应用 SPSS软件研究桑螟羽化进程的累积频率模型

方利民

(江苏省吴江市植保站,江苏吴江 215200)

桑树病虫害的测报工作正在向准确、定量测报方向发展,而对桑园害虫种群进行系统模拟和数量测报是病虫害防治的基础[1]。

桑螟(Piaphaniapyloalis Walker)是吴江地区桑园发生最频繁且危害严重的暴发性害虫[2]。开展桑螟成虫羽化监测,结合田间实地调查桑螟幼虫发生,可以用于桑螟的发生期、发生量预报。研究桑螟成虫的羽化规律,是做好桑螟预测、预报工作的关键。测报灯是监测桑螟成虫羽化进程的重要工具。准确监测桑螟成虫的发生动态,是制订防治决策的重要依据。吴江市一直通过使用白炽灯监测桑螟成虫羽化进程,来预测幼虫的发生期,并成功地应用多年。为了进一步提高预报的科学性、正确性,吴江市分别于 2005年和 2006年引进河南汤阴佳多科工贸有限公司生产的佳多牌虫情测报灯对桑螟成虫种群动态进行监测。

对桑螟的研究,目前主要侧重于生物学特性以及发生后的防治等方面[3-4],尚未对桑螟种群进行模拟,即建立桑螟的生长速率、生存率和产卵量等重要生命参数,随环境因素不断变化的数学关系式等。为了掌握桑螟羽化的变化规律,为建立种群模拟模型及预测、预报提供准确的参数[5]。我使用 SPSS中的 Logstic曲线分别对 2006—2008年第 1代至第4代桑螟成虫灯诱蛾量的累积频率进行了模拟,拟合效果良好。

1 材料与方法

1.1 试验材料

虫情测报灯(JDA型,使用黑光灯管)5台,由河南汤阴佳多科工贸有限公司生产。

1.2 试验方法

将 5台虫情测报灯分布在震泽、平望、七都、盛泽和桃源镇这 5个重点镇的桑园中(桑园面积达3149hm2,占全市桑园面积的 90%),于 2006—2008年对吴江市 5个测报点的第 1代到第 4代桑螟成虫种群动态进行监测。

1.3 分析方法

采用 SPSS软件(SPSS软件交互性好,不需编程,易学易用,方便快捷[6];启动 SPSS后,单击主菜单的 “Analyze”下的 “Regression”中 “Nonlinear”项 )进行分析。根据 3年桑螟成虫诱蛾的资料计算出羽化进程的累积频率,再用 SPSS的非线性回归(Nonlinear Regression)拟合 Logistic方程,同时计算方程参数 K、a、b,拟合优度系数(R2),残差平方和(Q)。

y(t)为某日的累积发育频率,从出现第 1只成虫时开始算起,每增加 1d加 1;K为曲线中渐近线上横坐标的值;a,b为常数;exp是以 e为底数的指数函数。在逻辑斯蒂模型中估计的参数初始值为:K=0.1;a=3;b=0.1。

2 结果与分析

2.1 桑螟诱蛾的累积频率分析

根据桑螟成虫诱蛾的资料用 Microsoft office Excel2003软件绘出 2006—2008年第 1代至第 4代桑螟诱蛾累积频率实测图(图 1-3)。从图 1-3中可以看出诱蛾累积频率曲线是一个平滑的 S形曲线,而累积频率分别达 0.16、0.50、0.84时,为桑螟成虫发生的始盛、高峰、盛末期。

2.2 各代的拟合 Logstic曲线方程的参数值

图1 2006年第 1代至第 4代桑螟诱蛾累积频率

图2 2007年第 1代至第 4代桑螟诱蛾累积频率

图3 2008年第 1代至第 4代桑螟诱蛾累积频率

表1 2006—2008年灯诱桑螟成虫蛾量累积频率的 Logstic拟合的参数估计值

3 小结与讨论

3.1 昆虫发育进度随时间变化的模型与拟合的效果

害虫出现的迟早不仅是预测预报的重要内容,也是确定防治适期的依据。在自然状态下,昆虫个体是由个别零星出现,数量缓慢增加,到急剧增加到高峰,再急剧下降,转而缓慢减少,直到绝迹;害虫数量的变化,近似正态分布。张孝羲[7-8]将害虫的发育进度按其种群数量在时间上的分布进度,划分为始见期、始盛期、高峰期、盛末期及终见期,如以累积发育进度统计某一虫态数量逐渐增加的情况,其累积比例逐渐增加,表现为 S形曲线。正如张孝羲指出的那样,昆虫发育的累积数量比例,表现为 S形曲线。本文以 Logstic曲线对桑螟诱蛾逐日累积频率进行了模拟,经检验,拟合效果良好。从实例分析看,用 SPSS软件非线性回归拟合 Logistic曲线的拟合优度系数 R2最低为 0.9735,最高为 0.9976,表明模型对数据的拟合程度非常好。数量模型的建立对今后模拟描述该害虫的发生,预测预报提供了十分重要的依据。

3.2 关于 Logstic曲线的 K值

Logstic曲线在昆虫的生长发育和数量变化中有着广泛的应用,从 Logstic曲线本身参数的含义,在拟合桑螟成虫羽化的累积频率时,理论上 K值为 1,而我在拟合过程中并不都是 1,其中的原因有待于今后进一步研究。

3.3 关于数量模型的建立和应用问题

从上述的初步讨论和计算可以看出,数学模型的研讨和应用,必须着重注意模型的生物学含义、建立模型的生物学假设、参数的生物学意义、模型的应用前提和应用范围等。本文中的桑螟成虫诱蛾数据均在自然条件下获得,而在自然条件下,桑螟成虫的羽化除了受幼虫发育因子的影响外,还受气象因子、营养、天敌等诸多因子的影响,所以桑螟成虫的种群在自然条件下的动态机制,还需要进一步研究。

选择第 1到第 4代桑螟成虫的羽化进程进行研究,一方面是由于越冬代桑螟成虫羽化进程时间长,羽化峰多,而产生的第 1代桑螟正处在春蚕期,发生量小,危害轻;二是研究第 1到第 4代桑螟成虫的羽化进程、发生规律,对防治好第 2代至第 5代桑螟具有实际的指导意义,其研究结果可为当地防治发生代桑螟提供科学依据。

[1]谢立群.试论昆虫的累积发育频率模型及其应用[J].江苏蚕业,1998,20(3):11-15.

[2]方利民,朱引根,邢雪林,等.佳多新型虫情测报灯在桑螟测报中的应用[D].中国蚕学会桑树病虫害防治学术研讨会论文集,2008:24-27.

[3]钱祥明,洪志英,王卫明,等.桑螟的生物学特性研究[J].蚕业科学,1995,21(1):50-52.

[4]谢立群,王卫明.桑螟幼虫的生长和越冬后的发育[J].中国蚕业,2002,23(3):18-19.

[5]谢立群,王卫明.桑螟实验种群数量变动的模拟[J].蚕业科学,2002,28(3):261-264.

[6]卢纹岱.SPSSfor Windows统计分析[M].北京:电子工业出版社,2006:345.

[7]张孝羲.害虫测报原理和方法[M].北京:农业出版社,1979:211-223.

[8]张孝羲.昆虫生态及预测预报[M].北京:农业出版社,1985:303-317.