曲明靜劉愛娜曾慶朝薛 明梁景華李 曉崔鳳高*曲春娟*

(

1.山東省花生研究所,山東 青島 266100; 2.青島市農(nóng)業(yè)技術(shù)推廣中心,山東 青島 266071;3.海南省植物保護(hù)總站,海南 ?？?571199; 4.山東農(nóng)業(yè)大學(xué)植物保護(hù)學(xué)院,山東 泰安 271018; 5.漳州市英格爾農(nóng)業(yè)科技有限公司,福建 漳州 363000)

西花薊馬(Frankliniellaoccidentalis)屬纓翅目薊馬科花薊馬屬,是一種危害性極大的外來入侵害蟲,其以銼吸式口器取食植物的莖、葉、花、果,繁殖速度快,為害廣,并可傳播番茄斑萎病毒病,是一種重要的世界性檢疫害蟲[1]。西花薊馬自2003年傳入我國[2],已逐步蔓延至北京、云南、浙江、山東等地[3-4],尤其近年來逐漸轉(zhuǎn)移至花生,對我國花生生產(chǎn)造成嚴(yán)重危害[5]。

近幾年與西花薊馬生物學(xué)有關(guān)的研究相繼開展,關(guān)于西花薊馬生長發(fā)育和存活的溫度與濕度的研究已有報道[6-8],薊馬在花生上聚集危害主要是環(huán)境因素所致[9-10],其氣象因子尤為重要,目前國內(nèi)還未見西花薊馬在大田花生為害規(guī)律與氣象因子關(guān)系的報道。本研究連續(xù)兩年對花生田西花薊馬進(jìn)行收集,分析氣象與西花薊馬數(shù)量變動的關(guān)系,以期找到與西花薊馬數(shù)量變動密切相關(guān)的氣象因子,為西花薊馬預(yù)測預(yù)報及防控提供依據(jù)。

1 材料與方法

1.1 調(diào)查地點和調(diào)查時間

試驗設(shè)在山東省花生研究所試驗田(N 36°48′46″,E 120°30′5″)。調(diào)查時間2014年5月-2015年10月,試驗區(qū)域為自然狀態(tài),未噴灑殺蟲劑。

1.2 昆蟲收集方式和氣象資料的來源整理

采集使用的馬來氏網(wǎng)由中國科學(xué)院動物研究所提供,具體搜集方法見參考文獻(xiàn)[11]。原始?xì)庀筚Y料來自于中國氣象數(shù)據(jù)網(wǎng)http://data.cma.cn/。所選用的氣象因子及參數(shù)以調(diào)查周期(7d或10d)內(nèi)的平均氣溫(X1)、最高氣溫(X2)、最低氣溫(X3)、平均相對濕度(X4)、平均地表氣溫(X5)、日最高地表氣溫(X6)、日最低地表氣溫(X7)、平均日降雨量(X8)、平均風(fēng)速(X9)、最大風(fēng)速(X10)、最大風(fēng)速風(fēng)向(X11)、極大風(fēng)速(X12)、極大風(fēng)速風(fēng)向(X13)。

1.3 調(diào)查設(shè)計、數(shù)據(jù)處理及分析

2014年5-9月,花生生長期內(nèi)每周調(diào)查1次(2014年5月4日-9月23日,共20組),2015年花生生長期內(nèi)每10d 1次(2014年5月5日-9月29日共17組)。利用DPS V16.05版處理系統(tǒng)進(jìn)行數(shù)據(jù)的相關(guān)、逐步回歸、通徑和線性回歸分析。

2 結(jié)果與分析

2.1 西花薊馬種群數(shù)量分析

圖1顯示,2014-2015年兩年間7、8月份西花薊馬的蟲口密度大于其他月份,2014年5月份蟲口密度低于2015年,6月份蟲口密度高于2015年。

圖1 西花薊馬種群數(shù)量 (2014-2015)Fig.1 Population density of

2.2 氣象因子對西花薊馬數(shù)量影響的相關(guān)性

2014年西花薊馬數(shù)量變動與最大風(fēng)速風(fēng)向、極大風(fēng)速風(fēng)向呈極顯著負(fù)相關(guān);與平均氣溫、最高氣溫、最低氣溫、平均相對濕度、平均地表氣溫、日最高地表氣溫、日最低地表氣溫呈正相關(guān)但不顯著,與平均日降雨量、平均風(fēng)速、最大風(fēng)速、極大風(fēng)速呈負(fù)相關(guān)但不顯著;2015年西花薊馬數(shù)量與最低氣溫呈極顯著正相關(guān);與平均相對濕度、日最低地表氣溫間呈顯著正相關(guān),與平均氣溫、最高氣溫、平均地表氣溫、平均日降雨量正相關(guān)但不顯著,與日最高地表氣溫、平均風(fēng)速、最大風(fēng)速、極大風(fēng)速、最大風(fēng)速風(fēng)向、極大風(fēng)速風(fēng)向呈負(fù)相關(guān)但不顯著。另外,2014年各氣象因子兩兩間有19個極顯著相關(guān),有3個顯著相關(guān);2015年有15個極顯著相關(guān),有8個顯著相關(guān),顯示出明顯的互作效應(yīng) (表1、表2)。

2.3 西花薊馬種群數(shù)量與氣象因子線性回歸分析

通過線性回歸分析,建立了2014年和2015年西花薊馬數(shù)量與氣象因子的回歸方程,該方程可用于西花薊馬發(fā)生預(yù)測預(yù)報。

2014年：Y=23.2917+0.2236X1-0.1674X2-0.1972X3-0.0070X4+0.4756X5-0.1369X6-0.1542X7-0.0002X8-0.5507X9-0.0613X10-0.5180X11+0.1153X12-1.9894X13

2015年：Y=-17.5962+0.1663X1+0.2487X2-0.1295X3+0.4222X4-0.1368X5-0.0388X6-0.1167X7+0.0006X8+0.2128X9-0.0709X10-5.8487X11-0.0762X12+3.9252X13

2.4 氣象因子對西花薊馬數(shù)量偏相關(guān)分析

偏相關(guān)分析結(jié)果表明,2014年西花薊馬數(shù)量與平均地表氣溫偏相關(guān)系數(shù)最大,其次為極大風(fēng)速和平均氣溫;與最大風(fēng)速、最低氣溫、最高氣溫、日最低地表氣溫、平均風(fēng)速、平均日降雨量、日最高地表氣溫、極大風(fēng)速風(fēng)向等因子間呈負(fù)相關(guān)。2015西花薊馬數(shù)量與極大風(fēng)速風(fēng)向偏相關(guān)系數(shù)最大,其次為平均日降雨量、平均相對濕度、最高氣溫、平均風(fēng)速、平均氣溫;而與最大風(fēng)速、極大風(fēng)速、日最高地表氣溫、最低氣溫、日最低地表氣溫、平均地表氣溫、最大風(fēng)速風(fēng)向呈負(fù)相關(guān) (表3)。

2.5 影響西花薊馬數(shù)量變動的氣象因子通徑分析

2014年平均地表氣溫與西花薊馬數(shù)量變動相關(guān)性不顯著,但它對西花薊馬數(shù)量變動的正向直接作用最大,反向間接作用也最大,它通過平均氣溫、最高氣溫、最低氣溫、日最高地表氣溫、日最低地表氣溫(表1)五個極顯著相關(guān)的因子,間接反向影響了西花薊馬數(shù)量變動。日最高地表氣溫對西花薊馬數(shù)量變動的正向間接作用最大,其次是最低氣溫、日最低地表氣溫和最高氣溫。日最高地表氣溫與西花薊馬數(shù)量變動相關(guān)性不顯著,可能是其最大的正向間接作用和反向直接作用綜合導(dǎo)致。2014年西花薊馬數(shù)量變動與最大風(fēng)速風(fēng)向、極大風(fēng)速風(fēng)向呈極顯著負(fù)相關(guān) (表4)。

2015年影響西花薊馬數(shù)量變動的正向直接作用和反向間接作用最大的因子都是極大風(fēng)速風(fēng)向,兩種作用的綜合導(dǎo)致它與西花薊馬數(shù)量變動結(jié)果不顯著;2015年西花薊馬數(shù)量與最低氣溫達(dá)到極顯著正相關(guān),主要是最低氣溫通過平均氣溫、最高氣溫、平均相對濕度、平均地表氣溫、日最低地表氣溫五個因子間接影響西花薊馬數(shù)量變動;2015年西花薊馬數(shù)量與平均相對濕度、日最低地表氣溫呈顯著正相關(guān),與平均相對濕度的顯著正相關(guān)主要是直接作用,與日最低地表氣溫的顯著正相關(guān)主要是間接作用的結(jié)果(表5)。氣象因子直接或間接影響昆蟲數(shù)量變動,只有當(dāng)直接作用或間接作用兩者同向,或者一方作用顯著大于另一方,才能顯著影響到昆蟲數(shù)量變動。

2.6 氣象因子對西花薊馬數(shù)量變動決定程度

2014年氣象因子及其交互效應(yīng)對西花薊馬數(shù)量變動的總決定系數(shù)為 0.7725,按照各因子決策系數(shù)大小排序為:X13＞X11＞X8＞X10＞X4＞X12＞X9＞X2＞X1＞X7＞X3＞X6＞X5。2015年氣象因子及其交互效應(yīng)對西花薊馬數(shù)量變動的總決定系數(shù)為 0.9620,按照各因子決策系數(shù)大小排序為:X10＞X4＞X12＞X9＞X6＞X8＞X1＞X5＞X＞X7＞X2＞X13＞X11。

1 青島西薊馬種長動態(tài)與主要氣象因子關(guān)性(2014)Table 1 Correlation analysis of表the population 花dynamics 群of 消Frankliniella occidentalis相and main meteorological factors in Qingdao (2014)相關(guān)因子 Correlationfactor X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X20.9484**X30.9681**0.8464**X40.2857 0.06280.4645*X50.9066**0.9075**0.8359**0.0447 X60.5209*0.5917**0.4171-0.27350.8190**X70.9471**0.8147**0.9896**0.5166*0.7818**0.3296 X80.2490 0.2392 0.2471 0.2284 0.1573-0.03950.2884 X9-0.16050.0045-0.2799-0.6675**-0.0637-0.0467-0.2923-0.1056 X10-0.2286-0.0525-0.3435-0.6976**-0.05460.0893-0.3723-0.04530.9102**X11-0.1468-0.0327-0.2656-0.3110-0.01230.1476-0.30510.1642 0.0684 0.2101 X12-0.2391-0.0466-0.3750-0.7240**-0.07160.0888-0.4110-0.05500.8883**0.9731**0.2929 X13-0.06210.0041-0.1568-0.23740.1222 0.3100-0.21130.0732-0.02200.11460.9126**0.1881 Y 0.2344 0.1965 0.2721 0.1263 0.1718 0.0590 0.2797-0.2574-0.0411-0.1695-0.7339**-0.2017-0.7443**注風(fēng):*和、X10最**分大示、X11最0.05 0.01顯向水平。X1平速均、X13極氣溫、X2最速高風(fēng)氣向溫、X3最氣溫、X4平均相對濕度、X5平均地表氣溫、X6日最高地表氣溫、X7日最低地表氣溫、X8平均日降雨量、X9平均速別風(fēng)*表速和大風(fēng)速風(fēng)著、X12極風(fēng)。下X1同低。Note:*and*indicated the significant level 大at 風(fēng)5%and 1%大,respectively.:average air temperature,X2:maximum air temperature,X3:minimum:air temperature,X4:averagerelativehumidity,X5:averagesurface temperature,X6:daily:maximumwind surface temperature,X7:daily minimum surface temperature,X8:average daily rainfall,X9 average wind speed,X10:maximumwind speed,X11:maximum wind speed direction,X12 extreme speed,X13:extreme wind direction,Y:population density of Frankliniella occidentalis.The same as below.

2 青島西薊馬種長動態(tài)與主要氣象因子關(guān)性(2015)Table 2 Correlation analysis of表the population 花dynamics 群of 消Frankliniella occidentalis相and main meteorological factors in Qingdao (2015)相關(guān)因子 Correlationfactor X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X20.8408**X30.8802**0.5652*X40.4952*0.27950.6157**X50.8478**0.8819**0.6154**0.1998 X60.0907 0.4440-0.2583-0.30210.5537*X70.8832**0.5755*0.9884**0.6607**0.5992**-0.2879 X80.2062 0.2081 0.1859 0.0412 0.4246 0.4252 0.1402 X9-0.34690.0419-0.4110-0.4371-0.07950.2756-0.41020.0252 X10-0.07550.3334-0.3875-0.20030.0629 0.3734-0.36380.0283 0.4641 X11 0.16020.4879*-0.24280.0468 0.2234 0.4521-0.1891-0.05190.06750.6582**X12 0.07770.5167*-0.2328-0.10520.2019 0.3483-0.19110.02670.4798*0.9157**0.7069**X13 0.0727 0.4056-0.3092-0.02970.1245 0.4013-0.2519-0.20980.06240.6241**0.9661**0.6569*Y 0.3705 0.22020.5974**0.4962*0.2556-0.12250.5821*0.2942-0.1173-0.3747-0.3596-0.2920-0.3239

表3 氣象因子與青島西花薊馬種群數(shù)量偏相關(guān)系數(shù)分析Table 3 The coefficient of partial correlation relationship between meteorological factors and population of Frankliniella occidentalis in Qingdao

表4 影響青島西花薊馬數(shù)量變的主要氣因子相關(guān)分析(2014)Table 4 Path analysis of the main meteorological factors and 動population 象fluctuation通of 徑Frankliniella occidentalis in Qingdao (2014)象因子氣Meteorological factors關(guān)系數(shù)相Correlation coefficient直接作用數(shù)總和系Summary of direct coefficients間接作用數(shù)總和系Summary of indirect coefficients間接作系數(shù)Indirect用coefficients X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X10.2344 1.7502-1.5158/-1.2089-1.7390-0.00433.9864-1.1294-1.5177-0.05480.1461 0.0353 0.0338-0.12510.0618 X20.1965-1.27471.4712 1.6600/-1.5203-0.00093.9905-1.283-1.3055-0.0527-0.00410.0081 0.0075-0.0244-0.0040 X30.2721-1.79632.0684 1.6944-1.0789/-0.00703.6757-0.9044-1.5858-0.05440.2549 0.0531 0.0611-0.19620.1559 X40.1263-0.01510.1414 0.5000-0.0801-0.8345/0.1968 0.5930-0.8279-0.05030.6079 0.1078 0.0715-0.37880.2360 X50.1718 4.3973-4.22551.5867-1.1568-1.5015-0.0007/-1.7760-1.2528-0.03460.0580 0.0084 0.0028-0.0375-0.1215 X60.0590-2.16842.2274 0.9116-0.7542-0.74920.0041 3.6016/-0.52820.0087 0.0425-0.0138-0.03400.0465-0.3082 X70.2797-1.60241.8821 1.6577-1.0385-1.7777-0.00783.4377-0.7148/-0.06350.2662 0.0575 0.0702-0.21500.2101 X8-0.2574-0.2202-0.03720.4359-0.3049-0.4438-0.00340.6917 0.0856-0.4621/0.0962 0.0070-0.0378-0.0288-0.0728 X9-0.0411-0.91070.8696-0.2808-0.00570.5028 0.0101-0.28000.1012 0.4684 0.0233/-0.1406-0.01570.4647 0.0219 X10-0.1694-0.1545-0.0149-0.40010.0669 0.6170 0.0105-0.2401-0.19360.5965 0.0100-0.8289/-0.04830.5091-0.1139 X11-0.7339**-0.2300-0.5039-0.25690.0417 0.4770 0.0047-0.0542-0.32010.4889-0.0362-0.0623-0.0325/0.1532-0.9072 X12-0.20170.5232-0.7249-0.41850.0594 0.6736 0.0109-0.3148-0.19250.6587 0.0121-0.8090-0.1504-0.0674/-0.1870 X13-0.7443**-0.99410.2498-0.1087-0.00520.2816 0.0036 0.5375-0.67230.3386-0.01610.0200-0.0177-0.20990.0984/

表5 影青島西花薊數(shù)量動主要氣象因子相關(guān)與of 通徑分析(2015)Table 5 Path analysis of the main響meteorological 馬factors 變and的population fluctuation Frankliniella occidentalis in Qingdao (2015)象因子氣Meteorological factors關(guān)系數(shù)相Correlation coefficient直接作用數(shù)總和系Summary of direct coefficients間接作用數(shù)總和系Summary of indirect coefficients間接作系數(shù)Indirect用coefficients X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X10.3705 1.5551-1.1846/2.4118-1.29810.5225-1.0252-0.0823-1.36320.2571-0.08840.0261-0.7446-0.05750.2572 X20.2202 2.8685-2.64831.3075/-0.83350.2949-1.0666-0.4027-0.88830.2595 0.0107-0.1150-2.2675-0.38251.4352 X30.5974**-1.47472.0721 1.3689 1.6213/0.6496-0.74420.2342-1.52550.2317-0.10470.1337 1.1286 0.1724-1.0939 X40.4962*1.0552-0.55900.7701 0.8018-0.9080/-0.24160.2739-1.01980.0514-0.11140.0691-0.21740.0779-0.1050 X50.2556-1.20931.4649 1.3184 2.5298-0.90750.2108/-0.5021-0.92480.5294-0.0202-0.0217-1.0381-0.14950.4404 X6-0.1225-0.90680.7843 0.1411 1.2737 0.3809-0.3187-0.6696/0.4443 0.5301 0.0702-0.1288-2.1010-0.25791.4200 X70.5821*-1.54342.1255 1.3735 1.6509-1.45770.6972-0.72470.2611/0.1748-0.10450.1255 0.8790.1415-0.8911 X80.2942 1.2468-0.95260.3207 0.5970-0.27410.0435-0.5135-0.3856-0.2164/0.0064-0.00980.2411-0.0197-0.7422 X9-0.11730.2548-0.3721-0.53950.1201 0.6061-0.46120.0961-0.25000.6330 0.0314/-0.1601-0.3136-0.35530.2209 X10-0.3747-0.3450-0.0297-0.11740.9563 0.5715-0.2114-0.0761-0.33860.5614 0.0353 0.1183/-3.0593-0.67802.2083 X11-0.3596-4.64784.2882 0.2491 1.3994 0.3581 0.0493-0.2701-0.40990.2919-0.06470.0172-0.2271/-0.52343.4184 X12-0.2920-0.74040.4484 0.1208 1.4820 0.3433-0.1110-0.2442-0.31580.2950 0.0332 0.1223-0.3159-3.2857/2.3244 X13-0.32393.5383-3.86220.1130 1.1635 0.4559-0.0313-0.1505-0.36390.3887-0.26150.0159-0.2153-4.4903-0.4864/

3 討論與結(jié)論

氣象因子在自然界中相互影響并共同作用于昆蟲的生長、發(fā)育、繁殖、生存、分布、行為和種群數(shù)量動態(tài)。本文研究結(jié)果表明,2014年13個氣象因子及其交互效應(yīng)對西花薊馬數(shù)量變動的總決定系數(shù)為 0.7725,前三位為極大風(fēng)速風(fēng)向、最大風(fēng)速風(fēng)向、平均日降雨量。2015年13個氣象因子及其交互效應(yīng)的總決定系數(shù)為0.9620,前三位為最大風(fēng)速、平均相對濕度、極大風(fēng)速。2014年平均地表氣溫對西花薊馬數(shù)量變動的正向直接作用最大,其次為平均氣溫、極大風(fēng)速;日最高地表氣溫對西花薊馬數(shù)量變動的正向間接作用最大。2015年極大風(fēng)速風(fēng)向?qū)ξ骰ㄋE馬數(shù)量變動的正向直接作用最大,其次為最高氣溫、平均氣溫、平均日降雨量;最大風(fēng)速風(fēng)向?qū)ξ骰ㄋE馬數(shù)量變動的正向間接作用最大。2014與2015年氣象因子對西花薊馬影響有差異,可能是與兩年氣候差異有關(guān),調(diào)查期間2015年平均日降雨量比2014年高35.82%,兩年間7、8月份西花薊馬蟲口密度大,可能與氣候及花生生長旺盛有關(guān)。2014年5月份蟲口密度要比2015年低,原因可能是2014年五月份極大風(fēng)速和日平均降雨量都高于2015年同期,2015年6月、9月份蟲口密度比2014年高,可能與最大風(fēng)速、極大風(fēng)速和日平均降雨量有關(guān)。

西花薊馬成蟲為非遷飛性昆蟲,自身的飛行能力很弱,其移動主要借助人類的活動而擴(kuò)散,也可借助風(fēng)力作小范圍的擴(kuò)散[12];此外起飛的成蟲可能隨氣流而傳播[13]。風(fēng)力是影響西花薊馬的取食及遷飛活動的重要因子。一般情況下,弱風(fēng)可刺激害蟲起飛,遷飛的速度和方向一般與風(fēng)速及風(fēng)向是一致的。但是,風(fēng)太大時又會阻礙一些害蟲的遷飛和傳播活動,而且風(fēng)力大時也將影響害蟲在田間的分布,本文的研究結(jié)果也證明了這一點。據(jù)報道,西花薊馬的活動受溫濕度影響也較大,適溫范圍18～26℃內(nèi),過高的濕度和溫度會抑制西花薊馬的活動[14]。這也與本文研究結(jié)果一致。潘義宏[15]等研究發(fā)現(xiàn),大量雨水的沖刷使西花薊馬的種群數(shù)量得到了自然控制,陳德西[16]在薊馬在韭菜上的發(fā)生規(guī)律和防治研究上發(fā)現(xiàn),降雨量的多少影響了韭菜田間西花薊馬種群數(shù)量,本研究也發(fā)現(xiàn)平均日降雨量影響了西花薊馬蟲口基數(shù)的變化。

分析認(rèn)為,13項氣象因子除分別單獨地作用于西花薊馬數(shù)量變動外,彼此之間也相互影響,相互關(guān)聯(lián),對西花薊馬數(shù)量變動形成了綜合效應(yīng)。本研究也得出了預(yù)測預(yù)報方程,其預(yù)測預(yù)報的準(zhǔn)確性與穩(wěn)定性有待于進(jìn)一步研究。

致謝：特別感謝南京信息工程大學(xué)江曉東教授為本文提供的氣象數(shù)據(jù)。