下载:
-
小贯小绿叶蝉 Empoasca onukii在中国茶园广泛分布，是对茶树Camellia sinensis危害最大的害虫之一[1]。小贯小绿叶蝉对茶树嫩茎、嫩叶的刺吸会导致茶叶焦枯，抑制茶树正常生长，严重影响茶叶的产量和品质[2−3]。游猎性蜘蛛(游猎蛛)作为一种捕食性天敌，捕食量大、行动活跃、捕食范围广，对防治害虫、调节生态系统平衡都有重要作用[4−6]。利用天敌与害虫之间的捕食关系对茶园害虫进行生物防治的方法已有诸多报道[7−16]，这些研究大都直接讨论天敌与害虫之间的关联，对于不同种天敌之间的竞争作用却极少研究。但单一地增加茶园害虫的优势种天敌等势必会导致整个茶园生态系统的不稳定[17−18]。FAUST等[19]将2个物种之间的作用关系分为中性、竞争、偏害、寄生、捕食、偏利和互利共生等几种类型。天敌和害虫之间的关系分为捕食和寄生2种类型，天敌之间为了争夺资源多数是竞争关系[20]。除了天敌与害虫之间的捕食和被捕食关系外，各天敌之间的竞争关系也需要得到重视。因此，从生物多样性等多维度对茶园整个生态环境进行调控更有利于长期高效防治茶园害虫，以达到绿色环保的平衡调节作用[21]。
在昆虫种群数量生态学的研究中，对害虫及天敌数据的统计分析通常为抽样分析，采用的分级方式为连续等分分级，这会使得不同精度级宽下的结果具有主观性和偶然性。张书平等[22]将Fuzzy分级法与灰色关联度法相结合研究茶园与假眼小绿叶蝉 Empoasca vitis数量上关系密切的天敌种类，是一种较好的种间关系研究方法。多数学者对林木种间竞争的研究较多[23]，未见对茶园各天敌种间竞争关系的报道，将数据按不同方式分级后再研究种间竞争关系的研究更少。为此，本研究运用灰色关联度法，并将Fuzzy分级法与竞争系数法相结合，研究‘农抗早’‘Nongkangzao’和‘平阳特早’‘Pingyangtezao’茶园游猎蛛取食小贯小绿叶蝉的种间竞争关系，并通过竞争强度指数验证所得结论，为茶园合理保护和利用种间竞争关系强的天敌，有效防治小贯小绿叶蝉提供科学依据。
-
在安徽农业大学科技示范园(31°56′N，117°12′E)中共调查了2种茶园，分别为‘农抗早’和‘平阳特早’茶园，面积均为0.2 hm2。调查时间为2021年3月25日至11月19日，隔15 d调查1次，共14次。茶园互不相连，按常规措施管理。在春茶采摘结束和秋末进行茶树修剪，并且在秋末进行茶园耕翻，加强秋冬季管理，及时除草、修剪茶树和采摘茶叶，诱杀和人工捕杀害虫，不施用化学农药。
-
采用平行跳跃法在茶园随机选取3行，每行茶树相隔1 m，在每行间隔1 m处设置1个2 m×1 m的样方，每行取10个样方，每个茶园取30个样方。用目测调查的方式在每个样方随机选取10片叶，调查一些不易振落的害虫及天敌的种类和数量，再用盘拍法对样方中所有枝条进行盘拍(盘拍所用搪瓷盘口长为40 cm，宽30 cm，搪瓷盘上喷洒稀释1 000倍的洗衣粉水溶液)。调查记载盘中害虫及天敌物种数和个体数，不能准确鉴定的物种样本编号保存，装瓶带回室内由专家鉴定。
-
将害虫数量(Yi)及其主要天敌数量(Xj)分别看作1个本征系统，害虫数量作为该系统的参照序列，天敌作为比较序列，并把不同样方的害虫及其主要天敌的数量作为该序列在第k个样方的效果白化值，进行双序列关系分析。数据经均值化后得:
$$ Y_i=\left\{Y_i(1),\; Y_i(2),\; \cdots ,\; Y_i(n)\right\},\; i=1; $$ (1) $$ X_j=\left\{X_j(1),\; X_j(2),\; \cdots,\; X_j(n)\right\}, \;j=1,\;2,\; \cdots,\; M。 $$ (2) 式(1)和式(2)中：n表示样方数，M表示天敌种类数。Yi与Xj在第k个样方上的关联系数rij为：
$$ {r}_{ij}=\frac{{\mathrm{min}}_{i}{\mathrm{min}}_{j}\left|{Y}_{i}\left(k\right)-{X}_{j}\left(k\right)\right|+\rho {\mathrm{max}}_{i}{\mathrm{max}}_{j}\left|{Y}_{i}\left(k\right)-{X}_{j}\left(k\right)\right|}{\left|{Y}_{i}\left(k\right)-{X}_{j}\left(k\right)\right|+\rho {\mathrm{max}}_{i}{\mathrm{max}}_{j}\left|{Y}_{i}\left(k\right)-{X}_{j}\left(k\right)\right|} 。 $$ (3) 式(3)中：ρ 为分辨系数，取值区间为[0, 1]，一般取 ρ = 0.5，为扩大各物种之间关联度的差异，本研究取 ρ = 0.8。$|Y_{i}\left(k\right)-{X}_{j}\left(k\right) |$ 为序列Yi与Xj在第k点上差的绝对值；$ \mathrm{m}\mathrm{i}\mathrm{n}\left|{Y}_{i}\left(k\right)-{X}_{j}\left(k\right)\right| $为1级最小差，$ {\mathrm{min}}_{i}{\mathrm{min}}_{j}\left|{Y}_{i}\left(k\right)-{X}_{j}\left(k\right)\right| $ 为2级最小差。$ \mathrm{m}\mathrm{a}\mathrm{x}\left|{Y}_{i}\left(k\right)-{X}_{j}\left(k\right)\right| $与$ {\mathrm{max}}_{i}{\mathrm{max}}_{j}\left|{Y}_{i}\left(k\right)-{X}_{j}\left(k\right)\right| $ 分别为1级和2级最大差。利用该公式可求出第j种天敌(Xj)与害虫(Yi)数量间的关联度为$R({Y}_{i},{X}_{j})=1/n\displaystyle \sum _{k=1}^{M}{r}_{ij}\left(k\right)$，其大小反映害虫与天敌相互联系的紧密程度。天敌与害虫数量间关联度越大，表明天敌与害虫数量关系越密切[24]。本研究由数据处理系统软件(DPS系统)进行灰色关联度数据的运算。
-
在论域[A1, A2, A3$, \;\cdots , $ An$, \;\cdots , $ Am]上按所求解问题的性质和要求规定的一个隶属函数μi，叫作Fuzzy分级隶属函数。将通常连续等分分级的频数作为原始数据，设原始数据为[a1, a2, a3$,\; \cdots , $ an$, \;\cdots , $ am]，称${\hat{{a}}}_{{i}}=\displaystyle \sum _{{n}={i}-5}^{{i}+5}{{\mu }}_{{i}}{{a}}_{{n}}$为第i个Fuzzy等级的Fuzzy频数。它在论域上的分布曲线叫Fuzzy频数曲线[25−26]。本研究规定Fuzzy分级隶属函数μi为：
$$ {\mu }_{i}=\left\{\begin{array}{l}1.0\;n=i\\ 0.8\;n=i+1,\;i-1\\ 0.6\;n=i+2,\;i-2\\ 0.4\;n=i+3,\;i-3\\ 0.2\;n=i+5,\;i-5\\ 0.1\;n=i+5,\;i-5\\ 0\;n ＞ i+5,\;n ＜ i-5\end{array}\right. 。 $$ (4) 式(4)中：n为原始数据项数，i为Fuzzy频数项数。则Fuzzy频数为$ {\hat{a}}_{i}=\displaystyle \sum _{n=i-5}^{i+5}{\mu }_{i}{a}_{n}={a}_{i}+ 0.8\left({a}_{i+1}+{a}_{i-1}\right)+0.6\left({a}_{i+2}+{a}_{i-2}\right)+0.4\left({a}_{i+3}+{a}_{i-3}\right)+0.2\left({a}_{i+4}+{a}_{i-4}\right)+0.1\left({a}_{i+5}+{a}_{i-5}\right) $。为了解茶园游猎蛛的自然种群动态，减少在对游猎蛛进行竞争关系分析时由种群数据导致的误差，本研究根据游猎蛛种群数量变化幅度，对游猎蛛的种群数据按照30个样方中5只游猎蛛的级宽进行等分分级统计(级宽不宜太宽也不宜太窄)，算出各级出现的频数，再以30个样方中5只游猎蛛为级宽的频数作为原始数据即[a1, a2, a3$,\; \cdots , $ an$, \;\cdots , $ am]进行Fuzzy分级统计。由Excel 2019计算Fuzzy频数。
-
一般用Levins的生态重叠公式计算竞争系数[27]：
$$ {\alpha }_{ij}=\sum _{k=1}^{n}\left({P}_{ik}{P}_{jk}\right)/\sum _{k=1}^{n}{P}_{ik}^{2} 。 $$ (5) 式(5)中：$ {P}_{ik} $ 和$ {P}_{jk} $分别为种i和种j在第k个样方中的相对优势度，n为样地数。
使用重叠的方法计算竞争系数的公式[28]：
$$ {\alpha }_{ij}=\sum _{k=1}^{n}\left({P}_{ik}{P}_{jk}\right)/\sqrt{\sum _{k=1}^{n}{P}_{ik}^{2}\sum _{k=1}^{n}{P}_{jk}^{2}} 。 $$ (6) 式(6)中：αij为种j对种i的竞争系数，Pik和Pjk分别是第i个物种和第j个物种使用的第k个资源的比例。αij = αji，PIANKA[28]评价该式是对称的，并称其为重叠值。MAY[29−30]将该式与其他表达式进行比较，沿用了PIANKA的表达式，并将其作为按函数比例进行计算的竞争系数。本研究中所求得的竞争系数均按上述(6)式计算。
-
本研究将关联度与竞争系数相结合，引入竞争强度指数的概念。不同天敌与同一害虫之间关联度的比值称为相对密切度，该相对密切度与2种天敌之间竞争系数的乘积即为竞争强度指数，种i对种j的竞争强度指数(C)为：
$$ C={\alpha }_{ij}\left(\frac{{R}_{iy}}{{R}_{jy}}\right) 。 $$ (7) 式(7)引入了害虫与天敌关系因素，Riy、Rjy分别为天敌Xi、Xj与害虫Y数量上的关联度，αij为种j对种i的竞争系数。本研究中竞争系数和竞争强度指数均由 Excel 2019 对Fuzzy频数计算所得，再使用DPS数据处理系统软件用多重比较方法中的 Duncan 新复极差法进行竞争系数和竞争强度指数平均值和显著水平的分析[31]。
-
选取调查日期中2个茶园游猎蛛数量最多的7种蜘蛛作为主要天敌，分别为鞍型花蟹蛛Xysticus ephippiatus、三突花蟹蛛Ebrechtella tricuspidata、粽管巢蛛Clubiona japonicola、斑管巢蛛C. reichlini、斜纹猫蛛Oxyopes sertatus、黑色跳蛛Plexippus paykulli和条纹蝇虎P. setipes。它们的数量动态见表1。
表 1 2个茶园小贯小绿叶蝉与游猎蛛数量动态
Table 1. Population dynamics of E. onukii and wandering spiders in two tea plantations
茶树品种 日期
(月-日)害虫数量/头 游猎蛛数量/头 X1 X2 X3 X4 X5 X6 X7 ‘农抗早’ 03-25 3 10 16 3 2 32 7 7 04-16 11 2 7 1 0 7 0 19 05-07 42 2 6 0 0 2 2 0 05-23 30 1 5 0 0 5 12 1 06-04 222 7 1 5 0 1 5 0 06-20 175 20 5 5 5 0 5 0 07-08 594 14 65 51 88 6 38 0 08-10 209 27 23 15 60 20 26 24 08-22 429 23 19 29 59 33 25 6 09-06 92 19 9 19 23 57 18 6 09-17 30 17 17 13 10 31 13 19 10-13 1 8 1 2 0 45 4 5 11-01 52 4 2 9 9 39 4 19 11-19 47 1 1 3 6 15 3 5 合计 1 937 310 250 155 177 253 155 262 ‘平阳特早’ 03-25 9 2 3 0 0 13 17 4 04-16 11 0 5 0 0 1 6 2 05-07 31 1 6 0 0 0 6 0 05-23 57 3 4 1 0 0 5 0 06-04 251 1 5 0 3 0 11 0 06-20 139 15 8 18 2 0 10 1 07-08 674 26 46 24 34 22 7 0 08-10 318 17 3 17 42 33 13 0 08-22 534 8 18 21 48 31 10 29 09-06 160 29 12 14 18 39 16 10 09-17 20 13 12 12 19 37 12 9 10-13 4 7 2 0 0 20 11 2 11-01 23 5 2 8 3 2 2 3 11-19 108 1 2 3 5 26 2 4 合计 2 339 245 230 128 128 170 118 174 说明：X1~X7分别指鞍型花蟹蛛、三突花蟹蛛、粽管巢蛛、斑管巢蛛、斜纹猫蛛、黑色跳蛛和条纹蝇虎数量(头)。 用灰色关联度法求得小贯小绿叶蝉与游猎蛛数量之间的灰色关联度(表2)。由表2可知：与小贯小绿叶蝉在数量上关联度最大的前3位天敌，‘农抗早’茶园为斑管巢蛛、粽管巢蛛和黑色跳蛛；‘平阳特早’茶园为斑管巢蛛、粽管巢蛛和三突花蟹蛛。2个茶园均有斑管巢蛛和粽管巢蛛。
表 2 2个茶园小贯小绿叶蝉与游猎蛛间的灰色关联度
Table 2. Grey correlation between E. onukii and wandering spiders in two tea plantations
游猎蛛 ‘农抗早’ ‘平阳特早’ 游猎蛛 ‘农抗早’ ‘平阳特早’ 灰色关联度 排位 灰色关联度 排位 灰色关联度 排位 灰色关联度 排位 鞍型花蟹蛛 0.833 8 5 0.826 1 4 斜纹猫蛛 0.754 8 6 0.794 7 6 三突花蟹蛛 0.856 9 4 0.856 2 3 黑色跳蛛 0.857 0 3 0.802 6 5 粽管巢蛛 0.890 2 2 0.857 1 2 条纹蝇虎 0.744 2 7 0.763 4 7 斑管巢蛛 0.896 7 1 0.860 3 1 -
由图1和图2可看出：2个茶园Fuzzy分级频数集中性明显大于等分分级频数。图1A中在第4、7和12个级宽处出现3个明显的峰值，而图1B中 7条曲线均由高到低一致趋于平缓。图2A中从第11个级宽处多数曲线已贴近横轴，而图2B中的曲线从第15个级宽开始才趋于横轴。通过Fuzzy分级法得到的新数据明显增加了原始数据的有效区间，并且Fuzzy频数由原始数据通过Fuzzy隶属函数求得，每个原始数据都与几个等级发生联系，而等分分级里每个原始数据只与1个等级发生联系，因此Fuzzy频数无明显的分级界限。对2种频数进行t检验，‘农抗早’茶园中鞍型花蟹蛛、三突花蟹蛛、粽管巢蛛、斑管巢蛛、斜纹猫蛛、黑色跳蛛和条纹蝇虎这7种蜘蛛的t值依次为2.333、2.379、2.281、2.646、3.937、3.059、1.975，‘平阳特早’茶园这7种蜘蛛的$ t $值依次为 2.176、2.048、2.153、2.477、3.151、2.090、1.591。自由度为34时，t0.01=2.728，t0.05=2.032，t0.10=1.091，除条纹蝇虎外，2个茶园各游猎蛛2种频数间的差异都显著，并且斜纹猫蛛的2种频数间差异极显著。Fuzzy频数的直接图示是曲线，可保持原始数据的精度，故用此法分级的数据进行后续竞争关系的分析，其结果更接近实际。
图 1 ‘农抗早’茶园游猎蛛种群数量等分分级频数曲线(A)和Fuzzy频数曲线(B)
Figure 1. Equally graded frequency curve (A) and Fuzzy frequency curve (B) of the number of wandering spiders in ‘Nongkangzao’ tea plantation
图 2 ‘平阳特早’茶园游猎蛛种群数量等分分级频数曲线(A)和Fuzzy频数曲线(B)
Figure 2. Equally graded frequency curve (A) and Fuzzy frequency curve (B) of the number of wandering spiders in ‘Pingyangtezao’ tea plantation
-
以Fuzzy频数作为原始数据，计算2个茶园各游猎蛛之间的竞争系数并将结果列于表3。对各游猎蛛及其竞争对手之间的竞争系数进行方差分析，再用新复极差法分析天敌之间竞争系数的差异性(表4)。所得结果中，当竞争对手分别为鞍型花蟹蛛、三突花蟹蛛、粽管巢蛛和条纹蝇虎时，游猎蛛间差异显著，此时不同竞争对手下竞争力最强的游猎蛛不同，故暂时无法得出茶园竞争力最强的蜘蛛类别，但除斑管巢蛛和黑色跳蛛外，无论竞争对手为哪种游猎蛛，所有游猎蛛都与斜纹猫蛛差异显著，且斜纹猫蛛的均值都最小。因此，可得出结论：除斑管巢蛛和黑色跳蛛外，5种游猎蛛里斜纹猫蛛竞争力最弱。
表 3 2个茶园各游猎蛛之间的竞争系数
Table 3. Competition coefficients among wandering spiders in two tea plantations
茶树品种 竞争对手 游猎蛛间竞争系数 鞍型花蟹蛛 三突花蟹蛛 粽管巢蛛 斑管巢蛛 斜纹猫蛛 黑色跳蛛 条纹蝇虎 ‘农抗早’ 鞍型花蟹蛛 1.000 0 0.991 5 0.983 7 0.939 8 0.906 3 0.959 2 0.991 0 三突花蟹蛛 0.991 5 1.000 0 0.995 2 0.973 3 0.893 8 0.928 2 0.995 3 粽管巢蛛 0.983 7 0.995 2 1.000 0 0.980 3 0.901 5 0.916 7 0.993 6 斑管巢蛛 0.939 8 0.973 3 0.980 3 1.000 0 0.872 9 0.856 8 0.961 4 斜纹猫蛛 0.906 3 0.893 8 0.901 5 0.872 9 1.000 0 0.959 8 0.871 7 黑色跳蛛 0.959 2 0.928 2 0.916 7 0.856 8 0.959 8 1.000 0 0.915 9 条纹蝇虎 0.991 0 0.995 3 0.993 6 0.961 4 0.871 7 0.915 9 1.000 0 ‘平阳特早’ 鞍型花蟹蛛 1.000 0 0.989 3 0.998 5 0.976 5 0.913 7 0.993 5 0.975 1 三突花蟹蛛 0.989 3 1.000 0 0.984 2 0.977 4 0.869 7 0.984 4 0.992 5 粽管巢蛛 0.998 5 0.984 2 1.000 0 0.967 4 0.909 3 0.996 3 0.967 4 斑管巢蛛 0.976 5 0.977 4 0.967 4 1.000 0 0.939 7 0.954 0 0.957 1 斜纹猫蛛 0.913 7 0.869 7 0.909 3 0.939 7 1.000 0 0.880 6 0.826 5 黑色跳蛛 0.993 5 0.984 4 0.996 3 0.954 0 0.880 6 1.000 0 0.967 7 条纹蝇虎 0.975 1 0.992 5 0.967 4 0.957 1 0.826 5 0.967 7 1.000 0 表 4 2个茶园各游猎蛛之间竞争系数新复极差法分析结果
Table 4. Results of the new multiple range test analysis of competition coefficients among various wandering spiders in two tea plantations
竞争对手 F 物种 2个茶园竞争
系数均值5%显著
水平1%极显著
水平竞争对手 F 物种 2个茶园竞争
系数均值5%显著
水平1%极显著
水平鞍型花蟹蛛 7.530 粽管巢蛛 0.991 1 a A 斜纹猫蛛 1.203 黑色跳蛛 0.920 2 a A 三突花蟹蛛 0.990 4 a A 鞍型花蟹蛛 0.910 0 a A 条纹蝇虎 0.983 0 a A 斑管巢蛛 0.906 3 a A 黑色跳蛛 0.976 4 a A 粽管巢蛛 0.905 4 a A 斑管巢蛛 0.958 2 a AB 三突花蟹蛛 0.881 7 a A 斜纹猫蛛 0.910 0 b B 条纹蝇虎 0.849 1 a A 三突花蟹蛛 11.356 条纹蝇虎 0.993 9 a A 黑色跳蛛 0.562 鞍型花蟹蛛 0.976 4 a A 鞍型花蟹蛛 0.990 4 a A 粽管巢蛛 0.956 5 a A 粽管巢蛛 0.989 7 a A 三突花蟹蛛 0.956 3 a A 斑管巢蛛 0.975 4 a A 条纹蝇虎 0.941 8 a A 黑色跳蛛 0.956 3 a A 斜纹猫蛛 0.920 2 a A 斜纹猫蛛 0.881 7 b B 斑管巢蛛 0.905 4 a A 粽管巢蛛 3.305 鞍型花蟹蛛 0.991 1 a A 条纹蝇虎 12.037 三突花蟹蛛 0.993 9 a A 三突花蟹蛛 0.989 7 a A 鞍型花蟹蛛 0.983 0 a A 条纹蝇虎 0.980 5 a A 粽管巢蛛 0.980 5 a A 斑管巢蛛 0.973 9 a A 斑管巢蛛 0.959 2 a A 黑色跳蛛 0.956 5 ab A 黑色跳蛛 0.941 8 a A 斜纹猫蛛 0.905 4 b A 斜纹猫蛛 0.849 1 b B 斑管巢蛛 1.610 三突花蟹蛛 0.975 3 a A 粽管巢蛛 0.973 9 a A 条纹蝇虎 0.959 2 a A 鞍型花蟹蛛 0.958 2 a A 斜纹猫蛛 0.906 3 a A 黑色跳蛛 0.905 4 a A 说明：计算不同竞争对手下各游猎蛛在2个茶园竞争系数的平均值，5%水平上均数最大的标记为a，1%水平上均数最大的标记为A。向下比较，与之差异性不显著的标记相同字母，差异性显著的标记不同字母。 -
结合关联度和竞争系数将所求的竞争强度指数列于表5。对竞争强度指数进行方差分析，用新复极差法进行比较(表6)。由表6可知：无论竞争对手为哪种游猎蛛，粽管巢蛛都与其他蜘蛛差异显著，其次为斑管巢蛛，且游猎蛛中斜纹猫蛛与两者差异极显著。因此，可得出结论：粽管巢蛛竞争力最强，斑管巢蛛次之，斜纹猫蛛竞争力最弱。
表 5 2个茶园各游猎蛛之间的竞争强度指数
Table 5. Competition intensity indices among wandering spiders in two tea plantations
茶树品种 竞争对手 游猎蛛间竞争强度指数 鞍型花蟹蛛 三突花蟹蛛 粽管巢蛛 斑管巢蛛 斜纹猫蛛 黑色跳蛛 条纹蝇虎 ‘农抗早’ 鞍型花蟹蛛 1.000 0 1.019 0 1.050 3 1.010 7 0.820 4 0.985 9 0.884 5 三突花蟹蛛 0.964 7 1.000 0 1.033 8 1.018 5 0.787 3 0.928 3 0.864 3 粽管巢蛛 0.921 4 0.958 0 1.000 0 0.987 5 0.764 4 0.882 5 0.830 6 斑管巢蛛 0.873 9 0.930 1 0.973 2 1.000 0 0.734 8 0.818 9 0.797 8 斜纹猫蛛 1.001 2 1.014 7 1.063 2 1.037 0 1.000 0 1.089 8 0.859 4 黑色跳蛛 0.933 2 0.928 1 0.952 2 0.896 5 0.845 3 1.000 0 0.795 3 条纹蝇虎 1.110 4 1.146 1 1.188 6 1.158 5 0.884 2 1.054 8 1.000 0 ‘平阳特早’ 鞍型花蟹蛛 1.000 0 1.025 4 1.036 1 1.017 0 0.879 0 0.965 3 0.9012 三突花蟹蛛 0.954 4 1.000 0 0.985 2 0.982 0 0.807 2 0.922 7 0.884 9 粽管巢蛛 0.962 3 0.983 2 1.000 0 0.971 0 0.843 1 0.932 9 0.861 7 斑管巢蛛 0.937 6 0.972 8 0.963 8 1.000 0 0.868 1 0.890 0 0.849 3 斜纹猫蛛 0.949 7 0.937 0 0.980 7 1.017 2 1.000 0 0.889 3 0.794 0 黑色跳蛛 1.022 6 1.050 2 1.064 0 1.022 6 0.872 0 1.000 0 0.920 5 条纹蝇虎 1.055 1 1.113 1 1.086 1 1.078 5 0.860 4 1.017 3 1.000 0 表 6 2个茶园各游猎蛛之间的竞争强度指数新复极差法分析结果
Table 6. Results of the new multiple range test analysis of competitive intensity indices among various wandering spiders in two tea plantations
竞争对手 F 物种 2个茶园竞争
强度指数均值5%显著
水平1%极显著
水平竞争对手 F 物种 2个茶园竞争
强度指数均值5%显著
水平1%极显著
水平鞍型花蟹蛛 32.992 粽管巢蛛 1.043 2 a A 斜纹猫蛛 2.142 斑管巢蛛 1.027 1 a A 三突花蟹蛛 1.022 2 ab A 粽管巢蛛 1.022 0 a A 斑管巢蛛 1.013 8 ab A 黑色跳蛛 0.989 5 ab A 黑色跳蛛 0.975 6 b A 三突花蟹蛛 0.975 8 ab A 条纹蝇虎 0.892 9 c B 鞍型花蟹蛛 0.975 4 ab A 斜纹猫蛛 0.849 7 c B 条纹蝇虎 0.826 7 b A 三突花蟹蛛 33.492 粽管巢蛛 1.009 5 a A 黑色跳蛛 1.575 粽管巢蛛 1.008 1 a A 斑管巢蛛 1.000 2 a AB 三突花蟹蛛 0.989 1 a A 鞍型花蟹蛛 0.960 9 ab AB 鞍型花蟹蛛 0.977 9 a A 黑色跳蛛 0.925 5 b BC 斑管巢蛛 0.959 6 a A 条纹蝇虎 0.874 6 c C 斜纹猫蛛 0.858 6 a A 斜纹猫蛛 0.797 3 d D 条纹蝇虎 0.857 9 a B 粽管巢蛛 9.706 斑管巢蛛 0.979 3 a A 条纹蝇虎 10.533 粽管巢蛛 1.137 3 a A 三突花蟹蛛 0.970 6 a AB 三突花蟹蛛 1.129 6 a A 鞍型花蟹蛛 0.941 9 a AB 斑管巢蛛 1.118 5 a A 黑色跳蛛 0.907 7 ab ABC 鞍型花蟹蛛 1.082 7 a A 条纹蝇虎 0.846 2 bc BC 黑色跳蛛 1.036 1 a A 斜纹猫蛛 0.803 8 c C 斜纹猫蛛 0.872 3 b B 斑管巢蛛 3.588 粽管巢蛛 0.968 5 a A 三突花蟹蛛 0.951 4 ab A 鞍型花蟹蛛 0.905 8 abc A 黑色跳蛛 0.854 4 abc A 条纹蝇虎 0.823 6 bc A 斜纹猫蛛 0.801 5 c A 说明：计算不同竞争对手下各游猎蛛在2个茶园竞争强度指数的平均值，5%水平上均数最大的标记为a，1%水平上均数最大的标记为A。向下比较，与之差异性不显著的标记相同字母，差异性显著的标记不同字母。 -
本研究首先通过灰色关联度分析初步得出2个茶园与小贯小绿叶蝉数量相关性最大的游猎蛛均为斑管巢蛛和粽管巢蛛，再对7种游猎蛛的种群数量进行Fuzzy分级统计，将得出的Fuzzy频数作为原始数据进行竞争系数分析，结果显示：除斑管巢蛛和黑色跳蛛外，5种游猎蛛中斜纹猫蛛竞争力最弱。为验证结果准确性，综合灰色关联度和竞争系数结果引入了竞争强度指数概念，得出7种游猎蛛中斜纹猫蛛竞争力最弱，并且在任何竞争对手下粽管巢蛛都与其他蜘蛛差异显著，其次为斑管巢蛛，即在取食茶园小贯小绿叶蝉时粽管巢蛛和斑管巢蛛竞争力最强，斜纹猫蛛竞争力最弱。
在进行Fuzzy分级统计时，并未对小贯小绿叶蝉数量进行分级，因为在进行竞争关系分析时，只需要7种游猎蛛的数量数据，故无需对小贯小绿叶蝉数量做同样的处理。在进行灰色关联度分析时，小贯小绿叶蝉和7种游猎蛛数量均未进行处理，原因是小贯小绿叶蝉数量与7种游猎蛛数量数据大小相差较大，选择过大的级宽会导致游猎蛛数量均处于第1级宽内，选择较小级宽会出现较多级层且在靠后多个级层里只有小贯小绿叶蝉数据，而游猎蛛数据均为0。对7种游猎蛛的种群数量进行Fuzzy分级，然后进行竞争关系的统计计算，使它们的数据集中性更加突出，弥补了抽样时造成的误差，是一种简洁有效的计算方法。
2个茶园竞争力最强和最弱的蜘蛛相同。本研究的2个茶园均按常规措施管理，不使用化学农药，且于冬季除草修剪，修剪会影响天敌的虫口基数，而‘农抗早’和‘平阳特早’抗逆性和抗寒性强[32]，因此在相近的受害程度后，‘农抗早’和‘平阳特早’恢复时间均较短，恢复效果均较好，害虫所处环境变化的速度一致性可能是研究结果相同的原因之一。此外，茶园竞争力最强的是斑管巢蛛，这可能与斑管巢蛛的生活习性有关。斑管巢蛛定居且游猎于树冠上被害卷叶或枯叶等阴暗干燥处，白天基本不出行，黄昏时刻，蜘蛛开始活动，主动巡游猎取食，沿着枝、叶逐一搜索前进，几乎无遗漏之处。合理保护和利用斑管巢蛛这类竞争力强的蜘蛛可达到有效防治小贯小绿叶蝉的目的。
对茶园游猎蛛之间竞争作用的研究可以更好地理解游猎蛛之间的竞争如何影响害虫的数量和变化趋势以及如何影响生物防治的有效性[33]。至今利用害虫与天敌的种间关系对茶园害虫进行生物防治更多地还是停留在增加优势种天敌数量的方向上，分析天敌之间的竞争作用有利于选出最高效的天敌组合，在不破坏茶园原有生态环境的基础上高效防治害虫。
本研究中的7种游猎蛛都是广食性天敌，但为了研究方便，把它们作为只取食小贯小绿叶蝉一种食饵的单食性天敌，若进行深入研究就需要考虑多种猎物(害虫)共存时天敌对食物的嗜食性，在此基础上应用竞争关系分析方法就能更加真实地反映天敌之间的关系。另外，本研究是分析天敌两两之间的竞争关系，实际上，在食饵不足时，7种天敌之间也存在竞争关系，这种情况有待进一步研究。
Interspecific competition of wandering spiders feeding on Empoasca onukii in tea plantations based on Fuzzy analysis
-
摘要:
目的 探究茶园游猎蛛取食小贯小绿叶蝉Empoasca onukii的种间竞争作用，为合理保护和利用茶园游猎蛛防治小贯小绿叶蝉提供科学依据。 方法 运用灰色关联度法、Fuzzy分级法和竞争系数法对安徽农业大学科技示范园茶树Camellia sinensis‘农抗早’‘Nongkangzao’和‘平阳特早’‘Pingyangtezao’茶园小贯小绿叶蝉与游猎蛛的种群动态进行分析，研究不同游猎蛛之间的竞争关系，并得出竞争力最强的游猎蛛，再将灰色关联度与竞争系数相结合引申出竞争强度指数的概念以验证所得结果准确性。 结果 由灰色关联度结果可知：与小贯小绿叶蝉数量相关性最大的游猎蛛，‘农抗早’茶园为斑管巢蛛Clubiona reichlini(0.896 7)和粽管巢蛛Clubiona japonicola (0.890 2)，‘平阳特早’茶园也为斑管巢蛛(0.860 3)和粽管巢蛛(0.857 1)；根据竞争系数和竞争强度指数的方差分析结果可知：在取食茶园小贯小绿叶蝉时，无论竞争对手为何种游猎蛛，粽管巢蛛都与其他蜘蛛差异显著，其次为斑管巢蛛，且游猎蛛里斜纹猫蛛Oxyopes sertatus与两者差异极显著。 结论 取食茶园小贯小绿叶蝉时，粽管巢蛛和斑管巢蛛竞争力最强，斜纹猫蛛竞争力最弱。通过合理保护和利用粽管巢蛛和斑管巢蛛这类竞争力强的蜘蛛可达到有效防治小贯小绿叶蝉的目的。图2表6参33 Abstract:Objective The objective is to explore the interspecific competition of wandering spiders feeding on Empoasca onukii in tea plantations, so as to provide scientific basis for the rational conservation and control of wandering spiders against E. onukii. Method The population dynamics of E. onukii and wander spiders in ‘Nongkangzao’ and ‘Pingyangtezao’ tea plantations in Science and Technology Demonstration Garden of Anhui Agricultural University in 2021 were analyzed using grey correlation method, Fuzzy classification method and competition coefficient method. The competitive relationship between different wandering spiders was studied and the most competitive wandering spiders were identified. By combining grey correlation degree with competition coefficient, the concept of competition intensity index was derived to verify the accuracy of the obtained results. Result According to the grey correlation results, it could be seen that the wandering spiders most correlated with the number of E. onukii were Clubiona reichlini (0.896 7) and Clubiona japonicola (0.890 2) in ‘Nongkangzao’ tea plantation, and ‘Pingyangtezao’ tea plantation was also dominated by C. reichlini(0.860 3)and C. japonicola (0.857 1). Based on the variance analysis results of competition coefficient and competition intensity index, it was found that C. japonicola differed significantly from other spiders, followed by C. reichlini. Oxyopes sertatus differed very significantly from the two in feeding on E. onukii, regardless of the type of wandering spider in the competition. Conclusion When feeding on E. onukii in tea plantations, C. japonicola and C. reichlini are the most competitive, while O. sertatus is the least competitive. Effective control of E. onukii can be achieved by reasonably protecting and utilizing highly competitive spiders such as C. japonicola and C. reichlini. [Ch. 2 fig. 6 tab. 33 ref ] -
Key words:
- Empoasca onukii /
- wandering spiders /
- interspecific competition /
- Fuzzy analysis /
- biological control
-
农田杂草与作物竞争，影响作物生长发育，导致作物产量下降，是农业生产面临的主要危害之一[1]。中国每年的杂草发生面积超过
9000 万hm2，造成的主粮作物损失超过300万t[2]。传统的杂草管理方式，如物理拔除和化学除草剂等，并不能彻底解决农田中的杂草问题，且存在诸多弊端[3]。因此，农作物栽培等领域可以结合生态学理论(如作物-杂草竞争、物种共存等方向)进行学科交叉研究，寻找可持续的综合性杂草管理策略。例如，通过施肥[4]、调控种植密度[5]和杂草种类[6]来调控作物-杂草群落的结构和群落内植物的功能性状，进而影响杂草与作物的资源竞争，从而达到提升作物产量的目的[7−8]。小麦 Triticum aestivum是支撑全球粮食产量的主要作物之一，中国小麦种植面积约2 400万 hm2，占全球总产量的17%[9]，麦田杂草主要以禾本科Poaceae植物为主，造成的小麦产量损失每年超过15%，高达150万 t[10]。麦田杂草约200多种，以安徽巢湖农业示范基地小麦田为例，其优势杂草主要为野燕麦Avena fatua和稗草Echinochloa crus-galli，共占杂草总丰度的86%[11]。野燕麦是常见的恶性杂草。稗草原本是水稻Oryza sativa田中的典型杂草[12]，偏好温暖阴湿的生长环境，但随着多地区推广稻麦轮作耕作制度，稗草也开始在水分充足的稻茬麦田中出现[11]。
合理的种植密度和施肥是调节作物生长发育的重要栽培措施之一，直接关系到作物的表型和产量[13−14]。适宜的种植密度和施肥可以提高资源利用率，形成优良的农田群落结构[14]。此外，杂草密度和类型也是影响作物产量的主要因素之一[15]。通过改变作物和杂草密度、比例和类型，使群落内出现多种低竞争能力的杂草，进而提升作物产量[7−8]。
植物的功能性状决定了植物对资源的竞争能力[16]，是植物适应环境变化的关键生态策略，反映了植物在特定环境中生存和繁衍的能力[17]。其中，株高和叶片性状是光合活动的重要指标[18−19]，这些性状不仅与植物的生物量积累和光资源的吸收利用有关，还能够揭示植物的养分供应状态和生存策略[20]。而根系作为植物吸收水分和矿质元素的主要器官，其形态特征与植物吸收利用、生长发育和籽粒产量密切相关。如更高的株高、更大的叶、根面积和体积等，均有助于作物获取光、水、氮等资源并提高利用效率，进而促进生物量的积累[21]。但目前针对小麦-杂草体系中种植密度、比例和施肥对小麦功能性状影响的研究相对较少。因此，本研究以冬小麦为目标作物，研究优势杂草野燕麦和稗草在不同密度和施肥条件下对小麦的生物量和功能性状的影响，旨在为小麦杂草管理和生产提供理论依据。
1. 材料与方法
1.1 材料选取与培养
本研究选择在安徽省合肥市庐阳区大杨镇的合肥高新技术农业园内(31°55′28.17″N，117°12′12.85″E)的温室大棚中进行。研究区属于亚热带湿润季风气候，年平均气温为14~22 ℃，全年降水充沛且多集中在夏季，光照充足。供试小麦品种为‘烟农19’‘Yannong 19’，野燕麦和稗草种子采集于合肥高新技术农业园内。挑选均匀饱满、无虫眼和霉坏的小麦、野燕麦和稗草种子，清洗消毒后置于培养皿中，在25 ℃光照培养箱内育苗，待幼苗长至2~4 cm，选取长势基本一致的幼苗移栽进行盆栽试验。
1.2 试验设置
冬小麦于2021年11月13日播种，2022年5月开始收割。所用花盆上口直径为24.5 cm，下口直径为18.5 cm，高为25.0 cm。设置3种种植方式(表1)：小麦单播(W)、小麦与野燕麦混播(W-O)、小麦与稗草混播(W-B)。氮肥施用量为小麦田常规施肥量(210.000 kg·hm−2)，对应每盆施加2.182 g尿素，在移栽前作为基肥溶于水后一次性施入盆栽土壤中[11]。植物栽种参考响应曲面法，在设置密度梯度的同时，嵌套小麦和杂草的种植比例详见表1。盆栽总计128盆，采取随机区组设计摆放，降低光照和温度等环境差异对植株生长的影响。在移栽后的2周内对盆栽中死亡的幼苗进行替补移栽，并去除来自于土壤库中的植株幼苗。
表 1 小麦和杂草的种植方式Table 1 Planting pattern for wheat and weeds种植方式 种植密度
(株·盆−1)种植比例(小麦∶杂草) 施肥处理 盆数 小麦单播(W) 4、8、12、16 100%∶0 未施肥 16盆(4种种植密度各4盆) 施肥 16盆(4种种植密度各4盆) 小麦-稗草混播(W-B) 4、8、12、16 25%∶75%、50%∶50%、75%∶25% 未施肥 24盆(4种种植密度各6盆，内含3种种植比例各2盆) 施肥 24盆(4种种植密度各6盆，内含3种种植比例各2盆) 小麦-野燕麦混播(W-O) 4、8、12、16 25%∶75%、50%∶50%、75%∶25% 未施肥 24盆(4种种植密度各6盆，内含3种种植比例各2盆) 施肥 24盆(4种种植密度各6盆，内含3种种植比例各2盆) 1.3 指标测定
将植株从土壤中完整采集，分为地上和地下部分，用蒸馏水冲洗干净后置于65 ℃烘箱内48 h至恒量，利用天平(精度
0.0001 g)称取植株生物量。对于地上性状，收样前使用直尺测量植物地上部分的最大拉伸高度，记为最大株高；从每株植物中随机选择不少于总数四分之一的健康完整叶片测量叶片性状，包括叶片鲜质量、叶面积和叶片干质量。叶面积使用Digimizer统计软件测量，叶片质量由天平称量。利用叶面积/叶片干质量计算比叶面积，叶片干质量/叶片鲜质量计算叶片干物质相对含量。对于地下性状，利用根系扫描仪(Expression 12000XL, EPSON) 和WinRHIZO根系分析软件测量植株根长、根表面积和根体积。利用根表面积/根干质量计算比根面积，根长/根干质量计算比根长，根体积/根干质量计算比根体积，根干质量/根体积计算根组织密度。1.4 数据分析
所有数据采用R 4.2.3软件进行分析和绘图。利用ggplot2包绘图[22]；将原始数据进行以10为底的对数转化以使数据总体符合正态分布，进而利用stats包对取对数后的数据进行线性回归、方差分析及多重比较，分析种植密度、种植比例、施肥对小麦生物量和功能性状的影响；利用vegan包对原始数据进行冗余分析[23]。
2. 结果与分析
2.1 种植密度和施肥对单播小麦生长特征的影响
在单播小麦条件下，无论是否施肥，随着种植密度增大，小麦生物量显著降低(P＜0.05)；施肥显著增加了生物量，种植密度为8株·盆−1时增幅最大，达58.8% (图1A，P＜0.05)。在功能性状方面，对于地上性状，小麦的最大株高在种植密度为4株·盆−1时最大，施肥对最大株高无显著影响(图1B)。小麦叶面积在未施肥时随着种植密度增大逐渐降低，而施肥显著增加叶面积，且在种植密度为8株·盆−1时增幅最大，达143.4% (图1C，P＜0.05)。小麦的比叶面积在种植密度改变时并未发生显著变化，与未施肥相比，种植密度为8株·盆−1时，施肥仅显著增加了比叶面积，从111.90 cm2·g−1增大至168.60 cm2·g−1 (图1D，P＜0.05)。小麦叶片干物质相对含量在未施肥时随着种植密度增大呈驼峰形变化趋势，而在施肥情况下随着种植密度增大呈U形的变化趋势(图1E)。对于根性状，施肥和种植密度均未改变根长、根表面积、比根体积和根组织密度(图1F~K)。整体而言，种植密度和施肥会影响单播小麦的生物量和地上性状，而对根性状作用不明显。
图 1 种植密度和施肥对单播小麦生长特征的影响Figure 1 Changes of wheat biomass and functional traits with N addition and planting density treatments in monoculture单株小麦的生物量、最大株高和叶面积之间呈正相关，它们与叶片干物质相对含量呈负相关(图2A)；单株小麦的根长与根表面积呈正相关，比根面积和比根长呈正相关，两类根性状呈负相关，比根体积与其余4个性状相关性较小(图2B)。
图 2 种植密度和施肥与小麦生长特征之间的相关性分析Figure 2 Redundancy analysis between wheat biomass and functional traits with N addition and planting density treatments in monoculture2.2 与野燕麦混播时不同处理对小麦生长特征的影响
当小麦与野燕麦混播时，无论小麦种植比例如何，随着种植密度增大，小麦生物量显著降低(P＜0.05)；当种植密度相同时，随着小麦种植比例增大，生物量整体呈下降趋势；当种植密度为8株·盆−1，且小麦与野燕麦种植比例为25%∶75%时，施肥仅显著增加了生物量，未施肥时为4.23 g，施肥时为15.65 g，增加了270.3% (图3A，P＜0.05)。在功能性状方面，当小麦与野燕麦种植比例为25%∶75%和50%∶50%时，施肥、种植密度和小麦种植比例均未改变最大株高；当小麦与野燕麦种植比例为75%∶25%时，未施肥时最大株高随种植密度增大显著降低(P＜0.05)，从密度为4株·盆−1时的最大值(59.41 cm)降低至密度为16株·盆−1时的最小值(39.56 cm)；施肥时株高的密度依赖性消失(图3B)。对于叶片性状，施肥、种植密度和小麦种植比例均未改变小麦平均叶面积、比叶面积和叶片干物质相对含量(图3C~E，P＞0.05)。对于根性状，施肥、种植密度和种植比例均未改变根长、根表面积、比根长、比根体积和根组织密度(图3F~K，P＞0.05)。
图 3 与野燕麦混播时不同处理下小麦生长特征的变化Figure 3 Changes of wheat biomass and functional traits of wheat in W-O mixture with N addition, planting density and proportion2.3 与稗草混播时不同处理对小麦生长特征的影响
从图4可见：当小麦与稗草混播时，无论小麦种植比例如何，随着种植密度增大，小麦生物量显著降低(P＜0.05)；当种植密度相同时，随着小麦种植比例增大，生物量整体呈下降趋势；施肥并未改变小麦生物量。在功能性状方面，施肥、种植密度和种植比例均未改变小麦地上性状和根性状。施肥、种植密度和种植比例的交互作用会改变根长和根表面积。在未施肥时，当种植密度为4株·盆−1，且小麦与稗草种植比例为25%∶75%时，小麦根长和根表面积最大，而当种植密度为16株·盆−1，且小麦与杂草种植比例为75%∶25%时，小麦根长和根表面积最小。
图 4 与稗草混播时不同处理下小麦生长特征的影响Figure 4 Changes of biomass and functional traits of wheat in W-B mixture with N addition, planting density and proportion3. 讨论
3.1 种植密度对小麦生长的影响
本研究中，无论是单播还是混播，小麦的单株生物量随着种植密度的增大而显著下降，不依赖于小麦邻体杂草的物种类型。这与以往的研究结果一致，这是因为在高种植密度下，个体可用资源减少[24]。当小麦与野燕麦混播种植比例为75%∶25%，且未施肥时，小麦的最大株高随种植密度增大而显著降低，而此时小麦与稗草混播中的小麦最大株高无明显变化。这表明在相同种植密度和种植比例下，小麦与野燕麦共存时承受着更为激烈的光竞争压力。这可能是因为冬季和早春气温较低，导致原本在温暖潮湿地区常见的稗草发芽和生长较慢[25−26]。相比之下，野燕麦耐旱耐冷、适应性强，拔节后生长迅速，能对小麦构成更大的竞争。此外，野燕麦种子成熟时间较早，这也增大了其对土壤资源的占据[27]，体现了杂草生长过程中的权衡策略[28]，即通过缩短生育期来获取在资源竞争中的优势[29]。
3.2 施肥对小麦生长的影响
施肥是提高土壤肥力的常用手段[30−31]。本研究发现：在小麦单播时，施肥可以增大单株小麦的生物量和叶面积，表明施肥能通过缓解氮受限来增强光合作用和呼吸作用，从而促进生物量的积累[32]。然而，在混播系统中，施肥与否对小麦的生长并无显著改变，这可能是因为当前施肥量对小麦生长的增益不足以弥补种植密度对小麦生长的制约[32]，也可能是因为邻体杂草的竞争作用抵消了施肥对小麦生长的促进[33]。
3.3 种植密度、种植比例和施肥的交互作用对混播小麦生长的影响
当小麦与野燕麦混播时，施肥显著增加了种植密度为8株·盆−1，种植比例为25%∶75%时的单株小麦生物量。这可能是因为施肥后土壤中的可利用氮素增加，在一定程度上缓解了对小麦株高和根系生长的密度制约效应，从而有利于小麦生物量的积累。同时，土壤中可利用氮素的增加也会促进杂草的生长[34]，而野燕麦的生长能力和养分吸收能力优于小麦[35]，因此施肥处理可能会加剧野燕麦对小麦产量的密度制约效应。而当小麦与稗草混播时，施肥对其影响相对较小。这表明种植密度、种植比例和施肥的交互作用对小麦与杂草混播时单株小麦生长的影响可能具有杂草依赖性。种植密度和施肥的交互作用对根长和根表面积的影响较大，即在低密度施肥时最高而高密度未施肥时最低，而对株高和叶片性状的影响较小。这可能是因为与大田环境相比，盆栽不同植株获得光资源的差异较小，而土壤资源和空间受限，使得小麦根系需要发生比地上性状更大的表型可塑性以获取养分和生长。
本研究采用容易获得的形态性状进行分析，并未对叶片光合作用、根呼吸和根系分泌物特征等生理性状进行研究，这些性状能更准确地反映植物对不同环境因子的响应[36]，但难以快速大量测量[37−38]，所以相关研究仍然较少。为了能进一步揭示植物地上、地下性状的权衡机制并将其运用到农业生产和杂草管理之中，应在不同作物、不同耕作方式和不同的田间配置条件下进行有关植物生理属性的研究，并平衡多个功能性状间的权衡关系提高作物适合度。
4. 结论
种植密度、种植比例和施肥的交互作用对小麦与杂草混播系统中小麦的生物量、根长和根表面积产生较大影响，而对株高和叶片性状的影响相对较小。在相同的种植条件下，野燕麦对小麦生长的不利影响超过稗草。施肥则根据混播的杂草种类而表现出不同的效果。因此，在农业生产实践中，应合理调控种植密度、杂草比例和施肥量。同时，在进行杂草管理时应选择合适的杂草种类，以发挥作物和杂草多样性在调控产量中的潜在价值。
-
图 1 ‘农抗早’茶园游猎蛛种群数量等分分级频数曲线(A)和Fuzzy频数曲线(B)
Figure 1 Equally graded frequency curve (A) and Fuzzy frequency curve (B) of the number of wandering spiders in ‘Nongkangzao’ tea plantation
图 2 ‘平阳特早’茶园游猎蛛种群数量等分分级频数曲线(A)和Fuzzy频数曲线(B)
Figure 2 Equally graded frequency curve (A) and Fuzzy frequency curve (B) of the number of wandering spiders in ‘Pingyangtezao’ tea plantation
表 1 2个茶园小贯小绿叶蝉与游猎蛛数量动态
Table 1. Population dynamics of E. onukii and wandering spiders in two tea plantations
茶树品种 日期
(月-日)害虫数量/头 游猎蛛数量/头 X1 X2 X3 X4 X5 X6 X7 ‘农抗早’ 03-25 3 10 16 3 2 32 7 7 04-16 11 2 7 1 0 7 0 19 05-07 42 2 6 0 0 2 2 0 05-23 30 1 5 0 0 5 12 1 06-04 222 7 1 5 0 1 5 0 06-20 175 20 5 5 5 0 5 0 07-08 594 14 65 51 88 6 38 0 08-10 209 27 23 15 60 20 26 24 08-22 429 23 19 29 59 33 25 6 09-06 92 19 9 19 23 57 18 6 09-17 30 17 17 13 10 31 13 19 10-13 1 8 1 2 0 45 4 5 11-01 52 4 2 9 9 39 4 19 11-19 47 1 1 3 6 15 3 5 合计 1 937 310 250 155 177 253 155 262 ‘平阳特早’ 03-25 9 2 3 0 0 13 17 4 04-16 11 0 5 0 0 1 6 2 05-07 31 1 6 0 0 0 6 0 05-23 57 3 4 1 0 0 5 0 06-04 251 1 5 0 3 0 11 0 06-20 139 15 8 18 2 0 10 1 07-08 674 26 46 24 34 22 7 0 08-10 318 17 3 17 42 33 13 0 08-22 534 8 18 21 48 31 10 29 09-06 160 29 12 14 18 39 16 10 09-17 20 13 12 12 19 37 12 9 10-13 4 7 2 0 0 20 11 2 11-01 23 5 2 8 3 2 2 3 11-19 108 1 2 3 5 26 2 4 合计 2 339 245 230 128 128 170 118 174 说明：X1~X7分别指鞍型花蟹蛛、三突花蟹蛛、粽管巢蛛、斑管巢蛛、斜纹猫蛛、黑色跳蛛和条纹蝇虎数量(头)。 
下载: 导出CSV
表 2 2个茶园小贯小绿叶蝉与游猎蛛间的灰色关联度
Table 2. Grey correlation between E. onukii and wandering spiders in two tea plantations
游猎蛛 ‘农抗早’ ‘平阳特早’ 游猎蛛 ‘农抗早’ ‘平阳特早’ 灰色关联度 排位 灰色关联度 排位 灰色关联度 排位 灰色关联度 排位 鞍型花蟹蛛 0.833 8 5 0.826 1 4 斜纹猫蛛 0.754 8 6 0.794 7 6 三突花蟹蛛 0.856 9 4 0.856 2 3 黑色跳蛛 0.857 0 3 0.802 6 5 粽管巢蛛 0.890 2 2 0.857 1 2 条纹蝇虎 0.744 2 7 0.763 4 7 斑管巢蛛 0.896 7 1 0.860 3 1
下载: 导出CSV
表 3 2个茶园各游猎蛛之间的竞争系数
Table 3. Competition coefficients among wandering spiders in two tea plantations
茶树品种 竞争对手 游猎蛛间竞争系数 鞍型花蟹蛛 三突花蟹蛛 粽管巢蛛 斑管巢蛛 斜纹猫蛛 黑色跳蛛 条纹蝇虎 ‘农抗早’ 鞍型花蟹蛛 1.000 0 0.991 5 0.983 7 0.939 8 0.906 3 0.959 2 0.991 0 三突花蟹蛛 0.991 5 1.000 0 0.995 2 0.973 3 0.893 8 0.928 2 0.995 3 粽管巢蛛 0.983 7 0.995 2 1.000 0 0.980 3 0.901 5 0.916 7 0.993 6 斑管巢蛛 0.939 8 0.973 3 0.980 3 1.000 0 0.872 9 0.856 8 0.961 4 斜纹猫蛛 0.906 3 0.893 8 0.901 5 0.872 9 1.000 0 0.959 8 0.871 7 黑色跳蛛 0.959 2 0.928 2 0.916 7 0.856 8 0.959 8 1.000 0 0.915 9 条纹蝇虎 0.991 0 0.995 3 0.993 6 0.961 4 0.871 7 0.915 9 1.000 0 ‘平阳特早’ 鞍型花蟹蛛 1.000 0 0.989 3 0.998 5 0.976 5 0.913 7 0.993 5 0.975 1 三突花蟹蛛 0.989 3 1.000 0 0.984 2 0.977 4 0.869 7 0.984 4 0.992 5 粽管巢蛛 0.998 5 0.984 2 1.000 0 0.967 4 0.909 3 0.996 3 0.967 4 斑管巢蛛 0.976 5 0.977 4 0.967 4 1.000 0 0.939 7 0.954 0 0.957 1 斜纹猫蛛 0.913 7 0.869 7 0.909 3 0.939 7 1.000 0 0.880 6 0.826 5 黑色跳蛛 0.993 5 0.984 4 0.996 3 0.954 0 0.880 6 1.000 0 0.967 7 条纹蝇虎 0.975 1 0.992 5 0.967 4 0.957 1 0.826 5 0.967 7 1.000 0
下载: 导出CSV
表 4 2个茶园各游猎蛛之间竞争系数新复极差法分析结果
Table 4. Results of the new multiple range test analysis of competition coefficients among various wandering spiders in two tea plantations
竞争对手 F 物种 2个茶园竞争
系数均值5%显著
水平1%极显著
水平竞争对手 F 物种 2个茶园竞争
系数均值5%显著
水平1%极显著
水平鞍型花蟹蛛 7.530 粽管巢蛛 0.991 1 a A 斜纹猫蛛 1.203 黑色跳蛛 0.920 2 a A 三突花蟹蛛 0.990 4 a A 鞍型花蟹蛛 0.910 0 a A 条纹蝇虎 0.983 0 a A 斑管巢蛛 0.906 3 a A 黑色跳蛛 0.976 4 a A 粽管巢蛛 0.905 4 a A 斑管巢蛛 0.958 2 a AB 三突花蟹蛛 0.881 7 a A 斜纹猫蛛 0.910 0 b B 条纹蝇虎 0.849 1 a A 三突花蟹蛛 11.356 条纹蝇虎 0.993 9 a A 黑色跳蛛 0.562 鞍型花蟹蛛 0.976 4 a A 鞍型花蟹蛛 0.990 4 a A 粽管巢蛛 0.956 5 a A 粽管巢蛛 0.989 7 a A 三突花蟹蛛 0.956 3 a A 斑管巢蛛 0.975 4 a A 条纹蝇虎 0.941 8 a A 黑色跳蛛 0.956 3 a A 斜纹猫蛛 0.920 2 a A 斜纹猫蛛 0.881 7 b B 斑管巢蛛 0.905 4 a A 粽管巢蛛 3.305 鞍型花蟹蛛 0.991 1 a A 条纹蝇虎 12.037 三突花蟹蛛 0.993 9 a A 三突花蟹蛛 0.989 7 a A 鞍型花蟹蛛 0.983 0 a A 条纹蝇虎 0.980 5 a A 粽管巢蛛 0.980 5 a A 斑管巢蛛 0.973 9 a A 斑管巢蛛 0.959 2 a A 黑色跳蛛 0.956 5 ab A 黑色跳蛛 0.941 8 a A 斜纹猫蛛 0.905 4 b A 斜纹猫蛛 0.849 1 b B 斑管巢蛛 1.610 三突花蟹蛛 0.975 3 a A 粽管巢蛛 0.973 9 a A 条纹蝇虎 0.959 2 a A 鞍型花蟹蛛 0.958 2 a A 斜纹猫蛛 0.906 3 a A 黑色跳蛛 0.905 4 a A 说明：计算不同竞争对手下各游猎蛛在2个茶园竞争系数的平均值，5%水平上均数最大的标记为a，1%水平上均数最大的标记为A。向下比较，与之差异性不显著的标记相同字母，差异性显著的标记不同字母。
下载: 导出CSV
表 5 2个茶园各游猎蛛之间的竞争强度指数
Table 5. Competition intensity indices among wandering spiders in two tea plantations
茶树品种 竞争对手 游猎蛛间竞争强度指数 鞍型花蟹蛛 三突花蟹蛛 粽管巢蛛 斑管巢蛛 斜纹猫蛛 黑色跳蛛 条纹蝇虎 ‘农抗早’ 鞍型花蟹蛛 1.000 0 1.019 0 1.050 3 1.010 7 0.820 4 0.985 9 0.884 5 三突花蟹蛛 0.964 7 1.000 0 1.033 8 1.018 5 0.787 3 0.928 3 0.864 3 粽管巢蛛 0.921 4 0.958 0 1.000 0 0.987 5 0.764 4 0.882 5 0.830 6 斑管巢蛛 0.873 9 0.930 1 0.973 2 1.000 0 0.734 8 0.818 9 0.797 8 斜纹猫蛛 1.001 2 1.014 7 1.063 2 1.037 0 1.000 0 1.089 8 0.859 4 黑色跳蛛 0.933 2 0.928 1 0.952 2 0.896 5 0.845 3 1.000 0 0.795 3 条纹蝇虎 1.110 4 1.146 1 1.188 6 1.158 5 0.884 2 1.054 8 1.000 0 ‘平阳特早’ 鞍型花蟹蛛 1.000 0 1.025 4 1.036 1 1.017 0 0.879 0 0.965 3 0.9012 三突花蟹蛛 0.954 4 1.000 0 0.985 2 0.982 0 0.807 2 0.922 7 0.884 9 粽管巢蛛 0.962 3 0.983 2 1.000 0 0.971 0 0.843 1 0.932 9 0.861 7 斑管巢蛛 0.937 6 0.972 8 0.963 8 1.000 0 0.868 1 0.890 0 0.849 3 斜纹猫蛛 0.949 7 0.937 0 0.980 7 1.017 2 1.000 0 0.889 3 0.794 0 黑色跳蛛 1.022 6 1.050 2 1.064 0 1.022 6 0.872 0 1.000 0 0.920 5 条纹蝇虎 1.055 1 1.113 1 1.086 1 1.078 5 0.860 4 1.017 3 1.000 0
下载: 导出CSV
表 6 2个茶园各游猎蛛之间的竞争强度指数新复极差法分析结果
Table 6. Results of the new multiple range test analysis of competitive intensity indices among various wandering spiders in two tea plantations
竞争对手 F 物种 2个茶园竞争
强度指数均值5%显著
水平1%极显著
水平竞争对手 F 物种 2个茶园竞争
强度指数均值5%显著
水平1%极显著
水平鞍型花蟹蛛 32.992 粽管巢蛛 1.043 2 a A 斜纹猫蛛 2.142 斑管巢蛛 1.027 1 a A 三突花蟹蛛 1.022 2 ab A 粽管巢蛛 1.022 0 a A 斑管巢蛛 1.013 8 ab A 黑色跳蛛 0.989 5 ab A 黑色跳蛛 0.975 6 b A 三突花蟹蛛 0.975 8 ab A 条纹蝇虎 0.892 9 c B 鞍型花蟹蛛 0.975 4 ab A 斜纹猫蛛 0.849 7 c B 条纹蝇虎 0.826 7 b A 三突花蟹蛛 33.492 粽管巢蛛 1.009 5 a A 黑色跳蛛 1.575 粽管巢蛛 1.008 1 a A 斑管巢蛛 1.000 2 a AB 三突花蟹蛛 0.989 1 a A 鞍型花蟹蛛 0.960 9 ab AB 鞍型花蟹蛛 0.977 9 a A 黑色跳蛛 0.925 5 b BC 斑管巢蛛 0.959 6 a A 条纹蝇虎 0.874 6 c C 斜纹猫蛛 0.858 6 a A 斜纹猫蛛 0.797 3 d D 条纹蝇虎 0.857 9 a B 粽管巢蛛 9.706 斑管巢蛛 0.979 3 a A 条纹蝇虎 10.533 粽管巢蛛 1.137 3 a A 三突花蟹蛛 0.970 6 a AB 三突花蟹蛛 1.129 6 a A 鞍型花蟹蛛 0.941 9 a AB 斑管巢蛛 1.118 5 a A 黑色跳蛛 0.907 7 ab ABC 鞍型花蟹蛛 1.082 7 a A 条纹蝇虎 0.846 2 bc BC 黑色跳蛛 1.036 1 a A 斜纹猫蛛 0.803 8 c C 斜纹猫蛛 0.872 3 b B 斑管巢蛛 3.588 粽管巢蛛 0.968 5 a A 三突花蟹蛛 0.951 4 ab A 鞍型花蟹蛛 0.905 8 abc A 黑色跳蛛 0.854 4 abc A 条纹蝇虎 0.823 6 bc A 斜纹猫蛛 0.801 5 c A 说明：计算不同竞争对手下各游猎蛛在2个茶园竞争强度指数的平均值，5%水平上均数最大的标记为a，1%水平上均数最大的标记为A。向下比较，与之差异性不显著的标记相同字母，差异性显著的标记不同字母。
下载: 导出CSV
-
[1] ZHAO Qian, SHI Longqing, HE Weiyi, et al. Genomic variation in the tea leafhopper reveals the basis of adaptive evolution [J/OL]. Genomics, Proteomics & Bioinformatics, 2022[2022-11-06]. doi: 10.1016/j.gpb.2022.05.011. [2] YAO Qi, WANG Manqun, CHEN Zongmao. The relative preference of Empoasca onukii (Hemiptera: Cicadellidae) for oviposition on twenty-four tea cultivars [J]. Journal of Economic Entomology, 2022, 115(5): 1521 − 1530. [3] 郭明明, 李兆群, 刘岩, 等. 双丙环虫酯对小贯小绿叶蝉的防治效果及残留评价[J]. 茶叶科学, 2022, 42(3): 358 − 366. GUO Mingming, LI Zhaoqun, LIU Yan, et al. The control efficiency of afidopyropen to tea green leafhoppers and evaluation of residue in tea [J]. Journal of Tea Science, 2022, 42(3): 358 − 366. [4] HAZZI N A, HORMIGA G. Molecular phylogeny of the tropical wandering spiders (Araneae, Ctenidae) and the evolution of eye conformation in the RTA clade [J]. Cladistics, 2023, 39(1): 18 − 42. [5] MONSIMET J, COLINET H, DEVINEAU O, et al. Biogeographic position and body size jointly set lower thermal limits of wandering spiders [J]. Ecology and Evolution, 2021, 11(7): 3347 − 3356. [6] LAPINSKI W, TSCHAPKA M. Vertical distribution of wandering spiders in central America [J]. The Journal of Arachnology, 2018, 46(1): 13 − 20. [7] CHEN Shiyan, CHENG Honghao, WU Xiaomeng, et al. The dominant species of natural enemies of Pentatomidae in the peak period [J]. Entomological Research, 2023, 53(3): 95 − 105. [8] 孙佳照, 吴筱萌, 徐悦, 等. 小贯小绿叶蝉与其主要天敌空间关系研究方法的比较[J]. 植物保护, 2021, 47(5): 190 − 197. SUN Jiazhao, WU Xiaomeng, XU Yue, et al. A comparison of methods for investigating the spatial relationships between Empoasca onukii Matsuda and its main natural enemies [J]. Plant Protection, 2021, 47(5): 190 − 197. [9] 吴筱萌, 徐悦, 张淋, 等. 4种茶园花蓟马与其天敌的空间关系及差异[J]. 应用昆虫学报, 2022, 59(4): 805 − 814. WU Xiaomeng, XU Yue, ZHANG Lin, et al. Spatial relationships between Frankliniella intonsa and its natural enemies in four tea gardens [J]. Chinese Bulletin of Entomology, 2022, 59(4): 805 − 814. [10] CHENG Honghao, CHEN Shiyan, WU Xiaomeng, et al. Analysis of the following effect of the natural enemies with Frankliniella intonsa in tea garden [J]. Entomological Research, 2022, 52(8): 356 − 366. [11] ZHANG Lin, SUN Jiazhao, WU Xiaoment, et al. Comprehensive evaluation of natural enemy dominant species of Breuipalpus oboyats in tea garden in autumn and winter [J]. Entomological Research, 2021, 51(12): 650 − 657. [12] CHENG Xian, ZHANG Lin, WU Xiaomeng, et al. Differences in the closeness of spatial relationship between Ricanidae in their prime and natural enemies in five kinds of tea gardens [J]. Entomological Research, 2022, 52(8): 367 − 375. [13] 徐悦, 吴筱萌, 陈诗燕, 等. 茶园蜘蛛与广翅蜡蝉的时间和空间关系[J]. 浙江农林大学学报, 2022, 39(5): 1067 − 1079. XUE Yue, WU Xiaomeng, CHEN Shiyan, et al. Temporal and spatial relationship between spiders and Ricanidae in tea gardens [J]. Journal of Zhejiang A&F University, 2022, 39(5): 1067 − 1079. [14] BI Shoudong, QIAN Guangjing, SONG Xueyu, et al. Studies on dominant natural enemies of Ceroplastes rubens Maskell in tea gardens at different altitudes [J]. International Journal of Tropical Insect Science, 2022, 42(4): 2845 − 2852. [15] 李兆群. 我国茶园有害生物生物防治技术研究及应用[J]. 中国茶叶, 2022, 44(5): 8 − 12. LI Zhaoqun. Research and application of tea pest control technology in China [J]. China Tea, 2022, 44(5): 8 − 12. [16] 黄焯钦. 生物防治技术在茶园病虫害绿色防控中的应用研究[J]. 种子科技, 2022, 40(5): 103 − 105. HUANG Zhuoqin. Study on the application of biological control technology in the green control of diseases and pests in tea garden [J]. Seed Scicence &Technology, 2022, 40(5): 103 − 105. [17] SENTIS A, HEMPTINNE J L, MAGRO A, et al. Biological control needs evolutionary perspectives of ecological interactions [J]. Evolutionary Applications, 2022, 15(10): 1537 − 1554. [18] 徐学农, 吕佳乐, 王恩东. 国际捕食螨研发与应用的热点问题及启示[J]. 中国生物防治学报, 2013, 29(2): 163 − 174. XU Xuenong, LÜ Jiale, WANG Endong. Hot spots in international predatory mite studies and lessons to us [J]. Chinese Journal of Biological Control, 2013, 29(2): 163 − 174. [19] FAUST K, RAES J. Microbial interactions: from networks to models [J]. Nature Reviews Microbiology, 2012, 10(8): 538 − 550. [20] ROSALIA S, YONARIZA Y, SYAHRAWATI M. Effect of farmer’s behavior in cocoa management on insect diversity in Salayo Cocoa Plantation, West Sumatra, Indonesia [J]. Biodiversitas Journal of Biological Diversity, 2022, 23(10): 5064 − 5073. [21] ZOU Yan, SHEN Fangyuan, ZHONG Yanni, et al. Impacts of intercropped maize ecological shading on tea foliar and functional components, insect pest diversity and soil microbes [J/OL]. Plants, 2022, 11(14): 1883[2022-11-06]. doi: 10.3390/plants11141883. [22] 张书平, 钱广晶, 毕守东, 等. 基于Fuzzy分析的假眼小绿叶蝉与天敌蜘蛛的数量关系[J]. 四川农业大学学报, 2019, 37(5): 653 − 662. ZHANG Shuping, QIAN Guangjing, BI Shoudong, et al. Quantitative relationship between Empoasca vitis and spiders of natural enemies based on Fuzzy analysis [J]. Journal of Sichuan Agricultural University, 2019, 37(5): 653 − 662. [23] 汪清, 潘萍, 欧阳勋志, 等. 马尾松-木荷不同比例混交林种内和种间竞争强度[J]. 生态学杂志, 2021, 40(1): 49 − 57. WANG Qing, PAN Ping, OUYANG Xunzhi, et al. Intraspecific and interspecific competition intensity in mixed plantation with different proportion of Pinus massoniana and Schima superba [J]. Chinese Journal of Ecology, 2021, 40(1): 49 − 57. [24] 邓聚龙. 灰色系统理论教程[M]. 武汉: 华中理工大学出版社, 1990: 33 − 84. DENG Julong. Grey System Theory Tutorial [M]. Wuhan: Huazhong University of Science and Technology Press, 1990: 33 − 84. [25] 贺仲雄. 模糊数学及其应用[M]. 天津: 天津科学技术出版社, 1984. HE Zhongxiong. Fuzzy Mathematics and Its Application [M]. Tianjin: Tianjin Science and Technology Press, 1984. [26] 邹运鼎. 模糊分级法在害虫分析中的应用[J]. 昆虫知识, 1986, 23(3): 138 − 140. ZOU Yunding. Application of fuzzy classification method in pest analysis [J]. Chinese Bulletin of Entomology, 1986, 23(3): 138 − 140. [27] 宋丁全, 姜志林, 郑作孟, 等. 光皮桦林优势树种间的竞争[J]. 南京林业大学学报, 2000, 24(4): 26 − 28. SONG Dingquan, JIANG Zhilin, ZHENG Zuomeng, et al. Competition among dominant species in forest of Betula luminifera [J]. Journal of Nanjing Forestry University, 2000, 24(4): 26 − 28. [28] PIANKA E R. The structure of lizard communities [J]. Annual Review of Ecology and Systematics, 1973, 4(1): 53 − 74. [29] MAY R M. Stability and Complexity in Model Ecosystems [M]. Princeton: Princeton University Press, 2019. [30] MAY R M. Some notes on estimating the competition matrix, α [J]. Ecology, 1975, 56(3): 737 − 741. [31] 李永宏, 黄清臻. 新复极差法在生物统计中的应用[J]. 医学动物防制, 2002, 18(5): 270 − 272. LI Yonghong, HUANG Qingzhen. Application of new complex range method in biostatistics [J]. Journal of Medical Pest Control, 2002, 18(5): 270 − 272. [32] 张翠玲, 侯君合, 王芝云, 等. 青岛地区茶树无性系品种抗寒性比较试验[J]. 山东林业科技, 2008, 38(2): 30 − 31. ZHANG Cuiling, HOU Junhe, WANG Zhiyun, et al. The comparison of the cold-resistance of the tea clone varieties in Qingdao district [J]. Journal of Shandong Forestry Science and Technology, 2008, 38(2): 30 − 31. [33] CUSUMANO A, PERI E, BRADLEIGH VINSON S, et al. Interspecific extrinsic and intrinsic competitive interactions in egg parasitoids [J]. BioControl, 2012, 57(6): 719 − 734. -
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20220753
点击查看大图
计量
- 文章访问数: 419
- HTML全文浏览量: 78
- PDF下载量: 16
- 被引次数: 0
