-
土壤水分是连接地表水与地下水的纽带,在水资源的形成、转化及消化过程中有重要作用。近年来,由全球变暖引起的土壤含水量减少,预计将影响全球的植物群落[1]。许多土壤和水的保护措施已经实施,以减少水土流失,防止土地退化。土壤和水的养护不仅可以减少土壤和水的亏损,也改变了这部分土地表面,影响生态系统的结构和职能[2]。所以,如何提高林分的水源涵养功能,防止水土流失,保护生态环境已成为人们非常关注的问题。土壤含水率的测量是很困难且费时的一个过程[3]。一些研究者已经在广泛的空间范围和时间尺度上观察土壤含水率的稳定性[4]。每场降雨中,都有部分水沿着土壤内的空隙渗入到土壤内部形成土壤水,然后形成壤中流[5]。壤中流是坡地径流的重要组成部分,对流域径流产生、养分流失,水土流失等有重要影响[6]。壤中流对重力侵蚀起到了促发作用,与以往研究表明的长江流域坡面以面蚀为主的结论有所不同,甚至有壤中流促发的侵蚀量要远远高于片蚀、沟蚀等坡面侵蚀形式。壤中流受地形、土层厚度、土地利用等多种因素的影响,已对壤中流的产生机制[7]、优先路径[8-9]、临界性和非线性[10],以及壤中流的影响因子[11]进行了广泛的研究。土壤含水率的时间动态变化和深度变化受降雨过程的严重影响[12],降雨后土壤表层水分发生剧烈变化,表层水分含量迅速增加,在蒸散和下渗作用下表层土壤含水率缓慢减小[13],继而影响深层土壤含水率,随着深度的加深,土壤含水率对降雨的响应程度也减小。降雨时浅层次有优势流现象出现, 受到土壤结构影响和降雨量大小控制[14]。目前,林地土壤水文特征研究以蓄满稳渗特征为主,缺乏林地野外土壤水分变异规律以及对降雨响应实际特征研究。很多研究是在饱和供水坡度为零条件下总结出的规律,与野外坡面自然降水条件差异巨大。林地坡面与以上研究模拟条件相比更加复杂。因此,开展林地坡面自然降雨状态下的土壤水分响应变异过程,对于揭示森林水源涵养功能与机制,具有实际的理论指导意义。
-
实验区在南京市东善桥林场铜山分场,31°35′~31° 39′ N,118°50′~118°52′E,年均气温为15.1 ℃,年降水量为1 100 mm,年日照2 199 h,无霜期229 d。试验地选择45年生的麻栎Quercus acutissima林,郁闭度为0.8,密度425株·hm-2,平均树高16.8 m,平均胸径24.3 cm,平均冠幅9.7 m。林地面坡度为18°,坡长62 m,土壤为黄棕壤。
-
采用ECH2O土壤含水率监测系统,ECH2O传感器通过测量土壤的介电常数来计算土壤体积含水率。本研究着眼于土壤表层5,15,30,40,60,100 cm等6个层次土壤含水率在不同降雨强度条件下的变化特征。在监测点坡面上坡不同郁闭度50%,80%,100%各设置雨量计1个,设置集水槽3个·郁闭度-1(200 cm×20 cm×20 cm),集水槽附近除去周围过高的草本植被,使其低于径流槽,将降雨导入称重式自动排液式穿透雨测定系统,最后根据集水槽的面积以及3个集水槽的收集到的穿透雨量换算出林内雨量,降雨量结合雨量筒数据取平均值。于2012年6月29号到12月9号以半时监测1次的频率对观测地的土壤水分进行监测。实验选用翻斗式雨量计远程信息传输系统,1.0 mm降雨量通过卫星平台远程发送信息1次。
-
环刀规格直径5 cm,选定麻栎林代表性的测定地点,采用环刀法取5,15,30,40,60,100 cm等层次原状土后,用水浸泡一定时间使其达到水饱和称量(M1),放入烘干箱烘干至恒量(M2),即可算出各层次的最大体积含水率。最大体积含水率(%)=[(M1-M2)/(1×V)]×100。
-
土壤中侧向流动的径流成为侧向流,因为无地表径流产生,所以侧向流近似为单位时间、单位体积下土壤含水量变化量与实际降雨量的差值。Iin=ΔW-P。其中:Iin为侧向流,mm;ΔW为含水率变化量所需要的降雨量,mm;P为实测降雨量,mm。
-
以时刻为横坐标,以降雨强度(mm·h-1)和土壤瞬时体积含水率(%)为纵坐标,得到5,15,30,40,60,100 cm等6个不同土壤层次土壤含水率对小雨(24 h内降雨量不超过10 mm)、中雨(24 h内降雨量为10~25 mm)、大雨(24 h内降雨量为25~60 mm)的响应变化曲线。
-
以2012年10月26日为例(图 1),在降雨之前,初始含水率最大和最小的土壤层次分别是30 cm(11.53%)和60 cm(6.67%)。累计降雨量6.8 mm时,5 cm,15 cm,30 cm等3个层次的土壤含水率曲线发生了明显的变化,40 cm,60 cm,100 cm等3个层次的土壤含水率无响应,15 cm和30 cm土壤层次含水率曲线同时达到最高峰,而5 cm土壤层次含水率曲线达到最高峰的时间滞后2 h。有响应的土壤层次中,土壤含水率变化量最大和最小的层次分别是30 cm(2.90%)和5 cm(1.48%);土壤含水率上升速率最大和最小的分别是30 cm(1.45%·h-1)和5 cm(0.37%·h-1)。降雨结束,15 cm和30 cm层次土壤含水率曲线有明显的下降过程,而5 cm层次的土壤含水率曲线无响应。降雨开始,0~30 cm层次土壤含水率表现出随深度增加变化梯度增大趋势,响应曲线表现出土壤水在垂直表面非饱和入渗,侧渗壤中流集中于15~30 cm土壤层次,40~100 cm无响应特征。
-
以2012年8月29号为例(图 2),在降雨之前,初始含水率最大和最小的土壤层次分别是15 cm(17.57%),60 cm(8.50%)。在累计降雨量在11.8 mm时,5,15,30,40,60 cm等5个土壤层次土壤含水率都有明显的变化特征。5 cm,15 cm,30 cm等3个土壤层次土壤含水率同时达到最高峰,40 cm层次土壤达到最高峰滞后2 h,60 cm层次土壤含水率缓慢上升。有响应的土壤层次中,土壤含水率变化量最大和最小的层次分别是15 cm(5.72%)和60 cm(1.037%);土壤含水率上升速率最大和最小的分别是15 cm(5.72%·h-1)和60cm(0.52%·h-1)。在达到最高峰之后,5 cm和15 cm层次土壤含水率有显著下降趋势,30 cm和40 cm层次土壤含水率则趋于稳定,60 cm和100 cm层次土壤含水率有很缓慢的上升趋势。中雨开始时,0~15 cm层次的土壤含水率表现出高速增长趋势,曲线显示垂直表面非饱和入渗和测渗集中于0~30 cm土壤层次垂直面上。
-
以2012年8月21日为例(图 3),在降雨之前,初始含水率最大和最小的分别是15 cm(15.65%),60 cm(7.24%)。第1次降雨,曲线达到最高峰累计降雨量36.8 mm,各层次土壤含水率曲线出现明显上升,降雨3.0 h时5,15,30,100 cm等4个层次土壤含水率达到最大值,降雨3.5 h时60 cm层次土壤含水率达到最大值,降雨4.5 h时40 cm层次土壤含水率达到最大值,峰值最大和最小的是15 cm(23.4%)和60 cm(9.87%),土壤含水率变化量最大和最小的分别是100 cm(9.79%)和60 cm(2.63%);土壤含水率上升速率最大和最小的分别是100 cm(4.39%·h-1)和60 cm(0.87%·h-1)。
图 3 2012年8月21日大雨条件下6个土壤层次土壤含水率对降雨的响应
Figure 3. Rsponse of VSWC at 6 depths to rainfall intensity on the day 21st, Aug., 2012 for storm rainfall event
第1次降雨缓慢结束,5 cm,15 cm,100 cm等3个层次土壤含水率曲线有明显的下降过程,30 cm,40 cm,60 cm等3个层次土壤含水率曲线趋于稳定。第2次降雨,曲线达到最高峰累计雨量18.0 mm,5,15,30,40 cm等4个层次土壤含水率曲线同时达到最高峰,第2次降雨结束后,5,15,30,40 cm曲线呈下降趋势,而60和100 cm层次土壤含水率曲线呈上升趋势,60,100 cm层次土壤含水率曲线达到最高峰,相对滞后1.0~2.0 h,峰值最大和最小的分别是15 cm(26.24%)和60 cm(9.87%);土壤含水率变化量最大和最小的分别是15 cm(10.59%)和60 cm(5.39%);退水速率最大和最小的分别是5 cm(3.78%·h-1)和40 cm(0.63%·h-1)。
表 1为各个层次最大体积含水率。由图 3降雨过程中在各上层土壤远未达到最大体积含水率时,下层土壤含水率有明显的变化特征,表明是土壤水是非饱和下渗,在上层土壤没有达到土壤饱和含水率,存在土壤水下渗过程。
表 1 麻栎林各层次土壤的最大体积含水率
Table 1. Measurd max VSWC at 10 depths under oak forest
麻栎林土壤层次深度/cm 理论最大体积含水率/% 麻栎林土壤层次深度/cm 降雨过程实际最大体积含率/% 0~10 45.9 50~60 35.8 10~20 41.2 60~70 32.7 20~30 40.6 70~80 30.4 30~40 38.9 80~90 27.5 40~50 37.5 90~100 25.3 -
以时刻为横坐标,雨量(mm)为纵坐标,得到5,15,30,40,60,100 cm等6个层次土壤含水率变化理论所需雨量、实际观测点降雨量随时间的变化曲线,理论所需雨量减去实际观测降雨量等于侧向流,按照1.4节公式Iin=ΔW-P计算得到图 4~6不同级别降雨不同层次土壤侧向流响应过程。
图 4 2012年10月26日小雨情况下6个层次侧向流随时间的变化曲线
Figure 4. Response of lateral flow at 6 depths to rainfall intensity on the day 26th, oct., 2012 for small rainfall event
图 5 2012年8月29日中雨情况下6个层次侧向流随时间的变化曲线
Figure 5. Response of lateral flow at 6 depths to rainfall intensity on the day 29th, Aug., 2012 for middle rainfall event
图 6 2012年8月21日大雨情况下6个层次侧向流随时间的变化曲线
Figure 6. Response of lateral flow at 6 depths to rainfall intensity on the day 21st, Aug., 2012 for storm rainfall event
对土壤入渗有一定影响的因素很多,如降雨强度的大小[15],在图 4降雨量极小时,60~100 cm层次的土壤含水率变化微小,看不到明显的曲线特征,而5~40 cm的土壤含水率变化与降雨过程有良好的同步性,此层次显著地出现了侧向流。图 5~6中,中雨和大雨时,0~100 cm层次的土壤含水率变化与降雨过程有一个很明显的响应曲线特征,侧向流对降雨的响应很显著。
由图 4~6显示:麻栎林土壤5,15,30,40,60,100 cm等6个层次土壤含水变化量变化随降雨量增大而变化显著,而在小雨和中雨时侧向流较小,但在大雨情况下侧向流呈高速增长特征。反映了土壤垂直方向上有侧向流的侵入使土壤含水率变化的加剧,小雨过程中产生最大侧向流2.1 mm,中雨过程中产生最大侧向流2.4 mm,大雨过程中产生最大侧向流28.7 mm。
-
降雨入渗是坡地水文循环的中心环节,入渗过程也是水文循环的最重要的组成部分之一[16],水分入渗影响了降雨地表径流、壤中流、地下水的在分配,一直以来是土壤侵蚀、非点源污染、水资源管理等科学研究的重点内容[17]。研究表明入渗的直接测量是费力费时昂贵的,而且往往涉及大量的空间和时间变化[17],所以弄清楚一场降雨的入渗过程是非常不易的。
本试验结果与鲍彪等[18]在晋西黄土区刺槐Robinia pseudoacacia林地的研究不同,由于麻栎林根系发达和坡面的复杂性在小雨和大雨时南京城郊麻栎林土壤含水率只出现上升期和退水期,没有出现平台期。麻栎林土壤初始含水率普遍出现15 cm土壤层次高,而60 cm土壤层次低的现象。随着雨量的增大,15 cm土壤层次达到最大土壤含水率,上升的速率快。土壤含水率从降雨前到降雨后呈现低-高-缓慢下降的变化趋势,一般其变异程度随着深度的增加而逐渐减小[14],但在此次研究中发现,大雨时100 cm土壤层次土壤含水率的变异程度就比40 cm和60 cm土壤层次高,这可能是由于浅层含量较高的土壤水分随着时间变化水分垂直向下再分布所致。在降雨过程中深层次的土壤含水率变化表现出很明显的滞后关系。研究表明:各层次土壤含水率对降雨强度的响应很明显,随着深度的增大,土壤含水率对降雨的响应程度也逐渐降低。
本研究表明:降雨过程中土壤层次不是达到最大含水率而开始下渗,土壤水是非饱和下渗,在上一土壤层次未达到饱和含水率的情况下就开始下渗。每场降雨垂直面上都有不同程度的侧向流流入,造成垂直面上的土壤含水率变化所需降雨量大于实际观测降雨量。
Bodman等[19]在考察匀质土层下渗过程中土壤水分坡面变化时发现,土壤下渗以表面饱和到水分传递带、湿润带、湿润锋,逐层次下渗。这些是在平面表层水分积水5 cm条件下的土壤渗透过程,和自然降雨过程条件差别巨大。由于林地土壤孔隙特征表现优先流、侧向流、垂直入渗并存的混合流特征,导致林地土壤非饱和入渗在0~100 cm具有普遍性,和以往特定条件下的入渗特征具有显著不同的规律性,表现为小雨—中雨为无饱和界面,大雨以深层次(100~60 cm)逐渐饱和过程,饱和带上方全部为水分传递带。
裸地或者林下裸露地,由于无地表覆盖,容易发生击溅侵蚀,结果导致裸露土壤泥浆溅散、孔隙堵塞,土壤失去渗透储水功能,产生地表径流和土壤侵蚀,土壤入渗为饱和入渗特征。林地发挥水源涵养功能的机制与裸地不同,林地地表覆盖阻断了击溅侵蚀的发生,土壤不会失去渗透储水功能,难以产生地表径流和土壤侵蚀,降雨过程实际小于表层土壤入渗能力,从而表现出极大不同的非饱和入渗特征。
-
从小雨到大雨,降雨量均小于观测点土壤实际蓄水量,无地表径流产生,入渗均表现为非饱和入渗。土壤含水率与降雨强度呈良好的线性关系。
不同土壤层次土壤含水率对降雨响应表现出随降雨量不同差异显著。降雨强度为0~4.0 mm·h-1,土壤含水率自表层到30 cm变异幅度增大;降雨强度为12.0~30.0 mm·h-1,土壤含水率自表层到60 cm层次变异幅度降低特征,而100 cm层次土壤含水率却上升明显。
5 cm和15 cm土壤层次土壤含水率变化趋势与降雨量变化趋势有着良好的同步性,随着土壤层次的加深,土壤含水率变化趋势与降雨量同步性逐渐下降。浅层次土壤含水率对降雨响应明显,随时间深层次土壤含水率过程曲线形状与降雨过程有一定的平移和延长,中层次土壤含水率同时受降雨入渗和地下水位变动影响,深层次土壤含水率主要受地下水位变动控制。
Lateral water flow and volumetric water content with rainfall for soils in a suburban Quercus acutissima forest in Nanjing
-
摘要: 为了研究森林涵养水源机制, 选择南京城郊麻栎Quercus acutissima林, 采用ECH2O土壤含水率检测系统在坡面0~100 cm深土壤5, 15, 30, 40, 60, 100 cm等6个深度层次进行土壤水分定位监测, 分析了小雨、中雨、大雨条件下南京城郊麻栎林地各层次土壤水分变异过程, 分析各土壤层次体积含水率的变化过程对降雨强度响应曲线, 得到5 cm和15 cm层次土壤水分变化与降雨量变化有良好的同步性, 在降雨量6.8 mm, 11.8 mm和36.8 mm时5 cm和15 cm层次的土壤体积含水量变化量分别是1.48%和2.10%, 5.21%和5.72%, 7.55%和7.85%;随着土壤层次的加深土壤含水率变化趋势与降雨量同步性逐渐下降, 在中雨和大雨中土壤含水量的峰值会延迟1~2小时, 在小雨下无变化。在降雨强度0~4.0 mm·hm-1, 土壤含水率自表层到30 cm变异幅度增大, 5 cm, 15 cm和30 cm层次土壤体积含水量变化量分别是1.48%, 2.10%和2.90%;降雨强度12~30 mm·hm-1, 土壤含水率自表层到60 cm层次变异幅度降低特征, 5, 15, 30, 40和60 cm的土壤体积含水量变化量分别是8.01%, 7.85%, 6.39%, 5.96%和2.63%, 而100 cm层次土壤含水率却变异幅度显著土壤体积含水量变化量达到8.97%。在2011-2012年中研究的3场降雨量为6.8 mm, 16.2 mm和36 mm中, 在降雨强度0~60.0 mm·hm-1区间, 0~60 cm层次土壤水含水率的增加量显著高于降雨量, 无地表径流发生, 最大侧向流分别为2.1 mm·hm-1, 2.4 mm·hm-1和28.7 mm·hm-1, 呈非饱和下渗现象。研究了在小、中、大降雨强度下, 0~1.00 m深度土壤垂直坡面上各层次侧向流对降雨强度响应的变化曲线, 揭示了林地侧向流对各层土壤含水率变化的影响规律。Abstract: Infiltration in forest which is not well understand till now may be quite different from that on the bare land. In order to study water conservation mechanisms and soil water infiltration law for a forest, an ECH2O soil moisture content detection system was used to measure the volumetric soil water content (VSWC) at six soil depths:5, 15, 30, 40, 60, and 100 cm, for a Quercus acutissima forest in the suburbs of Nanjing, China. VSWC with light, moderate, and heavy rainfall conditions was analyzed along with the VSWC curves of different soil depths. Also, the response of the VSWC increasing rate and its peak value as well as the peak value time to rainfall were analyzed. The response curve of lateral flow to precipitation intensity at each soil depth level between 0-100 cm was studied and the affect for the law of lateral flow on variation of VSWC at each soil depth was determined. Results showed that the VSWC at 5 cm and 15 cm levels changed synchronously with rainfall, at rainfall of 6.8 mm, 11.8 mm, 36.8 mm whose variation of VSWC are 1.48% and 2.10%, 5.21% and 5.72%, 7.55% and 7.85% respectively. And as the soil level deepened, the changing synchronicity between the VSWC and rainfall declined gradually because peak VSWC was 1-2 h lateral at middle rainfall to storm while showing no change at small rainfall. At a rainfall intensity of 0-4.0 mm·hm-1 the varying amplitude for VSWC increased from the surface to 30 cm soil depth, with the variation of VSWC at 5 cm, 10 cm, 30 cm soil depth being 1.48%, 2.10%, 2.90% respectively; at 12.0-30.0 mm·hm-1 varying amplitude for VSWC decreased from the surface to 60 cm soil depth, whose variation of VSWC are 8.01%, 7.85%, 6.39%, 5.96%, 2.63% respectively, but greatly increased at 100 cm soil depth, that is 8.97%. For selected 3 precipitation events of 6.8 mm, 16.2 mm, 36.0 mm, from 2011 to 2012, when rainfall intensity was less than 60 mm·hm-1, the precipitation needed to increase soil water content during precipitation was much higher than actual rainfall without any happening of surface runoff, of which the biggest lateral water flow was 2.1 mm·hm-1, 2.4 mm·hm-1 and 28.7 mm·hm-1 respectively. Thus, a phenomena of non-saturated water infiltration in forest soil occurred.
-
Key words:
- forest hydrology /
- Quercus acutissima forest /
- VSWC /
- rainfall intensity /
- lateral flow
-
枇杷黄毛虫Melanographia flexilineata,又名枇杷瘤蛾,属鳞翅目Lepidoptera灯蛾科Arctiidae[1],是中国南方枇杷Eriobotrya japonica上最主要的害虫。除危害枇杷外,枇杷黄毛虫还危害梨Pyrus spp.,李Prunus spp.,合欢Albizzia julibrissin,紫薇Lagerstroemia india等果树和绿化树。浙江省杭州市余杭区塘栖镇从唐代起就以盛产枇杷而著称于世[2]。近年来,鲜果枇杷价格快速上升,对品质的要求日益提高,枇杷产业迅速发展。枇杷黄毛虫在浙江余抗塘栖1 a发生4代,幼虫危害枇杷嫩芽和嫩叶,发生多时也危害老叶、嫩茎表皮和花果,严重时全树叶片被吃尽,削弱树势[3-4],影响产量。国内对枇杷黄毛虫的寄主分布、形态、生物学特征等有一定的报道[5-9],但开展系统监测调查、对其种群动态的研究及应用统计学方法建立预测模型等方面鲜有报道。本研究采用测报灯诱集与田间调查相结合的方法,通过对塘栖枇杷黄毛虫成虫灯下逐日系统监测结合田间定期系统调查,选择不同时期虫口基数、气象资料(气温、相对湿度、降水量)作为预测因子,使用逐步回归法开展其发生期和发生量的预测预报模型研究,对保障枇杷产量和品质,促进枇杷产业发展具有重要意义。
1. 材料和方法
1.1 诱捕设备
自动虫情测报灯由河南省佳多科工贸有限公司生产,灯下接诱导漏斗和接虫袋。
1.2 虫情数据的取得
试验地设在余杭区塘栖枇杷研究所试验基地,枇杷品种为‘红娘子’‘Hongniangzi’和‘白沙’‘Baisha’,试验时期为2008-2013年。枇杷黄毛虫成虫采用频振式测报灯进行逐日诱集,每年开灯时间为4月1日至9月30日,历时约183 d,幼虫隔3 d左右田间调查1次,选取样树5株进行调查,树冠按东南西北划分4个方位,各个方位分上层、中层、下层等3层,将样树划分为12个资源单位,选取新梢枝条1枝·资源单位-1,记载各枝条上的幼虫数量。统计、记录每天诱捕的黄毛虫成虫数量及每周田间查见的黄毛虫幼虫,进行系统监测。
1.3 数据的处理和预报模型的建立
利用2008-2013年枇杷黄毛虫在余杭区塘栖镇监测的系统历史资料,将前5 a的诱虫数据、田间系统调查数据和气象资料用来建模,应用SPSS 17.0软件,采取逐步回归分析方法[10],建立发生期和发生量的预测预报模型,最后1 a的资料用来检验。原始调查数据不作任何转换,所用气象资料由杭州市气象局提供。
1.4 预测模型的检验
将2014年的实况资料,应用唐启义等[11]提出的病虫测报应验程度判定模式进行验证,从而判断组建模型的可行性。发生期预报应验程度判定模式:
${{T}_{s}}={{100}_{e}}^{\frac{-\pi }{\ln t}{{\left( \frac{{{a}_{1}}-{{a}_{2}}}{\delta } \right)}^{2}}}。$
发生量预报应验程度判定模式:
${{D}_{s}}=100e\frac{-2a\pi }{\left( a+{{a}_{1}} \right)\ln t}\bullet \left( \frac{{{a}_{1}}-{{a}_{2}}}{\delta } \right)。$
其中:Ts和Ds分别为发生期和发生量判定模式的分值,Ts和Ds<40表明预报不准确,40≤Ts和Ds< 60表明预报比较准确,Ts和Ds≥60表明预报准确;a为预报对象常年平均值,a1为实测值,a2为预测值;δ为预报对象常年标准差,t 为自预报发出至实际发生时的期距(d)。
2. 结果与分析
2.1 田间种群数量特征
2.1.1 灯下虫情特征
2008-2013年枇杷黄毛虫灯下成虫诱集量监测结果(图 1)显示:2008年以来,枇杷黄毛虫种群动态特征和数量结构发生了一定的变化:一是越冬代成虫始见期年度间差异较大,其中2008年、2009年和2013年成虫始见期较早,均为4月中旬,以2013年最早(4月14日),2010-2012年相对较迟。二是主害代灯下成虫峰期时间、蛾量年度间有差异,总体均以第3代峰期诱蛾量最高,其次为第2代;峰期持续时间、蛾量受当年气候等条件的影响呈相应的变化,2008年和2009年于7月中旬出现全年诱蛾最高峰,2010-2013年诱蛾最高峰出现在7月下旬;主害期危害程度年度间差异大,2011年7月下旬诱蛾量596头·灯-1·旬-1,与历年同期比第3代成虫峰期蛾量明显偏高,占全年诱集总量的55.18%,2013年7月高峰期蛾量为87头·灯-1·旬-1,明显低于历年同期,分析其原因可能与当年夏季出现罕见高温干旱天气,不利于枇杷黄毛虫生长发育有关。有研究表明:气候较为暖湿的条件下成虫产卵量多、幼虫发生量大[6],低于20 ℃和高于32 ℃的温度条件下对枇杷黄毛虫世代存活率不利[12],7月和8月干旱对黄毛虫的发生有抑制作用[6],也印证了这个可能性;第4代成虫诱集量普遍下降较快,可能与第3代幼虫发生期正值高温天气、成虫在高温下产卵少、卵孵化率下降使幼虫虫量不高有关。
2.1.2 田间幼虫种群动态特点
2008-2013年田间幼虫系统调查(图 2)结果表明:年度间枇杷黄毛虫均以第2代幼虫危害最重,发生期为6月中下旬至7月上旬,高峰期主要出现在6月下旬,少数年份持续至7月上旬危害重,第2代幼虫期正值枇杷成熟阶段,除叶、芽外,果实也受害,对枇杷生产影响最大,2008-2013年高峰期平均虫量140.0~188.9头·株-1·旬-1,占全年总量的32.57%~47.23%。第1代幼虫发生期为5月上旬至6月上旬,高峰期主要出现在5月中旬,少数年份推迟至5月下旬,峰期平均虫量30.6~95.0头·株-1·旬-1,以2008年最高,2013年虫量最低。第3代幼虫发生于7月下旬至8月中旬,此时正值1 a中气温最高、雨水相对较少的季节,特别是2013年为持续高温干旱的年份,成虫产卵少,卵存活率低,发生期总虫量及高峰期虫量均下降,年度间发生量差别较大,2008年高峰期虫量49.0头·株-1·旬-1,高于其他年份,而2013年由于持续高温干旱,虫量明显低于其他年份。第4代幼虫田间查见幼虫较少,与前几代次比虫量下降较快,9月中旬后,幼虫陆续化蛹越冬。
2.2 发生期、发生量的预测
2.2.1 发生期、发生量预测模型的建立
枇杷黄毛虫主要以幼虫啃食幼芽、叶片、嫩茎表皮和果实等,对产量和品质影响大。为开展枇杷黄毛虫的适期防治,加强危害风险监测,以第1代至第3代幼虫发生高峰期(y1,y2,y3)和高峰期发生量(y4,y5,y6)为预报对象,初选前期灯下诱蛾量、田间幼虫密度等虫情基数因子及上年12月至当年1月、4月至9月每旬平均气温、平均相对湿度、降水量等相关性较大的气象因子共56个指标作为预报因子,采用逐步回归分析,建立预测预报模型。结果表明:枇杷黄毛虫幼虫发生高峰期、高峰期虫量与前期虫口基数、气象因子密切相关,各有15个因子入选预测模型(表 1和表 2)。发生期预测模型表明:前期田间幼虫虫口密度、降水量对发生高峰期影响最大,各有5个因子入选预测模型,前期灯下诱蛾量、平均相对湿度、气温等也有一定的影响。发生量预测模型表明:枇杷黄毛虫第1代至第3代幼虫旬高峰期虫量与前期田间幼虫密度、灯下诱蛾量呈显著正相关,气象因子中平均相对湿度和降水量分别有5个和4个因子入选预测模型,气温因子中5月下旬、6月上旬、7月上旬平均气温也作为预测因子入选发生量预测模型。
表 1 枇杷黄毛虫发生期预测因子历史数据Table 1. Predictive factors for occurrence period of Melanographia flexilineata年 份 x2 x5 x9 x10 x12 x20 x21 x22 x28 x31 x38 x40 x43 x46 x53 2008 15 77 91.7 15.8 27.5 28 8 3 9.4 66.6 157 22 508 84.7 60.2 2009 20 61.3 36.3 19.2 50.7 9 11 48 31.4 35.8 148 14 380 74.2 0 2010 2 69.5 37.1 12.7 70.6 61 40 9 24.9 24.7 43 15 5 84.2 173.9 2011 5 60.6 68 16.9 16.3 36 25 8 33.8 29.4 165.9 14 289 75 42 2012 19 64.8 148.5 17.8 30.1 25.5 10 9 36 105.3 188.9 9 210 83.3 37.8 2013 3 69.3 23 18.6 12 24.5 8.1 6 53.9 9.9 106.5 5 29 79.7 0 x2,x43分别为4月下旬、7月中旬诱蛾量(头·灯-1·旬-1);x20,x21,x22,x38,x40分别为5月下旬、6月上旬、6月中旬、6月下旬、7月下旬幼虫量(头·株-1·旬-1);x5,x46分别为上年12月、当年6月下旬相对湿度(%);x10为4月中旬气温(℃);x9,x12,x28,x31,x53分别为1月、4月中旬、5月中旬、5月下旬、7月中旬降水量(mm)。 表 2 枇杷黄毛虫发生量预测因子历史数据Table 2. Predictive factors for occurrence quantity of Melanographia flexilineata年 份 x5 x9 x11 x14 x17 x20 x27 x29 x31 x32 x40 x42 x48 x50 x53 2008 77 91.7 78.7 57.1 64.6 28 54.4 25.3 66.6 24.2 22 0 30.8 26.9 60.2 2009 61.3 36.3 75.8 53.2 49.8 9 60.6 22.6 35.8 24.8 14 328 29.1 58.1 0 2010 69.5 37.1 80.3 60.4 61.3 61 76 22.3 24.7 21.8 15 0 28.9 38.4 173.9 2011 60.6 68 60.1 57.9 63.7 36 52.5 20.8 29.4 24.2 14 0 30.8 2.4 42 2012 64.8 148.5 72.7 66.4 66.3 25.5 70.6 21.1 105.3 24.1 9 0 31.7 15.1 37.8 2013 69.3 23 49 63.7 70.4 24.5 70.1 25.4 9.9 22.9 5 0 31.6 1.5 0 x5,x11,x14,x17,x27分别为上年12月、当年4月中旬、4月下旬、5月上旬、5月中旬相对湿度(%);x9,x31,x50,x53分别为1月、5月下旬、7月上旬、7月中旬降水量(mm);x29,x32,x48分别为5月下旬、6月上旬、7月上旬气温(℃);x20,x40分别为5月下旬、7月下旬幼虫量(头·株-1·旬-1);x42为7月上旬诱蛾量(头·灯-1·旬-1)。 表 3 枇杷黄毛虫发生期、发生量预测模型Table 3. Forecasting model for occurrence quantity and period of Melanographia flexilineata模型编号 预测模型 R2 1 y1=19.146+0.007x2-0.067 x5 -0.034 x9-0.486 x10+0.028 x12 1.000** 2 y2=-90.562+0.190 x5+0.142 x9+1.119 x11-0.044 x14+0.749 x17 1.000** 3 y3=3.005+0.245 x20+0.005 x21+0.085 x22-0.086 x28+0.010 x31 1.000** 4 y4=389.386+0.238 x20-1.230 x27-7.494 x29 +0.539 x31-0.763 x32 1.000** 5 y5= 34.876-0.139 x38-0.028 x40-0.004 x43-0.048 x46-0.043 x53 1.000** 6 y6=-492.071+2.252 x40+0.010 x42+15.380 x48-0.525 x50+0.061 x53 1.000** y1为第1代幼虫发生高峰期(5月15日为1);y2为第2代幼虫发生高峰期(6月21日为1);y3为第3代幼虫发生高峰期(8月1日为1);y4为第1代幼虫高峰期发生量(头);y5为第2代幼虫高峰期发生量(头);y6为第3代幼虫高峰期发生量(头)。 2.2.2 发生期、发生量预测模型的拟合率检验
将2013年的虫情、气象数据,应用1.4节的应验程度判定模式,分别对枇杷黄毛虫第1代至第3代幼虫的发生高峰期、高峰期发生量预测结果进行检验(表 4和表 5)。结果表明:用逐步回归法拟合的枇杷黄毛虫幼虫发生期、发生量模型,评分分值高,均大于99分,在准确的范围内。根据模拟结果,第1代、第2代和第3代枇杷黄毛虫幼虫发生高峰期模型拟合值分别为5月19日、6月25日、8月16日,实际分别为5月19日、6月25日、8月16日;第1代、第2代和第3代幼虫高峰期发生量模型拟合值分别为30.62,106.28和5.83头·株-1·旬-1,实际分别为31,107和6头·株-1·旬-1。模型拟合值接近实测值,拟合结果准确。
表 4 枇杷黄毛虫发生期预测模型验证Table 4. Verification of forecastin model for occurrence period of Melanographia flexilineata预测对象 a1 a2 t δ Ts 结论 第1代幼虫 5 5.04 10 2.11 99.95 准确 第2代幼虫 5 5.02 5 3.77 99.99 准确 第3代幼虫 16 15.99 15 5.81 100 准确 表 5 枇杷黄毛虫发生量预测模型验证Table 5. Verification of forecastin model for occurrence quantity of Melanographia flexilineata预测对象 a a1 a2 t δ Ts 结论 第1代幼虫 53.75 31 30.62 10 15.03 100 准确 第2代幼虫 152.55 107 106.28 5 26.27 99.98 准确 第3代幼虫 22.67 6 5.83 15 13.22 99.97 准确 3. 小结与讨论
3.1 枇杷黄毛虫种群特征及发生规律
本研究对枇杷黄毛虫进行了灯下诱蛾及田间幼虫系统调查。结果表明:枇杷黄毛虫在浙江余杭塘栖田间虫量与越冬期温湿度条件、主害代前期虫口基数及气候条件等密切相关,灯下诱蛾年度间总虫量2008年和2011年最高,2013年明显低于历年同期,与当年夏季持续高温干旱、不利于枇杷黄毛虫生长发育有关。田间幼虫量也呈现出相似的趋性,以2011年最高,2013年最低。关于枇杷黄毛虫在中国南方枇杷产区的每年发生代数、种群动态等,国内相关文献主要为福建[3, 5]、浙江[6-7, 12]等地的调查研究,在福建福州1 a发生5代[5],上海地区1 a发生3代[13]。本研究表明枇杷黄毛虫在余杭塘栖1 a发生4代,与前人报道一致[6-7],越冬代成虫始见期2008-2013年在4月中旬至下旬(4月14日至4月29日),2008年、2009年、2013年较早,2010-2012年相对较迟,与王恩等[6]的研究结果较一致(4月20日),比何富泉等[7]报道的(5月上旬)约早15~20 d。塘栖枇杷黄毛虫田间幼虫量年度间均以第2代危害最重,发生高峰期主要出现在6月下旬,少数年份推迟至7月上旬,主害代灯下成虫峰期时间、蛾量年度间有差异,总体均以第3代峰期诱蛾量最高,其次为第2代,第4代灯下成虫与田间幼虫量均下降较快,9月中旬后,幼虫陆续在树皮裂缝中、分枝处或树干基部和附近灌木上吐丝、结茧、化蛹越冬。
3.2 种群动态预测模型的影响因素
本研究对枇杷黄毛虫发生的相关因素进行了调查和统计分析,筛选出发生期和发生量各15个因子,建立了种群动态预测模型,为预测各代次枇杷黄毛虫的发生高峰、开展适期防治提供了依据。枇杷黄毛虫发生高峰期受前期田间幼虫虫口密度、降水量影响最大;田间幼虫高峰期发生量与前期虫口基数呈极显著正相关,是枇杷黄毛虫发生的最重要因素,平均相对湿度、降水量、气温等气象因子也有一定的相关性,春夏气候较为暖湿的年份,成虫产卵量多,第1代和第2代幼虫田间发生量大,气温过高则卵孵化率、幼虫存活率下降[12],特别是2013年夏季高温干旱对黄毛虫的发生有抑制作用,而比较暖湿的季节有利于黄毛虫发生。本研究引入了多年来枇杷黄毛虫发生期每旬平均气温、相对湿度、降水量等气象因子及前期虫口基数进行建模,应用唐启义等[11]提出的应验程度判定模式进行拟合率检验,评分分值均在90以上,模型拟合值与实测值接近,拟合结果准确,对今后枇杷黄毛虫的适时、准确预报具有一定的实用价值,可供杭州地区及气象等环境条件总体较为相似的地区应用。
3.3 预测预报技术的完善与发展
建立枇杷黄毛虫种群动态模型的目的是为了预测预报更为适时准确、更有效地为生产服务,以减少因该虫危害造成的损失。枇杷黄毛虫年度间发生期和发生量受当年气候条件等因素影响,在每年发生盛期内又呈季节性消长,采用多年数据建立种群动态模型可实行较准确的预测。本模型主要依据2008年以来的数据资料,为更充分地显现其年度间的周期性规律,增强预报结果的准确性,笔者将逐年追加监测资料,使样本总数增多,校正模型,使预测精度不断提高,更好地服务于生产实际。
-
表 1 麻栎林各层次土壤的最大体积含水率
Table 1. Measurd max VSWC at 10 depths under oak forest
麻栎林土壤层次深度/cm 理论最大体积含水率/% 麻栎林土壤层次深度/cm 降雨过程实际最大体积含率/% 0~10 45.9 50~60 35.8 10~20 41.2 60~70 32.7 20~30 40.6 70~80 30.4 30~40 38.9 80~90 27.5 40~50 37.5 90~100 25.3 -
[1] WUA G L, RENAL G H, WANG D, et al. Above-and below-ground response to soil water change in an alpine wetland ecosystem on the Qinghai-Tibetan Plateau, China[J]. J Hydrol, 2013, 476(4):120-127. [2] XIE Hongxia, YANG Qinke, LI Ri, et al. Influence on ecosystem service caused by soil and water conservation in Yanhe River Basin of the Loess Plateau, China[J]. Int J Food Agric Environ, 2013, 11(1):993-998. [3] NAVEED M, MOLDRUP P, TULLER M, et al. Prediction of the soil water characteristic from soil particle volume fractions[J]. Soil Sci Soc Amer J, 2012, 76(6):1946-1956. [4] VANDERLINDEN K, VEREECKEN H, HARDELAUF H, et al. Temporal stability of soil water contents:a review of data and analyses[J]. Vadose Zone J, 2012, 11(4):1539-1663. [5] 裴铁, 王番, 李金中.壤中流模型研究的现状及存在问题[J].应用生态学报, 1998, 9(5):543-548. PEI Tie, WANG Fan, LI Jinzhong. Current situation and existing problems in research of interflow models[J]. Chin J Appl Ecol, 1998, 9(5):543-548. [6] ANDERSON M G. Encyclopedia of Hydrological Sciences[M]. Hoboken:John Wiley & Sons, Ltd, 2005:136-143. [7] CHANG M. Forest Hydrology:An Introduction to Water and Forests[M]. 3ed. Boca Rat:CRC Press, 2013:145-153. [8] 张红江, 程金花, 史玉虎, 等.三峡库区花岗岩林地坡面优先流对降雨的响应[J].北京林业大学学报, 2004, 26(5):6-9. ZHANG Hongjiang, CHENG Jinhua, SHI Yuhu, et al. Response of prefer-ential flow to rainfall on the forestland slope in the granite area of Three Gorges[J]. J Beijing For Univ, 2004, 26(5):6-9. [9] UCHIDA T, TROMP-van MEERVELD H J, McDONNELL J J. The role of lateral pipe flow in hillslope runoff response:an intercomparison of nonlinear hillslope response[J]. J Hydrol, 2005, 311(1/4):117-133. [10] TROMP-van MEERVELD H J, McDONNELL J J. Threshold relations in subsurface stormflow:l. A 147-stom analysis of the Panola Hillslope[J]. Water Resrour Res, 2006, 42(2):1-11. [11] KIENZLER P M, NAEF F. Temporal variability of subsurface stomflow formation[J]. Hydrol Earth Sys Sci, 2008, 12(1):257-265. [12] 丁文峰, 张平仓, 王一峰.紫色土坡面壤中流形成与坡面侵蚀产沙关系试验研究[J].长江科学院院报, 2008, 25(3):15-17. DING Wenfeng, ZHANG Pingcang, WANG Yifeng. Experimental study on runoff and sediment yield characteristison purple soil slope[J]. J Yangtze River Sci Res Inst, 2008, 25(3):15-17. [13] 高红贝, 邵明安.干旱区降雨过程对土壤水分与温度变化影响研究[J].灌溉排水学报, 2011, 30(1):40-45. GAO Hongbei, SHAO Mingan. Effect of rainfall on soil water and soil temperature in arid region[J]. J Irrigation Dra, 2011, 30(1):40-45. [14] 刘冰, 赵文智, 常学向, 等.黑河流域荒漠区土壤水分对降水脉动响应[J].中国沙漠, 2011, 31(3):716-712. LIU Bing, ZHAO Wenzhi, CHANG Xuexiang, et al. Response of soil moisture to rainfall pulse in desert region of the Heihe River Basin[J]. J Des Res, 2011, 31(3):716-712. [15] 刘宏伟, 余钟波, 崔广柏.湿润地区土壤水分对降雨的响应模式研究[J].水利学报, 2009, 40(7):822-829. LIU Hongwei, YU Zhongbo, CUI Guangbo. Pattern of soil moisture rendingspo to precipitation in humid area[J]. J Hydr Engi, 2009, 40(7):822-829. [16] 吕刚, 吴祥云.土壤入渗特性影响因素研究综述[J].农业工程学报, 2008, 24(7):494-499. LÜ Gang, WU Xiangyun. Review on influential factors of soil infiltration characteristics[J]. Trans Chin Soc Agric Eng, 2008, 24(7):494-499. [17] PARCHAMI-ARAGHI F, MIRLATIFI S M, DASHTAKI S G, et al. Point estimation of soil water infiltration process using Artificial Neural Networks for some calcareous soils[J]. J Hydrol, 2013, 481(1):35-47. [18] 鲍彪, 毕华兴, 云雷, 等.晋西黄土区刺槐林地土壤水分对降雨的响应[J].北京林业大学学报, 2012, 34(2):84-89. BAO Biao, BI Huaxing, YUN Lei, et al. Response of soil moisture to precipitation in Robinia pseudoscacia forestland in loess region of western Shanxi Province, northern China[J]. J Beijing For Univ, 2012, 34(2):84-89. [19] BODMAN G B, COLMAN E A. Moisture and energy conditions during downward entry of water into soils[J]. Soil Sci Soc Am Proc, 1943, 8:116-122. 期刊类型引用(2)
1. 吴燕君,洪文英,章忠梅,吴耀,缪强. 设施黄瓜白粉病流行动态与预测模型. 浙江农业学报. 2022(01): 104-111 . 百度学术
2. 郑建洪. 4种常用药剂对枇杷黄毛虫的田间防效研究. 现代农业科技. 2017(21): 116-117 . 百度学术
其他类型引用(0)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.2014.05.004