방법 논문

필드 사용 하 여 Whitefly, Bemisia tabaci를 모델 시스템으로 면에 고착 곤충의 생활 테이블 개발 방법론

DOI:

10.3791/56150

2017년 11월 1일

이 논문에서

요약

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

생활 테이블 곤충 인구에 있는 근원의 정량화 및 사망률의 속도 허용 하 고 이해, 예측 하 고 agroecosystems의 인구 역학을. 실시 하 고 무 미 숙 생활 단계와 곤충에 대 한 필드에서 코 호트 기반 생활 테이블 분석 방법 제시 됩니다.

초록

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

생활 테이블 출생과 시간이 지남에 인구에서 죽음의 일정을 측정 하는 수단을 제공 합니다. 그들은 또한 소스와 생태학, 농업 생태계를 포함 하 여 다양 한 응용 프로그램에 있는 인구, 사망률의 척도를 사용할 수 있습니다. 그들은 죽음에 출생에서 인구에 있는 개인의 그룹을 수행 하기 때문에 중요 한 인구 비율 측정의 가장 직접적이 고 정확한 방법을 제공 하는 테이블 가로, 또는 코 호트 기반 생활. 여기, 프로토콜 실시 하 고 글로벌 곤충 해충, Bemisia tabaci의 미 성숙한 생활 단계의 정착 특성을 활용 하는 분야에서 코 호트 기반 생활 테이블 분석에 대 한 표시 됩니다. 개별 곤충 목화 잎의 밑바닥에 위치 하 고 비 독성 펜으로 곤충 작은 원을 그려서 표시 됩니다. 이 곤충 다음 관찰할 수 있습니다 반복 해 서 측정 하 손 렌즈의 도움으로 시간이 지남에 자연과 도입 사망 세력와 관련 된 죽음의 단계-특정 원인을 식별 하 고 다음 1 단계에서 개발. 분석 어떻게 올바르게 측정 하 여러 사망률 각 단계 내에서 동시성을 법 하 고 의미 있는 인구 동적 통계를 제공 하기 위해 이러한 데이터를 사용 하는 방법을 설명 합니다. 성인 생존 및 재생산 미 성숙한 단계의 역학 유추를 제한 하는 방법은 직접 고려 하지 않습니다. 예를 들어 면 시스템에서 상향식 (공장 품질) 및 B. tabaci 의 사망률 역학에 탑-다운 (천 적) 효과의 영향을 측정에 초점을 맞춘 제공 됩니다.

서론

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

생명 표는 생태1,2에서 오랜 역사를 가진 일반적인 도구입니다. 생활 테이블은 기본적으로 출생 및 시간과 같은 데이터 이상의 인구에서 죽음의 일정 매개 변수를 이해 하 고 인구 역학을 예측 하는 것이 중요 척도를 사용할 수 있습니다. 생활 테이블 영양 상호 작용을 이해 하 고 농업과 자연 시스템에서 해충 관리를 위한 제어 전략 개발에 중요 한 죽음의 원인에 정보를 제공할 수도 있습니다. 여러 필드 기반 생활 테이블 곤충3,,45, 건설 되었습니다 및 역학, 규제, 관리 많은 곤충 인구 예측에 중요 한 통찰력을 제공 하는 분석 및 자연 시스템6,7,,89,10,11,12,13,14. 용어 생활 테이블도 종종 크게 출생 및 죽음의 하지만 자연 사망 세력을 현실적인 환경 변수 곤충을 노출 하지 않는 인공적인 조건 하에서 일정을 검사 하는 실험실 기반으로 연구를 설명 하기 위해 사용 됩니다. 일반적으로, 실험실 연구의 목표는 종의 비교 biotic 잠재력을 추정 하는. 여기에 설명 된 방법의 초점은 환경 기준으로 잠재력을 실현 하는 조사를 정의 하는 필드 기반 이다.

생활 테이블 같은 노인된 개인의 진짜 코 호트, 죽음까지 그들의 생활의 처음부터 따라 수평 또는 수직, 어디 자주 샘플 가정된 안정 연령 구조와 인구의 시간을 통해 촬영으로 나타낼 수 있다 그리고 중요 한 속도 수학적으로 생성 된 동료2,15에서 유추 됩니다. 배포할 수 있는 생명 표의 종류는 곤충의 특성에 따라 달라 집니다. 이러한 접근 방식은 다중과 널리 세대 매년 중복 multivoltine 곤충에 대 한 매우 도전 수 있지만 수평 생활 테이블 종종 univoltine (한 세대 연간) 곤충, 개발할 수 있습니다. 분석 방법의 호스트를 제안 하 고 곤충 인구 (Southwood 예제2 참조)에 대 한 수직 생활 테이블을 개발 하는 데 사용 되었습니다. 여기 설명 하는 방법 특히, 고착 생활 단계의 존재 특정 생활사 특성, multivoltine 곤충에 대 한 필드에서 코 호트 기반, 생활 테이블의 개발에 대 한 수 있습니다. 메서드를 모델 시스템으로 서 면에 주요 해충에 대 한 시연입니다.

Whitefly, Bemisia tabaci biotype B (Bemisia argentifolii =, 중동-아시아 마이너 116) 수율 및 포함 하 여 많은 농경과 원 예 작물에서 품질에 부정적인 영향을 농업의 글로벌 해충은 온대 지역17농업 시스템을 보호합니다. 체 관 부 영양소 흐름, 알 수 없는 병 인 nymphal 먹이, 수많은 식물 바이러스와 단 물18,19 의 증 착으로 인해 작물 품질 효과의 전송으로 인 한 장애를 방해 하는 먹이 인해 발생 하는 영향 . 벌레는 광범위 한 호스트 범위 및 multivoltine, 지역에 따라 사용 가능한 식품 자원20년 당 12-13 세대 많은 데. 관리 또한 높은 생식 잠재력, 그것의 능력을 분산 하 고 마이그레이션 시간과 사이 농업 시스템, 무부하 단계 (diapause 또는 estivation)와 저항을 빠르게 개발 하는 처리의 그것의 부족에 의해 악화는 억제21,22에 사용 되는 살충제를

상당한 진행이 했다 개발 통합된 유해물 관리 (IPM) 전략에 효과적이 고 경제적으로 영향을 받는 작물23,,2425에이 해충의 인구를 관리 하. 이러한 관리 시스템은 B. tabaci 의 인구 역학의 사운드 근본적인 이해에 입각 한 그리고 생활 테이블이이 이해를 가능 하 게 하는 핵심 기술 되었습니다. 애리조나, 생활 테이블 추정과 여러 작물 시스템13,26 B. tabaci 에 대 한 중요 한 사망률 세력의 id 허용, 상대적으로 사망률 역학의 측정을 가능 하 게 관리 전략 살충제14, 비 대상 효과 포함 한 유전자 변형 면화 생산국 insecticidal 단백질27의 잠재적인 기능 비 대상 효과 추정 하는 수단을 제공, 엄격한 지원 고전적인 생물 학적 제어 프로그램28 (호텔, 게시 되지 않은 데이터)의 평가 해충 역학29에 하향식 및 상향식 효과의 비교 효과 탐구 하는 데 도움이. 이러한 응용 프로그램의 모든 여기서 설명 하는 방법론을 배포 했습니다. 다양 한 자연 및 관리 되는 시스템 접근 곤충 인구 생태학의 연구에 유용 될 수 있습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

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

참고: 아래 설명 부분 생활 테이블 포함 되지 않습니다 명시적으로 복제 또는 성인 단계의 사망률 때문에 것으로 간주 됩니다. 용어 코 호트는 세대 성인 무대에 난 자에서 사망률을 검사 하기 때문에.

1. 설정할 필드 사이트

  1. 곤충 있는지 일단 작물의 성장 동안 언제 든 지 행위 생활 테이블. 연구를 시작 하는 경우의 연구의 목적과 목표에 따라 달라 집니다.
  2. 플롯 또는 미 개간된 지역 주변에서 가장자리 효과 최소화 하기 위해 플롯의 중심에서 가까운 작물의 두 행을 선택 합니다. 각 행 와이어 플래그 또는 자르기 큰 일단 쉽게 이전을 촉진 하기 위하여 나무 말뚝의 머리 표시.
  3. 이동 3-4 m 플롯의 가장자리에서 평행 하 게 행 합니다. 한 행을 사용 하 여 계란 동료 및 두 번째 요정 동료 설정

2. 그 동료 설정

  1. 검색 새로 면 식물 (일반적으로 두 번째 또는 세 번째 노드는 위에서)의 주요 줄기의 위쪽 잎의 밑바닥에 누워 계란 8x 손으로 렌즈를 사용.
    참고: B. tabaci의 생활 단계 일반적으로 배포 됩니다 세로 플랜트 및 점진적으로 이전 nymphal 단계 아래 위쪽에 계란 공장 캐노피에. 1 세인트 탈피 nymphs 계란으로 같은 잎에 정착 하 고 성장 함에 따라 공장 초기 산란 사이트 위에 잎을 추가 하기 때문에 발생 합니다. 신선한 계란을 관찰 하 고 식별 표시는 곤충 8 x 렌즈를 사용 하기 전에 확인을
    1. 사용 높은 전력 15 X 렌즈. 신선한 계란 렌즈 아래 밝은 흰색 특색 있고 계란을 더 오래 된 (그림 1A1B)에서 밖으로 서. 그들은 성숙 계란 tannish 색상을 어둡게.
  2. 비 독성, 초 미세 포인트 블랙 영구 마커를 사용 하 여 계란 작은 원을 그립니다. 나중에 원 안에 다른 달걀 누워 여성의 기회를 최소화 하기 위해 충분히 원 작은 그릴.
    1. 잘라 구멍 또는 슬롯 손 렌즈 X 8의 측면에는 쇠 톱 이나 드릴 펜을 삽입 하 고 그릴 때 렌즈를 통해 볼 수 있도록 비트 ( 그림 2A).
  3. 같은 잎에이 과정을 반복, 만약에 가능 하다 면, 표시 하려면 다른 계란의 단일 잎 및 잎 섹터당 개 이상의 계란 계란 4 개 더 이상으로 보다의 총 마킹. 면, 잎 세 주요 잎 정 맥 ( 그림 3)에 의해 4 개의 분야로 세분화 됩니다.
  4. 표시 된 egg(s)를 포함 하는 잎의 잎 자루 주위 작은 경량 골 판지 태그 넥타이. 태그 번호와 실험 설계 ( 그림 2B)에 따라 플롯 또는 처리 수에 대 한 표기법을 포함.
  5. 넥타이 식물의 상단 주요 줄기의 주위 신고 테이프의 1 개 m 긴 길이. 테이프는 계속 표시 필드에이 위치에 반복된 방문 하는 필요에 따라 쉽게 이전 될 수 있도록 활 스타일 넥타이 사용.
  6. 기록 잎 번호 및 휴대용 아날로그 또는 전자 노트북 (표 1)에 위치 정보. 위치 정보 사용 하 여 잎의 분야 더 세밀 하 게 참고 위치 (예를 들어, 1-1, 1-2, 1-4 분야 1, 2 및 4 잎 # 1에 계란을 나타냅니다).
  7. 하루에 각 코 호트 구축.
    참고: 주어진된 플롯에 일대 총 50 알의 최소 구성 됩니다.
    1. 더 코 호트의 구성원을 배포할 식물 당 사용 더 이상의 잎.
      참고: 곤충의 밀도 따라이 수 구성 어디서 나 3-4 계란 13 잎에서 또는 50 나뭇잎 한 계란. 만큼 가능한 행을 따라 표시 된 잎을 배포 하는 개별 공장 선택.

3. 요정 동료 설정

  1. 사용에 대 한 잎의 밑바닥에 님프를 탈피 하는 손으로 렌즈를 새로 정착 1 세인트 검색 X 8 면 식물의 주요 줄기의 위쪽에서 아래로 3-5 잎. 15 X 렌즈를 사용 하 여 전에 8 X를 사용 하 여 표시 렌즈 식별 확인.
  2. 비 독성, 초 미세 포인트 블랙 영구 마커를 사용 하 여 님프 작은 원을 그립니다. 크롤 러가 나중에 원 안에 정착의 기회를 최소화 하기 위해 충분히 원 작은 그립니다.
    참고: 새로 부 화 1 세인트 탈피 nymphs 계란 해치 후 처음 몇 시간 동안 몇 cm를 이동할 수 있는 크롤 러 라고 합니다. It 다음 " 침전 " 그것은 피드 것 이다 고도 다시 성인 출현 때까지 이동 하지 않고 털 갈이 사이트에. 이러한 정착 1 세인트 탈피 님프 ( 그림 1C) 크롤 러에서 독특한 위치. 첫째, 그들은 움직이지 두 번째, 그들은 더 2 차원 하 고 빡 빡 하다는 잎에 평평 하 고 약간 더 반투명 호박색 색깔.
    1. 잘라 구멍 또는 슬롯 손 렌즈 X 8의 측면에는 쇠 톱 이나 드릴 펜을 삽입 하 고 그릴 때 렌즈를 통해 볼 수 있도록 비트 ( 그림 2A).
  3. 단일 잎에 더 이상 4 님프와 잎 섹터당 개 이상의 요정 표시 다른 님프를 만약에 가능 하다 면, 같은 잎에이 과정을 반복. 면, 잎 세 주요 잎 정 맥 ( 그림 3)에 의해 4 개의 분야로 세분화 됩니다.
  4. 묶어 표시 하는 요정을 포함 하는 잎의 잎 자루 주위 작은 경량 골 판지 태그. 태그 번호와 실험 설계 ( 그림 2B)에 따라 플롯 또는 처리 수에 대 한 표기법을 포함.
  5. 넥타이 식물의 상단 주요 줄기의 주위 신고 테이프의 1 개 m 긴 길이. 테이프는 계속 표시 필드에이 위치에 반복된 방문 하는 필요에 따라 쉽게 이전 될 수 있도록 활 스타일 넥타이 사용.
  6. 기록 잎 번호 및 휴대용 아날로그 또는 전자 노트북 (표 1)에 위치 정보. 위치 정보 사용 하 여 잎의 분야 더 세밀 하 게 참고 위치 (예를 들어, 1-1, 1-2, 1-4 1, 2 및 4 잎 # 1에 분야에서 님프를 나타내는).
  7. 1 세인트 님프 탈피 및 크롤 러 하지 표시 정착 되도록
  8. 각 표시 된 잎에 다시가 고 초기 설정 후 약 1-2 h 표시 된 곤충을 관찰. 님프는 필요할 수 있습니다 정착의 remarking.
  9. 하루에 각 코 호트 구축.
    참고: 특정된 음모에 코 호트 최소 50 nymphs 총 구성 되어 있습니다. 더 이상의 잎 식물 당 더 나은 코 호트의 구성원을 배포할 사용 됩니다. 곤충의 밀도 따라이 어디에서 든 지 13 잎 3-4 님프와 구성 수 있습니다 또는 50 한 요정으로 나뭇잎. 개별 공장 만큼 가능한 행을 따라 표시 된 잎 배포 선택 됩니다. 1 세인트 탈피 크롤러 단계 때문에 프로토콜 2에서에서 표시 하는 계란은 요정으로 다음 같은 곤충s. 따라서, 아무 크롤러 사망률 측정 되 고 계란과 요정 동료는 일반적으로 같은 날에 설정 하기 때문에 생활 테이블은 약간 시간에 나뉘 었. 사망률 무시할 수 이며 본질적으로 무시 30 수 연구는 크롤러를 보여주었다.

4. 관찰 및 기록의 계란 해치 및 사망률

  1. 8-10 d (28-32 ° C, 평균 애리조나 여름 조건) 그 동료의 설립 후, 후 표시 된 계란을 포함 하는 잎을 수집 하 고 아래 관찰을 위한 실험실에 반환을 현미경을 해 부 계란은 너무 작아서 명확 하 게 사망률 분야에서 사망률의 원인 평가.
  2. 계란에 대 한 죽음의 원인을 확인 하 고 코 호트 설립 (표 1)에서 시작 하는 노트북에서 기록.
    참고: 죽음 dislodgement, 포식 또는 inviability로 특징입니다. Dislodgement: 계란으로 인해 날씨 이벤트 (바람, 부 먼지, 비) 누락 또는 포식 씹는. 포식: 빠는 포식 자 축소 chorion ( 그림 4 K) 뒤에 남겨두고. 부 화 계란 축소 된, 나타날 수 있지만 수직 슬릿 계란 chorion에 있을 것입니다. 분 pin를 사용 하 여이 슬릿 찾아 현미경 아래 잎에 chorion를 애타게. Inviability: 계란 8-10 d 기간 후 부 화에 실패 하 고 어두운 갈색 색상. 아리조나에서 여름 조건 (28-32 ° C) 계란은 일반적으로 5-7 일에 해치 것입니다. 이 다른 지역에서 다를 수 있습니다 및 조정 분야에서 컬렉션 시간에 필요할 수 있습니다.

5. 관찰 및 기록의 Nymphal 개발과 사망률

  1. nymphs의 발전을 평가 하 고 죽은 경우 사망률의 원인을 할당 하 15 X 렌즈를 사용 한 코 호트의 설립 후에 2 일. 최소한 주당 3 회 (매일) 관찰.
    1. 사용 상대적 크기 ( 그림 1C -G)와 탈피를 평가 하기 위해 설립 후 시간.
      참고: 4 개의 nymphal instars 있으며 개발은 지속 약 2 d 처음 3 단계와 마지막 단계 지속 3-5 d의 각 애리조나 여름 조건 (28-32 ° C)에서 급속 한 (총 nymphal 개발 2 주 또는 더 적은). 새로운 관측 실험실 또는 관심의 호스트 공장에 온실에 reared 곤충을 관찰 하 여 탈피 크기를 배워야 한다. 전반적인 신체 치수를 기준으로 bacteriosomes (symbiont 은닉 장기는 whitefly)의 복 부에 상대 볼륨이 nymphal 탈피의 유용한 지표 ( 그림 1C -G). 새로 molted 님프는 아주 평평 하 고 반투명. 님프 탈피 준비가 되며 더 과장, 프로필에 돔 외관에서 불투명.
    2. 님프에 대 한 죽음의 원인을 확인 하 고 코 호트 설립 (표 1)에서 시작 하는 노트북에서 기록.
      참고: 죽음 dislodgement, 기생, 포식 또는 탈피 ( 그림 4)에 따라 알 수 없는 특징 이다. Dislodgement: 모든 단계의 nymphs 날씨 이벤트 (바람, 부 먼지, 비) 인해 누락 또는 포식을 씹는. 주어진된 관측 날짜에 빠질된 nymphs의 무대와 라이브 nymphs의 평균 단계 예상. 기생: 4 에 띄는 님프 탈피. 쌍을 이루는 노란 bacterisomes 개발 parasitoid 유 충 ( 그림 4A);에 의해 해 고 된 애벌레 단계는 때때로 표시 ( 그림 4C) 이다. 번데기 단계는 parasitoid은 독특한 및 특정 속 ( 그림 4B , 4 D). 포식: 님프의 내용의 철수 하 고 축소 된 시신 뒤에 남겨두고 것 이다 육 식 동물을 빠는 ( 그림 4G -4I). 드물게, 씹는 프레데터 증거 ( 그림 4J)를 떠날 수 있습니다. 위의 원인 중 하나에 표시 될 수 없습니다: 알 수 없는 죽음. 습 한 환경에서 곰 팡이 질병 사망의 추가 원인이 있을 수 있습니다. 이 분류 또한 parasitoid 호스트 먹이 의해 살해 하는 님프를 포함할 수 있습니다. 성인 exuviae ( 그림 1 H)에서 독특한 t-모양의 슬롯을 떠나로 nymphs 살아남을 등장
  2. (경우에 살아있는) 개발 단계를 기록 하 고 죽음과 일대에서 시작 하는 노트북에서 원인 설립 (표 1).
  3. 단일 리프에 관찰 되 고 모든 님프도 일단 사망 또는 성인 whitefly 등장 잎을 수집 하 고 실험실에 반환. 필드에 죽음의 원인을 정확 하 게 확인 하 여 어떤 수정을 해 현미경의 높은 배율 사용.
    참고: 모든 비 dislodged 죽은 곤충 전형적인 2 주간의 관찰 기간 동안 잎에 유지 됩니다, 그래서 몇 가지 확인 수 없습니다.

6. 데이터 요약 및 분석

생활 테이블에서 데이터를 생성할 수 있도록 사용할 수 있는
  1. 상담 리소스 수집 2 , , 8 11 , 31. 예 생활 테이블 표 2로 표시 됩니다.
    참고: 강력한 생활 테이블 분석 시간 및/또는 다른 사이트를 통해 실시 하는 여러 독립적인 생활 테이블 필요 합니다. B. tabaci 같은 multivoltine 곤충에 대 한이 절 기 및 여러 계절 및 사이트에 걸쳐 여러 생활 테이블 수 있습니다.
      견적
    1. 실제 사망률 (d x /l 0) 세대의 시작 부분에 설립 하는 곤충의 수에 따라.
      실제 사망률 = (d x /l 0)
      어디 d x 단계 x 동안 죽어 수 이며 l 0 곤충의 수 세대의 시작 부분에. 이러한 사망률 끝났다 첨가제와 d x 세대 (표 2)에 대 한 전체 사망률 평가 단계 견적.
    2. 무대 (q x) 내에서 특정 단계 (표 2)의 시작 부분에서 살아 곤충의 수에 따라 명백한 사망 추정. 무대 관련 q x 또는 무대 관련 q x 내에서 요소를 추정 합니다. 이 요금은 무대 에서만 첨가제.
    3. 결정 수식을 사용 하 여 한계 사망률:
      M B = d B / (1-d A)
      M B 사망 요인의 한계 속도 B, d B는 요소 B에서 사망률의 명백한 속도 d A 는 표현 하는 노르만족 수 모든 사망 요인 B 13 , 32 (표 3) 요소에 대 한 사망률의 명백한 속도.
      참고: 같은 whiteflies 착 곤충 및 다른 많은 곤충, 특정 생활 단계에서 죽음의 여러 원인 않습니다 순차적. 대신 그들은 동시성 행동 하 고 그래서 한계 속도의 추정 무대 관련 요금 하나에서 사망률의 원인 32 , 34 정확 하 게 추정 하는 데 필요한. 예를 들어 a parasitoid whitefly 요정을 공격 수 있습니다. Parasitoid 계란 해치 수 고 애벌레는 호스트에서 개발할 수 있습니다. 이 활동, 관찰자, 처음 무 증상, 또는 가장 가능성이, 호스트 곤충을 죽 일 죽음의 원인으로 적립 한다. 하지만 어떤 경우에는 프레데터 같은 요정이 공격 수 또는 님프 관찰자 주의 포식 또는 dislodgement으로 죽음의 원인을 선도 하는 잎에서 dislodged 수 있습니다. 한계 사망률이 해결합니다.
      1. K 값 35 k로 변환 한계 무대 관련 요금 =-ln (1-M), 어디 ln < /em> 자연 로그 M 이며 관심의 한계 사망률. k 값은 첨가제 및이 더 분석 간소화. k 값 1-비례 사망 율으로 다시 변환 될 수 있습니다 e [-k].
    4. 로 대신할 사망률 추정 [1-e (-TotalK)]-[1-e (-{TotalK-kvalue })].
      참고:이 특정 사망 요인 제거 되었습니다 경우 실현 될 것 이라고 전체 세대 사망률의 부분을 제공 합니다. 예를 들어, 얼마나 많은 세대 사망률 포식 또는 기생 살충제 스프레이 때문에 제거 되었습니다 경우 손실 될 수 있습니다? 대신할 사망률이 방법으로 예상 사망률에 아무 밀도-의존이 가정 합니다.
    5. 키 요소
      1. 를 사용 하 여 간단한 그래픽 분석 어떤 한 단계, 또는 어떤 한 사망 요인 (또는 하나의 무대에서 한 사망 요인)에 대 한 k 값을 플롯 총 K 값에 대 한 전체 세대에 대 한 (총 K 모든 개별 k 값의 합계 =).
        참고: 가장 밀접 하 게 최고의 총-K의 패턴을 모방 하는 사망률 요소 핵심 요소, 세대 사망률 35에 변화에 가장 기여 하는 요소입니다. 더 양적 방법 총 K에 개별 k 값을 역행 한다 고 가장 큰 기울기 값 3으로 핵심 요소를 식별.
    6. 곤충 인구 밀도 독립적으로 측정 (예: 13)의 자연 로그에 대 한 관심의 요소에 대 한 k 값을 역행 시켜 밀도 의존을 테스트. 중요 한 긍정적인 사면 제안 직접 밀도 의존 및 부정적인 사면 역 의존도.
      참고: 추가 생활 테이블 정보 성인 생존 및 재생산, 많은 추가 매개 변수 (예:, 생성 시간, 순 생식 속도, 순간 속도의 증가, 평균 수명 지정된 단계, )와 함께 고 분석 (매트릭스 모델 및 탄성 분석 36 , 37을 수행할 수 있습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

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

예를 들어 코 호트 전형적인 프레 젠 테이 션 및 생명 표 결과의 계산을 표시 하려면 표 2 에 표시 됩니다. 가장 유용한 데이터는 각 단계 내에서 각 요소에 대 한 한계 사망률에 캡처됩니다. K 값 (프로토콜 섹션 6) 이러한 속도 변환 하 여 모든 요소를 통해 무대 관련 사망률과 모든 단계를 통해 요소 관련 사망률 추정 수 있습니다 수 쉽게, 세대 사망률을 총 수로. 이 또한 대신할 사망률, 키 요소와 밀도-의존 분석 용이.

Asiimwe 그 외 여러분 의 연구에서 대표적인 결과 제시 29.이 사용 하는 연구 생활 면 시스템 하단 업 (공장 품질) 및 B. tabaci 인구의 사망률에 탑-다운 (자연 적 영향) 효과의 비교 결과 측정 테이블. 3 년 복제 ...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

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

일반적으로, 세대를 광범위 하 게 겹치는 multivoltine 곤충에 대 한 테이블 시간 및 다양 한 그래픽 및 수학적 기법 인구 반복적으로 샘플링은 수직 접근 제한 됩니다. 생명의 개발 다음에 사용 됩니다. 다양 한 단계에 모집을 예상 하 고 다양 한 생활 단계2의 밀도 변경에서 사망률의 추론. 여기에 접근의 힘은 인구에서 움직이지 동등한 세 곤충의 그룹을 분리 하 고 다음 시간이 지남에 그들의 운명에 의해이 제한 탐색 이다. 사망률의 속도 직접 예상할 수 있는, 그리고 똑같이 중요 한,이 죽음의 대리인 확인 될 수 있다, 적어도 광범위 한 범주 (예를 들어, 포식, dislodgement를 빠는) 내.

사망률의 이러한 광범위 한 카테고리는 상대적으로 쉽게 15 X 렌즈 분야에서 구별 하지만 특정 죽음의 원인은 덜 특정. 특정 빠는 프레데터 종족의 더 묘사 또는 특정 dislodgement의 가능 하다. 포식 종 단계...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

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

저자는 공개 없다.

감사의 글

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

우리 감사 D. 애쉬 튼, V. 바 클 리, K. Beimfohr, F. Bojorquez, 제이 캔 트 렐, G. 카스트로, R. 크리스텐슨, J. Fearn, C. Jara, D. 미드, G. 오웬스, L. Rodarte, D. Sieglaff, A. Sonoqui, M. Stefanek, B. 스튜어트, J. 트 레 호, A. 슬 레 이드와 E. Yescas 기술 지원. 부분 지원에서 제공한 미국 농 무부 농업 연구 서비스, USDA-국립 연구소 음식과 농업 확장 IPM 프로그램 및 해충 관리 대안 특별 한 프로젝트, 목화 법인, 애리조나 목화 재배 자 협회, 코 튼 기초, 미국 농 무부 보여요, NAPIAP (서 부 지역), 및 서 부 지역 IPM 특별 한 프로젝트.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
플래그 테이프Gempler, Janesville, Wisconsin USA522735 색
마닐라 상품 태그American Tag Company, Pico Rivera, California USA12-104
울트라 파인 포인트 마커Sanford, Bellwood, Illinois, USA451898Available at Office Max, Amazon
Peak Loupe 8XAdorama, New York, NY USA2018
피크 루페 15XAdorama, 뉴욕, NY, 미국19621

참고문헌

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).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

이 JoVE 논문의 텍스트 또는 그림 재사용 허가 요청

허가 요청

태그

관련 논문