全 文 ：云南楚雄云南油杉种子小卷蛾幼虫空间分布型研究
童 清1，潘涌智2* ，贾 平2，任腾飞2
(1．云南省普洱市林业科学研究所，云南普洱 665000;2．西南林学院 保护生物学学院，云南昆明 650224)
摘要 ［目的］研究云南油杉种子小卷蛾幼虫在云南省楚雄州的空间分布型。［方法］2008 ～2009年在楚雄州云南油杉林内对云南油杉
种子小卷蛾幼虫进行抽样调查，采用聚集度指标法和回归分析法对云南油杉种子小卷蛾幼虫空间分布格局进行确定。［结果］样地调查
结果表明，植株的不同方位受云南油杉种子小卷蛾危害程度不一样;聚集度指标法及回归分析法均表明:云南油杉种子小卷蛾幼虫在楚
雄云南油杉林内呈聚集分布;Taylor幂法则分析表明云南油杉种子小卷蛾幼虫在一切密度下均为聚集分布;m* － m模型分析表明该虫
分布的基本成分是种群，且种群个体间相互吸引。［结论］研究结果为制定云南油杉种子小卷蛾在云南楚雄州林间抽样技术提供了理论
依据。
关键词 云南油杉种子小卷蛾;幼虫;空间分布格局
中图分类号 S763． 42 文献标识码 A 文章编号 0517 －6611(2011)26 －16022 －02
The Spatial Distribution Patterns of Blastipetrova keteleeriacola in Chuxiong
TONG Qing et al (Forestry Research Institute of Pu’er，Pu’er，Yunnan 665000)
Abstract ［Objective］ In order to understand the spatial patterns of Blastipetrova keteleeriacola in Chuxiong．［Method］We investigated the
forest of Keteleeria evelyniana from 2008 to 2009 and used aggregated indices and regression analyses of Taylor’s Iwao’s and Lanxingping’s
methods to determine the spatial distribution pattern．［Result］Sample survey results showed that the injury extent of different directions of host
plants were different;Gather index method and regression analysis method showed that B． keteleeriacola was a aggregation distribution pattern
in the forest of K． evelyniana． Taylor’s power law analysis showed that B． keteleeriacola larva were aggregation distribution pattern in all densi-
ty;m* － m model analysis showed that basic elements of distribution pattern of B． keteleeriacola larva was population，and individual between
population attracted each other．［Conclusion］These primary research results provided the theoretic basis for drawing the forest sampling tech-
nology of B． keteleeriacola in Chuxiong of Yunnan province．
Key words Blastipetrova keteleeriacola;Larva;Spatial patterns
基金项目 云南省重点学科森林保护学(XKZ200905)资助;云南省森
林灾害预警与控制重点实验室资助。
作者简介 童清(1964 － ) ，男，云南普洱人，高级工程师，硕士，从事林
业有害生物防治及检疫。* 通讯作者，教授，硕士，硕士生
导师，从事森林昆虫学研究及教学。
收稿日期 2011-06-14
云南油杉种子小卷蛾(Blastopetrova keteleericola)属鳞翅
目(Lepidoptera)卷蛾科(Tortricidae)种子小卷蛾属(Blastope-
trova) ，主要分布于昆明市、楚雄市、禄劝县、富民县等地，它
常与球果角胫象(Shirahoshizo coniferae)、油杉球果螟(Dioryc-
tria sp．)等害虫混同发生危害云南油杉球果，严重影响云南
油杉的结实和天然更新［1］。该虫主要取食云南油杉种子，危
害后球果全部枯黄或呈半枯半青状，受害部位具明显的蛀孔
和虫粪。
1987年，武春生等人在昆明首次发现、定种并研究了云
南油杉种子小卷蛾生物学特性。该虫在云南一年发生 3代，
极少发生 2代，稍有世代重叠现象［2］。据统计，每个受害球
果中有虫 1 ～10余头。其幼虫初孵化后，从球果鳞片缝隙蛀
入球果内，第 1代幼虫由于种子尚未成熟，围绕果轴取食为
害;第 2、3代幼虫则只取食种子。每头幼虫一生可取食 15 ～
30粒成熟种子，且只在 1个球果内危害，无转移球果习性［3］。
目前，对于该虫空间分布型研究尚属空白。研究昆虫的
空间分布型，可以分析害虫的生物学特性对环境条件的适应
程度，考察林木受害形成过程，掌握种群数量变动规律，提高
测报质量、防治技术［4］。因此，对云南油杉种子小卷蛾幼虫
空间分布型进行研究，对研究其发生规律和防治都具有重要
的意义，为保护云南油杉提供依据，具有一定的学术价值。
1 材料与方法
1． 1 试验地概况 试验地选在云南省楚雄州紫溪山自然保
护区。紫溪山自然保护区位于楚雄市北部，其地势开阔平
坦，森林覆盖率高达 94． 8%。该地区气候属于亚热带温凉湿
润的气候类型，年平均气温 12 ℃，平均最高气温 20 ℃，最低
气温 －6 ℃左右;年平均降雨量 1 000 mm左右，平均相对湿
度达 80% ～85%。
1． 2 调查方法 2008 ～2009年在楚雄州紫溪山自然保护区
云南油杉林内进行调查。随机选取 20 m × 30 m大小的样地
5块，均为云南油杉纯林，树龄 20 a左右，树高 8 ～20 m，生长
和发育情况良好。在每块样地内沿平行线抽取样树 20 株，
按照东、南、西、北 4 个方位各随机采摘 5 个球果，用自封袋
装好并作记录，带回实验室解剖，统计虫口数。
1． 3 空间格局分析方法
1． 3． 1 空间格局分析。采用聚集度指标法和回归分析法对
云南油杉种子小卷蛾幼虫空间格局进行分析。聚集度指标
主要采用:①扩散系数［5 －6］ C = S2 /x;②负二项分布的 K
值［5 －7］K = x2 /(S2 － x) ;③ 扩散型指数［6］Iδ = n
fx2 －N
N(N －1)(n
为抽样数;N为总虫口数;x 为抽样单元中的虫体数;f 为频
数) ;④平均拥挤度指标［6］m* = x + S2 /x － 1;⑤ 丛生指标 I
值法［7］ I = S2 /x － 1;⑥CA 值法
［6］ CA =(S
2 － x)/x2;⑦m* / v
指标;⑧ La指标［6］La =m －m/v +1。
回归分析法包括:①Taylor 的幂法则［6 －7］ lgS2 = lga +
blgx;②Iwao的 m* － m回归分析法［8］:m* = α + βm;③兰星
平的 m* － v回归分析法［8 －10］:m* = φ + ψv;④兰星平的 La －
m回归模型［11］:La = θ + ηm。
1． 3． 2 数据分析。采用 SPSS 13． 0 软件统计分析调查所得
数据，图表制作通过 Microsofot Office Excel 2003完成。
2 结果与分析
2． 1 样地调查结果 5 块样地中，每块样地调查样树为 20
株，共调查样树 100株，调查结果如表 1所示。
责任编辑 高晓余 责任校对 傅真治安徽农业科学，Journal of Anhui Agri． Sci． 2011，39(26):16022 － 16023，16026
DOI:10.13989/j.cnki.0517-6611.2011.26.169
表 1 云南油杉种子小卷蛾幼虫样地调查结果
Table 1 Survey results of larva sample plots of Blastopetrova keteleericola
样地编号
Serial
number
of sample
plots
样株
Sampling
plants
株
球果数
The
number
of cone
个
虫口数
The number
of insect
population
头
密度
Density
头 /球果
方差
Variance
S2
平均拥挤度
Average
crowding
degree
m
1 20 400 53 0． 132 5 0． 859 3 5． 617 8
2 20 400 116 0． 290 0 2． 731 6 8． 709 3
3 20 400 141 0． 352 5 3． 272 0 8． 634 8
4 20 400 139 0． 347 5 3． 385 7 9． 091 1
5 20 400 139 0． 347 5 3． 284 7 8． 799 9
总体 Total 100 2 000 588 0． 294 0 2． 706 7 8． 500 5
由表 1可知，5块样地的总虫口数为 588头，虫口密度为
0． 294头 /球果，总体方差为 2． 706 7，平均拥挤度为 8． 500 5。
按照东、南、西、北 4个方位对云南油杉球果进行虫口数
量统计，结果如表 2所示。
表 2 不同方位云南油杉种子小卷蛾幼虫分布情况
Table 2 The distribution of Blastopetrova keteleericola in different ori-
entations
样地编号
Serial number
of sample
plots
样树
Sampling
trees∥株
不同方位植株幼虫数量
The number of larva in different orientations
东 East 南 South 西West 北 North
1 20 16 17 6 14
2 20 43 35 20 18
3 20 48 38 28 27
4 20 42 41 31 25
5 20 43 42 28 26
样树总数 100 192 173 113 110
Total sampling trees
样树均数 20 38． 4 a 34． 6 a 22． 6 b 22． 0 b
Average sampling trees
注:表中同行数据后不同字母表示不同方位幼虫数量间差异显著
(P ＜0． 05)。
Note:Different letters within the same line in the table represent the num-
ber of larva in different orientations has significant differences
(P ＜0． 05)．
从表 2可以看出，不同方位虫口密度具有差异且差异显
著，说明云南油杉种子小卷蛾幼虫在东、南、西、北 4 个方位
危害程度是不一样的。
2． 2 空间分布型的测定及分析
2． 2． 1 聚集度指标测定结果。利用表 1 数据，按照公式分
别计算各聚集度指标值，结果如表 5所示。
表 3 聚集度指标分析结果
Table 3 Analysis results of aggregation indexes
聚集指标
Aggregation
indexes
计算值
Calculated value
分析结果
Analysis results
C 9． 206 5 C ＞1，为聚集分布
k 0． 035 8 K ＞0，为聚集分布
Iδ 1． 002 2 Iδ ＞1，为聚集分布
I 8． 206 5 I ＞0，为聚集分布
CA 27． 933 0 CA ＞0，为聚集分布
m* /m 28． 913 3 m* /m ＞1，为聚集分布
m* / v 3． 140 5 当 x ＜1时，m* / v ＞1，为聚集分布
La /m 4． 032 0 La /m ＞1，为聚集分布
5块样地中，总体的扩散系数 C值大于 1，k大于 0，丛生
指标 I值大于 0，扩散型指数 Iδ 大于 1，CA 值大于 0，m
* /m指
标值大于 1，m* / v指标值大于 1，La /m大于 1。根据各聚集
度指标的含义可判定云南油杉种子小卷蛾幼虫的空间格局
为聚集分布。
2． 2． 2 回归分析结果。将表1的数据分别用 Taylor幂法则、
兰星平的 m* － v模型、La －m模型及 Iwao的 m* －m 模型进
行检验，结果如表 4所示。
根据表 4可知，各回归模型的参数估计值均表明云南油
杉种子小卷蛾幼虫的空间格局为聚集分布，各模型相关性都
极显著。其中 Taylor 幂法则中，lga = 1． 165，b = 1． 397，此时
分布具有密度依赖性，密度越大，聚集度越高;La － m 模型
中，θ = 0． 819，η = 1． 224，说明其聚集程度较高;Iwao 回归模
型中，a =3． 831 ＞ 0，说明该虫分布的基本成分是种群，且种
群个体间相互吸引。
表 4 回归分析测定结果
Table 4 Determination results of regression analysis
模型
Models
参数估计值及 r值
Estimated value of
parameters and r value
相关性
Correlation
判别结果
Discriminated results
lgS2 = lga + blgx(Taylor幂法则)lgS2 = lga + blgx(Taylor power rule) lga =1． 165，b =1． 397，r =0． 998 极显著 聚集分布(lga ＞0，b ＞1)
m* = φ + ψν(m* － v模型)m* = φ + ψν(m* － v model) φ =4． 596，ψ =1． 321，r =0． 978 极显著 负二项分布(φ ＞0，ψ ＞1)
La = θ + ηm(La －m模型)La = θ + ηm(La －m model) θ =0． 819，η =1． 224，r =0． 999 极显著 聚集分布(θ ＞0，η ＞1)
m* = α + βm(m* －m模型)m* = α + βm(m* －m model) α =3． 831，β =14． 759，r =0． 64 极显著 聚集分布(α ＞0，β ＞1)
3 小结
样地调查结果表明:不同样地间与植株的不同方位受云
南油杉种子小卷蛾危害程度不一样，而且之间的差异显著。
用聚集度指标法对调查数据进行分析，结果表明:云南油杉
种子小卷蛾幼虫在楚雄云南油杉林内空间分布型服从聚集
分布。利用 Taylor幂法则、Iwao 的 m* － m 回归模型以及兰
星平的 m* － v模型、La －m模型进行分析，结果亦表明:云南
油杉种子小卷蛾幼虫空间分布型为聚集分布。其中，Taylor
幂法则分析表明云南油杉种子小卷蛾幼虫在一切密度下均
是聚集的，m* －m模型分析表明该虫分布的基本成分是种
群，且种群个体间相互吸引。
该研究弄清了云南油杉种子小卷蛾幼虫在云南楚雄的
空间分布型，丰富了云南油杉种子小卷蛾在云南省的研究数
据，同时为制定其在当地的林间抽样技术提供了理论依据，
并有助于进一步理解云南油杉种子小卷蛾的种群生态学特
性以及该种群与所处环境的相互关系。
参考文献
［1］李宽胜．中国针叶树种实害虫［M］．北京:中国林业出版社，1999:120 －
135．
［2］武春生．云南油杉种子小卷蛾新属新种及其生物学特性的研究［J］．林
业科学，23(2):1987:151 －161．
［3］刘友樵．中国动物志第二十七卷［M］．北京:科学出版社，2002:6，356．
［4］丁岩钦．昆虫种群数学生态学［M］．北京:科学出版社，1994:22 －54．
(下转第 16026 页)
3206139 卷 26 期 童 清等 云南楚雄云南油杉种子小卷蛾幼虫空间分布型研究
图 1 辽宁省旱情监测与评估系统的技术路线
Fig． 1 Technical route of the drought monitoring and evaluating system in Liaoning Province
3 结论与讨论
依托旱情数据库的数据信息，利用确定的旱情监测与评
估方法，在 visual studio 平台下，采用 B /S 架构，开发了辽宁
省旱情监测与评估信息系统，该系统的建成可以实现如下功
能:①实现定期的旱情等级监测。在正常时期，定期发布旱
情等级监测结果。在旱灾发生时，根据需要增加旱情的监测
次数，最高可实现每天 1次的旱情监测。②实现定期的旱情
评估。依据旱情的监测频率，定期发布受灾面积评估结果。
针对旱灾发生的年份，在作物收获前发布作物减产率的评估
结果。③实现抗旱管理业务的网络化。依据抗旱管理业务
的需要，定期将抗旱预案、抗旱法规、抗旱投入、抗旱措施、抗
旱经验、抗旱出版物等信息在网络上发布，实现抗旱管理业
务的网络化。
旱情监测与评估系统研究所涉及的内容很多，笔者仅研
究了亟待解决的几个关键问题，并实现了其业务化运行。然
而，对于抗旱研究的长远规划而言，还有许多内容需要进一
步研究，如:①中长期的旱情监测研究。目前，利用水文站的
监测数据和遥感数据可以很好地实现在“点”和“面”上的旱
情监测研究，然而如何在中长期尺度上实现旱情预警，进而
提前做好抗旱准备工作，减少损失就显得尤为重要。②旱情
评估内容有待拓展。目前，旱情的评估主要是以农业的受灾
面积、作物的减产率为主，然而，旱灾的发生给经济带来了巨
大的损失，在今后的旱情评估研究中还应该增加旱灾造成的
经济损失评估。③研究内容的方面有待拓展。目前，旱情监
测与评估研究主要涉及农业类，然而，随着近些年来旱情出
现的新特点，旱情监测与评估的内容还应该在城市干旱、因
旱饮水困难、生态干旱等方面开拓研究方向。
参考文献
［1］赵锡钢．辽宁省干旱灾害分析及减灾对策［J］．东北水利水电，2008
(26):65 －68．
［2］康贵春，靓凤过．辽宁省旱情监测系统建设研究［J］．水利水电技术，
2007(38):69 －71．
［3］王鹏，张博，梁凤国．辽宁省抗旱管理信息系统建设［J］．东北水利水
电，2004(22):17 －18．
［4］中华人民共和国水利部．中华人民共和国水利行业标准旱情等级标
准:SL 424 －2008［S］．北京:中国水利水电出版社，2009．
［5］王玲玲，张友静，佘远见，等．遥感旱情监测方法的比较研究与分析
［J］．遥感应用，2010(5):49 －53．
［6］许小华，张秀平，雷声．基于MODIS数据的江西省农业旱情遥感监测方
法研究［J］．江西水利科技，2010(36):176 －180．
［7］张琪，张继权，佟志军，等．干旱对辽宁省玉米产量影响及风险区划
［J］．灾害学，2010(25):87 －91．
［8］王利平，李俊有，王志春．赤峰市生态敏感区生态环境监测评估［J］．内
蒙古农业科技，2007(5):67 －69．
［9］杨丽萍，梁治中，乌日娜．积雪监测方法的研究［J］．华北农学报，2007
(S3):106 －108．
［10］杨丽萍，杨晓华，张存厚．植被供水指数法在内蒙古干旱监测中的应
用［J］．内蒙古农业科技，2008(1):58 －59，62．
［11］介晓磊，杨先明，刘世亮，等．潮土长期定位施肥对小麦生理特性、产量
及面粉品质的影响［J］．华北农学报，2011(3):
檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪
157 －163．
(上接第 16023 页)
［5］徐汝梅．昆虫种群生态学［M］．北京:北京师范大学出版社，1988:50 －
112．
［6］丁岩钦．昆虫种群数学生态学原理与方法［M］．北京:科学出版社，
1980:10 －103．
［7］李运甓．昆虫生态学概论［M］．武汉:湖北科学技术出版社，1987:25 －
112．
［8］兰星平．回归分析法在检验马尾松球果害虫空间分布型中的应用［J］．
贵州林业科技，1994，22(1):3 －7．
［9］马占山．m* －m幂法则在昆虫种群抽样技术研究中的应用［J］．北京
林业大学学报，1989，11(2):92 －95．
［10］兰星平．m* － v 模型在检验昆虫空间分布型与抽样调查中的应用
［J］．林业科学，1991，27(5):511 －516．
［11］兰星平． La指标在测定昆虫空间分布型与抽样调查中的应用［J］．贵
州林业科技，1993，21(1):20 －26．
62061 安徽农业科学 2011 年