方法文章

以棉花中烟粉虱 Bemisia tabaci 为模型系统建立田间固着性昆虫生命表的方法学

DOI:

10.3791/56150

2017年11月1日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

生命表可用于量化昆虫种群中死亡率的来源和速率,有助于理解、预测和调控农业生态系统中的种群动态。本文介绍了针对具有固着性未成熟发育阶段的昆虫,在田间开展和分析基于同生群的生命表的方法。

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

生命表提供了一种用于测量种群随时间变化的出生与死亡时间进程的方法。它还可用于量化种群中死亡的来源及其发生速率,在生态学(包括农业生态系统)中具有多种应用。水平生命表,即基于同生群的生命表,是量化种群生命率最直接且准确的方法,因为它追踪一个种群中从出生到死亡的同一批个体。本文介绍了利用全球性害虫烟粉虱(Bemisia tabaci)幼体阶段固着性特点,在田间开展并分析基于同生群生命表的实验方案。单个昆虫通常位于棉叶的下表面,可用无毒记号笔在昆虫周围画一个小圆圈进行标记。随后可借助手持放大镜对这些昆虫进行反复观察,以测量其从一个发育阶段到下一阶段的发育进程,并识别与自然或人为致死因素相关的特定阶段死亡原因。分析方法解释了如何正确测量在同一发育阶段内同时作用的多种致死因素,以及如何利用此类数据计算具有实际意义的种群动态参数。该方法未直接考虑成虫的存活与繁殖,因此其推论仅限于幼体阶段的动态。文中提供了一个实例,重点研究了自下而上(植物质量)和自上而下(天敌)效应在棉田系统中对烟粉虱(B. tabaci)死亡动态的影响。

引言

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

生命表是生态学中一种具有悠久历史的常用工具1,2。生命表本质上是种群在一段时间内出生和死亡情况的记录,此类数据可用于量化多个对理解与预测种群动态具有重要意义的参数。生命表还可提供有关死亡原因的信息,有助于理解营养级相互作用,并为农业和自然系统中害虫的防控策略制定提供依据。已有大量基于野外调查的生命表被用于昆虫研究3,4,5,相关分析为许多人工管理及自然生态系统中昆虫种群的动态、调控机制和预测方法提供了重要见解6,7,8,9,10,11,12,13,14。术语“生命表”也常被用于描述在人工条件下进行的实验室研究,这类研究主要关注出生和死亡的时间进程,但并未使昆虫暴露于自然致死因素或真实的环境变量中。通常,实验室研究的目的是估算某一物种的相对生物潜能。本文所述方法的重点则在于基于野外调查的研究,旨在相对于具体环境条件来界定实际实现的种群潜能。

生命表可分为横向生命表和纵向生命表两类。横向生命表是指对一群同龄个体从生命开始到全部死亡进行持续追踪;而纵向生命表则是通过在不同时间点对具有假定稳定年龄结构的种群进行频繁抽样,然后通过数学方法构建的同生群推断其生命率参数2,15。所采用的生命表类型取决于昆虫的生物学特性。对于一年一代(单化性)的昆虫,通常可以建立横向生命表;而对于每年具有多个世代且世代重叠严重的多化性昆虫,采用这种方法则极具挑战性。已有大量分析方法被提出并用于构建昆虫种群的纵向生命表(参见Southwood2中的示例)。本文所展示的方法能够在田间条件下,针对具有特定生活史特征(尤其是存在固着生活阶段)的多化性昆虫,建立基于同生群的横向生命表。本方法以棉花中的一种重要害虫为模型系统进行示范。

烟粉虱 Bemisia tabaci B 型(= Bemisia argentifolii,中东-西亚1型16)是一种全球性农业害虫,对多种大田作物和园艺作物的产量和品质产生负面影响,包括温带地区的保护地农业系统17。其危害主要表现为韧皮部取食干扰养分运输、若虫取食引发的病因不明的植物生理紊乱、传播多种植物病毒,以及因排泄蜜露而影响作物品质18,19。该昆虫寄主范围广泛,且为多化性昆虫,每年可发生多达12至13代,具体代数取决于地区和可利用的食物资源20。此外,由于其具有极强的繁殖能力、可在农业系统内部及系统之间扩散和迁飞、缺乏静止期(滞育或夏蛰),以及易于对用于防治的杀虫剂迅速产生抗性,使得其防控面临巨大挑战21,22

在制定综合治理策略以有效且经济地控制受害作物中该害虫的种群方面,已取得显著进展23,24,25。这些管理体系建立在对烟粉虱(B. tabaci)种群动态的深入基础理解之上,而生命表一直是实现这一理解的关键技术。在亚利桑那州,生命表已被用于在多种作物系统中估算并识别影响烟粉虱(B. tabaci)的重要致死因子13,26,用于量化与管理措施相关的致死动态,包括杀虫剂对非靶标生物的影响14,为评估转Bt基因棉花所产生的杀虫蛋白对非靶标生物潜在的功能性影响提供了方法27,支持了对经典生物防治项目的严格评估28(Naranjo,未发表数据),并有助于探讨自上而下和自下而上因素对害虫种群动态的相对影响29。所有这些应用均采用了本文所述的方法。该方法也可用于多种自然和人工管理系统的昆虫种群生态学研究。

访问受限。请登录或开始试用以查看此内容。

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

注意:下述技术被视为不完全生命表,因为其未明确包含成虫阶段的繁殖或死亡情况。术语“同生群”等同于“世代”,因其考察的是从卵到成虫阶段的死亡率。

1. 建立野外实验点

  1. 一旦作物上出现昆虫,可在作物生长期间的任何时间开展生命表研究。启动研究的时间选择将取决于研究的目标和目的。
  2. 选择靠近试验小区中心的两行作物,以尽量减少邻近小区或未耕种区域带来的边缘效应。用金属标志旗或木桩标记每行的起始位置,以便在作物长大后能方便地重新定位。
  3. 从试验小区边缘沿行方向向内移动 3-4 m。使用其中一行建立卵期种群,另一行建立若虫期种群。

2. 建立卵群

  1. 使用8倍手持放大镜检查棉株主茎顶端附近叶片(通常为顶部第二或第三节位)的叶背面,寻找新产的卵。
    注意:生活史阶段 B. tabaci 通常在植物冠层中呈垂直分布,卵多位于植株上部,而较老的若虫则依次分布在下方。这是由于1st 龄期若虫停留在产卵叶片上,随着植株生长,植物在初始产卵位置上方继续长出新叶。
    1. 使用高倍15X物镜观察新鲜卵,并在使用8X物镜标记昆虫前确认鉴定结果。新鲜卵在镜下呈亮白色,与较老的卵明显区别图1A 1B卵在成熟过程中颜色逐渐变为浅褐色。
  2. 使用无毒的超细黑色永久性记号笔,在卵周围画一个小圆圈。圆圈应尽量小,以最大限度降低雌虫后续将另一枚卵产在圈内的可能性。
    1. 使用钢锯或钻头在8倍手持放大镜的侧面切割出一个孔或狭缝,以便在绘图时将笔插入并通过放大镜观察图2A).
  3. 如果可能,在同一片叶子上重复此过程,以标记其他卵,每片叶子上标记的卵总数不超过4个,每个叶区不超过1个卵。对于棉花,叶片由三条主要叶脉划分为四个叶区图3).
  4. 在带有标记卵的叶片叶柄上系一个轻质的小纸板标签。在标签上编号,并根据实验设计注明地块号或处理号图2B).
  5. 在植株主茎靠近顶端的位置系上一段1米长的警示带。采用蝴蝶结式打结,以便根据需要轻松调整警示带位置,确保在多次前往该野外地点时始终可见。
  6. 记录叶片数量及位置信息于便携式纸质或电子实验记录本中(表1)。位置信息利用叶片的区域来更精确地标注位置(例如,1-1、1-2、1-4 表示1号叶片上第1、2和4区域的卵。
  7. 在同一天建立每个队列。
    注意:每个图中的一个组至少包含总共50个卵。
    1. 每株植物使用不超过一片叶子,以更均匀地分配队列中的样本。
      注意:根据昆虫密度,可选择每片叶上有3-4个卵的13片叶,或每片叶上有1个卵的50片叶。应选择单独的植株,将标记的叶片尽可能分散分布在整行中。

3. 建立若虫群体

  1. 使用8倍手持放大镜搜寻新附着的1st 在棉株主茎顶端向下数第3至5片叶子的叶背面标记龄期若虫。标记前先用15倍镜确认鉴定结果,再使用8倍镜进行标记。
  2. 使用无毒的超细头黑色永久性记号笔,在若虫周围画一个小圆圈。圆圈应尽量小,以最大限度降低后期若虫爬行时停留在圆圈内的可能性。
    注意:新孵化的1st 龄若虫被称为爬行若虫(crawlers),在卵孵化后的最初几小时内可移动数厘米。随后 "沉降" 到一个固定位置取食并蜕皮,此后不再移动,直至成虫羽化。这些已固着的1st 龄若虫(图1C与爬行态个体不同,固定态个体具有两个显著特征:首先,它们无法移动;其次,其形态更趋二维化,紧贴叶片表面,呈扁平状,且颜色略呈半透明的琥珀色。
    1. 使用钢锯或钻头在8倍手持放大镜的侧面切割出一个孔或狭缝,以便在绘图时插入钢笔并通过放大镜观察图2A).
  3. 如果可能,在同一片叶子上重复此操作,以标记其他若虫,每片叶子标记的若虫不超过四只,每个叶区不超过一只。对于棉花,叶片由三条主要叶脉划分为四个叶区图3).
  4. 在含有标记若虫的叶片叶柄上系一个轻质的小型硬纸标签。在标签上编号,并根据实验设计注明样地或处理编号图2B).
  5. 在植株主茎靠近顶端的位置系上一段1米长的警示带。采用蝴蝶结方式打结,以便根据需要轻松调整警示带位置,确保在多次前往该田间地点时仍能清晰可见。
  6. 记录叶片数量及位置信息于便携式纸质或电子笔记本中(表1)。位置信息利用叶片的区域来更精确地标注位置(例如,1-1、1-2、1-4 表示1号叶片上第1、2和4区域的若虫。
  7. 为确保已沉降的1st 标记的是若虫的龄期而非爬行阶段,需返回每片已标记的叶片,在初始设置后约1-2小时观察已标记的昆虫。可能需要对已定居的若虫重新进行标记。
  8. 在同一天建立每个队列。
    注意:每个图示中的一个群体至少包含总共50只若虫。每株植物仅使用一片叶子,以便更均匀地分布群体成员。根据昆虫密度,可能需要13片叶子(每片3–4只若虫)至50片叶子(每片1只若虫)。选择单独的植株,使标记的叶片尽可能沿行分布。由于第1st 一龄若虫爬行期,第2步中标记的卵并非随后作为若虫继续观察的同一批昆虫个体。因此,未测量爬行期若虫的死亡率,且由于卵和若虫群体通常在同一天建立,生命表在时间上存在轻微的不连续性。研究表明,爬行期若虫的死亡率极低,基本可以忽略不计30.

4. 观察并记录卵的孵化与死亡率

  1. 在卵群建立后 8-10 天(28-32 °C;亚利桑那州夏季平均条件),采集带有标记卵的叶片并带回实验室,在解剖显微镜下进行观察。卵体过小,无法在田间清晰评估其死亡率及死亡原因。
  2. 确定卵的死亡原因,并记录于卵群建立时开始使用的实验记录本中(表 1)。
    注意:死亡原因分为脱落、捕食或无活力。脱落:卵因天气事件(风、吹尘、降雨)或咀嚼式捕食而缺失。捕食:刺吸式天敌捕食后会留下塌陷的卵壳(图 4K)。孵化后的卵也可能呈现塌陷状,但卵壳上会有一条垂直裂隙。使用微细针在显微镜下轻轻拨动叶片上的卵壳,以检查是否存在该裂隙。无活力:卵在 8-10 天后仍未孵化,且颜色变为深黄褐色。在亚利桑那州夏季条件(28-32 °C)下,卵通常在 5-7 天内孵化。其他地区可能有所不同,因此从田间采集样本的时间可能需要相应调整。

5. 若虫发育与死亡率的观察与记录

  1. 在建立群体后一至两天,使用15倍物镜评估若虫的发育情况,并对死亡个体确定死亡原因。每周至少观察三次(每隔一天一次)。
    1. 使用相对大小(图1C- G)以及建立后的时间以评估龄期。
      注意:在亚利桑那州夏季条件(28–32 °C)下,若虫共有四个龄期,发育迅速,前三个龄期各持续约2天,最后一个龄期持续3–5天(若虫总发育时间2周或更短)。新观察者应通过观察在实验室或温室中于目标寄主植物上饲养的昆虫来学习各龄期的体型特征。虫体腹部内含菌体(粉虱体内容纳共生菌的器官)体积相对于整体体型的比例,是判断若虫龄期的一个有用指标。图1C- G新蜕皮的若虫非常扁平且呈半透明状。即将蜕皮的若虫则较为饱满,侧面呈圆顶状,外观不透明。
    2. 确定若虫死亡原因,并记录在种群建立时启用的实验记录本中(表1).
      注:死亡被定义为脱离、寄生、捕食或原因不明,具体取决于龄期(图4)。脱落:若若虫因天气事件(风、吹尘、降雨)或咀嚼式捕食而缺失,则记为脱落。脱落若虫的虫龄应估算为在特定观察日期时死亡与存活若虫的平均虫龄。寄生:仅在4th 龄幼虫。成对的黄褐色共生菌器官被发育中的寄生性幼虫所取代(图 4A);幼虫阶段有时可见(图4C)。寄生蜂的蛹期具有明显的属特异性图4B,4D)。捕食:吸食性捕食者会吸尽若虫体内的内容物,仅留下一具塌陷的尸体(图 4G-4I)。很少情况下,咀嚼型捕食者可能会留下痕迹(图4J)。未知:无法归因于上述任何原因的死亡。在潮湿环境中,真菌病可能构成额外的致死原因。该类别也可能包括被寄生性天敌取食寄主而杀死的若虫。存活下来的若虫羽化为成虫,其蜕皮上会留下明显的T形裂口。图1H)
  2. 记录发育阶段(若存活)以及死亡原因和死亡时所处的阶段,并填写至队列建立时启用的实验记录本中表1).
  3. 一旦单片叶片上所有被观察的若虫均已死亡或羽化为成虫粉虱,即采集该叶片并带回实验室。在解剖显微镜下使用更高倍数的放大倍率,确认田间记录的死亡原因准确无误,并根据需要进行修正。
    注意:并非所有未被冲落的死亡昆虫都会在典型的两周观察期内始终停留在叶片上,因此部分验证将无法进行。

6. 数据总结与分析

  1. 参考现有资源,以帮助利用所收集的数据构建生命表2,8,11,31。表2展示了一个示例生命表。
    注意:稳健的生命表分析需要在不同时间点和/或不同地点进行多个独立的生命表研究。对于像B. tabaci这样的多化性昆虫,这可能意味着在一个生长季内或多个生长季及多个地点开展多个生命表研究。
    1. 根据每代开始时建立的昆虫数量,估算实际死亡率(dx/l0)
      实际死亡率 = (dx/l0)
      其中dx表示在阶段x期间死亡的个体数,l0表示该代开始时的昆虫数量。这些死亡率是可加的,各阶段dx之和即为该代的总死亡率(表2)。
    2. 根据特定阶段开始时存活的昆虫数量估算阶段内的表观死亡率(qx)(表2)。可估算阶段特异性的qx,或阶段内因素特异性的qx。这些比率仅在同一个阶段内具有可加性。
    3. 使用以下公式计算边际死亡率:
      MB = dB/(1-dA)
      其中MB表示死亡因素B的边际死亡率,dB表示因素B引起的表观死亡率,dA表示所有可能优先于因素B的死亡因素所导致的表观死亡率之和13,32表3)。
      注意:对于粉虱等固着性昆虫以及许多其他昆虫而言,某一特定生活阶段内的多种致死原因并非依次发生,而是同时作用。因此,必须通过估算边际死亡率来准确评估任一单一原因所导致的阶段特异性死亡率32,34。例如,一种寄生蜂可能攻击粉虱若虫,其卵孵化后幼虫在寄主体内发育。这一过程起初对观察者而言无明显症状,但确实会(或极有可能)导致寄主死亡,应将其归因为寄生所致。然而在某些情况下,同一若虫可能被天敌捕食,或从叶片上脱落,导致观察者记录其死因为捕食或脱落。边际死亡率分析可校正此类偏差。
      1. 将阶段特异性的边际死亡率转换为k值35,公式为:k = -ln(1-M),其中ln为自然对数,M为感兴趣的边际死亡率。k值具有可加性,便于后续分析。k值可通过公式1-e[-k]反向转换为比例死亡率。
    4. 不可替代死亡率的估算公式为:[1-e(-TotalK)] - [1-e(-{TotalK - kvaluei})]。
      注意:该值表示若移除某一特定死亡因素后,总世代死亡率中将不会实现的部分。例如,若因喷洒杀虫剂而消除了捕食或寄生作用,世代死亡率可能会减少多少?以这种方式估算的不可替代死亡率假设死亡率不存在密度依赖性。
    5. 关键因子分析
      1. 采用简单的图解分析方法,将任一阶段或任一死亡因子(或某一阶段内的某一死亡因子)的k值对整个世代的总k值(Total K = 所有个体k值之和)作图。
        注意:其变化模式与总k值最为接近的死亡因子即为关键因子,也就是对世代死亡率变化贡献最大的因子35。更定量的方法是将各个k值对总k值进行回归分析,并将回归斜率最大的因子识别为关键因子3
    6. 通过将感兴趣因子的k值对其独立测量的昆虫种群密度的自然对数进行回归分析,检验是否存在密度依赖性(例如13)。若回归斜率显著为正,表明存在正向密度依赖;若为负,则表明存在负向密度依赖。
      注意:若进一步获得有关成虫存活和繁殖的生命表数据,还可计算多种其他参数(例如世代时间、净生殖率、瞬时增长率、特定阶段的生命期望等)并开展更多分析(如矩阵模型和弹性分析36,37)。

访问受限。请登录或开始试用以查看此内容。

结果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

一个示例队列如下所示 表 2 展示生命表结果的典型呈现方式与计算方法。最有用的数据是每个阶段内各因素的边际死亡率。通过将这些死亡率转换为k值(方案第6部分),可方便地估算各阶段特定因素的死亡率、各因素跨阶段的死亡率,以及整个世代的总死亡率。此外,该方法还便于进行不可替代死亡率、关键因子分析及密度依赖性分析。

图 Asiimwe 等人et al.29的研究展示了代表性结果。该研究利用生命表评估了自下而上(植物质量)和自上而下(天敌作用)因素对棉花系统中烟粉虱(B. tabaci)种群死亡率的相对影响。一项为期三年、重复四次(n = 4)的裂区试验,以三种灌溉频率(分别为土壤含水量耗竭20%、40%和60%,代表湿润、正常和干旱条件)作为主区处理,以两种天敌调控水平(未干扰和通过反复施用广谱杀虫剂进行干扰)作为裂区处理。所选用的杀虫剂因其对...

访问受限。请登录或开始试用以查看此内容。

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

通常,对于世代重叠广泛的多化性昆虫,生命表的构建局限于纵向方法,即对种群在时间序列上进行重复取样,然后利用多种图示和数学方法,估算各发育阶段的个体补充量,并根据各生活阶段数量密度的变化推断其死亡率。2该方法的优势在于,通过从种群中分离出一组静止且同龄的昆虫,并持续追踪其随时间的命运变化,从而规避了这一局限性。死亡率可被直接估算,同样重要的是,至少在较宽泛的类别范围内,导致死亡的因子也能够被识别。例如,吸食性捕食,移除)

这些广泛的死亡类别在野外使用15倍放大镜相对容易区分,但具体的致死原因则较难确定。进一步区分特定的刺吸式捕食者种类或特定的脱落原因也是可能的。Naranjo 和 Ellsworth13 使用多元回归方法,识别出与特定发育阶段捕食率相关的捕食者种类,以及不同咀嚼式捕食者种类和气象参数(降雨量、风速)与特定阶段脱落率之间的关联。未知类别可能涵盖了多种潜在的死亡来源。例如,已知许多蚜小蜂科(aphelinid)寄生蜂会进行寄主取食

访问受限。请登录或开始试用以查看此内容。

披露

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者无任何利益冲突需要披露。

致谢

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

感谢 D. Ashton、V. Barkley、K. Beimfohr、F. Bojorquez、J. Cantrell、G. Castro、R. Christensen、J. Fearn、C. Jara、D. Meade、G. Owens、L. Rodarte、D. Sieglaff、A. Sonoqui、M. Stefanek、B. Stuart、J. Trejo、A. Slade 和 E. Yescas 提供的技术支持。本研究部分得到了美国农业部农业研究局(USDA-Agricultural Research Service)、美国农业部国家食品与农业研究所推广病虫害综合治理项目(USDA-National Institute for Food and Agriculture Extension IPM Program)和病虫害管理替代方案特别项目、Cotton Incorporated、亚利桑那棉花种植者协会、棉花基金会、美国农业部-合作扩展教育局(USDA-CREES)、北美病虫害综合防治项目(NAPIAP,西部地区)以及西部地区病虫害综合防治特别项目的支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
警示胶带Gempler, Janesville, Wisconsin USA52273五种颜色
马尼拉商品标签American Tag Company, Pico Rivera, California USA12-104
超细头记号笔Sanford, Bellwood, Illinois, USA451898可在 Office Max、Amazon 购买
Peak 放大镜 8XAdorama, New York, NY USA2018
Peak 放大镜 15XAdorama, New York, NY USA19621

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Deevey, E. S. Life tables for natural populations of animals. Quart. Rev. Biol. 22, 283-314 (1947).
  2. Southwood, T. R. E. Ecological Methods. , 2nd Ed, Chapman and Hall. (1978).
  3. Podoler, H., Rogers, D. A new method for the identification of key factors from life-table data. J Anim Ecol. 44, 85-114 (1975).
  4. Stiling, P. Density-dependent processes and key factors in insect populations. J Anim Ecol. 57, 581-593 (1988).
  5. Cornell, H. V., Hawkins, B. A. Survival patterns and mortality sources of herbivorous insects: some demographic trends. Am Nat. 145, 563-593 (1995).
  6. Morris, R. F. The interpretation of mortality data in studies on population dynamics. Can Entomol. 89, 49-69 (1957).
  7. Morris, R. F. Single-factor analysis in population dynamics. Ecology. 40, 580-588 (1959).
  8. Varley, G. C., Gradwell, G. R., Hassell, M. P. Insect Population Ecology: An Analytical Approach. , Blackwell Sci. Pub. London. 212(1973).
  9. Southwood, T. R. E., Reader, P. M. Population census data and key factor analysis for the viburnum whitefly, Aleurotrachelus jelinekii, on three bushes. J Anim Ecol. 45, 313-325 (1976).
  10. Royama, T. Fundamental concepts and methodologies for the analysis of animal population dynamics, with particular reference to univoltine speices. Ecol Monogr. 51, 473-493 (1981).
  11. Carey, J. R. The multiple decrement life table: a unifying framework for cause-of-death analysis in ecology. Oecologia. 78, 131-137 (1989).
  12. Hawkins, B. A., Mills, N. J., Jervis, M. A., Price, P. W. Is the biological control of insects a natural phenomenon? Oikos. 86, 493-506 (1999).
  13. Naranjo, S. E., Ellsworth, P. C. Mortality dynamics and population regulation in Bemisia tabaci. Entomol Exp Appl. 116, 93-108 (2005).
  14. Naranjo, S. E., Ellsworth, P. C. The contribution of conservation biological control to integrated control of Bemisia tabaci in cotton. Biol Control. 51, 458-470 (2009).
  15. Applied Demography for Biologist: With Special Emphasis on Insects. Carey, J. R. , Oxford, NY. (1993).
  16. Dinsdale, A., Cook, L., Riginos, C., Buckley, Y. M., De Barro, P. Refined global analysis of Bemisia tabaci (Hemiptera: Sternorrhyncha: Aleyrodoidea: Aleyrodidae) Mitochondrial cytochrome oxidase 1 to identify species level genetic boundaries. Ann Entomol Soc Am. 103, 196-208 (2010).
  17. Oliveira, M. R. V., Henneberry, T. J., Anderson, P. History, current status, and collaborative research projects for Bemisia tabaci. Crop Protect. 20, 709-723 (2001).
  18. Jones, D. R. Plant viruses transmitted by whiteflies. Eur J Plant Pathol. 109, 195-219 (2003).
  19. United States Department of Agriculture, Agricultural Research Service. Sticky Cotton - Causes, Impacts and Prevention. Hequet, E. F., Henneberry, T. J., Nichols, R. L. , Technical Bulletin No. 1915 (2007).
  20. Palumbo, J. C., Horowitz, A. R., Prabhaker, N. Insecticidal control and resistance management for Bemisia tabaci. Crop Protect. 20, 739-765 (2001).
  21. Horowitz, A. R., Kontsedalov, S., Khasdan, V., Ishaaya, I. Biotypes B and Q of Bemisia tabaci and their relevance to neonicotinoid and pyriproxyfen resistance. Arch Insect Biochem Physiol. 58, 216-225 (2005).
  22. Nauen, R., Denholm, I. Resistance of insect pests to neonicotinoid insecticides: current status and future prospects. Arch Insect Biochem Physiol. 58, 200-215 (2005).
  23. Naranjo, S. E., Ellsworth, P. C. Fifty years of the integrated control concept: moving the model and implementation forward in Arizona. Pest Manage Sci. 65, 1267-1286 (2009).
  24. Palumbo, J. C., Castle, S. J. IPM for fresh-market lettuce production in the desert southwest: the produce paradox. Pest Manage Sci. 65, 1311-1320 (2009).
  25. Ellsworth, P. C., Martinez-Carrillo, J. L. IPM for Bemisia tabaci: a case study from North America. Crop Protect. 20, 853-869 (2001).
  26. Naranjo, S. E., Ellsworth, P. C., Cañas, L. Mortality and populations dynamics of Bemisia tabaci within a multi-crop system. , USDA Forest Service (2009).
  27. Naranjo, S. E. Long-term assessment of the effects of transgenic Bt cotton on the function of the natural enemy community. Environ Entomol. 34, 1211-1223 (2005).
  28. Naranjo, S. E. Establishment and impact of exotic Aphelinid parasitoids in Arizona: A life table approach. J Insect Sci. 8, 36(2008).
  29. Asiimwe, P., Ellsworth, P. C., Naranjo, S. E. Natural enemy impacts on Bemisia tabaci (MEAM1) dominate plant quality effects in the cotton system. Ecol Entomol. 41, 642-652 (2016).
  30. Naranjo, S. E. Survival and movement of Bemisia tabaci (Homoptera: Aleyrodidae) crawlers on cotton. Southwest Entomol. 32, 17-23 (2007).
  31. Bellows, T. S., Van Driesche, R. G., Elkinton, J. S. Life-table construction and analysis in the evaluation of natural enemies. Annu Rev Entomol. 37, 587-614 (1992).
  32. Buonaccorsi, J. P., Elkinton, J. S. Estimation of contemporaneous mortality factors. Res Popul Ecol. 32, 151-171 (1990).
  33. Royama, T. Evaluation of mortality factors in insect life table analysis. Ecol Monogr. 51, 495-505 (1981).
  34. Elkinton, J. S., Buonaccorsi, J. P., Bellows, T. S., Van Driesche, R. G. Marginal attack rate, k-values and density dependence in the analysis of contemporaneous mortality factors. Res. Pop. Ecol. 34, 29-44 (1992).
  35. Varley, G. C., Gradwell, G. R. Key factors in population studies. J Anim Ecol. 29, 399-401 (1960).
  36. Caswell, H. Matrix population models. , 2nd ed, Sinauer Associates, Inc. Publishers. (2001).
  37. Mills, N. J. Selecting effective parasitoids for biological control introductions: Codling moth as a case study. Biol Control. 34, 274-282 (2005).
  38. Foltyn, S., Gerling, D. The parasitoids of the aleyrodid Bemisia tabaci in Israel: development, host preference and discrimination of the aphelinid wasp Eretmocerus mundus. Entomol Exp Appl. 38, 255-260 (1985).
  39. Headrick, D. H., Bellows, T. S., Perring, T. M. Behaviors of female Eretmocerus sp nr californicus (Hymenoptera: Aphelinidae) attacking Bemisia argentifolii (Homoptera: Aleyrodidae) on sweet potato. Environ Entomol. 24, 412-422 (1995).
  40. Liu, T. X., Stansly, P. A. Oviposition, development, and survivorship of Encarsia pergandiella (Hymenoptera: Aphelinidae) in four instars of Bemisia argentifolii (Homoptera: Aleyrodidae). Ann Entomol Soc Am. 89, 96-102 (1996).
  41. Ardeh, M. J., deJong, P. W., vanLenteren, J. C. Selection of Bemisia nymphal stages for oviposition or feeding, and host-handling times of arrhenotokous and thelytokous Eretmocerus mundus and arrhenotokous E-eremicus. BioControl. 50, 449-463 (2005).
  42. Zang, L. S., Liu, T. X. Host-feeding of three parasitoid species on Bemisia tabaci biotype B and implications for whitefly biological control. Entomol Exp Appl. 127, 55-63 (2008).
  43. Hagler, J. R., Naranjo, S. E. Determining the frequency of heteropteran predation on sweetpotato whitefly and pink bollworm using multiple ELISAs. Entomol Exp Appl. 72, 63-70 (1994).
  44. Hagler, J. R., Naranjo, S. E. Qualitative survey of two Coleopteran predators of Bemisia tabaci (Homoptera, Aleyrodidae) and Pectinophora gossypiella (Lepidoptera, Gelechiidae) using a multiple prey gut content ELISA. Environ Entomol. 23, 193-197 (1994).
  45. Hagler, J. R., Jackson, C. G., Isaacs, R., Machtley, S. A. Foraging behavior and prey interactions by a guild of predators on various lifestages of Bemisia tabaci. J Insect Sci. 4, (2004).
  46. Price, J. F., Taborsky, D. Movement of immature Bemisia tabaci (Homoptera, Aleyrodidae) on poinsettia leaves. Florida Entomol. 75, 151-153 (1992).
  47. Simmons, A. M. Settling of crawlers of Bemisia tabaci (Homoptera : Aleyrodidae) on five vegetable hosts. Ann Entomol Soc Am. 95, 464-468 (2002).
  48. Royama, T. A fundamental problem in key factor analysis. Ecology. 77, 87-93 (1996).
  49. Stiling, P., Throckmorton, A., Silvanima, J., Strong, D. R. Does spatial scale affect the incidence of density dependence - A field test with insect parasitoids. Ecology. 72, 2143-2154 (1991).
  50. Hassell, M., Latto, J., May, R. Seeing the wood for the trees: detecting density dependence from existing life table studies. J Anim Ecol. 58, 883-892 (1989).
  51. Berryman, A. A. Population regulation, emergent properties, and a requiem for density dependence. Oikos. 99, 600-606 (2002).
  52. Sibly, R. M., Smith, R. H. Identifying key factors using lambda contribution analysis. J Anim Ecol. 67, 17-24 (1998).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

相关文章