Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Environment
Click here for the English version

Environment

Metodologia per lo sviluppo di tavole di sopravvivenza per insetti Sessile nel campo utilizzando la Whitefly, Bemisia tabaci, in cotone come un modello di sistema

Published: November 1, 2017 doi: 10.3791/56150
Automatic Translation
1, 2
1USDA-ARS, Arid-Land Agricultural Research Center, 2Department of Entomology, Maricopa Agricultural Center, University of Arizona

Summary

Tabelle di vita consentono la quantificazione delle fonti e dei tassi di mortalità in popolazioni di insetti e contribuiscano alla comprensione, la predizione e la manipolazione dinamica di popolazione negli agroecosistemi. Metodi per lo svolgimento e l'analisi di tabelle di vita basate su coorte nel campo per un insetto con stadi immaturi sessili sono presentati.

Abstract

Tabelle di vita forniscono un mezzo per misurare le pianificazioni di nascita e di morte da popolazioni nel corso del tempo. Inoltre può essere utilizzati per quantificare le fonti e i tassi di mortalità nelle popolazioni, che ha una varietà di applicazioni in ecologia, compresi gli ecosistemi agricoli. Orizzontale, o basati su coorte, vita tabelle forniscono per il metodo più diretto e preciso di quantificare i tassi di popolazione vitale perché seguire un gruppo di individui in una popolazione dalla nascita alla morte. Qui, i protocolli sono presentati per lo svolgimento e l'analisi di tabelle di vita basate su coorte nel campo che si avvale della natura sessile l'immaturo di fasi della vita di un insetto parassita globale, Bemisia tabaci. Individuali degli insetti si trovano sul lato inferiore delle foglie di cotone e sono contrassegnati da un piccolo cerchio intorno l'insetto di disegno con una penna non tossico. Questo insetto possa allora essere osservato ripetutamente nel tempo con l'ausilio di lenti a mano per misurare lo sviluppo da uno stadio a altro e per identificare le cause di fase-specifici della morte connesso con mortalità naturale e introdotto le forze. Analisi spiegano come misurare correttamente la mortalità più forze che agiscono contemporaneamente all'interno di ogni fase e come utilizzare tali dati per fornire metriche dinamiche di popolazione significativa. Il metodo non tiene direttamente conto per adulto sopravvivenza e riproduzione, che limita l'inferenza alla dinamica delle fasi acerbe. Un esempio è presentato incentrata sulla misurazione dell'impatto del bottom-up (qualità della pianta) e discendente (nemici naturali) effetti sulla mortalità dinamica di b. tabaci nel sistema di cotone.

Introduction

Tavole di mortalità sono uno strumento comune con una lunga storia in ecologia1,2. Tavole di sopravvivenza sono che essenzialmente una pianificazione delle nascite e morti in una popolazione nel tempo e tali dati possa essere utilizzata per quantificare un numero di parametri importanti per la comprensione e la previsione dinamica di popolazione. Tabelle di vita possono anche fornire informazioni sulle cause di morte che sono importanti per comprendere le interazioni trofiche e nello sviluppo di strategie di controllo per la gestione dei parassiti nei sistemi agricoli e naturali. Numerose tavole di sopravvivenza sul campo sono stati costruiti per insetti3,4,5, e analisi hanno fornito importanti intuizioni dinamiche, regolamento e previsione delle popolazioni di insetti in molti gestiti e sistemi naturali6,7,8,9,10,11,12,13,14. La tabella dei termini di vita viene anche spesso utilizzato per descrivere le ricerche di laboratorio basato che esaminano in gran parte pianificazioni di nascite e morti, ma in condizioni artificiali che non espongono l'insetto a forze di mortalità naturale e realistiche variabili ambientali. Generalmente, l'obiettivo delle ricerche di laboratorio è quello di stimare il potenziale biotico comparativo di una specie. La messa a fuoco dei metodi descritti qui è per campo basata di indagini che definiscono realizzata potenziale relativo all'ambiente.

Tabelle di vita possono essere caratterizzate come orizzontale, in cui un gruppo reale di uguali individui invecchiati sono seguito dall'inizio della loro vita fino alla morte, o verticale, dove vengono prelevati campioni frequenti attraverso il tempo di una popolazione con una struttura della presunta età stabile e quindi vitale tariffe vengono dedotti dalle coorti matematicamente costruito2,15. Il tipo di tabella di vita che può essere distribuito dipende dalla natura dell'insetto. Tabelle di vita orizzontale spesso possono essere sviluppate per gli insetti univoltine (una generazione all'anno), mentre tale approccio può essere molto impegnativo per un insetto multivoltine con multiplo e ampiamente sovrapposti generazioni ogni anno. Alcuni dei metodi analitici sono state proposte e utilizzato per sviluppare tabelle di vita verticale per le popolazioni di insetti (Vedi Southwood2 per esempi). La metodologia ha dimostrata qui consente lo sviluppo di tabelle di vita basati su coorte, orizzontale nel campo per gli insetti multivoltine con caratteristiche di storia di vita specifica, in particolare, la presenza di fasi di vita sessile. Il metodo è dimostrato per un chiave dei parassiti in cotone come sistema modello.

Le mosche bianche, Bemisia tabaci biotipo B (= Bemisia argentifolii, Medio Oriente-Asia minore 116) è un parassita globale dell'agricoltura che impatti negativamente la resa e la qualità in molte colture agronomici ed orticoli, tra cui protetto da sistemi agricoli in regioni temperate17. Gli impatti dovuti a floema alimentazione che interrompe il flusso dei nutrienti, disordini dell'eziologia sconosciuta causata dall'alimentazione ninfale, trasmissione di numerosi virus vegetali e raccolto tra gli effetti di qualità dovuto il deposito di melata18,19 . L'insetto ha una gamma vasta ed è multivoltine, avendo come il 12-13 generazioni all'anno a seconda della regione e di risorse di cibo disponibili20. Sfide di gestione sono anche aggravate dal suo alto potenziale riproduttivo, la capacità di disperdere e migrare all'interno e tra sistemi agricoli, la mancanza di una fase di quiescenza (diapausa o estivazione) e la sua disposizione di sviluppare rapidamente una resistenza agli insetticidi utilizzati per soppressione21,22.

Notevoli progressi compiuti in via di sviluppo strategie di lotta integrata (IPM) gestire efficacemente ed economicamente le popolazioni di questo parassita in colture colpite23,24,25. Questi sistemi di gestione sono stati fondati su una solida comprensione fondamentale della dinamica delle popolazioni di b. tabaci e tabelle di vita sono state una tecnica chiave che hanno permesso questa comprensione. In Arizona, tavole di sopravvivenza hanno consentito la stima e l'identificazione delle forze di mortalità importante per b. tabaci in più raccolto sistemi13,26, hanno permesso la misurazione delle dinamiche di mortalità relativi a strategie di gestione, compresi gli effetti non bersaglio di insetticidi14, hanno fornito un mezzo di stima potenziali funzionali non bersaglio effetti di cotone transgenico producendo proteine insetticide27, hanno sostenuto rigorose valutazione di un programma di controllo biologico classico28 (Naranjo, dati non pubblicati) e ci ha aiutato a esplorare gli effetti comparativi di top-down e bottom-up effetti su pest dinamiche29. Tutte queste applicazioni hanno distribuito la metodologia descritta qui. L'approccio potrebbe essere utile per lo studio dell'ecologia della popolazione degli insetti in un certo numero di sistemi naturali e gestiti.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Nota: le tecniche descritte di seguito sono considerate parziale vita tabelle perché non includere in modo esplicito la riproduzione o la mortalità degli stadi adulti. La coorte di termine è equivalente a generazione perché esamina mortalità dall'uovo alla fase adulta.

1. stabilire campo siti

  1. tabelle di vita condotta in qualsiasi momento durante la crescita del raccolto una volta che gli insetti sono presenti. La scelta di quando effettuare gli studi dipenderà di scopi e obiettivi della ricerca.
  2. Selezionare le due righe del raccolto vicino al centro della trama per minimizzare gli effetti di bordo dalle circostanti piazzole o aree incolte. Contrassegnare la testa di ogni riga con un flag di filo o un paletto di legno per facilitare la rilocazione facile una volta che il raccolto ottiene grande.
  3. Spostare 3-4 m dal bordo della trama parallela alla riga. Utilizzare una riga per stabilire coorti di uovo e il secondo per stabilire coorti ninfa

2. Stabilire uovo coorti

  1. usare una lente d'ingrandimento: 8x per cercare appena le uova deposte sul lato inferiore delle foglie nella parte superiore del gambo principale della pianta del cotone (in genere il secondo o terzo nodo dall'alto).
    Nota: Fasi di vita di b. tabaci sono generalmente distribuiti verticalmente nel baldacchino pianta con le uova nella parte superiore della pianta e progressivamente più grandi fasi nymphal qui sotto. In questo modo perché la pianta aggiunge foglie sopra il sito di deposizione delle uova iniziale come cresce e 1 st instar ninfe trasferirsi sull'anta stessa con l'uovo.
    1. Uso un potere superiore 15 X lente per osservare uova fresche e verificare i dati prima di utilizzare l'obiettivo 8x per contrassegnare l'insetto. Uova fresche hanno una brillante colorazione bianca sotto la lente e si distinguono dalle uova che sono vecchio (figure 1A e 1B). Uova di scuriscono un colore tannish Man mano che maturano.
  2. Utilizzare un pennarello indelebile nero non tossico, ultra-fine-punto per disegnare un piccolo cerchio intorno all'uovo. Disegnare il cerchio piccolo abbastanza per minimizzare la probabilità di una donna che posa un altro uovo all'interno del cerchio più tardi.
    1. Tagliare un buco o fessura nel lato del 8 X lente d'ingrandimento con un seghetto o un trapano affinché la penna può essere inserita e visto attraverso la lente quando si disegna ( Figura 2A).
  3. Ripetere questo processo sulla foglia stessa, se possibile, per contrassegnare altre uova, segnando un totale di non più di quattro uova su una singola foglia e non più di un uovo per settore di foglia. Per il cotone, la foglia è suddivisa in quattro settori da tre nervature principali ( Figura 3).
  4. Legare una piccola etichetta di cartone leggera intorno il picciolo della foglia contenenti uova contrassegnato. Numero del tag e includono notazione per il numero di trama o trattamento secondo il disegno sperimentale ( Figura 2B).
  5. Legare una lunghezza lunga di 1 m di nastro diminuente attorno al fusto principale nella parte superiore della pianta. Utilizzare un legame di arco-stile, in modo che il nastro può essere facilmente spostato come necessario tenerlo visibile per ripetute visite a questa posizione nel campo.
    6. Numero di
  6. foglia di record e informazioni posizionali su un notebook portatile analogico o elettronico (tabella 1). Informazioni posizionali utilizza i settori della foglia più finemente nota posizione (ad es., 1-1, 1-2, 1-4 denotano le uova nei settori 1, 2 e 4 sul foglio #1).
  7. Stabilire ogni coorte in un solo giorno.
    Nota: Un gruppo in un determinato terreno è composto da un minimo di 50 uova totale.
    1. Non più di una foglia di uso per pianta per distribuire meglio i membri della coorte.
      Nota: A seconda della densità dell'insetto, questo può essere costituito da ovunque da 13 foglie con 3-4 uova ciascuno o 50 fogli con un uovo ogni. Le diverse piante sono selezionate per distribuire le foglie contrassegnate lungo tanto della riga possibile.

3. Stabilire la ninfa coorti

  1. uso un 8x lente d'ingrandimento per cercare appena depositato 1 st instar ninfe sulla parte inferiore delle foglie circa 3-5 foglie verso il basso dalla parte superiore del gambo principale della pianta del cotone. Utilizzare una lente X 15 per verificare identificazione prima marcatura utilizzando l'8x lente.
  2. Utilizzare un pennarello indelebile nero non tossico, ultra-fine-punto per disegnare un piccolo cerchio intorno la ninfa. Disegnare il cerchio piccolo abbastanza per minimizzare la probabilità di un crawler sedimentazione all'interno del cerchio più tardi.
    Nota: Appena schiusi 1 st instar ninfe sono chiamate crawler, che può spostare diversi cm durante le prime ore dopo uova schiudono. Esso allora " si deposita " su un sito dove alimentano e muta senza mai muoversi nuovamente fino a quando l'adulto emerge. Questi depositati 1 st instar ninfe ( Figura 1) si distinguono dal crawler. In primo luogo, essi sono immobili e secondo, sono più 2-dimensionale e laici stretti e piatto sulla foglia e hanno un colore ambrato leggermente più traslucido.
    1. Tagliare un buco o fessura nel lato del 8 X lente d'ingrandimento con un seghetto o un trapano affinché la penna può essere inserita e visto attraverso la lente quando si disegna ( Figura 2A).
  3. Ripetere questo processo sulla foglia stessa, se possibile, per contrassegnare altre ninfe, ninfe non più di quattro su un foglio singolo e non più di una ninfa per settore di foglia di marcatura. Per il cotone, la foglia è suddivisa in quattro settori da tre nervature principali ( Figura 3).
  4. Legare una piccola etichetta di cartone leggera intorno il picciolo della foglia contenenti contrassegnata Ninfa. Numero del tag e includono notazione per il numero di trama o trattamento secondo il disegno sperimentale ( Figura 2B).
  5. Legare una lunghezza lunga di 1 m di nastro diminuente attorno al fusto principale nella parte superiore della pianta. Utilizzare un legame di arco-stile, in modo che il nastro può essere facilmente spostato come necessario tenerlo visibile per ripetute visite a questa posizione nel campo.
    6. Numero di
  6. foglia di record e informazioni posizionali su un notebook portatile analogico o elettronico (tabella 1). Informazioni posizionali utilizza i settori della foglia più finemente nota posizione (ad es., 1-1, 1-2, 1-4 denotano ninfe nei settori 1, 2 e 4 sul foglio #1).
  7. Per garantire che si stabilirono 1 st instar ninfe e non crawler sono contrassegnati, tornare indietro per ogni foglia contrassegnato e osservare l'insetto contrassegnato circa 1-2 h dopo la configurazione iniziale. Sottolineando di depositato ninfe possono essere necessarie.
  8. Stabilire ogni coorte in un solo giorno.
    Nota: Un gruppo in un determinato terreno è composto da un minimo di 50 ninfe totale. Non più di una foglia è utilizzata per pianta per distribuire meglio i membri della coorte. A seconda della densità dell'insetto, questo può essere costituito da ovunque da 13 foglie con 3-4 ninfe ogni o 50 fogli con una ninfa ogni. Le diverse piante sono selezionate per distribuire le foglie contrassegnate lungo tanto della riga come possibile. A causa di 1 ° instar crawler stadio, le uova contrassegnate nel protocollo 2 non sono gli stessi insetti che sono poi seguiti come ninfas. così, nessuna mortalità crawler è misurata e la tabella di vita è leggermente sconnesso in tempo perché uovo e ninfa coorti sono in genere stabiliti nello stesso giorno. La ricerca ha dimostrato il crawler mortalità è trascurabile e può essere essenzialmente ignorato 30.

4. Osservazione e registrazione di Egg Hatch e mortalità

  1. dopo 8-10 d (28-32 ° C; condizioni medie di estate Arizona) dopo l'istituzione delle coorti di uovo, raccogliere le foglie contenenti uova contrassegnate e tornare al laboratorio per l'osservazione sotto un microscopio per dissezione. Le uova sono troppo piccole per valutare chiaramente la mortalità e le cause di mortalità nel campo.
  2. Determinare le cause di morte per le uova e registrare sul quaderno avviata presso stabilimento di coorte (tabella 1).
    Nota: La morte è caratterizzato come dislocazione, predazione o inviability. Dislocazione: l'uovo è mancante a causa di eventi atmosferici (vento, che soffia polvere, pioggia) o masticare predazione. Predazione: predatori succhiare lasciano alle spalle un corion compresso ( Figura 4 K). Uova covate possono apparire crollate, ma ci sarà una fessura verticale in corion dell'uovo. Utilizzare un pin minuten per stuzzicare il corion sulla foglia sotto il microscopio per cercare questa fessura. Inviability: le uova non si schiudono dopo il periodo di 8-10 d e sono di un colore marrone scuro. Sotto Arizona estate condizioni (28-32 ° C) uova sarebbero normalmente schiudono in 5-7 giorni. Questo può essere diverso in altre regioni e potrà essere necessario in tempo di raccolta dal campo.

5. Osservazione e registrazione di sviluppo Ninfale e mortalità

  1. uno o due giorni dopo l'istituzione di coorte, utilizzare una lente X 15 per valutare lo sviluppo di ninfe e assegnare una causa di mortalità se morto. Formulare osservazioni almeno tre volte alla settimana (ogni altro giorno). Dimensione relativa
    1. uso ( Figura 1 -G) e il momento dopo l'istituzione di valutare instar.
      Nota: Ci sono quattro postembrionale Ninfale e sviluppo è rapido in condizioni di estate di Arizona (28-32 ° C) con ciascuno dei primi tre stadi durano circa 2 d e lo stadio finale dura 3-5 p (totale sviluppo Ninfale 2 settimane o meno). Nuovi osservatori dovrebbero imparare instar dimensioni osservando insetti allevati in laboratorio o serra sulla pianta ospite di interesse. Il volume relativo nell'addome di bacteriosomes (organi harboring simbionte delle mosche bianche) rispetto alla dimensione complessiva di corpo è un indicatore utile di nymphal instar ( Figura 1 -G). Ninfe appena standard sono molto piatto e traslucido. Sono ninfe pronte a molt più turgida, a cupola nel profilo e opachi.
    2. Determinare le cause di morte per le ninfe e registrare sul quaderno avviata presso stabilimento di coorte (tabella 1).
      Nota: La morte è caratterizzata come dislocazione, parassitismo, predazione o sconosciuto a seconda instar ( Figura 4). Dislocazione: ninfe di ogni fase sono mancanti a causa di eventi atmosferici (vento, che soffia polvere, pioggia) o masticare predazione. Stimare la fase delle ninfe sloggiate come la fase media di ninfe morte e dal vivo su una data di osservazione dato. Parassitismo: solo osservabile in 4 th instar ninfe. Il bacterisomes giallastro accoppiati sono spostati dalla larva parassitoide in via di sviluppo ( Figura 4A); la fase larvale è a volte visibile ( Figura 4). Fase di pupa del parassitoide è distintiva e generi specifici ( Figura 4B , 4D). Predazione: succhiare predatori sarà evacuare il contenuto della Ninfa e lasciarsi alle spalle un cadavere compresso ( Figura 4 -4I). Raramente, un predatore da masticare può lasciare prove ( Figura 4J). Sconosciuto: la morte che non può essere attribuita a una delle cause sopra. In ambienti umidi, malattia fungina può essere un'ulteriore causa di morte. Questa categoria può includere anche ninfe uccidere da host-alimentazione parassitoide. Ninfe che sopravvivono emergono come adulti lasciando un distintivo a forma di t slot in esuvie ( Figura 1 H)
  2. registrare la fase di sviluppo (se vivo) e causa di morte e di fase nel quaderno iniziato alla coorte stabilimento (tabella 1).
  3. Una volta che tutte le ninfe osservate su una singola foglia hanno sia morto o è emerso come un adulto whitefly, raccogliere la foglia e tornare al laboratorio. Utilizzare il maggiore ingrandimento di un microscopio per dissezione per confermare che la causa della morte notato nel campo è preciso e apportare eventuali correzioni.
    Nota: Non ogni insetto morto non sloggiato rimarrà sulla foglia sopra il periodo di osservazione di due settimane tipico e così alcune verifiche non sarà possibile.

6. Riepilogo dei dati e analisi

  1. Consult risorse disponibili per aiutare nella costruzione di tavole di sopravvivenza dai dati raccolti 2 , 8 , 11 , 31. Un esempio di tabella di vita si presenta come tabella 2.
    Nota: Robusta vita tabella analisi richiede più tabelle di vita indipendenti condotte su diversi siti e/o di tempo. Per un insetto multivoltine come b. tabaci questo potrebbe essere più tabelle di vita nel corso di una sola stagione e/o più stagioni e siti.
    1. Stima reale mortalità (d x/l 0) base al numero di insetti stabilito all'inizio della generazione.
      Vera e propria mortalità = (d x/l 0)
      dove d x è il numero di morti durante fase x e l 0 è il numero di insetti all'inizio della generazione. Questi tassi di mortalità sono additivo e la somma di d x sopra le stime di fasi tasso di mortalità totale per la generazione (tabella 2).
    2. Stima apparente mortalità all'interno di una fase (q x) basato sul numero di insetti vivi all'inizio di una fase specifica (tabella 2). Stimare la fase-specifici q x o fattore interno stadio-specifico q x. Queste tariffe sono additivo solo all'interno di una fase.
    3. Determinare mortalità marginali utilizzando la formula:
      M B = d B / (1-d A)
      dove M B è il tasso marginale di fattore di mortalità B, d B è l'apparente tasso di mortalità da fattore B e d A è l'apparente tasso di mortalità ha riassunto per tutti i fattori di mortalità che possono prevalere fattore B 13 , 32 (tabella 3).
      Nota: Per sessili insetti come le mosche bianche e molti altri insetti, le cause multiple di morte all'interno di una fase di vita particolare non sono sequenziale. Invece agiscono contemporaneamente e quindi, per stimare in maniera accurata fase-specifici tassi di mortalità da uno causano 32 , 34, è necessaria la stima dei tassi marginali. Ad esempio, un parassitoide può attaccare una ninfa di mosche bianche. L'uovo parassitoide potrebbe si schiudono e le larve possono svilupparsi nell'ospite. Questa attività, inizialmente asintomatica all'osservatore,, o più probabilmente, uccidere l'insetto ospitante e dovrebbe essere accreditato come la causa della morte. Ma in alcuni casi, un predatore può attaccare questa ninfa stessa o la ninfa può essere sloggiata dalla foglia che porta l'osservatore a notare la causa della morte come predazione o dislocazione. Mortalità marginale corregge per questo.
      1. Convert tassi marginali di fase-specifici per valori di k 35 come k = - ln (1 - M), dove ln < /em> è il logaritmo naturale e M è il tasso di mortalità marginale di interesse. valori di k sono additivo e questo semplifica ulteriormente l'analisi. valori di k possono essere retro-convertiti ai tassi di mortalità proporzionale di 1 - e [-k].
    4. Stimare insostituibile mortalità come [1 - e (-TotalK)]-[1 - e (-{parlare - kvalue ho })].
      Nota: Questo dà la porzione di mortalità totale generazionale che non si sarebbe realizzata se un fattore particolare di mortalità è stato rimosso. Ad esempio, quanto generazionale mortalità potrebbe essere perso se predazione o parassitismo sono stati rimossi a causa di un insetticida spray? Insostituibile mortalità stimata in questo modo si presuppone che non esista nessuna densità-dipendenza nella mortalità.
      5. Fattori di
    5. chiave
      1. utilizzano una semplice analisi grafica per tracciare il k-valore per qualsiasi uno stadio, o qualsiasi un fattore di mortalità (o un fattore di mortalità all'interno di uno stadio) contro il valore totale-K per l'intera generazione (Totale K = somma di tutti i singoli valori di k).
        Nota: Il fattore di mortalità che imita più da vicino il modello di totale-K il migliore è il fattore chiave, il fattore che contribuiscono maggiormente ai cambiamenti nella mortalità generazionale 35. Un metodo più quantitativo regredisce k-valori individuali sul totale-K e identifica il fattore chiave come quello con il più grande valore di pendenza 3.
    6. Dipendenza da densità di test di regressione valori di k per i fattori di interesse sul logaritmo naturale di densità di popolazione dell'insetto misurata in modo indipendente (ad es. 13). Suggerisce una pendenza positiva significativa densità diretta dipendenza e una dipendenza inversa pendenza negativa.
      Nota: con informazioni di tabella di vita supplementare adulto sopravvivenza e riproduzione, molti parametri aggiuntivi (ad es., tempo di generazione, tasso netto di riproduzione, istantanei tassi di aumento, la speranza di vita a un dato stadio, ecc.) e analisi (modelli matrix ed elasticità analisi 36 , 37 può essere condotta.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Una coorte di esempio è presentata nella tabella 2 per visualizzare una presentazione tipica e calcolo dei risultati della tabella di vita. I dati più utili vengono acquisiti i tassi di mortalità marginale per ogni fattore all'interno di ogni fase. Mediante la conversione di queste tariffe per valori di k (protocollo sezione 6), fase-specifici mortalità sopra tutti i fattori e fattore di mortalità su tutte le fasi possono facilmente stimare, come possibile totale mortalità generazionale. Questo facilita anche analisi di mortalità, fattore chiave e densità-dipendenza insostituibile.

Risultati rappresentativi vengono presentati dallo studio di Asiimwe et al. 29. tabelle di questa vita di studio utilizzato per misurare le conseguenze comparative di bottom-up (qualità della pianta) e discendente (impatti nemici naturali) effetti sulla mortalità delle popolazioni di b. tabaci nel sistema di cotone. Un tre-anno replicato (n = 4) studio di dividere-trama usato tre livelli di frequenza di irrigazione (20, 40 e 60% svuotamento del terreno acqua che rappresentano condizioni di bagnato, normali e secche) come trame principali e due livelli di manipolazione nemico naturale (undisrupted e interrotti dalla applicazione di insetticidi ad ampio spettro ripetuta) come trame di Spalato. Gli insetticidi utilizzati sono stati selezionati perché non hanno alcun effetto sull'insetto parassita ma ampi effetti negativi sulla comunità nemico naturale in cotone. Tavole di mortalità sono stati condotti su tre generazioni in ciascuna parcella sperimentale ogni anno per un totale di 36 sopra lo studio di tre anni. Né mortalità marginale o insostituibile per qualsiasi fattore differiva notevolmente di anno in anno e quindi i risultati sono stati riuniti tre anni. Inoltre, non c'erano differenze nei tassi di mortalità e modelli a causa di manipolazioni di qualità di pianta e così come un esempio dell'output, i risultati delle manipolazioni soltanto verticistica riuniti sopra tutti i trattamenti di qualità di pianta sono illustrati nella Figura 5. Tassi marginali di predazione da succhiare predatori è diminuito significativamente quando gli insetticidi sono stati applicati che indica l'impatto del top down control in questo sistema. Tariffe di parassitismo rifiutato numericamente, ma il cambiamento non era statisticamente significativo. Tassi di inviability uovo leggermente aumentati con applicazioni di insetticida.

Modelli di mortalità insostituibile erano simili a quelli per tassi marginali (Figura 6). Quando i nemici naturali non sono stati interrotti da insetticidi, predazione fornito il più alto livello di mortalità insostituibile e questo livello è diminuito significativamente con il disturbo. Parassitismo fornito i bassi livelli di mortalità insostituibile e ancora una volta c'era un declino numerico a causa di insetticidi, ma il cambiamento non era statisticamente significativo. Dislocazione e uovo inviability aumentato in risposta a perturbazioni di insetticida.

Un esempio di analisi di fattore chiave utilizzando il metodo grafico di Varley e Gradwell (1960)35 è illustrato nella Figura 7. Qui i risultati da quattro trame replicare sono stati combinati in un totale di 9 coorti sopra lo studio di tre anni. Confronto tra i singoli valori di k per diversi fattori di mortalità ha riassunti sopra tutte le fasi della vita di mortalità totale per la generazione indicato che quel predazione abbinati più molto attentamente il modello per la mortalità totale, seguita da dislocazione e parassitismo. Il fattore chiave regressione metodo3 quantitativamente ha confermato queste osservazioni visive con il più alto valore di pendenza associato di predazione. Così, la predazione era più strettamente associato con i cambiamenti nella mortalità generazionale.

Infine, un esempio di analisi della dipendenza di densità è illustrato nella Figura 8 per le due principali fonti di mortalità connesso con nemici naturali. Ancora una volta, le quattro trame replicare sono state combinate in un totale di 9 generazioni tre anni. Entrambe le relazioni hanno mostrato un modello di dipendenza diretta densità, che indica che i tassi di mortalità aumentato con l'aumento di densità, ma il rapporto era solo statisticamente significativo per la mortalità indotta da parassitoide.

Figure 1
Figura 1: Esempi di vivono immaturo b. tabaci fasi di vita. (A) appena deposto le uova. (B) le uova più grandi sono più ambra colorato. (C) 1st instar Ninfa. (D) 2nd instar Ninfa. (E) 3rd instar Ninfa. (F) 4th instar Ninfa. (G) tardi 4th instar ninfe che talvolta ci si riferisce come "pupa" o "Ninfa dagli occhi rossi". (H) esuvie dopo l'emersione dell'adulto. Clicca qui per visualizzare una versione più grande di questa figura.

Figure 2
Figura 2: esempi di strumenti utilizzati nella creazione di coorti di tabella vita. (A), il più grande 8 X lente viene utilizzata per individuare e contrassegnare le uova appena schiusi o appena depositato 1st instar ninfe. Si noti la fessura nel lato della lente 8x che consentono la penna per essere inserito in modo che l'osservatore può disegnare il piccolo cerchio intorno insetto durante la visualizzazione di simultaneamente attraverso la lente. (B) un esempio di una foglia con tag Risultati contrassegnati ninfe (indicate dalle frecce). Clicca qui per visualizzare una versione più grande di questa figura.

Figure 3
Figura 3: parte inferiore della foglia cotone. Tre nervature principali sono stati utilizzati per delineare quattro settori sulla foglia per facilitare il ri-posizionamento insetti durante intervalli di osservazione ripetuta per valutare lo sviluppo e mortalità di coorti di uovo e Ninfa. Clicca qui per visualizzare una versione più grande di questa figura.

Figure 4
Figura 4: Esempi di immaturi b. tabaci ucciso da varie cause. (A) prove di parassitismo nel quarto instar ninfe. Si noti come il bacteriosomes giallastro accoppiati sono stati sfollati al perimetro che indica la presenza di una larva di parassitoide in via di sviluppo. (B) fase Pupal di Encarsia sopHia, un parassitoide introdotto di b. tabaci, in un 4th instar cadavere. Nota il meconia di colore marrone (pellet fecali) alla periferia del cadavere che sono caratteristici per questo genere di parassitoidi. (C) Larva di En. sophia lo sviluppo all'interno di una ninfa di mosche bianche di 4th instar. (D) fase Pupal introdotto Eretmocerus SP. (Etiopia) in un cadavere di instarth 4. (E) emersione del foro da En. sophia in 4th instar cadavere di mosche bianche. Questo sarebbe mai visto in un gruppo dato che sviluppo parassitoide è più lungo di sviluppo di mosche bianche e la coorte sarebbe conclusi prima emersione parassitoide. (F) parassitoide host-alimentazione in un 4th instar ninfa in cui organi di host sono ancora in gran parte intatti, ma il cadavere è leggermente compresso e a volte scolorita. Si noti la ritenzione del bacteriosomes e i punti deboli dell'occhio nel cadavere. (G-io) Quarto instar ninfe predavano da succhiare predatori. Il cadavere parzialmente o completamente evacuato rimane sulla foglia. In G, sono visibili le ferite di entrata da una larva di predatori lacewing verde. (J) raro esempio di un 4th instar ninfa parzialmente consumata da un predatore da masticare. Più spesso la ninfa intera viene rimosso dalla foglia. (I) le uova che hanno stato predato da un predatore succhia (adiacente tricomi foglia). (L-N) Predazione su 1st, 2nd e 3rd instar ninfe, rispettivamente. Clicca qui per visualizzare una versione più grande di questa figura.

Figure 5
Figura 5: Marginali tassi di mortalità per b. tabaci in cotone. Comparativi tassi di mortalità marginale da fattori multipli quando controllo top-down dai nemici naturali è interrotto dall'applicazione di insetticidi ad ampio spettro29. Piazzole (n = 36; 9 coorti replicati 4 volte), la linea all'interno della casella è la mediana, la casella indica il 25th e 75th percentili, baffi denotano il 10th e 90th percentili e punti raffigurano il 5th e 95 percentili dith . Tassi marginali di predazione da succhiare predatori è diminuito significativamente quando gli insetticidi sono stati applicati. Tariffe di parassitismo rifiutato numericamente, ma il cambiamento non era statisticamente significativo. Tassi di inviability uovo leggermente aumentati con applicazioni di insetticida. Modificato da Asiimwe et al 201629 Clicca qui per visualizzare una versione più grande di questa figura.

Figure 6
Figura 6: Insostituibili tassi di mortalità per b. tabaci in cotone. Comparativi tassi di mortalità insostituibile da fattori multipli quando controllo top-down dai nemici naturali è stata interrotta mediante l'applicazione di insetticidi ad ampio spettro29. Insostituibile mortalità stima la parte della mortalità generazionale che non si sarebbe verificato se il fattore in questione è assente. Piazzole, la linea all'interno della casella è la mediana, la casella indica il 25th e 75th percentili, baffi denotano il 10th e 90th percentili e punti raffigurano il 5th e 95 percentili dith . Quando i nemici naturali non sono stati interrotti da insetticidi, predazione fornisce il più alto livello di mortalità insostituibile ma questo livello è diminuito significativamente con spray. Bassi livelli di mortalità insostituibile sono stati forniti dal parassitismo e non cambiano con l'uso di insetticida. Modificato da Asiimwe et al 201629 Clicca qui per visualizzare una versione più grande di questa figura.

Figure 7
Figura 7: Tasto analisi fattoriali per le popolazioni di b. tabaci in cotone. Analisi dei fattori chiave tenta di identificare i fattori che sono più strettamente associati con i cambiamenti nella mortalità generazionale. Il metodo utilizza valori di k, che sono stimati come -ln(1-Mio), dove ln è il logaritmo naturale, e Mi è il tasso di mortalità marginale per fattore mi. K-totale è la somma di tutta la mortalità di fattore k-valori e rappresenta la mortalità totale per la generazione. Il modello visualizzato da K-totale oltre 9 generazioni è rispetto a quelle dei fattori di mortalità specifica (qui riassunti sopra tutte le fasi di vita). I fattori che maggiormente assomiglia K-totale è il fattore chiave. Un approccio più quantitativo è a regredire k-valori individuali su K-totale3. Il fattore con il più alto valore di pendenza (tra parentesi) è il fattore chiave. Qui, la predazione è stato identificato come il fattore chiave. Clicca qui per visualizzare una versione più grande di questa figura.

Figure 8
Figura 8: test per densità-dipendenza in fattori di mortalità. Dipendenza di densità temporale può essere testato regredendo il k-valore di un fattore di mortalità specifica sulla densità ln della fase di vita risentita di questa mortalità. Una pendenza positiva statisticamente significativa indicherebbe densità-dipendenza diretta o un aumento del tasso di mortalità con l'aumento della densità dell'insetto. Una pendenza negativa indicherebbe densità-dipendenza inversa. Nell'esempio qui, densità-dipendenza diretta è supportata per parassitismo delle ninfe ma non predazione delle ninfe. Clicca qui per visualizzare una versione più grande di questa figura.

Tabella 1: esempio di scheda tecnica preso al campo per osservazioni tabella record vita. Questa tabella mostra un esempio del modo in cui che i dati è stati registrati nel campo. Ogni insetto seguito sia vivo al momento dell'osservazione o è morto da una delle diverse cause. Le osservazioni sono stati completati è conveniente per oscurare le linee di insetti morti in precedenza. Sono dati da due date di osservazione ipotetica. Per favore clicca qui per scaricare questa tabella.

Vera e propria mortalità Mortalità apparente Mortalità marginale k-valore
colspan = "2" >Fase/fattore Fattore (l x) Fase (p x) Fattore (p x) Stadio (dx/l0) Fattore (d x/l 0) Fase (q x) Fattore (q x) Uovo 1000 748 0,748 0,748 Dislocazione 421 0,421 0,421 0,421 0,546 Inviability 57 0,057 0,057 0,184 0,204 Predazione 270 0,270 0,270 0.466 0.628 1st Instarun 252 37 0,037 0,147 Dislocazione 18 0,018 0,071 0,071 0,074 Predazione 20 0.020 0,079 0,085 0,089 Unknown 0 0.000 0.000 0.000 0.000 2nd Instar 215 49 0,049 0.228 Dislocazione 8 0,008 0,037 0,037 0.038 Predazione 41 0,041 0.191 0.198 0.221 Unknown 0 0.000 0.000 0.000 0.000 3rd Instar 166 31 0,031 0,187 Dislocazione 16 0,016 0,096 0,096 0.101 Predazione 16 0,016 0,096 0,107 0,113 Unknown 0 0.000 0.000 0.000 0.000 4th Instar 135 88 0,088 0,652 Dislocazione 37 0,037 0.274 0.274 0.320 Parassitismo 14 0,014 0,104 0.443 0,585 Predazione 37 0,037 0.274 0.378 0.474 Unknown 0 0.000 0.000 0.000 0.000 Adulto 47 Mortalità generazionale 0,955 0.966 3.394 un1 ° instar non include la fase breve cingolato

Tabella 2: Tabella di vita di esempio per una popolazione di Bemisia tabaci in cotone a Maricopa, Arizona, U.S.A. Questa tabella mostra i valori standard in genere stimati nelle tabelle di vita. lx è il numero di insetti vivi all'inizio di ogni fase di vita (dalla convenzione risultati sono normalizzati per iniziare con 1000), fase dx è il numero di morti durante ogni intervallo di fase e il fattore dx indica il numero morendo di una certa causa all'interno di ogni fase. Fase o fattore qx stima il tasso di mortalità che si verificano all'interno di una determinata fase e si basa sul numero di insetti vivi all'inizio di quella fase. I valori di qx fattore apparente sono utilizzati per stimare i tassi di mortalità marginale a causa di ciascun fattore (Vedi protocollo 6.2.3 e tabella 3). Vera e propria mortalità dà il tasso di mortalità in ogni fase e per ogni fattore rispetto al numero di insetti vivi all'inizio della coorte (qui 1000). Generazionale mortalità può essere stimato dalla somma della mortalità reale o la somma dei valori di k per la mortalità marginale. La differenza è dovuta al fatto che tassi marginali sono approssimative32. In generale, i tassi di errore medio sono 0,07%13.

Tasso marginale di interesse (M B) Tasso di apparente (d B) Tasso di apparente (d A) Fase
Inviability Inviability Predazione + dislocazione
d > uovo Parassitismo Parassitismo Predazione + dislocazione 4 ° fase ninfeun Predazione Predazione Dislocazione Uovo e tutte le fasi ninfale Insetticida Insetticida Predazione + dislocazione Uova e tutte le fasi ninfale Unknown Unknown Predazione + dislocazione Tutte le fasi ninfale Dislocazione Dislocazione Senza i fattori concorrenti Uova e tutte le fasi ninfale un Aphelinid parassitoidi possono attaccare con successo tutte le fasi ninfale di b. tabaci38,39,40, ma il parassitismo può essere osservato solo in 4 ° ninfe di fase nel campo; così dA è la somma di predazione e dislodgment da tutte le fasi nymphal combinato. Adattato da13,14 .

Tabella 3: Matrice per la stima marginali tassi di mortalità per le popolazioni di Bemisia tabaci . Fattori di mortalità in questo sistema non agiscono in modo sequenziale ma contemporaneamente e per stimare fase-specifici tassi di mortalità come tassi marginali sono necessarie tecniche di così speciale. La formula è MB = dB/ (1-dA), dove MB è il tasso marginale di fattore di mortalità B, dB è il tasso di mortalità da fattore B e dA osservato è osservato voto di mortalità ha riassunto per tutti i fattori di mortalità che possono prevalere il fattore B. La tabella mostra che apparenti (osservati) i tassi di mortalità sono necessari per stimare il tasso marginale per un fattore di mortalità determinato. Aphelinid parassitoidi sono in grado di attaccare tutti nymphal fasi di b. tabaci38,39,40, ma prove di parassitismo nel campo possono essere visto solo in modo affidabile nella 4a instar ninfe. Per tenere pienamente conto ogni concorrenza simultanea da predazione e dislocazione durante tutte le fasi ninfale, dA per parassitismo marginale è stimato come la somma di predazione apparente e dislodgment per tutte le fasi nymphal combinate.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

In genere, lo sviluppo della vita tabelle per multivoltine insetti con ampiamente sovrapposti generazioni sono vincolate a un approccio verticale dove una popolazione viene campionata ripetutamente nel tempo e varie tecniche grafiche e matematiche vengono quindi utilizzati per reclutamento per le varie fasi di stima e dedurre i tassi di mortalità da cambiare la densità delle varie fasi vita2. La forza dell'approccio qui è che naviga questa limitazione isolando un gruppo di insetti di pari età immobili da una popolazione e poi seguendo il loro destino nel corso del tempo. Tassi di mortalità possono essere stimati direttamente, e altrettanto importante, gli agenti di questa mortalità possono essere identificati, almeno all'interno di grandi categorie (ad es., predazione, dislocazione di succhiare).

Queste ampie categorie di mortalità sono relativamente facili da distinguere nel campo con una lente X 15, ma le cause specifiche di morte sono meno certe. Sono possibile ulteriore delineazione di determinate specie di predatore succhiare o cause specifiche di dislocazione. Naranjo ed Ellsworth13 utilizzato regressione multipla per identificare la specie di predatore associate a tassi misurati di predazione di fase-specifici e l'associazione di vari da masticare predator specie e meteo parametri (precipitazioni, velocità del vento) a tassi di dislocazione dello stadio-specifico. La categoria sconosciuta probabile cattura diverse fonti potenziali di mortalità. Per esempio, molte specie di parassitoidi aphelinid sono noti a host-mangimi41,42. Questa alimentazione provoca la morte dell'ospite, ma non viene visualizzato lo stesso come predazione (confronta Figura 4F 4G-4I). Durante molti anni di conduzione di tavole di sopravvivenza non abbiamo mai osservato ninfe che sono stati definitivamente predate da parassitoidi, ma questo può differire in altri sistemi e può essere una fonte separata di mortalità che può essere quantificato.

Fasi critiche nel protocollo includono l'identificazione accurata delle uova appena deposte e recentemente depositato 1st instar ninfe. Se gli individui più anziani di una di queste fasi sono stati contrassegnati, i tassi di mortalità risultante sarebbe censurato e, quindi, meno accurato. L'accuratezza e la coerenza delle osservazioni ripetute seguito coorte istituzione sono anche importanti. A volte la scala dello studio richiedono che più osservatori sono necessari per completare lo studio. Negli studi di Naranjo ed Ellsworth13,14 c'erano quattro principali osservatori e si trovavano ogni responsabile di un blocco di replicare l'esperimento. Differenze tra osservatori è stato quindi contabilizzata mediante variazione di blocco nelle analisi statistiche. Gli osservatori conferito anche a intervalli regolari per ridurre le differenze individuali nella interpretazione della fase di sviluppo e le cause della morte. In altri studi, un singolo individuo ha fatto tutte le osservazioni29, riducendo così incoerenze osservatore-basato. È anche importante stabilire le coorti all'interno di un intervallo di tempo abbastanza limitato, in modo che una data popolazione identificata potrebbe essere seguita in date successive osservazioni. A seconda dell'ambito dello studio, sarebbe possibile sfalsare l'inizio coorte, ma poi un'attenta pianificazione sarebbero necessari per garantire che le osservazioni che ne derivano per lo sviluppo e la mortalità essere cronometrato intervalli analoghi, soprattutto se lo sviluppo è rapido, come lo è per le specie studiate qui.

Un'evidente limitazione del metodo è che non include una riproduzione e mortalità della fase mobile adulta. Diversi predatori possono potenzialmente predano adulti b. tabaci43,44,45 e può essere una fonte importante di mortalità non catturati da questo metodo. Riproduzione è anche di vitale importanza per comprendere la dinamica di popolazione complessiva di una specie. È possibile combinare le informazioni di laboratorio generato sulla temperatura-dipendente adulta riproduzione e sopravvivenza con dati di tabella di vita basate sul campo dal stadi immaturi13, ma non è chiaro quanto bene tali dati di laboratorio rappresentano la processo riproduttivo in ambienti di campo variabile. Con misurazione contemporanea della dinamica di popolazione di aleurodidi insieme a modelli, questi risultati di tabella di vita consente di trarre inferenze per adulto immigrazione ed emigrazione13. Un'altra limitazione è che non si misura mortalità durante la fase di cingolo dell'insetto. Sostenere la ricerca suggerisce che la fase di crawler è molto breve nella durata46,47 e che i tassi di mortalità sono trascurabili30. Un terzo limite è che gli insetti nella coorte sono tutti situati nella parte superiore della pianta. Determinati fattori di mortalità (predazione, parassitismo, dislocazione) potrebbero variare a seconda della posizione con il baldacchino. Ad esempio, alcuni predatori o parassitoidi possono avere preferenze specifiche di micro-clima e dislocazione forze come vento e pioggia può essere meno gravi inferiore nel baldacchino. Questa limitazione può essere facilmente superata semplicemente modificando la distribuzione degli insetti contrassegnati nella coorte. Le altre limitazioni meritano ulteriore ricerca e sviluppo verso una più completa tabella di vita. Limitazioni simili possono interessare altre specie di insetti con stili di vita e comportamenti simili.

Ulteriori limitazioni riguardano alcuni dei metodi analitici descritti qui. Mentre l'analisi dei fattori chiave è stato utilizzato ampiamente nella vita tabella analisi12, è stato criticato come un metodo inadeguato per definire i meccanismi casuali che di dinamica di popolazione unità48. Tuttavia, in combinazione con altre analisi può mettere in luce le fasi importanti della vita e mortalità forze influisce negativamente sulle popolazioni di insetti13. Analisi di densità-dipendenti sono stato interrogato anche il giardino sia metodologiche che ecologico e mentre dipendenza diretta densità è a volte associata con regolamento di popolazione, il dibattito continua sul modo migliore per misurare e dimostrare l'effetto4 ,31,49,50,51. Infine, analisi di mortalità insostituibile è un costrutto matematico ed è difficile sapere esattamente come contemporanee mortalità forze interagiranno e compensare qualsiasi fattore che potrebbe essere eliminato2,11. Il metodo presentato qui si presuppone che non esista nessuna densità-dipendenza della mortalità.

I protocolli di campo sono flessibili e possono essere applicati in una serie di circostanze o di un numero di diverse colture di là di cotone fino a quando le fasi dell'insetto di interesse sono sessili26. Esso può essere applicato per descrivere semplicemente le fonti e i tassi di mortalità per una popolazione di insetti o può essere utilizzato in un contesto sperimentale per valutare l'influenza di un vasto numero di fattori sulle dinamiche di mortalità di una popolazione31,36 . Descrivono i metodi analitici generali qui hanno un'ampia applicazione, nonostante le limitazioni di fattore chiave, densità-dipendenza e analisi di mortalità insostituibile già notati. L'inclusione di sopravvivenza e riproduzione adulta sarebbe aprire ulteriori prospettive di analisi e comprensione attraverso l'applicazione di modelli di matrici e la ricca suite di strumenti interpretativi consentono. Ad esempio, una tabella completa vita consentirebbe l'applicazione dell'analisi di elasticità, un metodo affidabile per identificare quale vita fasi contribuiscono maggiormente alla crescita della popolazione36,52. Questo può consentire una più fondamentale capire le dinamiche di popolazione di una specie e inoltre facilita l'identificazione di quale vita fasi potrebbero essere più proficuamente mirati dalle misure di controllo come controllo biologico37. Applicazione di tali analisi di b. tabaci could contribuire alle strategie di gestione ancora più robuste in sistemi colturali interessati.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Gli autori non hanno nulla a rivelare.

Acknowledgments

Ringraziamo 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, r. Sonoqui, M. Stefanek, B. Stuart, J. Trejo, r. Slade e Yescas E. per assistenza tecnica. Supporto parziale è stato fornito da USDA-agricole ricerca servizio, USDA Istituto nazionale per l'alimentazione e l'agricoltura estensione IPM programma e Pest Management alternative speciali progetti, Cotton Incorporated, Arizona Associazione dei coltivatori di cotone, cotone Fondazioni, USDA-cri, NAPIAP (regione occidentale) e progetti speciali regione occidentale IPM.

Materials

Name Company Catalog Number Comments
Flagging tape Gempler, Janesville, Wisconsin USA 52273 Five colors
Manila merchandise tags American Tag Company, Pico Rivera, California USA 12-104
Ultra fine point marker Sanford, Bellwood, Illinois, USA 451898 Available at Office Max, Amazon
Peak Loupe 8X Adorama, New York, NY USA 2018
Peak Loupe 15X Adorama, New York, NY USA 19621

DOWNLOAD MATERIALS LIST

References

  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).

Tags

Scienze ambientali problema 129 tabella di vita dinamica di popolazione marginale mortalità mortalità insostituibile osservazione diretta predazione parassitismo dislocazione fattore chiave
Metodologia per lo sviluppo di tavole di sopravvivenza per insetti Sessile nel campo utilizzando la Whitefly, <em>Bemisia tabaci</em>, in cotone come un modello di sistema
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Naranjo, S. E., Ellsworth, P. C.… More

Naranjo, S. E., Ellsworth, P. C. Methodology for Developing Life Tables for Sessile Insects in the Field Using the Whitefly, Bemisia tabaci, in Cotton As a Model System. J. Vis. Exp. (129), e56150, doi:10.3791/56150 (2017).

Less
Copy Citation Download Citation Reprints and Permissions
View Video
Waiting X
Simple Hit Counter