劉平,晏青華,文仕軍,阮楨媛,胡建銀,龔靜林

(1.云南林業(yè)職業(yè)技術學院，云南昆明 650224；2.西南林業(yè)大學，云南昆明 650224；3.江西省貴溪中心苗圃，江西貴溪 335400)

桂花Osmanthus fragrans屬于重要的園林綠化樹種，大量栽種于昆明的各大公園、小區(qū)及道路兩側。近幾年，桂花葉上發(fā)現大量的桂花網蝽危害，該蟲以若蟲及成蟲于桂花葉背面刺吸植物汁液造成危害，使葉片褪綠，其排泄物誘發(fā)煤污病，嚴重影響植物葉片的光合作用，導致受害植株樹勢衰弱、萌發(fā)能力降低、開花數量減少，極大影響桂花樹的生長及觀賞價值。

桂花網蝽Eteoneus sigillatusDrake et Poor，又叫星菱背網蝽，隸屬半翅目Hemiptera網蝽科Tingidae菱背網蝽屬[1-2]，在云南、貴州均有分布[3]。目前，國內對桂花網蝽的報道較少，扈克明 等在云南西雙版納原生林進行昆蟲調查時首次發(fā)現有E.sigillatus，當時該蟲的寄主還不能明確[4]。之后，李傳仁對中國網蝽科進行系統研究，將采自云南昆明、安寧等地的E.sigillatus寄主確認為桂花[3]。貴州省林業(yè)科學研究院的吳躍開對桂花網蝽的形態(tài)特征及生物學習性進行了研究，并提出一些防治建議[5]。2019年筆者對昆明市桂花上的桂花網蝽的空間分布型進行了調查，在此基礎上確定了最適抽樣數和序貫抽樣表，以期為獲取準確、系統的蟲情調查資料提供依據。

1 研究方法

1.1 研究區(qū)概況 研究區(qū)位于云貴高原中部的云南省昆明市主城區(qū)。 昆明市(24°23′～26°22′N，102°10′～103°40′E)地勢北高南低，平均海拔 1 895 ～1 990 m，屬北緯低緯度亞熱帶-高原山地季風氣候，由于受印度洋西南暖濕氣流的影響，日照長、霜期短，年平均氣溫15℃，年均日照2 200 h左右，無霜期240 d以上，年降水量1 450 mm。調查地點為昆明金殿公園、黑龍?zhí)豆珗@、云南農業(yè)大學校園、圓通山公園、月牙潭公園、金林碧水小區(qū)、清水河一帶等桂花樹較多的公園、小區(qū)、道路邊行道樹及綠化帶(表1)。

表1 調查樣地概況Tab.1 The overview of the sample plots

1.2 調查方法 2019年7月中旬，對7塊樣地桂花樹上桂花網蝽的蟲口數量進行調查。每個調查地設1個樣地，面積0.1 hm2。每個樣地均勻地抽查30株桂花樹，每株桂花樹按東西南北4個方位，每個方位分上中下3個位置共選取12個位點，每個位點取1段15 cm桂花梢頭詳細調查網蝽數量，記錄桂花網蝽的成蟲數量，計算蟲口密度。

1.3 數據分析方法

1.3.1 聚集度指標法 依據調查數據，計算每塊樣地桂花網蝽成蟲的平均蟲口密度m、樣本方差s2。

擴散系數C=s2/m。當C=1時，為隨機分布；C＞1時，為聚集分布；C＜1時，為均勻分布[6]。

Cassie指標CA=(s2/m-1)/m。當CA=0時，為隨機分布；CA＞0時，為聚集分布；CA＜0時，為均勻分布[7]。

聚集性指標m*/m=1+(s2-m)/m2(平均擁擠度m*=m+s2/m-1)。當m*/m=1時為隨機分布；m*/m＞1時，為聚類分布；m*/m＜1時，則為均勻分布[8]。

叢生指標I=s2/m-1。當I＞0時，為聚集分布；I=0時，為隨機分布；I＜0時，為均勻分布[9]。

負二項分布k值，k=m2/(s2-m)，k值越小，聚集度越大。k值趨于∞時(一般在8以上)逼近泊松分布；8 ＞k＞0，為聚集分布；k＜0，為均勻分布[10]。

1.3.2 回歸分析法 利用樣本平均數m和方差s2的對數值計算Taylor冪法則回歸模型[11]，lgs2=lg a+b lgm。a、b為引入的參數。 當 lg a=0，b=1時，種群為隨機分布；當lg a＞0，b=1時，種群為聚集分布，此時b值恒定，分布不具密度依賴性；當lg a＞0，b＞1時，種群為聚集分布，分布具有密度依賴性；當lg a＜0，b=1時，種群為均勻分布，且密度越高，分布越均勻。

Iwao的回歸模型[12]m*=α+βm。當α=0、β=1時，種群分布型為隨機型，分布的基本成分為單個個體；當α＞0、β=1時，種群為聚集分布，個體間相互吸引，分布的基本成分為個體群，個體群為隨機分布；當α=0、β＞1時，為具有公共k值的負二項分布；當α＞0、β＞1時，為個體群的聚集分布；當α=0、β＜1或0＞α＞-1、β=1時為均勻分布。

1.3.3 空間分布型頻次分布檢驗 將調查數據列成頻次分布表，利用其進行頻次分布檢驗，獲得二項分布、泊松分布、負二項分布、泊松-二項分布、奈曼分布、Weibull分布的理論頻次，確定桂花網蝽所屬分布型。

1.3.4 最適抽樣數的確定 在實際抽樣調查中，既要保證工作效率又要確保抽樣具有代表性和精準性。依據Iwao[13]的方法，只要昆蟲種群數m*與m成線性關系，就可以利用聚集度參數α、β來計算在給定允許誤差(D)及密度下的最適理論抽樣數。

1.3.5 序貫抽樣模式 利用 Iwao提出的序貫抽樣模式，計算桂花網蝽成蟲序貫抽樣數。

式中，T1(0)、T0(n)為序貫抽樣累計蟲量的上、下限，n為抽樣株數，m0為判別密度(即防治指標)，t為置信度。

2 結果與分析

2.1 聚集度指標測定 桂花網蝽的聚集度指標如表2所示，5種聚集度指標測定的7組數據中，C＞1；CA＞0；m*/m＞1；I＞0，8 ＞k＞0，依據聚集度指標的判定標準，桂花網蝽成蟲在桂花上的空間分布型為聚集分布。

表2 桂花網蝽成蟲聚集度指標Tab.2 Aggregation indices of E.sigillatus adult

2.2 線性回歸方程檢驗

1)Taor冪法則的lgs2與lgm回歸方程lgs2=0.369 11+1.273 98 lgm，相關系數r=0.789 4。方程中，lg a＞0，b＞1，說明桂花網蝽呈聚集分布型，分布具有密度依賴性。

2)Iwao的m*與m回歸模型m*=2.675 03+1.089 71m，相關系數R=0.934 3。方程中，α＞0、β＞1，說明桂花網蝽呈聚集分布型。

2.3 空間分布型頻次分布檢驗 根據調查數據的頻次測定擬合結果得出7種分布的頻次測定擬合圖(圖 1，2，3，4，5，6，7)。 可以看出，負二項兩種分布擬合效果最好且其卡方值分別為300.528 0，244.329 1(表3)。說明桂花網蝽的空間型屬于聚集分布中的負二項分布。

表3 7種分布型頻次測定卡方值Tab.3 Chi-square value of 7 distribution frequency measurement

圖1 二項分布頻次測定擬合圖Fig.1 Binomial distribution frequency determination fitting figure

圖2 泊松分布頻次測定擬合圖Fig.2 Poisson distribution frequency determination fitting figure

圖3 負二項分布(矩法)頻次測定擬合圖Fig.3 Negative binomial distribution(moment method)frequency determination fitting figure

圖4 負二項分布(似然法)頻次測定擬合圖Fig.4 Negative binomial distribution(maximum likelihood method)frequency determination fitting figure

圖5 泊松-二項分布頻次測定擬合圖Fig.5 Poisson-binomial distribution frequency determination fitting figure

圖6 奈曼分布頻次測定擬合圖Fig.6 Neyman distribution frequency determination fitting figure

圖7 Weibull分布頻次測定擬合圖Fig.7 Weibull distribution frequency determination fitting figure

2.4 最適抽樣數的確定 按Iwao的m*-m回歸方程確定理論抽樣數(N)公式。

式中α、β為Iwao模型參數，α為2.675 03，β為1.089 71，t為一定概率保證下的正態(tài)離差值，田間調查一般取1；D為允許誤差，取0.1或0.2；m為平均蟲口密度。當D=0.1時最適抽樣公式為N=367.503/m+8.971，當D=0.2時最適抽樣公式為N=66.875 75/m+2.242 75，桂花網蝽成蟲理論抽數見表4。

由表4可知，桂花網蝽的調查理論抽樣數與蟲口密度和允許誤差有關，蟲口密度一定時，允許誤差越大，理論抽樣數越少；允許誤差一定時，蟲口密度越大，理論抽樣數越少。

表4 桂花網蝽成蟲理論抽樣數 單位:株Tab.4 Theoretical sampling number of E.sigillatus adult Unit:plant

2.5 序貫抽樣 將α=2.675 03，β=1.089 71代入T1(0)、T0(n)，置信度t取 90%即t=1.65，m0為判別蟲口密度(防治指標)，因桂花網蝽尚無防治經驗，故分別擬定為10頭/株、5頭/株，分別計算出序貫抽樣數值(表5)。由表5可知，例如調查25株時，防治指標為5頭/株，累計蟲數超過162頭時須進行防治，累計蟲數少于88頭則不需防治，累計蟲數在上限和下限之間，應繼續(xù)增加抽樣數。

表5 桂花網蝽成蟲序貫抽樣表Tab.5 Sequential sampling table of E.sigillatus adult

3 結論與討論

昆蟲種群的空間分布格局是種群個體在其生存空間的分布形式，是種群的特征屬性。研究昆蟲空間分布格局作為種群生態(tài)學研究的一項重要內容，不僅能揭示昆蟲種群的空間結構和空間格局特征，了解昆蟲種群擴散行為及生物學特性，對正確制訂調查方法、抽樣設計方案、估計昆蟲數量動態(tài)，制定害蟲預測預報、綜合治理及防治策略等都具有重要的指導意義[14-16]。

筆者利用DPS數據處理系統對桂花網蝽成蟲7個樣地的調查結果進行了空間分布型檢驗分析，結果表明，桂花網蝽成蟲在桂花樹上的分布屬于聚集分布中的負二項分布，具有密度依賴性。桂花網蝽的空間型聚集原因可能與成蟲對桂花為害部位(葉片背面)的選擇性有關。在此基礎上，以桂花網蝽空間分布型和Iwao模型的平均擁擠度的回歸關系建立了該種群的理論抽樣公式，利用Iwao的序貫抽樣模式，制定了簡便而適用的序貫抽樣表。在今后的蟲情調查中，采用該抽樣技術研究確定的模型應進行隨機抽樣。同時根據精確度與工作量，在允許誤差和可信區(qū)間范圍內確定所需最適抽樣株數。用序貫抽樣表進行抽樣時，如調查10株時，防治指標為10頭/株，累計蟲數超過135頭時須進行防治，累計蟲數少于65頭則不需防治，累計蟲數在上限和下限之間時，應繼續(xù)增加抽樣株數以確定防治與否。所以，實際生產中對桂花網蝽進行調查和防治，應考慮抽樣數、防治方法、防治效果，兼顧社會效應和生態(tài)效應。