番茄葉片上美洲斑潛蠅幼蟲種群密度的零頻率估計法

蔡篤程, 李 煒, 肖冬梅

(海南大學環境與植物保護學院,儋州 571737)

種群密度的零頻率(零樣方比率)估計法在調查過程中不需檢查所抽取樣本的蟲口數量,只需記錄有蟲樣數和無蟲樣數,根據無蟲樣頻率(零頻率)即可估計所調查作物上的昆蟲種群密度。此方法雖有一定的誤差,但因其操作簡便和效率高,在害蟲田間種群密度需要迅速估計以便及時作出防治決策等場合仍有較高的實用價值,特別是當調查對象為一些個體小、繁殖速度快而難以直接計數的害蟲時[1-4]。零頻率估計法的模型有兩類,一類是經種群空間格局的理論概率分布模型演繹而來,另一類是由種群密度和零頻率擬合而得[1]。由于昆蟲種群的空間格局往往因環境、種群密度和時間的不同而異,同時理論概率分布模型的擬合計算過程復雜,且有些模型(如負二項分布)其參數由于使用的估值方法不同會影響到資料的適合度,因而往往給應用帶來不便;經驗模型則只要選擇適當,往往具有較強的描述能力。本文在0-1抽樣的基礎上,探索番茄葉片上美洲斑潛蠅(LirioMyza sativae Blanchard)幼蟲種群密度和零頻率關系的最優模型,以便在一定精度保證的前提下,簡便、快捷地估計其田間發生情況,為明確其種群動態和防治決策的及時制定提供依據。

1 材料與方法

1.1 番茄葉片上美洲斑潛蠅幼蟲種群密度的田間調查

調查在本校環境與植物保護學院教學實習基地進行,以葉片為單位、全株調查,記錄番茄葉片上的幼蟲數量(以有蟲蛀道計),共查99株8 263葉。

1.2 m-p0模型的擬合

以約5株為1組,分別計算每組番茄葉片上美洲斑潛蠅幼蟲種群密度m(頭/葉)和零頻率 p0,用m和p0分別擬合Gerrard-Chiang模型、線性函數、二次函數、雙曲函數、指數函數、冪函數和對數函數7種模型：

最優模型以F值和R2(線性回歸的決定系數或曲線回歸的相關指數)綜合判定[5-7]。

文中數據處理采用SPSS 10.0 for Window s統計軟件進行。

2 結果與分析

2.1 番茄葉片上美洲斑潛蠅幼蟲種群密度和零頻率的田間調查結果

表1是番茄葉片上美洲斑潛蠅幼蟲種群密度和零頻率的田間調查結果。

表1 海南儋州2005年4月番茄葉片上美洲斑潛蠅幼蟲種群密度與零頻率

從表1可看出,m有隨著p0的增大而減少的趨勢,故可對其進行回歸分析,探索最優回歸模型。

2.2 m-p0模型的擬合

利用表1數據進行前述7種模型的擬合,結果見表2。

表2 番茄葉片上美洲斑潛蠅種群幼蟲m-p0模型擬合結果

表2中7種模型的擬合結果表明,各模型均達顯著水準,但綜合F值和R2分析,番茄葉片上美洲斑潛蠅幼蟲種群密度m和零頻率p0回歸模型以Gerrard-Chiang模型 m=1.322 5(-ln p0)1.0759為最優。

Gerrard-Chiang模型理論抽樣數n采用以下公式計算[5]：

式中D為抽樣精度,p0為零頻率,b即模型中-ln p0的指數。本試驗共調查番茄葉片8 623張,其中無蟲葉6 983張,p0=6 983/8 623=0.845 1,取D=0.2代入上式,得理論抽樣數n=187.3,即需檢查188張葉片是否有蟲,求得p0值后代入 m=1.322 5(-ln p0)1.0759即可求出每葉的蟲口密度m。

將田間按理論抽樣數調查取得的 p0值代入Gerrard-Chiang模型進行驗證,所得理論值m和實測值M的比較結果見表3。

表3 Gerrard-Chiang模型理論值和實測值的比較1)

由表3可見,模型的精度小于預定D值0.2。因此利用Gerrard-Chiang模型根據0-1抽樣所得p0值,可有效地估計番茄葉片上美洲斑潛蠅幼蟲種群密度m。

3 小結與討論

番茄葉片上美洲斑潛蠅幼蟲種群密度m和零頻率 p0的最優回歸模型為 m=1.322 5(-ln p0)1.0759,理論抽樣數n=187.3葉,利用該模型根據0-1抽樣得出的p0值可有效地估計m值。

Gerrard-Chiang模型m=a(-ln p0)b被廣泛應用于一些體小的有害生物(如蚜蟲、螨類等)種群密度的估計[1],本文用m和 p0擬合Gerrard-Chiang模型和線性函數、二次函數、雙曲函數、指數函數、冪函數及對數函數7種常見函數模型的結果也表明,Gerrard-Chiang模型優于其他6種常見函數模型。

用零頻率方法估計昆蟲田間種群密度,由于避免了直接計數的繁瑣過程,因而具有操作簡便和效率高的優點,但在應用時首先需滿足理論抽樣數且盡量采用隨機抽樣以保證抽樣精度,因為模型建立的基礎是隨機抽樣;另外在擬合m-p0模型時,m、p0數據最好有10～20組或更多,以保證模型F檢驗時有足夠的殘差自由度,另一方面用于計算m、p0的樣本數不能過小,最好在 100以上(至少應達到50),以保證m、p0的可靠性。

[1]汪信庚,劉樹生.昆蟲種群密度的二項抽樣估計模型研究進展[J].生物數學學報,1996,11(3)：45-51.

[2]H all DG,Childers C C,Eger JE.BinoMial saMpling to estimate rust Mite(Acari：E riophyidae)densities on orange fruit[J].Journal of EconoMic EntoMology,2007,100(1)：233-240.

[3]SchaaljeG B,Butts R A,Lysyk T J.Simulation studies of binoMial sampling：a new variance estimator and density predictor,with special reference to the russian w heat aphid(Homoptera：Aphididae)[J].Journal of EconoMic En tomology,1991,84(1)：140-147.

[4]EiziKuno.Evaluation of statisticalp recision and design of efficient sampling for the population estimation based on frequency of occur rence[J].Researcheson Popu lation Ecology,1986,28(2)：305-319.

[5]丁巖欽.昆蟲數學生態學[M].北京：科學出版社,1994：126-134.

[6]秦厚國,葉正襄,李華.稻莖毛眼水蠅幼蟲密度估計方法的研究[J].中國水稻科學,1996,10(3)：185-188.

[7]盧紋岱,朱一力,沙捷,等.SPSS forW indow s從入門到精通[M].北京：電子工業出版社,1997：318-334.