在科罗拉多州的小麦田里,小麦茎 (Hymenoptera:Cephidae) 的新增度日现象模型

科学领域:

• 农业昆虫学 农业昆虫学
• 虫害管理 虫害管理 虫害管理
• 现象学建模 现象学建模

背景情况:

• 小麦茎 (WSS),Cephus cinctus,是一个重要的北美害虫影响小麦产量通过茎钻和住宿.
• 现有的控制方法,如固体干品种和杀虫剂,不足以有效管理WSS.
• 准确预测WSS的出现和种群动态对于开发综合性害虫管理 (IPM) 战略至关重要.

研究的目的:

• 开发一个现象学模型来预测成年WSS的出现和人口峰值,使用不断增长的度日 (GDD).
• 确定影响WSS群体规模和出现周期的关键环境因素.
• 为预测和监测WSS提供可靠的模型,以改善IPM.

主要方法:

• 收集了科罗拉多州 (2011-2023) 小麦田中成年WSS种群的多年数据.
• 开发了一个GDD模型,具有特定的底部 (10°C) 和上部 (30°C) 值,以及1月1日的生物修复,以预测WSS的现象学.
• 分析了环境因素 (降水,温度) 与WSS人口水平之间的相关性.

主要成果:

• 与日历日期相比,GDD模型显著降低了WSS出现时间的跨年变化.
• 预测的关键现象事件:最初在148个GDD出现,在224个GDD达到峰值,并在354个GDD下降.
• 确定了较高的WSS种群和较长的浮现期,减少浮现前降水量,以及较温和的浮现/最高温度之间的正相关性.

结论:

• 开发的GDD模型为预测WSS成年人出现和人口峰值提供了可靠的工具.
• 降水和温度等环境因素在WSS种群动态中发挥着重要作用.
• 这些发现为在综合性害虫防治计划中及时有效地做出WSS管理决策提供了基础.