characterizing-herbivore-resistance-mechanisms-spittlebugs-on

Characterizing Herbivore Resistance Mechanisms: Spittlebugs on <em>Brachiaria</em> spp. as an Example

Plants can resist herbivore damage through three broad mechanisms: antixenosis, antibiosis and tolerance1. Antixenosis is the degree to which the plant is ...

establishing-fungal-entomopathogens-as-endophytes-towards-endophytic

Establishing Fungal Entomopathogens as Endophytes: Towards Endophytic Biological Control

 Beauveria bassiana is a fungal entomopathogen with the ability to colonize plants endophytically. As an endophyte, B. bassiana may play a role in ...

CIAT

International Center for Tropical Agriculture (CIAT), Cali, Colombia 

&#x5B9E;&#x9A8C;&#x4E00;&#x76F4;&#x662F;&#x5F88;&#x591A;&#x75C5;&#x866B;&#x5BB3;&#x7EFC;&#x5408;&#x7684;&#x7BA1;&#x7406; (IPM) &#x7814;&#x7A76;&#x7684;&#x57FA;&#x77F3;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#xFF0C;&#x6211;&#x4EEC;&#x7684;&#x76EE;&#x6807;&#x662F;&#x8981;&#x6253;&#x5F00;&#x6269;&#x5927;&#x89C2;&#x5BDF;&#x7814;&#x7A76;&#x4E2D;&#xFF0C;&#x4F7F;&#x7528;&#x7684;&#x53EF;&#x80FD;&#x4F18;&#x70B9;&#x63A2;&#x8BA8;&#xFF0C;&#x7279;&#x522B;&#x662F;&#x6765;&#x81EA;&#x519C;&#x6C11;&#x6216;&#x79C1;&#x4EBA;&#x7684;&#x866B;&#x5BB3;&#x7BA1;&#x7406;&#x987E;&#x95EE;&#x516C;&#x53F8;&quot;ecoinformatics&quot;&#x4E2D;&#x7684;&#x6570;&#x636E;&#x7684;&#x4F7F;&#x7528;&#x7814;&#x7A76;&#xFF0C;&#x4F5C;&#x4E3A;&#x53EF;&#x80FD;&#x8865;&#x5145;&#x4F20;&#x7EDF;&#x7684;&#x8BD5;&#x9A8C;&#x6027;&#x7814;&#x7A76;&#x7684;&#x5DE5;&#x5177;&#x3002;&#x5E7F;&#x4E3A;&#x4EBA;&#x591A;&#x91CD;&#x4F18;&#x52BF;&#x7684;&#x5B9E;&#x9A8C;&#xFF1A; &#x5B9E;&#x9A8C;&#x63D0;&#x4F9B;&#x6709;&#x5173;&#x5173;&#x952E;&#x53D8;&#x91CF;&#x4E4B;&#x95F4;&#x7684;&#x56E0;&#x679C;&#x5173;&#x7CFB;&#x660E;&#x786E;&#x63A8;&#x8BBA;&#x3001; &#x53EF;&#x751F;&#x4EA7;&#x3001; &#x7EDF;&#x4E00;&#x7684;&#x548C;&#x9AD8;&#x8D28;&#x91CF;&#x7684;&#x6570;&#x636E;&#x96C6;&#xFF0C;&#x548C;&#x9AD8;&#x5EA6;&#x7075;&#x6D3B;&#x7684;&#x5904;&#x7406;&#xFF0C;&#x53EF;&#x4EE5;&#x8BA1;&#x7B97;&#x3002;&#x6216;&#x8BB8;&#x8F83;&#x5E7F;&#x6CDB;&#x5730;&#x8003;&#x8651;&#xFF0C;&#x4E0D;&#x8FC7;&#xFF0C;&#x6709;&#x53EF;&#x80FD;&#x6709;&#x67D0;&#x4E9B;&#x7F3A;&#x70B9;&#x7684;&#x5B9E;&#x9A8C;&#x7814;&#x7A76;&#x3002;&#x6211;&#x4EEC;&#x4F7F;&#x7528;&#x7684;&#x4EA7;&#x91CF;&#x5F71;&#x54CD;&#x7814;&#x7A76;&#x8BA8;&#x8BBA;&#x91CD;&#x70B9;&#xFF0C;&#x89E3;&#x51B3;&#x4E00;&#x4E9B;&#x539F;&#x56E0;&#x4E3A;&#x4EC0;&#x4E48;&#x89C2;&#x6D4B;&#x6216; ecoinformatics &#x7684;&#x529E;&#x6CD5;&#x53EF;&#x80FD;&#x662F;&#x4F5C;&#x4E3A;&#x8BD5;&#x9A8C;&#x7684;&#x8865;&#x5145;&#x6709;&#x5438;&#x5F15;&#x529B;&#x3002;&#x6587;&#x5B66;&#x7684;&#x4E00;&#x9879;&#x8C03;&#x67E5;&#x8868;&#x660E;&#x8BB8;&#x591A;&#x5F53;&#x4EE3;&#x7684;&#x4EA7;&#x91CF;&#x5F71;&#x54CD;&#x7814;&#x7A76;&#x7F3A;&#x4E4F;&#x8DB3;&#x591F;&#x7684;&#x7EDF;&#x8BA1;&#x6743;&#x529B;&#xFF0C;&#x4EE5;&#x89E3;&#x51B3;&#x5C0F;&#xFF0C;&#x4F46;&#x7ECF;&#x6D4E;&#x4E0A;&#x91CD;&#x8981;&#x7684;&#x662F;&#xFF0C;&#x5BF9;&#x4F5C;&#x7269;&#x4EA7;&#x91CF;&#x7684;&#x5F71;&#x54CD;&#x7684;&#x519C;&#x6C11;&#xFF0C;&#x5F62;&#x72B6;&#x866B;&#x5BB3;&#x7BA1;&#x7406;&#x51B3;&#x7B56;&#x3002;&#x57FA;&#x4E8E; Ecoinformatics &#x7684;&#x6570;&#x636E;&#x96C6;&#x53EF;&#x4EE5;&#x5927;&#x5927;&#x5927;&#x4E8E;&#x5B9E;&#x9A8C;&#x6570;&#x636E;&#x96C6;&#xFF0C;&#x5E76;&#x56E0;&#x6B64;&#x4E3E;&#x884C;&#x4E86;&#x589E;&#x5F3A;&#x7535;&#x6E90;&#x7684;&#x8BFA;&#x8A00;&#x3002;Ecoinformatics &#x65B9;&#x6CD5;&#x4E5F;&#x89E3;&#x51B3;&#x95EE;&#x9898;&#x5728;&#x7A7A;&#x95F4;&#x548C;&#x65F6;&#x95F4;&#x5C3A;&#x5EA6;&#x7684;&#x8015;&#x4F5C;&#x8FDB;&#x884C;&#x7684;&#x3001; &#x53EF;&#x4EE5;&#x5B9E;&#x73B0;&#x66F4;&#x9AD8;&#x6C34;&#x5E73;&#x7684;&quot;&#x5916;&#x90E8;&#x6709;&#x6548;&#x6027;&quot;&#xFF0C;&#x548C;&#x53EF;&#x4EE5;&#x5141;&#x8BB8;&#x7814;&#x7A76;&#x4EBA;&#x5458;&#x6709;&#x6548;&#x5730;&#x5C4F;&#x5E55;&#x5F88;&#x591A;&#x53D8;&#x91CF;&#x521D;&#x59CB;&#x3001; &#x63A2;&#x7D22;&#x9636;&#x6BB5;&#x7684;&#x7814;&#x7A76;&#x9879;&#x76EE;&#x3002;&#x5B9E;&#x9A8C;&#x3001; &#x89C2;&#x6D4B;&#xFF0C;&#x548C;&#x57FA;&#x4E8E; ecoinformatics &#x7684;&#x529E;&#x6CD5;&#x5982;&#x679C;&#x7528;&#x5728;&#x4E00;&#x8D77;&#xFF0C;&#x53EF;&#x63D0;&#x4F9B;&#x66F4;&#x9AD8;&#x6548;&#x7684;&#x89E3;&#x51B3;&#x65B9;&#x6848;&#xFF0C;&#x6BD4;&#x4EFB;&#x4F55;&#x5355;&#x4E00;&#x7684;&#x65B9;&#x6CD5;&#xFF0C;&#x7528;&#x6765;&#x9694;&#x79BB;&#x7684;&#x866B;&#x5BB3;&#x7BA1;&#x7406;&#x4E2D;&#x7684;&#x95EE;&#x9898;&#x3002;

Ecoinformatics &#x7EFC;&#x5408;&#x7684;&#x866B;&#x5BB3;&#x7BA1;&#x7406;&#xFF1A; &#x6269;&#x5927;&#x5E94;&#x7528;&#x6606;&#x866B;&#x751F;&#x6001;&#x5B66;&#x5BB6;&#x5DE5;&#x5177;&#x5305;&#x3002;

Experimentation has been the cornerstone of much of integrated pest management (IPM) research. Here, we aim to open a discussion on the possible merits of expanding the use of observational studies, and in particular the use of data from farmers or private pest management consultants in "ecoinformatics" studies, as tools that might complement traditional, experimental research. The manifold advantages of experimentation are widely appreciated: experiments provide definitive inferences regarding causal relationships between key variables, can produce uniform and high-quality data sets, and are highly flexible in the treatments that can be evaluated. Perhaps less widely considered, however, are the possible disadvantages of experimental research. Using the yield-impact study to focus the discussion, we address some reasons why observational or ecoinformatics approaches might be attractive as complements to experimentation. A survey of the literature suggests that many contemporary yield-impact studies lack sufficient statistical power to resolve the small, but economically important, effects on crop yield that shape pest management decision-making by farmers. Ecoinformatics-based data sets can be substantially larger than experimental data sets and therefore hold out the promise of enhanced power. Ecoinformatics approaches also address problems at the spatial and temporal scales at which farming is conducted, can achieve higher levels of "external validity," and can allow researchers to efficiently screen many variables during the initial, exploratory phases of research projects. Experimental, observational, and ecoinformatics-based approaches may, if used together, provide more efficient solutions to problems in pest management than can any single approach, used in isolation.

Ecoinformatics for integrated pest management: expanding the applied insect ecologist's tool-kit.

Exp&eacute;rimentation a &eacute;t&eacute; la pierre angulaire d&#39;une bonne partie des recherches de lutte antiparasitaire int&eacute;gr&eacute;e (LAI). Ici, nous avons pour objectif d&#39;ouvrir un d&eacute;bat sur le fond possible d&#39;&eacute;largir l&#39;utilisation d&#39;&eacute;tudes d&#39;observation, et en particulier l&#39;utilisation des donn&eacute;es des agriculteurs ou des conseillers en gestion priv&eacute;e de lutte antiparasitaire dans &laquo; globale &raquo; &eacute;tudie, comme des outils qui pourraient compl&eacute;ter les recherches traditionnelles et exp&eacute;rimentales. Les multiples avantages d&#39;exp&eacute;rimentation sont largement appr&eacute;ci&eacute;s : exp&eacute;riences fournir des conclusions d&eacute;finitives en ce qui concerne les relations causales entre variables cl&eacute;s, peut produire des ensembles de donn&eacute;es uniformes et de haute qualit&eacute; et sont tr&egrave;s souples dans les traitements qui peuvent &ecirc;tre &eacute;valu&eacute;es. Peut-&ecirc;tre moins largement consid&eacute;r&eacute;, cependant, sont les inconv&eacute;nients possibles de la recherche exp&eacute;rimentale. &Agrave; l&#39;aide de l&#39;&eacute;tude d&#39;impact-rendement pour orienter la discussion, nous abordons quelques raisons pourquoi d&#39;observation ou approches globale peuvent &ecirc;tre attrayants comme des compl&eacute;ments &agrave; l&#39;exp&eacute;rimentation. Une recension de la litt&eacute;rature sugg&egrave;re que les nombreuses &eacute;tudes contemporaines rendement-impact n&#39;ont pas une puissance statistique suffisante pour r&eacute;soudre les petits, mais &eacute;conomiquement important, les effets sur les cultures donnent prise des ravageurs que forme par les agriculteurs. Globale bas&eacute;e sur les ensembles de donn&eacute;es peuvent &ecirc;tre nettement plus important que des ensembles de donn&eacute;es exp&eacute;rimentales et donc tenir la promesse d&#39;une puissance accrue. Approche globale des probl&egrave;mes aussi aux &eacute;chelles spatiales et temporelles &agrave; laquelle agriculture est r&eacute;alis&eacute;e, peut atteindre des niveaux plus &eacute;lev&eacute;s de &laquo; validit&eacute; externe &raquo; et peut permettent aux chercheurs d&#39;efficacement l&#39;&eacute;cran de nombreuses variables au cours des phases initiales, exploratoires des projets de recherche. Les approches exp&eacute;rimentales, d&#39;observation et globale bas&eacute;e sur peuvent, si utilis&eacute;s ensemble, fournir des solutions plus efficaces aux probl&egrave;mes de lutte antiparasitaire que toute approche unique, utilis&eacute; dans l&#39;isolement.

Globale pour la gestion int&eacute;gr&eacute;e des ravageurs : expansion trousse de l&#39;&eacute;cologiste insectes appliqu&eacute;e &agrave; outils.

Experimente wurde der Grundstein der Gro&szlig;teil des integrierten Pflanzenschutzes Managementforschung (IPM). Hier wollen wir eine Diskussion &uuml;ber die m&ouml;glichen Vorteile der Ausweitung der Verwendung von Beobachtungsstudien zu &ouml;ffnen, und insbesondere die Verwendung von Daten aus Bauern oder private Pest Management Consultants in &quot;Umweltforschung&quot; Studien, als Werkzeuge, die traditionelle, experimentelle Forschung erg&auml;nzen k&ouml;nnte. Die vielf&auml;ltigen Vorteile des Experimentierens bevorstehen: Experimente bieten definitive Schl&uuml;sse &uuml;ber kausale Zusammenh&auml;nge zwischen Schl&uuml;sselvariablen, einheitliche und qualitativ hochwertige Datens&auml;tze erzeugen k&ouml;nnen und sind &auml;u&szlig;erst flexibel in den Behandlungen, die ausgewertet werden k&ouml;nnen. Vielleicht weniger h&auml;ufig betrachtet, sind jedoch die m&ouml;glichen Nachteile der experimentellen Forschung. Verwenden die Ausbeute-Impact-Studie, die Diskussion zu konzentrieren, wir befassen uns einige Gr&uuml;nde warum beobachtende oder Umweltforschung Ans&auml;tze m&ouml;glicherweise attraktiv als Erg&auml;nzungen zu experimentieren. Ein &Uuml;berblick &uuml;ber die Literatur legt nahe, dass viele zeitgen&ouml;ssische Ausbeute-Wirkungsanalysen keine ausreichende statistische macht die kleinen zu l&ouml;sen, aber wirtschaftlich bedeutenden, Auswirkungen auf die Ernte, dass Shape Pest Management die Beschlussfassung von Bauern ergeben. Umweltforschung-basierte Datens&auml;tze k&ouml;nnen wesentlich gr&ouml;&szlig;er sein als experimentelle Datens&auml;tze und daher halten das Versprechen verbesserte Leistungen. Umweltforschung Ans&auml;tze auch Probleme bei der r&auml;umlichen und zeitlichen Skalen an denen Landwirtschaft erfolgt, erreichen h&ouml;here &quot;Externe Validit&auml;t&quot; und kann effizient Bildschirm-Forscher viele Variablen w&auml;hrend der anf&auml;nglichen, explorativen Phasen von Forschungsprojekten. Experimentelle Beobachtungen und Umweltforschung-basierte Ans&auml;tze vorsehen, wenn zusammen verwendet effizientere Probleml&ouml;sungen im Pflanzenschutz als jeder einzelnen Ansatz, isoliert verwendet kann.

Umweltforschung f&uuml;r integrierten Pflanzenschutz: Ausbau der angewandten Insekt &Ouml;kologe Tool-Kit.

Sperimentazione &egrave; stata la pietra angolare di gran parte della ricerca di integrated pest management (IPM). Qui, cerchiamo di aprire una discussione sui possibili meriti di espansione l&#39;utilizzo di studi osservazionali, e in particolare studia l&#39;utilizzo dei dati da agricoltori o consulenti di gestione privata dei parassiti in &quot;ecoinformatics&quot;, come strumenti che potrebbero completare la ricerca tradizionale, sperimentale. I molteplici vantaggi della sperimentazione sono molto apprezzati: esperimenti fornire inferenze definitive per quanto riguarda le relazioni causali tra le variabili chiave, pu&ograve; produrre insiemi di dati uniformi e di alta qualit&agrave; e sono altamente flessibili nei trattamenti che possono essere valutati. Forse meno considerato, tuttavia, sono possibili svantaggi di ricerca sperimentale. Mediante lo studio di impatto di resa a concentrare la discussione, affrontiamo alcuni motivi perch&eacute; osservazionali o ecoinformatics approcci potrebbero essere attraenti come complementi alla sperimentazione. Un&#39;indagine della letteratura suggerisce che molti studi di impatto resa contemporanea mancano di sufficiente potenza statistica per risolvere i piccoli, ma economicamente importante, gli effetti sulla coltura resa tale processo decisionale gestione dei parassiti forma dagli agricoltori. Insiemi di dati basati su Ecoinformatics possono essere sostanzialmente pi&ugrave; grande di insiemi di dati sperimentali e quindi tenere la promessa di una maggiore potenza. Approcci Ecoinformatics affrontare anche problemi a scale spaziali e temporali in cui agricoltura &egrave; condotta, pu&ograve; raggiungere livelli pi&ugrave; elevati di &quot;validit&agrave; esterna&quot; e pu&ograve; consentire ai ricercatori di efficiente schermo molte variabili durante le fasi iniziali, esplorative di progetti di ricerca. Approcci sperimentali, osservazionali e basata su ecoinformatics possono, se utilizzati insieme, forniscono pi&ugrave; efficienti soluzioni a problemi nella gestione dei parassiti che pu&ograve; qualsiasi approccio unico, utilizzato in isolamento.

Ecoinformatics per la gestione integrata dei parassiti: tool-kit dell&#39;insetto applicata ecologista di espansione.

&#x5B9F;&#x9A13;&#x306F;&#x3001;&#x7D71;&#x5408;&#x3055;&#x308C;&#x305F;&#x5BB3;&#x866B;&#x7BA1;&#x7406; (IPM) &#x306E;&#x7814;&#x7A76;&#x306E;&#x591A;&#x304F;&#x306E;&#x790E;&#x77F3;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;&#x6211;&#x3005; &#x306E;&#x89B3;&#x6E2C;&#x7814;&#x7A76;&#x306E;&#x5229;&#x7528;&#x3092;&#x62E1;&#x5927;&#x53EF;&#x80FD;&#x306A;&#x30E1;&#x30EA;&#x30C3;&#x30C8;&#x306E;&#x8B70;&#x8AD6;&#x3092;&#x958B;&#x304F;&#x3053;&#x3068;&#x3092;&#x76EE;&#x6307;&#x3057;&#x3066;&#x3001;&#x7279;&#x306B;&#x8FB2;&#x6C11;&#x307E;&#x305F;&#x306F;&#x30D7;&#x30E9;&#x30A4;&#x30D9;&#x30FC;&#x30C8;&#x5BB3;&#x866B;&#x7BA1;&#x7406;&#x30B3;&#x30F3;&#x30B5;&#x30EB;&#x30BF;&#x30F3;&#x30C8;&quot;ecoinformatics&quot;&#x3067;&#x306E;&#x30C7;&#x30FC;&#x30BF;&#x306E;&#x4F7F;&#x7528;&#x3092;&#x7814;&#x7A76;&#x3001;&#x4F1D;&#x7D71;&#x7684;&#x306A;&#x5B9F;&#x9A13;&#x7814;&#x7A76;&#x3092;&#x88DC;&#x5B8C;&#x3059;&#x308B;&#x304B;&#x3082;&#x3057;&#x308C;&#x306A;&#x3044;&#x30C4;&#x30FC;&#x30EB;&#x3068;&#x3057;&#x3066;&#x3002;&#x5B9F;&#x9A13;&#x306E;&#x30DE;&#x30CB;&#x30DB;&#x30FC;&#x30EB;&#x30C9;&#x306E;&#x5229;&#x70B9;&#x304C;&#x5E83;&#x304F;&#x8A8D;&#x3081;&#x3089;&#x308C;&#x308B;: &#x5B9F;&#x9A13;&#x30AD;&#x30FC;&#x5909;&#x6570;&#x9593;&#x306E;&#x56E0;&#x679C;&#x95A2;&#x4FC2;&#x306B;&#x95A2;&#x3059;&#x308B;&#x6C7A;&#x5B9A;&#x7684;&#x306A;&#x63A8;&#x8AD6;&#x3092;&#x63D0;&#x4F9B;&#x3001;&#x5747;&#x4E00;&#x3067;&#x9AD8;&#x54C1;&#x8CEA;&#x306E;&#x30C7;&#x30FC;&#x30BF; &#x30BB;&#x30C3;&#x30C8;&#x3092;&#x751F;&#x6210;&#x3057;&#x3066;&#x8A55;&#x4FA1;&#x3067;&#x304D;&#x308B;&#x6CBB;&#x7642;&#x3067;&#x975E;&#x5E38;&#x306B;&#x67D4;&#x8EDF;&#x6027;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x3002;&#x304A;&#x305D;&#x3089;&#x304F;&#x3088;&#x308A;&#x5C11;&#x306A;&#x304F;&#x5E83;&#x304F;&#x8003;&#x3048;&#x3089;&#x308C;&#x3066;&#x3001;&#x3057;&#x304B;&#x3057;&#x3001;&#x5B9F;&#x9A13;&#x7814;&#x7A76;&#x306E;&#x53EF;&#x80FD;&#x306A;&#x6B20;&#x70B9;&#x3067;&#x3059;&#x3002;&#x53CE;&#x91CF;&#x3078;&#x306E;&#x5F71;&#x97FF;&#x306E;&#x7814;&#x7A76;&#x306F;&#x3001;&#x8A71;&#x3057;&#x5408;&#x3044;&#x306E;&#x7126;&#x70B9;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x3001;&#x6211;&#x3005; &#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x7406;&#x7531;&#x306A;&#x305C;&#x5BFE;&#x51E6;&#x89B3;&#x5BDF;&#x307E;&#x305F;&#x306F; ecoinformatics &#x306E;&#x30A2;&#x30D7;&#x30ED;&#x30FC;&#x30C1;&#x3092;&#x88DC;&#x5B8C;&#x3059;&#x308B;&#x5B9F;&#x9A13;&#x3068;&#x3057;&#x3066;&#x9B45;&#x529B;&#x7684;&#x306A;&#x53EF;&#x80FD;&#x6027;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x3002;&#x6587;&#x732E;&#x8ABF;&#x67FB;&#x3067;&#x306F;&#x3001;&#x591A;&#x304F;&#x306E;&#x73FE;&#x4EE3;&#x7684;&#x306A;&#x53CE;&#x91CF;&#x3078;&#x306E;&#x5F71;&#x97FF;&#x7814;&#x7A76;&#x306E;&#x5C0F;&#x898F;&#x6A21;&#x3067;&#x3001;&#x89E3;&#x6C7A;&#x3059;&#x308B;&#x306E;&#x306B;&#x306F;&#x5341;&#x5206;&#x306A;&#x7D71;&#x8A08;&#x7684;&#x691C;&#x51FA;&#x529B;&#x3092;&#x6B20;&#x3044;&#x3066;&#x3044;&#x308B;&#x304C;&#x3001;&#x7D4C;&#x6E08;&#x7684;&#x306B;&#x91CD;&#x8981;&#x306A;&#x4F5C;&#x7269;&#x306B;&#x53CA;&#x307C;&#x3059;&#x5F71;&#x97FF;&#x305D;&#x306E;&#x5F62;&#x72B6;&#x5BB3;&#x866B;&#x7BA1;&#x7406;&#x610F;&#x601D;&#x6C7A;&#x5B9A;&#x8FB2;&#x6C11;&#x306B;&#x3088;&#x308B;&#x53CE;&#x91CF;&#x3092;&#x793A;&#x5506;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;Ecoinformatics &#x30D9;&#x30FC;&#x30B9;&#x306E;&#x30C7;&#x30FC;&#x30BF; &#x30BB;&#x30C3;&#x30C8;&#x306F;&#x5B9F;&#x9A13;&#x306E;&#x30C7;&#x30FC;&#x30BF; &#x30BB;&#x30C3;&#x30C8;&#x3088;&#x308A;&#x3082;&#x5927;&#x5E45;&#x306B;&#x5927;&#x304D;&#x3044;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x3001;&#x3057;&#x305F;&#x304C;&#x3063;&#x3066;&#x5F37;&#x5316;&#x3055;&#x308C;&#x305F;&#x96FB;&#x529B;&#x306E;&#x7D04;&#x675F;&#x3092;&#x4FDD;&#x6301;&#x3057;&#x307E;&#x3059;&#x3002;Ecoinformatics &#x306E;&#x30A2;&#x30D7;&#x30ED;&#x30FC;&#x30C1;&#x3082;&#x8FB2;&#x696D;&#x304C;&#x884C;&#x308F;&#x308C;&#x3066;&#x3044;&#x308B;&#x3001;&#x300C;&#x5916;&#x7684;&#x59A5;&#x5F53;&#x6027;&#x300D;&#x306E;&#x9AD8;&#x3044;&#x30EC;&#x30D9;&#x30EB;&#x3092;&#x9054;&#x6210;&#x3067;&#x304D;&#x308B;&#x3001;&#x7814;&#x7A76;&#x8005;&#x306B;&#x52B9;&#x7387;&#x7684;&#x306B;&#x753B;&#x9762;&#x306F;&#x7814;&#x7A76;&#x30D7;&#x30ED;&#x30B8;&#x30A7;&#x30AF;&#x30C8;&#x306E;&#x521D;&#x671F;&#x3001;&#x63A2;&#x7D22;&#x7684;&#x6BB5;&#x968E;&#x306B;&#x591A;&#x304F;&#x306E;&#x5909;&#x6570;&#x3092;&#x8A31;&#x53EF;&#x3067;&#x304D;&#x307E;&#x3059;&#x6642;&#x7A7A;&#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x306E;&#x554F;&#x984C;&#x306B;&#x5BFE;&#x51E6;&#x3057;&#x307E;&#x3059;&#x3002;&#x5B9F;&#x9A13;&#x30FB;&#x89B3;&#x6E2C;&#x30FB; ecoinformatics &#x30D9;&#x30FC;&#x30B9;&#x306E;&#x30A2;&#x30D7;&#x30ED;&#x30FC;&#x30C1;&#x3092;&#x4E00;&#x7DD2;&#x306B;&#x4F7F;&#x3063;&#x3066;&#x5834;&#x5408;&#x4EFB;&#x610F;&#x5358;&#x4E00;&#x306E;&#x30A2;&#x30D7;&#x30ED;&#x30FC;&#x30C1;&#x306F;&#x3001;&#x5358;&#x72EC;&#x3067;&#x4F7F;&#x7528;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3088;&#x308A;&#x5BB3;&#x866B;&#x7BA1;&#x7406;&#x306E;&#x554F;&#x984C;&#x3092;&#x3088;&#x308A;&#x52B9;&#x7387;&#x7684;&#x306A;&#x30BD;&#x30EA;&#x30E5;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3092;&#x3059;&#x308B;&#x3053;&#x3068;&#x3002;

&#x7D71;&#x5408;&#x3055;&#x308C;&#x305F;&#x5BB3;&#x866B;&#x7BA1;&#x7406;&#x306E;&#x305F;&#x3081;&#x306E; Ecoinformatics: &#x5FDC;&#x7528;&#x6606;&#x866B;&#x751F;&#x614B;&#x306E;&#x30C4;&#x30FC;&#x30EB; &#x30AD;&#x30C3;&#x30C8;&#x3092;&#x62E1;&#x5927;&#x3057;&#x307E;&#x3059;&#x3002;

&#xC2E4;&#xD5D8;&#xC758; &#xB9CE;&#xC740; &#xD1B5;&#xD569;&#xB41C; &#xD574;&#xCDA9; &#xAD00;&#xB9AC; (IPM) &#xC5F0;&#xAD6C;&#xC758; &#xCD08;&#xC11D;&#xC774; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC5EC;&#xAE30;, &#xC6B0;&#xB9AC; &#xAD00;&#xCE21; &#xC5F0;&#xAD6C;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xD655;&#xC7A5; &#xAC00;&#xB2A5;&#xD55C; &#xC7A5;&#xC810;&#xC5D0; &#xB300; &#xD55C; &#xD1A0;&#xB860;&#xC744; &#xC5EC;&#xB294; &#xAC83;&#xC744; &#xBAA9;&#xD45C;&#xB85C; &#xD558; &#xACE0; &#xD2B9;&#xD788; &#xB18D;&#xBBFC; &#xB610;&#xB294; &#xAC1C;&#xC778; &#xD574;&#xCDA9; &#xAD00;&#xB9AC; &#xCEE8;&#xC124;&#xD134;&#xD2B8; &quot;ecoinformatics&quot;&#xC5D0; &#xC788;&#xB294; &#xB370;&#xC774;&#xD130;&#xC758; &#xC0AC;&#xC6A9; &#xC5F0;&#xAD6C;, &#xC804;&#xD1B5;, &#xC2E4;&#xD5D8;&#xC801;&#xC778; &#xC5F0;&#xAD6C;&#xB97C; &#xBCF4;&#xC644; &#xC218; &#xACF5;&#xAD6C;&#xB85C;. &#xC2E4;&#xD5D8;&#xC758; &#xB9E4;&#xB2C8;&#xD3F4;&#xB4DC; &#xC7A5;&#xC810; &#xAD11;&#xBC94;&#xC704; &#xD558; &#xAC8C; &#xB420; &#xAC83; &#xC774;&#xB2E4;: &#xC2E4;&#xD5D8; &#xC8FC;&#xC694; &#xBCC0;&#xC218; &#xAC04;&#xC758; &#xC778;&#xACFC; &#xAD00;&#xACC4;&#xC5D0; &#xAD00;&#xD55C; &#xD655;&#xC2E4; &#xD55C; &#xCD94;&#xB860;&#xC744; &#xC81C;&#xACF5;, &#xADE0;&#xC77C; &#xD558; &#xACE0; &#xB192;&#xC740; &#xC218;&#xC900;&#xC758; &#xB370;&#xC774;&#xD130; &#xC9D1;&#xD569;&#xC744; &#xC0DD;&#xC131;&#xD560; &#xC218; &#xBC0F; &#xACC4;&#xC0B0; &#xB420; &#xC218; &#xC788;&#xB294; &#xCE58;&#xB8CC;&#xC5D0; &#xB9E4;&#xC6B0; &#xC720;&#xC5F0; &#xD569;&#xB2C8;&#xB2E4;. &#xADF8;&#xB7EC;&#xB098; &#xC544;&#xB9C8;&#xB3C4; &#xB35C; &#xB110;&#xB9AC; &#xAC04;&#xC8FC; &#xB429;&#xB2C8;&#xB2E4;,, &#xC2E4;&#xD5D8; &#xC5F0;&#xAD6C;&#xC758; &#xAC00;&#xB2A5;&#xD55C; &#xB2E8;&#xC810;&#xC774; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xB294; &#xC65C; &#xC77C;&#xBD80;&#xC758; &#xC774;&#xC720; &#xC8FC;&#xC18C; &#xC218;&#xC728;&#xC5D0; &#xBBF8;&#xCE58;&#xB294; &#xC601;&#xD5A5; &#xC5F0;&#xAD6C;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xB17C;&#xC758; &#xCD08;&#xC810;&#xC744; &#xB9DE;&#xCD9C; &#xC218;, &#xAD00;&#xCE21; &#xB610;&#xB294; ecoinformatics &#xC811;&#xADFC; &#xBC29;&#xBC95;&#xC744; &#xBCF4;&#xC644;&#xC5D0; &#xC2E4;&#xD5D8;&#xC73C;&#xB85C; &#xC11C; &#xB9E4;&#xB825;&#xC774; &#xB420; &#xC218;&#xB3C4; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xBB38;&#xD5CC; &#xC870;&#xC0AC;&#xC5D0;&#xB294; &#xB9CE;&#xC740; &#xD604;&#xB300; &#xC218;&#xC728; &#xC601;&#xD5A5; &#xC5F0;&#xAD6C; &#xC791;&#xC740; &#xC77C;&#xC744; &#xD574;&#xACB0; &#xD558;&#xAE30; &#xC704;&#xD574; &#xCDA9;&#xBD84; &#xD55C; &#xD1B5;&#xACC4; &#xC804;&#xC6D0;&#xC774; &#xBD80;&#xC871; &#xD558;&#xC9C0;&#xB9CC; &#xACBD;&#xC81C;&#xC801;&#xC73C;&#xB85C; &#xC911;&#xC694; &#xD55C; &#xC791;&#xBB3C;&#xC5D0; &#xB300; &#xD55C; &#xD6A8;&#xACFC; &#xC5BB;&#xC744; &#xB18D;&#xBBFC;&#xC5D0; &#xC758;&#xD574; &#xBAA8;&#xC591; &#xD574;&#xCDA9; &#xAD00;&#xB9AC; &#xC758;&#xC0AC; &#xACB0;&#xC815;&#xC744; &#xAC74;&#xC758; &#xD55C;&#xB2E4;. Ecoinformatics &#xAE30;&#xBC18; &#xB370;&#xC774;&#xD130; &#xC138;&#xD2B8;&#xB294; &#xC2E4;&#xC9C8;&#xC801;&#xC73C;&#xB85C; &#xC2E4;&#xD5D8; &#xB370;&#xC774;&#xD130; &#xC9D1;&#xD569; &#xBCF4;&#xB2E4; &#xB354; &#xD070; &#xC218; &#xC788;&#xACE0; &#xB530;&#xB77C;&#xC11C; &#xD5A5;&#xC0C1; &#xB41C; &#xC804;&#xC6D0;&#xC758; &#xC57D;&#xC18D; &#xC7A1;&#xACE0;. Ecoinformatics &#xC811;&#xADFC; &#xB610;&#xD55C; &#xB18D;&#xC5C5; &#xC2E4;&#xC2DC;, &quot;&#xC678;&#xBD80;&#xC758; &#xC720;&#xD6A8; &#xAE30;&#xAC04;&#xC740;,&quot; &#xB354; &#xB192;&#xC740; &#xC218;&#xC900;&#xC758; &#xC5BB;&#xC744; &#xC218; &#xACE0;&#xB294; &#xD6A8;&#xC728;&#xC801;&#xC73C;&#xB85C; &#xD654;&#xBA74;&#xC744; &#xC5F0;&#xAD6C;&#xC790; &#xC5F0;&#xAD6C; &#xD504;&#xB85C;&#xC81D;&#xD2B8; &#xCD08;&#xAE30;, &#xC608;&#xBE44; &#xB2E8;&#xACC4; &#xB9CE;&#xC740; &#xBCC0;&#xC218; &#xD5C8;&#xC6A9;&#xD560; &#xC218; &#xACF5;&#xAC04; &#xBC0F; &#xC2DC;&#xAC04; &#xC2A4;&#xCF00;&#xC77C;&#xC5D0;&#xC11C; &#xBB38;&#xC81C;&#xB97C; &#xD574;&#xACB0; &#xD569;&#xB2C8;&#xB2E4;. &#xC2E4;&#xD5D8;, &#xAD00;&#xCC30;, &#xBC0F; ecoinformatics-&#xAE30;&#xBC18; &#xC811;&#xADFC;, &#xD568;&#xAED8; &#xC0AC;&#xC6A9; &#xD558;&#xB294; &#xACBD;&#xC6B0; &#xBCF4;&#xB2E4; &#xD6A8;&#xC728;&#xC801;&#xC778; &#xBB38;&#xC81C; &#xD574;&#xACB0;&#xCC45;&#xC744; &#xC81C;&#xACF5; &#xD574;&#xCDA9; &#xAD00;&#xB9AC; &#xACA9;&#xB9AC;&#xC5D0; &#xC0AC;&#xC6A9; &#xB418;&#xB294; &#xBAA8;&#xB4E0; &#xB2E8;&#xC77C; &#xC811;&#xADFC; &#xBCF4;&#xB2E4;.

&#xD1B5;&#xD569;&#xB41C; &#xD574;&#xCDA9; &#xAD00;&#xB9AC;&#xB97C; &#xC704;&#xD55C; Ecoinformatics: &#xC801;&#xC6A9; &#xB41C; &#xACE4;&#xCDA9; &#xC0DD;&#xD0DC;&#xD559;&#xC758; &#xB3C4;&#xAD6C; &#xD0A4;&#xD2B8;&#xB97C; &#xD655;&#xC7A5;.

Experimentaci&oacute;n ha sido la piedra angular de gran parte de la investigaci&oacute;n de gesti&oacute;n integrada de plagas. Aqu&iacute;, nuestro objetivo es abrir una discusi&oacute;n sobre las posibles ventajas de expandir el uso de estudios observacionales, y en particular el uso de los datos de los agricultores o consultores de gesti&oacute;n de plagas privados en &quot;Ecoinform&aacute;tica&quot; estudia, como herramientas que pueden complementar la investigaci&oacute;n tradicional, experimental. Las m&uacute;ltiples ventajas de la experimentaci&oacute;n son muy apreciadas: experimentos proporcionan inferencias definitivas con respecto a las relaciones causales entre las variables clave, puede producir conjuntos de datos uniformes y de alta calidad y son muy flexibles en los tratamientos que pueden ser evaluados. Tal vez menos considerado, sin embargo, son las posibles desventajas de la investigaci&oacute;n experimental. Mediante el estudio de impacto de rendimiento para centrar el debate, nos dirigimos a algunas de las razones por qu&eacute; observacional o enfoques Ecoinform&aacute;tica podr&iacute;an ser atractivos como complemento a la experimentaci&oacute;n. Un estudio de la literatura sugiere que muchos estudios de impacto de rendimiento contempor&aacute;neo carecen de suficiente poder estad&iacute;stico suficiente para resolver el peque&ntilde;o, pero importante econ&oacute;micamente, efectos en el cultivo de rendimiento decisiones de gesti&oacute;n de plagas de forma por los agricultores. Conjuntos de datos basadas en Ecoinform&aacute;tica puede ser substancialmente m&aacute;s grandes que los conjuntos de datos experimentales y por lo tanto mantener la promesa de mayor potencia. Ecoinform&aacute;tica enfoques tambi&eacute;n resolver los problemas en las escalas espaciales y temporales en que la agricultura se lleva a cabo, puede alcanzar niveles m&aacute;s altos de &quot;validez externa&quot; y permite a los investigadores eficientemente pantalla muchas variables durante las fases iniciales, exploratorias de proyectos de investigaci&oacute;n. Si se usan juntos, enfoques experimentales, observacionales y basadas en Ecoinform&aacute;tica podr&aacute;n prestar m&aacute;s eficientes soluciones a problemas en el manejo de plagas que cualquier enfoque &uacute;nico, utilizado en el aislamiento.

Ecoinform&aacute;tica para el manejo integrado de plagas: expansi&oacute;n herramientas de la ecologista insectos aplicado.

&#x4EBA;&#x53E3;&#x4E0D;&#x65AD;&#x589E;&#x957F;&#x7684;&#x519C;&#x4E1A;&#x5BB3;&#x866B;&#x7ECF;&#x5E38;&#x6307;&#x8D23;&#x519C;&#x4E1A;&#x666F;&#x89C2;&#xFF0C;&#x4F5C;&#x7269;&#x7684;&#x6269;&#x5927;&#x548C;&#x7531;&#x6B64;&#x4EA7;&#x751F;&#x6D88;&#x9664;&#x975E;&#x4F5C;&#x7269;&#x751F;&#x5883;&#x7684;&#x73B0;&#x4EE3;&#x8F6C;&#x578B;&#x3002;&#x7136;&#x800C;&#xFF0C;&#x666F;&#x89C2;&#x7814;&#x7A76;&#x8868;&#x660E;&#x5BB3;&#x866B;&#x5BC6;&#x5EA6;&#x4E0E;&#x4F5C;&#x7269;&#x4F5C;&#x7269;&#x7A7A;&#x95F4;&#x8303;&#x56F4;&#x7684;&#x6B63;&#x76F8;&#x5173;&#x6027;&#x5F88;&#x7F55;&#x89C1;&#x3002;&#x6211;&#x4EEC;&#x5728;&#x5B89;&#x7B2C;&#x65AF;&#x5C71;&#x8109;&#x4E2D;&#x6D4B;&#x8BD5;&#x8FD9;&#x79CD;&#x5047;&#x8BBE;&#x4E0E;&#x6570;&#x636E;&#x96C6;&#x4ECE; 140 &#x8D56;&#x4EE5;&#x751F;&#x5B58;&#x7684;&#x519C;&#x4E1A;&#xFF0C;&#x5E76;&#x627E;&#x5230;&#x9006;&#x76F8;&#x5173;&#x6027;&#x3002;&#x866B;&#x707E;&#x7684;&#x5B89;&#x7B2C;&#x65AF;&#x9A6C;&#x94C3;&#x85AF;&#x7532;&#x866B; (Premnotrypes &#x79CD;)&#xFF0C;&#x5728;&#x5B89;&#x7B2C;&#x65AF;&#x9A6C;&#x94C3;&#x85AF;&#x519C;&#x4E1A;&#x65B9;&#x9762;&#xFF0C;&#x6700;&#x91CD;&#x8981;&#x7684;&#x5BB3;&#x866B;&#x51CF;&#x5C11;&#x4E0E;&#x8D8A;&#x6765;&#x8D8A;&#x591A;&#x7684;&#x9A6C;&#x94C3;&#x85AF;&#x7684;&#x666F;&#x89C2;&#x3002;&#x4E00;&#x79CD;&#x7EDF;&#x8BA1;&#x6A21;&#x578B;&#x9884;&#x6D4B;&#x805A;&#x5408;&#x9A6C;&#x94C3;&#x85AF;&#x7530;&#x53EF;&#x80FD;&#x4F18;&#x4E8E;&#x5B89;&#x7B2C;&#x65AF;&#x9A6C;&#x94C3;&#x85AF;&#x8C61;&#x7532;&#x7684; IPM &#x548C;&#x5316;&#x5B66;&#x63A7;&#x5236;&#x7684;&#x7BA1;&#x7406;&#x3002;&#x6211;&#x4EEC;&#x63A8;&#x6D4B;&#x751F;&#x6210;&#x7684;&#x805A;&#x5408;&#x9A6C;&#x94C3;&#x85AF;&#x7530;&#x5F3A;&#x75C5;&#x866B;&#x5BB3;&#x6291;&#x5236;&#x53EF;&#x4EE5;&#x90E8;&#x5206;&#x89E3;&#x91CA;&#x4E3A;&#x4EC0;&#x4E48;&#x571F;&#x8457;&#x9A6C;&#x94C3;&#x85AF;&#x519C;&#x6C11;&#x7FA4;&#x96C6;&#x4ED6;&#x4EEC;&#x9A6C;&#x94C3;&#x85AF;&#x7530;&#x4E0B;&#x5171;&#x540C;&#x5728;&#x5B89;&#x7B2C;&#x65AF;&#x519C;&#x4E1A; (&#x5373;&quot;&#x90E8;&#x95E8;&#x4F11;&#x95F2;&quot;) &#x4F20;&#x7EDF;&#x7684;&#x8F6E;&#x6362;&#x5236;&#x5EA6;&#x3002;&#x6211;&#x4EEC;&#x7684;&#x7814;&#x7A76;&#x7ED3;&#x679C;&#x8868;&#x660E;&#x4E00;&#x4E9B;&#x519C;&#x4E1A;&#x5BB3;&#x866B;&#x4E5F;&#x53EF;&#x80FD;&#x4EA7;&#x751F;&#x8D1F;&#x9762;&#x54CD;&#x5E94;&#x6269;&#x5927;&#x7684;&#x4F5C;&#x7269;&#xFF0C;&#x800C;&#x64CD;&#x7EB5;&#x7A7A;&#x95F4;&#x5E03;&#x5C40;&#x7684;&#x5BC4;&#x4E3B;&#x4F5C;&#x7269;&#x53EF;&#x80FD;&#x53EF;&#x4EE5;&#x63D0;&#x4F9B;&#x4E00;&#x4E9B; IPM &#x7A0B;&#x5E8F;&#x7684;&#x91CD;&#x8981;&#x5DE5;&#x5177;&#x3002;

&#x8D44;&#x6E90;&#x6D53;&#x5EA6;&#x7A00;&#x91CA;&#x571F;&#x8457;&#x9A6C;&#x94C3;&#x85AF;&#x519C;&#x4E1A;&#x7684;&#x4E3B;&#x8981;&#x5BB3;&#x866B;&#x3002;

Modern restructuring of agricultural landscapes, due to the expansion of monocultures and the resulting elimination of non-crop habitat, is routinely blamed for rising populations of agricultural insect pests. However, landscape studies demonstrating a positive correlation between pest densities and the spatial extent of crop monocultures are rare. We test this hypothesis with a data set from 140 subsistence farms in the Andes and find the inverse correlation. Infestations by the Andean potato weevil (Premnotrypes spp.), the most important pest in Andean potato agriculture, decrease with increasing amounts of potato in the landscape. A statistical model predicts that aggregating potato fields may outperform the management of Andean potato weevils by IPM and chemical control. We speculate that the strong pest suppression generated by aggregating potato fields may partly explain why indigenous potato farmers cluster their potato fields under a traditional rotation system common in Andean agriculture (i.e., "sectoral fallow"). Our results suggest that some agricultural pests may also respond negatively to the expansion of monocultures, and that manipulating the spatial arrangement of host crops may offer an important tool for some IPM programs.

Resource concentration dilutes a key pest in indigenous potato agriculture.

Restructuration moderne des paysages agricoles, en raison de l&#39;expansion des monocultures et l&#39;&eacute;limination r&eacute;sultante des habitats non cultiv&eacute;s, est r&eacute;guli&egrave;rement bl&acirc;m&eacute;e pour croissantes des populations de ravageurs agricoles. Cependant, le paysage des &eacute;tudes d&eacute;montrant une corr&eacute;lation positive entre les densit&eacute;s de la lutte antiparasitaire et l&#39;&eacute;tendue spatiale des monocultures de r&eacute;colte sont rares. Nous avons tester cette hypoth&egrave;se avec un ensemble de donn&eacute;es provenant de 140 fermes de subsistance dans les Andes et trouver la corr&eacute;lation inverse. Les infestations par le charan&ccedil;on du pomme de terre andine (Premnotrypes spp.), le plus important ravageur en agriculture de pomme de terre andine, diminue avec l&#39;augmentation des quantit&eacute;s de pommes de terre dans le paysage. Un mod&egrave;le statistique pr&eacute;dit que regrouper des champs de pomme de terre peut surpasser la gestion des charan&ccedil;ons de pomme de terre andine par IPM et de la lutte chimique. Nous croyons que la r&eacute;pression forte lutte antiparasitaire g&eacute;n&eacute;r&eacute;e en agr&eacute;geant les champs de pomme de terre peut expliquer en partie pourquoi producteurs autochtones regrouper leurs champs de pommes de terre sous un syst&egrave;me de rotation traditionnelle commun en agriculture andine (c.-&agrave;-d., &laquo; jach&egrave;re sectoriel&quot;). Nos r&eacute;sultats sugg&egrave;rent que les certains ravageurs agricoles peuvent &eacute;galement r&eacute;pondre n&eacute;gativement &agrave; l&#39;expansion des monocultures et que manipuler l&#39;arrangement spatial des cultures h&ocirc;tes peut-&ecirc;tre offrir un outil important pour certains programmes de lutte int&eacute;gr&eacute;e.

Concentration des ressources dilue un ravageur cl&eacute; dans le secteur agricole de pommes de terre indig&egrave;nes.

Moderne Umstrukturierung des landwirtschaftlichen Landschaften, durch die Ausweitung von Monokulturen und die resultierende Beseitigung von nicht-Ernte Lebensraum, wird routinem&auml;&szlig;ig f&uuml;r steigende Bev&ouml;lkerung landwirtschaftliche Sch&auml;dlinge verantwortlich gemacht. Landschaftsstudien zeigen eine positive Korrelation zwischen Pest dichten und die r&auml;umliche Ausdehnung der Ernte Monokulturen sind jedoch selten. Wir pr&uuml;fen diese Hypothese mit einem DataSet aus 140 Subsistenz-Landwirtschaft in den Anden und die inverse Korrelation zu finden. Parasit&auml;re Erkrankungen von den Anden Kartoffel Weevil (Premnotrypes spp.), der wichtigste Sch&auml;dling in der Anden-Kartoffel-Landwirtschaft, sinken mit zunehmender H&ouml;he der Kartoffel in der Landschaft. Ein statistisches Modell prognostiziert, dass die Aggregation der Kartoffelanbau die Verwaltung der Anden Kartoffel R&uuml;sselk&auml;fer IPM und chemische Kontrolle &uuml;bertreffen kann. Wir spekulieren, dass die starke Pest-Unterdr&uuml;ckung, generiert durch Aggregation der Kartoffelanbau teilweise erkl&auml;ren k&ouml;nnte, warum indigene Kartoffelbauern cluster ihre Kartoffel-Felder unter einem traditionellen Rotationssystem in Anden Landwirtschaft (d. h. &quot;sektoralen Brache&quot;) &uuml;blich. Unsere Ergebnisse deuten darauf hin, dass einige landwirtschaftliche Sch&auml;dlinge auch negativ auf die Ausweitung von Monokulturen reagieren k&ouml;nnen und manipulieren die r&auml;umliche Anordnung von Host-Kulturen ein wichtiges Werkzeug f&uuml;r einige IPM-Programme bieten kann.

Ressource Konzentration verd&uuml;nnt ein wichtiger Sch&auml;dling in indigenen Kartoffel Landwirtschaft.

Moderna ristrutturazione dei paesaggi agricoli, a causa dell&#39;espansione delle monocolture e conseguente eliminazione dell&#39;habitat non raccolto, &egrave; abitualmente biasimato per aumentare delle popolazioni di parassiti agricoli. Tuttavia, studi paesaggistici, dimostrando una correlazione positiva tra densit&agrave; dei parassiti e l&#39;estensione spaziale di monocolture delle colture sono rari. Testiamo questa ipotesi con un set di dati da 140 aziende agricole di sussistenza nelle Ande e trovare la correlazione inversa. Infestazioni da weevil per la patata andina (Premnotrypes spp.), il pi&ugrave; importanti dei parassiti in agricoltura patate andine, diminuisce con l&#39;aumento della quantit&agrave; di patate nel paesaggio. Un modello statistico predice che l&#39;aggregazione dei campi di patate possono sovraperformare la gestione dei curculioni patata andina di IPM e controllo chimico. Si ipotizzano che la soppressione dei parassiti forte generata dall&#39;aggregazione dei campi di patate in parte pu&ograve; spiegare perch&eacute; gli agricoltori indigeni patata cluster loro campi di patate sotto un sistema di rotazione tradizionale comune in agricoltura andina (cio&egrave;, &quot;aratura settoriale&quot;). I nostri risultati suggeriscono che alcuni parassiti agricoli possono anche rispondere negativamente all&#39;espansione delle monocolture, e che modifica la disposizione spaziale delle colture host possa offrire uno strumento importante per alcuni programmi IPM.

Concentrazione delle risorse diluisce un chiavi dei parassiti in agricoltura patata indigena.

&#x30E2;&#x30CE;&#x30AB;&#x30EB;&#x30C1;&#x30E3;&#x30FC;&#x306E;&#x62E1;&#x5927;&#x3068;&#x975E;&#x4F5C;&#x7269;&#x306E;&#x751F;&#x606F;&#x5730;&#x306E;&#x7D50;&#x679C;&#x306E;&#x9664;&#x53BB;&#x306E;&#x305F;&#x3081;&#x306E;&#x8FB2;&#x696D;&#x98A8;&#x666F;&#x306E;&#x8FD1;&#x4EE3;&#x7684;&#x306A;&#x30EA;&#x30B9;&#x30C8;&#x30E9;&#x306F;&#x3001;&#x65E5;&#x5E38;&#x7684;&#x306B;&#x8FB2;&#x696D;&#x5BB3;&#x866B;&#x306E;&#x4EBA;&#x53E3;&#x306E;&#x5897;&#x52A0;&#x3092;&#x975E;&#x96E3;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3057;&#x304B;&#x3057;&#x3001;&#x5BB3;&#x866B;&#x5BC6;&#x5EA6;&#x3068;&#x4F5C;&#x7269;&#x30E2;&#x30CE;&#x30AB;&#x30EB;&#x30C1;&#x30E3;&#x30FC;&#x306E;&#x7A7A;&#x9593;&#x7BC4;&#x56F2;&#x306E;&#x6B63;&#x306E;&#x76F8;&#x95A2;&#x3092;&#x793A;&#x3059;&#x666F;&#x89B3;&#x7814;&#x7A76;&#x306F;&#x307E;&#x308C;&#x3067;&#x3059;&#x3002;&#x6211;&#x3005; &#x306F;&#x3053;&#x306E;&#x4EEE;&#x8AAC;&#x3068;&#x30C7;&#x30FC;&#x30BF; &#x30BB;&#x30C3;&#x30C8; 140 &#x81EA;&#x7D66;&#x81EA;&#x8DB3;&#x8FB2;&#x5834;&#x304B;&#x3089;&#x30A2;&#x30F3;&#x30C7;&#x30B9;&#x306E;&#x30C6;&#x30B9;&#x30C8;&#x3057;&#x3001;&#x9006;&#x76F8;&#x95A2;&#x3092;&#x898B;&#x3064;&#x3051;&#x307E;&#x3059;&#x3002;&#x30A4;&#x30F3;&#x30D5;&#x30A7; &#x30B9;&#x30C6;&#x30FC;&#x30B7;&#x30E7;&#x30F3; &#x30A2;&#x30F3;&#x30C7;&#x30B9; &#x30DD;&#x30C6;&#x30C8; &#x30BE;&#x30A6;&#x30E0;&#x30B7; &#xFF08;Premnotrypes &#x5C5E;&#x306E;&#x3082;&#x306E;&#xFF09; &#x306B;&#x3088;&#x3063;&#x3066;&#x306F;&#x3001;&#x30A2;&#x30F3;&#x30C7;&#x30B9; &#x30DD;&#x30C6;&#x30C8;&#x8FB2;&#x696D;&#x306B;&#x304A;&#x3051;&#x308B;&#x6700;&#x3082;&#x91CD;&#x8981;&#x306A;&#x5BB3;&#x866B;&#x6E1B;&#x5C11;&#x98A8;&#x666F;&#x306E;&#x4E2D;&#x306E;&#x30B8;&#x30E3;&#x30AC;&#x30A4;&#x30E2;&#x306E;&#x91CF;&#x306E;&#x5897;&#x52A0;&#x3068;&#x3068;&#x3082;&#x306B;&#x3002;&#x7D71;&#x8A08;&#x30E2;&#x30C7;&#x30EB;&#x306F;&#x30B8;&#x30E3;&#x30AC;&#x30A4;&#x30E2;&#x7551;&#x3092;&#x96C6;&#x7D04;&#x30A2;&#x30F3;&#x30C7;&#x30B9; &#x30DD;&#x30C6;&#x30C8; &#x30BE;&#x30A6;&#x30E0;&#x30B7; IPM &#x53CA;&#x3073;&#x5316;&#x5B66;&#x5236;&#x5FA1;&#x306E;&#x7BA1;&#x7406;&#x3092;&#x4E0A;&#x56DE;&#x308B;&#x304B;&#x3082;&#x3057;&#x308C;&#x306A;&#x3044;&#x3053;&#x3068;&#x3092;&#x4E88;&#x6E2C;&#x3057;&#x307E;&#x3059;&#x3002;&#x30B8;&#x30E3;&#x30AC;&#x30A4;&#x30E2;&#x7551;&#x3092;&#x96C6;&#x7D04;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x3063;&#x3066;&#x751F;&#x6210;&#x3055;&#x308C;&#x308B;&#x5F37;&#x529B;&#x306A;&#x5BB3;&#x866B;&#x306E;&#x6291;&#x5236;&#x306F;&#x3001;&#x90E8;&#x5206;&#x7684;&#x306B;&#x306A;&#x305C;&#x5148;&#x4F4F;&#x6C11;&#x65CF;&#x306E;&#x30B8;&#x30E3;&#x30AC;&#x30A4;&#x30E2;&#x8FB2;&#x5BB6;&#x306E;&#x30B8;&#x30E3;&#x30AC;&#x30A4;&#x30E2;&#x7551;&#x306F;&#x3001;&#x30A2;&#x30F3;&#x30C7;&#x30B9;&#x8FB2;&#x696D; &#xFF08;&#x3059;&#x306A;&#x308F;&#x3061;&#x3001;&#x300C;&#x5206;&#x91CE;&#x5225;&#x4F11;&#x8015;&#x300D;&#xFF09; &#x4E00;&#x822C;&#x7684;&#x4F1D;&#x7D71;&#x7684;&#x306A;&#x56DE;&#x8EE2;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306E;&#x4E0B;&#x3067;&#x30AF;&#x30E9;&#x30B9;&#x30BF;&#x30FC;&#x8AAC;&#x660E;&#x3059;&#x308B;&#x304B;&#x3082;&#x3057;&#x308C;&#x306A;&#x3044;&#x3053;&#x3068;&#x3092;&#x63A8;&#x6E2C;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306E;&#x7D50;&#x679C;&#x3067;&#x306F;&#x3001;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x8FB2;&#x696D;&#x5BB3;&#x866B;&#x3082;&#x5426;&#x5B9A;&#x7684;&#x306B;&#x30E2;&#x30CE;&#x30AB;&#x30EB;&#x30C1;&#x30E3;&#x30FC;&#x3001;&#x62E1;&#x5927;&#x3059;&#x308B;&#x3053;&#x3068;&#x3001;&#x5FDC;&#x7B54;&#x30DB;&#x30B9;&#x30C8;&#x4F5C;&#x7269;&#x306E;&#x7A7A;&#x9593;&#x7684;&#x914D;&#x7F6E;&#x3092;&#x64CD;&#x4F5C;&#x3059;&#x308B;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E; IPM &#x30D7;&#x30ED;&#x30B0;&#x30E9;&#x30E0;&#x306B;&#x3068;&#x3063;&#x3066;&#x91CD;&#x8981;&#x306A;&#x30C4;&#x30FC;&#x30EB;&#x3092;&#x63D0;&#x4F9B;&#x3059;&#x308B;&#x304B;&#x3082;&#x3057;&#x308C;&#x306A;&#x3044;&#x3053;&#x3068;&#x3092;&#x793A;&#x5506;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;

&#x30EA;&#x30BD;&#x30FC;&#x30B9;&#x306E;&#x96C6;&#x4E2D;&#x5148;&#x4F4F;&#x6C11;&#x65CF;&#x30B8;&#x30E3;&#x30AC;&#x30A4;&#x30E2;&#x8FB2;&#x696D;&#x306E;&#x4E3B;&#x8981;&#x5BB3;&#x866B;&#x3092;&#x8584;&#x308C;&#x3066;&#x3057;&#x307E;&#x3044;&#x307E;&#x3059;&#x3002;

&#xD604;&#xB300; monocultures&#xC758; &#xD655;&#xC7A5; &#xBC0F; &#xBE44; &#xC791;&#xBB3C; &#xC11C;&#xC2DD; &#xC9C0;&#xC758; &#xACB0;&#xACFC; &#xC81C;&#xAC70; &#xB18D;&#xC5C5; &#xACBD;&#xAD00; &#xAD6C;&#xC870; &#xC870;&#xC815;&#xC744; &#xC815;&#xAE30;&#xC801;&#xC73C;&#xB85C; &#xB18D;&#xC5C5; &#xD574;&#xCDA9;&#xC758; &#xC778;&#xAD6C; &#xC99D;&#xAC00; &#xB300; &#xD55C; &#xBE44;&#xB09C; &#xC774;&#xB2E4;. &#xADF8;&#xB7EC;&#xB098;, &#xD574;&#xCDA9; &#xBC00;&#xB3C4; &#xC790;&#xB974;&#xAE30; monocultures&#xC758; &#xACF5;&#xAC04; &#xC815;&#xB3C4; &#xC0AC;&#xC774; &#xAE0D;&#xC815;&#xC801;&#xC778; &#xC0C1;&#xAD00; &#xAD00;&#xACC4;&#xB97C; &#xBCF4;&#xC5EC; &#xC8FC;&#xB294; &#xAC00;&#xB85C; &#xC5F0;&#xAD6C; &#xB4DC;&#xBB3C;&#xB2E4;. &#xC6B0;&#xB9AC;&#xB294; &#xC548;&#xB370;&#xC2A4; &#xC0B0;&#xB9E5;&#xC5D0;&#xC11C; 140 subsistence &#xB18D;&#xC7A5;&#xC5D0;&#xC11C; &#xB370;&#xC774;&#xD130; &#xC9D1;&#xD569;&#xC73C;&#xB85C;&#xC774; &#xAC00;&#xC124;&#xC744; &#xD14C;&#xC2A4;&#xD2B8; &#xD558; &#xACE0; &#xC5ED; &#xC0C1;&#xAD00; &#xAD00;&#xACC4;&#xB97C; &#xCC3E;&#xC744;. &#xCE68;&#xC785; &#xC548;&#xB370;&#xC2A4; &#xAC10;&#xC790; &#xBC14; &#xAD6C;&#xBBF8; (Premnotrypes &#xC885;), &#xC548;&#xB370;&#xC2A4; &#xAC10;&#xC790; &#xB18D;&#xC5C5;&#xC5D0;&#xC11C; &#xAC00;&#xC7A5; &#xC911;&#xC694; &#xD55C; &#xD574;&#xCDA9; &#xD48D;&#xACBD;&#xC5D0; &#xAC10;&#xC790; &#xC591;&#xC758; &#xC99D;&#xAC00; &#xD568;&#xAED8; &#xAC10;&#xC18C; &#xD569;&#xB2C8;&#xB2E4;. &#xD1B5;&#xACC4; &#xBAA8;&#xB378; &#xC608;&#xCE21; &#xAC10;&#xC790; &#xD544;&#xB4DC; &#xC9D1;&#xACC4; &#xC548;&#xB370;&#xC2A4; &#xAC10;&#xC790; weevils IPM &#xBC0F; &#xD654;&#xD559; &#xC81C;&#xC5B4; &#xD558; &#xC5EC; &#xAD00;&#xB9AC;&#xB97C; &#xB2A5;&#xAC00;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xB294; &#xAC10;&#xC790; &#xD544;&#xB4DC; &#xC9D1;&#xACC4; &#xD558; &#xC5EC; &#xC0DD;&#xC131; &#xB41C; &#xAC15;&#xD55C; &#xD574;&#xCDA9; &#xC5B5;&#xC81C; &#xC65C; &#xD1A0;&#xC885; &#xAC10;&#xC790; &#xB18D;&#xBD80; &#xC548;&#xB370;&#xC2A4; &#xB18D;&#xC5C5; (&#xC989;, &quot;&#xBD80;&#xBB38;&#xBCC4; &#xD734; &#xACBD;&#xC9C0;&quot;) &#xC77C;&#xBC18;&#xC801;&#xC778; &#xC804;&#xD1B5;&#xC801;&#xC778; &#xD68C;&#xC804; &#xC2DC;&#xC2A4;&#xD15C;&#xC5D0;&#xC11C;&#xC758; &#xAC10;&#xC790; &#xD544;&#xB4DC;&#xB97C; &#xD074;&#xB7EC;&#xC2A4;&#xD130; &#xC124;&#xBA85; &#xBD80;&#xBD84; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xCD94;&#xCE21; &#xD558;&#xACE0;&#xC788;&#xB2E4;. &#xC6B0;&#xB9AC;&#xC758; &#xACB0;&#xACFC; &#xC81C;&#xC548; &#xC77C;&#xBD80; &#xB18D;&#xC5C5; &#xD574;&#xCDA9; monocultures, &#xD655;&#xB300;&#xC5D0; &#xBD80;&#xC815;&#xC801;&#xC778; &#xC751;&#xB2F5; &#xB610;&#xD55C; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xD638;&#xC2A4;&#xD2B8; &#xC791;&#xBB3C;&#xC758; &#xACF5;&#xAC04;&#xC801; &#xBC30;&#xC5F4; &#xC870;&#xC791; &#xC77C;&#xBD80; IPM &#xD504;&#xB85C;&#xADF8;&#xB7A8;&#xC5D0; &#xB300; &#xD55C; &#xC911;&#xC694; &#xD55C; &#xB3C4;&#xAD6C;&#xB97C; &#xC81C;&#xACF5;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;.

&#xB9AC;&#xC18C;&#xC2A4; &#xB18D;&#xB3C4; &#xC6D0;&#xC8FC;&#xBBFC; &#xAC10;&#xC790; &#xB18D;&#xC5C5;&#xC5D0;&#xC11C; &#xC8FC;&#xC694; &#xD574;&#xCDA9; dilutes.

Reestructuraci&oacute;n moderna de paisajes agr&iacute;colas, debido a la expansi&oacute;n de los monocultivos y la eliminaci&oacute;n resultante de h&aacute;bitat no cultivados, habitualmente es acusado de crecientes poblaciones de plagas agr&iacute;colas. Sin embargo, estudios de paisaje que demuestran una correlaci&oacute;n positiva entre las densidades de la plaga y la extensi&oacute;n espacial de monocultivos son raros. Nos encuentre la correlaci&oacute;n inversa y probar esta hip&oacute;tesis con un conjunto de datos de 140 granjas de subsistencia en los Andes. Infestaciones por el picudo de la papa andina (Premnotrypes spp.), la plaga m&aacute;s importante en la agricultura de papa andina, disminuir con cantidades crecientes de patata en el paisaje. Un modelo estad&iacute;stico predice que agregar campos de patata puede superar a la gesti&oacute;n de gorgojos de papa andina por IPM y control qu&iacute;mico. Especulamos que la supresi&oacute;n de plagas fuerte generada agregando campos de patata puede explicar en parte por qu&eacute; cultivadores de papas ind&iacute;genas agrupan sus campos de patata bajo un sistema tradicional de rotaci&oacute;n com&uacute;n en agricultura andina (es decir, &quot;barbecho sectorial&quot;). Nuestros resultados sugieren que algunas plagas agr&iacute;colas tambi&eacute;n pueden responder negativamente a la expansi&oacute;n de los monocultivos, y que manipular el arreglo espacial de los cultivos de host puede ofrecer una herramienta importante para algunos programas IPM.

Concentraci&oacute;n de recursos diluye una plaga clave en la agricultura de la papa ind&iacute;gena.

Pest impact on an agricultural field is jointly influenced by local and landscape features. Rarely, however, are these features studied together. The present study applies a "facilitated ecoinformatics" approach to jointly screen many local and landscape features of suspected importance to Andean potato weevils (Premnotrypes spp.), the most serious pests of potatoes in the high Andes.

Explaining Andean potato weevils in relation to local and landscape features: a facilitated ecoinformatics approach.

Impact ravageur sur une terre agricole est influenc&eacute;e conjointement par les locaux et les caract&eacute;ristiques du paysage. Rarement, cependant, sont ces dispositifs &eacute;tudi&eacute;s ensemble. La pr&eacute;sente &eacute;tude s&#39;applique une approche &laquo; facilit&eacute; globale &raquo; pour conjointement plusieurs locaux d&#39;&eacute;cran et paysages d&#39;importance pr&eacute;sum&eacute;e aux charan&ccedil;ons de pomme de terre andine (Premnotrypes spp.), les plus importants ravageurs de la pomme de terre dans les hautes Andes.

Expliquant les charan&ccedil;ons de pomme de terre andine en ce qui concerne les locaux et les caract&eacute;ristiques du paysage : une approche globale facilit&eacute;e.

Impatto dei parassiti su un campo agricolo congiuntamente &egrave; influenzato dal locale e caratteristiche del paesaggio. Raramente, tuttavia, sono queste caratteristiche studiate insieme. Il presente studio si applica un approccio &quot;facilitata ecoinformatics&quot; per congiuntamente schermo molti locali e paesaggistici del sospetto importanza curculioni di patate andine (Premnotrypes spp.), i pi&ugrave; gravi parassiti delle patate nelle Alte Ande.

Spiegando curculioni patate andine in relazione al locale e caratteristiche del paesaggio: un approccio ecoinformatics facilitato.

Phenacoccus manihoti Matile-Ferrero (Hemiptera: Pseudococcidae), one of the most serious pests of cassava worldwide, has recently reached Asia, raising significant concern over its potential spread throughout the region. To support management decisions, this article reports recent distribution records, and estimates the climatic suitability for its regional spread using a CLIMEX distribution model. The article also presents a taxonomic key that separates P. manihoti from all other mealybug species associated with the genus Manihot. Model predictions suggest P. manihoti imposes an important, yet differential, threat to cassava production in Asia. Predicted risk is most acute in the southern end of Karnataka in India, the eastern end of the Ninh Thuan province in Vietnam, and in most of West Timor in Indonesia. The model also suggests P. manihoti is likely to be limited by cold stress across Vietnam's northern regions and in the entire Guangxi province in China, and by high rainfall across the wet tropics in Indonesia and the Philippines. Predictions should be particularly important to guide management decisions for high risk areas where P. manihoti is absent (e.g., India), or where it has established but populations remain small and localized (e.g., South Vietnam). Results from this article should help decision-makers assess site-specific risk of invasion, and develop proportional prevention and surveillance programs for early detection and rapid response.

The cassava mealybug (Phenacoccus manihoti) in Asia: first records, potential distribution, and an identification key.

Phenacoccus manihoti Matile-Ferrero (Hemiptera : Pseudococcidae), un des ravageurs plus graves du manioc dans le monde entier, a r&eacute;cemment atteint l&#39;Asie, suscitant des doutes importants sur son potentiel r&eacute;partis dans toute la r&eacute;gion. Pour appuyer les d&eacute;cisions de gestion, cet article rapports r&eacute;cents dossiers de distribution et &eacute;value l&#39;ad&eacute;quation climatique pour ses r&eacute;gionales r&eacute;parties en utilisant un mod&egrave;le de distribution CLIMEX. L&#39;article pr&eacute;sente &eacute;galement une cl&eacute; taxonomique qui s&eacute;pare P. manihoti de toutes les autres esp&egrave;ces de cochenille associ&eacute;es du genre Manihot. Mod&egrave;le indique-t-elle P. manihoti impose une menace importante, encore diff&eacute;rentielle, &agrave; la production de manioc en Asie. Risques pr&eacute;vus est particuli&egrave;rement aigu dans l&#39;extr&eacute;mit&eacute; sud du Karnataka en Inde, l&#39;extr&eacute;mit&eacute; orientale de la province de Ninh Thuan au Vietnam et dans la plupart du Timor occidental en Indon&eacute;sie. Le mod&egrave;le sugg&egrave;re &eacute;galement P. manihoti est susceptible d&#39;&ecirc;tre limit&eacute; par le stress d&ucirc; au froid dans toutes les r&eacute;gions du Nord du Vietnam et dans toute la province de Guangxi en Chine et de fortes pr&eacute;cipitations dans les tropiques humides en Indon&eacute;sie et aux Philippines. Pr&eacute;dictions devraient &ecirc;tre particuli&egrave;rement importantes pour guider les d&eacute;cisions de gestion pour les zones &agrave; haut risque o&ugrave; P. manihoti est absent (India), ou lorsqu&#39;il est &eacute;tabli, mais les populations restent petites et localis&eacute;es (par exemple, le Vietnam du Sud). Les r&eacute;sultats de cet article devraient aider les d&eacute;cideurs &agrave; &eacute;valuer les risques propres au site d&#39;invasion et &eacute;laborer des programmes de pr&eacute;vention et de surveillance proportionnelles pour la d&eacute;tection pr&eacute;coce et de r&eacute;action rapide.

La cochenille du manioc (Phenacoccus manihoti) en Asie : premiers enregistrements, r&eacute;partition potentielle et une cl&eacute; d&#39;identification.

Phenacoccus manihoti Matile-Ferrero (Hemiptera: Pseudococcidae), uno dei pi&ugrave; gravi parassiti della manioca in tutto il mondo, ha recentemente raggiunto Asia, innalzamento significativo preoccupazione sopra il suo potenziale si diffuse in tutta la regione. Per supportare le decisioni di gestione, questo articolo riferisce recente record di distribuzione e si stima l&#39;idoneit&agrave; climatica per sua regionale diffuso utilizzando un modello di distribuzione CLIMEX. L&#39;articolo presenta anche una chiave tassonomica che separa p. manihoti da tutte le altre specie di mealybug associati al genere Manihot. Modello previsioni suggeriscono p. manihoti impone una minaccia importante, ancora differenziale, per la produzione di manioca in Asia. Rischio previsto &egrave; pi&ugrave; acuto nell&#39;estremit&agrave; meridionale del Karnataka, in India, l&#39;estremit&agrave; orientale della provincia di Ninh Thuan in Vietnam e nella maggior parte dei Timor ovest in Indonesia. Il modello suggerisce anche p. manihoti rischia di essere limitata da stress da freddo tutte le regioni settentrionali del Vietnam e nell&#39;intera provincia di Guangxi in Cina e da forti precipitazioni attraverso i tropici umidi in Indonesia e le Filippine. Le previsioni dovrebbero essere particolarmente importante per guidare le decisioni di gestione per aree ad alto rischio, dove p. manihoti &egrave; assente (per esempio, India), o dove ha stabilito ma popolazioni rimangono piccole e localizzate (ad esempio, nel Vietnam del sud). Risultati da questo articolo dovrebbero aiutare i decisori valutare i rischi specifici dell&#39;invasione e sviluppare programmi di prevenzione e sorveglianza proporzionali per la diagnosi precoce e risposta rapida.

ArticleTotal : 2	Year
Publication title Cited by 11	2011
Publication title Cited by 194	2013

Article	Year
Ecoinformatics for integrated pest management: expanding the applied insect ecologist's tool-kit. Journal of economic entomology\| PubMed ID: 21510177	2011
Resource concentration dilutes a key pest in indigenous potato agriculture. Ecological applications : a publication of the Ecological Society of America\| PubMed ID: 21563583	2011
Explaining Andean potato weevils in relation to local and landscape features: a facilitated ecoinformatics approach. PloS one\| PubMed ID: 22693551	2012
The cassava mealybug (Phenacoccus manihoti) in Asia: first records, potential distribution, and an identification key. PloS one\| PubMed ID: 23077659	2012

Soroush Parsa

Biography

JoVE Journal Publications

Other Publications