改进的IWAO M—M模型

按照Iwao,倘若?_b/m_b是常数,?=α+βm是线性的。但在自然界,?-m。往往不是线性的,β也不是常数,因此,Iwao的模型有明显的局限性。 我们将β做为m的函数:β=β′+γm。这样,改进模型就是: ,?=α′+β′m+γm~2其中; α′:每个基本成分中个体数的分布的平均拥挤度。 β′:在低密度下基本成分分布的相对聚集度。 γ:基本成分的分布的相对聚集度随种群密度而变化的速率。 本文以温室白粉虱及棉铃虫种群做了例证研究。 结论是: (1)改进的Iwao模型克服了Iwao方法的局限性。既可用于?—m呈线性关系时,也可以应用于?—m呈非线性关系时。因此,改进模型能更准确地描述?和m之间的关系。(2)某种群属随机分布若近似于随机分布时(α′→0,β′→1,γ→0),改进模型可以被原Iwao模型所代替或近似。若在某些种群中,种群密度对基本成分的相对聚集度没有影响(即γ=0),则改进模型就是原Iwao模型。由此可见,Iwao模型是改进模型的一个特例。(3)改进模型的3个参数α′、β′、γ均有其特定的生物学含义,可用于探讨和分析种群的空间格局。此方法不但能提供有关分布的基本成分,基本成分的分布的情况,而且能提供有关基本成分的分布随密度而变化的信息。     

杨树上云斑天牛种群的空间格局及抽样技术

云斑天牛Batocera horsfieldi是我国南方杨树的重要蛀干害虫, 研究云斑天牛种群的空间格局和抽样技术, 可为该虫的危害调查与防治提供理论依据。应用Taylor的幂法则、Iwao m*-m回归分析法及6个聚集指标, 对云斑天牛种群的卵、幼虫、蛹或成虫的空间分布型和抽样技术进行了研究, 并做了影响因素分析。结果表明: 云斑天牛的卵、幼虫、蛹或成虫在杨树上均呈聚集分布, 分布的基本成分是个体群, 其聚集性随密度的增加而增大。运用Iwao m*-m回归中的两个参数α和β值, 计算出了在不同精度下以刻槽、排粪孔和羽化孔为防治指标时的理论抽样数据表及序贯抽样数据表,生产中可查阅使用。     

水稻粘虫混合种群幼虫空间分布型和抽样技术的研究

水稻粘虫混合种群幼虫空间分布型测定结果表明：(1)频次分布检验为负二项分布;（2)聚集度指标测定为聚集分布;(3)m^*-m的钱性回归方程为m^*=0．8870 1．1058m,属于最普通的聚集分布。在分布型研究基础上,探讨了资料代换模式、Iwao序贯抽样模型和最适抽样数模型。     

向日葵螟幼虫的空间分布型及抽样技术

欧洲向日葵螟Homoeosoma nebulellum Denis et Schiffermüller是向日葵上的主要害虫,本文利用6种聚集指标对向日葵螟幼虫的空间分布型进行了测定,结果表明其呈现聚集分布。样本平均数(m)与方差(S2)的对数值的关系式为:lgS2=lg0.2130+0.5639lgm,显示向日葵螟幼虫的空间分布随密度的升高而趋向均匀分布。Iwao的m*-m回归方程为:m*=8.1177+0.1447m,显示该虫在田间分布的基本成分是个体群,个体间相互吸引,个体群的空间分布型为均匀分布。对聚集原因进行分析,得出λ<2,表明向日葵螟幼虫的聚集是由于环境作用所引起的。用Iwao的理论抽样数模型计算出向日葵螟幼虫的理论抽样数模型为:D=0.1时,n=911.77/m-85.53,D=0.2时,n=227.94/m-21.38。采用m*-m关系的序贯抽样模型制定出食葵田间的序贯抽样模型为:T1(n),T0(n)=7.40n±4.54n,油葵田间的序贯抽样模型为:T1(n),T0(n)=10.05n±2.29n。     

柳厚壁叶蜂幼虫空间格局及抽样技术

应用Taylor的幂法则、Iwao m^*-m回归分析法及6个聚集指标,对柳厚壁叶蜂幼虫空间分布型进行了研究,并进行了影响因素分析.结果表明,该幼虫在柳树的枝条和叶片两个空间阶元都属于聚集分布,分布的基本成分是个体群,其聚集性随密度的增大而增加.在枝条上,聚集的原因是由柳厚壁叶蜂成虫集中产卵的习性与枝条上叶片空间位点共同影响所致;在叶片上,当m＜2.37时,其聚集原因与春季柳树新叶空间位置有关,当m＞2.37时,虫瘿聚集除与春季新叶空间位置有关外,还与柳厚壁叶蜂成虫羽化和在叶片上集中产卵的习性有关.运用Iwao m^*-m回归中的两个参数α和β值,确定了在不同精度下的理论抽样数及序贯抽样数.     

苜蓿籽蜂幼虫空间分布型及抽样技术的研究

应用多个聚集度指标和Iwao、Taylor回归分析方法,对苜蓿籽蜂Bruchophagus roddi幼虫的空间分布型进行研究。结果表明其空间分布型为负二项分布,个体间相互排斥,其基本成分的空间分布格局为聚集分布,其聚集是由昆虫行为或环境条件引起的,聚集强度随着种群密度的升高而增加。应用 Iwao抽样模型建立了籽蜂幼虫的田间理论抽样数公式：N=(0.5833/m+2.3370)/D∧2。      

三叶斑潜蝇幼虫种群空间格局及抽样技术研究

三叶斑潜蝇Liriomyza trifolii是我国重要的园艺及蔬菜害虫,研究三叶斑潜蝇种群的空间格局和抽样技术,可为该虫的危害调查与防治提供理论依据。应用Iwao m*-m回归分析法、Taylor的幂法则及6个聚集指标,对三叶斑潜蝇幼虫在番茄和豇豆上的空间分布型和抽样技术进行了研究,并做了影响因素分析。结果表明:三叶斑潜蝇幼虫在番茄和豇豆上均呈聚集分布,分布的基本成分是以个体群形式存在,通过分布型参数,采用Kc法、Iwao法及Taylor幂法计算出了在不同精度下三叶斑潜蝇田间的理论抽样数。     

龙眼角颊木虱若虫空间分布型及抽样技术初探

应用6种聚集度指标对龙眼角颊木虱若虫的空间分布型及抽样技术进行研究,结果表明：角颊木虱若虫分布型属于聚集分布,生产上采用五点式取样为宜。运用Iwao的m＊-m直线回归方程建立了Kuno理论抽样数模型,田间理论抽样数可用Tn=4．030／（D^2-0．394／n）来估计。     

草地贪夜蛾幼虫在苗期玉米田的空间分布格局及其抽样技术

草地贪夜蛾Spodoptera frugiperda(Smith)是2019年1月新入侵我国的重要害虫,研究并明确空间格局对确定该虫田间抽样技术、调查虫情具有指导意义。本研究调查获得了玉米苗期喇叭口初期、大喇叭口期草地贪夜蛾幼虫空间分布数据,应用多个聚集指标、Iwao m~*-m模型、Taylor幂法则等方法分析明确了该虫幼虫空间格局,发现苗期整体上幼虫个体群为聚集分布,喇叭口初期为聚集分布而大喇叭口期为均匀分布;苗期整体上及大喇叭口期幼虫聚集度对密度不具依赖性,而喇叭口初期幼虫聚集度对密度具依赖性;同一幼虫密度和误差条件下不同苗期抽样数量显著不同,玉米生育期越早则抽样数量越大。     

改进的Iwao m-m模型的抽样方法

基于作者1984年提出的改进的Iwao -m模型,本文给出了相应的抽样公式。估计理论抽样数(Q)的公式为: 按照这一方程,可知dQ/dm依赖于α′、γ及m。从数学或生物学的角度来看,这都是更合理的,尤其当-m呈非线性时。     

西瓜枯萎病病株空间分布格局及其抽样技术

研究了西瓜枯萎病病株田间空间分格局及其抽样技术 ,通过频次分布和聚集度指数的测定以及 m* - m回归和 Taylor幂法则分析 ,结果表明 :西瓜枯萎病病株田间分布趋向于聚集分布。m* - m回归分析表明病株空间分布的基本成分是个体群 ,病株个体间相互吸引 ,病株在大田中存在明显的发病中心 ,个体群在田间呈均匀分布格局 ,即分布的基本成分个体群之间趋于均匀分布 ,而个体群内的个体与核心分布相吻合。Taylor幂法则分析表明 ,西瓜枯萎病病株个体的空间格局随着病株密度的提高越趋均匀分布。用 Iwao最适理论抽样模型 n=t2a/D2 [(α 1) /X β- 1],计算出不同病情指数情况下所需的最适抽样数 ,随着病情指数的增加 ,所需抽样数递减。序贯抽样模型为 T0 ( N) =0 .9871N± 1.2 347N ,调查株数 N株时 ,若累计病情指数超过上界可定为防治对象田 ,若累计病情指数未达到下界时 ,可定为不防治田 ,若累计病情指数在上下界之间 ,则应继续调查 ,直到最大样本数 m0 =0 .9871时 ,也即病情指数 2 5 % ,所需抽样数 130株止。     

柠条重要害虫四线奇尺蛾天津亚种幼虫的空间分布研究

四线奇尺蛾天津亚种是近几年新发现的危害柠条的重要害虫,研究四线奇尺蛾种群的空间格局和抽样技术,可为该害虫的危害调查与防治提供理论依据。本文应用6个聚集指标和Taylor幂法则及Iwao的m~*-m回归分析法,对四线奇尺蛾天津亚种幼虫的空间分布型和抽样技术进行了研究,并做了影响因素分析。结果表明:四线奇尺蛾天津亚种幼虫在6个样地均呈聚集分布,分布的基本成分是个体群,通过分布型参数,采用Iwao法计算出了在不同精度下幼虫抽样数公式和序贯抽样模型,该模型可为四线奇尺蛾天津亚种的预测预报及防治提供理论依据。     

三化螟为害水稻白穗空间分布型及其应用

本研究探讨了水稻三化螟白穗空间分布格局和抽样技术,为该虫害的监测预报和有效防控提供参考.选取9块水稻田逐丛调查资料,应用6种聚集度指标、 Iwao的m~*—m回归分析法和Taytor幂法则,研究三化螟白穗的空间分布型和抽样技术.结果表明,三化螟白穗在水稻田呈聚集分布,分布的基本成分为个体间相互吸引,其聚集度是随着密度的增加而升高.在此基础上,采用Iwao法确定了三化螟白穗的田间最适理论抽样公式;田间调查时,可用白穗丛率估计白穗种群密度,其公式为■.所建立的理论抽样公式和简易估计公式可在三化螟白穗调查、监测预报和科学防控中推广应用.     

稻纵卷叶螟(Cnaphalocrocis medinalis)幼虫空间分布型的研究及其序贯抽样的分析

本文用频次分布 x~2检验法,Iwao 平均拥挤度,=α+βm,和 Taylor 冪法则,S~2-α·m~b,分析了稻纵卷叶螟幼虫空间分布型;样方大小与分布型的关系;依据单种群连续样方大小变化的-m 回归和 p-指数分析个体群占区面积;同时计算了不同密度下和不同允许误差时的抽样数,并作了序贯分析图。     

枣飞象成虫在陕北枣区的空间分布型及抽样技术

【目的】枣飞象Scythropus yasumatsui Kono et Morimoto是枣树Ziziphus jujuba Mill主要害虫之一。近年来,枣飞象在陕北黄河沿岸枣树种植区暴发成灾,给陕北红枣产业造成了严重的经济损失。明确枣飞象成虫在陕北枣区的空间分布型及最佳抽样技术,为枣飞象的监测预报和有效防治提供理论依据。【方法】2015年于陕西省佳县枣区,首先选取具有代表性的枣树样地,采用五点抽样法、双对角线抽样法、棋盘式抽样法、平行线抽样法和Z形抽样法抽取受害枣树,随后采取分层取样法分别统计每株枣树上枣飞象成虫数量。采用t-检验对这5种抽样方法的适合性、代表性和变异程度进行了比较,确定最理想的抽样方法;随后用聚集度指标、Iwao m*-m回归分析法以及Taylor幂法则对枣飞象成虫在枣区的空间分布型进行了研究,选用Iwao提出的理论抽样公式和序贯抽样公式确定了枣飞象成虫的理论抽样数和序贯抽样模型。【结果】结果表明,5种抽样方法都适合枣飞象成虫在陕北枣园的调查,其中以平行线抽样方法最为理想,枣飞象成虫的空间分布型为聚集分布,分布的基本成分是个体间相互吸引的个体群,且个体群的聚集度与其成虫数量成正比,枣飞象个体群聚集原因是由于某些环境成分或者是本身聚集性活动中的一个因素或共同作用引起的。建立的理论抽样数公式为N=t~2/D~2(18.995/m+0.0203),序贯抽样模型为T_0', T_(0(n))'=30n±47.53(1/2)~n。【结论】枣飞象成虫在田间最理想调查方法为平行线抽样法,枣飞象在陕北枣区成虫分布型呈聚集分布,为陕北枣区枣飞象的监测预报及可持续防治提供基础资料。     

再次改进的IWAO ■-M模型

Iwao的■-m模型■=α βm是线性的。但在自然界中,■-m经常不是线性的,因此Iwao的模型有明垃的局限性。 徐汝梅等改进了这个模型。改进的Iwao的■-m模型是 ■=α′ β′m γm~2。我们把β作为m的二次函数来处理,β=β′ γm δm~2。于是,再次改进的模型就成为: ■=α′ β′m γ′m~2 δm~3。这个再次改进的模型就更一般化了。它既可用于描述■与m之间呈线性关系的情形,又可以用于描述■与m之间呈三次非线性关系的情形。 在这个模型中四个参数的每一个均有其特定的生物学含义。 当m充分小时,再次改进的Iwao模型可以被原Iwao模型或改进的Iwao模型所近似代替。     

香蕉枯萎病田间分布型及病原菌在植株上的分布

为探讨香蕉枯萎病大田病株及其体内尖孢镰刀菌(Fusarium oxyporum f.sp.cubense)的分布情况,首先对大田病株的发病情况进行调查,通过分布频次检验、聚集指标测定、Taylor幂法则、Iwao m*-m模型等对田间病株的空间分布型进行研究,在此基础上,检验聚集均数λ,分析其聚集原因。同时,在香蕉植株不同部位取样,检测病原菌在植株体内的分布情况。结果表明:香蕉枯萎病大田病株的理论分布符合聚集类型,各项聚集度指标均满足C1、I0、m*/m1、CA0、K0。大田病株的空间图式也趋于聚集分布,聚集程度随着种群密度升高而升高,病株间互相吸引,以病株群为单元在蕉地分布均匀,其相对聚集度随种群密度变化的速率为(11.0962+0.1752)m,密度越高,相对聚集度随密度变化速率越大。这种聚集分布是环境作用导致。建立最适理论抽样数模型后,根据一定置信水平下的允许误差值可估测相应发病情况时所配套的最适理论抽样数,且随着病情加重,配套抽样数随之减少。在进行序贯抽样时,假如累计病情等级高于判据上限即可视为防治蕉地,若累计病情等级低于判据下限可视为安全蕉地,如果累计病情等级在判据上限和下限之间,需增加抽样量,但可以理论抽样模型中的最大抽样量终止抽样。最适宜的抽样方法为棋盘式取样法和单、双对角线取样法。此外,枯萎病菌在香蕉植株体内的分布因样地发病程度和植株部位不同而有显著差异,植株球茎的平均含菌量显著高于其它部位。     

红腹缢管蚜空间分布型及抽样技术研究

对红腹缢管蚜的空间分布型及抽样技术进行了研究。 11组样本各项指标均符合聚集分布的检定标准。应用 Taylor幂法则、Iwao回归分析法 ,测定出红腹缢管蚜的空间格局是基本成份为个体群的聚集分布 ,聚集强度随种群密度的升高而增加。聚集原因是昆虫本身行为和环境因素综合影响的结果。应用 Iwao提出的 N=t2D2 (α+1x +β- 1) )公式 ,确定了在一定精确水平下的理论抽样数。当 t=1,m0 =2时 ,序贯抽样的上、下限为 :T(n) =2 n± 6 .8577n。     

油松毛虫的空间分布型及抽样技术

采用Iwao(1968—1977)的(m)对m的回归方法以测定油松毛虫Dendrolimus tabulaeformis Tsai et Liu越冬幼虫、茧、卵块的空间分布型, 并用不同的抽样方法比较了抽样精确度.油松毛虫越冬幼虫, 茧、卵块在油松人工林内都呈聚集分布.幼虫和茧分布的基本成分是双重个体群.卵块分布的基本成分是卵块个体, 其遵从有一公共K值的负二项分布.抽样方法:当越冬幼虫在低密度情况下以单对角线法最佳, 茧在中密度情况下, 卵块在中低密度条件下均以双对角线法为最佳.     

双斑长跗萤叶甲越冬卵在玉米田的空间分布型

为明确双斑长跗萤叶甲越冬卵的空间分布型,2011年10月采用分层随机抽样法在山西省晋中市的玉米田对土壤中的越冬卵进行调查.通过频次分布检验、聚集度指标的测定、改进的Iwao m*-m回归分析法和Taylor幂法则对越冬卵在土壤中的空间分布型进行了分析,并对聚集均数(λ)进行检验,分析越冬卵聚集的原因.结果表明:双斑长跗萤叶甲越冬卵在土壤中的理论分布型符合负二项分布,各项聚集度指标均满足C＞1、CA＞0、I＞0、k＞0、m*/m＞1,空间分布图式在低密度下为聚集分布,基本成分为单个个体,个体间相互排斥.基本成分的相对聚集度随越冬卵种群密度而变化的速率为3.52m-15.61.种群密度越大,相对聚集度的变化速率也越大,而且聚集的程度随着卵密度的增大而增高.聚集均数(λ)的测定表明,聚集是成虫的产卵习性和田间植被的生长情况、土壤性质、温湿度等环境因子综合作用的结果.双斑长跗萤叶甲成虫主要在近土表的土壤中产卵,在距土表15 cm以上的土壤中,有94.2％的越冬卵分布在距土表0-10 cm的土层中,其中以距土表2-5 cm的土层中的卵量最多,平均每个样点有卵25.56粒,占总数的64.7％,显著高于其他深度土层的卵量.