玉米田桃蛀螟幼蟲的空間分布型與抽樣技術(shù)

李少華，王云鵬，王榮成，尹萍，李向東，鄭方強(qiáng)

玉米田桃蛀螟幼蟲的空間分布型與抽樣技術(shù)

山東農(nóng)業(yè)大學(xué)植物保護(hù)學(xué)院，山東泰安 271018

【目的】桃蛀螟（）是重要的農(nóng)業(yè)害蟲，近年來在我國黃淮海玉米產(chǎn)區(qū)危害日益嚴(yán)重，已成為玉米安全生產(chǎn)的威脅之一。空間分布型是昆蟲種群的重要生態(tài)屬性，研究桃蛀螟幼蟲在玉米田的空間分布型，明確其在玉米田的空間分布特征，為桃蛀螟的田間抽樣計(jì)劃制定、預(yù)測預(yù)報(bào)和有效防治提供科學(xué)依據(jù)?！痉椒ā坷脗鹘y(tǒng)統(tǒng)計(jì)學(xué)（聚集度指標(biāo)、Taylor冪法則和Iwao回歸模型）和地統(tǒng)計(jì)學(xué)方法研究玉米田桃蛀螟幼蟲種群的空間分布型?；贗wao回歸模型確定桃蛀螟幼蟲的理論抽樣數(shù)，通過序貫抽樣技術(shù)得到不同允許誤差（=0.1、0.2、0.3）和經(jīng)濟(jì)閾值（0=0.5、1、1.5、2頭/株）下的最大理論抽樣數(shù)?！窘Y(jié)果】兩種統(tǒng)計(jì)學(xué)方法的結(jié)果均表明桃蛀螟幼蟲種群在玉米田的空間分布型屬于聚集分布。聚集度指標(biāo)分析表明桃蛀螟幼蟲的分布型為聚集型；Taylor冪法則結(jié)果顯示桃蛀螟幼蟲種群為聚集分布，且聚集強(qiáng)度隨種群密度的升高而增加；Iwao回歸模型證明桃蛀螟幼蟲的空間分布型屬于聚集分布，且為一般的負(fù)二項(xiàng)分布。根據(jù)半方差函數(shù)模型參數(shù)，確定桃蛀螟幼蟲種群的最優(yōu)擬合模型為球型、指數(shù)型和線型，表明空間分布型為聚集型；通過Kriging插值法分析得到桃蛀螟幼蟲種群的三維和二維空間分布圖，其聚集中心主要分布在田塊邊緣。基于Iwao回歸模型抽樣技術(shù)明確了桃蛀螟幼蟲在置信概率=2，不同平均密度=0.5、1、2、3、4、5、10、15時(shí)的理論抽樣數(shù)。進(jìn)行序貫抽樣確定了最大理論抽樣數(shù)，在=2，=0.1、0.2、0.3時(shí)，當(dāng)0=0.5頭/株，最大理論抽樣數(shù)分別為3 417、854和380株；當(dāng)0=1頭/株，最大理論抽樣數(shù)分別為1 717、429和191株；當(dāng)0=1.5頭/株，最大理論抽樣數(shù)分別為1 150、287和128株；當(dāng)0=2頭/株，最大理論抽樣數(shù)分別為867、217和96株。【結(jié)論】桃蛀螟幼蟲種群的空間分布型為聚集分布中的負(fù)二項(xiàng)分布，聚集中心主要分布在田塊邊緣?；谛蜇灣闃哟_定的理論最大抽樣數(shù)可用于指導(dǎo)玉米田桃蛀螟幼蟲的監(jiān)測和防治。

桃蛀螟；聚集度指標(biāo)；地統(tǒng)計(jì)學(xué)；空間分布型；抽樣技術(shù)

0 引言

【研究意義】桃蛀螟（）是一種分布廣泛的多食性鉆蛀性害蟲，已知寄主植物達(dá)100余種，除玉米、高粱、向日葵、蓖麻等大田農(nóng)作物和經(jīng)濟(jì)作物外，還危害桃、板栗、石榴、蘋果等果樹以及松、杉、檜柏和臭椿等林木[1-2]。近年來桃蛀螟在我國黃淮海地區(qū)夏玉米上危害日趨嚴(yán)重，以幼蟲蛀食玉米雌穗，引發(fā)多種穗腐病，嚴(yán)重影響了玉米的產(chǎn)量和品質(zhì)，已對(duì)玉米的安全生產(chǎn)和食品安全構(gòu)成了威脅?？臻g分布型（也稱空間格局）是物種在一定空間的擴(kuò)散分布形式，是昆蟲種群重要的結(jié)構(gòu)特征之一，其分布的形式由物種自身的生物學(xué)特性和/或生境條件所決定[3-4]。研究昆蟲空間分布型不僅可以揭示昆蟲在空間的分布特性，還能為昆蟲在田間的抽樣提供科學(xué)基礎(chǔ)。確定昆蟲空間分布型有兩種方法，一是傳統(tǒng)統(tǒng)計(jì)學(xué)的方法（頻數(shù)法和聚集度指標(biāo)法），另一個(gè)是現(xiàn)代統(tǒng)計(jì)學(xué)中的地統(tǒng)計(jì)學(xué)方法。因此，研究玉米田桃蛀螟幼蟲種群的空間分布型，可以進(jìn)一步明確桃蛀螟幼蟲在夏玉米田的發(fā)生、棲息和分布，對(duì)于桃蛀螟幼蟲種群田間抽樣方法的確定以提高抽樣精度并準(zhǔn)確估計(jì)其種群數(shù)量具有重要理論和實(shí)踐意義，同時(shí)可為該害蟲的監(jiān)測和有效防治提供理論依據(jù)。【前人研究進(jìn)展】國內(nèi)外學(xué)者對(duì)昆蟲種群的空間分布型進(jìn)行了大量研究，明確了許多昆蟲的空間分布特征，例如棉鈴蟲（）[5-6]、麥長管蚜（）[7]、白背飛虱（）[8]和紅脂大小蠹（）[9]等。利用地統(tǒng)計(jì)學(xué)方法，同時(shí)研究害蟲及主要天敵的空間分布型，還可以反映出它們的空間跟隨關(guān)系，如Park等[10]對(duì)玉米田玉米蚜（）與其天敵瓢蟲空間分布的研究和趙靜等[11]對(duì)煙田煙盲蝽（）及其天敵蜘蛛空間格局的研究，都發(fā)現(xiàn)天敵與其獵物害蟲有很好的同域分布。利用傳統(tǒng)統(tǒng)計(jì)學(xué)方法研究昆蟲的空間分布型，最大的用途是基于許多聚集度指標(biāo)應(yīng)用于昆蟲的田間抽樣，能節(jié)省抽樣時(shí)間和成本，特別是利用序貫抽樣并依據(jù)經(jīng)濟(jì)閾值來指導(dǎo)害蟲的防治[3]，如對(duì)馬鈴薯甲蟲（）[12]和草地貪夜蛾（）[13-14]空間分布型及抽樣技術(shù)的研究。目前，關(guān)于桃蛀螟的空間分布型與抽樣技術(shù)已有報(bào)道。吳立民[15]對(duì)部分春玉米田和夏玉米田桃蛀螟幼蟲的分布型及抽樣技術(shù)進(jìn)行了研究，表明呈聚集分布中的核心分布，提出了相應(yīng)的序貫抽樣表；周洪旭等[16]對(duì)玉米收獲后莖稈中桃蛀螟越冬幼蟲的分布型進(jìn)行了測定，發(fā)現(xiàn)呈聚集分布中的負(fù)二項(xiàng)分布；陳炳旭等[17]對(duì)板栗上桃蛀螟幼蟲的分布型進(jìn)行了研究，證明是聚集分布中的負(fù)二項(xiàng)分布；郝立武[18]對(duì)山東泰安夏玉米田桃蛀螟幼蟲空間分布型及動(dòng)態(tài)進(jìn)行了研究，結(jié)果呈現(xiàn)隨機(jī)-聚集-隨機(jī)的動(dòng)態(tài)空間格局；王其武[19]在山東無棣進(jìn)行了夏玉米田桃蛀螟幼蟲空間分布型和田間抽樣技術(shù)研究，發(fā)現(xiàn)調(diào)查的前期多屬于隨機(jī)分布，后期屬于聚集分布。然而，前人對(duì)桃蛀螟幼蟲分布型的研究，或缺乏地統(tǒng)計(jì)學(xué)數(shù)據(jù)的分析[15-16]，或集中在同一玉米田塊進(jìn)行研究[18-19]?；诶ハx空間分布型的研究，一般需要多塊田的調(diào)查數(shù)據(jù)分析，才能更好地反映昆蟲的空間分布特征?！颈狙芯壳腥朦c(diǎn)】本研究選擇多塊夏玉米田，在桃蛀螟幼蟲發(fā)生危害盛期進(jìn)行調(diào)查，基于傳統(tǒng)統(tǒng)計(jì)學(xué)（聚集度指標(biāo)法）和地統(tǒng)計(jì)學(xué)方法同時(shí)分析不同玉米田桃蛀螟幼蟲的空間分布型，并基于傳統(tǒng)統(tǒng)計(jì)學(xué)方法進(jìn)行桃蛀螟幼蟲田間抽樣技術(shù)研究。【擬解決的關(guān)鍵問題】利用傳統(tǒng)統(tǒng)計(jì)學(xué)和地統(tǒng)計(jì)學(xué)方法分析多塊玉米田桃蛀螟幼蟲種群的空間分布型，基于Iwao回歸模型建立其理論抽樣數(shù)和序貫抽樣模型，以期為玉米上桃蛀螟幼蟲的田間抽樣計(jì)劃制定、預(yù)測預(yù)報(bào)和有效防治提供科學(xué)依據(jù)。

1 材料與方法

1.1 試驗(yàn)地概況

試驗(yàn)在山東農(nóng)業(yè)大學(xué)植物保護(hù)學(xué)院實(shí)驗(yàn)站（36°10′0″N，117°9′18″E）和農(nóng)學(xué)院玉米試驗(yàn)田（36°9′40″N，117°9′26″E）進(jìn)行，選取的10塊玉米田面積均不少于667 m2，除第1塊和第10塊玉米田為東西向外，其他田塊均為南北向。調(diào)查期間玉米田未使用化學(xué)殺蟲劑，只進(jìn)行常規(guī)的田間管理。

1.2 抽樣方法

調(diào)查時(shí)間為2017年8月30日至9月17日和2018年9月12日，既是泰安市桃蛀螟成蟲發(fā)生盛期，也是桃蛀螟幼蟲發(fā)生危害關(guān)鍵時(shí)期。采用網(wǎng)格取樣法（4株×4株），每樣點(diǎn)16株，每塊玉米田根據(jù)地塊大小不同，所取樣方36—105個(gè)不等。每塊田采用均勻布點(diǎn)取樣并測量樣點(diǎn)之間的距離，記錄每樣點(diǎn)玉米植株的方位及其對(duì)應(yīng)雌穗上的桃蛀螟幼蟲數(shù)量。每塊玉米田均調(diào)查1次。

1.3 數(shù)據(jù)分析

1.3.1 傳統(tǒng)統(tǒng)計(jì)學(xué)分析 利用DPS軟件（7.05版）計(jì)算每塊田抽樣樣方中桃蛀螟幼蟲密度均值（）、方差（2）、平均擁擠度（*）、叢生指數(shù)（）、聚塊指數(shù)（*/）、久野指數(shù)（C）和擴(kuò)散系數(shù)（），據(jù)此分析桃蛀螟幼蟲在夏玉米田的空間分布型，空間分布型的聚集度指標(biāo)模型和判定標(biāo)準(zhǔn)參見丁巖欽[3]和唐啟義[20]；基于桃蛀螟幼蟲密度均值（）、方差（2）或平均擁擠度（*）分別擬合Taylor冪法則方程2=am或lg2= lg+lg和Iwao回歸方程*=+，通過模型不同系數(shù)的組合確定空間分布型[3,21-24]。

1.3.2 空間格局的地統(tǒng)計(jì)學(xué)分析 采用地統(tǒng)計(jì)學(xué)中的半方差函數(shù)[25]，公式：

式中，（）是的半方差估值，（）是的所有點(diǎn)的配對(duì)數(shù)，（x）和（x+）分別是樣點(diǎn)x和x+h的變量值。

地統(tǒng)計(jì)學(xué)中用來擬合空間變異曲線的理論模型有球狀模型、高斯模型、指數(shù)模型、線性有基臺(tái)值模型和線性無基臺(tái)值模型等。在擬合過程中，根據(jù)決定系數(shù)2、殘差平方和、塊金值0、基臺(tái)值0+、變程和空間結(jié)構(gòu)比0/（0+）確定最優(yōu)擬合模型。其中，塊金值0反映區(qū)域化變量內(nèi)部隨機(jī)性的可能程度，基臺(tái)值0+反映變量變化幅度的大小，變程反映區(qū)域化變量的影響范圍或空間依賴性的大小，空間結(jié)構(gòu)比0/（0+）反映空間變異的隨機(jī)程度。一般當(dāng)該比值小于25%時(shí)，表明變量具有強(qiáng)烈的空間相關(guān)性；介于25%—75%，表明變量具有中等程度的空間相關(guān)性；大于75%時(shí)，表明變量的空間相關(guān)性很弱[8]。

所有數(shù)據(jù)均用Matlab 7.0進(jìn)行正態(tài)分布檢驗(yàn)，不符合正態(tài)分布的數(shù)據(jù)用GS+3.1.7軟件進(jìn)行對(duì)數(shù)正態(tài)轉(zhuǎn)換，轉(zhuǎn)換后若最小值為負(fù)，調(diào)整補(bǔ)償值為1，使其不小于0。采用Kriging插值法進(jìn)行分析，繪制三維和二維圖直觀反映桃蛀螟幼蟲種群真實(shí)的田間分布情況。

1.3.3 抽樣技術(shù)分析 根據(jù)理論抽樣原理[3,24,26]，建立理論抽樣數(shù)模型：=(/)2[(+1)/+(-1)]。其中，為最適抽樣數(shù)，為允許誤差，為期望值的置信概率，為平均蟲口密度，和為回歸方程*=+的參數(shù)。

2 結(jié)果

2.1 桃蛀螟幼蟲種群空間分布型的傳統(tǒng)統(tǒng)計(jì)學(xué)分析

2.1.1 桃蛀螟幼蟲種群的聚集度指標(biāo)分析 根據(jù)玉米田桃蛀螟幼蟲種群的聚集度指標(biāo)（表1）可知，10塊玉米田桃蛀螟幼蟲種群的叢生指數(shù)（）、聚塊指數(shù)（*/）和擴(kuò)散系數(shù)（）均大于1，久野指數(shù)（C）值均大于0，說明桃蛀螟幼蟲在玉田間的空間分布型為聚集分布。其中，田塊1、2、5和6的平均擁擠度（*）較大，表明桃蛀螟幼蟲在該田塊的個(gè)體擁擠程度較高；田塊8和10的平均擁擠度（*）較小，說明桃蛀螟幼蟲在該田塊的個(gè)體擁擠程度較低。

2.1.2 Taylor冪法則 基于表1數(shù)據(jù)，經(jīng)擬合，得Taylor冪法則模型為lg2=0.262+1.308lg（=0.901，＜0.01）。由于lg=0.262＞0，且=1.308＞1，基于模型的判定標(biāo)準(zhǔn)，說明桃蛀螟幼蟲種群為聚集分布，且聚集強(qiáng)度隨種群密度升高而增加。

2.1.3 Iwao回歸模型 根據(jù)表1數(shù)據(jù)，經(jīng)擬合，得Iwao回歸模型*=3.251+1.041（=0.996）。由于=3.251＞0，說明桃蛀螟個(gè)體間相互吸引，分布的基本成分是個(gè)體群；由于=1.041＞1，說明基本成分為聚集分布?；诳臻g分布型判定標(biāo)準(zhǔn)，桃蛀螟幼蟲的空間分布型屬于聚集分布，且為一般的負(fù)二項(xiàng)分布。

表1 桃蛀螟幼蟲種群的聚集度指標(biāo)

2.2 桃蛀螟幼蟲種群空間格局的地統(tǒng)計(jì)學(xué)分析

根據(jù)10塊玉米田桃蛀螟幼蟲種群半方差函數(shù)的參數(shù)及其最優(yōu)擬合模型，確定空間分布型均為聚集型（表2）。其中，田塊1、3、4和9的半方差函數(shù)模型為指數(shù)型，田塊2、5、6、8和10的半方差函數(shù)模型為球型，田塊7的半方差函數(shù)模型為線型。塊金值0在0.10—129.00，田塊2的塊金值最大，為129.00，說明該田塊桃蛀螟幼蟲種群引起變量隨機(jī)變化的程度最大；田塊4和6的塊金值最小，均為0.10，表明這兩塊田桃蛀螟幼蟲種群引起變量隨機(jī)變化的程度最小。基臺(tái)值0+在0.43—774.70，田塊2的基臺(tái)值最大，為774.70，表明該田塊變量的變化幅度最大；田塊7基臺(tái)值最小，為0.43，說明該田塊變量的變化幅度最小。變程為1.44—17.56 m，空間依賴范圍未超出研究尺度，即調(diào)查間隔距離均在其變程范圍內(nèi)，具有明顯的空間相關(guān)或依賴性。空間結(jié)構(gòu)比0/（0+）在0.04%—69.77%，田塊7和9分別為69.77%和32.42%（均處于25%—75%），屬于中等程度的空間相關(guān)；其余田塊均小于25%，屬于強(qiáng)烈空間相關(guān)。田塊2、8和10的決定系數(shù)2為0，但綜合考慮半方差函數(shù)模型及其主要參數(shù)，確定其空間格局為聚集型；其余田塊的2均大于0，表明理論模型與半方差函數(shù)曲線擬合程度較高，空間分布型為聚集型。

由Kriging插值獲得的三維和二維空間插值分布圖（圖1）可知，桃蛀螟幼蟲種群在玉米田中的聚集中心主要分布在田塊邊緣。其中，田塊1和9的幼蟲主要在玉米田的西北和西南部聚集（圖1-A和1-I）；田塊3、4和6的幼蟲主要聚集在田塊的西北位置（圖1-C、1-D和1-F）；田塊2和8的桃蛀螟幼蟲主要在田地的東面聚集，西面次之，中間最少（圖1-B和1-H）；田塊5的幼蟲主要在玉米田的中心地帶和東北部聚集（圖1-E）；田塊7的幼蟲種群數(shù)量由北到南呈階梯狀遞減，且東北部聚集度最大（圖1-G）；田塊10的幼蟲種群主要聚集在玉米田的東北部，中部數(shù)量最少（圖1-J）。

表2 桃蛀螟幼蟲種群的半方差函數(shù)模型參數(shù)及空間格局

2.3 基于Iwao回歸模型的抽樣技術(shù)

2.3.1 理論抽樣數(shù)的確定 將Iwao回歸方程的和值，代入理論抽樣數(shù)模型公式得=(/)2(4.251/+0.041)。設(shè)=2，=0.1、0.2、0.3，求得桃蛀螟幼蟲在不同平均密度情況下的抽樣數(shù)（表3）。在相同允許誤差情況下，隨著桃蛀螟幼蟲種群密度的增大，所需抽樣數(shù)依次減少；在相同密度下，允許誤差越大，所需抽樣數(shù)越少。

m：距離，米Distance, meter

圖1 桃蛀螟幼蟲種群的三維和二維空間分布圖

Fig. 1 The three-dimensional and two-dimensional maps oflarvae populations

表4 桃蛀螟幼蟲的序貫抽樣表

3 討論

3.1 確定昆蟲空間分布型的理想途徑

傳統(tǒng)統(tǒng)計(jì)學(xué)方法（例如聚集度指標(biāo)）可以定性了解昆蟲種群的一些空間分布信息，但忽略了研究對(duì)象聚集的空間位置和相關(guān)程度，其結(jié)果很大程度上依賴于昆蟲種群密度和所取樣方的大小，無法反映其局部變化特征[3]，也無法用圖示呈現(xiàn)昆蟲在田間具體位置的真實(shí)分布特征與種群密度高低的變化。相比傳統(tǒng)統(tǒng)計(jì)學(xué)方法隨機(jī)選取樣本的理論體系，地統(tǒng)計(jì)學(xué)方法以區(qū)域化變量理論為基礎(chǔ)，兼顧樣本值大小和空間方位及其相互距離的關(guān)系，定量描述昆蟲種群的空間相關(guān)性和依賴性，且通過進(jìn)行Kriging插值模擬，能用二維或三維圖示直觀地反映昆蟲在田間的實(shí)際分布情況，包括種群的密度變化和聚集斑塊的大小和方向[27-28]，從而彌補(bǔ)了傳統(tǒng)統(tǒng)計(jì)學(xué)方法的不足，從根本上改變了傳統(tǒng)統(tǒng)計(jì)學(xué)隨機(jī)選取樣本為基礎(chǔ)的理論體系[27]。但地統(tǒng)計(jì)學(xué)不能對(duì)不同空間分布型給出具體的聚集度指標(biāo)大小和分布型的具體形式，此時(shí)需要借助傳統(tǒng)統(tǒng)計(jì)學(xué)方法測定的數(shù)據(jù)為地統(tǒng)計(jì)學(xué)分析提供支持，而且地統(tǒng)計(jì)學(xué)也不能提供田間抽樣的信息。由此可見，僅依靠單一的統(tǒng)計(jì)學(xué)方法研究物種種群的空間分布型均存在一定的局限性，只有將傳統(tǒng)統(tǒng)計(jì)學(xué)與地統(tǒng)計(jì)學(xué)方法結(jié)合起來，將兩者綜合運(yùn)用才能更全面而準(zhǔn)確地了解昆蟲種群的空間分布特征。因此，本文結(jié)合兩種統(tǒng)計(jì)學(xué)方法更準(zhǔn)確地確定桃蛀螟幼蟲種群的空間分布型類型，這對(duì)于桃蛀螟幼蟲抽樣計(jì)劃的制定、預(yù)測預(yù)報(bào)與科學(xué)防治具有重要理論和實(shí)踐意義。

3.2 玉米田桃蛀螟幼蟲空間分布型的動(dòng)態(tài)性及對(duì)田間抽樣方法確定的指導(dǎo)作用

本研究利用多種聚集度指標(biāo)法分析表明，桃蛀螟幼蟲種群在玉米田的空間分布型屬于聚集分布，且為一般的負(fù)二項(xiàng)分布，與吳立民[15]利用聚集度指標(biāo)法的結(jié)果是聚集分布中的核心分布不同，產(chǎn)生不同的原因可能與抽樣樣方設(shè)置有關(guān)。該研究與郝立武[18]在同一塊田大部分時(shí)間（在8月下旬至9月中旬）桃蛀螟幼蟲種群呈聚集分布的結(jié)果相似；而王其武[19]研究發(fā)現(xiàn)，桃蛀螟種群在9月中旬之前屬于隨機(jī)分布，之后屬于聚集分布，與本研究結(jié)果略有差異。本研究調(diào)查的玉米田塊與郝立武[18]調(diào)查的玉米田周圍林地和桃園較多，桃蛀螟發(fā)生量相對(duì)較大，成蟲遷入玉米田的量自然就大，幼蟲發(fā)生量較高、聚集度大。而王其武[19]調(diào)查的無棣縣玉米田周圍均為玉米環(huán)境，桃蛀螟發(fā)生量相對(duì)低，9月中旬之前成蟲遷入量和幼蟲發(fā)生量偏低，有可能形成隨機(jī)分布?？偟膩砜?，桃蛀螟分布型的變化可能與桃蛀螟成蟲從其他環(huán)境的遷入量、玉米田周圍環(huán)境的復(fù)雜度（玉米田周圍是否有果樹如桃樹等）、成蟲遷入期與玉米的關(guān)鍵生育期（特別是抽雄吐絲至灌漿期）的吻合度有關(guān)。本研究采用在桃蛀螟發(fā)生盛期（灌漿期到乳熟期）的多塊玉米田進(jìn)行調(diào)查來明確其幼蟲的空間分布型，具有很好的代表性，因此無論是從地統(tǒng)計(jì)學(xué)的模型數(shù)據(jù)還是二維與三維圖示來看，結(jié)論完全與傳統(tǒng)統(tǒng)計(jì)學(xué)方法相同，得到了相互印證，也體現(xiàn)了地統(tǒng)計(jì)學(xué)在研究空間格局上的優(yōu)勢(shì)。從地統(tǒng)計(jì)學(xué)的二維與三維圖示看，桃蛀螟幼蟲主要集中在地塊邊緣，這樣在調(diào)查桃蛀螟幼蟲種群數(shù)量時(shí)，為減少人為因素造成誤差，建議采用“Z”字形取樣法，以提高抽樣結(jié)果的準(zhǔn)確性，一般地，呈負(fù)二項(xiàng)分布的昆蟲多建議用“Z”字形取樣法[3]。鑒于在玉米穗期用多種抽樣方法進(jìn)行抽樣準(zhǔn)確性的比較需要?jiǎng)冮_大量雌穗，而且易招引更多的桃蛀螟和亞洲玉米螟（）來產(chǎn)卵和危害而造成損失，本研究未做這方面的工作。

3.3 桃蛀螟幼蟲抽樣技術(shù)對(duì)制定桃蛀螟科學(xué)防治決策的指導(dǎo)意義

基于Iwao回歸模型的抽樣技術(shù)，其最大特點(diǎn)是不受調(diào)查對(duì)象分布型的限制。本研究依據(jù)Iwao回歸模型提出了桃蛀螟經(jīng)濟(jì)閾值為較低幼蟲密度（即經(jīng)濟(jì)閾值0為0.5、1、1.5、2頭/株時(shí)）情況下的序貫抽樣表，確定了最大理論抽樣數(shù)。近期，王榮成[29]在山東泰安夏玉米田通過人工接蟲的方法，結(jié)合產(chǎn)量損失和玉米價(jià)格等制定了防治桃蛀螟的經(jīng)濟(jì)閾值為1頭幼蟲/穗或1.1粒有效卵/株。因此，在進(jìn)行桃蛀螟幼蟲種群數(shù)量調(diào)查指導(dǎo)防治時(shí)，可應(yīng)用本研究確定的序貫抽樣表和最大理論抽樣數(shù)。吳立民[15]基于Kuno序貫抽樣模型[30]，提出了相應(yīng)序貫抽樣表，在蟲口密度較高的情況下，允許誤差（）取0.15，蟲口密度較低的情況下，允許誤差取0.25，一般情況下取0.2。本研究結(jié)合多年來對(duì)玉米田桃蛀螟的調(diào)查和該害蟲的鉆蛀危害習(xí)性，建議從有效卵到幼蟲孵化期間（尚未鉆蛀玉米時(shí)）作為防治的關(guān)鍵時(shí)期。倘若高齡幼蟲鉆入玉米雌穗內(nèi)，防治難以奏效，很容易造成嚴(yán)重的經(jīng)濟(jì)損失。因此，明確玉米田桃蛀螟幼蟲的空間分布型與適宜的田間抽樣方法和抽樣數(shù)，對(duì)于及時(shí)有效地控制桃蛀螟危害以確保玉米的安全生產(chǎn)具有重要意義。

4 結(jié)論

兩種統(tǒng)計(jì)學(xué)方法分析表明，桃蛀螟幼蟲在泰安市夏玉米田的空間分布型為聚集分布。傳統(tǒng)統(tǒng)計(jì)學(xué)方法證明桃蛀螟幼蟲種群為聚集分布中的負(fù)二項(xiàng)分布，且聚集強(qiáng)度隨種群密度的升高而增加；地統(tǒng)計(jì)學(xué)方法確定了桃蛀螟幼蟲種群的最優(yōu)擬合模型為球型、指數(shù)型和線型，均為聚集分布，且聚集中心主要分布在田塊邊緣?；贗wao回歸模型明確的桃蛀螟幼蟲理論抽樣數(shù)和序貫抽樣表能為其種群數(shù)量的準(zhǔn)確估計(jì)和科學(xué)防治提供重要依據(jù)。

[1] 王振營, 王曉鳴, 石潔. 中國農(nóng)作物病蟲害: 上冊(cè). 3版. 北京: 中國農(nóng)業(yè)出版社, 2015: 705-712.

WANG Z Y, WANG X M, SHI J. Crop Diseases and Insect Pests in China: part Ⅰ. 3rd ed. Beijing: China Agriculture Press, 2015: 705-712. (in Chinese)

[2] DU Y L, LI J, WANG Z Y. Research progress of(Lepidoptera: Crambidae) in China//CHAKRAVARTHY A K. The Black Spotted, Yellow Borer,Guenée and Allied Species. Berlin: Springer, 2018: 45-66.

[3] 丁巖欽. 昆蟲數(shù)學(xué)生態(tài)學(xué). 北京: 科學(xué)出版社, 1994: 22-69, 256-270.

DING Y Q. Insect mathematical ecology. Beijing: Science Press, 1994: 22-69, 256-270. (in Chinese)

[4] SCHOWALTER T D. Insect ecology: an ecosystem approach. 4th ed. London: Academic Press, 2016: 141-175.

[5] GARCIá F J M. Analysis of the spatio-temporal distribution ofHb. in a tomato field using a stochastic approach. Biosystems Engineering, 2006, 93(3): 253-259.

[6] GOZé E, NIBOUCHE S, DEGUINE J P. Spatial and probability distribution of(Hübner) (Lepidoptera: Noctuidae) in cotton: systematic sampling, exact confidence intervals and sequential test. Environmental Entomology, 2003, 32(5): 1203-1210.

[7] 周海波, 陳林, 陳巨蓮, 程登發(fā), 劉勇, 孫京瑞. 基于GIS的小麥-豌豆間作對(duì)麥長管蚜種群空間格局的影響. 中國農(nóng)業(yè)科學(xué), 2009, 42(11): 3904-3913.

ZHOU H B, CHEN L, CHEN J L, CHENG D F, LIU Y, SUN J R. Effect of intercropping between wheat and pea on spatial distribution ofbased on GIS. Scientia Agricultura Sinica, 2009, 42(11): 3904-3913. (in Chinese)

[8] 閆香慧, 趙志模, 劉懷, 肖曉華, 謝雪梅, 程登發(fā). 白背飛虱若蟲空間格局的地統(tǒng)計(jì)學(xué)分析. 中國農(nóng)業(yè)科學(xué), 2010, 43(3): 497-506.

YAN X H, ZHAO Z M, LIU H, XIAO X H, XIE X M, CHENG D F. Geostatistical analysis on spatial distribution of white-backed planthopper nymphs. Scientia Agricultura Sinica, 2010, 43(3): 497-506. (in Chinese)

[9] 高丙濤, 任利利, 蔣琦, 劉漪舟, 俞琳鋒, 駱有慶. 不同受害油松林內(nèi)紅脂大小蠹空間格局的地統(tǒng)計(jì)學(xué)研究. 應(yīng)用昆蟲學(xué)報(bào), 2020, 57(6): 1427-1435.

GAO B T, REN L L, JIANG Q, LIU Y Z, YU L F, LUO Y Q. Geostatistical analysis of the spatial distribution ofinforests with different levels of infestation. Chinese Journal of Applied Entomology, 2020, 57(6): 1427-1435. (in Chinese)

[10] PARK Y L, OBRYCKI J J. Spatio-temporal distribution of corn leaf aphids (Homoptera: Aphididae) and lady beetles (Coleoptera: Coccinellidae) in Iowa cornfields. Biological Control, 2004, 31(2): 210-217.

[11] 趙靜, 趙鑫, 王玉軍, 李光強(qiáng), 劉麗平, 孟家華, 鄭方強(qiáng). 煙盲蝽及其天敵蜘蛛空間格局的地統(tǒng)計(jì)學(xué)分析. 生態(tài)學(xué)報(bào), 2010, 30(15): 4196-4205.

ZHAO J, ZHAO X, WANG Y J, LI G Q, LIU L P, MENG J H, ZHENG F Q. Geostatistical analysis of spatial patterns of(Reuter) (Hemiptera: Miridae) and its natural enemy spiders. Acta Ecologica Sinica, 2010, 30(15): 4196-4205. (in Chinese)

[12] 洪波, 張?jiān)苹? 李超, 吐爾遜, 陳林, 程登發(fā). 馬鈴薯甲蟲空間分布型及序貫抽樣. 植物保護(hù)學(xué)報(bào), 2010, 37(3): 206-210.

HONG B, ZHANG Y H, LI C, TU E X, CHEN L, CHENG D F. Spatial distribution pattern and sequential sampling of Colorado potato beetle,Say. Journal of Plant Protection, 2010, 37(3): 206-210. (in Chinese)

[13] 孫小旭, 趙勝園, 靳明輝, 趙慧媛, 李國平, 張浩文, 姜玉英, 楊現(xiàn)明, 吳孔明. 玉米田草地貪夜蛾幼蟲的空間分布型與抽樣技術(shù). 植物保護(hù), 2019, 45(2): 13-18.

SUN X X, ZHAO S Y, JIN M H, ZHAO H Y, LI G P, ZHANG H W, JIANG Y Y, YANG X M, WU K M. Larval spatial distribution pattern and sampling technique of the fall army wormin maize fields. Plant Protection, 2019, 45(2): 13-18. (in Chinese)

[14] 楊紫涵, 何沐陽, 李建芳, 張富春, 王磊, 陸永躍. 草地貪夜蛾幼蟲在苗期玉米田的空間分布格局及其抽樣技術(shù). 環(huán)境昆蟲學(xué)報(bào), 2020, 42(4): 817-828.

YANG Z H, HE M Y, LI J F, ZHANG F C, WANG L, LU Y Y. Spatial pattern oflarvae at seedling corn field and its sampling method. Journal of Environmental Entomology, 2020, 42(4): 817-828. (in Chinese)

[15] 吳立民. 玉米田桃蛀螟分布型及抽樣技術(shù). 江蘇農(nóng)業(yè)科學(xué), 1995(3): 33-35, 53.

WU L M. Spatial distribution pattern and sampling technique ofin the corn fields. Jiangsu Agricultural Sciences, 1995(3): 33-35, 53. (in Chinese)

[16] 周洪旭, 喬曉明, 孫立寧, 顧頌東, 鄭伯平, 趙春生. 玉米田桃蛀螟越冬幼蟲空間分布型的研究. 山東農(nóng)業(yè)大學(xué)學(xué)報(bào) (自然科學(xué)版), 2004, 35(4): 543-546.

ZHOU H X, QIAO X M, SUN L N, GU S D, ZHENG B P, ZHAO C S. Studies on the spatial distribution pattern of overwintering larvae ofGuenée in the corn field. Journal of Shandong Agricultural University (Natural Science Edition), 2004, 35(4): 543-546. (in Chinese)

[17] 陳炳旭, 董易之, 陸恒. 桃蛀螟幼蟲在板栗上的空間分布型研究. 環(huán)境昆蟲學(xué)報(bào), 2008, 30(4): 301-304.

CHEN B X, DONG Y Z, LU H. Studies on the spatial distribution pattern oflarvae in chestnut trees. Journal of Environmental Entomology, 2008, 30(4): 301-304. (in Chinese)

[18] 郝立武. 山東省夏玉米主要害蟲種群發(fā)生動(dòng)態(tài)及基于GIS和GS的空間分析[D]. 泰安: 山東農(nóng)業(yè)大學(xué), 2012.

HAO L W. The population dynamics of the main insect pests on summer corn field and their spatial analyses based on GIS and GS in Shandong province[D]. Taian: Shandong Agricultural University, 2012. (in Chinese)

[19] 王其武. 無棣縣玉米田桃蛀螟幼蟲時(shí)空動(dòng)態(tài)和抽樣技術(shù)研究[D]. 泰安: 山東農(nóng)業(yè)大學(xué), 2016.

WANG Q W. The temporal-spatial dynamics and sampling techniques of yellow peach borer larvae population on corn in Wudi county[D]. Taian: Shandong Agricultural University, 2016. (in Chinese)

[20] 唐啟義. DPS數(shù)據(jù)處理系統(tǒng)——實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘. 2版. 北京: 科學(xué)出版社, 2010: 489-491.

TANG Q Y. DPS Data processing system——experimental design, statistical analysis and date mining. 2nd ed. Beijing: Science Press, 2010: 489-491. (in Chinese)

[21] TAYLOR L R. Aggregation, variance and the mean. Nature, 1961, 189: 732-735.

[22] TAYLOR L R. Aggregation, migration and population mechanics. Nature, 1977, 265: 415-421.

[23] IWAO S. Application of*-method to the analysis of spatial patterns by changing the quadrat size. Researches on Population Ecology, 1972, 14(1): 97-128.

[24] IWAO S. The*-statistics as a comprehensive method for analyzing spatial patterns of biological populations and its application to sampling technique problems//MORISITA M. Studies on methods of estimating population density, biomass and productivity in terrestrial animals. Japanese Committee for the International Biological Program. Tokyo: University of Tokyo Press, 1977: 21-46.

[25] LIEBHOLD A M, ROSSI R E, KEMP W P. Geostatistics and geographic information systems in applied insect ecology. Annual Review of Entomology, 1993, 38: 303-327.

[26] IWAO S. A new method of sequential sampling to classify populations relative to a critical density. Researches on Population Ecology, 1975, 16(2): 281-288.

[27] 周國法, 徐汝梅. 生物地理統(tǒng)計(jì)學(xué): 生物種群時(shí)空分析的方法及其應(yīng)用. 北京: 科學(xué)出版社, 1998: 22, 47-48.

ZHOU G F, XU R M. Biogeostatistics: methodology and application of spatial analysis of biology species. Beijing: Science Press, 1998: 22, 47-48. (in Chinese)

[28] ROSSI R E, MULLA D J, JOURNEL A G, FRANZ E H. Geostatistical tools for modeling and interpreting ecological spatial dependence. Ecological Monographs, 1992, 62(2): 277-314.

[29] 王榮成. 桃蛀螟為害夏玉米的損失估計(jì)與經(jīng)濟(jì)閾值研究[D]. 泰安: 山東農(nóng)業(yè)大學(xué), 2020.

WANG R C. Research on loss estimation and economic threshold of the yellow peach moth,, on summer maize[D]. Taian: Shandong Agricultural University, 2020. (in Chinese)

[30] KUNO E. Some notes on population estimation by sequential sampling. Researches on Population Ecology, 1972, 14(1): 58-73.

Spatial Distribution Pattern and Sampling Technique ofLarvae in Maize Fields

College of Plant Protection, Shandong Agricultural University, Taian 271018, Shandong

【Objective】The yellow peach moth,, as an agricultural insect pest, its damage to maize ears has become more and more serious in Huang-Huai-Hai maize-producing areas of China in recent years, threatening the safe production of maize and the food safety. The spatial distribution pattern is an important ecological attribute of insect population, the objective of this study is to research the spatial distribution pattern oflarvae in maize fields, clarify the spatial distribution characteristics of the pest, and to provide scientific bases for formulating field sampling program oflarvae in maize fields, forecasting and effective management of the insect pest on maize.【Method】The spatial distribution pattern of the population oflarvae in maize fields was studied by traditional statistical method (aggregation indexes, Taylor’s power law and Iwao’s regression model) and geostatistical method. Based on the Iwao’s regression model, the theoretical sampling number oflarvae in fields was determined, and the maximum theoretical sampling number with different admissible errors (=0.1, 0.2, 0.3) and the putative economic thresholds (0=0.5, 1, 1.5, 2 larvae per plant) was also determined by the sequential sampling.【Result】The results of the two kinds of statistical methods showed that the spatial distribution pattern oflarvae belonged to aggregation distribution. The analysis of some aggregation indexes showed that spatial distribution pattern oflarvae belonged to aggregation distribution. The results of Taylor’s power law showed that the spatial distribution pattern oflarvae belonged to aggregation distribution, and the aggregation intensity increased with the population density. The Iwao’s regression model proved that the spatial distribution pattern oflarvae belonged to negative binomial distribution in aggregation distributions. The parameters of semivariogram models indicated that the optimal fitting models oflarvaewere the spherical, exponential and linear models. The three-dimensional and two-dimensional maps from Kriging interpolations showed that the aggregation centers oflarvae were located at the edges of the fields. Based on sampling technique from the Iwao’s regression model, the theoretical sampling number oflarvae in maize fields was determined when the confidence probability=2 and different mean densities=0.5, 1, 2, 3, 4, 5, 10 and 15. The maximum theoretical sampling number was also determined by the sequential sampling. Assuming=2,=0.1, 0.2, 0.3, when0=0.5 larva per plant, the maximum theoretical sampling numbers were 3 417, 854 and 380, respectively; when0=1 larva per plant, the maximum theoretical sampling numbers were 1 717, 429 and 191, respectively; when0=1.5 larvae per plant, the maximum theoretical sampling numbers were 1 150, 287 and 128, respectively; when0=2 larvae per plant, the maximum theoretical sampling numbers were 867, 217 and 96, respectively.【Conclusion】The spatial distribution pattern oflarvae belongs to the negative binomial distribution in aggregation distributions, and the aggregation centers were located at the edges of the fields. The maximum theoretical sampling number based on the sequential sampling in maize fields can be used for monitoring and management oflarvae.

; aggregation indices; geostatistics; spatial distribution pattern; sampling technique

2021-09-10；

2021-10-22

國家重點(diǎn)研發(fā)計(jì)劃（2016YFD0300701）、山東現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系（SDAIT-02-10）

李少華，E-mail：18763822737@163.com。通信作者李向東，E-mail：xdongli@sdau.edu.cn。通信作者鄭方強(qiáng)，E-mail：fqzheng@sdau.edu.cn

10.3864/j.issn.0578-1752.2022.10.007

（責(zé)任編輯 岳梅）