JoVE Journal > Environment
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
Automatic Translation
Please note that all translations are automatically generated. Click here for the English version.
Environment

用虱、烟粉虱在棉花中开发无梗昆虫生命表的方法作为模型系统

Published: November 01, 2017
doi:
10.3791/56150
,
1USDA-ARS, Arid-Land Agricultural Research Center, 2Department of Entomology,Maricopa Agricultural Center, University of Arizona

Summary

生命表允许定量的来源和死亡率的昆虫种群, 有助于理解, 预测和操纵人口动态在生态。本文介绍了在无梗幼生物期的昆虫田间 cohort-based 生命表的传导和分析方法。

Abstract

生命表提供了一种方法来测量随着时间的推移人口出生和死亡的时间表。它们还可用于量化人口死亡率的来源和比率, 在生态学中有各种应用, 包括农业生态系统。水平, 或 cohort-based, 生命表提供了最直接和准确的量化关键人口率的方法, 因为他们跟随一群人从出生到死亡的人口。在这里, 我们提出的协议, 以进行和分析 cohort-based 生命表的领域, 利用无梗性质的不成熟生命阶段的全球害虫, 烟粉虱。个体昆虫位于棉叶的底面上, 通过用无毒的钢笔在昆虫周围画一个小圆圈来标记。随着时间的推移, 这种昆虫可以被反复观察, 用手部镜片来测量从一个阶段到下一个时期的发展, 并确定与自然和引入的死亡力量相关的特定阶段死亡原因。分析解释了如何正确地测量在每个阶段同时的多重死亡力量, 以及如何使用这些数据来提供有意义的人口动态指标。该方法不直接考虑成人的生存和繁殖, 从而限制了对未成熟阶段动力学的推断。一个例子是, 侧重于测量的影响, 自下而上 (植物质量) 和自上而下 (天敌) 影响的死亡率动态的B. 虱粉在棉花系统。

Introduction

生命表是一个在生态学中具有悠久历史的常用工具1,2。生命表实质上是一个时间内的人口出生率和死亡率的时间表, 这些数据可以用来量化一些重要的参数来理解和预测人口动态。生命表还可能提供有关死亡原因的信息, 这些因素对于了解营养相互作用以及制定农业和自然系统中害虫管理的控制策略都很重要。已经为昆虫搭建了许多实地的生命表3,4,5, 分析为许多管理和预测昆虫种群的动态、调控和预报提供了重要的洞察力。自然系统6,7,8,9,10,11,12,13,14.“生命表” 一词也经常用于描述基于实验室的研究, 主要是检查出生和死亡的时间表, 但在人工条件下, 不会使昆虫暴露在自然死亡的力量和现实环境变量中。一般来说, 实验室研究的目的是估计一个物种的相对生物潜能。这里描述的方法的重点是针对基于字段的调查, 它定义了与环境相关的实现潜力。

生命表可以被描述为水平, 在这种情况下, 一个真正的平等年龄的人从他们的生命开始, 直到死亡, 或垂直, 经常样本是通过时间的人口与假设稳定的年龄结构然后从数学构造的队列中推断出生命率2,15。可以部署的生命表的类型取决于昆虫的性质。水平寿命表通常可以开发为 univoltine (每年一代) 昆虫, 而这种方法可能是非常具有挑战性的性昆虫与多和广泛重叠的世代每年。已经提出了许多分析方法, 并用于开发昆虫种群的垂直生命表 (参见伍德2 )。这里展示的方法允许开发 cohort-based, 水平的生活表在领域为性昆虫以具体生活历史特征, 特别是, 存在无梗生命阶段。对棉花主要害虫的模型体系进行了研究。

虱, 烟粉虱型 B (= 烟 argentifolii, 中东-亚洲小 116) 是一种全球农业害虫, 对许多农艺和园艺作物的产量和质量产生负面影响, 包括温带地区的农业保护系统17。影响发生的原因是韧皮部喂养扰乱了养分流动, 若虫喂养造成的不明病因失调, 许多植物病毒的传播和作物质量的影响由于甘露的沉积18,19.昆虫有一个宽广的寄主范围并且是性的, 有多达12-13 世代每年根据区域和可利用的食物资源20。管理方面的挑战也因其高的生殖潜力、其在农业系统内和之间的分散和迁移能力、缺乏静止阶段 (滞育或夏眠) 及其对迅速发展抗药性的处置而加剧。用于用于抑制21,22的杀虫剂。

在制定病虫害综合防治战略以有效和经济地管理受影响作物的害虫种群方面取得了相当大的进展23,24,25。这些管理系统是基于对B. 虱粉的种群动态的基本理解, 而生命表是使这一理解得以实现的关键技术。在亚利桑那州, 生命表允许在多个作物系统中对B. 虱粉的重要死亡率进行估计和识别1326, 使死亡率动态的测量相对于管理策略, 包括杀虫剂的非靶标效应14, 提供了一种估计潜在的功能非靶标的方法转基因棉生产杀虫蛋白的效果27, 支持严格评估一个经典的生物控制程序28 (纳兰霍, 未发布的数据), 并帮助探索自上而下和自下而上的效果对害虫动态的比较效果29。所有这些应用程序都部署了此处描述的方法。该方法可用于研究一些自然和管理系统中的昆虫种群生态学。

Protocol

注意: 下面描述的技术被认为是部分生命表, 因为它们没有明确包括成人阶段的复制或死亡。”队列” 一词等同于 “世代”, 因为它从卵子到成人阶段的死亡率. 1. 建立字段站点 一旦出现昆虫, 就在作物生长的任何时候进行生命表。何时开始研究的选择将取决于研究的目标和目标. 在绘图中心附近选择两行裁剪, 以最小化周围地块或未开垦区域的边缘效果。用线?…

Representative Results

表 2中提供了一个队列示例, 以显示生命表结果的典型表示和计算。最有用的数据是在每个阶段的每个因素的边际死亡率中捕获的。通过将这些比率换算成 k 值 (议定书6节), 所有各阶段的特定阶段死亡率和所有因素的具体死亡率都可以很容易地估计出来, 就像总世代死亡率一样。这也促进了不可替代的死亡率、关键因素和密度依赖性分析。 <p class="jove_content" …

Discussion

通常情况下, 性昆虫的生命表的发展被限制在一个垂直的方法, 即人口被反复取样, 然后使用各种图形和数学技术来评估各个阶段的招聘情况, 并根据不同生命阶段的密度变化推断死亡率2。这种方法的优点是, 它通过将一群不动的等龄昆虫从一个种群中隔离出来, 然后随着时间的推移而跟随他们的命运, 来导航这个限制。死亡率可以直接估计, 同样重要的是, 可以确定这种死亡率的代…

Disclosures

The authors have nothing to disclose.

Acknowledgements

我们感谢 d. 阿什顿, 五. 巴克利、k Beimfohr、f Bojorquez、j 坎特雷尔、g. 卡斯特罗、r. 费恩、Jara、米德、欧文斯、l. Rodarte、d. Sieglaff、Sonoqui、m. Stefanek、b. 斯图尔特、j Trejo、a. 斯莱德和 e. Yescas 技术援助。部分支持是由美国农业部-农业研究局, 美国农业部-国家食品和农业推广 IPM 计划和害虫管理替代方案的特殊项目, 棉花注册, 亚利桑那州棉花种植者协会, 棉花基金会, 美国农业部-人大, NAPIAP (西部地区), 和西部地区 IPM 的特殊项目。

Materials

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. , (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. , 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. Carey, J. R. . Applied Demography for Biologist: With Special Emphasis on Insects. , (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. Hequet, E. F., Henneberry, T. J., Nichols, R. L. . Sticky Cotton – Causes, Impacts and Prevention. , (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. , (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. , (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

Life TableCohort-basedField StudyBemisia TabaciWhiteflyCottonImmature StagesMortalityPopulation DynamicsEgg CohortsNymph CohortsHand LensVertical DistributionLifecycleMarkingMonitoring

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Cite This Article
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).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image