玉米苗期田間藜科雜草的空間分布型及其抽樣技術

2021-01-13 12:20:24李平

甘肅農業科技 2021年12期

李平

摘要：為了給大田玉米苗期藜科雜草科學防治和預測預報提供參考，采用空間分布型檢驗、聚集強度指標檢驗和線性回歸方法，研究了苗期露地玉米田藜科雜草空間分布型及其抽樣技術。結果表明：河西地區苗期露地玉米田藜科雜草空間分布型呈聚集分布，根據Iwao回歸和Iwao理論抽樣模型，得出其最適抽樣模型為n=3.841 6/D2（1.360 2/■-0.101 6），序貫抽樣模型為T（1、 2）=4n±3.828■。

關鍵詞：苗期;露地玉米田;藜科雜草;空間分布型;理論抽樣模型

中圖分類號：S513;S451? ? ?文獻標志碼：A? ? ?文章編號：1001-1463（2021）12-0062-04

doi：10.3969/j.issn.1001-1463.2021.12.015

Spatial Distribution Pattern and Sampling Technology of Chenopodiaceae Weeds in Corn Fields at Seeding Stage

LI Ping

（Wuwei Agricultural and Technology Extension Center，Wuwei Gansu 733000， China）

Abstract：In order to provide the reference for the control and prediction of Chenopodiaceae weeds in corn fields at the seedling stage， the spatial distribution pattern and sampling technology of Chenopodiaceae weeds in open fields of corn without plastic film covering were studied by using spatial distribution pattern test，aggregation intensity index test and linear regression methods. The result showed that the spatial distribution of Chenopodiaceae weeds in open fields of corn at seedling stage in Hexi Area was aggregation distribution. According to Iwao regression and Iwao theoretical sampling model， the optimal? sampling model was n=3.841 6/D2（1.360 2/-0.101 6） and the sequential sampling model was T （1、 2）=4n±3.828.

Key words：Seeding stage;Open field of corn;Chenopodiaceae weeds;Spatial distribution pattern;Theoretical sampling model

玉米是甘肅主要糧食作物，也是甘肅優勢農業產業之一，玉米生產安全對保障全省乃至全國糧食安全具有十分重要的意義 [1 - 3 ]。藜科植物是我國北方干旱地區的主要雜草類型之一，也是甘肅河西地區的主要雜草類型之一。藜科植物多數為一年生草本，少數為半灌木或灌木，極少數為小喬木。全球有藜科植物約130屬1 500余種，廣泛分布于各大洲，主要分布于歐亞大陸、南北美洲、非洲和大洋洲的沙漠、荒漠、半干旱及鹽堿地區。我國有藜科植物39屬180余種，廣泛分布于全國各地，但主要生長在鹽堿地區和北方各省的干旱地區。其特點是根系發達，多數器官組織液中富含鹽分，通過與其他植物競爭地上和地下的空間、光照、空氣、水分、養分等抑制其他植物的生長[4 ]。近年來，筆者在金昌市永昌縣和武威市涼州區部分玉米生產地調查發現，藜科雜草是玉米幼苗期最典型的雜草類型，這與其他學者的研究一致[5 - 9 ]。目前，河西灌區玉米田藜科雜草空間分布型及其預測預報技術研究鮮有報道，生產中還存在部分農戶對藜科雜草化學防治不合理、專業化統防統治科學依據亟待提高的問題。筆者在甘肅武威市涼州區選擇玉米苗期開展了藜科雜草空間分布型及其抽樣技術調查研究，旨在為大田玉米苗期藜科雜草科學防治和預測預報提供參考。

1? ?材料與方法

1.1? ?調查地點和方法

調查地點位于甘肅省武威市涼州區和平鎮新五村。當地平均海拔1 613 m，年均降水160 mm，土壤類型為薄層灌漠土，耕層土壤有機質含量為16.5 g/kg。指示玉米品種為宏博66雜交種，由甘肅金西北種業科技有限公司生產并提供。采用露地直播種植方式，株行距為0.2 m×0.5 m。于2021年5月6 — 7日在玉米3葉1心期隨機調查5塊玉米樣本田，樣本田面積均為1 100 m2。每塊樣本田均按棋盤式橫向均勻選擇5個點、縱向均勻選擇10個點，共選擇50個點，每點為1個樣方，每個樣方0.2 m2。每個樣本田調查樣方50個，共計250個樣方，分別統計各樣方內藜科雜草數量，制作χ2頻次表（表1）。

1.2? ?空間分布型檢驗

1.2.1? ?聚集度指標檢驗? ?采用擴散系數C、Cassie指標CA、Lloyd聚集指數M*/m、David&Moore叢生指數I以及聚集均數λ檢驗空間分布型[10 - 12 ]。

1.2.2? ?線性回歸檢驗? ?將平均擁擠度M*與平均密度值做Iwao回歸M*=α+β。α為基本擴散指數，β為密度擴散系數。當α > 0，個體間相互吸引，分布的基本成分是個體群;當α=0，分布的基本成分是單個個體;當α < 0，個體間相互排斥。當β=1時，隨機分布;當β< 1時，均勻分布;當β > 1時，聚集分布。將方差S2與平均密度取對數值后做Taylor回歸lg（S2）=lga+blg（）。當b=1時，空間分布為隨機分布;當b > 1時，空間分布為聚集分布;當b趨近于0時，空間分布為均勻分布。

1.3? ?理論抽樣模型和序貫抽樣模型

Iwao理論抽樣模型n=t2/d2[（α+1）/+ β-1]，n為最適抽樣數或理論抽樣數，為平均密度，D為允許誤差，t為置信度分布值，α、β同Iwao回歸模型參數。

Iwao序貫抽樣模型T（1、 2）=nm0±t，加號計算可得到雜草密度的上限值T1，減號計算可得到雜草密度的下限值T2。n即抽樣數，m0為防治指標，t為置信度分布值（一般取95%置信區間即t=1.96）;α、β同Iwao理論抽樣模型參數。田間調查時，若累計查得雜草數量大于上限值T1，說明雜草密度高于防治指標，需要進行防治;若累計查得雜草數量低于下限值T2，說明雜草密度低于防治指標，不需要防治;若累計查得雜草數量處于上下限值之間，需繼續取樣調查。

最大抽樣數模型Nmax=t2/d2[（α+1）m0+（β-1）m02）]，d為估計雜草密度允許的置信區間，m0、t、α、β同Iwao序貫抽樣模型參數。當田間調查到最大抽樣數時，若累計查得雜草數量仍在上下限之間，則根據該點最靠近的那一邊界限值判斷是否需要防治。

1.4? ?數據處理

采用Excel 2003和DPS 17.10軟件對數據進行分析處理。

2? ?結果與分析

2.1? ?空間分布型檢驗

從表1可知，1～5號田的χ2值均小于該自由度下負二項分布P0.05時的χ2值，表示上述田間雜草實際分布與負二項分布模型顯著相符。負二項分布屬于聚集分布，可得出1～5號地藜科雜草空間分布型都顯著呈聚集分布。

從表2可知，1～5號田的擴散系數C > 1，Lloyd聚集指數M*/m > 1，Cassie指數CA > 0，叢生指數I > 0，表示藜科雜草在玉米苗期的田間分布型呈聚集分布;所有田塊的聚集均數λ > 2，表示雜草田間聚集分布是受環境條件或藜科植物本身特性的任一個因素決定。聚集均數λ和平均密度方程式是λ=1.039 6-0.155 2（R2=0.987 8），經檢驗，F=242.8 > F0.01，表示藜科雜草的聚集程度與平均密度極顯著正相關。

2.2? ?理論抽樣模型與序貫抽樣模型

平均擁擠度（M*）和平均密度（）之間Iwao回歸極顯著，方程式M*=0.898 4+0.360 2（R2=0.942 1），經檢驗，F=48.8 > F0.01。同時由于模型中基本擴散指數α=0.360 2 > 0且密度擴散系數β=0.898 4≈1，表示雜草的實際空間分布型顯著呈聚集分布的負二項分布型。方差（S2）和平均密度（）之間Taylor回歸不顯著，方程式lg（S2）=0.128 3+0.777 9lg（）（R2=0.702 6），經檢驗，F=7.1 < F0.05。根據? ?Iwao回歸式和Iwao理論抽樣模型，一般取95%置信度（即t=1.96），可得出苗期露地玉米田的藜科雜草最適抽樣模型為n=3.841 6/D2（1.360 2/-0.101 6）。

根據Iwao序貫抽樣模型，若假定本例的藜科雜草防治指標為4株/0.2 m2，即m0=4.0;取95%置信區間即t=1.96，可得出相應序貫抽樣方程為T（1、 2）=4n±3.828。田間調查時，若累計查得雜草數量大于上式上限值T1時，即雜草密度高于防治指標，需要開展防治;若累計查得雜草數量小于上式下限值T2時，即雜草數量低于防治指標，不需要防治;若查得雜草數量處于T1～T2時，仍需繼續取樣調查。

根據最大抽樣模型，一般取95%置信值即t=1.96。本例當允許誤差取0.1時，可得出Nmax≈91.6，即防治指標藜科雜草數量（4.0±0.4）株/0.2 m2時，田間調查的最大抽樣數是92個;當允許誤差取0.2時，可得出Nmax≈22.9，即防治指標藜科雜草數量（4.0±0.8）株/0.2 m2時，田間調查的最大抽樣數是23個;當允許誤差取0.3時，可得出Nmax≈10.1，即防治指標藜科雜草數量（4.0±1.2）株/0.2 m2時，田間調查的最大抽樣數是10個。實際應用中，根據允許誤差范圍和預備調查時的平均藜科雜草密度先求出最適抽樣數，再根據序貫方程求出對應T1值和T2值，然后開展田間調查分析決定是否防治。在序貫分析過程中，有時會遇到調查數據始終在T1～T2，這樣抽樣會一直進行下去，得不出是否防治的結論。此時應根據最大抽樣方程和序貫方程分別求出最大抽樣數及其對應的T1和T2值。當調查到最大抽樣數時，若累計查得雜草數量仍在T1～T2，則根據該數值最靠近的邊界限值決定是否開展防治。

3? ?結論與討論

根據取樣調查、空間分布型檢驗和聚集強度指標檢驗結果，得出苗期玉米田藜科雜草的空間分布型呈聚集分布的結論，該結論與苗期洋蔥田藜科雜草的空間分布型基本一致[12 ]。苗期露地玉米田藜科雜草聚集分布受栽培環境或藜科植物本身特性的任一個因素決定。筆者通過建立數學模型得出了露地玉米苗期田間藜科雜草的最適抽樣模型為n=3.841 6/D2（1.360 2/-0.101 6），序貫抽樣模型為T （1、 2）=4n±3.828。

本研究建立的序貫抽樣方法可供西北地區玉米種植大戶或基層專業化統防統治參考。在實際應用中，可根據序貫抽樣方法適時組織和開展苗期露地玉米田藜科雜草調查，決定是否開展防治。

參考文獻：

[1] 周玉乾，寇思榮，何海軍，等.? 甘肅省玉米產業發展現狀及對策[J].? 甘肅農業科技，2017（9）：72-74.

[2] 郭? ?成，周天旺，王春明，等.? 2017年甘肅9市（州）玉米主要病蟲害調查[J].? 甘肅農業科技，2018（2）：18-21.

[3] 白麗華，王宏凱.? 4種除草劑對玉米田間雜草的防效[J].? 甘肅農業科技，2016（8）：17-19.

[4] 張? ?勇，王一峰，王俊龍，等.? 甘肅藜科植物區系地理研究[J].? 蘭州大學學報（自然科學版）， 2005，41（2）：41-45.

[5] 張玉琴.? 玉米田雜草種類、危害與防除結果分析[J].? 甘肅農業，2005（5）：99.

[6] 王麗英，董燕飛，郭? ?芳.? 山西省玉米田雜草種類調查及其防除技術研究[J].? 農業科技通訊，2019（8）：87-89.

[7] 李香菊. 免耕夏玉米田大齡雜草發生、危害與防治[J].? 河北農業科學，1995（1）：22-24.

[8] 代偉程.? 泰安市夏玉米田雜草種類及群落構成研究[J].? 山東農業科學，2013，45（9）：96-98.

[9] 王德好.? 皖江圩區春玉米田雜草種類及其發生規律研究[J].? 植保技術與推廣，2003，23（1）：27-29.

[10] 李? ?平.? 冬小麥返青期地下害蟲危害空間分布型及其抽樣技術[J].? 甘肅農業科技，2021，