Çeltik Yetiştiriciliğinde Zirai İnsansız Hava Araçları ile Herbisit Uygulamaları Sırasında Olası Sürüklenmenin Komşu Parsellere Etkilerinin Belirlenmesi

Abstract

Çeltik tarımında yabancı otlar başlıca sorun teşkil etmektedir. Bu yabancı otların çeltik bitkisinin besin maddesi, su ve ışığına ortak olarak verdikleri zarar %20’dan başlayarak %100’e varabilmektedir (Özer, 1993; Damar, 2006; Anonim, 2017; Güncan ve Karaca, 2018). Özellikle sucul sisteme adapte olmuş Echinochloa, Cyperus ve Alisma cinslerine ait yabancı ot türlerinin kimyasal mücadelesinde herbisitlerden kaynaklı dayanıklılık sorunları pratikte karışımlı ilaçlamaları zorunlu kılar hale gelmiştir. Özellikle çeltik yetiştiriciliğinde Echinochloa türlerinin kontrolünde bir oksin grubu olan Quinclorac aktif maddesinin etkinliği nedeniyle tercih edilmesi, bu aktif maddenin uçuculuk ve sürüklenme yeteneğinin fazla olmasından kaynaklı sınır komşularında yer alan farklı kültür bitkilerinde fitotoksisite şikayetlerini de beraberinde getirmektedir. Son yıllarda çeltik yetiştiriciliğinde yabancı ot ilaçlamasında geleneksel yöntemlerin yerini almaya başlayan ZİHA (Zirai İnsansız Hava Aracı)’lar için optimum uygulama parametrelerinin araştırıldığı projemizde, parametrelerden bir tanesi de uygulama sonrası herbisit sürüklenmesi ve bu sürüklenmeye bağlı olarak yan parsellerdeki farklı ürünlerde oluşabilecek kalıntı sorununun belirlenmesi olmuştur. Bu kapsamda, 2024 yılında Karadeniz Bölgesinde kurulan kontrollü denemelerde çeltik parsellerinin yan parsellerine mısır bitkileri ekilmiştir. Bu parsellere İHA-1 sınıfı insansız hava aracı kullanılarak çıkış sonrası dönemde Quinclorac 250 g/lt, 20 g/l Penoxsulam + 12,5 g/l Florpyrauxifen-benzyl ve Cyhalofop-butyl 200 g/lt ilaç kombinasyonu uygulanmıştır. Bu karışımlar; ülkemizde çeltik yetiştiricilerin büyük çoğunluğunun pratikte kullandıkları karışımlar ve 2020 yılında çeltikte yürütülmüş olan deşarj edilen quincloraclı sulama suyunun sebze parsellerinde oluşturduğu fitotoksisitenin araştırıldığı projeden elde edilen verilerin dikkate alınarak oluşturulmuştur (Mennan ve ark., 2023). İlaçlamayı takiben ilaçlı alana 2 m, 4 m, 6 m ve 8 m mesafede bulunan deneme parsellerinden ve kontrol parselinden 0., 1., 7., 14. ve 28. günlerde Standart Kalıntı Deneme Metoduna (Anonim, 2024) göre mısır örnekleri alınmış ve kalıntı analizlerinin yapılması için ilgili laboratuvara gönderilmiştir. Örneklerde tespit edilen aktif madde miktarları mg/kg (ppm) olarak verilmiştir. Her bir pestisit aktif maddesi için LOD ve LOQ değeri 0,01 mg/kg olarak bulunmuştur. Örneklerde tespit edilen aktif madde miktarları mısırda ülkemizde geçerli olan Maksimum Kalıntı Limiti (MRL) değerleri ile karşılaştırılmıştır. Sonuç olarak; bu aktif maddelerin farklı uzaklıklardaki parsellerde değişen oranlarda ve farklı günlerde tespit edilmiş olması, bizlere çeltikte yapılan ilaçlamanın komşu parseldeki üründe pestisit kalıntısı yönüyle risk oluşturduğunu göstermiştir. .

Keywords

• Çeltik
• ZİHA
• Sürüklenme
• Kalıntı
• Mısır

Supporting Institution

TUBİTYAK

Project Number

TOVAG 123O060

Ethical Statement

Çalışmanın tüm süreçlerinin araştırma ve yayın etiğine uygun olduğunu, etik kurallara ve bilimsel atıf gösterme ilkelerine uyduğumu beyan ederim.

Thanks

Bu çalışma Samsun Ondokuz Mayıs Üniversitesi Ziraat Fakültesi Öğretim Üyesi Prof. Dr. Hüsrev MENNAN yürütücülüğünde “Çeltik Ekim Alanlarında Yabancı Otlarla Mücadelede Herbisit Uygulamalarında ZİHA (Zirai İnsansız Hava Araçları)’lar İçin Optimum Uygulama Parametrelerinin Tespit Edilmesi” isimli TUBİTAK- TOVAG 123O060 projesi kapsamında desteklenmiştir.

Determination of the Effects of Possible Drift to Adjacent Plots During Herbicide Applications with Agricultural Drones in Rice Cultivation

Abstract

Weeds constitute a major problem in rice cultivation. Weeds also pose a problem in rice farming. The damage caused by these weeds to the rice plant's nutrients, water and light can range from 20% to 100% (Özer, 1993; Damar, 2006; Anonymous, 2017; Güncan and Karaca, 2018). Particularly in the chemical control of aquatic weed species belonging to the genera Echinochloa, Cyperus, and Alisma, resistance problems arising from herbicide use have made tank-mixed applications a necessity in practice. In rice farming, the active ingredient Quinclorac, which belongs to the auxin group, is especially preferred for controlling Echinochloa species due to its effectiveness. However, its high volatility and drift potential often lead to phytotoxicity complaints in neighboring fields planted with other crops. In our recent project, which investigates optimum application parameters for Agricultural Unmanned Aerial Vehicles (AUAVs), which are increasingly replacing traditional methods in rice herbicide applications, one of the parameters studied is herbicide drift and potential residue problems in adjacent plots planted with different crops. As part of this study, controlled field trials were conducted in the Black Sea Region in 2024. Maize plants were sown in plots adjacent to rice fields. Using a UAV classified under “UAV-1,” a combination of post-emergence herbicides was applied at the following rates per hectare: 2 liters of Otör IQ (Quinclorac 250 g/L), 2 liters of Baxiga 32.5 OD (20 g/L Penoxsulam + 12.5 g/L Florpyrauxifen-benzyl), and 3 liters of Clincher Duo (200 g/L Cyhalofop-butyl). These mixtures were created by taking into account the mixtures used in practice by the majority of rice growers in our country and the data obtained from the project conducted in 2020 in rice to investigate the phytotoxicity of discharged quinclorac irrigation water in vegetable plots (Mennan et al., 2023). Following the application, maize samples were collected from trial plots located at 2 m, 4 m, 6 m, and 8 m from the sprayed area, as well as from a control plot, on Days 0, 1, 7, 14, and 28, in accordance with the Standard Residue Trial Method (Anonymous, 2020). These samples were sent to a certified laboratory for residue analysis. The detected active ingredient concentrations were measured in mg/kg (ppm). For each pesticide active ingredient, the LOD and LOQ values were determined to be 0.01 mg/kg. The detected active ingredient levels in the samples were compared with the Maximum Residue Limit (MRL) values currently in force in our country for maize. As a result; the fact that these active substances were detected in varying amounts and on different days in parcels at different distances showed us that the spraying of rice poses a risk in terms of pesticide residue in the product in the neighboring parcel.

Keywords

• Paddy
• AUAV
• Drift
• Residue
• Corn

Project Number

TOVAG 123O060

References

1. Acar, M. 2020. Tarımsal Deneme Teknikleri, Karadeniz tarımsal Araştırma Enstitüsü, Samsun,2020.
2. Anonim, 2015. Bitki Koruma Ürünleri Veri Tabanı. https://bku.tarim.gov.tr/Duyuru/DuyuruDetay/7). 23.09.2024.
3. Anonim, 2021. FAO.https://www.fao.org/publications/sofa/sofa-2021/en/.22.08.2022.
4. Anonim, 2023. Çeltik Tarım Ürünleri Piyasaları Raporu-Temmuz,2024.
5. Anonim, 2024. Bitki veya Bitkisel Ürünlerde Bitki Koruma Ürünlerinin Kalıntı Denemelerinin Yapılması ile İlgili Standart Deneme Metodu, Bitki Sağlığı Araştırmaları Daire Başkanlığı (2024)60.
6. Anonim. 2007. AOAC Official Method, Pesticide Residues in Foods by Acetonitrile Extraction and Partitioning with Magnesium Sulfate, 2007.01.
7. Anonim, 2009. Pesticide Manual 16 th Edition. British Crop Production Council. ISBN 978 1 901396 19 5 Copyright © 2009 BCPC (British Crop Production Council) Software engineered by P. J. Mann - Web Design & Consultancy.
8. Anonim, 2016. EU Pesticide Database. https://ec.europa.eu/food/plant/pesticides/eupesticides -database /public/ ? event = homepage&language=EN. Son Erişim Tarihi: 23.09.2024.

9. Anonim. 2020. Pesticide properties database, (PPDB), http://sitem.herts.ac.uk/aeru/ppdb/en/Reports/577.htm#0. 23.09.2024.
10. Chlingaryan, A.; Sukkarieh, S.; Whelan, B. 2018. Machine learning approaches for crop yield prediction and nitrogen status estimation in precision agriculture: A Comput. Electron. Agric. 151, 61–69.
11. Damalas, C. A., Dhima, K. V., and Eleftherohorinos, I. G. 2008. Morphological and physiological variation among species of the genus Echinochloa in northern Greece. Weed Sci 56:416–423.
12. Esposito, M., Crimaldi, M., Cirillo, V., Sarghini ,F., Maggio, A. 2021. Drone and sensor technology for sustainable weed management. Chemical and Biological Technologies in Agriculture volume 8, Article number: 18.
13. Gautam, P.K., Singh, A., Misra, K.,Sintu, S., Sama, K. 2019. Synthesis and applications of biogenic nanomaterials in drinking and wastewater treatment. Journal of Environmental Management. Volume 231, 1 Feb, Pages 734-748.
14. Hajslova, J. 1999. Pesticides. In Environmental contaminants in food, ed. C. F. Moffat and K. J. Whittle, 215-72. Sheffield, UK: Sheffield Academic Press Ltd.
15. Holm, L.G., Plucknett, D. L., Pancho, J. V., Herberger, J. P.1977. The world’s worst weeds: distribution and biology. East-West Center, University Press of Hawaii, pp 609.
16. Hsieh, Ting-Chu, Hung, Ming-Chien, Chiu, Mai-Lun and Wu, Pay-Jiing. 2020. Challenges of UAVs Adoption for Agricultural Pesticide, https://www.preprints.org/manuscript/202001.0121/v1
17. Jiang, Y. P., Shibamoto, T., Li, Y., Pan, C. 2013. Effect of household and commercial processing on acetamiprid, azoxystrobin and methidathion residues during crude rapeseed oil production. Food Additives & Contaminants: Part A 30 (7):1279–86.
18. Kerle, E.E., Jenkins, J.J., Vogue, P. A. 1996. Understanding pesticide persistence and mobility for ground water and surface water protection. Oregon state University. EM 8561.
19. Lama, S., Velescu, A., Leimer, S., Weigelt, A., Chen, H., Eisenhauer, N., Scheu, S., Oelmann, Y., Wilcke, W.2020.Plant diversity influenced gross nitrogen mineralization, microbial ammonium consumption and gross inorganic N immobilization in a grassland experiment. Oecologia volume 193, pages731–748.
20. Lovelace, M.L., Talbert, R.E., Hoagland, R.E., Scherder, E.F. 2009. Influence of Simulated Quinclorac Drift on the Accumulation and Movement of Herbicide in Tomato (Lycopersicon esculentum) Plants. J. Agric. Food Chem. 57, 14, 6349–6355. https://doi.org/10.1021/jf803845p.
21. Lovelace, M.L., Talbert, R.E., Hoagland, R.E., Scherder, E.F. 2017. Quinclorac Absorption and Translocation Characteristics in Quinclorac- and Propanil-Resistant and -Susceptible Barnyardgrass (Echinochloa crus-galli) Biotypes. Weed Technology Volume 21 Issue 3.
22. Mennan, H., Altop, E.K. 2012. Molecular techniques for discrimination of late watergrass (Echinochloa oryzicola) and early watergrass (Echinochloa oryzoides) species in Turkish rice production. Weed science 60-4 pp 525-530.3.
23. Mennan, H., Nguajio, M., Şahin, M., Işık., D, Altop, E.K. 2012.Competitiveness of rice (Oryza sativa L.) cultivars againsts Echinochloa crus-galli (L.) Beauv. In water-seeded production systems. Crop Protection 41 pp 1-9.
24. Mennan, H., Kaya, Y., Başaran, B., Örnek, H. 2023. Çeltik Ekim Alanlarında Kullanılan ve Deşarj Edilen Quinclorac’lı Sulama Suyunun Sebze Üretim Alanlarında Kullanılması Sonucu Oluşan Fitotoksisitelerin Belirlenmesi ve Zamana Bağlı Su Deşarj Yöntemleriyle Önlenmesine Yönelik Araştırmalar, Türkiye Herboloji Dergisi, Cilt:26, Sayı: 1, 58- 66, 10.07.2023.
25. Nawar, S., Corstanje,R., Halcro, G., Mulla, D., M.Mouaz, A.2017. Delineation of Soil Management Zones for Variable-Rate Fertilization. Advances in Agronomy Volume 143, 2017, Pages 175-24.
26. Özşahin E. 2008. Gönen ovasında pirinç tarımı. Fırat Üniv Sos Bil Derg, 18(2): 49-70.
27. Ruiz-Santaella, J., Heredia, A., Prado, R.D. 2006. Basis of selectivity of cyhalofop-butyl in Oryza sativa L.. Planta 223, pp 191–199.
28. Sante, 2019. Analytical quality control and method validation procedures for pesticide residues and analysis in food and feed. Sante/12682/2019. 53 pp
29. FTabacchi, M., Mantegazza, R., Spada, A., and Ferrero, A. 2006. Morphological traits and molecular markers for classification of Echinochloa species from Italian rice fields. Weed Sci. 54:1086–1093.
30. Talbert, E., Burgos R. 2010. Confirmation and Control of Propanil-Resistant and Quinclorac-Resistant Barnyardgrass (Echinochloa crus-galli) in Rice and Weed Technology pp 24:226–23
31. Vaghefi, N., Shamsudin, M.N., Makmom, A., Bagheri, A., Bagheri, M. 2011. The Economic Impacts of Climate Change on the Rice Production in Malaysia. International Journal of Agricultural Research, 6: 67-74.
32. Yiğit,N. ve Velioğlu, S,V., (2020). Effects of processing and storage on pesticide residues in foods. National library of Medicine 2020;60(21):3622-3641. doi: 10.1080/10408398.2019.1702501. Epub 2019 Dec 20.FMen