Dynamika populace škůdců - Pest insect population dynamics

Sójová mšice

The populační dynamika z škůdce hmyzu je předmětem zájmu zemědělců, zemědělských ekonomů, ekologů a osob zabývajících se dobrými životními podmínkami zvířat.

Faktory ovlivňující populace

Larva japonského brouka

• Nezávislé na hustotě: Ovlivňuje populaci stejně bez ohledu na její hustotu. Příklady:^[1]
  • A zimní zmrazení může zabít konstantní zlomek bramborové křískovky v arašídovém poli bez ohledu na celkový počet křískovitých.
  • Japonský brouk larvy dobře přežívají se spoustou letního deště.
  • Teplota, vlhkost, požáry, bouře, rozpuštěný kyslík pro vodní druhy.
• Závisí na hustotě: Ovlivněte populaci více či méně, protože populace je větší. Příklady:^[1]
  • Větší populace může být náchylnější k chorobám a parazitům.
  • Větší populace může mít více vnitrodruhová soutěž, zatímco menší populace může mít více mezidruhová soutěž.
  • Emigrace z populace se může zvyšovat, jak bude stále více přeplněná.

Životní tabulky

Helicoverpa zea larva se živí kukuřicí

A život stůl ukazuje, jak a kolik hmyzu umírá, když dospějí z vajíček na dospělé. Pomáhá při hubení škůdců tím, že určuje, ve které životní fázi je škůdce nejzranitelnější a jak lze zvýšit úmrtnost.^[2] A tabulka života kohorty sleduje organismy ve fázích života, zatímco a statická životnost ukazuje rozdělení životních stádií mezi populaci v jednom časovém bodě.^[3]

Následuje příklad tabulky životů kohort založené na polních datech od Vargase a Nishidy (1980).^[4] Celková míra úmrtnosti byla 94,8%, ale je to pravděpodobně podceňováno, protože studie shromáždila kukly do kalíšků, které je mohly chránit před ptáky, myšmi, drsným počasím atd.^[4]

Tabulka životnosti pro ušní červ Heliothis zea, 10. října 1976 až 20. listopadu 1976, převzato z publikace Vargas a Nishida (1980)^[4]

Etapa (${ displaystyle x}$)	Počet naživu ve fázi (${ displaystyle a_ {x}}$)	Příčina úmrtnosti	Počet umírá	Podíl přežívající původní kohorty (${ displaystyle l_ {x}}$)	Podíl umírání původní kohorty (${ displaystyle d_ {x}}$)	Úmrtnost v tomto kroku (${ displaystyle q_ {x}}$)
Vejce	1000	Trichogramma confusum vosí parazitismus	386	1	.386	.386
Vejce	614	Orius insidiosus predace a neznámo	232	.614	.232	.378
Larva 1	382	O. insidiosus, kanibalismus a neznámo	90	.382	.090	.236
Larva 2	292	Kanibalismus a neznámo	59	.292	.059	.202
Larva 3	233	Kanibalismus a neznámo	34	.233	.034	.146
Larva 4	199	Kanibalismus, nemoci, parazitismus a neznámo	59	.199	.059	.296
Larva 5	140	Kanibalismus, nemoci, parazitismus a neznámo	69	.140	.069	.493
Larva 6	71	Kanibalismus, nemoci, parazitismus a neznámo	1	.071	.001	.014
Pupa	70	Nemoc a neznámo	18	.070	.018	0.257
Dospělý	52 (28 mužů, 24 žen)			.052

Délka života

Z tabulky životů můžeme vypočítat délka života jak následuje. Předpokládejme fáze ${ displaystyle x}$ jsou rovnoměrně rozmístěny. Průměrný podíl ${ displaystyle L_ {x}}$ živých organismů ve fázi ${ displaystyle x}$ mezi začátkem a koncem je^[3]

${ displaystyle L_ {x} = { frac {l_ {x} + l_ {x + 1}} {2}}}$.

Celkový počet ${ displaystyle T_ {x}}$ budoucích fází, které budou žít jednotlivci ve věku ${ displaystyle x}$ a starší je^[3]

${ displaystyle T_ {x} = L_ {x} + L_ {x + 1} + L_ {x + 2} + ...}$ .

Pak očekávaná délka života ${ displaystyle e_ {x}}$ ve věku ${ displaystyle x}$ je^[3]

${ displaystyle e_ {x} = { frac {T_ {x}} {l_ {x}}}}$.

Mohli jsme udělat stejný výpočet spíše s hrubým počtem jednotlivců než s proporcemi.

Základní reprodukční rychlost

Pokud budeme dále znát číslo ${ displaystyle F_ {x}}$ vyprodukovaných vajec (plodnost) ve věku ${ displaystyle x}$můžeme vypočítat produkovaná vejce na přeživšího jedince ${ displaystyle m_ {x}}$ tak jako

${ displaystyle m_ {x} = { frac {F_ {x}} {a_ {x}}}}$,

kde ${ displaystyle a_ {x}}$ je počet jedinců naživu v této fázi.

The základní reprodukční rychlost ${ displaystyle R_ {0}}$,^[3] také známý jako míra náhrady populace, je poměr dcer k matkám. Pokud je větší než 1, populace se zvyšuje. Ve stabilní populaci by se míra náhrady měla pohybovat blízko 1.^[2] Můžeme to vypočítat z dat životních tabulek jako^[3]

${ displaystyle R_ {0} = součet _ {x} l_ {x} m_ {x}}$.

Je to proto, že každý ${ displaystyle l_ {x} m_ {x}}$ výpočet produktu (rodiče první generace ve věku ${ displaystyle x}$) / (vejce první generace) krát (vejce druhé generace produkovaná věkem${ displaystyle x}$ rodiče) / (rodiče první generace ve věku ${ displaystyle x}$).

Li ${ displaystyle N_ {0}}$ je počáteční velikost populace a ${ displaystyle N_ {T}}$ je tedy velikost populace po generaci^[3]

${ displaystyle R_ {0} = { frac {N_ {T}} {N_ {0}}}}$.

Generační čas

The doba generování kohorty ${ displaystyle T_ {c}}$ je průměrná doba mezi narozením rodiče a narozením jeho dítěte. Li ${ displaystyle x}$ se tedy měří v letech^[3]

${ displaystyle T_ {c} = { frac { součet _ {x} xl_ {x} m_ {x}} { součet _ {x} l_ {x} m_ {x}}}}$.

Vlastní rychlost nárůstu

Li ${ displaystyle R_ {0}}$ zůstává po generace relativně stabilní, můžeme jej použít k přiblížení vnitřní míra zvýšení ${ displaystyle r}$ pro populaci:^[3]

${ displaystyle r cca { frac { ln R_ {0}} {T_ {c}}}}$.

To je proto, že

${ displaystyle ln R_ {0} = ln { frac {N_ {T}} {N_ {0}}} = ln { frac {N_ {0} + Delta N} {N_ {0}} } = ln left (1 + { frac { Delta N} {N_ {0}}} right) přibližně { frac { Delta N} {N_ {0}}}}$,

kde aproximace vyplývá z Série Mercator. ${ displaystyle T_ {c}}$ je změna času, ${ displaystyle Delta t}$. Pak máme

${ displaystyle r cca { frac { Delta N} { Delta t}} { frac {1} {N_ {0}}}}$,

což je diskrétní definice vnitřní rychlosti růstu.

Růstové modely

Obecně platí, že populační růst zhruba sleduje jeden z těchto trendů:^[1]

• Logistický růst u některých vyrovnání nosnost.
• Překročení (cykly „boom“ a „poprsí“).
• Oscilace na nebo pod nosností.

Rychlost růstu hmyzích škůdců je mimo jiné silně ovlivněna teplotou a srážkami. Populace škůdců někdy rychle rostou a stávají se ohnisky.^[5]

Výpočty denních stupňů

Protože hmyz je ectothermic „„ teplota je pravděpodobně nejdůležitějším faktorem prostředí, který ovlivňuje chování, distribuci, vývoj, přežití a reprodukci hmyzu. “^[6] Jako výsledek, rostoucí dny se běžně používají k odhadu vývoje hmyzu, často ve vztahu k a biofix směřovat,^[6] tj. biologický milník, například když hmyz vyjde z pupace na jaře.^[7] Stupňové dny mohou pomoci při hubení škůdců.^[8]

Stenotus binotatus, a chyba rostliny ve skupině Heteroptera

Yamamura a Kiritani přiblížili rychlost vývoje ${ displaystyle r}$ tak jako^[9]

${ displaystyle r = { begin {cases} { frac {T-T_ {0}} {K}}, & T geq T_ {0} 0, & T$,

s ${ displaystyle T}$ je aktuální teplota, ${ displaystyle T_ {0}}$ je základní teplota pro tento druh a ${ displaystyle K}$ což je tepelná konstanta pro tento druh. Generace je definována jako doba potřebná pro časovou integraci ${ displaystyle r}$ roven 1. Pomocí lineárních aproximací autoři odhadují, že pokud by teplota vzrostla o ${ displaystyle Delta T}$ (například možná ${ displaystyle Delta T}$ = 2 ° C pro změnu podnebí do roku 2100 ve srovnání s rokem 1990), pak nárůst počtu generací za rok ${ displaystyle Delta N}$ bylo by^[9]

${ displaystyle Delta N přibližně { frac { Delta T} {K}} vlevo (206,7 + 12,46 (m-T_ {0}) vpravo)}$,

kde ${ displaystyle m}$ je aktuální roční průměrná teplota místa. Autoři zejména naznačují, že oteplení o 2 ° C může vést například k přibližně jedné generaci navíc Lepidoptera, Hemiptera, dvě další generace pro Dvoukřídlí, téměř tři generace pro Blanokřídlí a téměř pět generací pro Aphidoidea. Tyto změny v voltinismus se může stát prostřednictvím biologické rozptýlení a / nebo přírodní výběr; autoři poukazují na předchozí příklady každého z Japonska.^[9]

Geometrický Brownův pohyb

Sunding a Zivin modelují populační růst hmyzích škůdců jako a geometrický Brownův pohyb (GBM) proces.^[10] Model je stochastický, aby zohlednil variabilitu rychlostí růstu v závislosti na vnějších podmínkách, jako je počasí. Zejména pokud ${ displaystyle X}$ je současná populace hmyzu, ${ displaystyle alpha}$ je vnitřní rychlost růstu, a ${ displaystyle sigma}$ je variační koeficient, autoři to předpokládají

${ displaystyle dX = alpha Xdt + sigma Xdz}$,

kde ${ displaystyle dt}$ je přírůstek času a ${ displaystyle dz = xi _ {t} { sqrt {dt}}}$ je přírůstek a Wienerův proces, s ${ displaystyle xi _ {t}}$ bytost standardní-normální distribuováno. V tomto modelu dominují krátkodobé populační změny stochastický termín, ${ displaystyle sigma Xdz}$, ale dlouhodobým změnám dominuje trendový termín, ${ displaystyle alpha Xdt}$.^[10]

Po vyřešení této rovnice jsme Najdi to populace v čase ${ displaystyle t}$, ${ displaystyle X_ {t}}$, je logicky normálně distribuováno:

${ displaystyle X_ {t} sim operatorname {Log - { mathcal {N}}} vlevo (X_ {0} e ^ { alpha t}, X_ {0} ^ {2} e ^ {2 alfa t} (e ^ { sigma ^ {2} t} -1) vpravo)}$,

kde ${ displaystyle X_ {0}}$ je počáteční populace.^[10]

Salát mšice

Jako případovou studii autoři uvažují mevinphos aplikace na listový salát v Salinas Valley, Kalifornie za účelem ovládání mšice. Předchozí výzkum jiných autorů zjistil, že denní procentní růst zelená broskvová mšice lze modelovat jako rostoucí lineární funkci průměrné denní teploty. V kombinaci se skutečností, že teplota je normálně distribuována, to souhlasilo s GBM rovnicemi popsanými výše a autoři to odvodili ${ displaystyle alpha = 0,1199}$ a ${ displaystyle sigma = 0,1152}$.^[10] Protože očekávaná populace založená na log-normální distribuci roste s ${ displaystyle e ^ { alpha t}}$, to znamená dobu zdvojnásobení mšice na ${ displaystyle ln 2 / 0,1199 = 5,8}$ dnů. Všimněte si, že jiná literatura zjistila, že doby generování mšic leží zhruba v rozmezí 4,7 až 5,8 dne.^[11]

Opakované ohniskové cykly

Studie z roku 2013 analyzovala populační dynamiku menších čaj tortrix, mol škůdce, který napadá čajové plantáže, zejména v Japonsku. Data se skládala z počtů dospělých můr zachycených pomocí světelné pasti každých 5–6 dní na čajové stanici Kagošima v Japonsku v letech 1961–2012. Maximální populace byly 100 až 4 000krát vyšší než na jejich nejnižších úrovních. A vlnka rozklad ukázal jasný, relativně stacionární roční cyklus v populacích, stejně jako nestacionární interpunkce mezi koncem dubna a začátkem října, což představuje 4-6 ohnisek za rok tohoto multivoltin druh.^[12] Cykly jsou výsledkem překročení populace.^[13]

Tyto můry mají fázově strukturované vývojové životní cykly a tradiční hypotéza naznačuje, že tyto cykly by měly být nejvíce synchronizovány v populaci na jaře kvůli předchozím účinkům chladných zimních měsíců, a jak léto postupuje, životní etapy se stávají náhodněji roztříděný.^[12] Toto je často pozorováno v Severní Americe.^[13] Tato studie však místo toho zjistila, že populace byly více korelovalo s postupujícím obdobím, snad proto, že teplotní výkyvy vynucovaly synchronizaci. Autoři zjistili, že když teploty na jaře poprvé vzrostly nad ~ 15 ° C, populační dynamika překročila a Hopf rozdvojení od stability po opakované vypuknutí, až do stabilizace na podzim. Nad Hopfovým prahem se amplituda populačního cyklu zvyšovala zhruba lineárně s teplotou. Tato studie potvrdila klasický koncept teploty jako „kardiostimulátoru všech vitálních frekvencí“.^[12]

Pochopení dynamiky životního cyklu je relevantní pro hubení škůdců, protože některé insekticidy fungují pouze v jedné nebo dvou fázích života hmyzu.^[13]

Účinky kontroly škůdců

Dospělý muž cikánská můra

B. Chaney, poradce pro farmy v Monterey County, CA, odhaduje, že mevinphos po aplikaci zabije prakticky všechny mšice v poli.^[10] Wyatt, s odvoláním na údaje z různých Zkoušky řízení členovců, odhaduje, že procento usmrcených mšic hlávkového je 76,1% pro endosulfan a 67,0% pro imidakloprid.^[14]

Insekticidy používané na cikánských můrách v 70. letech měly zhruba 90% míru usmrcení.^[15]

Dopad změny klimatu

Změna teploty je považována za největší přímý abiotický dopad klimatická změna na býložravém hmyzu.^[16] V mírných oblastech ovlivní globální oteplování přezimování a vyšší teploty prodlouží letní sezónu a umožní větší růst a reprodukci.^[16]

Studie z roku 2013 odhaduje, že škůdci plodin a patogeny se od roku 1960 v průměru přesunuli do vyšších zeměpisných šířek rychlostí přibližně 2,7 km / rok.^[17] To je zhruba v souladu s odhady rychlosti změny klimatu obecně.^[18]

Viz také

• Ekologie hmyzu
• Populační ekologie
• Odolnost vůči pesticidům
• Insekticid
• Hubení škůdců

Poznámky