Neue Publikation in Environmental Research [10.07.24]
Daniel Einsiedel, Sara-Lena Welk und Christian Krupitzer vom Fachgebiet für Lebensmittelinformatik sind Co-Autoren der Publikation "Investigating the correlation of analytical data on pesticide residues in fruits and vegetables with local climatic condition" in Environmental Research (Impact Factor: 7.7).
Die Publikation "Investigating the correlation of analytical data on pesticide residues in fruits and vegetables with local climatic condition" von Daniel Einsiedel (Fachgebiet für Lebensmittelinformatik (150L), und Computational Science Hub (CSH), Universität Hohenheim, Stuttgart, Deutschland) mit den Co-Autoren, Sara-Lena Welk (Fachgebiet für Lebensmittelinformatik (150L), Universität Hohenheim, Stuttgart, Deutschland), Nevena Zujko (Tentamus, An d. Industriebahn 5, Berlin, 13088, Berlin, Deutschland), Yvonne Pfeifer (SGS Germany GmbH, Heidenkampsweg 99, Hamburg, 20097, Hamburg, Deutschland), Christian Krupitzer (Fachgebiet für Lebensmittelinformatik (150L), und Computational Science Hub (CSH), Universität Hohenheim, Stuttgart, Deutschland) wurde im Environmental Research, Elsevier (Impact Factor: 7.7) veröffentlicht. Der Einsatz von Pestiziden nimmt stetig zu, und obwohl Pestizide für die Ernährungssicherheit unverzichtbar sind, haben sie bekanntermaßen nachteilige Auswirkungen auf die menschliche Gesundheit und die Umwelt. Da Pestizide häufig eine Reaktion auf Schädlinge sind, die von den Umweltbedingungen beeinflusst werden, kann die Umwelt den Einsatz von Pestiziden beeinflussen - vorausgesetzt, der Einsatz wird optimiert und an diese Bedingungen angepasst. Daher wäre es hilfreich zu wissen, wie die Umweltbedingungen den Gehalt an Pestizidrückständen in Obst und Gemüse beeinflussen. In dieser Arbeit untersuchten wir die Korrelation zwischen den Rückstandsgehalten von zehn verschiedenen Pestiziden und den Wetterparametern Lufttemperatur, Höchst- und Mindesttemperatur, Windgeschwindigkeit, Niederschlag und Sonnenstunden mit Hilfe des Pearson-Korrelationskoeffizienten, der linearen und der polynomialen Regression. Außerdem wurden die Pestizidrückstände im Hinblick auf Ausreißer analysiert. Für die meisten Pestizide konnte keine Korrelation zwischen den gemessenen Rückstandsmengen und den Wetterparametern festgestellt werden. Für Acetamiprid und Fluopyram konnte jedoch eine leichte Korrelation zwischen den Pestizidrückstandsmengen und der Luft-, Minimum- und Maximumtemperatur festgestellt werden. Das polynomiale Regressionsmodell war besser geeignet, die Beziehung zwischen Pestizidrückständen und Wetterparametern zu beschreiben als das lineare Regressionsmodell, aber
