吴建霞, 沈 平, 吴建华, 朱惠英, 王新东, 常承秀
(1.甘肃省临夏市城郊镇林业工作站,临夏 731100;2.甘肃省临夏回族自治州森林病虫害防治检疫站,临夏 731100;3.甘肃省临夏回族自治州农业学校,临夏 731100)
槐豆木虱[Cyamophila willieti(Wu)]属半翅目(Hemiptera),木虱科(Psyllidae),豆木虱属(Cyamophila)[1],是国 槐 (Sophora japonica Linnaeus)上的主要害虫之一,其次为害龙爪槐(Sophora japonicaf.pendula Hort.)、金枝国槐(Sophora japonica‘Golden Stem’)。目前,国内对槐豆木虱形态学特征、生物学特性、发生与环境因子的关系、防治、天敌等,已有诸多的研究报道[2-12],但就槐豆木虱若虫空间分布型及抽样技术研究迄今尚未见报道。本文报道槐豆木虱若虫在国槐上的空间分布结构,在此基础上,确定出了合理而简便的抽样方法。
调查样地位于甘肃省临夏市北滨河东路,海拔1 860m,2011年年均气温7.8℃,年日照时数2 171h,无霜期144d以上,年降雨量378mm;该路段国槐单排栽植,东西走向,树龄10年,树高4~5m,株距7m,路面铺设彩砖,树盘面积0.67m2,调查前未进行药剂防治。
2010年4月下旬-5月上旬,在第1代若虫期,采用线路调查法,在道路北侧每间隔50m设1样段,共设12组样段;样段内每隔1株取1样株,每样段调查10株;每样株从东、西、南、北4个方位,随机选1年生的样枝(10cm),分别统计不同方位样枝上的若虫数量。
根据调查数据,计算均值m、方差S2、平均拥挤度。依据聚块性指数/m、扩散系数c、负二项分布k值、扩散型指数Iδ、丛生指数I、聚集度指数Ca参数标准判定空间分布型[13-14]。
根据Iwao的方法[14],设临界防治指标为m0,则:最大抽样数
采用Excel 2003进行数据统计,参数均采用最小二乘法估计,并利用相关系数r进行相关性检验。
依据槐豆木虱若虫11组样方的均值m、方差S2和平均拥挤度,计算出各样方的聚块性指数/m、扩散系数C、扩散型指数Iδ均大于1,丛生指数I、聚集度指数Ca大于0(表1),根据各参数空间分布型判定标准[13-14],得出槐豆木虱若虫在田间呈聚集分布。
表1 槐豆木虱若虫的聚集度指标
Waters(1959)认为,k值与虫口密度无关,k值愈小,种群的聚集度愈大,若k值趋于∞时(一般在8以上时),则逼近Poisson分布[17]。表1中的k值均依据矩法求得,且2<k<8,因此槐豆木虱若虫的分布型不符合Poisson分布。
利用Bliss和Owen(1958)提出的用矩法来估公共kc值[18],计算得公共kc值为5.159 0,kc值的χ2值为16.202 1,且df为10,经χ2(χ2=18.387)检验,即χ20.05=18.387>χ2=16.202 1,其差异不显著(p>0.05),因此认为槐豆木虱若虫分布符合负二项分布。
利用 Taylor(1961)的方法[15],以lgS2和lgm进行线性回归(相关系数R=0.958 6,当df=11-2=9,查相关系数检验表得α0.05=0.602 1,即|R|=0.958 6>α0.05=0.602 1,相关系数R在α=0.05水平上显著)得方程:
lgS2=0.479 3+1.128 5lgm式中:lga=0.479 3>0,b=1.128 5>1,S2=3.015m1.1285,说明种群在一切密度下均是聚集分布,且具密度依赖性,聚集强度随种群密度的升高而增强。
(1)能够促进交通运输业的发展。这里所涉及到的交通运输业包含的主要对象是飞机、船舶等,其中关于船舶的融资租赁占有很大的比重。当然,此融资过程中所需要资金非常多,且风险较大,而同样也面临着很多的机遇。船舶的融资租赁能够扩大银行投资范围,提高船运行业的业绩,减少企业的成本投入。此外,融资租赁公司还能够通过反周期操作,来盘活二手船市场。具体方式是:企业在造船市场不景气阶段用低价购买船舶,在市场繁荣阶段出租船舶,获得自身经济效益。关于飞机的租赁与船舶租赁有十分相似,同样需要投入很多的资金,面临较高的风险问题。由此融资租赁能够调动交通业的发展,从而促进经济增长[6]。
应用Blackith(1961)种群聚集均数(λ)进行检验[13],公式为:
λ=mγ/2k
式中:k为负二项分布的指数,γ是自由度等于2k,以0.5概率值对应处的χ2值,应用内插法计算得出。根据表1,当λ<2时,昆虫种群的聚集可能是由某些环境作用引起的,当λ≥2时,其聚集是昆虫本身行为和环境因素中的任一因子引起的。经计算,11组样方的总λ值(λ=17.836 5>2),说明槐豆木虱若虫聚集是由昆虫本身行为习性所造成的。
2.3.1 理论抽样数技术
N = (t/D)2(3.680 1/m+0.038 4)取t=1.96(置信概率为0.95),相对误差(D=d′/m)取0.1、0.2和0.3,平均若虫数(m)在5、10、15、20……80的条件下,得出槐豆木虱若虫的理论抽样数(N)(表2)。
表2 槐豆木虱若虫理论抽样数
由表2可知,在相对误差(D)固定时,槐豆木虱若虫的理论抽样数(N)随平均若虫数(m)的增大而下降,只是下降幅度逐渐缩小,当平均若虫数(m)上升到一定数量时,抽样数(N)也趋于稳定;在相同的平均若虫数(m)下,随着相对误差(D)的增大,所需抽样数(N)依次减少。
2.3.2 序贯抽样技术
根据Iwao的方法[14],取t=1.96(置信概率为0.95),已知α=2.680 1,β=1.038 4,设初步拟定防治指标m0为10头/株,代入序贯抽样模型,得下式:
用上述两式,计算出槐豆木虱若虫序贯抽样表(表3)供防治参考。
表3 槐豆木虱若虫序贯抽样表
最大抽样数:nmax=(t/d)2(3.680 1 m0+0.038 4 m20)
d为m=m0时估计密度所允许的置信限,当d=1时,最大抽样数为156株;d=2时,最大抽样数为39株。
本文就槐豆木虱若虫的11组样段调查结果进行了空间分布型检验分析,结果表明,槐豆木虱若虫在田间呈聚集分布;其公共kc值为5.159 0,符合负二项分布;聚集原因是由昆虫本身行为习性所造成的;这与槐豆木虱若虫喜聚集在嫩芽、嫩叶、嫩梢及始花期花序为害习性相符。
在虫情调查时,以样枝为抽样单位,采用随机抽样,根据精确度与工作量,在试验研究时,相对误差要求严格取D=0.1,在大田调查时相对误差可放宽到D=0.2或0.3。用序贯抽样表进行抽样时,当调查的株数,累计若虫数超过上限时,就必须进行防治,若累计若虫数小于下限时,则不需要进行防治;累计若虫数在上限和下限之间时,应继续增加抽样株数。当不易做出判断时,需确定最大抽样数目。因此,在保证一定的虫情调查准确度情况下,只要合理的利用抽样技术进行调查就可取得较准确的虫情资料。
[1]李法圣.中国木虱志(昆虫纲:半翅目)[M].北京:科学出版社,2011:695-699.
[2]王维翊,王维中.槐豆木虱研究初报[J].辽宁林业科技,1996,22(2):38-39.
[3]王本辉,饶晓明,沈彦刚.槐木虱的发生规律与防治措施[J].甘肃农业科技,2001,38(10):34-35.
[4]杨友兰,王红武,吕小虎,等.槐豆木虱生物学特性及防治[J].昆虫知识,2002,39(6):433-436.
[5]贺伟生,菅广林,赵丽,等.龙爪槐木虱生物学特性的初步观察[J].内蒙古林业科技,2005,31(3):32-33.
[6]强中兰,马长林.国槐木虱的发生与防治实验[J].甘肃林业科技,2007,32(1):60-61.
[7]沈平,常承秀,张永强,等.槐豆木虱形态特征及发生规律[J].甘肃林业科技,2008,33(1):30-33.
[8]吴建霞,朱惠英,沈平,等.临夏市国槐行道树栽植现状、主要虫害及防治对策[J].甘肃林业科技,2008,33(2):35-36.
[9]沈平,常承秀,张永强,等.槐豆木虱发生与主要环境因子关系的调查研究[J].甘肃林业科技,2008,33(3):40-42.
[10]常承秀,沈平,张永强,等.八种药剂防治槐豆木虱药效试验[J].昆虫知识,2009,46(3):472-474.
[11]沈平,常承秀,朱惠英,等.异色瓢虫对槐豆木虱的捕食作用[J].植物保护,2009,35(1):66-69.
[12]张永强,沈平,常承秀,等.临夏地区异色瓢虫生物学特性研究[J].甘肃林业科技,2010,35(1):71-73.
[13]丁岩钦.昆虫种群数学生态学原理与应用[M].北京:科学出版社,1980:84-124.
[14]徐汝梅.昆虫种群生态学[M].北京:北京师范大学出版社,1988:8-60.
[15]Taylor L R.Aggregation,variance and the mean[J].Nature,1961,189:732-735.
[16]Iwao S,Kuno E.An approach to the analysis of aggregation pattern in biological populations[C]∥ Patil G P,Pielou E C,Waters W E.Statistical Ecology,Pennsylvania:The Pennsylvania State University Press,1971,1:461-513.
[17]Waters W E.A quantitative measure of aggregation in insects[J].Journal of Economic Entomology,1959,52:1180-1184.
[18]Bliss C I,Owen A R G.Negative binomial distributions with a common K[J].Biometrika,1958,45:37-58.