무인항공 살포 농약의 비산잔류 모니터링 및 옥수수(Zea mays L.)를 이용한 비산 저감

서 론

농약은 전 세계적으로 증가하는 인구의 식량 수요를 충족 시킬 수 있는 수단으로서 전 세계적으로 널리 사용되고 있다(Carvalho, 2017). 농약 살포기는 수동식 분무기에서 전동식 분무기로 발전하였으며, 현재는 농약 살포용 무인항공기(Unmanned Aerial Vehicle, UAV)가 아시아뿐만 아니라 유럽 등 여러 나라의 농업에 도입되어 활용되고 있다(Xue et al., 2016; Mogili and Deepak, 2018; Radoglou-Grammatikis et al., 2020; Freeman and Freeland, 2015). 또한 무인항공기는 농약 살포 용도 뿐만 아니라 농경지 작물 및 토양 모니터링, 인공수분, 병해충 예찰, 파종 등의 농작업에 사용되고 있다(Kim et al., 2019). 특히 UAV를 이용한 농약 살포는 농촌의 심각한 노동력 부족 문제(Kim et al., 2021)와 작업자의 농약 노출 등 기존의 방제 방법을 사용할 때 발생하는 문제(Damalas and Eleftherohorinos, 2011; Lan and Chen, 2018)들을 해결할 수 있다(Tsouros et al., 2019; Faiçal et al., 2017). 따라서 1980년도부터 2020년까지 국내 개인농가 가구 및 경지면적은 감소했지만, 개인농가 가구 대비 경지면적은 증가하고 있는 우리나라의 경우(KOSTAT, 2020a; KOSTAT, 2020b) UAV를 이용한 방제 시 노동생산성 향상을 통한 농업 생산성 개선이 가능하다(OECD, 2011).

하지만 농업용 UAV를 이용한 농약 살포시 농약 살포액의 종류, 살포 액적 크기, 살포 장치 등의 살포 조건 및 풍향, 풍속 등의 기상요인에 의해 비산이 발생함에 따라 비의도적인 오염이 발생한다(Wang et al., 2018). 특히, 우리나라는 2019년 1월부터 농약의 안전관리를 강화하고자 농약허용물 질관리목록(Positive List System, PLS)이 전면 시행됨에 따라 작물에 잔류허용기준(Maximum Residue Limit, MRL)이 설정되어 있지 않은 농약은 일률기준인 0.01 mg/kg을 적용하고 있다. 이에 따라 비의도적 농약 오염으로 인한 문제가 대두되었으며, 특히 항공살포 농약은 비산되어 주변 작물에 잔류하여 PLS 기준을 초과할 우려가 제기되었다. 현재 국립농산물품질관리원 등 국가기관에서는 유통 전후 농산물 중 잔류농약 안전성 조사를 통해 농작물 중 잔류농약의 잔류허용기준 및 PLS 일률기준 초과 시 즉각적인 조치를 취하고 있다(Park et al., 2019). 하지만 수도작 주변에 재배 중인 농작물의 경우 시장으로 유통되지 않고 농민이 섭취하는 경우도 빈번하며, 기준을 초과하는 작물을 섭취 시 인체에 위해를 가할 가능성이 있다(Park et al., 2020). 따라서 농업용 UAV를 이용한 농약 살포 후 인근 작물에 대한 비산 잔류 모니터링이 필요하다.

또한 항공살포 농약의 비산을 저감하기 위해 노즐 종류(Nuytten et al., 2007), 비산저감제(Fritz et al., 2012), 제형(Hilz and Vermeer., 2013), 살포압력(Creech et al., 2015) 및 살포고도(Tang et al., 2020; Zheng et al., 2018) 등에 대한 연구가 이루어지고 있고, 국내에서는 “농약 살포용 무인항공기 안전사용 매뉴얼”이 배포되어 농업용 UAV를 이용하여 농약 살포시 비의도적 오염을 저감할 수 있는 방안들을 제시하였다(NAS, 2020). 하지만 항공방제 시 비산은 풍향 및 풍속과 같은 기상요인에 의해 큰 영향을 받기 때문에(Hewitt et al., 2002), 항공방제지 인근에 바람의 영향을 저감하기 위한 방안이 필요하다. 이는 방풍림으로 바람의 영향에 의한 비산을 저감 시킬 수 있다는 보고(De Schampheleire et al., 2009)를 고려했을 때 방풍림을 항공방제지 인근에 배치하면 바람에 의한 농약의 비산을 어느 정도 저감시킬 수 있을 것이다. 또한 방풍림의 종류, 높이, 밀도 등에 따라 상이한 비산 저감효과를 보이므로(Ucar and Hall., 2001), 항공살포가 이루어지는 수도작 또는 밭작물 인근에 재식 가능하며 비산 저감 가능성이 있는 방풍림 선택이 중요하다. 옥수수는 잎이 무성하고 논에 농약을 살포하는 시기에 생육이 왕성하여 작물 키가 크기 때문에 일정간격으로 재배하면 항공살포에 의한 농약의 비산을 줄일 수 있을 것으로 예상된다.

따라서 이 연구는 농업용 UAV를 이용한 농약 살포지역 인근 작물 중 잔류농약 모니터링 및 위해성 평가를 통해 항공살포 농약의 비산에 따른 잔류특성을 구명하고, 항공방제 필지 주변에 옥수수를 재배하여 물리적 비산 저감 가능성을 조사하여 농가에서 손쉽게 적용할 수 있는 비산 저감 방안을 모색하고자 수행되었다

재료 및 방법

항공방제 작물잔류 모니터링 약제살포 및 시료채취

항공방제는 각 지역의 농협 및 지자체 등에서 방제 대상 병해충과 농약을 선정하였고, 농약 살포를 위한 지적도를 작성한 후 방제업체가 일괄 투입되어 동시다발적으로 실시되었다. 항공살포 대상 작물은 벼이었으며, 보령시에 살포된 농약은 azoxystrobin+hexaconazole 11.5(6.5+5)% 액상수화제와 etofenprox+metaflumizone 11(8+3)% 유현탁제이었으며, 서천군의 경우 azoxystrobin+hexaconazole 13(12+1)% 액상수화제와 dinotefuran+etofenprox 13(5+8)% 미탁제이었다. 또한 방제 예정 필지 및 항공방제지 인근 작물 재식여부 확인을 위해 충남 서천군과 보령시의 살포 예정지의 지적도를 확보하였다(Fig. 1).

Fig. 1.

A land registration map for spraying pesticides onto rice with agricultural UAV. A; Seocheon, B; Boryeong. Sprayed areas were colored with green in map.

시료는 항공방제가 종료된 후 보령시 독산리 등의 20개 지점과 서천군 영모리 등의 24개 지점에서 채취하였다. 시료는 무인항공 살포가 종료된 후 살포구역을 찾아가 주변에 다른 작물의 재배 여부를 확인하고 벼 이외 작물이 재배되고 있는 경우 가식부위 중심으로 채취하였으며, 콩의 경우 농약 살포 당시 열매가 맺히지 않아 부득이하게 잎을 채취하였다. 또한 시료채취 구역의 환경조건(이격거리, 장애물 유무, 논둑 높이 등)을 조사하여 야장에 기록하였으며, 이를 잔류특성 구명의 기초자료로 활용하였다(Fig. 2). 채취한 시료는 고추, 대파, 들깻잎, 가지, 연잎, 옥수수, 옥수수잎, 토마토, 호박, 호박잎 및 머위이었으며, “작물잔류성 시험의 기준 및 방법”에 준하여 (MOLEG, 2016) 드라이아이스를 첨가하여 마쇄 후 분석 전까지 –20^oC 냉동실에 보관하였다.

Fig. 2.

The scenes of locations in which the field crops were collected nearby rice paddy after agricultural UAV spraying. A-1~24; Seocheon, B-1~20; Boryeong.

잔류농약 분석법

마쇄한 시료 10 g을 50 mL conical centrifuge tube (Falcorn^TM, US)에 칭량 후 acetonitrile 10 mL를 첨가하여 1,300 rpm으로 5분간 진탕 추출하였다. 추출한 시료에 4 g magnesium sulfate, 1 g sodium chloride, 1 g trisodium citrate dihydrate, 0.5 g disodium hydrogencitrate sesquihydrate (QuEChERS EN extraction packet)을 첨가 후 1,300 rpm에서 5분간 진탕였으며, 이 후 3,500 rpm에서 5분간 원심 분리하였다. 정제를 위해 상징액 1 mL를 150 mg magnesium sulfate, 25 mg primary secondary amine (PSA)이 들어있는 dispersive-SPE (d-SPE) tube에 넣고 vortex mixer를 이용하여 30초간 교반 후 12,000 rpm에서 5분간 원심 분리하였다. 원심 분리한 상징액은 syringe filter (PTFE, 13 mm, 0.22 μm)로 여과 후 acetonitrile을 이용하여 50:50 (v/v)로 matrix matching한 후 Table 1에 제시한 LC-MS/MS 분석조건으로 잔류농약을 분석하였다.

Table 1.

LC-MC/MS condition for the residual analysis of azoxystrobin, dinotefuran, etofenprox, hexaconazole, and metaflumizone in collected samples

옥수수 재식 및 비산 저감률 측정 방법

무인 항공살포 시 옥수수 재식에 따른 항공살포 농약의 비산 저감 가능성을 조사하기 위하여 포장시험은 국립농업과학원 포장에서 수행되었다. 무인항공기는 처리구와 대조구 비교 시 풍향 및 풍속 등의 기상조건을 상쇄시키기 위하여 2대의 기체를 이용하여 동시에 살포하였으며, 무인 멀티콥터와 무인 헬리콥터의 유효 살포폭은 각각 4 및 7.5 m이었다. 노즐은 무인 항공방제시 일반적으로 사용되고 있는 XR11002 (TeeJet technologies, Switzerland)이 사용되었다. 해당 노즐은 Fine 및 Medium에 해당하는 입경을 생성하며, 이는 체적평균직경(Volume Mean Diameter, VMD)이 106~340 μm인 액적을 형성한다고 보고되었다(ASABE, 2009).

옥수수(Zea mays L.)는 모내기와 동일한 시점에 논에 재배되었고, 옥수수 재식은 Fig. 3과 같이 무인 멀티콥터 및 헬리콥터의 살포 폭을 고려하여 무인 항공살포지 양 측면에 약 50cm 간격으로 2줄 재식하였다. 또한 감수지(Water Sensitive Paper, WSP, TeeJet technologies, Switzerland)는 4 m 간격으로 약 0.5 및 1 m 높이에 설치하였으며, 지면에서 30 cm 높이로 작물로부터 약 1, 2, 3, 5, 7 및 10 m에 설치하였다.

Fig. 3.

Scenes of field trials for the applicability test of maize as an anti-drift crop with unmanned multi-copter and helicopter spraying. A; aerial shot of untreated control plot (left) and treatment plot (right) with unmanned helicopter, B; aerial shot of untreated control plot (left) and treatment plot (right) with unmanned multi-copter

무인 항공살포는 수도작 방제가 실시되는 7월에 진행되었다. 무인 멀티콥터 및 헬리콥터의 살포고도와 비행속도는 “농약 살포용 무인항공기 안전사용 매뉴얼”에 준하여 각각 2 및 3 m 고도에서 10 및 15 km/h의 속도로 비행하였으며(NAS, 2020), UAV 등록 농약의 사용량 중 하나인 1.6 L/10a 및 살포면적을 고려하여 물을 3회 반복 살포하였다. 이때 옥수수의 키는 약 1.2~1.8 m이었고, WSP는 스캐너(DS-360W, Epson, China)를 이용하여 1,200 dpi로 스캔 후 Kim et al. (2017)의 방법과 같이 ImageJ 1.50 (US National Institutes of Health, Maryland, US) 프로그램을 이용하여 WSP 면적 대비 살포입자 부착 면적(도포율)을 산출하였다. 또한 처리구 및 대조구 WSP 중 산출된 도포율은 식(3)에 적용 후 옥수수 재식에 따른 비산저감률을 산출하여 방풍림으로서의 적용 가능성을 평가하였다.

$\[ \begin{array}{l}\mathrm{D}\mathrm{r}\mathrm{i}\mathrm{f}\mathrm{t}\mathrm{ }\mathrm{r}\mathrm{e}\mathrm{d}\mathrm{u}\mathrm{c}\mathrm{t}\mathrm{i}\mathrm{o}\mathrm{n}\mathrm{ }\mathrm{r}\mathrm{a}\mathrm{t}\mathrm{e}\mathrm{ }\left(\mathrm{\%}\right)=\left\{\left(\mathrm{T}\mathrm{o}\mathrm{t}\mathrm{a}\mathrm{l}\mathrm{ }\mathrm{c}\mathrm{o}\mathrm{v}\mathrm{e}\mathrm{r}\mathrm{a}\mathrm{g}\mathrm{e}\mathrm{ }\mathrm{o}\mathrm{f}\mathrm{ }\mathrm{W}\mathrm{S}\mathrm{P}\mathrm{ }\mathrm{i}\mathrm{n}\right.\right.\\ \left.\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}\mathrm{l}\mathrm{ }\mathrm{p}\mathrm{l}\mathrm{o}\mathrm{t}-\mathrm{T}\mathrm{o}\mathrm{t}\mathrm{a}\mathrm{l}\mathrm{ }\mathrm{c}\mathrm{o}\mathrm{v}\mathrm{e}\mathrm{r}\mathrm{a}\mathrm{g}\mathrm{e}\mathrm{ }\mathrm{o}\mathrm{f}\mathrm{ }\mathrm{W}\mathrm{S}\mathrm{P}\mathrm{ }\mathrm{i}\mathrm{n}\mathrm{ }\mathrm{t}\mathrm{r}\mathrm{e}\mathrm{a}\mathrm{t}\mathrm{m}\mathrm{e}\mathrm{n}\mathrm{t}\mathrm{ }\mathrm{p}\mathrm{l}\mathrm{o}\mathrm{t}\right)/\\ \left.\mathrm{T}\mathrm{o}\mathrm{t}\mathrm{a}\mathrm{l}\mathrm{ }\mathrm{c}\mathrm{o}\mathrm{v}\mathrm{e}\mathrm{r}\mathrm{a}\mathrm{g}\mathrm{e}\mathrm{ }\mathrm{o}\mathrm{f}\mathrm{ }\mathrm{W}\mathrm{S}\mathrm{P}\mathrm{ }\mathrm{i}\mathrm{n}\mathrm{ }\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}\mathrm{l}\mathrm{ }\mathrm{p}\mathrm{l}\mathrm{o}\mathrm{t}\right\}\times 100\end{array} \]$

(3)

결과 및 고찰

이격거리에 따른 비산 특성

채취된 시료 중 항공살포 농약의 잔류량은 Table 2에 제시하였으며, 이격거리와 잔류량과의 상관관계를 구명하기 위하여 Pearson 상관분석을 실시한 결과는 Table 3에 제시하였다. Azoxystrobin, dinotefuran, etofenprox 및 hexaconazole의 잔류량은 이격거리와 부적 상관관계를 나타내는 것으로 볼 때(p < 0.05), 항공살포 지역으로부터 이격거리가 증가함에 따라 비산량이 감소하는 것으로 판단되었다. 이는 Bueno et al. (2017)의 연구에서 사용한 비산량 예측 모델식 german drift model, dutch drift model 및 IMAG와 거리별 비산량을 측정한 결과 모두 붐스프레이 살포지역으로부터 거리가 증가함에 따라 비산량이 저감되었다는 보고와 유사하였다. 하지만 metaflumizone의 경우 대부분의 시료에 LOQ 이하로 검출되어 이격거리와 상관관계를 판단하기 어렵다고 판단되었으며, 이는 metaflumizone의 함량이 3% 미만이라 다른 농약에 비해 잔류 가능성이 낮기 때문이라고 판단되었다. 또한 보령에 살포된 hexaconazole의 경우 함량이 5%로 metaflumizone보다 높았지만, 보령에서 채취된 시료 중 잔류량은 모두 LOQ 미만이었다. 이는 농약의 증기압이 높을수록 휘발이 더 잘되었고(Park and Lee., 2011), 잔류농약의 소실률이 더 커지는 경향을 보인다는 보고(Zongmao and Haibin., 1988)와 풍속 및 온도와 같은 기상요인은 농약 살포시 농약의 휘발률에 영향을 준다는 보고(Keikotlhaile and Spanoghe., 2011)를 고려했을 때, hexaconazole은 증기압이 1.8 × 10^-2 mPa으로 항공방제시 휘발에 의한 낮은 잔류량을 보인 것으로 판단되었다. 하지만 항공방제지 인근 작물을 이격거리별로 채취하였을 때, 고추 중 metaflumizone의 잔류량은 이격거리가 증가함에 따라 감소하는 경향을 나타냈으므로(보령 2, 18, 19 및 20번, Table 2) 항공살포 농약의 잔류량은 이격거리가 증가함에 따라 잔류량이 감소하는 경향을 보인다고 판단되었다.

Table 2.

The residues of the azoxystrobin, dinotefuran, etofenprox, hexaconazole, and metaflumizone in collected samples according to distance and windbreak

Table 3.

Pearson’s correlation Coefficient between each residue of sprayed pesticides and variables of collected samples

또한 농업용 UAV는 rotor의 하강기류는 살포된 농약의 액적 분포에 영향을 줄 수 있다(Shi et al., 2019). 특히 항공방제 시 rotor와 관련된 기체가 기울어짐(Bae and Koo, 2013), rotor의 회전수(Qing et al., 2017) 및 살포고도(Tang et al., 2020) 등의 UAV의 살포 조건으로부터 비산이 발생할 수 있다고 판단된다(Ahmad et al., 2020). 따라서 항공방제 인접지역에서 재배된 작물의 경우 상대적으로 비산에 의한 영향을 받기 쉽다고 판단되므로 완충지를 배치함으로써 비산 저감 효과를 기대할 수 있다고 판단된다. 그러나 풍속과 같은 기상학적 요인에 의해 완충지의 효과가 없을 수도 있기 때문에(Brown et al., 2004) 집약적인 농업을 하는 국내 농업에서 단순히 이격거리를 늘리기 위한 완충지를 단독으로 배치하는 것은 어려움이 있다고 판단된다.

위해성 평가

잔류허용기준 및 PLS 일률기준을 초과한 농산물에 대해 위해성을 평가한 결과(Table 4) 해당 농산물을 섭취한 경우 검출된 4종의 항공살포 농약의 %ADI는 모두 0.00002-0.08276%이었다. 또한, 농산물은 세척 등과 같은 일련의 가공과정을 거친 후 섭취하기 때문에(Krol et al., 2000) 잔류농약에 의한 위해성은 더 낮을 수 있다고 판단된다. 하지만 농업용 UAV를 이용한 방제시 고농도의 희석액을 살포하고, 살포된 액적은 다양한 기상요인에 의해 비산 될 수 있으므로(Wang et al., 2020) 모니터링을 통한 주의가 필요하다고 판단된다.

Table 4.

Dietary risk assessment for the pesticide that exceeded MRL or PLS uniform standard in collected samples

물리적 비산 저감 작물 적용성 시험

무인 멀티콥터와 헬리콥터를 이용한 물 살포 후 WSP 도포율을 조사한 결과는 Table 5에 제시하였다. 항공살포 경로 양 측면에 옥수수를 재식함에 따라 무인 멀티콥터 및 헬리콥터 처리구는 대조구 대비 1-10 m 이격거리에서 각각 평균 67.68와 63.65%의 비산 저감율을 보였고, 0.5-1 m 높이에서는 각각 평균 81.86와 92.07%의 비산 저감율을 보였다(Fig. 4). Wenneker and Van De Zande (2008)은 방풍림은 비산 저감 효과가 있었으며, Otto et al. (2009)는 생울타리(hedgerow)의 밀도가 높으면 바람의 식물부 투과도가 적으므로 비산을 저감시킬 수 있다고 보고하였는데, 이는 방풍림을 구성하는 작물의 크기와 개수에 따라 바람 및 비산 저감에 영향을 주기 때문이라고 판단되었다(Ucar and Hall., 2001). 그러나 방풍림의 밀도가 너무 높은 경우 바람의 투과성이 떨어짐에 따라 바람이 방풍림을 타고 흘러 비산 저감효과를 감소시키게 된다(Mercer, 2009; Ucar and Hall., 2001; De Schampheleire et al., 2009). 따라서 방풍림 재식시 바람 및 비산 저감 효과에 영향을 줄 수 있는 방풍림의 높이, 넓이, 투과성, 식물 잎의 크기 및 재식 장소 등과 같은 요인들이 고려되어야 한다고 판단된다(Mercer, 2009). 또한 붐스프레이를 이용한 약제 살포시 옥수수를 8줄로 심었을 경우 옥수수의 식물부의 밀도가 적절하여 최대 80~90%의 비산 저감 효과를 보였다는 보고(Vieira et al., 2018)를 고려했을 때, 국내 항공방제 시 비산 저감을 위한 방풍림으로 옥수수를 재식하는 것이 적절하다고 판단되었다.

Table 5.

The WSP coverages of spraying solution with multi-copter and helicopter

Fig. 4.

The drift reduction rate (%) by planting maize in two rows with unmanned multi-copter and helicopter spraying

현재 항공살포 농약의 비산을 저감하고자 살포방법, 노즐, 살포압력, 살포속도, 살포량 및 비산저감제 첨가 등에 대한 연구가 이루어지고 있지만, 풍향 및 풍속 등과 같은 조절 불가능한 기상요인이 존재하기 때문에(Felsot et al., 2010), 농업용 UAV의 살포조건을 조절하는 방법만으로는 비산을 저감하는데 한계가 있다고 판단된다. 따라서 농업용 UAV의 살포 조건을 조절하는 동시에 옥수수와 같은 작물을 항공방제 필지 주변에 재배한다면 바람과 같은 기상조건에 의한 액적의 비산을 최소화 할 수 있을 것으로 판단되었다.

Acknowledgments

본 연구는 농촌진흥청 국립농업과학원 농업과학기술 연구개발사업(과제번호:PJ01505305)과 2022년도 농촌진흥청 학·연협동연구과정 지원사업에 의해 이루어졌으며, 이에 감사드립니다.

References

• Ahmad F, Qiu B, Dong X, Ma J, Huang X, et al.., 2020. Effect of operational parameters of UAV sprayer on spray deposition pattern in target and off-target zones during outer field weed control application. Comput. Electron. Agric., 172:105350. [https://doi.org/10.1016/j.compag.2020.105350]
• Ahmed A, Randhawa MA, Yusuf MJ, Khalid N, 2011. Effect of processing on pesticide residues in food crops: a review. J. Agric. Res., 49(3):379-390.
• American Society of Agricultural and Biological Engineers (ASABE), 2009. ASABE S572.1 Droplet Size Classification. St. Joseph, MI, US.
• Bae Y, Koo YM, 2013. Flight attitudes and spray patterns of a roll-balanced agricultural unmanned helicopter. Appl. Eng. Agric., 29(5):675-682. [https://doi.org/10.13031/aea.29.10059]
• Brown RB, Carter MH, Stephenson GR, 2004. Buffer zone and windbreak effects on spray drift deposition in a simulated wetland. Pest Manag. Sci., 60(11):1085-1090. [https://doi.org/10.1002/ps.926]
• Bueno MR, da Cunha JPA, de Santana DG, 2017. Assessment of spray drift from pesticide applications in soybean crops. Biosyst. Eng., 154:35-45. [https://doi.org/10.1016/j.biosystemseng.2016.10.017]
• Carvalho FP, 2017. Pesticides, environment, and food safety. Food Energy Secur., 6(2):48-60. [https://doi.org/10.1002/fes3.108]
• Creech CF, Henry RS, Fritz BK, Kruger GR, 2015. Influence of herbicide active ingredient, nozzle type, orifice size, spray pressure, and carrier volume rate on spray droplet size characteristics. Weed Technol, 29(2):298-310. [https://doi.org/10.1614/WT-D-14-00049.1]
• Damalas CA, Eleftherohorinos IG, 2011. Pesticide exposure, safety issues, and risk assessment indicators. Int. J. Environ. Res. Public Health, 8(5):1402-1419. [https://doi.org/10.3390/ijerph8051402]
• Davis BNK, Brown MJ, Frost AJ, Yates TJ, Plant RA, 1994. The effects of hedges on spray deposition and on the biological impact of pesticide spray drift. Ecotoxicol. Environ. Safety, 27(3):281-293. [https://doi.org/10.1006/eesa.1994.1022]
• De Schampheleire M, Nuyttens D, Dekeyser D, Verboven P, Spanoghe P, et al., 2009. Deposition of spray drift behind border structures. Crop Prot., 28(12):1061-1075. [https://doi.org/10.1016/j.cropro.2009.08.006]
• Faiçal BS, Freitas H, Gomes PH, Mano LY, Pessin G, et al., 2017. An adaptive approach for UAV-based pesticide spraying in dynamic environments. Comput. Electron. Agric., 138:210-223. [https://doi.org/10.1016/j.compag.2017.04.011]
• Fantke P, Juraske R, 2013. Variability of pesticide dissipation half-lives in plants. Environ. Sci. Technol., 47(8):3548-3562. [https://doi.org/10.1021/es303525x]
• Farha W, Abd El‐Aty AM, Rahman MM, Jeong JH, Shin HC, et al., 2018. Analytical approach, dissipation pattern and risk assessment of pesticide residue in green leafy vegeTables: A comprehensive review. Biomed. Chromatogr., 32(1), e4134., pp1-18 [https://doi.org/10.1002/bmc.4134]
• Felsot AS, Unsworth JB, Linders JB, Roberts G, Rautman D, et al., 2010. Agrochemical spray drift; assessment and mitigation-A review. J. Environ. Sci. Health B, 46(1):1-23. [https://doi.org/10.1080/03601234.2010.515161]
• Food and Agriculture Organization of the United Nations (FAO), 2016. Submission and evaluation of pesticide residues data for the estimation of maximum residue levels in food and feed. Pesticide Residues, FAO, pp.27-32.
• Freeman PK, Freeland RS, 2015. Agricultural UAVs in the US: potential, policy, and hype. Remote Sens. Appl. Soc. Environ., 2:35-43. [https://doi.org/10.1016/j.rsase.2015.10.002]
• Fritz BK, Hoffmann WC, Wolf RE, Bretthauer S, Bagley WE, 2012. Wind tunnel and field evaluation of drift from aerial spray applications with multiple spray formulations. J. ASTM Int., 9(11):1-18. [https://doi.org/10.1520/STP104403T]
• Fujita M, Yajima T, Iijima K, Sato K, 2012. Comparison of the variability in the levels of pesticide residue observed in Japanese cabbage and grape units. J. Agric. Food Chem., 60(6):1516-1521. [https://doi.org/10.1021/jf2040059]
• Hilz E, Vermeer AW, 2013. Spray drift review: The extent to which a formulation can contribute to spray drift reduction. Crop Prot., 44:75-83. [https://doi.org/10.1016/j.cropro.2012.10.020]
• Hewitt AJ, Johnson DR, Fish JD, Hermansky CG, Valcore DL, 2002. Development of the spray drift task force database for aerial applications. Environ. Toxicol. Chem. 21(3):648-658. [https://doi.org/10.1002/etc.5620210326]
• Keikotlhaile BM, Spanoghe P, 2011. Pesticide residues in fruits and vegeTables. pp.243-252. In: Stoytcheva M, Pesticides - Formulations, Effects, Fate, InTech, Rijeka, Croatia.
• Kim CJ, Lee RK, Shin HJ, Moon BC, Kim HT, et al., 2021. Residue and distribution characteristics of dimethomorph sprayed with agricultural multicopter onto tree onion, Korean J. Pestic. Sci., 25(2):138-148. [https://doi.org/10.7585/kjps.2021.25.2.138]
• Kim J, Kim S, Ju C, Son HI, 2019. Unmanned aerial vehicles in agriculture: A review of perspective of platform, control, and applications. IEEE Access, 7:105100-105115. [https://doi.org/10.1109/ACCESS.2019.2932119]
• Kim SS, Kwon HY, Lee KS, 2017. Study on water volume standard for pesticide application with LWA (Leaf Wall Area) model in apple orchard. Korean J. Pestic. Sci., 21(2):114-122. [https://doi.org/10.7585/kjps.2017.21.2.114]
• Korea Health Industry Development Institute (KHIDI), 2019. National Food & Nutrition Statistics https://www.khidi.or.kr/kps/dhraStat/result2?menuId=MENU01653&gubun=age1&year=2019, , (Accessed Jan. 7. 2022)
• Krol WJ, Arsenault TL, Pylypiw HM, Incorvia Mattina MJ, 2000. Reduction of pesticide residues on produce by rinsing. J. Agric. Food Chem., 48(10):4666-4670. [https://doi.org/10.1021/jf0002894]
• Kwon HY, Kim JB, Lee HD, Ihm YB, Kyung KS, et al., 2004. Estimate of pesticide residues in tomato varieties using ratio of surface area to weight. Korean J. Pestic. Sci., 8(1):30-37.
• Lan Y, Chen S, 2018. Current status and trends of plant protection UAV and its spraying technology in China. Int. J. Precis. Agric. Aviat., 1(1):1-9. [https://doi.org/10.33440/j.ijpaa.20180101.0002]
• Mekonen S, Argaw R, Simanesew A, Houbraken M, Senaeve D, et al., 2016. Pesticide residues in drinking water and associated risk to consumers in Ethiopia. Chemosphere, 162:252-260. [https://doi.org/10.1016/j.chemosphere.2016.07.096]
• Mercer GN, 2009. Modelling to determine the optimal porosity of shelterbelts for the capture of agricultural spray drift. Environ. Model. Softw., 24(11):1349-1352. [https://doi.org/10.1016/j.envsoft.2009.05.018]
• Ministry of Food and Drug Safety (MFDS), 2019. Common Guidelines for Risk Assessment of Human Products. Cheongju, Korea
• Ministry of Government Legislation (MOLEG), 2016. https://law.go.kr/admRulSc.do?menuId=5&subMenuId=41&tabMenuId=183#J2363393, , (Accessed Jan. 7. 2022)
• Ministry of Government Legislation (MOLEG), 2021. https://law.go.kr/admRulSc.do?menuId=5&subMenuId=41&tabMenuId=183#J2363365, , (Accessed Jan. 7. 2022)
• Mogili UR, Deepak BBVL, 2018. Review on application of drone systems in precision agriculture. Procedia Comput. Sci., 133:502-509. [https://doi.org/10.1016/j.procs.2018.07.063]
• National Institute of Agricultural Sciences, 2020. Manual of Unmmaned Aerial Vehicle (UAV) for Spraying pesticide (revised edition).
• Noh HH, Jo SH, Lee JW, Shin ES, Shin HW, et al., 2019. Residual Characteristics of fungicide metrafenone in perilla leave, lettuce and ponytail radish and estimation of reducing residual concentration. Korean J. Pestic. Sci., 23(1):51-59. [https://doi.org/10.7585/kjps.2018.23.1.51]
• Nuyttens D., Baetens K., De Schampheleire M. Sonck B., 2007. Effect of nozzle type, size and pressure on spray droplet characteristics. Biosyst. Eng., 97(3):333-345. [https://doi.org/10.1016/j.biosystemseng.2007.03.001]
• Organization for Economic Co-operation and Development (OECD), 2011. Fostering Productivity and Competitiveness in Agriculture. OECD. pp.29-45.
• Otto S, Lazzaro L, Finizio A, Zanin G, 2009. Estimating ecotoxicological effects of pesticide drift on nontarget arthropods in field hedgerows. Environ. Toxicol. Chem., 28(4):853-863. [https://doi.org/10.1897/08-260R.1]
• Park BJ, Lee JH, 2011. Worker Exposure and Volatilization Pattern of Cadusafos, Ethoprophos and Probenazole after Applying Granular Type Formulation on Soil in Greenhouse. Korean J Environ Agric. 30(2):160-165. [https://doi.org/10.5338/KJEA.2011.30.2.160]
• Park BK, Jung SH, Kwon SH, Ye EY, Lee HJ, et al., 2020. Monitoring and risk assessment of pesticide residues on stalk and stem vegeTables marketed in Incheon metropolitan area. J. Food Hyg. Saf., 35(4):365-374. [https://doi.org/10.13103/JFHS.2020.35.4.365]
• Park JE, Lee MY, Kim SH, Song SM, Park BK, et al., 2019. A survey on the residual pesticides on agricultural products on the markets in Incheon from 2016 to 2018. Korean J. Environ Agric., 38(3):205-212. [https://doi.org/10.5338/KJEA.2019.38.3.20]
• Qing T, Ruirui Z, Liping C, Min X, Tongchuan Y, et al., 2017. Droplets movement and deposition of an eight-rotor agricultural UAV in downwash flow field. Int. J. Agric. Biol. Eng., 10(3):47-56.
• Radoglou-Grammatikis P, Sarigiannidis P, Lagkas T, Moscholios I, 2020. A compilation of UAV applications for precision agriculture. Comput. Netw., 172:107148. [https://doi.org/10.1016/j.comnet.2020.107148]
• Shi Q, Mao H, Guan X, 2019. Numerical simulation and experimental verification of the deposition concentration of an unmanned aerial vehicle. Appl. Eng. Agri., 35(3):367-376. [https://doi.org/10.13031/aea.13221]
• Statics Korea (KOSTAT), 2020a, Summary of census agriculture, https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1NG0001&conn_path=I2, (Accessed Mar. 7. 2022)
• Statics Korea (KOSTAT), 2020b, Agricultural land area, https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1EB001&conn_path=I2, (Accessed Mar. 7. 2022)
• Tang Q, Zhang R, Chen L, Deng W, Xu M, et al., 2020. Numerical simulation of the downwash flow field and droplet movement from an unmanned helicopter for crop spraying. Comput. Electron. Agric., 174:105468. [https://doi.org/10.1016/j.compag.2020.105468]
• Tsouros DC, Bibi S, Sarigiannidis PG, 2019. A review on UAV-based applications for precision agriculture. Information, 10(11):349. [https://doi.org/10.3390/info10110349]
• Ucar T, Hall FR, 2001. Windbreaks as a pesticide drift mitigation strategy: a review. Pest Manag. Sci., 57(8):663-675. [https://doi.org/10.1002/ps.341]
• Vieira BC, Butts TR, Rodrigues AO, Golus JA, Schroeder K, et al., 2018. Spray particle drift mitigation using field corn (Zea mays L.) as a drift barrier. Pest Manag. Sci., 74(9):2038-2046. [https://doi.org/10.1002/ps.5041]
• Wang G, Han Y, Li X, Andaloro J, Chen P, et al., 2020. Field evaluation of spray drift and environmental impact using an agricultural unmanned aerial vehicle (UAV) sprayer. Sci. Total Environ., 737:139793. [https://doi.org/10.1016/j.scitotenv.2020.139793]
• Wang J, Lan Y, Zhang H, Zhang Y, Wen S, et al., 2018. Drift and deposition of pesticide applied by UAV on pineapple plants under different meteorological conditions. Int. J. Agric. & Biol. Eng., 11(6):5-12. [https://doi.org/10.25165/j.ijabe.20181106.4038]
• Wenneker M, Van de Zande JC, 2008. Spray drift reducing effects of natural windbreaks in orchard spraying. Asp. Appl. Biol., 84:25-32.
• World Health Organization (WHO), 2009. Chapter 6, Dietary exposrue assessment of chemicals in food. pp.19-21
• Xue X, Lan Y, Sun Z, Chang C, Hoffmann WC, 2016. Develop an unmanned aerial vehicle based automatic aerial spraying system. Comput. Electron. Agric., 128:58-66. [https://doi.org/10.1016/j.compag.2016.07.022]
• Zheng Y, Yang S, Liu X, Wang J, Norton T, et al., 2018. The computational fluid dynamic modeling of downwash flow field for a six-rotor UAV. Front. Agric. Sci. Eng., 5(2):159-167.
• Zongmao C, Haibin W, 1988. Factors affecting residues of pesticides in tea. Pestic. Sci., 23(2):109-118. [https://doi.org/10.1002/ps.2780230204]