桉樹枝癭姬小蜂災害預測預報綜合技術

陳元生，李紅征，彭觀地

(1.江西環境工程職業學院，江西贛州 341000；2.江西省林業有害生物防治檢疫局，江西南昌 330038)

桉樹枝癭姬小蜂Leptocybe invasa屬重大外來有害生物，是危害桉樹的主要害蟲，具有分布范圍廣、寄主多、適應性強、危害嚴重等特點[1－4]。每當該蜂侵入一新地區，迅速擴散蔓延，暴發成災，致使入侵地桉樹成林樹生長緩慢，幼林樹不能成材甚至植株死亡，給當地帶來極大的損失。為了最大程度地降低災害損失，須及時發現早期災害點，對其發生蔓延情況進行實時監測和預報，提高防治的預見性和及時性。全面監測、早期預警和準確預報，是防治其疫情擴散蔓延的關鍵。廣西羅基同、方小玉等采用傘抖、粘板、燈誘等新技術對該蜂進行了監測[5－6]。陳尚文等發現該蜂對黃色粘板的趨性明顯高于藍色和其他顏色[7]。羅豐 等結合6個關鍵氣候因子建立了該蜂的監測模型，證明了該蜂數量與氣候因子的關系[8]。楊秀好等研究了該蜂種群發生預測與溫度的關系[9]。本項目組前期也初步研究了氣象因子對該蜂成蟲發生量的影響[10]。雖然目前進行了一些監測預報的研究且方法多樣，但并沒有形成一套較為完整的監測預報技術體系，尚缺乏系統的研究報道。筆者在連續7 a調查、監測贛南該蜂越冬蟲量、成蟲發生量及蟲癭數量的基礎上，利用有效積溫預測法、主導因子測報法、誘捕測報法等方法，開展了該蜂成蟲發生期、成蟲發生量和危害程度等方面的測報系列研究。通過測報綜合技術研究，了解其發生發展規律，總結出一套有效的測報方法，以期為準確預報該蜂的發生及其綜合治理提供理論和實踐依據。

1 材料與方法

1.1 試驗時間、地點及桉樹品種 2014年3月至2020年11月，于江西環境工程職業學院校園內桉樹林，江西省贛州市峰山國家森林公園，江西省贛州經濟技術開發區湖邊鎮涌泉村進行調查。桉樹品種(系)為贛南主栽品系、桉樹枝癭姬小蜂發生比較嚴重的1～2 a生的巨園桉DH201－2。

1.2 試驗方法

1.2.1 越冬蛹發育進度調查 2017—2020年每年3月15日開始，每2 d調查3個試驗點內桉樹枝癭姬小蜂化蛹情況，在每試驗點按大五點取樣法隨機調查10株，每株選取含有較多越冬蟲癭的枝條1枝，用袋封裝并做標記，帶回室內。將采回的各個蟲癭分別置于連續變倍體視顯微鏡下用解剖針切開蟲癭，參照肖銀波等的方法觀察[1]其中的幼蟲發育情況，當觀察到初形成的蛹時，此蟲癭則記為化蛹，并統計化蛹率，當化蛹率達16%時，此日期即為蛹的始盛期。

1.2.2 成蟲動態調查 2014—2020年，每年3月20日至11月20日，在3個試驗點桉樹林內，通過懸掛佳多牌黃色粘蟲板開展誘蟲試驗，每試驗點面積約1 hm2，每試驗地呈棋盤式均勻懸掛粘蟲板15張，懸掛高度為2 m，每10 d換1塊粘蟲板，每5 d檢查1次粘蟲板上的成蟲情況，統計數量并分析種群動態。

1.2.3 危害情況(蟲癭)調查 調查期內每5 d在上述3個試驗點內分別采集DH201－2枝條1次，每試驗點按大五點取樣法隨機調查10株，在各樣樹樹冠上中下部3個部位、東南西北4個方位分別剪取1根枝條，用袋封裝并做標記，帶回室內。統計每根枝條上的蟲癭數(包括枝條、葉片、葉柄上的蟲癭)，記錄每樣枝平均蟲癭數，計算每樣枝的每厘米長度內平均蟲癭個數。

1.2.4 氣象因子收集 參照贛州氣象臺記錄的氣象資料，在本項目組前期研究的基礎上，增設每月降雨天數(x7)為第7個氣候因子，其余6個因子參照陳元生 等的報道[10]，每日最低溫、最高溫、平均溫度、平均相對濕度等數據采用林間用圓盤溫度計、干濕溫度計等實測記錄，同時記錄每日天氣情況(晴、陰、雨等)統計每月降雨天數。

1.3 數據分析 利用SPSS 22.0統計軟件應用差異顯著性檢驗、相關分析、方差分析和回歸分析等進行數據分析處理。

2 結果與分析

2.1 成蟲發生期預測(蟲情測報法) 采用有效積溫預測法預測，根據調查所得越冬蟲蛹始盛發育進度，通過積溫公式N＝K/(T－C)預測出越冬代成蟲的始盛發生期。本項目前期研究獲得桉樹枝癭姬小蜂蛹的有效積溫(K)為92.59 d·℃、發育起點溫度(C)為14.64℃[3]。通過查閱當地氣象局發布的氣象資料，獲得表1中平均溫度(T)，即為蛹發育到成蟲所經歷的時間的平均溫度，蛹發育歷期天數(N)是依據公式N＝K/(T－C)計算所得。蛹始盛期是通過對越冬蛹發育進度的調查而得到的蟲期。

表1 桉樹枝癭姬小蜂越冬代成蟲始盛發生期的實測值與預測值Tab.1 Measured and predicted values of the occurrence period of overwintering adults of Leptocybe invasa

林間實測桉樹枝癭姬小蜂成蟲始盛發生期較預測值提前，誤差范圍0～3 d。誤差的產生是由于預測時用的平均溫度，自然界實際是變溫環境所致，說明此有效積溫預測法是可靠的。

2.2 成蟲發生量預測(主導因子測報法) 依據前期研究[10]，選取2014—2019年3—11月對桉樹枝癭姬小蜂成蟲數量有影響的氣象因子用于成蟲發生量(每月每667 m2平均誘蟲總量)預測，將氣象因子各變量平均最低氣溫(x1)、月平均最高氣溫(x2)、月最低氣溫(x3)、月最高氣溫(x4)、月平均氣溫(x5)、相對濕度(x6)、月降雨天數(x7)等分別與成蟲發生量進行一元線性回歸分析(表2)。除x6、x7外，x1、x2、x3、x4、x5均與成蟲發生量(y)存在極顯著正相關關系。

表2 氣象因子與桉樹枝癭姬小蜂成蟲發生量的線性回歸分析Tab.2 Linear regression analysis of meteorological factors and the occurrence of Leptocybe invasa adults

將氣象因子各變量(x1、x2、x3、x4、x5、x6、x7)依次引入回歸方程，進行影響桉樹枝癭姬小蜂成蟲發生量氣象因子的逐步回歸分析，得到相關系數r＝0.980 7，顯著水平P＝0.000，達到使用逐步回歸方法進行因子篩選的要求(P<0.01)。篩選出最優氣象因子為月平均氣溫(x5)、月平均最高氣溫(x2)、月降雨天數(x7)，逐步回歸方程為y＝3.185 3x5＋3.108 7x2＋0.719 6x7－107.233 8。另外得到決定系數R2＝0.961 8，即這3個變量決定了該蜂成蟲發生數量變化的96.18%。由此說明，這3個氣象因子是影響桉樹枝癭姬小蜂成蟲發生量的主要因素，所得到的回歸方程即為最優的回歸模型。

依據這3種氣象因子之間各相關系數的組成效應，將各氣象因子與成蟲數量的關系數剖分為直接作用和間接作用兩部分進行通徑分析(表3)。3個氣象因子對該蜂成蟲發生量y的直接影響中，月平均最高氣溫(x2)的直接作用最大，月平均氣溫(x5)次之，但兩者數值接近，月降雨天數(x7)的直接作用最小。通過分析各個間接通徑系數發現，3個氣象因子對該蜂成蟲發生量y的間接作用均小于其直接作用。可見，月平均氣溫(x5)和月平均最高氣溫(x2)對該蜂成蟲發生量的增加具有重要作用，而月降雨天數(x7)的直接通徑系數均小，其間接通徑系數為負值，說明月降雨天數對該蜂成蟲發生量的改變影響不大且主要間接起反作用。

表3 影響桉樹枝癭姬小蜂成蟲發生量的主要氣象因子相關通徑分析Tab.3 Correlation path analysis of the main meteorological factors affecting the occurrence of L.invasa adults

2.3 成蟲發生量測報模型的檢驗 利用未參與建模的2020年氣象數據和桉樹枝癭姬小蜂成蟲誘蟲數據對上述所建立的預測模型進行檢驗，將模型預測擬合值與實際監測值相比較，并做曲線圖(圖1)。預測曲線與實際曲線變化趨勢基本吻合，相關性極顯著(r＝0.941 6，P＝0.000 2<0.01)，即預報準確率達94.16%，說明該方程用來進行桉樹枝癭姬小蜂成蟲發生量的預測具有可行性、可靠性。

圖1 2020年桉樹枝癭姬小蜂成蟲發生量實測量與預測量比較Fig.1 Comparison of actual and predicted occurrence of L.invasa adults in 2020

2.4 危害程度預測(誘捕測報法) 依據本項目組的前期調查研究結果[4]，5月是贛南桉樹枝癭姬小蜂越冬代成蟲的始發盛發期，而6月則是該蜂第1代幼蟲發生高峰期即蟲癭危害高峰期，所以，利用5月成蟲量(誘捕量)預測6月蟲癭數(危害程度)。

2014—2019年，3個試驗基地的5月平均誘蟲總量與其對應的6月蟲癭數進行回歸分析，結果呈極顯著正相關(R2＝0.986 1，t＝33.645 9，F＝1 132.047 9，P＝0.000 0<0.01)，線性回歸方程為y＝0.010 5x－0.135 3(圖2)。

圖2 5月平均成蟲誘蟲量與6月危害程度(蟲癭量)間的關系Fig.2 Correlation between the average number of adults in May and the damage degree(gall quantity)in June

3 結論與討論

昆蟲發育速率受氣溫、食料等環境因素的綜合影響，溫度的影響往往是最大的，但對某種害蟲而言，發育起點溫度和有效積溫是不變的，因此可以根據有效積溫來預測昆蟲的發生期[11－12]。本文中，桉樹枝癭姬小蜂成蟲始盛發生期的預測也正是采用有效積溫預測法，利用實際調查所得越冬蟲蛹始盛發育進度、通過積溫公式N＝K/(T－C)來預測越冬代成蟲的始盛發生期。開展桉樹枝癭姬小蜂成蟲始盛發生期預測預報研究，不僅可以為該蟲的綜合防治提供依據，而且還可以直接指導該蟲成蟲的藥劑防治，做到及時用藥，節約防治成本，提高防效[13]。

本研究結果表明，影響桉樹枝癭姬小蜂成蟲發生量的主要因子是月平均氣溫(x5)、月平均最高氣溫(x2)、月降雨天數(x7)，且月平均氣溫、月平均最高氣溫是該蜂成蟲發生量的最主要的決策因子，而月降雨天數則是該蜂成蟲發生量的主要制約因子。這一結果與黃銳等的研究報道一致，黃銳等認為，月平均氣溫和月平均最高氣溫對海口市桉樹枝癭姬小蜂的數量有較大的影響[14]；而與羅豐 等的報道有些許不同，羅豐 等認為，月降雨總量是影響三亞市桉樹枝癭姬小蜂數量的主要氣候因子，其次為月平均溫度、月最低平均溫度與月最高平均溫度[8]。造成這種不一致的原因可能正是由于桉樹枝癭姬小蜂成蟲的發生與當地主要氣象因子關系密切:三亞雨季降雨多但較分散，所以在三亞主要影響因子是月降雨總量，而江西贛南雨季主要出現在3—5月，而此期成蟲較少發生，其余月份雨量較少且分期，所以贛南主要影響因子不是月降雨總量。另外，本文的結果也與本項目前期報道結果不一致，前期認為月平均氣溫和月最高氣溫是2個主要影響因子[14]，為了驗證這2個結果的可靠性，我們利用了2020年的成蟲數據和氣象資料對這2個回歸模型進行了檢驗，結果本文的預測曲線與實際曲線變化趨勢更吻合，說明本文這次的回歸方程(y＝3.185 3x5＋3.108 7x2＋0.719 6x7－107.233 8)用來進行短期的預測具有可行性。這可能也是因為本項目前期的模型只是2 a數據的結果，而本文的預測模型建立在多年數據的基礎上，更加可靠。

桉樹枝癭姬小蜂是一種致癭性鉆蛀害蟲，其主要危害桉樹嫩枝和葉，在嫩梢、嫩枝、葉柄、葉脈等部位受害腫大，形成蟲癭，致使枝、葉變形，樹木生長緩慢，甚至枝梢枯死。所以危害程度(枝蟲癭數/cm)預測也是一項重要內容。本文中采用誘捕測報法，利用5月的成蟲數量(粘捕蟲量)可以準確預測6月的蟲癭數(危害程度)。實踐證明，林間桉樹枝癭姬小蜂成蟲運用黃色粘蟲板監測能反映實際成蟲動態，且該方法簡便易用[15]，誘捕測報法精確、實用。

本研究中只分析了氣象因子對桉樹枝癭姬小蜂成蟲發生的影響，而自然界影響桉樹枝癭姬小蜂發生危害的因素卻錯綜復雜，除了氣象因子外，還受品種、地形、天敵等因素的影響，且往往若干個因子綜合作用，這些因素如何綜合影響桉樹枝癭姬小蜂種群的暴發，尚待進一步研究。