一种预测不同植物群落中昆虫食物选择性指数的方法及其应用
【技术领域】
[0001] 本发明属于昆虫生态学领域，具体涉及一种预测不同植物群落中昆虫食物选择性 指数的方法及其应用。
【背景技术】
[0002] 栖境中的植物为昆虫提供了不同的生态位和丰富的食物资源，昆虫对丰富的食物 资源具有不同的选择性，植物群落中优势种植物决定优势种昆虫存在，昆虫的食物选择性 受到很多因素影响，就植物本身来讲，影响昆虫取食选择性的因素有纤维素含量和含水量， 碳水化合物含量和蛋白质含量。
[0003] 昆虫对植物具有一定的选择性，取食选择能动性是为了应对食物质量的变化时能 够获得平衡饮食和提供缓冲能力。食草动物的食物选择对策主要有：植物次生化合物假设、 营养平衡假设及最优觅食理论等。不同栖境中植物多样性影响昆虫的取食偏好性。在自然 界中，由于营养竞争和食物资源的可获得性影响了亚洲小车蝗对不同食物的选择性，但是 人们并不知道在植物组成不同的背景下，每种食物资源比例变化时，对昆虫食物的选择性， 前人对食物选择性的研宄多用取食频率来评价，而没有考虑食物资源的获得性和可利用 性。
【发明内容】
[0004] 本发明的目的是提供一种预测不同植物群落中昆虫食物选择性指数的方法及其 应用。
[0005] 本发明提供了一种预测植物群落中目标昆虫食物选择性指数的方法，包括如下步 骤：
[0006] 在样地中取样方；取样方中所有植物的地上部分，称取地上部分的干重，即为植物 的生物量；取样方中所有目标昆虫，观察每个目标昆虫所处的发育阶段，确定主要发育阶 段；样方内的所有目标昆虫中，如果某个发育阶段的昆虫所占的比例最大，该发育阶段即为 主要发育阶段；
[0007] 根据主要发育阶段确定回归模型中的目标函数式，将每平方米样方中克氏针茅的 生物量代入X1，每平方米样方中羊草的生物量代入X2，每平方米样方中冷蒿的生物量代入 X3，得到食物选择性指数；
[0008] 回归模型如下：
[0009] 5 龄虫：
[0010] 克氏针茅：Y = -0· 06713XJ0· 05793Χ2+0· 05758Χ3+1· 08087 ;
[0011] 羊草：Y = 0· 03206X^0. 07997Χ2+0· 04099Χ3+1· 32149 ;
[0012] 冷蒿：Y = 0· 00733X^0. 01878Χ3+0· 44155 ;
[0013] 成虫产卵前：
[0014] 克氏针茅：Y = -0· 07017XJ0. 05702Χ2+0· 06333Χ3+0· 94608 ;
[0015] 羊草：Y = 0· 03905X^0· 07501Χ2+0· 03574Χ3+1· 31957 ;
[0016] 冷蒿：Y = 0· OligTXi+0.0 1013Χ2-0· 02822Χ3+0· 56261 ;
[0017] 成虫产卵后：
[0018] 克氏针茅：Y = -0· 05286X^0. 02311Χ2+0· 03301Χ3+1· 53391 ;
[0019] 羊草：Y = 0· 029481^0. 04031Χ2+0· 03851Χ3+0· 86713 ;
[0020] 冷蒿：Y = 0· 00731X^0· 01418Χ3+0· 35691 ;
[0021] Y代表食物选择性指数。
[0022] 所述昆虫可为蝗虫。所述蝗虫具体可为亚洲小车蝗。
[0023] 所述植物群落可为草原群落。所述植物群落具体可为内蒙古锡林郭勒的草原群 落。
[0024] 食物选择性指数（Diets selecti ity index)，可以很好的表示食物的获得性和 可以用性，对于解释食物选择性更具有科学性。本发明所要解决的技术问题是快速高效的 预测昆虫（尤其是害虫）在不同植物组成背景条件下的食物偏好性和选择性，估计昆虫的 取食行为，评价为害程度和危害强度。
[0025] 采用本发明提供的方法预测昆虫的食物选择性差异仅需1-2天，而用传统的生物 学方法需要30天左右。本发明提供的测量方法涉及的材料来源广，易购买，操作简单，省 时，省力，适合于在昆虫商品检验检测中推广应用。
[0026] 本发明根据不同植物背景下昆虫对每种植物的选择性指数，建立了选择性指数与 植物生物量之间的关系模型，用来预测和评价昆虫在不同植物背景下的取食选择性和偏好 性。本发明对于解释不同食物资源的可获得性和可利用性对于昆虫取食偏好性的影响具有 重要的意义。本发明意义在于提供了一种可以参考用来预测和比较不同植物群落中昆虫对 植物选择性的方法，本方法可以适用于其他种植食性害虫。本发明可用来预测昆虫在实际 栖境中对于不同食物的偏好性，对于昆虫对植物的损害预测、经济阈值的定制，昆虫宜生区 的划分具有重要意义。
【具体实施方式】
[0027] 以下的实施例便于更好地理解本发明，但并不限定本发明。下述实施例中的实验 方法，如无特殊说明，均为常规方法。下述实施例中所用的试验材料，如无特殊说明，均为自 常规生化试剂商店购买得到的。以下实施例中的定量试验，均设置三次重复实验，结果取平 均值。数据分析用统计软件SAS 8.0完成。
[0028] 实施例1、方法的建立
[0029] 一、试验准备
[0030] 用网捕法采集亚洲小车蝗种群，然后将亚洲小车蝗种群放在2mX 2mX 2m的铁笼 子里喂养，挑选生长一致的3龄若虫。
[0031] 在野外分别采集克氏针茅、羊草和冷蒿，取地上部分，擦洗干净。
[0032] 二、试验处理
[0033] 设置9组试验处理（A组至I组，每组设置3个重复处理，即每组设置3个笼罩）。 在每个ImX ImX Im的笼罩里面放入20头3龄若虫（雌、雄数量比为1 :1)，在笼罩中放入 克氏针茅、羊草和冷蒿（用装有蒸馏水的塑料袋扎封每种植物的近根端以保鲜），每48小时 更换新植物，每组处理的笼罩中每次加入植物的量见表1。
[0034] 每组试验处理设置相应的对照处理（每种对照处理设置3个重复），对照处理不放 入3龄若虫，其它均同相应的试验处理。
[0035] 每次将从笼罩内取出的植物置于烘箱中80°C烘干24小时后称量干重。
[0036] 亚洲小车蝗日取食量=(对照处理从笼罩中取出的植物的干重-试验处理从笼罩 中取出的植物的干重V(剩余蝗虫数*测量间隔天数）。
[0037] 生物量=植物的干重。
[0038] 表1 A组至I组笼罩中加入的克氏针茅、羊草和冷蒿量（鲜重）
[0039]
[0040] 计算各龄期亚洲小车蝗对每种植物的日取食量。
[0041] 食物选择性指数（SI)=(对第i种植物的日取食量/对所有植物的总日取食量）/ (第i种植物的生物量/所有植物的总生物量）。
[0042] 5龄虫阶段（该阶段进行三次检测）的结果见表2。成虫产卵前阶段（该阶段进 行三次检测）的结果见表3。成虫产卵后阶段（该阶段进行三次检测）的结果见表4。
[0043] 表2 5龄虫阶段的数据
[0044]
[0058] 根据表2、表3和表4的结果，对处于不同发育阶段的昆虫对不同植物的生物量同 食物选择性指数做多元线性回归分析，得到回归模型，见表5。
[0059] 表5亚洲小车蝗食物选择性指数与植物生物量的回归模型
[0060]
[0061] Y代表食物选择性指数J1代表每平方米样地中克氏针茅的生物量，X2代表每平方 米样地中羊草的生物量，&代表每平方米样地中冷蒿的生物量。
[0062] 结果显示：亚洲小车蝗对克氏针