分享自:

利用地统计学方法表征鹰嘴豆作物中棉铃虫的空间分布

期刊:Pest Management ScienceDOI:10.1002/ps.6536

学术研究报告:利用地统计学方法表征木豆作物中棉铃虫(Helicoverpa armigera)的空间分布

一、作者与发表信息
本研究由Malathi Seethalam(PJTSAU-Regional Agricultural Research Station, Warangal)、Kiran Gandhi Bapatla(ICAR-Indian Institute of Pulses Research, Kanpur)等7位作者合作完成,发表于期刊Pest Management Science 2021年7月刊(Volume 77, Issue 11)。

二、学术背景
木豆(Cajanus cajan)是热带和亚热带地区的重要经济作物,印度贡献了全球71%的产量。棉铃虫(Helicoverpa armigera,鳞翅目:夜蛾科)是木豆的主要害虫,每年造成超3.1亿美元的经济损失,其幼虫通过取食豆荚导致高达40%的产量损失。尽管已有研究描述棉铃虫的季节性种群动态,但其空间分布模式尚未通过地统计学工具量化。本研究首次结合变异函数(variogram)Voronoi图,分析印度南部高原农业气候区木豆田中棉铃虫幼虫的时空分布特征,旨在为害虫监测和精准防控提供科学依据。

三、研究流程与方法
1. 实验设计与采样
- 研究区域:印度特伦甘纳邦Hanamkonda地区的28块木豆田(每块约0.4公顷),覆盖14个地点,连续3个作物季(2017-2020年)进行监测。
- 采样方法:每块田设置5个采样点(四角及中心),每周记录棉铃虫幼虫(2龄及以上)数量,共9个气象标准周(MSW 44-52,即10月至12月)。总计完成252次采样(28田×9周)。
- 数据记录:同步记录木豆物候期(如花期、结荚期)与气象数据(温度范围20-29°C)。

  1. 地统计学分析

    • 变异函数模型:采用球状(Spherical)、高斯(Gaussian)和指数(Exponential)模型,计算半方差(semivariance)、基台值(sill)、变程(range)和块金值(nugget),量化空间依赖性。
    • 空间插值:通过普通克里金法(Ordinary Kriging)生成害虫密度预测图,划分5个等级(低至高密度)。
    • Voronoi图:基于Thiessen多边形划分空间单元,分析幼虫密度的异质性分布。
  2. 数据分析

    • 使用R Studio进行变异函数拟合和交叉验证(以决定系数R²和均方根误差RMSE评估模型精度)。
    • 通过ANOVA和Tukey HSD检验比较不同MSW间幼虫数量的显著性差异。

四、主要结果
1. 时间动态
- 幼虫数量呈“上升-峰值-下降”模式,第5周(MSW 48,11月26日-12月2日)达到峰值(8倍于初始数量),与木豆结荚期(MSW 44-48)高度重合。
- 经济阈值(ETL,1幼虫/株)在除MSW 44外的所有周均被突破。

  1. 空间分布特征

    • 聚集性:变异函数显示幼虫呈中度至强聚集(块金/基台比0.25-0.75),平均聚集距离为2425.48米,表明采样间距需大于此值以获取独立样本。
    • 高风险区:Voronoi图显示MSW 48-50期间,L4(Kadarigudem)等地的幼虫密度显著高于其他区域,可能与局部食物资源丰富有关。
    • 预测模型:球状模型在4个MSW中拟合最佳(R²最高),而指数模型对MSW 45和48的预测最优。
  2. 插值地图

    • 克里金插值揭示了幼虫从田间边缘向中心扩散的趋势,与番茄田中棉铃虫的迁移模式一致(引用Moral García, 2006)。

五、结论与价值
1. 科学意义
- 首次量化了棉铃虫在木豆田的空间依赖性,提出2425.48米的采样间距标准,可优化监测方案并减少人力成本。
- 揭示了害虫分布与物候期的关联,为预测模型开发提供基础数据。

  1. 应用价值
    • 精准防控:通过插值地图划分高、中、低风险区,支持分区治理策略(如针对性喷药)。
    • 跨区域适用性:方法可推广至其他雨养农业区(如非洲、拉丁美洲)。

六、研究亮点
1. 方法创新:结合变异函数与Voronoi图,突破了传统仅依赖时间序列分析的局限。
2. 实践指导:提出的采样距离标准(2425.48米)可直接用于大田监测。
3. 跨学科性:整合农业昆虫学、地统计学和GIS技术,为害虫生态学研究提供新范式。

七、其他发现
- 幼虫空间迁移方向(如MSW 50-52期间自西向东)可能与种植时间差异和品种抗性有关,需进一步验证。
- 研究数据可通过作者申请获取,支持后续模型优化(如结合气候变量)。

(注:全文约2000字,涵盖研究全流程及核心发现,符合学术报告规范。)

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com