稻纵卷叶螟自然种群平均生命表

1977至1982年在广东四会大沙区大田试验获得的27个生命表资料,按各年同一世代进行统计,平均得出:第2—6代由卵至成虫的存活率分别为9.07,1.39,0.02,0.48,0.17(%):死亡主要出现在卵和1,2龄幼虫阶段,死亡率达72～98%;种群增长指数(I)值2—6代分别为5.1705,0.8859,0.0129,0.2804和0.0845,第2代最高. 关键因素分析表明:1—2龄幼虫期,3—5龄幼虫期和蛹期的失踪对总K值的波动影响较大.相关回归分析回归系数1—2龄失踪为0.3450.3—5龄为0.3331,蛹为0.2602.因此,1—2龄和3—5龄失踪为关键因素,其次为蛹期失踪.     

稻纵卷叶螟成虫迁入量调查

1983—1987年对稻纵卷叶螟第1、2代,1983,1985年第5代成虫的迁入量进行了调究。结果表明,1,2代成虫迁入量主要与风向,风力等气候因素有密切关系。从4月份开始,当气温达到21℃以上时,连续吹4天以上风力为2～4.8m/s的东南风,将有成虫迁入。关于迁入量,随着吹东南风日数的增加而增加;198s年主峰出现于4月中旬至5月初,以第1代迁入为主;其余调查年份主峰均出现在5月中、下旬至6月初,以第2代迁入为主。晚稻田迁入者为第5代,时间在8月下旬至9月上旬.     

稻纵卷叶螟计算机管理系统的研究

本系统包括稻纵卷叶螟的预测和资料管理两大子系统:建立了该虫的生长发育、产卵、经济阈值以及种群动态等模型;贮存了29年的气象、成虫种群灯下消长、田间发生和防治、以及常用化学杀虫剂等资料.建立了4个虫情监测点.为本系统提供信息.本系统可以预测稻纵卷叶螟的发生.提供初步管理意见,回答有关卷叶螟及气象方面的资料查询等.它还包括害虫管理常用的9个统计分析应用程序包.     

稻纵卷叶螟的数据库管理系统

以dB ASEⅢ建立了稻纵卷叶螟的数据库管理系统。本系统容易查向和检索害虫管理的资料,也便于从数据库中提取数据,进行运算和作图。最后列举了应用的实例.     

稻纵卷叶螟实验种群模拟模型

通过5种温度处理(19℃,22℃,25℃,28℃和31℃),探讨稻.卷叶螟实验种群的数量动态.25℃度温度处理组的世代存活率最高(19.7%),种群增长指数最大(14.9倍)。上述两项指标最低的是19℃温度处理组,分别为3.59b和1.18.根据实验结果,组建了该虫实验种群生命表,并建立了模拟种群数量变化的连续模型和等龄期结构的矩阵模型。     

稻纵卷叶螟的经济损害水平和经济阈值

以室内接虫、剪叶模拟以及田间调查等方法研究稻纵卷叶螟的为害对水稻产量的影响.初步确定了该虫在综合防治区的经济损害水平为39条幼虫/百丛(剑叶期)和58条/百丛(分蘖期).并提出用害虫种群潜在密度确定卷叶螟经济阈值的方法.     

稻纵卷叶螟—水稻生态系统的模拟及分析

稻纵卷叶螟—水稻生态系统包括如下成份:卷叶螟,水稻,自然天敌,天气,管理措施。根据系统成份的分析,建立了该系统的模拟模型,包括:卷叶螟Leslie矩阵模型,发育率模型、产卵模型,水稻生长发育预测模型,叶面积及产量损失模型,日温度变化模拟模型。系统模拟结果表明:系统对成虫期和5龄幼虫期比较敏感.捕食天敌和极端天气对系统影响很大,采用化学防治措施虽然可以降照当代虫口密度,但下代种群数量反而增加。系统验证结果基本符合田间实际情况.     

以温度为基础的稻纵卷叶螟发育模拟模型

通过5种温度(19℃,22℃,25℃,28℃,31℃)处理观察稻纵卷叶螟(Cnaphalocrocismedinalis Guenee)各虫态的发育及卵的孵化时间分布:用SIGMOID函数模拟该虫在不同温度下的发育率;用发育频数累积曲线描述卵的孵化时间分布.这两个模型都能比较精确地描述卷叶螟以温度为基础的发育动态.     

矩阵模型在稻纵卷叶螟预测预报中的应用

根据稻纵卷叶螟迁入量数据和生命表资料,提出矩阵模型模拟卷叶螟种群动态,预测发生期,并试图预报发生量,预报防治适期.模型预报田间发生期是准确的.预报发生量仍需改进.     

稻纵卷叶螟产卵模型

本文报道了稻纵卷叶螟成虫的性比、寿命.产卵.潜在生殖力以及不同温度对其产卵的影响;不同的世代成虫性比不同,其变化范围为1:0.8—1.3;成虫的寿命平均为4.7天;雌成虫一般产卵2—3次,总产卵量为101.38±38.153粒/雌;但其潜在生殖力达223 8粒/雌。根据实验结果,组建了以温度为自变量的产卵模型.     

以生物事件为参照点的稻纵卷叶螟发生期预测模型

根据田间调查结果,初步确定了灯下蛾量消长趋势与田间发生基本一致;确定了成虫与高龄幼虫(4—5龄)的滞后时间大约是15—19天.在此基础上,又根据有效积温法则,建立了以蛹期生物事件为参照点预测成虫发生期,以成虫期生物事件为参照点预测幼虫发生期的预测模型.初步验证结果表明:所建的预测模型基本适合田间实际情况.