تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,020 |
تعداد مشاهده مقاله | 52,486,771 |
تعداد دریافت فایل اصل مقاله | 15,213,821 |
استفاده از ابزارهای آماری مختلف برای مدلسازی پراکنش فضایی سن سبز Adelphocoris lineolatus در مزارع یونجه | ||
پژوهش های کاربردی در گیاهپزشکی | ||
دوره 10، شماره 2، تیر 1400، صفحه 1-9 اصل مقاله (1.68 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22034/arpp.2021.12748 | ||
نویسندگان | ||
مهسا قهرمانی؛ رقیه کریم زاده* ؛ شهزاد ایرانی پور | ||
گروه گیاه پزشکی، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران. | ||
چکیده | ||
چکیده این مطالعه با هدف مدل سازی پراکنش فضایی سن سبز یونجه Adelphocoris lineolatus طی دو سال زراعی و در شش مزرعه یونجه انجام شد. نمونه برداری ها با سبز شدن گیاهان یونجه، به صورت هفتگی شروع و تا برداشت چین آخر ادامه یافتند. نمونه برداری سن سبز با استفاده از تور حشره گیری با 8-6 چرخش 180 درجهای در هر 400 متر مربع انجام شد و سن های افتاده در تور شمارش و ثبت شدند. داده های جمع آوری شده با استفاده از روشهای رگرسیونی، شاخص های پراکنش و زمین آمار مورد تجزیه و تحلیل قرار گرفتند. مطابق نتایج حاصل، نسبت واریانس به میانگین، شاخص پراکنش (ID)، شاخص دیوید و مور (IDM) ، شاخص میانگین ازدحام لوید (x*) و شاخص گرین (Cx) بزرگتر از یک بودند که نشان دهنده تجمعی بودن پراکنش فضایی این حشره بود. آماره های رگرسیونی نیز نشان دادند که پراکنش آفت در تمام مزارع مورد مطالعه در سال اول از نوع تجمعی و در سال دوم از نوع تصادفی بود. با توجه به مقدار بالاتر ضریب تبیین و پایین بودن مقدار خطای استاندارد ضرایب رگرسیونی، مدل تیلور کارآیی بیشتری نسبت به مدل آیوائو داشت. نتایج حاصل از تجزیه زمین آماری نیز نتایج روش های مذکور را تأیید کردند، طوری که شاخص k در 18 مورد از 20 سری داده بررسی شده کمتر از 0/8 بود که نشان دهنده توزیع تجمعی می باشد. نتایج این مطالعه میتوانند در طراحی و اجرای برنامههای نمونه برداری و مدیریت سن سبز یونجه مورد استفاده قرار گیرند. | ||
کلیدواژهها | ||
کلمات کلیدی: سن سبز یونجه؛ شاخص های پراکنش؛ رگرسیون؛ زمین آمار | ||
اصل مقاله | ||
| ||
مراجع | ||
References
Anonymous, 2017. Adelphocoris lineolatus. Available from: http://en.wikipedia.org/wiki/ Adelphocoris_lineolatus. [Aquired, December 3, 2017]. Bakhshizadeh N, Mohiseni AA, Fathi SAA, 2010. Spatial distribution patterns and fixed-precision sequential sampling plans for estimating population overwintered adult sunn pest, Eurygaster integriceps Put. in rain fed wheat fields in Ardabil province. Plant protection (scientific journal of agriculture) 33: 63–75. Duarte F, Calvo MV, Borges A, Scatoni IB, 2015. Geostatistics applied to the study of the spatial distribution of insects and its use in integrated pest management. Revista Agronómica del Noroeste Argentino 35: 9–20. Garcia AG, Arauj MR, Uramoto K, Walder JMM,Zucchi RA, 2017. Geostatistics and geographic information system to analyze the spatial distribution of the diversity of Anastrepha Species (Diptera: Tephritidae): the effect of forest fragments in an urban area. Environmental Entomology 46: 1189–1194. Ghahramani M, Karimzadeh R, Iranipour S, Sciarretta A, 2019. Does harvesting affect the spatio-temporal signature of pests and natural enemies in alfalfa fields? Agronomy 9: 532. Green RH, 1966. Measurement of nonrandomness in spatial distribution. Researches on Population Ecology 8: 1–7 Hao Y, 2006. Geostatistical analysis of spatial pattern of Adelphocoris suturalis Jackson. Journal of Anhui Agricultural Sciences 34: 6410. Hassani Pak M, 2007. Geostatistics; Tehran University Press. Tehran, Iran. 328 pp. Iranipour S, Aalipour M, Kazemi M, Nouri GG, 2017. Spatial distribution of Italian locust, Calliptamus italicus (Orthoptera: Acrididae) in Khodafarin region, Northwest of Iran. Iranian Journal of Plant Protection Science 48: 29–42. Iwao SI, 1968. A new regression method for analyzing the aggregation pattern of animal populations. Population Ecology 10: 1–20. Jafari A, Fathipour Y, Hosseini SM, 2005. Sampling programme and spatial distribution of Creontiades pallidus (Het., Miridae) and its predators Chrysoperla carnea (Neu., Chrysopidae) and Nabis capsiformis (Het., Nabidae). Iranian Journal of Agriculture Science 36: 1–10. Karimzadeh R, Hejazi MJ, Helali H, Iranipour S, Mohammadi SA, 2011a. Analysis of the spatio - temporal distribution of Eurygaster integriceps (Hemiptera: Scutelleridae) by using spatial analysis by distance indices and geostatistics. Environmental Entomology 40: 1253–1265. Karimzadeh R, Hejazi MJ, Helali H, Iranipour S, Mohammadi SA, 2011b. Assessing the impact of site-specific spraying on control of Eurygaster integriceps (Hemiptera: Scutelleridae) damage and natural enemies. Precision Agriculture 12: 576–593. Khanjani M, 2005. Field Crop Pests in Iran, 2nd edition; Bu-Ali Sina University Press: Tehran, Iran, 738 pp. Liebhold AM, Zhang X, Hohn ME, Elkinton JS, Ticehurst M, et al.,1991. Geostatistical analysis of gypsy moth (Lepidoptera: Lymantriidae) egg mass populations. Environmental Entomology 20: 1407–1417. Lloyd M, 1967. Mean crowding. Journal of Animal Ecology 36: 1–30. Mirab-balou M, Radjabi R, 2013. Lygus rugulipennis Poppius (Hemiptera: Miridae): A key pest on alfalfa (Medicago sativa L.) in west of Iran, and checklist of the insect pests. Persian Gulf Crop Protection 2: 57–66. Moradi-Vajargah M, Golizadeh A, Rafiee-Dastjerdi H, Zalucki MP, Hassanpour M, et al.,2011. Population density and spatial distribution pattern of Hypera postica (Coleoptera: Curculionidae) in Ardabil, Iran. Notulae Botanicae Horti Agrobotanici Cluj-Napoca 39: 42–48. Nestel D, Carvalho J, Nemny-Lavy E, 2004. The spatial dimension in the ecology of insect pests and its relevance to pest management. In: Horowitz AR, Ishaaya I (eds). Insect Pest Management. Springer-Verlag, Berlin Heidelberg, Pp 45–63. Patil GP, Stiteler WM, 1974. Concepts of aggregation and their quantification: a critical review with some new results and applications. Researches on Population Ecology 15: 238–254. Perry JN & Dixon PM, 2002. A new method to measure spatial association for ecological count data. Ecological science 9: 133–141. Perry JN, 1995a. Spatial aspects of animal and plant distribution in patchy farmland habitats. In: Glen DM, Greaves MA & Anderson HM (eds). Ecology and Integrated Farming Systems. Pp 221 –242. Perry JN, 1995b. Spatial analysis by distance indices. Journal of Animal Ecology 64: 303–314. Pilkay GL, Reay-Jones FP, Toews MD, Greene JK, Bridges WC, 2015. Spatial and temporal dynamics of stink bugs in southeastern farmscapes. Journal of Insect Science 15: 23. Reay-Jones FP, 2017. Geostatistical characterization of cereal leaf beetle (Coleoptera: Chrysomelidae) distributions in wheat. Environmental Entomology 46: 931–938. Schotzko DJ & O’keeffe LE, 1989. Geostatistical description of the spatial distribution of Lygus hesperus (Heteroptera: Miridae) in lentils. Journal of Economic Entomology 82(5): 1277–1288. Sciarretta A & Trematerra P, 2014. Geostatistical tools for the study of insect spatial distribution: practical implications in the integrated management of orchard and vineyard pests. Plant Protection Science 50: 97–110. Seiter NJ, Reay-Jones FP, Greene JK, 2013. Within-field spatial distribution of Megacopta cribraria (Hemiptera: Plataspidae) in soybean (Fabales: Fabaceae). Environmental Entomology 42: 1363–1374. Southwood TRE, 1995. Ecological Methods with particular references to the study of insect population. Chapman & Hall, Londan Taylor LR, 1961. Aggregation, variance, and the mean. Nature 189: 732–735. Tillman PG & Cottrell TE, 2015. Spatiotemporal distribution of Chinavia hilaris (Hemiptera: Pentatomidae) in peanut-cotton farmscapes. Journal of Insect Science 15: 101 Trematerra P, Gentile P, Sciarretta A, 2004. Spatial analysis of pheromone trap catches of codling moth (Cydia pomonella) in two heterogeneous agro-ecosystems, using geostatistical techniques. Phytoparasitica 32: 325–41. | ||
آمار تعداد مشاهده مقاله: 720 تعداد دریافت فایل اصل مقاله: 585 |