贛中茶區(qū)灰茶尺蠖發(fā)生動態(tài)規(guī)律及預測模型研究

謝小群，賀望興，楊普香，李延升，蔡海蘭，彭 華，彭玉輔，李文金*

（1.江西省經(jīng)濟作物研究所，江西 南昌 330203；2.江西省茶葉質(zhì)量與安全控制重點實驗室，江西 南昌 330203）

0 引言

據(jù)統(tǒng)計，危害茶樹的鱗翅目尺蛾科害蟲有40余種，灰茶尺蠖和茶尺蠖是嚴重危害我國茶區(qū)的2種尺蠖害蟲，同屬鱗翅目（Lepidoptera）尺蛾科（Geometridae）灰尺蛾亞科（Ennominae）埃尺蛾屬（Ectropis）。由于灰茶尺蠖與茶尺蠖的形態(tài)特征極其相似，形態(tài)上難以區(qū)分，因此常將兩者統(tǒng)稱為茶尺蠖。隨著分子鑒定技術(shù)的發(fā)展，羅宗秀［1］研究發(fā)現(xiàn)，江西省浮梁縣、婺源縣、南昌縣、遂川縣等主產(chǎn)茶縣代表茶園發(fā)生的尺蠖類均為灰茶尺蠖，前期可能誤將灰茶尺蠖作為茶尺蠖來研究?；也璩唧兜陌l(fā)生具有一定的地區(qū)差異性，浙江新昌、湖北和湖南等省份或地區(qū)的灰茶尺蠖每年發(fā)生6~7代［2-4］；朱運華［5］調(diào)查發(fā)現(xiàn)，江西省每年發(fā)生茶尺蠖5~6代。隨著灰茶尺蠖性信息素田間應用技術(shù)的研究和推廣［6-8］，性信息素由于受到人為因素的影響較小，因而廣受植保監(jiān)測工作者青睞［9-10］。本研究利用市場上誘集效果較好的灰茶尺蠖性信息素產(chǎn)品監(jiān)測贛中代表性茶區(qū)的灰茶尺蠖成蟲量，結(jié)合觀察法調(diào)查灰茶尺蠖幼蟲，采用回歸預測法分析預測茶尺蠖的發(fā)生情況，旨在探索茶尺蠖的發(fā)生動態(tài)規(guī)律和預測模型，為贛中茶區(qū)的內(nèi)害蟲防控提供科學依據(jù)。

1 研究方法

1.1 調(diào)查地點

調(diào)查茶園位于江西省贛中地區(qū)南昌市南昌縣（28°22′20″N，116°0′7″E），海拔40~90 m，樹高0.9~1.3 m，茶行距1.5 m。選取常規(guī)管理茶園（常規(guī)茶園）、有機管理茶園（有機茶園）和化學農(nóng)藥減施茶園（減藥茶園）作為代表性管理茶園。常規(guī)管理茶園：常年施用化學農(nóng)藥防控主要病蟲害，年均施用化學農(nóng)藥4次；有機管理茶園：每年使用殺蟲燈、色板、性誘劑等物理防控措施為主，生物農(nóng)藥為輔；化學農(nóng)藥減施茶園：使用殺蟲燈、色板、性誘劑、生物農(nóng)藥防控措施為主，應急時使用化學農(nóng)藥。

1.2 調(diào)查方法

1.2.1 蟲口密度調(diào)查 于2017—2022年期間每年3月中旬—4月下旬由固定人員開展第1代幼蟲蟲口調(diào)查。每塊地按平行跳躍法取30個校點，每個校點相距1 m，每隔2~3 d調(diào)查記錄1次3齡幼蟲及總蟲口密度，3~7 d調(diào)查其他世代幼蟲蟲口。

1.2.2 成蟲調(diào)查 于2017—2021年期間每年3—11月開展成蟲調(diào)查。選擇面積約6667 m2的茶園，采用灰茶尺蠖性誘劑和誘捕器，按正三角形放置誘捕器，每角放置灰茶尺蠖誘捕器1個（間距15 m），三角形角間距離約50 m，每個誘捕器與田邊距離不少于5 m。誘捕器安置后，3~7 d更換1次誘蟲板并統(tǒng)計誘蟲量，每30 d更換1次誘芯?；也璩唧缎孕畔⑺卣T芯、粘蟲板、誘捕器等均采購于杭州中茶技術(shù)服務(wù)有限公司。

1.2.3 氣象數(shù)據(jù)采集 采用Onset HOBO小型自動氣象站采集茶園每日最高溫度、最低溫度、平均溫度、降雨量、日照時數(shù)，以及20、40、60 cm土壤層的溫度和濕度等氣象數(shù)據(jù)。

1.3 數(shù)據(jù)處理與分析

采用Excel 2016軟件對數(shù)據(jù)進行匯總整理。幼蟲發(fā)生期綜合3個代表茶園的發(fā)生情況，取3個茶園中的最早及最晚期間。旬成蟲量為當旬平均每個性誘誘集到的成蟲量。旬成蟲羽化率為當旬成蟲誘集量占當年成蟲誘集總量的比例。旬成蟲累積羽化率為當旬及以前累積成蟲誘集量占當年誘集量的比例。預測通過SPSS 19軟件采用逐步線性回歸分析：臨界值F顯著水平P≤0.05引入變量，P＞0.1時剔除變量。用Pearson法進行相關(guān)性分析，通過相關(guān)系數(shù)來描述相關(guān)程度：|r|=0，無相關(guān)；|r|＜0.3，微弱相關(guān)；|r|=0.3~0.5，低度相關(guān)；|r|=0.5~0.8，顯著相關(guān)；|r|＞0.8，高度相關(guān)；|r|=1，完全相關(guān)。

1.4 預測模型的檢驗

利用各年度的灰茶尺蠖發(fā)生實況資料，借鑒唐啟義等［11］提出的病蟲測報應驗程度判定模式進行驗證，從而判斷組建模型的可行性。

發(fā)生期預報應驗程度判定模式的計算公式為：

發(fā)生量預報應驗程度判定模式的計算公式為：

式（1）~（2）中，ST、SD分別為發(fā)生期和發(fā)生量判定模式的分值；ST（SD）＜40，表明預報不準確；40≤ST（SD）＜60，表明預報比較準確；ST（SD）≥60，表明預報準確；a為預報對象常年平均值，a1為實測值，a2為預測值；δ為預報對象常年標準差，t為自預報發(fā)出至實際發(fā)生時的期距（d）。

2 結(jié)果與分析

2.1 灰茶尺蠖田間幼蟲發(fā)生規(guī)律

由表1可知，2017—2021年除2020年的灰茶尺蠖幼蟲在田間發(fā)生7代，其余年份均發(fā)生6代。第1代幼蟲發(fā)生于3月下旬—4月下旬，1~3齡盛發(fā)期一般發(fā)生于4月中上旬；第2代幼蟲集中發(fā)生于5月中下旬—6月上旬。第1代幼蟲盛發(fā)期和第2代幼蟲發(fā)生期較容易調(diào)查，第2代以后的蟲口發(fā)生世代重疊，由于調(diào)查茶園蟲口較大時，會及時防控，幼蟲世代分界較清晰。因此，發(fā)生期沒有調(diào)查到。根據(jù)防控時間、尺蠖的生長規(guī)律推測出第3代幼蟲發(fā)生在6月下旬—7月上旬，第4代幼蟲發(fā)生在8月中旬—8月底，第5代幼蟲發(fā)生在9月初—9月底，第6代幼蟲發(fā)生在9月中旬—10月下旬。2020年10月下旬平均氣溫明顯高于其他年份，有少量第6代成蟲發(fā)生羽化，第7代幼蟲始發(fā)于11月上旬，后期由于氣溫下降，大部分第7代未完成全世代過程，少量幼蟲存活完成全世代過程。2021年第1代和第2代幼蟲呈現(xiàn)雙峰孵化的動態(tài)，持續(xù)時間較長，后期世代因防控、氣候等因素，其幼蟲發(fā)生期與其他年份較為一致。

表1 2017—2021年灰茶尺蠖幼蟲發(fā)生世代

2.2 灰茶尺蠖田間成蟲發(fā)生規(guī)律

由圖1可知，2017—2021年每年3月中旬—10月中旬，南昌不同類型茶園的灰茶尺蠖均有不同程度的成蟲羽化，多數(shù)年份在10月下旬—3月上旬的成蟲羽化率較低，其中4月中下旬的成蟲羽化率最低。不同年份間灰茶尺蠖成蟲發(fā)生的動態(tài)規(guī)律也不同。2020年明顯發(fā)生7代，其他年份均發(fā)生6代。越冬代成蟲羽化高峰期多發(fā)生在3月中旬，少數(shù)高峰期發(fā)生在3月下旬，第1代羽化高峰期多發(fā)生在5月中旬，若越冬代羽化高峰期為3月下旬，第1代羽化高峰期也將推后至5月下旬。第2代羽化高峰期在6月中下旬，第3代羽化盛發(fā)期在7月中下旬，第4代羽化高峰期多發(fā)生在8月中下旬，少數(shù)年份發(fā)生在8月上旬。第5代羽化盛發(fā)期在9月中下旬，2020年第6代成蟲羽化高峰期發(fā)生在10月下旬。除越冬代外，其他世代的高峰期隨年度變化有小范圍的前移或后推。成蟲羽化高峰期間即可調(diào)查到下一代幼蟲。

圖1 2017—2021年南昌市不同類型茶園灰茶尺蠖成蟲的發(fā)生動態(tài)

不同類型茶園在不同年份及不同時期的灰茶尺蠖成蟲發(fā)生量差異較大，但3種茶園同一年份間發(fā)生的動態(tài)趨勢相對一致。2017—2021年3個茶園的年平均誘集總量分別為1250、1258、1325、1114、695頭，2021年誘蟲量明顯少于其他年份。常規(guī)茶園年誘蟲量波動范圍最小，為1123~1620頭，平均誘蟲量1376頭；有機茶園年誘蟲量波動幅度最大，為469~1425頭，平均誘蟲量1058頭；減藥茶園的年誘蟲量范圍為495~1142頭，平均誘蟲量952頭。3種茶園年誘蟲量的變異系數(shù)分別為0.1719、0.3398、0.2799，常規(guī)茶園年誘蟲量的波動幅度要明顯小于其他2個茶園。

不同年份內(nèi)3個茶園的發(fā)蟲量最高時期不同。2017年3個茶園的發(fā)蟲量最高時期均在5月中旬，減藥茶園在當旬的誘蟲量達211頭。2018年常規(guī)茶園的發(fā)蟲量在9月中旬達到最高，誘蟲量為219頭；有機茶園和減藥茶園的發(fā)蟲量均在7月中旬達到最高，分別為147、123頭。2019年常規(guī)茶園發(fā)蟲量在7月下旬達到最高，為247頭，有機茶園和減藥茶園的最高發(fā)蟲量均在8月中旬。2020年3個茶園均在9月下旬達到年內(nèi)最高發(fā)蟲量，其中有機茶園誘蟲量達到370頭。2021年常規(guī)茶園的發(fā)蟲量在5月中旬最高，誘蟲量為127頭；有機茶園和減藥茶園均在3月中旬達到2021年內(nèi)最高，分別為117、85頭。在灰茶尺蠖繁殖期內(nèi)，除4月和6月外，其他月份在不同茶園均存在發(fā)蟲量最高峰，6—8月高峰期間距變短，說明贛中茶區(qū)氣候適宜灰茶尺蠖的生長繁殖，發(fā)育歷期隨溫度升高而呈縮短趨勢，這與葛超美等［4］室內(nèi)飼養(yǎng)的研究結(jié)果一致。

由圖2可知，3個茶園的平均旬累積羽化率隨著時間的推移而呈穩(wěn)步上升的趨勢。3個茶園的成蟲累計羽化率在3月下旬均達到10%，可以判斷越冬代的成蟲羽化量占全年羽化量的10%左右。7月中下旬期間，全年成蟲羽化量基本達到50%左右。3個茶園累積羽化率的平均變異系數(shù)分別為0.2968、0.4488、0.4529，常規(guī)茶園的旬累積羽化率在年份間的波動幅度明顯小于其他2個茶園。

圖2 2017—2021年不同類型茶園灰茶尺蠖平均旬累積羽化率

2.3 灰茶尺蠖第1代幼蟲發(fā)生期預測

2.3.1 灰茶尺蠖第1代幼蟲發(fā)生期模型建立 以第1代幼蟲發(fā)生始盛期最后的日期（即4月份）為因變量，以茶園內(nèi)每月的氣象數(shù)據(jù)為自變量，通過SPSS 19軟件進行逐步線性回歸分析，得到的回歸模型為：

式（3）中，Y值四舍五入取整，X為3月平均最低溫度（℃）。方程的相關(guān)系數(shù)r=0.975，擬合優(yōu)度R2=0.950，顯著水平P=0.001，常量顯著水平P=0.000，系數(shù)顯著水平P=0.001。

2.3.2 灰茶尺蠖第1代幼蟲發(fā)生期模型驗證 將2017—2022年3月平均最低溫度代入到回歸模型（1）中，得到灰茶尺蠖第1代幼蟲發(fā)生期的預測值a2，并將計算結(jié)果代入ST模型中檢驗。式（3）中常年平均值a取近6 a發(fā)生日期的平均值11.333，常年標準差δ為4.320；同時，假設(shè)3月份結(jié)束后即可預測發(fā)生期，檢驗式中的預測期距t即為實際值（表2）。

表2 灰茶尺蠖第1代幼蟲發(fā)生期預測檢驗結(jié)果

由表2可知，2017—2022年的發(fā)生期預測檢驗值ST均介于75.52~100.00之間（ST≥60即預報準確），平均值為92.45，其中2019年和2022年的發(fā)生期預測檢驗值ST均為100.00，預測結(jié)果為完全準確。因此，可以判定該灰茶尺蠖第1代幼蟲發(fā)生期預測模型的準確性較高。

2.4 灰茶尺蠖成蟲發(fā)生量與主要氣象因子的相關(guān)性分析

由表3可知，灰茶尺蠖成蟲旬發(fā)生量與平均溫度、光照強度、20 cm土壤溫度均呈極顯著正相關(guān)，成蟲旬發(fā)生量與平均濕度、降雨量、20 cm土壤含水量之間均無顯著相關(guān)性。成蟲月發(fā)生量與平均溫度和20 cm土壤溫度分別呈顯著和極顯著正相關(guān)，與平均濕度、降雨量、光照強度、20 cm土壤含水量之間均無顯著相關(guān)性。成蟲年發(fā)生量除了與平均溫度呈極顯著負相關(guān)外，與其他因素均無顯著相關(guān)性。

表3 灰茶尺蠖成蟲發(fā)生量與主要氣象因子的相關(guān)性分析結(jié)果

2.5 灰茶尺蠖成蟲旬累積羽化率預測

2.5.1 灰茶尺蠖成蟲旬累積羽化率模型的建立 以2—11月的旬（依次為1，2，3，…，30）為自變量，旬累積羽化率為因變量，通過SPSS 19軟件進行逐步線性回歸分析，分別得到3個茶園的旬累積羽化率回歸模型（表4）。由表4可知，3個茶園的擬合優(yōu)度分別為0.941、0.869、0.861，常規(guī)茶園的回歸方程的擬合程度最高。3個茶園的成蟲旬累積羽化率回歸方程、常量和自變量系數(shù)均為極顯著性水平。

表4 不同類型茶園灰茶尺蠖平均累積羽化率回歸分析結(jié)果

2.5.2 灰茶尺蠖成蟲旬累積羽化率預測結(jié)果的檢驗 將2—11月的旬代表序號回代到各茶園的回歸模型中，得到各茶園灰茶尺蠖成蟲旬累積羽化率的預測值a2，并將結(jié)果代入ST模型中檢驗。常年平均值a和常年標準差δ分別取近5 a旬累積羽化率的平均值和標準差（圖2）；檢驗式中的預測期距t為15 d。

由表5可知，各茶園的旬累積羽化率除3月中旬、4月中旬—5月上旬為比較準確外，其他均為準確。因此，可以判定3個不同類型茶園的灰茶尺蠖成蟲旬累積羽化率預測模型的準確性均較高。其中有機茶園的準確率最高，達91.67%；常規(guī)茶園次之，為87.50%；減藥茶園的準確率最低，為83.33%。

表5 不同類型茶園灰茶尺蠖平均累積羽化率預測的檢驗結(jié)果

3 小結(jié)與討論

3.1 灰茶尺蠖田間發(fā)生動態(tài)有明顯的規(guī)律性

陳李林等［12］調(diào)查發(fā)現(xiàn)江西省灰茶尺蠖年發(fā)生5~6代，有預測表明江西茶區(qū)灰茶尺蠖世代發(fā)生數(shù)平均為5代，本研究發(fā)現(xiàn)灰茶尺蠖在贛中茶區(qū)田間發(fā)生6~7代。溫度、濕度、光周期等環(huán)境因素均對昆蟲的生長發(fā)育及分布范圍有重要影響，其中溫度是最主要的影響因素［13］。目前，全球變暖的問題逐漸加劇，灰茶尺蠖年發(fā)生世代是否受全球氣候變暖的影響尚不明確。贛中茶區(qū)灰茶尺蠖越冬代成蟲高峰一般發(fā)生在3月中下旬，第1代幼蟲集中發(fā)生于3月下旬—4月下旬，5—9月每月發(fā)生1個世代，第1代幼蟲發(fā)生始盛期與3月份的平均最低溫度呈極顯著負相關(guān)。如遇氣溫較高的10月，部分灰茶尺蠖進入第7個世代。在實際調(diào)查中還發(fā)現(xiàn)，江西其他茶區(qū)灰茶尺蠖的年發(fā)生世代數(shù)基本相同，贛南茶區(qū)出現(xiàn)灰茶尺蠖危害高峰期較贛北茶區(qū)提早10~15 d。湖北、浙江、貴州、安徽等省份均有報道灰茶尺蠖發(fā)生的具體世代，一般為5~7代［14-17］。謝殿杰等［18-19］利用1985—2014年我國不同地區(qū)605個氣象站的氣象數(shù)據(jù)，并結(jié)合地理信息系統(tǒng)按照預測的草地貪夜蛾在各地區(qū)年發(fā)生世代數(shù)對其發(fā)生區(qū)進行了劃分，研究發(fā)現(xiàn)，草地貪夜蛾理論年平均發(fā)生世代數(shù)在0~7.41代之間，總體發(fā)生世代數(shù)隨緯度和海拔的升高而減少?；也璩唧对谖覈鞑鑵^(qū)的年發(fā)生世代劃分仍不明確，其發(fā)生世代數(shù)是否隨緯度和海拔的升高而減少則有待進一步研究。

灰茶尺蠖的田間發(fā)生量與茶園小氣候有關(guān)，由于贛中茶區(qū)防控均較為及時，幼蟲發(fā)生量與氣象因子的相關(guān)性尚未見相關(guān)報道。各階段成蟲的發(fā)生量與平均溫度均呈顯著相關(guān)，與濕度、降雨量、土壤含水量等因素的相關(guān)性均不顯著。灰茶尺蠖的發(fā)生與茶園管理水平密切相關(guān)。宋同清等［19-20］研究表明，間作白三葉茶園的茶尺蠖數(shù)量顯著低于清耕對照茶園，其茶尺蠖危害率較清耕對照茶園降低了55.7%，間作圓葉決明茶園的尺蠖類幼蟲個體數(shù)顯著低于自然留養(yǎng)雜草對照茶園。培土措施、農(nóng)藥、寄生性天敵、燈誘與性誘等因素也對灰茶尺蠖成幼蟲動態(tài)產(chǎn)生影響［21-24］。本研究發(fā)現(xiàn)，3種茶園的灰茶尺蠖發(fā)生量有明顯差異，常規(guī)管理茶園全年防控方式單一，僅使用化學防控，灰茶尺蠖發(fā)生量最大但年度變化幅度??；有機管理茶園防控方式多樣，不使用化學農(nóng)藥的茶園發(fā)生量次之，年度間發(fā)生量變化幅度最大；化學農(nóng)藥減施茶園在有機管理基礎(chǔ)上使用化學農(nóng)藥防控應急，發(fā)生量最少，年度間變化幅度介于其他2個茶園之間?；也璩唧栋l(fā)生量受到茶園采摘、防控、肥培、天氣等因素影響的大小還有待進一步研究。

3.2 灰茶尺蠖田間預測與防控

彭萍等［25］研究發(fā)現(xiàn)，3月份平均氣溫直接影響第1代灰茶尺蠖幼蟲發(fā)生量，并建立了灰茶尺蠖第1代防控時期的回歸預測模型。本研究的預測模型的準確性較高。

本研究發(fā)現(xiàn)，灰茶尺蠖年度內(nèi)的旬累積羽化率與氣象因素關(guān)系不大，與其自身繁殖特性有關(guān)，這說明贛中茶區(qū)的全年氣候適宜灰茶尺蠖的周年繁殖。3個茶園的旬平均累積羽化率隨著時間的推移而呈穩(wěn)步上升趨勢。3個茶園的成蟲累積羽化率增速一致且均在3月下旬達到10%，旬累積羽化率回歸模型自變量系數(shù)均為0.04，其中常規(guī)茶園的回歸方程擬合效果最佳，有機茶園和減藥茶園的擬合程度相當。這可能是因為有機茶園和減藥茶園的人為管理因素較為復雜。通過預測結(jié)果檢驗發(fā)現(xiàn)，除3月下旬、4月中旬—5月上旬表現(xiàn)為比較準確外，其他均為準確。這說明3個茶園的旬累積羽化率回歸模型可準確預測贛中不同類型茶園灰茶尺蠖的發(fā)生動態(tài)規(guī)律。

采用性誘法調(diào)查田間成蟲具有簡單、客觀的優(yōu)點。田間每世代成蟲高峰期即可調(diào)查到3齡內(nèi)幼蟲，因此根據(jù)成蟲調(diào)查結(jié)果便可推測出幼蟲防控期。除第1代幼蟲發(fā)生量調(diào)查較為準確外，其他世代的幼蟲量均受到人為調(diào)查、茶園管理及防控等因素的影響而導致其調(diào)查數(shù)據(jù)連貫性較差，田間成蟲發(fā)生量與下一代幼蟲發(fā)生量之間的關(guān)系仍有待進一步研究。