Ruimtelijk expliciete datasets van pesticideninvoer die 146 actieve stoffen in China integreren van 2001 tot 2022

Waarom dit belangrijk is voor voedsel en rivieren

Pesticiden helpen gewassen te beschermen en houden voedsel betaalbaar, maar ze kunnen ook wegspoelen naar bodems, rivieren en drinkwater. In China, een van de grootste gebruikers van pesticiden ter wereld, is het verrassend moeilijk geweest om precies te weten waar en in welke hoeveelheden elk chemisch middel wordt toegepast. Deze studie bouwt een gedetailleerde, kaartgebaseerde dataset van pesticidengebruik in heel China over twee decennia, en biedt beleidsmakers, wetenschappers en het publiek een nieuwe manier om de verborgen voetafdruk van de moderne landbouw te zien.

Van één groot cijfer naar een gedetailleerd beeld

Tot nu toe rapporteerden officiële statistieken in China pesticiden grotendeels als één totaalbedrag—de som van honderden verschillende bestanddelen met zeer uiteenlopende toxiciteiten en milieugdrachten. Dat is vergelijkbaar met weten hoeveel medicijnen een land gebruikt zonder te weten welke middelen dat zijn. De auteurs wilden deze leemte opvullen door een nationale, per-bestanddeel administratie van pesticideninputs te creëren, uitgesplitst naar gewassoort en locatie voor de jaren 2001–2022. Hun doel was een vrij beschikbare bron te leveren waarmee milieu-risico’s veel realistischer kunnen worden beoordeeld en waarmee gerichte beheersmaatregelen kunnen worden ontworpen in plaats van uniform geldende regels.

Naar boeren luisteren en patronen leren

Het project begon met veldonderzoek onder meer dan duizend boeren in de belangrijkste landbouwregio’s van China, waarbij 12 belangrijke teeltsystemen werden behandeld, zoals rijst, tarwe, maïs, groenten, thee en fruit. Boeren werd gevraagd welke producten ze sproeiden, hoe vaak, in welke doseringen en op hoeveel land. Uit deze antwoorden berekende het team hoeveel van elk actief bestanddeel per oppervlakte-eenheid werd toegepast voor elk gewas. Ze ontdekten dat boeren binnen een bepaald gewas doorgaans vertrouwen op een vrij stabiele “rangorde” van bestanddelen: een paar worden veel gebruikt, andere in kleinere hoeveelheden, waardoor een voorspelbaar patroon ontstaat. Putten uit ideeën uit de economie, ecologie en systeemdenken, beschouwden de auteurs deze rangorde en de relatieve aandelen van bestanddelen als een soort vingerafdruk voor pesticidengebruik in elk teeltsysteem.

Verspreide informatie omzetten in nationale kaarten

Om deze vingerafdrukken over ruimte en tijd uit te breiden, combineerden de onderzoekers verschillende soorten informatie. Ze volgden wanneer elk pesticide officieel werd goedgekeurd of verboden, en hoe aanbevolen doseringen in de loop der tijd veranderden. Met statistische technieken koppelden ze deze tijdlijnen aan de op enquêtes gebaseerde vingerafdrukken, en genereerden zo jaarlijkse schattingen van inputs voor 146 verschillende bestanddelen. Vervolgens pasten ze deze schattingen aan zodat de opgetelde waarden overeenkwamen met nationale en provinciale statistieken over totaal pesticidengebruik. Ten slotte legden ze de resultaten over gedetailleerde kaarten van geoogste oppervlaktes per gewas, op een raster van ongeveer 10 bij 10 kilometer. Het resultaat is een reeks kaarten met hoge resolutie die laten zien hoe het gebruik van verschillende pesticidenklassen—zoals organofosfaten, neonicotinoïden en triazolen—tussen 2001 en 2022 over het Chinese landschap is verschoven.

De kaarten controleren aan de hand van echte rivieren

Aangezien China geen bestanddeel-specifieke verkoop- of toepassingsgegevens publiceert, konden de onderzoekers hun kaarten niet direct valideren aan officiële gebruiksgegevens. In plaats daarvan testten ze of hun geschatte inputs gemeten pesticidenconcentraties in rivieren konden reproduceren. Met een veelgebruikt afstromingsmodel vertaalden ze hun gekarteerde inputs naar verwachte concentraties in rivierwater, rekening houdend met neerslag, hellingen, vegetatiebedekking en eenvoudige aannames over hoe chemicaliën van velden wegspoelen. Daarna vergeleken ze deze voorspellingen met honderden echte metingen uit het nationale waterkwaliteitsmonitoringnetwerk in het Yangtze-dal. Voor de meeste pesticiden en locaties kwamen voorspelde en gemeten concentraties overeen binnen dezelfde orde van grootte, en het model voorzag correct of een specifiek bestanddeel ongeveer tweederde van de tijd in een rivier aanwezig zou zijn.

Wat dit betekent voor mensen en beleid

Voor niet-specialisten is het belangrijkste resultaat geen nieuwe risicoschatting maar een nieuw perspectief. In plaats van één nationale totaalwaarde hebben we nu een jaar-op-jaar, kaartgebaseerd beeld van waar bepaalde pesticiden waarschijnlijk het milieu binnenkomen in China. Daardoor kunnen hotspotgebieden worden geïdentificeerd, verschuivingen van oudere naar nieuwere chemicaliën worden gevolgd, en kan landbouwpraktijk concreet aan riviervervuiling worden gekoppeld. De auteurs hebben hun dataset en computercode zodanig ontworpen dat ze elk jaar kunnen worden bijgewerkt naarmate nieuwe enquêtegegevens binnenkomen. Dat betekent dat regelgevers, onderzoekers en lokale autoriteiten dit werk kunnen gebruiken als een levend fundament voor veiliger pesticidenbeheer—gericht op het behouden van gewasbeschermingsvoordelen terwijl de verborgen kosten voor ecosystemen en de menselijke gezondheid worden verminderd.

Bronvermelding: Zhang, B., Mu, H., Li, H. et al. Spatially explicit datasets of pesticide inputs integrating 146 active ingredients in China from 2001 to 2022. Sci Data 13, 380 (2026). https://doi.org/10.1038/s41597-026-06704-7

Trefwoorden: pesticiden, landbouw China, milieubewaking, riviervervuiling, ruimtelijke datasets