursos de computación de alto rendimiento que han contribuido a los resultados informados en este trabajo. Los autores también reconocen el uso de la Infraestructura Computacional Nacional (NCI), que cuenta con el respaldo del Gobierno de Australia, y se accede a través del esquema de asignación NCMAS 2021 otorgado a FM y el Esquema de asignación de HPC del Centro de Informática de Sídney respaldado por el Vicecanciller Adjunto (Research ), la Universidad de Sydney y el ARC LIEF (LE190100021). Los autores reconocen el uso de la infraestructura IELab respaldada por ARC Discovery Project (DP130101293). M. Lenzen agradece el apoyo del ARC Discovery Project (DP200102585). AM agradece el apoyo del Proyecto ARC Discovery (DP200103005) y el Proyecto ARC Linkage (LP200100311). FHMT reconoce el apoyo del Fondo de Población y Medio Ambiente WH Gladstones 2021 de la Academia Australiana de Ciencias. Los autores agradecen al Dr. Arne Geschke por las conversaciones sobre el modelado MRIO.

Financiamiento de acceso abierto proporcionado por la Universidad Sueca de Ciencias Agrícolas.

Departamento de Ecología de Producción de Cultivos, Universidad Sueca de Ciencias Agrícolas (SLU), Ulls väg 16, Box 7043, 750 07, Uppsala, Suecia

Fiona HM Tang

Ingeniería Ambiental, Escuela de Ingeniería Civil, Universidad de Sydney, Sydney, NSW, 2006, Australia

Fiona HM Tang y Federico Maggi

Escuela de Ciencias Ambientales y Rurales, Universidad de Nueva Inglaterra, Armidale, NSW, 2351, Australia

Fiona HM Tang

ISA, Escuela de Física A28, Universidad de Sydney, Sydney, NSW, 2006, Australia

Arunima Malik, Mengyu Li y Manfred Lenzen

Disciplina de Contabilidad, Escuela de Negocios, Universidad de Sydney, Sydney, NSW, 2006, Australia

Arunima Malik

Instituto de Agricultura de Sydney, Universidad de Sydney, Sydney, NSW, 2006, Australia

Federico Maggi

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

FHMT, AM, M. Lenzen y FM diseñaron el estudio; FHMT y FM realizaron el modelo de estimación de residuos de pesticidas; AM, M. Lenzen y M. Li realizaron el modelado MRIO; FHMT y AM realizaron los análisis y escribieron el artículo; todos los autores contribuyeron a la interpretación de los datos y la edición del manuscrito.

Correspondencia a Fiona HM Tang o Arunima Malik.

Los autores declaran no tener conflictos de intereses.

Communications Earth & Environment agradece a Zijian Li y a los otros revisores anónimos por su contribución a la revisión por pares de este trabajo. Editores de manejo principal: Sadia Ilyas y Clare Davis.

Nota del editor Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Tang, FHM, Malik, A., Li, M. et al. La demanda internacional de alimentos y servicios impulsa las huellas ambientales del uso de pesticidas. Entorno terrestre común 3, 272 (2022). https://doi.org/10.1038/s43247-022-00601-8

Descargar cita

Recibido: 03 Junio ​​2022

Aceptado: 20 de octubre de 2022

Publicado: 07 noviembre 2022

DOI: https://doi.org/10.1038/s43247-022-00601-8

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.