萧氏松茎象发生与林分因子关系研究.pdfVIP

萧氏松茎象发生与林分因子关系研究 彭龙慧1 许永青1 温小遂2 (1．江西农业大学园林与艺术学院，南昌330045 2．江西省森林病虫害防治站，南昌330077) 摘要：本文在江西4J4个湿地松林区设立调查点，对影响萧氏松茎象发生的16个林分因子进行 调查，并应用逐步回归方法进行分析。结果表明，萧氏松茎象危害程度(Y)与林下植被盖度(z。) 对萧氏松茎象为害程度进行预测和判断。 关键词：萧氏松茎象，林分因子，风险评估，湿地松 xiaoi 萧氏松茎象(Hylobitelus elliottii 属(Hylobitelus)¨。。该虫主要为害湿地松(Pinus Engelm．)，是江西为害最为严重的钻蛀 性害虫，仅江西松林受害面积就达11．73万hm2，枯死树1500万余株，破坏了生态环境，给林 业生产造成了严重的经济损失【2。J。目前湖南、湖北、广西、广东、贵州、福建和云南等省均已 报道该虫的发生和为害，该虫已被列为国家重点防治对象。 昆虫种群的发生，与影响其生存的各种环境因子密切相关，但这些因子的影响并不是相等 的，比起其他因子，有的因子显得相对重要M～¨。萧氏松茎象是一种好湿、负趋光性昆虫，喜欢 生活在阴湿的环境里口o，在其生存的环境中，林分因子对其种群发生的影响起重要作用。研究 表明，其发生与植被盖度密切相关∞芦o；但与林下植物多样性相关性不大旧]。在马尾松林，树 龄、林分组成和坡度与其发生有显著相关性11 0|。为了深入了解萧氏松茎象发生与林分因子的关 系，找出影响萧氏松茎象发生的主要因子，本文对构成萧氏松茎象栖境的16个林分因子进行了 调查，采用逐步回归分析方法…一41进行数学分析，并建立预测模型，以期为萧氏松茎象发生的 预测预报和综合治理提供理论依据。 1材料与方法 1．1样地选择 根据萧氏松茎象发生状况，在江西赣西北的修水县、赣东北的玉山县、赣中的宜丰县、分宜 县、安福县和赣南的信丰县、石城县，选择重、中、轻和未发生等不同程度的湿地松林设立调查 样地，样地面积666．7m2，共计44个。 1．2调查方法 在林分踏查的基础上，进行详查。调查时，详细记载海拔、坡向、坡度、林分组成、林龄、 主林层郁闭度、土层厚度、林下植被盖度(灌木和草本层的总盖度)、杂灌高度、枯腐层厚度 (枯枝落叶层和腐殖质层)等因子。 在样地内，采用对角线抽样法，随机抽取15株湿地松，测其树高、胸径，取其均值。并进 行虫口数量调查，计算得出有虫株率。 另外，采用“五点取样法”，在每个样地的中心及四角共设5个11TI×1ITI的小样方，记录灌 木与草本植物种类、个体数及盖度¨卜”J，计算杂灌的物种多样性指数。 1．3数据量化与处理 1．3．1 萧氏松茎象为害程度的量化根据萧氏松茎象在江西的发生现状，并结合样地调查的实 际情况，将萧氏松茎象为害程度用有虫株率表示，划分为以下四级：未发生林分，有虫株率为 400 昆虫生态 0；轻度发生林分，有虫株率0～30％；中度发生林分，有虫株率30％～60％；重度发生林分， 有虫株率>60％。 指数‘卧161。 1．3．3林分因子设林分因子为自变量置，各林分因子及其代号见表1。 表1林分因子及代号 1．4数据处理 采用SAS8．2统计分析软件进行逐步回归、多元回归和方差分析‘17—8|。 2结果与分析 2．1 根据各变量的偏相关系数确定关键因子 将各变量与萧氏松茎象为害程度进行逐步回归分析，计算出各自变量(置)的偏相关系数 列于表2。 表2各自变量的偏相关系数 从表2可知，影响萧氏松茎象为害程度的主要林分因子是林下植被盖度(x，。)，其偏相关系 数达0．7746，其次是枯腐层厚度(X，，)，偏相关系数为0．3911；海拔高度(X：)、土层厚度 (瓦)、林下植物种类数(X，。)和杂灌高度(X，：)