第３５卷第６期 ２０１０年ｌ２月 林业调查规划 ＶｏＩ．３５ Ｎｏ．６ Ｄｅｃ．２０１Ｏ Ｆｏｒｅｓｔ Ｉｎｖｅｎｔｏｒｙ ａｎｄ Ｐｌａｎｎｉｎｇ 楚雄腮扁叶蜂幼虫空间分布型及最适抽样数研究 方舒 （云南林业职业技术学院，云南昆明６５０００） 摘要：２０１０年７月在会泽县金钟镇青云村云南松林中进行楚雄腮扁叶蜂虫ＵＩ＇密度的随机抽样调查，利用ＤＰＳ数据 处理系统对该虫进行空间分布型研究．各项聚集度指标值、回归方程参数组合以及空间分布型频次分布检验结果 表明，该虫的空间分布型为聚集型的负二项分布．最适抽样数研究结果表明，同一误差水平下，随种群密度的增加， 抽样数相应减少． 关键词：楚雄腮扁叶蜂；空间分布型；最适抽样数 中图分类号：￥７６３．３０３ 文献标识码：Ａ 文章编号：１６７１—３１６８（２０１０）０６—００８８—０５ Ｓｐａｔｉａｌ Ｄｉｓｔｒｉｂｕｔｉｏｎ Ｐａｔｔｅｒｎ ａｎｄ Ｏｐｔｉｍａｌ Ｓａｍｐｌｉｎｇ Ｎｕｍｂｅｒ ｏｆ Ｃｅｐｈａｌｉｃａ Ｃｈｕｘｉｏｎｇｎｉｃａ Ｌａｒｖａｅ ＦＡＮＧ Ｓｈｕ （Ｙｕｎｎａｎ Ｆｏｒｅｓｔｒｙ Ｖｏｃａｔｉｏｎａｌ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏｌｌｅｇｅ，Ｋｕｎｍｉｎｇ ６５０００，Ｃｈａｉｎ） Ａｂｓｔｒａｃｔ：Ｕｓｉｎｇ ＤＰＳ ｄａｔａ ｐｒｏｃｅｓｓｉｎｇ ｓｙｓｔｅｍ，ｔｈｅ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｐａｔｔｅｒｎ ｏｆ Ｃｅｐｈａｌｉｃａ Ｃｈｕｘｉｏｎｇｎｉｃａ ｌａｒｖａｅ ｗａｓ ａｎａｌｙｚｅｄ ｆｒｏｍ ｒａｎｄｏｍ ｌａｒｖａｅ ｐｏｐｕｌａｔｉｏｎ ｄｅｎｓｉｔｙ ｓｕｒｖｅｙ ｏｎ Ｐｉｎｕｓ Ｙｕｎｎａｎｅｎｓｉｓ ｆｏｒｅｓｔ ａｔ Ｊｉｎｚｈｏｎｇ ｔｏｗｎ，Ｈｕｉｚｅ Ｃｏｕｎｔｙ ｉｎ Ｊｕｌｙ ２０１０．Ｔｈｅ ｆｒｅｑｕｅｎｃｙ ｄｉｓｔｒｉｂｕｔｉｏｎ ｔｅｓｔ ｏｆ ｔｈｅ ａｇｇｒｅｇａｔｉｏｎ ｉｎｄｅｘ ｖａｌｕｅｓ，ｔｈｅ ｒｅ— ｇｒｅｓｓｉｏｎ ｅｑｕａｔｉｏｎ ｐａｒａｍｅｔｅｒｓ ａｎｄ ｔｈｅ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｐａｔｔｅｒｎ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｐａｔ— ｔｅｒｎ ｏｆ ｔｈｅ ｉｎｓｅｃｔ ｗｅｒｅ ｎｅｇａｔｉｖｅ ｂｉｎｏｍｉａｌ ｍｏｄｅｌ ｏｆ ａｇｇｒｅｇａｔｉｏｎ．Ａｎｄ ｒｅｓｕｌｔｓ ｏｆ ｏｐｔｉｍａｌ ｓａｍｐｌｉｎｇ ｎｕｍｂｅｒ ｓｈｏｗｅｄ ｔｈａｔ ｕｎｄｅｒ ｔｈｅ ｓａｍｅ ｅｒｒｏｒ ｌｅｖｅｌ，ｗｉｔｈ ｔｈｅ ｐｏｐｕｌａｔｉｏｎ ｄｅｎｓｉｔｙ ｉｎｃｒｅａｓｅｓ，ｔｈｅ ｓａｍｐｌｉｎｇ ｎｕｍｂｅｒ ｅｏｒ— ｒｅｓｐｏｎｄｉｎｇｌｙ ｒｅｄｕｃｅｄ． Ｋｅｙ ｗｏｒｄｓ：Ｃｅｐｈａｌｉｃａ Ｃｈｕｘｉｏｎｇｎｉｃａ；ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｐａｔｔｅｒｎ；ｏｐｔｉｍａｌ ｓａｍｐｌｉｎｇ ｎｕｍｂｅｒ 云南松Ｐｉｎｕｓ ｙｕｎｎａｎｅｎｓｉｓ Ｆｒａｎｃｈ为常绿乔木， 树高可达３０ ｍ，产于我国西南地区海拔６００～３ １００ 样地进行调查，样地大小为２０ ｍ×２０ ｍ，采用随机 抽样法抽取５０株林木，调查并详细记录所抽取样株 中的楚雄腮扁叶蜂幼虫虫数． １．２分布型的测定方法 ｍ山地，为西南部高山造林先锋树种…，木材应用 于建筑、家具及造纸等行业，为重要采脂树种．由于 近年来屡遭害虫侵袭，严重影响了树木采脂量和出 １．２．１聚集度指标法 １）Ｃａａｓｉｅｒ（１９６２）扩散系数Ｃ：Ｃ＝Ｓ２／ｍ 材率．楚雄腮扁叶蜂（Ｃｅｐｈａｌｉｃａ ｃｈｕｘｉｏｎｇｎｉｃａ Ｘｉａｏ）正 是危害云南松的害虫之一 ，该虫２年发生１代，取 式中：ｓ 为样本方差，ｍ为样本平均值． 当Ｃ＝１时，为随机分布；当Ｃ＞１时，为聚集分 布；当Ｃ＜１时，为均匀分布． 食云南松针叶，大量发生时全树针叶被啃食殆尽，引 起树木局部枯萎甚至整株死亡，严重影响树木生长 ．研究该虫的空问分布规律和抽样技术，可更好地 ２）ｋｕｎｏｕ（１９６８）的Ｃ ：Ｃ ＝（Ｓ 一ｍ）／ｍ 式中：ｓ 为样本方差，ｍ为样本平均值． 当Ｃ ＝０时，为随机分布；当Ｃ ＞０时，为聚集 分布；当Ｃ ＜０时，为均匀分布． ３）Ｌｌｏｙｄ（１９６７）聚块性指标Ｍ ／ｍ：Ｍ ＝ｍ＋ ／ｍ一１ 为做好监测、防治工作提供一定的科学依据． １材料与方法 １．１调查地点概况 调查地点位于会泽县金钟镇青云村云南松林． ２０１０年７月在该林中随机选取８块具有代表性的 收稿日期：２０１０—０８—２０；修回日期：２０１０－０９—２９． 式中：Ｍ 为平均拥挤度，ｍ为样本平均值． 作者简介：方舒（１９８８一），女，云南曲靖人．专业方向：森林资源保护 第６期 方舒：楚雄腮扁叶蜂幼虫空间分布型及最适抽样数研究 ・８９・ 当Ｍ：ｌ：／ｍ＝１时为随机分布；当Ｍ ／ｍ＞ｚ时， 为聚集分布；当Ｍ ／ｍ＜１时，为均匀分布． ４）Ｄａｖｉｄｈ＆Ｍｏｏｒｅ（１９５４）的丛生指标，：，＝Ｓ２／ ｍ一１ 表１ 楚雄鳃扁叶蜂在各小区的聚集度指标 Ｔａｂ．１ Ａｇｇｒｅｇａｔｉｏｎ ｉｎｄｅｘ ｏｆ Ｃｅｐｈａｌｉｃａ Ｃｈｕｘｉｏｎｇｎｉｃａ ｉｎ ｅａｃｈ ａｒｅａ 当，＝０时，为随机分布；当，＞０时，为聚集分 布；当，＜０时，为均匀分布． ５）Ｗａｔｅｒｓ（１９５９）的ｋ值：ｋ＝ｍ ／（ｓ 一ｍ） 值愈小，聚集度愈大，当 ＜０时，为均匀分 布；８＞ｋ＞０时，为聚集分布；当ｋ＞８时，则逼近 Ｐｏｉｓｓｏｎ分布． １．２．２回归分析法 １）Ｔａｙｌｏｒ（１９６１，１９６５，１９７８）的幂法则回归模 型：ｌｇｓ ＝ｌｇａ＋ｂｌｇｍ 式中：ｓ 为样本方差，ｍ为样本平均数，ｎ、ｂ为引入 的参数． Ｏ 当ｌｇａ＝０，ｂ＝１时，种群为随机分布；当Ｉｇａ＞ ０，ｂ＝ 时，种群为聚集分布，此时ｂ的值恒定，分布 不具密度依赖性；当ｌｇａ＞０，ｂ＞１时，种群为聚集分 布，分布具有密度依赖性；当ｌｇａ＜０，ｂ＝ｌ时，种群 为均匀分布，且密度越高，分布越均匀． ２）１ｗａｏ（１９６８，１９７１，１９７２）的回归模型：Ｍ：ｌ：＝ 仅＋１３ｍ 当 ＝０、１３＝１时，种群分布为随机型，分布的 ｏ 基本成分为单个个体；当 ＞０，Ｂ＝ｌ时，种群分布 为聚集分布，个体问相互吸引，分布的基本成分为个 体群，个体群为随机分布；当ＯＬ＝０，ｐ＞１时，为具有 Ｏ 公共．ｊ｝值的负二项分布；当 ＞０， ＞１时，为个体 群的聚集分布；当 ＝０，ｐ＜１或０＞ ＞一１，ｐ＝１ 时，为均匀分布． １．２．３空间分布型频次分布检验 将调查获得的数据列成频次分布表进行频次分 布检验，求得泊松分布、奈曼分布和负二项分布的理 论频次，与实际频次相比较，进行卡方检验，确定其 所属分布型． ２结果与分析 ２．１聚集度指标测定法 利用ＤＰＳ数据处理系统对调查数据进行计算， 得到楚雄腮扁叶蜂在各个小区的聚集度指标（表１）． ６种聚集度指标测定结果（表１）表明，在测定 的１０组数据中，Ｃ＞１；Ｃ ＞０；Ｍ￥／ｍ＞１；，＞０，８＞ Ｋ＞０，说明楚雄腮扁叶蜂在云南松林中的空间分布 型是聚集分布． 表２楚雄鳃扁叶蜂空间分布型频次分布检验结果 Ｔａｂ．２ Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｆｒｅｑｕｅｎｃｙ ａｎｄ ｄｉｓｔｒｉｂｕｔｉｏｎ ｔｅｓｔ ｒｅｓｕｌｔｓ ｏｆ Ｃｅｐｈａｌｉｃａ Ｃｈｕｘｉｏｎｇｎｉｃａ 每样方数 实测频数 Ｆｘ ２ ３ ４ ５ ６ ７ ８ ９ Ｈ Ｍ ＝２ 骢 勰 ７ Ｈ ６ ９ ９ ５ ６ ５ ５ ４ ２ ２ ％ Ⅲ Ⅲ ∞ ∞ ∞ 跗 眦 ％ 记 ∞ 黜 ㈣ １ １％ ｍ ；舳 姗 ＂ 硌 勰 ｌ 铝 鸵 ・９０・ 林业调查规划 第３５卷 ０ ２ ４ ５ ６ ７ ８ ９ ¨ Ｈ ＂ 加 船 鼹 Ｍ 勰 ７ 豫 ６ ９ ９ ５ ６ ５ ５ ４ ２ ２ ５ ４ ２ Ｏ ０．７９７２ ６１８．３３９３ ６００．０ｌ８３ ２１．２５８ｌ ３．５０９４ １１．６２２３ ２７．９９５２ ２４．８６ｌ９ ２６．７５７０ １．１４０１ ４１９．１５３６ ６６．９６３３ ５１．９１２９ ４２．６５８３ ３５．７１４６ ２８．８６３ｌ ２２．３８２３ ０．６６８９ ｌ３．９０５７ ０．４８４１ ０．２１７３ ０．３７５Ｏ ７．３ｌ３３ Ｏ．２５２７ ５１．７９０２ ４９．２２９６ ４４．０３５ｌ ３８．５６５７ ３３．４ｌ５２ ２８．７６５２ ２４．６５４８ ２１．０６５９ ｌ７．９５７２ １６．００４５ ２７．４６４５ ５．１９０９ ｌ６．３５４３ ３３．２０５１ ４８．８２０２ ５５．３７１９ ５０ ３９７４ ３７．８０４７ ６．７０６５ ｌ９．７２６０ ３８．６８０４ ５６．８８５７ ９３７．５ｌ３８ ４０．５２６０ ９．６４９５ ９．２０７１ ２２．６４１８ ３３．１２００ ４２．０３２９ ０．３５７０ ９．７９３５ Ｏ．Ｏｌ０２ ３０．１７７９ ２５．６３９７ ２１．８６３５ ６６ ９２７６ ６５．６ｌ８５ ５５．１４４３ ０．０２０４ １ ２９７０ ９．３９１９ ｌ８．６９１８ ｌ６．Ｏｌ１３ ｌ３．７３５９ ｌ１．７９８０ １Ｏ．１４３５ ８．７２８１ ７．５ｌ５５ ６．４７５１ ５．５８ｌ７ ４．８１３７ ４ １５３０ ３．５８４２ ２３．８２ｌ２ １２．７８６３ ５．９０８３ ２．３６９１ ０．８２９３ ０．２５４６ ５．８６６２ ３．６０１８ ０．１３９６ ２．９２１６ ４５．９１２６ ５５．１０１２ ４０．５４９３ ２６．５Ｏ４１ ｌ５．５９１４ ８．３３８１ ４．０８７５ １７．３８２９ ７．９３７２ ５．９００４ ０．０５２６ ０．８７２０ Ｏ．２１９４ ２．８４９３ Ｏ．１２８９ ０．００８５ Ｏ．８４１９ １５．２７９３ １２．９８１７ １１ Ｏ１６４ ９．３３９２ ７．９ｌ０７ ０．７０３８ ３．７５４９ Ｏ．３６９１ ５．９０４１ ５．３６５８ ０．Ｏ１２３ １．Ｏ７１０ １．８４９６ ０．７７７２ ０．３０４８ ０．１１２１ Ｏ．Ｏ３８８ ０．０１２７ ０．０６８８ ０．０１６４ ０．００３４ ２２４．７９２９ ９６９．６７５４ ４６４６．６８８Ｏ ６２７４．９３９０ ０ ０００１ Ｏ ４７４９９８０ ３５．０９７７ ７２．３２６７ ２ｌ３．２００８ ４０４ ６４３４ ３１１．６３９６ ０．０３４９ ０．０６０６ ０．００７２ ０．００５６ ０．７００２ Ｏ．３８７０ ６．６９５８ ５．６６３９ ４．７８８４ ０．０７２３ ０．０７７８ ０．００９４ ０．０００５ ０．５８８０ Ｏ．２７ｌ８ ０．０００６ ０．０００ｌ Ｏ ０ Ｏ Ｏ ４．０４６２ ３．４ｌ７６ ０．００３９ Ｏ．Ｏ０ｌ２ １０ｌ５．４２７０ ２ｌ６５１．５５００ ４９４８０．８０００ ４６２６１．８４００ ０ ３．０９４３ ２．６７２２ ２．３０８２ Ｉ．９９４２ １．７２３４ １．４８９６ １ ２８７７ ２．８８５６ ２．４３５５ ２．０５４９ １．７３３４ １．４６１７ １．２３２４ １ ０３８８ ２．０２７９ １．２４００ ０ １．７２３４ ０ ｌ６０９ ２．２７６７ ２．７００４ １．８４ｌｌ ０．０４１Ｏ １．４６１７ ０．０４３８ ３．７０３０ １ ８４０２７８４ ３３５６０６４６ ０ ０．０００３ ０ ０００１ ０ Ｏ ０ Ｏ ０ ｌ ８４１７８．９０００ Ｏ Ｏ Ｏ Ｏ ８．９９Ｅ＋Ｏ８ ９９９９６７５３ ９９９９９８７４ ９９９９９９９６ ０ ４Ｅ＋０８ ４Ｅ＋０８ Ｏ ７００２６５４ ３３４９７８１ ５４８９７５９１ １．１ｌ３４ ０．９６２９ ０．８３２８ ０ ７２０４ ０．６２３２ Ｏ．Ｏｌｌ６ １．１ｌ７２ ０．８７５４ Ｏ．７３７６ Ｏ．６２１３ ０．５２３３ ０．４４０７ ２．３４１１ ０．０ｌ７７ ２．１６０８ ３．０５９０ ０．５２３３ ５．５１６５ １ ７２Ｅ＋Ｏ８ ０ ３．８Ｅ＋０８ １．６３６０ ０．７２０４ ３．０４ｌ８ Ｏ．２４ｌ２ Ｏ ０ Ｏ ２．４７Ｅ＋０９ ４．０１５９ ３．Ｏｌ９９ 理论频次总 和＝４０９．００００ 卡方值 Ｃｈｉ＝４８ ｌ７９６３６３２．８９５ １ Ｐ＝０．０００１ 卡方值 Ｃｈｉ：３０８７９１９５４２．４８１０ Ｐ＝０．０００１ 卡方值 Ｃｈｉ＝９３．９０３０ Ｐ＝０ 卡方值 Ｃｈｉ＝９６．２３０１ Ｐ＝０ 第６期 方舒：楚雄腮扁叶蜂幼虫空间分布型及最适抽样数研究 理论频次总和 ＝卡方值Ｃｈｉ＝６０３３．５６９１ Ｐ＝０ 卡方值Ｃｈｉ＝６０３３．５６９１ Ｐ＝０ 卡方值Ｃｈｉ＝ｌ１０６０．６５７７ Ｐ＝０．０００１ 卡方值Ｃｈｉ＝５８０７８．９４０１ Ｐ＝０ ４０９．００００ ２．２线形回归方程检验结果 验结果． １）Ｔａｌｏｒ（１９６１）幂法则：ｌｇ ｓ ＝ｌｇａ＋ｂｌｇｍ 利用ＤＰＳ数据处理系统，得到线形回归方程检 ・９２・ 林业调查规划 第３５卷 ｌｇｓ 与ｌｇｍ的回归方程ｌｇ（ ）＝０．３０４０９＋ １．９４５１４×ｌｇｍ 分布频次检验的卡方值最小．根据ＤＰＳ数据处理系 统选择分布型以卡方值最小的原则，说明楚雄腮扁 叶蜂的空间分布型属于负二项分布． ２．４最适抽样数的确定 按１ｗａｏ的ｍ —ｍ回归方程确定理论抽样数 （Ｎ）（表５）公式为： Ｎ：ｔ２／Ｄ Ｘ［（ＯＬ＋１）／ｍ＋Ｂ一１］ 式中：ｔ为一定概率保证下的正态离差值，田间调查 一相关系数ｒ：０．９３９９ 方程中ｌｇａ＝０．３０４０９＞０，ｂ＞１，且Ｓ ＞ｍ，说明 楚雄腮扁叶蜂呈聚集分布型． ２）１ｗａｏ（１９６８，１９７１，１９７２）的Ｍ 与ｍ回归模 型：Ｍ￥＝ ＋３ｍ Ｍ ＝０．２９９９９＋２．６６５６７Ｍ 相关系数ｒ＝０．９５１７ 方程中 ＞０，Ｂ＞１，说明楚雄腮扁叶蜂呈聚集 分布型． ２．３空间分布型频次分布检验结果 般取１；Ｄ为允许误差，取０．０５、０．１或０．２；ｍ为 平均虫口密度； 、Ｂ为１ｗａｏ模型参数，分别为 ０．２９９９９、２．６６５６７． 当Ｄ＝０．０５时，最适抽样公式为：Ｎ＝５１９．９９６／ ｍ＋６６６．２６８ 将调查获得的数据列成频次分布表，利用ＤＰＳ 数据处理系统进行频次分布检验（表２～表４）． 样方均值＝５．８８２６；样本方差＝４４．６３８２ 二项分布、泊松分布、核心分布、泊松负二项分 布、复合泊松分布频次检验的卡方值均较大，负二项 当Ｄ＝０．１时，最适抽样公式为：Ｎ＝１２９．９９／ｍ ＋ｌ６６．５６ 当Ｄ＝０．２时，最适抽样公式为：Ｎ＝３２．４９９／ｍ ＋４１．６４１ 表５楚雄腮扁叶蜂不同虫口密度下的最适抽样数 Ｔａｂ．５ Ｂｅｓｔ ｓａｍｐｉｎｇ ｏｆ Ｃｅｐｈａｌｉｃａ Ｃｈｕｘｉｏｎｇｎｉｃａ ｐｏｐｕｌａｔｉｏｎ ｉｎ ｄｉｆｆｅｒｅｎｔ ｄｅｎｓｉｔｙ 由表５可看出，同一误差水平下，随种群密度的 增加，抽样数相应减少；在同一密度水平下，允许误 差越大，抽样数越少． 上制定了不同允许误差下的最适抽样数表，为快速、 准确地进行害虫预测预报提供参考． 致谢：云南林业职业技术学院荣昌鹤副教授在本文 ３结论 昆虫种群的空间分布型是昆虫种群的主要特征 之一，研究昆虫种群的空间分布型有助于确定或改 进有效的抽样设计方案，对了解昆虫种群扩散行为 和种群管理具有一定的实际意义．本研究利用ＤＰＳ 撰写过程中给予指导，特此致谢！ 参考文献： ［１］中国科学院中国植物志编辑委员会．中国植物志第七 卷裸子植物门［Ｍ］．北京：科学出版社，１９７８：２５５—２５８． ［２］萧刚柔．中国扁叶蜂（膜翅目：扁叶蜂科）［Ｍ］．北京：中 国林业出版社，２００２：５４—５５． 数据处理系统对楚雄腮扁叶蜂进行空间分布型研 究，各项聚集度指标值以及回归方程参数组合均说 明楚雄腮扁叶蜂的空间分布型属于聚集分布，应用 空间分布型频次分布检验进一步说明楚雄腮扁叶蜂 的空间分布型属于聚集型的负二项分布，在此基础 ［３］唐启义，冯明光．ＤＰＳ数据处理系统［Ｍ］．北京：科学出 版社，２００７：４７３—４７９． ［４］李秀国，范航清，刘文爱．白骨壤林小袋蛾幼虫空间分 布型的初步研究［ｊ］．中国森林病虫，２００９，２８（３）：２１—２３．
