论文部分内容阅读
摘要 应用聚集度指标法、Iwao法和Taylor幂法则，研究了槟榔黄化病病株在槟榔园的空间分布型和抽样技术。结果表明，槟榔黄化病病株空间分布格局随着病株密度的提高逐步從均匀型向聚集型演变发展。m*-m回归分析表明病株空间分布的基本成分是个体群，个体间相互排斥，个体群在田间呈聚集分布趋势。Taylor幂法则分析表明，槟榔黄化病病株的空间分布随着病株密度的提高而趋向聚集分布。在此基础上提出了理论抽样数：n=（t/D）2（0.77/m 0.319）。此研究结果为槟榔黄化病调查和监测提供了科学依据。
关键词 槟榔黄化病；空间分布型；抽样技术
中图分类号 S763.7 文献标识码 A 文章编号 1007-5739（2016）09-0125-02
槟榔（Areca catechu L.）种植业已成为海南省热带作物产业中仅次于天然橡胶的第二大支柱产业。据海南省统计年鉴数据显示，截至2013年，全省槟榔面积8.67万hm2，收获槟榔果面积4.8万hm2，年产鲜果逾60万t，槟榔产值达50亿元。槟榔黄化病是一种严重危害槟榔生产的毁灭性传染病害，该病害于1981年首次在我国海南省屯昌县境内原海南药材场的槟榔种植园内发生，现在已逐渐蔓延至琼海、万宁、陵水、三亚、保亭、定安、乐东、五指山、琼中等10个市县[1-4]。对海南主要槟榔产区黄化病危害的调查结果表明，各地区平均发病率为23.81%[5]。通过电镜观察、抗菌素注射诊断、PCR检测和系统发育树构建等一系列研究，已经证实海南槟榔黄化病是由植原体引起[6-8]。
植物病害空间分布型是植物病害发生流行的一种特性，调查和研究其分布规律，是研究植病生态学中的重要内容[9]。目前已有包括香蕉束顶病、柑橘黄龙病、香蕉枯萎病、南方水稻黑条矮缩病等多种病害的病株田间空间分布型及抽样技术的研究报道[10-13]，但还未见有关槟榔黄化病空间分布型的研究报道。作为植原体引起的病害，目前尚无有效的药剂防治措施。加强病害监测和调查，及时清除发病的植株是防控槟榔黄化病最及时有效的措施之一。为了明确槟榔黄化病在田间的空间分布信息及其抽样调查方法，提高其监测预警与持续控制水平，笔者于2015年对槟榔黄化病的空间分布型和抽样技术进行了初步研究，现将研究结果总结如下。
1 材料与方法
1.1 槟榔植株样品采集
2015年7—8月在海南琼海和万宁选取6个发病程度不同的槟榔种植园，其中琼海市阳江镇岭下村属轻病园区，每个园采集了400株槟榔样品，琼海市石壁镇石壁村、万宁市长丰镇马坡村和万宁市南桥镇桥北村属中病园区，每个园采集了100株槟榔植株样品。以每10株槟榔植株为1个样方，每株槟榔采集倒数第2片或第3片叶片。
1.2 槟榔黄化病植株确定
采集的样品室内提取DNA后，采用车海彦等[14]建立的槟榔黄化病植原体分子检测技术进行检测。分别计算每个样本的槟榔黄化病植株的病株率，病株率（%）=检测到植原体的植株数/采集样品的植株数×100。
1.3 空间分布型确定
首先计算样方发病株数均值（m）、方差（S2）及平均拥挤度m*，同时计算槟榔黄化病植株的聚集度指标（扩散系数C、丛生指数I、CA指标和聚集度指数m*/m）[15]。采用Iwao的m*-m回归分析法和Taylor幂法则等3种方法测定槟榔黄化病植株的分布格局和内部结构[16-17]。
1.4 抽样技术研究
采用Iwao的理论抽样数模型确定不同发病密度时的最适理论抽样数[18]。
n=（t/D）2[（α 1）/m β-1]
其中：n为最适抽样数，m为样方发病株数均值（株/样方），t为一定置信度下的t分布值，取t=1.96，D为允许误差值，取D=0.1、0.2、0.3，α、β为回归模型中的参数。
2 结果与分析
2.1 聚集度指标
田间槟榔黄化病的聚集度指标的检验见表1，6个种植园中，有4个种植园检测到植原体的病株率<10%，这4个样本的扩散系数C<1，I<0，CA<0，m*/m <1，表明这4个种植园中槟榔黄化病病株在田间为均匀分布，有2个种植园检测到植原体的病株率>10%，这2个种植园的扩散系数C>1，I>0，CA>0，m*/m>1，表明这2个种植园中槟榔黄化病病株在田间为聚集分布。表明槟榔黄化病在不同发病率条件下呈现不同的分布特征，在发病率较低时呈现均匀分布，然后随病株率上升表现聚集分布。
2.2 回归分析法
2.2.1 Iwao的m*-m回归分析。将表1中平均发病株数和拥挤度应用Iwao回归法分别进行线性回归，建立田间槟榔黄化病病株m*-m回归式m*=1.319 m-0.330（r=0.971，P=0.001 2）（图1）式中a=-0.330<0，说明表明大田病株个体间相互排斥，但空间分布的基本成分是个体群；b=1.319>1，表明个体群在田间聚集分布趋势。
2.2.2 Taylor幂法则。将表1中样方发病株数均值和方差按Taylor幂法则公式转换为对数分别进行线性回归，建立田间槟榔黄化病病株回归式lg S2=1.191 lgm-0.010（r=0.968，P=0.001 2）（图2），式中β=1.191>1，表明田间槟榔黄化病病株的聚集度具有密度依赖性，随着病株密度的提高，其聚集度也愈高。
2.3 理论抽样数模型
应用Iwao的理论抽样公式来确定理论抽样数n，建立最适理论抽样模型为：
n=（t/D）2（0.77/m 0.319）
根据最适理论抽样数模型得出槟榔黄化病在不同发病密度、不同允许误差水平时的理论抽样数（表2）。同一允许误差值下，随着发病密度的增高，抽样数逐渐减少。 3 结论与讨论
植物病害的空间分布信息是抽样设计的基础，它不仅有助于确定或改进抽样设计方案，而且可对研究资料提出适当的统计处理方法，对病害防治具有重要指导意义。本研究通过聚集度指标法、Iwao回归法和Taylor幂法则测定检验结果，结果表明：槟榔黄化病在田间发病程度较低（病株率<10%）时，呈均匀分布格局，但是随着病株密度的提高，向聚集分布格局转变，而且Taylor幂法则分析表明，随着病株密度的提高，聚集度愈高。
理论上，种苗带病的结果可能导致新槟榔园中病株的空间分布型呈均匀分布，因此本研究可在一定程度上证明种苗是槟榔黄化病传播的方式之一，这和香蕉束顶病的研究结果一样，该病也是由种苗传入的[10]。而介体的传毒可能导致均匀分布或有一定的发病中心（即聚集分布），这取决于介体的迁移和传毒特性以及影响介体迁移和传毒的栽培和其他各种环境条件。在印度，已经证实了槟榔黄化病主要靠棕榈长翅蜡蝉（Proutistia moesta）传播[19]，这也可以证明我国也可能存在槟榔黄化病的传播介体。
采用无病种苗、铲除病株并结合防治介体等措施是目前防控槟榔黄化病的有效措施[3，20]。本研究结果中，发病程度低时病株在槟榔园中呈均匀分布，当发病程度提高后转为聚集分布，存在发病中心，这正好从理论上证明了通过及时铲除槟榔黄化病病株可以控制病害的进一步发生，说明病害早期监测在病害防治中的作用。
田间理论抽样数随精确度的提高、病株密度的下降而增多。因此，在实际调查中应选择适当的允许误差，既能保证调查结果的准确性，又能避免过大的工作量。
4 参考文献
[1] 赵健生，杨生雨.槟榔黄化病的调查报告[J].热带作物科技，1985（1）：64-69.
[2] 俞浩，冯淑芬，郑建华.海南岛槟榔“黄化病”问题调查报告[J].热带作物研究，1986（3）：45-49.
[3] 罗大全.海南槟榔黄化病研究现状[J].世界热带农业信息，2007（6）：24-26.
[4] 罗大全.重视海南槟榔黄化病的发生及防控[J].中国热带农业，2009（3）：11-13.
[5] 周亚奎，战晴晴，杨新全，等.海南槟榔黄化病发生及对产量的影响调查[J].中国森林病虫，2014，33（2）：24-25.
[6] 羅大全，陈慕容，叶沙冰，等.海南槟榔黄化病的病原鉴定研究[J].热带作物学报，2001，22（3）：43-46.
[7] 罗大全，陈慕容，叶沙冰，等.多聚酶链式反应检测海南槟榔黄化病[J].热带农业科学，2002，22（6）：13-16.
[8] 周亚奎，甘炳春，张争，等.利用巢式PCR对海南槟榔（Areca catechu L.）黄化病的初步检测[J].中国农学通报，2010，26（22）：381-384.
[9] 马占鸿.植病流行学[M].北京：科学出版社，2010：163-167.
[10] 周仲驹，黄志宏，郑国璋，等.香蕉束顶病的研究V.病株的空间分布型及其抽样[J].福建农业大学学报，1997，26（2）：177-181.
[11] 余继华，汪恩国，林云彪，等.早熟柑橘黄龙病空间格局参数特征及其应用[J].中国农学通报，2011，27（5）：351-355.
[12] 刘磊，梁昌聪，曾迪，等.香蕉枯萎病田间分布型及病原菌在植株上的分布[J].生态学报，2015，35（14）：4742-4753.
[13] 陈观浩，梁盛铭，任惠，等.南方水稻黑条矮缩病空间分布型及抽样技术[J].植物保护，2014，40（1）：131-133.
[14] 车海彦.海南省植原体病害多样性调查及槟榔黄化病植原体的分子检测技术研究[D].杨陵：西北农林科技大学，2010.
[15] 丁岩钦.昆虫数学生态学[M].北京：科学出版社，1994：29-58.
[16] IWAO S.A new regression method for analysis the aggregation pattern of animal population[J].Researches on Population Ecology，1968，10（1）：1-20.
[17] TAYLOR L R.Aggregation variance and mean[J].Nature，1961，189：732-735.
[18] IWAO S，KUNO E.An approach to the analysis of aggregation pattern in biological populations[M]//PATIL G P，PIELOU E C，WATERS W E. Statistical Ecology，vol. 1，Pennsylvania State University Press，Philade-lphia，1971：461-513.
[19] PONNAMMA K N，SOLOMON J J，RAJEEV G，et al.Evidences for tra-nsmission of yellow leaf disease of areca palm，Areca catechu L. by Proutista moesta（Westwood）（Homoptera：Derbidae）[J].Journal of Plan-tation Crops，1997，25（2）：197-200.
[20] 范海阔，刘立云，余凤玉，等.槟榔黄化病的发生及综合防控[J].中国南方果树，2008，37（2）：42-43.
关键词 槟榔黄化病；空间分布型；抽样技术
中图分类号 S763.7 文献标识码 A 文章编号 1007-5739（2016）09-0125-02
槟榔（Areca catechu L.）种植业已成为海南省热带作物产业中仅次于天然橡胶的第二大支柱产业。据海南省统计年鉴数据显示，截至2013年，全省槟榔面积8.67万hm2，收获槟榔果面积4.8万hm2，年产鲜果逾60万t，槟榔产值达50亿元。槟榔黄化病是一种严重危害槟榔生产的毁灭性传染病害，该病害于1981年首次在我国海南省屯昌县境内原海南药材场的槟榔种植园内发生，现在已逐渐蔓延至琼海、万宁、陵水、三亚、保亭、定安、乐东、五指山、琼中等10个市县[1-4]。对海南主要槟榔产区黄化病危害的调查结果表明，各地区平均发病率为23.81%[5]。通过电镜观察、抗菌素注射诊断、PCR检测和系统发育树构建等一系列研究，已经证实海南槟榔黄化病是由植原体引起[6-8]。
植物病害空间分布型是植物病害发生流行的一种特性，调查和研究其分布规律，是研究植病生态学中的重要内容[9]。目前已有包括香蕉束顶病、柑橘黄龙病、香蕉枯萎病、南方水稻黑条矮缩病等多种病害的病株田间空间分布型及抽样技术的研究报道[10-13]，但还未见有关槟榔黄化病空间分布型的研究报道。作为植原体引起的病害，目前尚无有效的药剂防治措施。加强病害监测和调查，及时清除发病的植株是防控槟榔黄化病最及时有效的措施之一。为了明确槟榔黄化病在田间的空间分布信息及其抽样调查方法，提高其监测预警与持续控制水平，笔者于2015年对槟榔黄化病的空间分布型和抽样技术进行了初步研究，现将研究结果总结如下。
1 材料与方法
1.1 槟榔植株样品采集
2015年7—8月在海南琼海和万宁选取6个发病程度不同的槟榔种植园，其中琼海市阳江镇岭下村属轻病园区，每个园采集了400株槟榔样品，琼海市石壁镇石壁村、万宁市长丰镇马坡村和万宁市南桥镇桥北村属中病园区，每个园采集了100株槟榔植株样品。以每10株槟榔植株为1个样方，每株槟榔采集倒数第2片或第3片叶片。
1.2 槟榔黄化病植株确定
采集的样品室内提取DNA后，采用车海彦等[14]建立的槟榔黄化病植原体分子检测技术进行检测。分别计算每个样本的槟榔黄化病植株的病株率，病株率（%）=检测到植原体的植株数/采集样品的植株数×100。
1.3 空间分布型确定
首先计算样方发病株数均值（m）、方差（S2）及平均拥挤度m*，同时计算槟榔黄化病植株的聚集度指标（扩散系数C、丛生指数I、CA指标和聚集度指数m*/m）[15]。采用Iwao的m*-m回归分析法和Taylor幂法则等3种方法测定槟榔黄化病植株的分布格局和内部结构[16-17]。
1.4 抽样技术研究
采用Iwao的理论抽样数模型确定不同发病密度时的最适理论抽样数[18]。
n=（t/D）2[（α 1）/m β-1]
其中：n为最适抽样数，m为样方发病株数均值（株/样方），t为一定置信度下的t分布值，取t=1.96，D为允许误差值，取D=0.1、0.2、0.3，α、β为回归模型中的参数。
2 结果与分析
2.1 聚集度指标
田间槟榔黄化病的聚集度指标的检验见表1，6个种植园中，有4个种植园检测到植原体的病株率<10%，这4个样本的扩散系数C<1，I<0，CA<0，m*/m <1，表明这4个种植园中槟榔黄化病病株在田间为均匀分布，有2个种植园检测到植原体的病株率>10%，这2个种植园的扩散系数C>1，I>0，CA>0，m*/m>1，表明这2个种植园中槟榔黄化病病株在田间为聚集分布。表明槟榔黄化病在不同发病率条件下呈现不同的分布特征，在发病率较低时呈现均匀分布，然后随病株率上升表现聚集分布。
2.2 回归分析法
2.2.1 Iwao的m*-m回归分析。将表1中平均发病株数和拥挤度应用Iwao回归法分别进行线性回归，建立田间槟榔黄化病病株m*-m回归式m*=1.319 m-0.330（r=0.971，P=0.001 2）（图1）式中a=-0.330<0，说明表明大田病株个体间相互排斥，但空间分布的基本成分是个体群；b=1.319>1，表明个体群在田间聚集分布趋势。
2.2.2 Taylor幂法则。将表1中样方发病株数均值和方差按Taylor幂法则公式转换为对数分别进行线性回归，建立田间槟榔黄化病病株回归式lg S2=1.191 lgm-0.010（r=0.968，P=0.001 2）（图2），式中β=1.191>1，表明田间槟榔黄化病病株的聚集度具有密度依赖性，随着病株密度的提高，其聚集度也愈高。
2.3 理论抽样数模型
应用Iwao的理论抽样公式来确定理论抽样数n，建立最适理论抽样模型为：
n=（t/D）2（0.77/m 0.319）
根据最适理论抽样数模型得出槟榔黄化病在不同发病密度、不同允许误差水平时的理论抽样数（表2）。同一允许误差值下，随着发病密度的增高，抽样数逐渐减少。 3 结论与讨论
植物病害的空间分布信息是抽样设计的基础，它不仅有助于确定或改进抽样设计方案，而且可对研究资料提出适当的统计处理方法，对病害防治具有重要指导意义。本研究通过聚集度指标法、Iwao回归法和Taylor幂法则测定检验结果，结果表明：槟榔黄化病在田间发病程度较低（病株率<10%）时，呈均匀分布格局，但是随着病株密度的提高，向聚集分布格局转变，而且Taylor幂法则分析表明，随着病株密度的提高，聚集度愈高。
理论上，种苗带病的结果可能导致新槟榔园中病株的空间分布型呈均匀分布，因此本研究可在一定程度上证明种苗是槟榔黄化病传播的方式之一，这和香蕉束顶病的研究结果一样，该病也是由种苗传入的[10]。而介体的传毒可能导致均匀分布或有一定的发病中心（即聚集分布），这取决于介体的迁移和传毒特性以及影响介体迁移和传毒的栽培和其他各种环境条件。在印度，已经证实了槟榔黄化病主要靠棕榈长翅蜡蝉（Proutistia moesta）传播[19]，这也可以证明我国也可能存在槟榔黄化病的传播介体。
采用无病种苗、铲除病株并结合防治介体等措施是目前防控槟榔黄化病的有效措施[3，20]。本研究结果中，发病程度低时病株在槟榔园中呈均匀分布，当发病程度提高后转为聚集分布，存在发病中心，这正好从理论上证明了通过及时铲除槟榔黄化病病株可以控制病害的进一步发生，说明病害早期监测在病害防治中的作用。
田间理论抽样数随精确度的提高、病株密度的下降而增多。因此，在实际调查中应选择适当的允许误差，既能保证调查结果的准确性，又能避免过大的工作量。
4 参考文献
[1] 赵健生，杨生雨.槟榔黄化病的调查报告[J].热带作物科技，1985（1）：64-69.
[2] 俞浩，冯淑芬，郑建华.海南岛槟榔“黄化病”问题调查报告[J].热带作物研究，1986（3）：45-49.
[3] 罗大全.海南槟榔黄化病研究现状[J].世界热带农业信息，2007（6）：24-26.
[4] 罗大全.重视海南槟榔黄化病的发生及防控[J].中国热带农业，2009（3）：11-13.
[5] 周亚奎，战晴晴，杨新全，等.海南槟榔黄化病发生及对产量的影响调查[J].中国森林病虫，2014，33（2）：24-25.
[6] 羅大全，陈慕容，叶沙冰，等.海南槟榔黄化病的病原鉴定研究[J].热带作物学报，2001，22（3）：43-46.
[7] 罗大全，陈慕容，叶沙冰，等.多聚酶链式反应检测海南槟榔黄化病[J].热带农业科学，2002，22（6）：13-16.
[8] 周亚奎，甘炳春，张争，等.利用巢式PCR对海南槟榔（Areca catechu L.）黄化病的初步检测[J].中国农学通报，2010，26（22）：381-384.
[9] 马占鸿.植病流行学[M].北京：科学出版社，2010：163-167.
[10] 周仲驹，黄志宏，郑国璋，等.香蕉束顶病的研究V.病株的空间分布型及其抽样[J].福建农业大学学报，1997，26（2）：177-181.
[11] 余继华，汪恩国，林云彪，等.早熟柑橘黄龙病空间格局参数特征及其应用[J].中国农学通报，2011，27（5）：351-355.
[12] 刘磊，梁昌聪，曾迪，等.香蕉枯萎病田间分布型及病原菌在植株上的分布[J].生态学报，2015，35（14）：4742-4753.
[13] 陈观浩，梁盛铭，任惠，等.南方水稻黑条矮缩病空间分布型及抽样技术[J].植物保护，2014，40（1）：131-133.
[14] 车海彦.海南省植原体病害多样性调查及槟榔黄化病植原体的分子检测技术研究[D].杨陵：西北农林科技大学，2010.
[15] 丁岩钦.昆虫数学生态学[M].北京：科学出版社，1994：29-58.
[16] IWAO S.A new regression method for analysis the aggregation pattern of animal population[J].Researches on Population Ecology，1968，10（1）：1-20.
[17] TAYLOR L R.Aggregation variance and mean[J].Nature，1961，189：732-735.
[18] IWAO S，KUNO E.An approach to the analysis of aggregation pattern in biological populations[M]//PATIL G P，PIELOU E C，WATERS W E. Statistical Ecology，vol. 1，Pennsylvania State University Press，Philade-lphia，1971：461-513.
[19] PONNAMMA K N，SOLOMON J J，RAJEEV G，et al.Evidences for tra-nsmission of yellow leaf disease of areca palm，Areca catechu L. by Proutista moesta（Westwood）（Homoptera：Derbidae）[J].Journal of Plan-tation Crops，1997，25（2）：197-200.
[20] 范海阔，刘立云，余凤玉，等.槟榔黄化病的发生及综合防控[J].中国南方果树，2008，37（2）：42-43.