<address id="japib"><nav id="japib"></nav></address>

<cite id="japib"></cite>

        草地貪夜蛾在云南省曲靖市的潛在適生區及其造成的經濟損失評估

        張瓊 趙林 何平 鄭科美 巫鵬翔 范靖宇

        引用本文:
        Citation:

        草地貪夜蛾在云南省曲靖市的潛在適生區及其造成的經濟損失評估

          作者簡介: 張 瓊(1967?),女,云南人,研究員,主要研究方向為農作物病蟲害防治技術;
          通訊作者: 范靖宇, fanjingyu@ioz.ac.cn

        The potential distribution analysis and economic loss assessmentof Spodoptera frugiperda (Smith) in Qujing, Yunnan Province

          Corresponding author: FAN Jing-yu, fanjingyu@ioz.ac.cn
        • 摘要: 草地貪夜蛾起源于美洲熱帶和亞熱帶地區,是聯合國糧農組織全球預警的重要農業害蟲. 對該蟲的潛在適生區進行預測分析并評估其造成的經濟損失,可以為相關管理部門制訂防控預警和防治措施提供有價值的參考. 研究采用MaxEnt模型對該蟲在云南的潛在適生區進行預測分析. 基于曲靖市農業局統計的玉米種植面積,結合實際調查草地貪夜蛾對其取食及造成的減產情況,進一步評估該蟲對云南省曲靖市農業可能造成的經濟損失,得出該蟲2019年對玉米為害造成的直接經濟損失為2902.67萬元. 草地貪夜蛾最早侵入我國的省份就是云南,給我國農業帶來巨大威脅,應進一步加大防控力度. 曲靖市位于云南省東部,為云南、廣西、貴州三省交界處,更應在農藥防治的基礎上開展合理的防治控制措施,利用監測技術嚴密監測蟲情動態,以期防止草地貪夜蛾進一步遷飛擴散.
        • 圖 1  草地貪夜蛾在曲靖市的潛在適生區分布情況

          Figure 1.  Potential suitability distribution of S. frugiperda in Qujing

          表 1  本研究中使用的環境變量

          Table 1.  Environmental variables used in the study

          變量變量描述單位
          bio2晝夜溫差月均值
          bio4溫度季節性變化標準差
          bio12年平均降水mm
          bio15降水量季節性變異系數
          prec11月降水量mm
          srad77月太陽輻射kJ·m?2·d?1
          tmin11月最低氣溫
          tmin77月最低氣溫
          下載: 導出CSV

          表 2  2019年曲靖市各縣潛在適生程度占比及經濟損失

          Table 2.  The ratio of suitability proportion and economic loss of each country in Qujing in 2019

          地名種植面積/(萬 hm2)低度適生區占比/%中度適生區占比/%高度適生區占比/%經濟損失/萬元
          師宗縣1.700.400.9310.65240.10
          陸良縣1.990.310.7511.36362.84
          羅平縣2.900.441.119.95390.60
          馬龍縣1.200.020.2513.50176.68
          麒麟區1.230.400.6211.36218.01
          沾益區2.400.572.167.10310.14
          宣威市9.130.882.474.26434.46
          富源縣2.611.101.554.26377.98
          會澤縣4.160.882.162.56391.86
          總計27.325.0012.0075.002902.67
          下載: 導出CSV
          幸运快三
        • [1] Sparks A N. A review of the biology of the fall armyworm[J]. The Florida Entomologist, 1979, 62(2): 82-86. DOI:  10.2307/3494083.
          [2] EPPO/CABI. Quarantine oests for europe[M]. 2nd ed. Wal-lingford: CAB International, 1997: 668-673.
          [3] Robinson G S, Ackery P R, Kitching I J, et al. HOSTS—a database of the world’s Lepidopteran hostplants[EB/OL]. [2019-09-10]. https://www.nhm.ac.uk/our-science/data/hostplants/search/index.dsml.
          [4] Casmuze A, Juárez M L, Socías M G, et al. Revisión de los hospederos del gusano cogollero del maíz, Spodoptera frugiperda (Lepidoptera: Noctuidae)[J]. Revista de la Sociedad Entomológical Argentina, 2010, 69(3-4): 209-231.
          [5] Todd E L, Poole R W. Keys and illustrations for the armyworm moths of the noctuid genus Spodoptera guenee from the Western Hemisphere[J]. Annals of the Entomological Society of America, 1998, 73(6): 722-738. DOI:  10.1093/aesa/73.6.722.
          [6] CABI. Fall Armyworm Portal[EB/OL]. [2019-09-10]. https://www.cabi.org/ISC/fallarmyworm.
          [7] 劉賓照. 曲靖市玉米增產潛力分析與對策措施[J]. 安徽農業科學, 2013, 41(10): 4 289-4 290. DOI:  10.3969/j.issn.0517-6611.2013.10.019. Liu B Z. Corn yield potential analysis and countermeasures of Qujing City[J]. Journal of Anhui Agricultural Sciences, 2013, 41(10): 4 289-4 290.
          [8] 劉賓照, 錢成明, 陶艷. 曲靖市玉米生產現狀及可持續發展對策[J]. 現代農業科技, 2012(13): 66-68. Liu B Z, Qiao C M, Tao Y. Corn production status and sustainable development countermeasures in Qujing City[J]. Modern Agricultural Technology, 2012(13): 66-68.
          [9] Yonow T, Kriticos D J, Ota N, et al. The potential global distribution of Chilo partellus, including consideration of irrigation and cropping patterns[J]. Journal of Pest Science, 2017, 90(2): 459-477. DOI:  10.1007/s10340-016-0801-4.
          [10] Qin A, Liu B, Guo Q S, et al. Maxent modeling for predicting impacts of climate change on the potential distribution of Thuja sutchuenensis Franch. an extremely endangered conifer from southwestern China[J]. Global Ecology and Conservation, 2017, 10(17): 139-146. DOI:  10.1016/j.gecco.2017.02.004.
          [11] 張曉峰, 佟友貴, 楊建東, 等. 基于Maxent生態位模型預測球果角脛象在云南的潛在地理分布[J]. 環境昆蟲學報, 2013, 35(1): 28-32. DOI:  10.3969/j.issn.1674-0858.2013.01.05. Zhang X F, Tong Y G, Yang J D, et al. Maximum entropy niche-based modeling (Maxent) of potential geographical distributions of weevil Shirahoshizo conifera Chao in Yunnan Province[J]. Journal of Environmental Entomology, 2013, 35(1): 28-32.
          [12] 李勤文, 李永和, 劉建宏, 等. 基于Maxent模型的細梢小卷蛾云南潛在分布區預測[J]. 南京林業大學學報: 自然科學版, 2013, 37(6): 40-43. Li Q W, Li Y H, Liu J H, et al. Prediction of potential distribution of Rhyacionia leptotubula based on Maxent ecological niche model in Yunnan province[J]. Journal of Nanjing Forestry University: Natural Sciences Edition, 2013, 37(6): 40-43.
          [13] Lu H, Chen Q, Lu F P. Suitability assessment of Mononychellus tanajoa (Acari:Tetranychidae) in Yunnan based on Maxent model[J]. Agricultural Science&Technology, 2011, 12(12): 1 905-1 908. DOI:  10.16175/j.cnki.1009-4229.2011.12.026.
          [14] 姜玉英, 劉杰, 謝茂昌, 等. 2019年我國草地貪夜蛾擴散為害規律觀測[J]. 植物保護, 2019, 45(6): 10-19. DOI:  10.16688/j.zwbh.2019539. Jiang Y Y, Liu J, Xie M L, et al. Observation on law of diffusion damage of Spodoptera frugiperda in China in 2019[J]. Plant Protection, 2019, 45(6): 10-19.
          [15] Hijmans R J, Cameron S E, Parra J L, et al. Very high resolution interpolated climate surfaces for global land areas[J]. International Journal of Climatology, 2005, 25(1): 1 965-1 978. DOI:  10.1002/joc.1276.
          [16] Escobar L E, Lira-noriega A, Medina-Vogel G, et al. Potential for spread of the white-nose fungus (Pseudogymnoascus destructans) in the Americas: Use of Maxent and Niche A to assure strict model transference[J]. Geospatial Health, 2014, 9(1): 221-229. DOI:  10.4081/gh.2014.19.
          [17] Peterson A T, Nakazawa Y. Environmental data sets matter in ecological niche modelling: An example with Solenopsis invicta and Solenopsis richteri[J]. Global Ecology and Biogeography, 2008, 17(1): 135-144. DOI:  10.1111/j.1466-8238.2007.00347.x.
          [18] 朱耿平, 范靖宇, 王夢琳, 等. ROC曲線形狀在生態位模型評價中的重要性—以美國白蛾為例[J]. 生物安全學報, 2017, 26(3): 184-190. DOI:  10.3969/j.issn.2095-1787.2017.03.002. Zhu G P, Fan J Y, Wang M L, et al. The importance of the shape of receiver operating characteristic (ROC) curve in ecological model evaluation—Case study of Hlyphantria cunea[J]. Journal of Biosafety, 2017, 26(3): 184-190.
          [19] 閻偉, 劉麗, 李朝緒, 等. 入侵害蟲椰子織蛾對海南椰子造成的經濟損失評估[J]. 中國南方果樹, 2015, 44(4): 156-159. DOI:  10.13938/j.issn.1007-1431.20140408. Yan W, Liu L, Li C X, et al. Assessment of the economic loss caused by the invasive pest coconut weavers in Hainan[J]. South China Fruits, 2015, 44(4): 156-159.
          [20] 秦譽嘉, 楊冬才, 康德琳, 等. 草地貪夜蛾對我國玉米產業的潛在經濟損失評估[J]. 植物保護, 2019, 46(1): 69-73. DOI:  10.16688/j.zwbh.2019528. Qin Y J, Yang D C, Kang D L, et al. Potential economic loss assessment of maize industry caused by fall armyworm (Spodoptera frugiperda) in China[J]. Plant Protection, 2019, 46(1): 69-73.
          [21] 喜超, 姜玉英, 木霖, 等. 草地貪夜蛾在云南的潛在適生區分析及經濟損失預測[J]. 南方農業學報, 2019, 50(6): 1 226-1 233. DOI:  10.3969/j.issn.2095-1191.2019.06.10. Xi C, Jiang Y Y, Mu L, H, et al. The potential distribution analysis and economic loss prediction of Spodoptera frugiperda (J. E. Smith) in Yunnan Province[J]. Journal of Southern Agriculture, 2019, 50(6): 1 226-1 233.
        • [1] 張春華和菊孫永玉李昆 . 基于Maxent模型的原種紅椿適生區變遷預測及在引種區劃上的應用. 云南大學學報(自然科學版), 2018, 40(1): 164-173. doi: 10.7540/j.ynu.20170013
          [2] 湯柔馨馬友鑫莫慧珠沙麗清李紅梅劉文俊孫燕瓷梅岑岑馬斌張強 . 橡膠林復合種植模式的生態與經濟效益評價. 云南大學學報(自然科學版), 2016, 38(S1): 121-. doi: 10.7540/j.ynu.20160181
          [3] 汪志云陳培杰張良英 . 含頻率噪聲信號對單模激光損失模型隨機共振的影響. 云南大學學報(自然科學版), 2011, 33(6): 667-671.
          [4] 楊森霖張健楊萬勤吳福忠譚中越陳良華石堅俞周池 . 干熱河谷區不同坡位引種巨菌草根系生長特性研究*. 云南大學學報(自然科學版), 2018, 40(3): 577-585. doi: 10.7540/j.ynu.20170649
          [5] 胡健生吳金亮黨承林鐘興耀道美標 . 云南昭通大山包自然保護區越冬黑頸鶴種群生態研究. 云南大學學報(自然科學版), 2002, 24(2): 140-143,146.
          [6] 林世偉武瑞東 . “三江并流”區生態系統土壤保持服務的空間分布特征. 云南大學學報(自然科學版), 2015, 37(2): 295-302. doi: 10.7540/j.ynu.20140501
          [7] 李向陽鄧小鵬馬二登賈燕超李軍營鄧建華 . 云南煙區烤煙石油醚提取物含量與品種和區域生態關系研究. 云南大學學報(自然科學版), 2011, 33(5): 604-609.
          [8] 宋麗華王鳳鳴 . 入射夸克的能量損失效應. 云南大學學報(自然科學版), 2014, 36(1): 45-50. doi: 10.7540/j.ynu.20130071
          [9] 代亮柳玉霞劉潔李昊陽王曉桐徐吉臣 . 12個草地早熟禾品種愈傷組織誘導體系的研究. 云南大學學報(自然科學版), 2012, 34(6): 722-730.
          [10] 王若男???/a> , 宗容和家慧羅文君 . 基于損失制輪詢調度的頻譜接入機制研究. 云南大學學報(自然科學版), 2018, 40(1): 50-56. doi: 10.7540/j.ynu.20170266
          [11] 安柏林康國發 . 基于CHAOS-5模型研究中國大陸地區地磁場長期變化. 云南大學學報(自然科學版), 2017, 39(5): 789-797. doi: 10.7540/j.ynu.20160686
          [12] 楊子生 . 論土地生態規劃設計. 云南大學學報(自然科學版), 2002, 24(2): 114-124,129.
          [13] 譚昆盧麗萍 . 《曲靖師范學院學報》為地方經濟文化社會發展服務的策略. 云南大學學報(自然科學版), 2011, 33(S2): 135-137.
          [14] 何大明趙文娟陳麗暉 . 漫灣庫區生態變化及其原因. 云南大學學報(自然科學版), 2004, 26(3): 220-226.
          [15] 宋麗華王鳳鳴 . 質子與原子核碰撞J/ψ產生過程中的能量損失效應. 云南大學學報(自然科學版), 2015, 37(2): 222-227. doi: 10.7540/j.ynu.20140521
          [16] 李紅星黃解軍梁友嘉王歡張一馳 . 基于遙感生態指數的武漢市生態環境質量評估. 云南大學學報(自然科學版), 2020, 42(1): 81-90. doi: 10.7540/j.ynu.20190174
          [17] 楊克楊舉倫覃揚郭慶王琨嵐楊瑩譚德勇 . Si-1基因中一個多態位點的初步分析. 云南大學學報(自然科學版), 2004, 26(5): 450-453,458.
          [18] 趙永輝劉開宇 . 一次貴州暴雨過程的濕位渦診斷分析. 云南大學學報(自然科學版), 2012, 34(S2): 386-389.
          [19] 王衛國劉曉璐樊雯璇郭世昌王顥樾李萍成佳麗馬志敏 . 大氣對流層頂位溫與高度的變化分析. 云南大學學報(自然科學版), 2011, 33(1): 51-59 .
          [20] 李燕博楊自騰馬嵐 . HPV-58型E7蛋白抗原模擬表位的篩選及分析. 云南大學學報(自然科學版), 2014, 36(6): 920-927. doi: 10.7540/j.ynu.20140142
        • 加載中
        圖(1)表(2)
        計量
        • 文章訪問數:  212
        • HTML全文瀏覽量:  188
        • PDF下載量:  8
        • 被引次數: 0
        出版歷程
        • 收稿日期:  2019-12-23
        • 錄用日期:  2020-05-16
        • 網絡出版日期:  2020-10-17
        • 刊出日期:  2020-11-10

        草地貪夜蛾在云南省曲靖市的潛在適生區及其造成的經濟損失評估

          作者簡介:張 瓊(1967?),女,云南人,研究員,主要研究方向為農作物病蟲害防治技術
          通訊作者: 范靖宇, fanjingyu@ioz.ac.cn
        • 1. 曲靖市植保植檢站,云南 曲靖 655000
        • 2. 會澤縣植保植檢站,云南 會澤 654200
        • 3. 中國科學院動物研究所動物進化與系統學重點實驗室,北京 100101
        • 4. 中國科學院大學,北京 100049

        摘要: 草地貪夜蛾起源于美洲熱帶和亞熱帶地區,是聯合國糧農組織全球預警的重要農業害蟲. 對該蟲的潛在適生區進行預測分析并評估其造成的經濟損失,可以為相關管理部門制訂防控預警和防治措施提供有價值的參考. 研究采用MaxEnt模型對該蟲在云南的潛在適生區進行預測分析. 基于曲靖市農業局統計的玉米種植面積,結合實際調查草地貪夜蛾對其取食及造成的減產情況,進一步評估該蟲對云南省曲靖市農業可能造成的經濟損失,得出該蟲2019年對玉米為害造成的直接經濟損失為2902.67萬元. 草地貪夜蛾最早侵入我國的省份就是云南,給我國農業帶來巨大威脅,應進一步加大防控力度. 曲靖市位于云南省東部,為云南、廣西、貴州三省交界處,更應在農藥防治的基礎上開展合理的防治控制措施,利用監測技術嚴密監測蟲情動態,以期防止草地貪夜蛾進一步遷飛擴散.

        English Abstract

        • 草地貪夜蛾(Spodoptera frugiperda (Smith),英文名fall armyworm,故又稱秋粘蟲)是一種具有遠距離飛行能力的世界性農業害蟲[1],可危害的谷物和飼草等重要經濟作物達100余種[2-4]. 目前該蟲已在全球100個國家發生,對玉米造成嚴重危害,其中,危害最重的阿根廷減產了72%. 該蛾原產于美洲熱帶和亞熱帶地區[5],2016年在非洲尼日利亞和加納首次發現,2018年5月傳入印度的卡納塔克邦,并于同年12月陸續入侵至孟加拉、斯里蘭卡及緬甸等國家[6]. 該蟲于2019年1月11日首次被發現入侵我國云南省江城縣,并于后續數月向全國26個省市蔓延,共造成實際危害面積約16.4萬hm2(約246萬畝).

          曲靖市位于云南省東部,為云南、廣西、貴州三省交界處,介于103°03′E~104°50′E、24°19′N~27°03′N之間. 該地區氣候特點突出,主要為亞熱帶高原季風氣候. 玉米是該市第一大糧食作物,農業基礎和自然生態條件有利于玉米的種植,在全市乃至全省糧食生產中占有重要地位[7]. 曲靖市屬全國6大玉米區劃的西南山地玉米區,全市又分為4大玉米生態區:一是以麒麟區、陸良縣和沾益縣南部為代表的溫暖平壩種植區;二是以會澤縣、宣威市、富源縣和沾益縣北部為代表的溫帶山地種植區;三是以會澤縣、宣威市北部為代表的高寒種植區;四是以師宗縣和羅平縣南部為代表的低熱河谷種植區[8]. 經曲靖市農業局統計,2019年作物播種面積為320萬hm2,玉米作為主要的糧食作物,播種面積占糧食總面積的49 %. 目前研究尚未對重點區域展開系統的適生區分析和經濟損失評估.

          以往研究多聚焦世界或全國范圍入侵物種適生情況的研究[9-10],亦有針對云南境內利用MaxEnt模型進行農業有害昆蟲的研究[11-13],但對區域尺度下物種入侵的適生性研究卻少之又少. 本研究基于草地貪夜蛾在相關文獻及數據庫中的確切記錄,選取具有限制性的氣候變量建立MaxEnt模型,對該蟲在云南的潛在適生區進行預測分析,評估其對云南省曲靖市農業可能造成的危害. 同時根據該市2019年各縣(市、區)玉米的產量,初步預測該蟲可能造成的經濟損失,為相關部門制訂防控預警及措施提供有價值的參考.

          •   (1)分布數據 草地貪夜蛾的分布點主要基于GBIF全球生物多樣性數據(http://www.gbif.org)和國內相關文獻[14],這些物種分布點基本涵蓋了其目前在中國的分布范圍,可對其生態需求進行全面分析. 物種分布點的采樣偏差一般會造成生態位模型的過度擬合,從而降低模型的轉移能力. 本研究通過去除柵格內距離較近的物種分布點降低采樣偏差對生態位模型模擬的影響,最終整理出草地貪夜蛾在全國的分布數據132條,統一將其轉換成十進制地理坐標的形式用于建模.

            (2)環境變量 環境變量的選擇主要考慮其對草地貪夜蛾地理分布的限制性以及變量間的相關性. 以WorldClim數據中心[15]中19種生物氣候數據為基礎,因氣候數據存在一定的相關性,首先去除溫度和降水偶聯的4個環境變量(即bio8和bio9,bio18和bio19)[16],然后添加1月最低氣溫、1月最高氣溫、1月平均氣溫、1月太陽輻射、1月風速、7月最低氣溫、7月最高氣溫、7月平均氣溫、7月太陽輻射、7月風速、有效積溫以及地理高程數據等共27個備選環境變量進行后期處理. 空間分辨率30 arc-seconds (≈1 km). 然后依據環境因子的重要性排序和各環境因子之間的相關性,最終從27個常見氣候變量中各選取最具有統計學意義的8個氣候變量(Peterson相關性值<0.9)進行空間比對和構建模型(表1).

            變量變量描述單位
            bio2晝夜溫差月均值
            bio4溫度季節性變化標準差
            bio12年平均降水mm
            bio15降水量季節性變異系數
            prec11月降水量mm
            srad77月太陽輻射kJ·m?2·d?1
            tmin11月最低氣溫
            tmin77月最低氣溫

            表 1  本研究中使用的環境變量

            Table 1.  Environmental variables used in the study

          •   (1)建立模型 本研究采用MaxEnt模型對物種分布范圍進行模擬. 在默認參數的系統收斂閾限10?5和最大迭代次數500下,對草地貪夜蛾的本土區域構建模型,輸出模式采用指數形式. 研究隨機選取70%的物種分布點用于模型構建,剩余的30%分布數據用于模型檢驗,采用partial ROC方案測試模型的本土預測能力和轉移能力[17],最后基于所有物種分布點數據構建模型后用于結果展示. 與傳統AUC(area under the curve)相比,partial ROC方案更具優勢,它采用AUC比率評價模型,AUC比率>1說明模型相對隨機預測較好,AUC比率<1說明模型相對隨機預測較差[18].

            (2)損失評估 草地貪夜蛾為害玉米造成的經濟損失可用貨幣估算,包括由于產量、品質等方面的直接經濟損失費用和對生產者、消費者乃至國家的間接經濟損失和防治費用[19]. 為了簡化研究,本文僅考慮對生產者的影響而沒有分析對消費者的影響. 直接經濟損失的核算主要指草地貪夜蛾取食為害后,影響玉米的正常發育,從而造成植株品質下降,進而產量質量降低造成的經濟損失. 具體經濟損失評估模型為:

            $ L=S \times A \times I \times R \times Q \times P, $

            式中S表示玉米的種植面積(以農業局統計結果為準);A表示草地貪夜蛾適生區面積占玉米總面積的比例(以適生區預測的結果為準);I表示單位面積玉米的受害率(以實地調查結果為準)值,為10%;P表示玉米市場均價2.2元/kg;R表示單位面積玉米產量的損失率(以實地調查結果為準),單位面積玉米包谷產量損失率數據基于當地植保站測產的結果,為5%;Q表示單位面積玉米產量(以單位面積的玉米株數乘以每株產量獲得). 單位面積包谷產量根據各縣調查情況,得到的均值為10500 kg/hm2(700 kg/畝).

          • 在本研究的預測中,MaxEnt模型能較好地預測草地貪夜蛾在云南省的分布. 云南省是草地貪夜蛾最早入侵的省分,曲靖市于4月18日在師宗五龍南巖村、羅平長底發達村玉米地首次發現蟲害. 從模型的模擬結果顯示,草地貪夜蛾潛在適生區分布范圍較大,幾乎遍及全境. 除會澤縣和宣威市風險較小外,其余地區入侵概率均較大,尤其中南部地區幾乎所有縣、鄉都有較高的入侵風險. 在曲靖市2.89萬km2的國土面積中,高適生區的區縣有陸良縣、師宗縣、羅平縣、馬龍縣、麒麟區和沾益區,面積約2.17萬km2,接近曲靖市國土面積的75%;中度適生區和低度適生區面積分別為0.29萬km2和0.14萬km2,分別接近曲靖市國土面積的12%和5%(圖1),各縣(市)適生程度所占比例如表2所示.

            圖  1  草地貪夜蛾在曲靖市的潛在適生區分布情況

            Figure 1.  Potential suitability distribution of S. frugiperda in Qujing

            地名種植面積/(萬 hm2)低度適生區占比/%中度適生區占比/%高度適生區占比/%經濟損失/萬元
            師宗縣1.700.400.9310.65240.10
            陸良縣1.990.310.7511.36362.84
            羅平縣2.900.441.119.95390.60
            馬龍縣1.200.020.2513.50176.68
            麒麟區1.230.400.6211.36218.01
            沾益區2.400.572.167.10310.14
            宣威市9.130.882.474.26434.46
            富源縣2.611.101.554.26377.98
            會澤縣4.160.882.162.56391.86
            總計27.325.0012.0075.002902.67

            表 2  2019年曲靖市各縣潛在適生程度占比及經濟損失

            Table 2.  The ratio of suitability proportion and economic loss of each country in Qujing in 2019

          • 本研究基于實際調查草地貪夜蛾對農作物的取食及造成的減產情況,對直接經濟損失進行核算. 由于曲靖市玉米種植面積常年處于動態變化中,研究以曲靖市農業局統計結果為準. 對草地貪夜蛾在曲靖市的潛在適生區面積基于MaxEnt軟件分析得出,結果顯示全市幾乎都處于高適生區內,初步預計該蟲在曲靖市潛在適生區面積占全市玉米總面積比例的92%. 綜上,2019年草地貪夜蛾對玉米為害造成的直接經濟損失為:L=27.32萬hm2×10000×92%×10%×5%×2.2元/kg×10500 kg/hm2=2902.67萬元. 由此得出2019年高度適生區所造成的經濟損失在2366.31萬元,中度適生區造成的經濟損失在378.61萬元,低度適生區造成的經濟損失在157.75萬元. 經濟損失從高到低依次為馬龍縣、陸良縣、麒麟區、師宗縣、羅平縣、沾益區、宣威縣、富源縣和會澤縣(表2).

          • 草地貪夜蛾作為一種遷飛性入侵昆蟲,其繁殖力強,擴散迅速,可在云南全境適生并造成危害,對云南農業生產構成嚴重威脅. 曲靖市地處云南省東部屬亞熱帶氣候,光熱資源豐富,有利于植物的光合作用,土壤肥沃,礦物質豐富,加之便利的灌溉條件,具有優越的自然條件來種植玉米[8]. 本研究基于MaxEnt模型對草地貪夜蛾在云南省曲靖市的潛在適生區進行預測,得到的結果具有可靠的科學意義. 結果表明該蟲在曲靖市的潛在分布區域幾乎涵蓋所有縣(市、區)的玉米產區,除迪慶等部分高寒山區風險較小外,其余地區入侵概率均較大,中部入侵風險最高. 潛在的適生區遠大于目前的分布范圍,因此還存在很大的待入侵空間. 該市海拔在800~4500 m之間,部分未呈現適生的地區也不排除存在適生可能,其原因主要是受現實中海拔等因素的影響,使得草地貪夜蛾發生點出現的時間很短暫.

            本研究以2019年為基準來核算草地貪夜蛾對云南省曲靖市玉米所造成的經濟損失,對草地貪夜蛾入侵云南省曲靖市造成的經濟損失建立了評估模型. 秦譽嘉等[20]對我國玉米產業的潛在經濟損失進行了評估,喜超等[21]按照市場價格法初步建立了草地貪夜蛾入侵云南造成的經濟損失預測模型,使用的是云南省2017年農作物種植面積和產量數據,兩者均未針對具體的市和縣進行評估. 本研究結合實地考察的玉米種植面積和產量數據,定量預測草地貪夜蛾可能造成的經濟損失. 結果顯示2019年曲靖市的玉米損失可達2902.67萬元人民幣,各縣損失程度按從高到低依次為馬龍縣、陸良縣、麒麟區、師宗縣、羅平縣、沾益區、宣威縣、富源縣和會澤縣,該結果可為各縣的實際防治費用提供參考.

            草地貪夜蛾的潛在分布區主要由其自身對外部環境的適應性和生理耐受程度決定. 雖然氣候變化在一定程度上會影響該蟲的地理分布,但其對環境的適應性進化以及防治后產生的抗藥性也可能是影響分布變化的主要因素. 由于該蟲的繁殖速度非???,可在短時間內爆發成災,加上頻繁的種群基因交流,特別幼蟲在3齡后的食量與抗藥性會越來越強,嚴重危害農作物的產量和品質. 自國家農業農村部發布草地貪夜蛾蟲情以來,曲靖市農業農村局高度關注草地貪夜蛾發生動態,于2019年4月18日在師宗五龍南巖村、羅平長底發達村玉米地首次發現草地貪夜蛾. 截止2019年12月,全市的9個縣(市、區)均已發現幼蟲為害. 由于草地貪夜蛾已定殖種群不斷繁衍,使得曲靖市內防控壓力進一步增大. 為抑制草地貪夜蛾擴散和為害,該市對疑似草地貪夜蛾危害已進行認真細致調查,針對不同海拔梯度的田塊設置不同的防御屏障和開展化學防治. 隨著災害發生面積的持續擴大,造成的損失還將進一步增加,這對全國的玉米產量及收入存在巨大的威脅,仍需進一步加大防控力度,嚴密監測蟲情動態. 草地貪夜蛾給云南省曲靖市農業帶來巨大威脅. 因此,在科學防治的基礎上,應更為積極的開展對該蟲生物學特性、暴發成災機理、傳播擴散路途及生物防治等其他控制措施的研究,為草地貪夜蛾的有效治理和降低農作物危害提供有效的參考價值.

            致謝:感謝中國科學院動物研究所張潤志研究員、劉寧博士和姜春燕博士在工作中給予的指導和幫助;感謝博士生田天祺、碩士生任麒麟在研究過程中提出的寶貴意見;感謝云南省曲靖市植保植檢站及會澤縣植保植檢站相關人員給予的數據匯總和在實驗實施過程中給予的幫助.

        參考文獻 (21)

        目錄

          /

          返回文章
          返回