异色瓢虫对紫薇长斑蚜捕食及控制作用研究

于 炜，刘 锦



异色瓢虫对紫薇长斑蚜捕食及控制作用研究

于 炜，刘 锦

（杭州植物园，浙江 杭州 310013）

为明确异色瓢虫对紫薇长斑蚜的捕食能力，通过室内试验测定异色瓢虫成虫对紫薇长斑蚜的捕食功能。结果表明：异色瓢虫成虫对紫薇长斑蚜的捕食功能符合HollingⅡ反应模型，方程式为a=0.987 5/（1+0.005 43），瞬时攻击率为0.987 5，处置时间为0.005 5 d；通过Hassell和Valley干扰模型拟合，得到捕食作用率与猎物密度的关系为=0.542-0.809，捕食常数为0.542，干扰系数为0.809；通过对Holling反应新模型进行拟合，方程式为a=127.99exp（－61.55/），最佳寻找密度为61.55头。田间试验表明释放异色瓢虫成虫能有效控制紫薇长斑蚜密度，其中瓢蚜比1:20和1:10的防治效果基本相同，而1:40的防治效果在短期内（7 d）不如1:20和1:10，但长期（28 d）防效趋于一致。从经济学和生态学的角度综合考虑，以瓢蚜比1:20或1:40释放比较适宜

异色瓢虫，紫薇长斑蚜，捕食功能反应，控制

紫薇长斑蚜是紫薇最重要的害虫之一，发生严重时造成紫薇叶片发黄，提早落叶，还能诱发煤污病，严重影响了紫薇的正常生长。目前化学防治仍是控制紫薇长斑蚜主要手段，虽然见效快，但存在着污染环境、易产生抗药性等弊端。利用天敌进行生物防治可以有效减少化学污染，是病虫害综合防治的重要发展方向。异色瓢虫是林业、农业上一种重要的捕食性天敌，也是浙江瓢虫中的优势种，可捕食桃粉大尾蚜，绣线菊蚜，麦二叉蚜，烟蚜，毛白蚜，棉蚜等多种蚜虫，被广泛的应用于生物防治领域[1-6]。但有关异色瓢虫对紫薇长斑蚜捕食和控制作用还尚未见详细报道，因此通过测定异色瓢虫对紫薇长斑蚜的捕食功能反应以及开展田间防效实验，明确释放异色瓢虫控制紫薇长斑蚜的防治阈值和最佳释放量，为进一步开展紫薇长斑蚜生物防治提供依据。

1 材料与方法

1.1 供试虫源

捕食功能反应、干扰反应试验使用的紫薇长斑蚜（高龄若蚜或成蚜）和异色瓢虫成虫于2017年8月上旬采自杭州植物园，采集时使用毛笔将紫薇长斑蚜和异色瓢虫分别扫落至采集瓶备用。共采集紫薇长斑蚜约8 000头、异色瓢虫125头，异色瓢虫在试验前饥饿24 h。田间防治释放的异色瓢虫成虫约700头购于杭州康骏生物科技有限公司。

1.2 试验条件和试验容器

试验在室温20 ~ 25℃条件下进行，采用直径8 cm、高1.8 cm的培养皿作为试验容器，试验时在培养皿底部垫一张湿润的滤纸。

1.3 试验方法

1.3.1 异色瓢虫对紫薇长斑蚜的捕食功能反应 每个培养皿各放置1头异色瓢虫成虫，紫薇长斑蚜数量分5个梯度，分别为每皿50头、100头、150头、200头和250头。每组设5个重复，24 h后检查记录各培养皿内紫薇长斑蚜剩余数量。

1.3.2 异色瓢虫自身密度的干扰反应 按5个梯度放置异色瓢虫成虫，分别为每皿1头、2头、3头、4头和5头，紫薇长斑蚜密度为每皿150头。每组设5个重复，24 h后检查记录各培养皿紫薇长斑蚜剩余数量。

1.3.3 异色瓢虫田间防治 2017年5月上旬在杭州植物园内释放异色瓢虫成虫，试验设3个处理（按瓢蚜比1:40，1:20，1:10释放）。此外，由于蚜虫繁殖速度快，为科学评估异色瓢虫对紫薇长斑蚜的控制效果，计算矫正防效，试验还设置了1个对照区（CK，不采取任何防治措施）。3个处理分别位于3个独立区域，间隔500 m以上，CK和1:10处理位于同一区域，间隔20 m。为减少异色瓢虫自身干扰反应的影响，并降低释放后因突发事件或极端环境变化造成的瓢虫死亡或迁飞的风险，释放分2次完成，每次释放的瓢虫头数为设计量的一半。第1次释放时先在每个区随机取5株规格相似的紫薇作为样本株，调查统计样本株上紫薇长斑蚜的数量作为虫口基数，然后按样本株平均蚜虫数乘以该区紫薇株数计算蚜虫总数，并根据蚜虫总数按试验设计释放异色瓢虫。首次释放7 d后进行第2次释放，在第2次释放后的第3天、第5天、第7天、第14天、第28天调查统计样本株蚜虫数量。

1.4 分析方法

1.4.1 功能反应 用HollingⅡ型圆盘方程拟合[7]，公式为：a=/(1+h)，式中a为被捕食的猎物数量；为捕食者对猎物的瞬间攻击率；为捕食者可利用捕食猎物的时间，本次试验的时间为1 d；为猎物密度；h为捕食1头猎物的时间。方程线性化得：1/a=1/+h。

1.4.2 干扰效应 捕食率（）在早期模型中一般都假定为一常数，公式为：=a/，式中为捕食者密度。但在Ⅱ型反应中不再是常数，为此Hassell等[8]提出了：=-m，式中为捕食常数；为干扰系数。

1.4.3 猎物最佳密度估算 为估算猎物的最佳寻找密度，汪世泽[9]提出Holling功能反应新模型，公式为：a=aexp（－bN-1），式中a为天敌最大捕食量；b天敌密度为1时，猎物最佳密度。

1.4.4 田间防效 采用下面公式进行计算，作为评价防效的指标。（%）=（0－x）/0*100%，矫正防效（%）=（1－x0/0x）*100%，式中为虫口减退率；为矫正防效；0为释放区虫口基数；x为时间时释放区虫口数；0为对照区虫口基数；x为时间时对照区虫口数。

2 结果与分析

2.1 异色瓢虫对紫薇长斑蚜的捕食功能反应

试验测得异色瓢虫成虫24 h最大捕食量为126头，在不同密度下的紫薇长斑蚜的日平均捕食量见表1。如表1所示，异色瓢虫的日捕食量随着紫薇长斑蚜密度的增加而增加，但当紫薇长斑蚜密度超过一定程度时，异色瓢虫捕食量的增加逐渐放缓，其功能反应符合HollingⅡ模型，可以用HollingⅡ圆盘方程来拟合。用最小二乘法拟合建立的直线回归方程式为：1/a=1.012 7/+0.005 5，相关系数r=0.998 1，当df=4时，r0.01=0.917 2，r ˃ r0.01，表明两者极相关，见图1。

图1 异色瓢虫对紫薇长斑蚜的捕食功能反应

Figure 1 Predation ofon

由该式可得捕食1头猎物的时间h=0.005 5 d，瞬间攻击率=0.987 5，当→∞时，24 h最大捕食量为181.82头。由以上结果可以得出异色瓢虫对紫薇长斑蚜的捕食功能反应数学模型为a=0.987 5/（1+0.005 43）。对捕食量实测值和理论值进行2检验，2=0.608 2，df=5时20.05=11.07，2<20.05，说明与HollingⅡ圆盘方程高度吻合，所得方程能正确反应异色瓢虫对紫薇长斑蚜实际捕食情况。

表1 异色瓢虫对紫薇长斑蚜的日捕食量

2.2 异色瓢虫自身密度的干扰反应

试验测得在一定的空间范围内，当紫薇长斑蚜密度不变，随着异色瓢虫成虫密度的增加，异色瓢虫的平均捕食量、捕食率下降，详见表2。

表2 异色瓢虫自身干扰反应的影响

根据=a/计算出捕食率实测值，用幂函数对=-m拟合建立干扰反应方程为：=0.542－0.809，相关系数r=0.995 5，当df=3时，r0.01=0.958 7，r˃r0.01，表明两者极相关，见图2。由该式可得捕食常数=0.542，干扰系数=0.809。对捕食率实测值和理论值进行2检验，2=0.001 74，df=4时，20.05=9.49，2<20.05，说明所得方程能正确反应异色瓢虫自身密度对捕食紫薇长斑蚜的干扰情况。

图2 异色瓢虫自身干扰反应

Figure 2 Relationship of population density with predation of

2.3 猎物最佳密度估算

将单头异色瓢虫对不同密度紫薇长斑蚜的捕食数据使用Holling功能反应新模型进行指数函数拟合，得到方程式为：a=127.99exp（－1.55/），相关系数r=0.978 2，当df=4时，r0.01=0.9172，r˃r0.01，表明两者极相关。由该式可得单头异色瓢虫24 h最大捕食量为127.99头，紫薇长斑蚜最佳密度为61.55头·皿-1。

2.4 异色瓢虫对紫薇长斑蚜田间控制效果

不同瓢蚜比对紫薇长斑蚜的田间防效见表3。按瓢蚜比1:40，1:20，1:10释放异色瓢虫成虫防治紫薇长斑蚜均有良好的效果，其中1:20和1:10的效果好于1:40，7 d虫口减退率分别为61.4%，82.3%和83.4%，矫正防效分别为75.8%，88.9%和89.6%；28 d虫口减退率分别为90.8%，92.1%和93.8%，矫正防效分别为68.6%，73.2%和78.8%。相较于处理区，对CK的紫薇长斑蚜虫口数量于7d达到峰值，较试验初期增加了59.1%，为同期1:40处理区虫口数量的4倍左右（1:40处理区的蚜虫虫口基数与CK相近）。7 d后CK蚜虫虫口数量开始下降，28 d时的虫口减退率达到了70.6%，但仍是同期1：40处理区虫口数量的3倍左右。

表3 释放不同密度的瓢虫对紫薇长斑蚜的控制效果

3 结论与讨论

异色瓢虫是紫薇长斑蚜的重要捕食性天敌，成虫日捕食量随着紫薇长斑蚜密度的增加而增大，但当密度超过一定程度时，捕食量的增大逐渐放缓，其功能反应符合HollingⅡ反应。通过HollingⅡ反应模型测得24 h最大捕食量为181.82头，而通过Holling功能反应新模型测得的结果为127.99头，拟合结果相差较大，Holling功能反应新模型的结果小于HollingⅡ反应模型，这与林长春等、张娟等、赵琦等[10-12]的相关研究一致。HollingⅡ反应模型和Holling功能反应新模型在一定程度上可以互补，2个模型同时使用更能准确描述天敌的作用。此外，通过Holling功能反应新模型可得紫薇长斑蚜最佳密度为61.55头·皿-1。因此，可以将瓢蚜比1:62作为释放异色瓢虫控制紫薇长斑蚜的防治阈值，即当田间瓢蚜比大于1:62时可不做任何防治措施，靠瓢虫自然控制蚜虫密度；而当瓢蚜比小于1:62时，则需人工释放或助迁瓢虫以帮助控制蚜虫密度。

田间防效试验表明释放异色瓢虫成虫能有效控制紫薇长斑蚜密度，3个处理均能取得良好的防效，7d对照区内蚜虫虫口数量增加了59.1%，而3个处理区内的蚜虫虫口减退率最低的也有61.4%。从防效上看释放瓢蚜比越高在短期（7 d）效果越明显，而长期（28 d）效果趋于一致，因此在蚜虫发生量不大或不需要快速取得高防治效果的情况下，按瓢蚜比1:40释放，在蚜虫突然爆发或需要在短期内就取得高防治效果的情况下，按瓢蚜比1:20或1:10释放。由于瓢蚜比1:20与1:10防效基本一致，因此选择按瓢蚜比1:20释放可以更好的控制成本和减少浪费。本次试验发现CK在7 d后蚜虫的密度也开始下降，主要原因可能是对照组与1:10处理处于同一区域，两者虽然间隔20 m，但之间并没有特别的隔离措施，导致处理区的异色瓢虫在食物匮乏后迁飞至对照区；另外，5月下旬至6月上旬气温快速升高，在一定程度上抑制了蚜虫的繁殖。由于未使用化学药剂，紫薇上除了瓢虫外，还发现了2种食蚜蝇科Syrphidae和1种草蛉科Chrysopidae的天敌昆虫。综上所述，释放异色瓢虫防治紫薇长斑蚜，不仅能有效控制蚜虫密度，还具有一定的生态效应，值得在生产中应用和推广。

[1] 王东昌，袁忠林，罗兰，等. 异色瓢虫对桃大尾蚜的捕食作用研究[J]. 植物保护，2001，27（1）：29－31.

[2] 方寅昊，陶玫，马钧，等. 异色瓢虫对绣线菊蚜捕食功能研究[J]. 云南农业大学学报：自然科学版，2013，28（3）：306－309.

[3] 邹运鼎，季近，孟庆雷，等. 异色瓢虫成虫对麦二叉蚜的捕食作用模型[J]. 生物数学学报，1995（3）：194－199.

[4] 邓建华，谭仲夏，单琼丽，等. 异色瓢虫对烟蚜的捕食功能反应及密度干扰效应[J]. 西南大学学报：自然科学版，2002，24（5）：433 －435.

[5] 李照会，郑方强，叶保华，等. 异色瓢虫对白毛蚜捕食作用的研究[J]. 昆虫学报，1993，36（4）：438－443.

[6] 何孙强，刘经芳，王义平. 浙江省竹林瓢虫物种组成与类群结构[J]. 浙江林业科技，2014，34（4）：45－49.

[7] Holling C S. Some characteristics of simple type of predation parasitism[J]. Can Ent，1959，91（1）：385－398.

[8] Hassell M P，Comins H N. Sigmoid functional responses and population stability[J]. Theor Populat Biol，1978，14（1）：62－67.

[9] 汪世泽. Holling-Ⅲ型功能反应新模型[J]. 生态学杂志，1988，7（1）：45－49.

[10] 林长春，陈国华，陶玫，等. 异色瓢虫对异毛真胸蚜的捕食功能反应[J]. 云南农业大学学报：自然科学版，2009，24（3）：364－368.

[11] 张娟，陶玫，陈国华，等. 异色瓢虫对康氏粉蚧的捕食作用[J]. 西南农业学报，2007，20（4）：662－665.

[12] 赵琦，韦党杨. 双带瓢虫对柑桔蚜捕食作用的研究[J]. 昆虫天敌，1998，20（1）：9－12.

Predation and Control ofagainst

YU Wei，LIU Jin

（Hangzhou Botanical Garden of Zhejiang, Hangzhou 310013, China）

andadults were trapped in Hangzhou Botanical Garden, Zhejiang province in August 2017. Experiment of predation ofagainstwas carried out in the laboratory. The results showed that the predation of.was conformed with the model Holling-Ⅱ,with the equation ofa=0.987 5/(1+0.005 43). The rate of instantaneous attack was 0.987 5 and handle time was 0.005 5 day. By fitting the interfering model of Hassell and Valley, the relationship between predation rate (and prey density (was=0.542-0.809with 0.542 of prey constant and 0.809 interfering parameter. By fitting the model of Holling, the equation wasa=127.99exp (－61.55/), with the best density of 61.55. In May 2017, experiment was implemented on release of.in Hangzhou Botanical Garden with different numbers to control. The results demonstrated that it had different effect with different density.

;; predation; control

10.3969/j.issn.1001-3776.2019.01.009

S476+.2

A

1001-3776（2019）01-0055-05

2018-07-17；

2018-12-09

杭州市科技发展计划项目（2016043B31）

于炜，高级工程师，从事有害生物综合防控工作；E-mail:fish1158@163.com。