應用 SPSS軟件研究桑螟羽化進程的累積頻率模型

方利民

(江蘇省吳江市植保站,江蘇吳江 215200)

桑樹病蟲害的測報工作正在向準確、定量測報方向發展,而對桑園害蟲種群進行系統模擬和數量測報是病蟲害防治的基礎[1]。

桑螟(Piaphaniapyloalis Walker)是吳江地區桑園發生最頻繁且危害嚴重的暴發性害蟲[2]。開展桑螟成蟲羽化監測,結合田間實地調查桑螟幼蟲發生,可以用于桑螟的發生期、發生量預報。研究桑螟成蟲的羽化規律,是做好桑螟預測、預報工作的關鍵。測報燈是監測桑螟成蟲羽化進程的重要工具。準確監測桑螟成蟲的發生動態,是制訂防治決策的重要依據。吳江市一直通過使用白熾燈監測桑螟成蟲羽化進程,來預測幼蟲的發生期,并成功地應用多年。為了進一步提高預報的科學性、正確性,吳江市分別于 2005年和 2006年引進河南湯陰佳多科工貿有限公司生產的佳多牌蟲情測報燈對桑螟成蟲種群動態進行監測。

對桑螟的研究,目前主要側重于生物學特性以及發生后的防治等方面[3-4],尚未對桑螟種群進行模擬,即建立桑螟的生長速率、生存率和產卵量等重要生命參數,隨環境因素不斷變化的數學關系式等。為了掌握桑螟羽化的變化規律,為建立種群模擬模型及預測、預報提供準確的參數[5]。我使用 SPSS中的 Logstic曲線分別對 2006—2008年第 1代至第4代桑螟成蟲燈誘蛾量的累積頻率進行了模擬,擬合效果良好。

1 材料與方法

1.1 試驗材料

蟲情測報燈(JDA型,使用黑光燈管)5臺,由河南湯陰佳多科工貿有限公司生產。

1.2 試驗方法

將 5臺蟲情測報燈分布在震澤、平望、七都、盛澤和桃源鎮這 5個重點鎮的桑園中(桑園面積達3149hm2,占全市桑園面積的 90%),于 2006—2008年對吳江市 5個測報點的第 1代到第 4代桑螟成蟲種群動態進行監測。

1.3 分析方法

采用 SPSS軟件(SPSS軟件交互性好,不需編程,易學易用,方便快捷[6];啟動 SPSS后,單擊主菜單的 “Analyze”下的 “Regression”中 “Nonlinear”項 )進行分析。根據 3年桑螟成蟲誘蛾的資料計算出羽化進程的累積頻率,再用 SPSS的非線性回歸(Nonlinear Regression)擬合 Logistic方程,同時計算方程參數 K、a、b,擬合優度系數(R2),殘差平方和(Q)。

y(t)為某日的累積發育頻率,從出現第 1只成蟲時開始算起,每增加 1d加 1;K為曲線中漸近線上橫坐標的值;a,b為常數;exp是以 e為底數的指數函數。在邏輯斯蒂模型中估計的參數初始值為:K=0.1;a=3;b=0.1。

2 結果與分析

2.1 桑螟誘蛾的累積頻率分析

根據桑螟成蟲誘蛾的資料用 Microsoft office Excel2003軟件繪出 2006—2008年第 1代至第 4代桑螟誘蛾累積頻率實測圖(圖 1-3)。從圖 1-3中可以看出誘蛾累積頻率曲線是一個平滑的 S形曲線,而累積頻率分別達 0.16、0.50、0.84時,為桑螟成蟲發生的始盛、高峰、盛末期。

2.2 各代的擬合 Logstic曲線方程的參數值

圖1 2006年第 1代至第 4代桑螟誘蛾累積頻率

圖2 2007年第 1代至第 4代桑螟誘蛾累積頻率

圖3 2008年第 1代至第 4代桑螟誘蛾累積頻率

表1 2006—2008年燈誘桑螟成蟲蛾量累積頻率的 Logstic擬合的參數估計值

3 小結與討論

3.1 昆蟲發育進度隨時間變化的模型與擬合的效果

害蟲出現的遲早不僅是預測預報的重要內容,也是確定防治適期的依據。在自然狀態下,昆蟲個體是由個別零星出現,數量緩慢增加,到急劇增加到高峰,再急劇下降,轉而緩慢減少,直到絕跡;害蟲數量的變化,近似正態分布。張孝羲[7-8]將害蟲的發育進度按其種群數量在時間上的分布進度,劃分為始見期、始盛期、高峰期、盛末期及終見期,如以累積發育進度統計某一蟲態數量逐漸增加的情況,其累積比例逐漸增加,表現為 S形曲線。正如張孝羲指出的那樣,昆蟲發育的累積數量比例,表現為 S形曲線。本文以 Logstic曲線對桑螟誘蛾逐日累積頻率進行了模擬,經檢驗,擬合效果良好。從實例分析看,用 SPSS軟件非線性回歸擬合 Logistic曲線的擬合優度系數 R2最低為 0.9735,最高為 0.9976,表明模型對數據的擬合程度非常好。數量模型的建立對今后模擬描述該害蟲的發生,預測預報提供了十分重要的依據。

3.2 關于 Logstic曲線的 K值

Logstic曲線在昆蟲的生長發育和數量變化中有著廣泛的應用,從 Logstic曲線本身參數的含義,在擬合桑螟成蟲羽化的累積頻率時,理論上 K值為 1,而我在擬合過程中并不都是 1,其中的原因有待于今后進一步研究。

3.3 關于數量模型的建立和應用問題

從上述的初步討論和計算可以看出,數學模型的研討和應用,必須著重注意模型的生物學含義、建立模型的生物學假設、參數的生物學意義、模型的應用前提和應用范圍等。本文中的桑螟成蟲誘蛾數據均在自然條件下獲得,而在自然條件下,桑螟成蟲的羽化除了受幼蟲發育因子的影響外,還受氣象因子、營養、天敵等諸多因子的影響,所以桑螟成蟲的種群在自然條件下的動態機制,還需要進一步研究。

選擇第 1到第 4代桑螟成蟲的羽化進程進行研究,一方面是由于越冬代桑螟成蟲羽化進程時間長,羽化峰多,而產生的第 1代桑螟正處在春蠶期,發生量小,危害輕;二是研究第 1到第 4代桑螟成蟲的羽化進程、發生規律,對防治好第 2代至第 5代桑螟具有實際的指導意義,其研究結果可為當地防治發生代桑螟提供科學依據。

[1]謝立群.試論昆蟲的累積發育頻率模型及其應用[J].江蘇蠶業,1998,20(3):11-15.

[2]方利民,朱引根,邢雪林,等.佳多新型蟲情測報燈在桑螟測報中的應用[D].中國蠶學會桑樹病蟲害防治學術研討會論文集,2008:24-27.

[3]錢祥明,洪志英,王衛明,等.桑螟的生物學特性研究[J].蠶業科學,1995,21(1):50-52.

[4]謝立群,王衛明.桑螟幼蟲的生長和越冬后的發育[J].中國蠶業,2002,23(3):18-19.

[5]謝立群,王衛明.桑螟實驗種群數量變動的模擬[J].蠶業科學,2002,28(3):261-264.

[6]盧紋岱.SPSSfor Windows統計分析[M].北京:電子工業出版社,2006:345.

[7]張孝羲.害蟲測報原理和方法[M].北京:農業出版社,1979:211-223.

[8]張孝羲.昆蟲生態及預測預報[M].北京:農業出版社,1985:303-317.