Download PDF

Development and application of drift prediction models in field spraying

Publication date: 2009-01-19

Author:

Baetens, Katrijn
Ramon, Herman ; Nicolai, Bart ; Verboven, Pieter

Abstract:

Pesticiden zijn chemische of natuurlijke producten die gebruikt worden voor de bescherming van planten en dieren tegen plagen, ziektes en onkruid. Zowel de landbouw, de industrie, de overheid en huishoudens maken regelmatig gebruik van pesticiden. De laatste jaren is de bezorgdheid rond het milieu en de gezondheid gestegen. Dit resulteerde in een verhoogde interesse naar een veilige en gezonde toepassing van pesticiden. Verschillende experimentele studies toonden aan dat drift of het landen van pesticiden naast het te bespuiten veld schade kan toebrengen aan de gezondheid van omwonende mensen of oevallige passanten, aan naburige ecosystemen en aan de gewassen van aanliggende velden. Partikeldrift is het landen van pesticidendruppels naast het veld van toepassing tijdens de bespuiting zelf. Dit werk onderzoekt enkel dit driftfenomeen, dampdrift en de afgifte van pesticiden naar de bodem worden niet besproken. Een grote verscheidenheid aan parameters zoals veldtopologie, windsnelheid, windrichting, boomhoogte, rijsnelheid, spuitdopontwerp en de spuittechniek van de operator beïnvloeden driftvorming. Verder is er een grote variabiliteit waargenomen in de driftwaarden opgemeten tijdens veldexperimenten. Deze verscheidenheid aan parameters en de grote opgemeten variabiliteit maken het moeilijk tot een objectieve en transparante interpretatie van driftexperimenten te komen.Het doel van deze thesis is de kennis van partikeldrift te verdiepen door middel van een 'Computational Fluid Dynamics' of CFD model. Het grote voordeel van de techniek 'Computational Fluid Dynamics' is dat alle parameters die drift beïnvloeden onafhankelijk van elkaar aangepast en bestudeerd kunnen worden. Het model werd ontwikkeld in 3D om het windprofiel in stabiele atmosferische condities en de individuele druppelwegen bepaald door veld- en operatorcondities te berekenen. Op basis van dit 3D model werd een sneller, maar eveneens mechanistisch 2D model ontwikkeld en gevalideerd metveldexperimenten. Dit driftmodel kan gebruikt worden door landbouwers, machine- en spuitdopfabrikanten, pesticidenfabrikanten, de overheid en het publiek om snelle driftvoorspellingen te maken bij verschillende toepassingen.Het model is geïmplementeerd om de luchtstroom en drift te evalueren bij bespuiting van een vlak en open grasland. De luchtstroom werd berekend door de 3-D uitgemiddelde Reynolds Navier-Stokes vergelijkingen met een k-e model voor turbulentie en de log-wet. Dit om de invloed van ruwheid van het grasland op de grenslaag in rekening te brengen. De weg van duizenden druppels representatief voor de pesticidenspray, werd gesimuleerd door een Lagrangiaans model te koppelen aan het turbulente windmodel. Bij het modelleren van de verspoten nevel van de spuitdoppen werd rekening gehouden met de spuitdruk, de spuitkegel en de druppeldiameterdistributie. De atomisatie van de druppels werd niet gemodelleerd en de initiële druppelsnelheid werd benaderd met een uniforme snelheid. Het model kan gebruikt worden om het effect van boomhoogte, tractorsnelheid, spuitdoptype, configuratie van de spuitdoppen, windsnelheid en windprofiel te bestuderen. In eerste instantie werd het effect van het terrein bestudeerd door verschillende ruwheden aan het veld toe te kennen. Het model werd verder ontwikkeld om het effect van een isotrope vegetatie (zoals graan) van verschillende hoogtes op drift te bestuderen zonder evenwel de luchtstroom in het graan zelf na te gaan. Het model neemt geen onstabiele weer- of operatorcondities in beschouwing. De basis voor de validatie van het model zijn veldexperimenten uitgevoerd in Merelbeke (België) door onze collega's van het Instituut voor Landbouw en Visserij Onderzoek (ILVO). Deze experimenten werden allen uitgevoerd in overeenkomst met de internationale ISO 22866 (2005)standaard voor velddriftexperimenten.Het ontwikkelde model was zeer goed in staat om korte afstandsdrift te berekenen. Betrouwbare voorspellingen werden bereikt tot 5 m van de veldrand voor de bestudeerde experimentele studies. De voorspelling van drift op grotere afstand van de veldrand was minder betrouwbaar, maar was wel zeer bruikbaar om trendvoorspellingen te doen. Deze minder grote accuraatheid was het gevolg van limitaties in het gebruikte model voor turbulentie en de gesimplificeerde spuitdopkarakteristieken. De variabiliteit van de randvoorwaarden van het model werd geanalyseerd en helpt om de variabiliteit in driftwaarden geobserveerd tijdens veldexperimenten te verklaren. Boomhoogte is volgens deze studie de meest gevoelige parameter gevolgd door windrichting en windsnelheid. Tractorsnelheid en initiële druppelsnelheid hebben weinig invloed op de driftresultaten. Om de temporelevariatie van boomhoogte, windrichting, windsnelheid, druppelsnelheid en tractorsnelheid volledig te implementeren zijn dynamische simulaties nodig. De R² waarde van de correlatie tussen model en experimenten is 0,73. Het model kan gebruikt worden om het driftreductiepotentieel te bepalen van de verschillende maatregelen die genomen kunnen worden door landbouwers. Een verhoging van 0,2 m van de boomhoogte resulteerde in een totaal driftreductiepotentieel (DRPt) van -200 % (een verhoging van de drift), een verlaging van 0,2 m in een DRPt van 60 %. Een verhoging van de windsnelheid (gemeten op 1,5 m hoogte) van 3 naar 5,5 m/s resulteerde in een DRPt van -70,39 %. Het bespuiten van een veld met een 6 keer hogere ruwheid leidde tot een negatieve DRPt van -67,54 %, een hoger gewas van 0,60 m resulteerde in een DRPt van -52,09 %. Volgens het model kan dit negatief driftreductiepotentieel gecompenseerd worden door een zone van 1m van het gewas niet te bespuiten; in dit geval is de DRPt ongeveer 0 %. Drift kan actief gereduceerd worden door de spuitdop te manipuleren. De spuitparameter die de meeste invloed had op de driftresultaten was de druppeldiameterdistributie. Vergeleken bij een standaard spuitdop leidt een fijnere spuitdop tot een negatief driftreductiepotentieel (tot -159 %), een grovere spuitdop vermindert drift significant (DRPt = 88,80 %). Een lineaire correlatie werd gevonden tussen DRPt en de volume fractie van druppels kleiner dan 200 µm. Deze fractie is dus een makkelijk te bepalen indicator voor het driftreducerend vermogen van een spuitdop onder standaardcondities. Deze fractie kan niet als indicator gebruikt worden voor specifieke toepassingen zoals luchtondersteuning en schermen. De invloed op de DRPt waarde van debiet van de spuitdop (druk), druppeldichtheid en de injectiesnelheid van de druppels was minder dan 20 % wanneer de druk varieerde tussen 2 en 4 bar en er loodrecht op het veld gespoten werd. De vorm van de verspoten spuitkegel had volgens het model weinig invloed op de driftresultaten. Het model onderschatte de driftresultaten voor verschillende spuitdopdrukken en spuitdophoeken. Om deze parameters beter te modelleren zou de spatiële druppeldiameterdistributie en snelheid over de spuitkegel en de relatie tussen initiële druppelsnelheid en druppeldiameter beter onderzocht moeten worden.Verschillende aspecten van het CFD model werden gereduceerd: het 3D domein werd geconverteerd naar een 2D domein; de druppels werden niet meer individueel gemodelleerd, maar als een concentratiewolk; het model neemt enkel de driftzone in beschouwing. Dit resulteerde in een diffusie-advectie model met verschillende parameters die werden getuned aan de hand van CFD simulaties. Deze parameters waren de hoogte van de driftwolk aan de veldrand, de massaflux, de verticale druppelsnelheid en de verticale werveldiffusiviteit. De relatie tussen deze effectieve parameters en de windsnelheid, boomhoogte en druppelkarakteristieken van de spuitdoptypes werd gekwantificeerd in een twee-staps calibratie. Er werd gebruik gemaakt van niet-lineaire optimizatieprocedures. Het model werd gevalideerd aan de hand van experimenten die niet participeerden in de calibratieprocedure. Het gereduceerde model voor drift van veldbespuitingen presteerde goed voor verschillende spuitdoptypes, windsnelheden en boomhoogtes in eenvoudige, heldere en goed te begrijpen relaties. In tegenstelling tot het CFD model is het gereduceerde model goed in staat om verre afstandsdrift te voorspellen, maar het geeft onderschattingen van driftwaardes op 0,5 m van de veldrand. Een R² waarde van 0,80 werd gevonden voor de relatie tussen veldexperimenten en model. Het model kan opgelost worden in enkele seconden (ongeveer honderd keer sneller dan het CFD model) en heeft hierdoor een hoog potentieel om als een snel evaluatie-instrument gebruikt te worden voor eindgebruikers terwijl het toch in staat is om een zinvolle verklaring te geven voor de geobserveerde driftwaarden. We hebben de individuele en gecombineerde invloed van belangrijke variabelen die drift beïnvloeden (boomhoogte, windsnelheid en spuitdoptype) gedemonstreerd. Het model is klaar om geïmplementeerd te worden als een web-gebaseerd instrument voor driftvoorspellingen.