摘要: 【目的】为了探索灯诱马尾松毛虫Dendrolimus punctatus(Walker)成虫预测下一代幼虫发生量的办法,建立预测预报模型。【方法】2013-2017年连续5年采用灯诱法对马尾松毛虫每年的越冬代、第1代灯诱成虫数、雌虫数、雄虫数、雌性比等数据进行收集,实地调查第1代、第2代(越冬代)幼虫林间的发生量(虫口密度),采用Excel2016进行相关性分析,筛选出与下一代幼虫发生量(虫口密度)关系密切的灯诱成虫数、雌虫数、雌性比等关联因子,并应用神经网络Matlab2016a建立预测模型。【结果】所建立的灯诱成虫预测模型,拟合度0.92以上,预测精度0.90以上。【结论】采用灯诱马尾松毛虫成虫预测下一代幼虫发生量的神经网络Matlab模型,十分适用于短期精细化预报,方法简单、实用,值得在马尾松毛虫生产性防控中大力推广。

摘要: 【目的】为明确非挥发性次生物质辣椒素对西花蓟马Frankliniella occidentalis雌成虫体内解毒酶活性的影响。【方法】将菜豆叶片研碎离心后取上清液作为西花蓟马的液态饲料,将不同浓度的辣椒素添加到饲料中,饲养西花蓟马雌成虫48、72、96 h后,分别测定西花蓟马体内羧酸酯酶(Car E)、谷胱甘肽-S-转移酶(GSTs)、乙酰胆碱酯酶(AChE)和多功能氧化酶(MFO)的活性。【结果】低剂量辣椒素能诱导西花蓟马雌成虫体内GSTs、AChE和MFO活性明显升高,高剂量辣椒素抑制GSTs、AChE及MFO活性。不论在哪一种辣椒素浓度下,Car E活性一直受到抑制。辣椒素浓度和处理时间对GSTs及AChE活性无明显交互作用,但对Car E及MFO有明显的交互作用,处理时间越长,作用越显著。【结论】西花蓟马雌成虫体内解毒酶活性在次生物质辣椒素处理下发生了明显的变化,说明西花蓟马通过解毒酶适应次生物质对其的影响,但解毒酶的变化有剂量和时间效应。

摘要: 【目的】花生是山东省主要油料作物,为阐明山东莱西花生田昆虫群落结构及多样性。【方法】2014年6月到2015年6月采用马来氏网法对该地区花生田昆虫群落结构进行了调查研究。【结果】全年共获得各类昆虫标本89 967头,分属于13目、117科;主要以膜翅目、鞘翅目、双翅目、鳞翅目和半翅目为主,其中茧蜂科(膜翅目)、露尾甲科(鞘翅目)、缟蝇科(双翅目)、夜蛾科(鳞翅目)、蚜科(半翅目)为科级优势类群;花生蚜Aphis craccivora Koch、小绿叶蝉Jacobiasca formosana、小地老虎Agrotis ypsilon、棉铃虫Heliothis armigera、斜纹夜蛾Spodoptera litura、异色瓢虫Leis axyrids、蚜茧蜂(Aphidiidae)、啮小蜂(Tetrastichidae)、黑带食蚜蝇Epistrophe balteata De Geer等为优势种。【结论】多样性分析结果表明,该地区花生田昆虫群落结构的多样性指数、均匀度指数和丰富度指数较高,三者呈一致趋势,说明莱西花生田昆虫群落具有较高稳定性。

摘要: 【目的】了解微小花蝽Orius minutus(Linnaeus)对4种主要自然猎物的喜好性。【方法】通过非选择性和选择性试验,室内测定并比较了微小花蝽初孵若虫、刚蜕皮后的5龄若虫和新羽化雌成虫对朱砂叶螨Tetranychus cinnabarinus(Boisduval)成螨、桃蚜Myzus persicae(Sulzer)低龄若虫、西花蓟马Frankliniella occidentalis(Pergande)2龄若虫和烟粉虱Bemisia tabaci(Gennadius)2-3龄若虫的日捕食量和喜好性Ci值。【结果】非选择性试验结果表明,在4种供试猎物中,微小花蝽初孵若虫对西花蓟马2龄若虫和朱砂叶螨成螨的日捕食量为最大,分别为14.20头/d和12.40头/d,刚蜕皮后的5龄若虫和新羽化雌成虫对朱砂叶螨成螨的日捕食量均为最大,分别为44.40头/d和37.20头/d。选择性试验结果表明,微小花蝽初孵若虫对西花蓟马2龄若虫和朱砂叶螨成螨均表现为正喜好性,其喜好性Ci值无显著差异,刚蜕皮后的5龄若虫和新羽化雌成虫对西花蓟马2龄若虫和桃蚜低龄若虫均表现为正喜好性,2者对西花蓟马的喜好性Ci值均显著大于对桃蚜。【结论】微小花蝽日捕食量最大的猎物是朱砂叶螨,其次是西花蓟马,而其最喜好的猎物则是西花蓟马。

摘要: 【目的】为了提高马尾松毛虫Dendrolimus punctatus Walker发生量预测预报结果的准确性,为选用合适的预测模型提供依据。【方法】本文用平稳时间序列法、回归预测法、BP神经网络法、马尔科夫链法和列联表多因子多级分析预测法研究建立安徽省潜山县1983—2016年33年的马尾松毛虫1代和2代幼虫高峰期发生量的预测模型,并对5种模型进行比较。【结果】以卵高峰期卵量为自变量的回归模型、多元回归模型和逐步回归模型预测结果与实际值相差0.210.31头/株,其它8个一元回归预测结果与实际值相差1.061.58头/株。平稳时间序列预测2015和2016年的结果与实际值完全相符。BP神经网络预测结果若以误差标准为1头/株,1983—2014年预报准确率1代为90.32%,2代为100%。马尔科夫链预测2015和2016年,预测结果与实际值完全相符,均为1级。列联表多因子多级综合相关分析法预测2015和2016年的结果与实际值完全相符,1983—2014年1代幼虫高峰期发生量预测的历史符合率均为90.32%,2代为83.47%。为了研究不同分级标准对预测值的影响,将2代幼虫高峰期发生量的1级标准改为小于3.5头/株,则历史符合率为74.19%。【结论】上述方法中,回归预测法自变量的选择是预报准确的关键;时间平稳序列法适用于害虫发生过程符合平稳时间序列的标准;马尔科夫链法和列联表分析法分级标准科学与否直接影响预测结果的准确性;BP神经网络法可用于自变量与预报量非线性关系的研究,是一种比较理想的预报方法。