的食物选择性指数与克氏针茅的生物量呈负相 关，与羊草、冷蒿的生物量呈正相关；亚洲小车蝗对羊草的食物选择性指数与羊草的生物量 呈负相关，与针茅和冷蒿的生物量呈正相关；亚洲小车蝗对冷蒿的食物选择性指数与冷蒿 的生物量呈负相关，与针茅与羊草的生物量呈正相关。亚洲小车蝗的取食选择性受到植物 群落的影响，亚洲小车蝗对目标植物的取食选择性受到目标植物和其他植物的影响，由此 建立的回归模型可以预测在不同植物群落结构中亚洲小车蝗对每种植物的选择性。
[0063] 实施例2、方法的应用（预测不同植物群落中昆虫的食物选择性指数）
[0064] 一、方法描述
[0065] 在样地中取Im2的样方。取样方中所有植物的地上部分，将植物地上部分置于烘 箱中80°C烘干24小时后称量干重。取样方中所有亚洲小车幢，观察每个亚洲小车蝗所处的 发育阶段（5龄虫、成虫产卵前或成虫产卵后），确定群体的主要发育阶段（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）。 [0066] 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；
[0067] 回归模型如下：
[0068] 5 龄虫：
[0069] 克氏针茅：Y = -0· 06713XJ0· 05793Χ2+0· 05758Χ3+1· 08087 ;
[0070] 羊草：Y = 0· 03206X^0. 07997Χ2+0· 04099Χ3+1· 32149 ;
[0071] 冷蒿：Y = 0· OO733X1-0.0 1878Χ3+0· 44I55 ;
[0072] 成虫产卵前：
[0073] 克氏针茅：Y = -0· 07017XJ0· 05702Χ2+0· 06333Χ3+0· 94608 ;
[0074] 羊草：Y = 0· 039051^0. 07501Χ2+0· 03574Χ3+1· 31957 ;
[0075] 冷蒿：Y = 0· OligTXi+0.0 1013Χ2-0· 02822Χ3+0· 56261 ;
[0076] 成虫产卵后：
[0077] 克氏针茅：Y = -0· 05286XJ0. 02311Χ2+0· 03301Χ3+1· 53391 ;
[0078] 羊草：Y = 0· (^gASX1-0.0 4031Χ2+0· 03851Χ3+0· 86713 ;
[0079] 冷蒿：Y = 0· 00731X^0· 01418Χ3+0· 35691 ;
[0080] Y代表食物选择性指数。
[0081] 取食哪种植物的食物选择性指数越大，说明亚洲小车蝗对其取食选择性越强，偏 好性越强。
[0082] 二、实际应用
[0083] 样地A和样地B均位于内蒙古锡林郭勒典型草原。
[0084] 分别在四个不同时间按照步骤一的方法操作。
[0085] 结果见表6。
[0086] 表 6
[0087]
[0088] 结果表明：不同时期不同样地的植物群落不同，导致对食物资源选择性不同。样地 A中生存的亚洲小车蝗各个龄期对针茅的选择性指数普遍低于样地B，随着龄期增大，亚洲 小车蝗在成虫产卵期对针茅选择性逐渐增大。结果表明，采用步骤一提供的方法，可以根据 样地植物生物量求得的选择性指数数值很容易的预测亚洲小车蝗在此群落中对某种植物 的选择性，从而判断亚洲小车蝗对植物的潜在危害，这对于蝗虫宜生区划分和监测预警具 有重要作用。
[0089] 三、结果验证
[0090] 7月20日调查样地A和样地B中亚洲小车蝗所处的发育阶段，大都处于成虫产卵 前阶段。从样地A或者样地B中选取20头同一龄期的亚洲小车蝗，放在笼罩中，五次重复； 在样地A和样地B中随机选择选取五个样方，将草从地面平齐剪下，称量每种植物的湿重， 饲喂亚洲小车蝗，并选取同种重量植物做对照，称量干重。
[0091] 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）。
[0092] 结果见表7。
[0093] 表 7
[0094]
[0096] 根据取样实验验证结果可知，当成虫产卵前期，亚洲小车蝗在样地A中对针茅的 选择性指数小于B样地；对A样地中的羊草选择性指数大于B样地，对A样地中冷蒿的选择 性指数小于B样地，与验证结果一致。表明本模型可以用来预测和比较不同时期亚洲小车 蝗在不同群落中对某种植物的选择性。
【主权项】
1. 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： 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； 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； 回归模型如下： 5龄虫： 克氏针茅：Y = -0? 06713X^0. 05793X2+0. 05758X3+1. 08087 ; 羊草：Y = 0? 03206X^0. 07997X2+0. 04099X3+1. 32149 ; 冷蒿：Y = 0? 00733Xr0. 01878X3+0. 44155 ; 成虫产卵前： 克氏针茅：Y = -0? 07017X^0. 05702X2+0. 06333X3+0. 94608 ; 羊草：Y = 0? OSgOSX1-0.0 7501X2+0. 03574X3+1. 31957 ; 冷蒿：Y = 0? 01197X^0. 01013X2-0. 02822X3+0. 56261 ; 成虫产卵后： 克氏针茅：Y = -0? 05286X^0. 0231 lX2+0. 03301X3+1. 53391 ; 羊草：Y = 0? 02948X^0. 04031X2+0. 03851X3+0. 86713 ; 冷蒿：Y = 0? 00731X^0. 01418X3+0. 35691 ; Y代表食物选择性指数。2. 如权利要求1所述的方法，其特征在于：所述昆虫为蝗虫。3. 如权利要求2所述的方法，其特征在于：所述蝗虫为亚洲小车蝗。4. 如权利要求1至3中任一所述的方法，其特征在于：所述植物群落为草原群落。
【专利摘要】本发明公开了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。本发明提供的方法包括如下步骤：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；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。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，本发明模型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。本发明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。
【IPC分类】G06F19/00
【公开号】CN104915553
【申请号】CN201510279821
【发明人】秦兴虎, 张泽华, 黄训兵, 马景川, 涂雄兵, 王广君
【申请人】中国农业科学院植物保护研究所
【公开日】2015年9月16日
【申请日】2015年5月27日