【毕业学位论文】（Word原稿）基于AFIDSS的麦长管蚜田间种群动态模拟研究-农业昆虫与害虫防治硕士论文

密级： 论文编号： 硕士学位论文 基于 麦长管蚜田间种群动态 模拟研究 of of 第 1 页 第 I 页 摘 要 麦长管蚜 我国大多数麦区的优势种 麦蚜 ，对小麦的危害严重。准确地预测麦蚜的发生量，是国内外公认的进行正确防治决策，减少农药使用量的前提。目前麦长管蚜的预测多为发生级别而非发生量的预测，不能适应防治决策的要求。近 20 年来，由于 计算机的广泛使用，昆虫模拟模型成为研究麦蚜种群动态并进行准确模拟预测的有力工具。 本研究围绕建立广泛适应性和较高准确性的麦长管蚜种群系统模型，开展了如下工作： 1. 建立了有关麦长管蚜生物学过程较为完善的文献数据库和生态学数据库。全面收集了国内外从 1960 年以来有关麦长管蚜的文献 200 余篇，建立了较为全面的麦长管蚜文献数据库和生长发育、生殖、存活及其影响因子数据库，共整理了 3000 余条数据。 2. 形成了一套构建昆虫生物学过程模型的方法。在建模过程中，总结形成了一套数据整理、分类、排序、转化、关键因子筛选、 模型结构确定、参数估计及统计学检验，最终建立麦长管蚜生物学过程模型并作图 的方法 。 3. 确定了影响麦长管蚜生长发育、成虫衰老、生殖及存活等生物学过程的关键共性因子为温度 和 小麦生育阶段；筛选出影响各生物学过程的个性因子为蚜虫年龄、极端高温 和 天敌；区分了穗部和叶部取食的蚜虫，有翅与无翅型蚜虫在生物学指标上的数量差异。 4. 建立了有广泛适应性和较高准确性的麦长管蚜发育历期、寿命、存活、生殖模型。龄幼虫发育历期及其标准差模型准确描述了麦蚜在适温及高温区的发育历期及个体之间发育不整齐导致的历期变化。成虫寿命模 型和终生生殖量模型综合考虑了田间变温、极端高温、小麦生育阶段、蚜虫自身翅型等关键因子的作用。基于大量数据构建了正态化的生理年龄 ，用 活模型区分了在正常和突发两种条件下蚜虫的死亡率，将极端高温和天敌捕食作为突发死亡率考虑的重点。 5. 在 基础上，建立了适合于麦长管蚜种群动态预测的模拟系统。 6. 系统调查了麦蚜田间种群动态：于 2003、 2004 年在山东省惠民县、 2005 年在北京市昌平区对麦长管蚜的田间种群动态进行了调查，获取了用于麦 长管蚜模拟模型的有效性检验的独立田间调查数据。 7. 检验了麦长管蚜种群动态模拟模型的有效性。系统计算的模拟值与田间调查数据比较，预测准确度达 系统较准确地预测了每日蚜虫种群密度，改进了目前国内统计预测法只能输出分级结果的不足；与英国、荷兰、德国等麦长管蚜的模拟系统相比，模型运行所需要的输入变量由 10 余个减至日均温度、日最高温度、小麦生育阶段、天敌单位、初始密度 5 个。灵敏度分析表明日最高温度及小麦生育阶段是影响田间麦长管蚜种群动态变化的敏感因子。 本研究建立的麦长管蚜种群动态模拟模型为麦长管蚜田 间发生量预测、进行防治决策及分析麦长管蚜种群动态变化提供了有用工具。降雨、其它麦蚜的竞争效应等因子对麦长管蚜的影响尚需进一步研究，以整合入模拟模型中，进一步提高模拟系统的精确度与准确度。 关键词：麦长管蚜 模型 模拟 群动态 第 is of of A of of is a of to be PM of of to in to of In to a be in I a at 1. 960 A in in in of 2. on of of or of by 3. as as of an in as a on 4. of in of at of in on to of I to of 5. a of I a to of 6. 003, 2004, 第 005. to 7. by of as be in It of of of 0 my , in of at a of be as a to of in To of of to be be in 第 目 录 第一章 麦蚜及麦蚜种群动态预测预报 .蚜的发生与为害 . 1 蚜种群动态预测预报的研究现状 . 2 研究的目标 . 5 第二章 基于 麦长管蚜种群动态模拟系统 .拟模型的总体结构 . 6 长管蚜种群动态模拟系统的一般结构 . 9 入部分 . 9 出部分 . 10 拟模块 . 10 室模型的实现和算法 . 10 长管蚜种群动态模拟系统的运行 . 12 论 . 12 第三章 麦长管蚜的生长发育和寿命模型 13 长管蚜的生长发育模型 . 13 同温度下幼虫发育历期模型 . 14 同温度下幼虫发育历期的标准差 . 17 食部位及 植物生育阶段 对发育历期的影响 . 18 同翅型 幼虫的 发育历期 . 19 长管蚜成虫的寿命模型 . 19 温对成虫寿命的影响 . 20 温对成虫寿命的影响 . 22 物生育阶段对成虫寿命的影响 . 22 同 翅型成虫 的 寿命 . 22 论 . 23 第四章 麦长管蚜的生殖模型 .长管蚜的终生生殖量模型 . 24 同温度下成虫的生殖量模型 . 25 温对成虫终生生殖量的影响 . 27 食部位对终生生殖量的影响 . 28 物生育阶段对终生生殖量的影响 . 28 第 V 页 同翅型成虫终生生殖量 . 28 长管蚜终生生殖量随年龄的分布 . 29 论 . 31 第五章 麦长管蚜的存活模型 .长管蚜的存活模型 . 32 长管蚜幼虫的存活率 . 32 度对麦长管蚜幼虫存活的影响 . 32 物 生育 阶段 对幼虫死亡率的影响 . 33 虫的衰老死亡率模型 . 34 温对存活率的影响 . 36 敌对麦长管蚜的捕食作用 . 36 论 . 38 第六章 麦长管蚜种群动态模拟模型的有效性检验 .拟田间种群动态所需数据的准备田间麦长管蚜种群动态调查 . 39 料与方法 . 39 间麦长管蚜种群动态数据田间调查结果 . 39 入数据库的准备 . 44 长管蚜种群动态的模拟 . 44 拟结果与田间调查结果比较 . 44 003 年山东惠民的田间调查值与模拟值比较 . 45 004 年山东惠民的田间调查值与模拟值比较 . 46 005 年北京昌平的田间调查值与模拟值比较 . 47 敏度分析 . 48 论 . 49 第七章 全文结论 考文献 . 谢 者 简 历 . 59 中国农业科学院硕士学位论文 第一章 麦蚜及麦蚜种群动态预测预报 第 1 页 第一章 麦蚜及麦蚜种群动态预测预报 蚜的发生与为害 麦蚜属于同翅目（ 蚜科（ 一类世界性的农业害虫，主要包括：麦长管蚜 禾缢管蚜 无网长管蚜 麦二叉蚜 早在 18 世纪欧洲就有关于麦蚜为害小麦的记录，美国和新西兰在二十世纪 50 年代末至 60 年代初就对麦蚜减产效应做了调查。 1968 年麦长管蚜 S. 许多欧洲国家特 别是在英国、法国和德国 爆 发（ 1979），使人们开始认识到麦蚜的重要性。 近年来，麦蚜成为我国麦类作物上的头号害虫，在中国几乎所有的麦田都有不同程度的发生。全国农业技术推广服务中心病虫测报处统计报道，近 10 余年来，麦蚜一直在我国的小麦主产区如：山东、河北、陕西、山西、河南、北京、天津、辽宁等省市呈中等偏重至大发生。据农业部发布的资料 2002 年、 2003 年小麦穗期蚜虫发生面积约 2 亿亩次，黄淮海及北方大部麦区为 4 级，其中西北大部麦区为 5 级。麦蚜通过直接取食植物同化物质，分泌 蜜露阻碍 植物 气体交换，加速叶片老化以及传播病毒等方式对作物造成危害。产量损失因蚜虫密度、作物生育阶段和为害部位而异，产量损失变化在 5 30%之间。 在中国为害小麦的主要蚜虫种类有麦长管蚜 （ 、禾谷缢管蚜 （ 、麦无网长管蚜 （ 和麦二叉蚜 （ 。麦长管蚜在全国麦区均有发生，是山东（罗瑞梧等， 1990； 刘庆斌， 1991；王洪誉 1998）、河南（李定旭，1990）、山西（ 张汝霖等， 2001；白莉等， 2006）、甘肃（张春梅等， 1998；钱秀娟， 2004）、北京（杨建国等， 1999）等大多数麦区的优势种之一。张广学（ 1999）认为在中国广泛分布的麦长管蚜命名应为 1999 年以来大多数研究者仍采用 此在本研究论文中并未采用新的命名。麦长管蚜嗜食上部叶片，抽穗后则转移为害穗部（ 1979； 1979；王宪聚， 1986； 1991；何连生等； 1992；高有才等； 1996； 李代玲等， 2004） 。 由于麦长管蚜直接吸食麦穗汁液，且其繁殖危害的关键时期为扬花期至灌浆期，小麦在这一时期受害后麦穗会损失大量养分和水分 ， 使籽粒灌浆不足，千粒重下降，导致小麦严重减产（翟永键， 1965；徐利敏等， 1998；白莉等， 2006）。受麦长管蚜危害的小麦千粒重下降 ，一般损失产量 10 20，严重时损失 40 50，且面粉含糖量也明显下降（李 永 平， 1991）。同时麦长管蚜还传播大麦黄矮病毒（ 引起小麦黄矮病的流行，其损失更 大。因此对麦蚜特别是麦长管蚜的有效防治是提高小麦产量亟待解决的问题。 做好麦蚜的预测预报，是国内外公认的正确进行防治决策 、 减少农药使用量的最重要的措施。仍普遍使用的麦蚜防治决策过程（如在山东 省滨 州 市 ）是示范性农户按日历喷药，同村农民效仿。在北方麦区 ， 官方推广的决策过程是 自 5 月初开始，测报员每 3 天到麦田调查蚜量一次，当百株中国农业科学院硕士学位论文 第一章 麦蚜及麦蚜种群动态预测预报 第 2 页 蚜 量 超过 500 头时，发出防治警报。 但在 大约 30%的情况下， 即使达到 百株 500 头蚜 量也 不 会 造成显著减产（ 1998）， 这是由于扬 花期蚜量虽然达标，但 环境 因子（高温、降水和天敌）阻 止了穗期蚜量的进一步发展， 因此如 按上述决策方法 进行防治 就造成 了 不必要的 经济花费和环境污染威胁 。这些巨毒农药的 80%落在土壤以及麦田周围的灌渠中造成严重的面源污染，杀伤地面和植株上的天敌（蜘蛛、瓢虫等）。准确预测 麦 蚜种群动态成为减少用药量的关键前提。但由于对麦蚜种群变化长期欠缺深入的基础研究，加上缺乏将各 环境因子对 麦蚜种群变化 影响 的贡献综合起来的手段，难以确定影响麦蚜种群动态的关键因子，使麦蚜预测缺乏科学基础。 由于上述原因使麦蚜的预测预报 准确率低的 问题更加突出，因此需要在深入研究 环境因子对麦蚜种群动态 作用 的 基础上，研究麦长管蚜 种群 动态准确预测预报的方法。 蚜种群动态预测预报的研究现状 麦蚜在生态上属于 r 对策型昆虫， 种群 发生过程可看作一个动态的随机性系统。 上世纪 80年代以来出现的麦蚜种群的预测预报模型主要属于统计预测。统计预测法 在本质上 比较 相近， 即从众多的相关因子 中 筛选因子， 采用 各种 回归分析法 建立统计模型进行预测 。 如 罗瑞梧等（ 1985）从影响穗期蚜量的众多相关因子中筛选出 秋苗期蚜量基数 、 1 月份温度、 3 月份温度和 4 月份降水量 ，定为 小麦抽穗期蚜量预测因子 ， 将预报量和预报因子分级代换，直接用级数作回归分 析，建立四元回归预测方程，作出量级预报。 钱秀娟等（ 2004） 筛选 出平均温度、相对温湿系数建立了麦长管蚜发生期的回归预测模型，对甘肃省皋兰县 1981 2000 年 20 年的历史资料进行模拟，符合率达 95 % 以上。刘江山（ 2000）采用类似方法预测宁夏地区麦蚜高峰期蚜量， 1 年预报准确率达 有人通过尝试其它类型的统计方法建立麦蚜的预测模型，以提高模型的准确性，如： 刘庆斌（ 1991）以多因子简化综合相关法及模糊列联表法对麦长管蚜的发生量进行预报， 1 年预报准确率为 100。王洪誉（ 1998）应用模糊因 素加权综合评判法建立麦长管蚜发生期模型，历史拟合率达 100；丁世飞（ 2000）用多元模糊回归法建立的麦长管蚜发生程度模型，历史拟合率达 100。 对不同时期的蚜量采用不同的预测因子也能提高准确性。 张会孔等（ 1995）预报不同时期的蚜量采用不同的相关因子，预报抽穗期麦蚜的发生量 采用的相关因子是 1 月份平均气温和 3 月份温雨系数 ， 而小麦灌浆期（ 5 月中下旬）采用 4 月下旬的温雨系数和 5 月 初 百株蚜量为相关因子 ，11 年回测的准确率分别为 100 。 董照锋（ 2002）对陕西省商洛市五月上旬麦长管蚜发生程度的预测采 用 4 月中旬百株蚜量与 3 月下旬至 4 月上旬平均相对湿度 2 因子建立回归模型，对五月中旬发生程度预测采用 2 月下旬平均气温和 3 月下旬至 4 月上旬平均相对湿度 2 因子建立回归模型，回检结果较好。 表 1中国已开发的麦蚜种群动态统计预测方法 中国农业科学院硕士学位论文 第一章 麦蚜及麦蚜种群动态预测预报 第 3 页 of 者 测麦区 子的筛选法及所选因子 测指标 模方法 出指标 报预测准确率 源 洪誉 山东曲阜 3月下 4月上旬均温， 4月上温湿系数 穗期麦长管蚜蚜量达500头 /百株的发生期 采用 发生期级别 13历史拟合率 100 昆虫知识， 1998 丁世飞 山东金乡 5月 1 3日蚜量变动系数， 5月 1 5日亩七星瓢虫数量， 4月平均气温， 3月平均气温， 3月中旬平均气温， 4月上旬平均气温 穗期麦长管蚜发生程度 逐步判别分析 发生程度 8年历史拟合率 100 昆虫知识，1998 刘永存 山东金乡 同上 穗期麦长管蚜发生程度 模糊综合评 判法 发生级别 100 昆虫知识， 1993 刘庆斌 山东青州 虫源基数， 1月均温， 4月中旬降雨量 抽穗期麦长管蚜发生程度 多因子简化综合法 发生级别 1年预报准确率 100 昆虫知识，1991 5月上旬温雨系数，抽穗期蚜量 灌浆末期麦长管蚜发生程度 模糊列联表法 1年预报准确率 100 张会孔等 山东曲阜 单因子相关法筛选1月平 均气温， 3月温雨系数 抽穗期（ 5月初）麦蚜百株发生量 模糊因素求和型综合评判法 发生级别 昆虫知识，1995 单因子相关法 4月下旬的温雨系数 ， 灌浆期（ 5月中、下旬）麦蚜百株发生量 11年历史拟合率 100 郭金霞 河北正定， 保定 聚类代表元法筛选 因子 穗期峰值蚜 量 逐步判别分析和逐步回归 发生级别 11年历史拟合率 100 华北农学报， 1983 钱秀娟等 甘肃皋兰 5月上中旬平均温度， 5月上中旬相对温湿系数 麦长管蚜发生期 单因子回归 发生期 20年历史拟合率 100% 甘肃农业大学 学报， 2004 刘江山 宁夏 2月均温， 3月均温，4月均温， 5月降水量 高峰期蚜量 逐步回归 发生量 18年历史拟合率 宁夏农林科 技， 2000 董照锋 陕西商洛 4 月中旬百株蚜量，3月下 4月上旬平均相对湿度 5月上旬穗蚜发生程度 逐步回归 发生级别 植保技术与推广， 2002 2月下旬均温， 3月下 4月上平均相对湿度 5月中旬穗蚜发生程度 丁世飞 山东曲阜 单因子相关法筛选3月下旬至 4月上旬平均温度， 4月上旬温湿系数 麦蚜蚜量达500头 /百株的发生期 逐步判别模型 发生级别 13年历史拟合率 100 数理统计与管理， 2000 赵晓明等 宁夏 麦蚜高峰期 蚜量 马尔柯夫链，灰色系统 发生量 4年历史拟合率较好 宁夏农林科 技， 1991 中国农业科学院硕士学位论文 第一章 麦蚜及麦蚜种群动态预测预报 第 4 页 但以上各统计预测方法存在诸多弊端：如统计预测方法建模时所需的资料多，收集困难；预测过程中需将预测因子及自变量进行复杂转化；一般为发生程度预测或发生期预测，预测结果较为粗略； 适用性存在区域局限性；方法单一而缺乏系统性等，因此以上所涉及的预测方法适用性较差而难于推广。 近几十年来，由于计算机的广泛使用，使一些过程复杂的其 它建模方法如模拟模型建模法得以实现。借助计算机程序，使这类建模方法成为麦蚜种群动态准确预测预报方便、有利的工具。 国外方面：荷兰、英国和德国在上世纪 80 年代先后建立了基于计算机的麦长管蚜的种群动态模拟模型系统 (et 1979； et 1982； 1983)，这些不同于统计模型的模拟模型在建模方法上起到了示范作用；近年来，德国的模型得到了改进， 1996 年推出了新的版本麦长管蚜种群动态模拟系统“ et 1996） ； et 1989）在 et 1982)的麦长管蚜种群模拟系统的基础上建立了麦无网长管蚜的种群动态模拟系统，模型采用et 1982)模型的结构，但不包含天敌因子的影响；在德国波恩还开发了模拟黄矮病传播的麦蚜模拟系统“ (et 1996)。 但 上述 研究者 多 只重视数学和计算机模型的结构和程序的优化，对影响预测准确性最重要的麦蚜种群动态的变化机理缺乏深入研究，使发生量 预测 的 准确率不到 60%。 国内方面：国内开 展基于计算机的麦蚜预测预报研究较晚。其中较早的 是 高灵旺等（ 1997）综合利用模拟系统、地理系统（ 多媒体等技术开发了黄淮海地区麦蚜中长期测报（地理信息）系统（ 近年来研发的系统有 苗良等 （ 2002） 用 发的基于云模型的麦长管蚜预测系统，对麦长管蚜的发生程度进行分级预测 。 虽然以上模型是基于计算机模拟系统，但模型的算法上仍是统计 模型 ，由于这些系统缺乏精度较高的种群动态模型的支持，因此并未从根本上克服统计预测的缺点。开发输入简单而预测准确率较高的种群动 态模拟模型是提高预测预报准确性的基础。 马春森 （ 2003）在麦无网长管蚜种群动态模拟模型 （ 2000） 的基础上，用 确度极高的 麦 无网长管蚜种群 动态 模拟系统 与防治决策支持系统 （ 该系统利用分室模型及厢车模型，以扬花期麦蚜密度作为初始密度，利用田间的日平均气温、日最高温度、小麦生育阶段和优势天敌数量预测麦蚜种群动态变化，该软件的开发使麦无网长管蚜的种群预测精度由不足 30%提高到 90%。 是否能直接将 马春森， 2003） 用于麦长管蚜的种群动态预 测呢？首先， 最重要的环境因子 温度对两种麦蚜的影响不一样。室内温度试验及有关文献报道表明麦无网长管蚜是低温种， 14 温度范围对种群增长最有利（ 1974；陈巨莲， 1994）。英国 1979 年 麦无网长管蚜 暴发成灾 (1986)，究其原因主要是当年小麦生育期内有很长一段时间日均温在 ll5 之间，为其繁殖和种群增长的适温区。在北京地区 则由于 小麦生育期内气温偏高，麦无网长管蚜发生较轻（陈巨莲， 1994） ；而麦长管蚜种群增长的最适温度为 21左右（李鹄鸣， 1990；尹青云等， 2003）。 其次，两种麦蚜在小麦上的取食部位不同。麦 无网长管蚜几乎全部为害麦叶，集中在旗叶及旗叶下 1、 2 叶（ 1979； 1979；陈巨莲等， 1994） ，麦长管蚜则主要危害穗部。麦无网长管蚜与麦长管蚜的生态差异可能使无网长管蚜种群动态模拟系统并不适合于麦长管蚜的预测预报。事实上，直接利用 测山东省惠民县（ 2003、 2004），北京昌平区（ 2005）田间麦长管蚜的种群发生数量，精度不到 10。因此对于麦长管蚜需要建立中国农业科学院硕士学位论文 第一章 麦蚜及麦蚜种群动态预测预报 第 5 页 基于其自身生态特点的模拟