Spatial Distribution of Thiacidas Postica Walker (Lepidoptera: Noctuidae) Larvae on Ziziphus Spina-Christi Using Taylor´S Power Law and Iwao´S Patchiness Regression

ﺗﺤﻘﻴﻘﺎت آﻓﺎت ﮔﻴﺎﻫﻲ ﺟﻠﺪ 2/ ﺷﻤﺎره 1/ ﺳﺎل 1391

اﻟﮕﻮي ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﻻرو ﭘﺮواﻧﻪ ﺑﺮگﺧﻮار ﻛﻨﺎر Thiacidas postica Walker (Lepidoptera: Noctuidae) روي درﺧﺖ ﻛﻨﺎرZiziphus spina-christi در اﺳﺘﺎن ﺑﻮﺷﻬﺮ

ﻧﺎﺻﺮ ﻓﺮار١* و ﻣﺼﻄﻔﻲ ﺣﻘﺎﻧﻲ2 1، ﻋﻀﻮ ﻫﻴﺎت ﻋﻠﻤﻲ ﻣﺮﻛﺰ ﺗﺤﻘﻴﻘﺎت ﻛﺸﺎورزي و ﻣﻨﺎﺑﻊ ﻃﺒﻴﻌﻲ اﺳﺘﺎن ﺑﻮﺷﻬﺮ 2، اﺳﺘﺎدﻳﺎر ﮔﺮوه ﮔﻴﺎهﭘﺰﺷﻜﻲ، داﻧﺸﻜﺪه ﻛﺸﺎورزي، داﻧﺸﮕﺎه ﻳﺎﺳﻮج، ﻳﺎﺳﻮج

(ﺗﺎرﻳﺦ درﻳﺎﻓﺖ: 29/5/90 ﺗﺎرﻳﺦ ﭘﺬﻳﺮش: 90/8/30)

ﭼﻜﻴﺪه ﺗﻌﻴﻴﻦ اﻟﮕﻮي ﻓﻀﺎﻳﻲ ﺣﺸﺮه ﻋﺎﻣﻞ ﻣﻬﻤﻲ در ﻃﺮاﺣﻲ ﻳﻚ ﺑﺮﻧﺎﻣﻪ ﻣﻨﺎﺳﺐ ﻧﻤﻮﻧﻪﺑﺮداري و ﺑﺮﻧﺎﻣﻪﻫﺎي ﻣﺪﻳﺮﻳﺖ ﺟﺎﻣﻊ آﻓﺎت اﺳﺖ. ﭘﺮواﻧﻪ ﺑﺮگ- ﺧﻮار ﻛﻨﺎر (Thiacidas postica Walker (Lepidoptera: Noctuidae از آﻓﺎت درﺧﺘﺎن ﻛﻨﺎر در اﺳﺘﺎنﻫﺎي ﺟﻨﻮﺑﻲ ﻛﺸﻮر ﺑﻪ وﻳﮋه ﺑﻮﺷﻬﺮ، ﻫﺮﻣﺰﮔﺎن و ﺧﻮزﺳﺘﺎن ﻣﺤﺴﻮب ﻣﻲﺷﻮد. ﻻروﻫﺎي اﻳﻦ ﺣﺸﺮه از ﺑﺮگ درﺧﺘﺎن ﻛﻨﺎر ﺗﻐﺬﻳﻪ ﻣﻲﻛﻨﻨﺪ. ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﮔﺴﺘﺮش و ﺗﻮﺳﻌﻪ ﺑﺎغﻫﺎي درﺧﺘﺎن ﻛﻨﺎر در اﺳﺘﺎن ﺑﻮﺷﻬﺮ ﻣﻄﺎﻟﻌﺎت ﻛﺎﻣﻞ در راﺑﻄﻪ ﺑﺎ آﻓﺎت ﻣﻬﻢ اﻳﻦ ﮔﻮﻧﻪ ﺧﻮدرو و ﺟﻨﮕﻠﻲ ﺑﻴﺶ از ﭘﻴﺶ ﺿﺮوري اﺳﺖ. ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﺟﻤﻌﻴﺖ ﻻروﻫﺎي ﭘﺮواﻧﻪ ﺑﺮگﺧﻮار ﻛﻨﺎر T. postica روي ﮔﻮﻧﻪ درﺧﺖ ﻛﻨﺎر Ziziphus spina-christi در ﺷﺮاﻳﻂ ﻃﺒﻴﻌﻲ در ﺳﺎلﻫﺎي 1385 ﺗﺎ 1387 در اﺳﺘﺎن ﺑﻮﺷﻬﺮ اﻧﺠﺎم ﮔﺮﻓﺖ. ﺷﺎﺧﻪ 50 ﺳﺎﻧﺘﻲﻣﺘﺮي از درﺧﺖ ﻛﻨﺎر ﺑﻪ ﻋﻨﻮان واﺣﺪ ﻧﻤﻮﻧﻪﺑﺮداري اﻧﺘﺨﺎب ﺷﺪ. ﭘﺲ از ﻧﻤﻮﻧﻪﺑﺮداري اوﻟﻴﻪ، ﺗﻌﺪاد 40 ﻧﻤﻮﻧﻪ اﻧﺘﺨﺎب ﺷﺪ. اﻟﮕﻮي ﻓﻀﺎﻳﻲ ﻻرو ﺳﻦ ﭘﻨﺠﻢ ﭘﺮواﻧﻪ ﺑﺮگﺧﻮار ﻛﻨﺎر ﺑﺎ اﺳﺘﻔﺎده از روش رﮔﺮﺳﻴﻮﻧﻲ (روش ﺗﻴﻠﻮر و آﻳﻮاﺋﻮ) ﺗﻌﻴﻴﻦ ﺷﺪ. در ﺗﻌﻴﻴﻦ ﻧﻮع ﺑﺮﻫﻤﻜﻨﺶ ﻣﮕﺲ ﭘﺎرازﻳﺘﻮﻳﻴﺪ (Pales murina Mes (Diptera: Tachinidae ﻧﺴﺒﺖ ﺑﻪ ﺗﺮاﻛﻢ ﻣﻴﺰﺑﺎن از رﮔﺮﺳﻴﻮن ﺧﻄﻲ ﺑﻴﻦ ﻣﻴﺎﻧﮕﻴﻦ ﺗﺮاﻛﻢ آﻓﺖ و ﭘﺎرازﻳﺘﻮﻳﻴﺪ در ﺗﺎرﻳﺦﻫﺎي ﻣﺨﺘﻠﻒ اﺳﺘﻔﺎده ﺷﺪ. ﻧﺘﺎﻳﺞ ﺣﺎﺻﻞ از روش رﮔﺮﺳﻴﻮن ﺑﻴﻦ وارﻳﺎﻧﺲ و ﻣﻴﺎﻧﮕﻴﻦ ﺗﻌﺪاد ﻻروﻫﺎي روي ﮔﻴﺎه ﻣﻴﺰﺑﺎن در ﻃﻮل دوره ﻧﻤﻮﻧﻪﺑﺮداريSID ﺑﺎ اﺳﺘﻔﺎده از ofروش ﺗﻴﻠﻮر (R2=0.98) و آﻳﻮاﺋﻮ (R2=0.86) ﺑﻪ ﻃﻮر Archiveﻣﻌﻨﻲداري ﺑﺰرﮔﺘﺮ از ﻳﻚ ﺑﻮد ﻛﻪ ﻧﺸﺎﻧﮕﺮ، ﺗﻮزﻳﻊ ﺗﺠﻤﻌﻲ اﺳﺖ. ﺷﻴﺐ ﺧﻂ رﮔﺮﺳﻴﻮن b ﺑﺮاي ﻣﺪل ﺗﻴﻠﻮر و آﻳﻮاﺋﻮ ﺑﻪ ﺗﺮﺗﻴﺐ 99/1 و 45/3 ﺗﻌﻴﻴﻦ ﺷﺪ. ﺑﻪ اﻳﻦ ﺗﺮﺗﻴﺐ اﻟﮕﻮي ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﻻرو ﺳﻦ ﭘﻨﺠﻢ اﻳﻦ ﺣﺸﺮه از ﻧﻮع ﺗﺠﻤﻌﻲ اﺳﺖ. ﻧﻮع ﺑﺮﻫﻤﻜﻨﺶ ﭘﺎرازﻳﺘﻮﻳﻴﺪ ﻧﺴﺒﺖ ﺑﻪ ﺗﺮاﻛﻢ آﻓﺖ، واﺑﺴﺘﻪ ﺑﻪ ﺗﺮاﻛﻢ ﺗﻌﻴﻴﻦ ﺷﺪ.

واژه ﻫﺎي ﻛﻠﻴﺪي: ﭘﺮواﻧﻪ ﺑﺮگﺧﻮار ﻛﻨﺎر، درﺧﺖ ﻛﻨﺎر، ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ، Iwao´s patchiness Regression. ،Taylor´s Power Law، Tachinidae

* ﻧﻮﻳﺴﻨﺪه ﻣﺴﺌﻮل: [email protected]

www.SID.ir 22 ﻓﺮار و ﺣﻘﺎﻧﻲ: اﻟﮕﻮي ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﭘﺮواﻧﻪ ﺑﺮگﺧﻮار ﻛﻨﺎر

ﻣﻘﺪﻣﻪ ﻣﻨﺎﻃﻖ ﺧﺴﺎرت اﻳﻦ ﺣﺸﺮه زﻳﺎد ﻣﻲﺑﺎﺷـﺪ (Farrar et al., 2001b). 1 درﺧﺘﺎن ﻛﻨﺎر ﮔﻮﻧﻪﻫﺎﻳﻲ از ﺟﻨﺲ زﻳﺰﻳﻔﻮس ﻫﺴﺘﻨﺪ ﻛـﻪ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺗﻮﺳﻌﻪ درﺧﺘﺎن ﺟﻨﮕﻠﻲ ﻛﻨﺎر ﺑـ ﻪ ﺻـﻮرت ﺑـﺎغ ﻫـﺎي ﺑ ــﻪ ﻃــﻮر ﮔﺴــﺘﺮده و ﺧــﻮدرو در اﺳــﺘﺎنﻫــﺎي ﺟﻨــﻮﺑﻲ ﻛﺸــﻮر وﺳﻴﻊ اﻳﻦ ﺧﻄﺮ اﺣﺴﺎس ﻣﻲﺷﻮد ﻛﻪ اﻳـﻦ ﺣﺸـﺮه در ﺑﺮﺧـﻲ از ﭘﺮاﻛﻨﺶ دارﻧﺪ. در اﻳﻦ ﻣﻨﺎﻃﻖ ﺑﻪ رﻏﻢ ﻣﺤـﺪودﻳﺖ ﻫـﺎي ﻣﻨـﺎﺑﻊ ﻣﻮاﻗﻊ و در ﺑﺮﺧﻲ از ﻣﻨﺎﻃﻖ ﺑﺎﻋﺚ ﺧﺴﺎرت ﺷـﺪﻳﺪ ﺷـﻮ د. اﻳـﻦ آب و ﺧــﺎك و ﭼﻨــﺪ ﺑﺮاﺑــﺮ ﺑــﻮدن ﺗﺒﺨﻴــﺮ ﻧﺴــﺒﺖ ﺑــﻪ ﺑــﺎرش، ﺣﺸــﺮه داراي 5 ﺳــﻦ ﻻروي اﺳــﺖ و ﺳــﻦ اول ﺗــﺎ ﺳــﻦ ﺳــﻮم درﺧﺘﺎن ﻛﻨﺎر ﻋﻼوه ﺑﺮ اﻳﺠﺎد ﺟﻨﮕﻞﻫـﺎي ﻃﺒﻴﻌـﻲ ﺑـ ﻪ ﺻـﻮرت ﻻروي ﺑﻪ ﺻﻮرت دﺳـﺘﻪ ﺟﻤﻌـﻲ ﻓﻌﺎﻟﻴـﺖ ﻣـﻲ ﻛﻨﻨـﺪ و در ﺳـﻦ ﭘﺮاﻛﻨﺪه، ﻣﻮﺟﺐ ﻛﻨﺘﺮل ﻓﺮﺳﺎﻳﺶ ﺧﺎك، ﻣﻘﺎوﻣﺖ ﺑﻪ ﺧﺸـﻜﻲ ﭼﻬﺎرم و ﭘﻨﺠﻢ ﻻروﻫﺎ ﺑﻪﻃﻮر اﻧﻔﺮادي از ﺑـﺮگ ﺗﻐﺬﻳـﻪ ﻣـﻲ ﻛﻨﻨـﺪ و ﺳﺎزﮔﺎر ﺑﺎ ﻣﻨﺎﻃﻖ ﮔﺮﻣﺴﻴﺮي و ﻧﻴﻤـﻪ ﮔﺮﻣﺴـﻴﺮي ﺷـﺪه اﺳـﺖ . (Farrar et al., 2001 a). ﺑﺮرﺳﻲﻫﺎي اﻧﺠﺎم ﮔﺮﻓﺘﻪ ﺗﻮﺳـﻂ ارزش اﻛﻮﻟﻮژﻳﻜﻲ ﮔﻮﻧﻪﻫﺎي ﻣﺨﺘﻠﻒ ﺟﻨﺲ ﻛﻨﺎر در اﺳﺘﺎن از ﻓـﺮار و ﻫﻤﻜـﺎران (Farrar et al., 2001 a) ﻧﺸـﺎن داده ﻛـﻪ ﻳﻚ ﻃـﺮف و ﺧـﻮاص ﺧـﻮراﻛﻲ و ﺗﻮﻟﻴـﺪ ﺑﺴـﻴﺎر زﻳـﺎد ﻣﻴـﻮه، اﻳﻦ ﺣﺸـﺮه از ﻓـﺮو ردﻳﻦ ﺗـﺎ اردﻳﺒﻬﺸـﺖ ﻣـﺎه در ﻧﺴـﻞ اول و از ﺧﻮاص داروﻳﻲ و ﺑﻬﺪاﺷﺘﻲ ﻗﺴﻤﺖﻫﺎي ﻣﺨﺘﻠﻒ ﮔﻴـﺎه، ﺗﻮﻟﻴـﺪ آﺑﺎن ﺗﺎ اواﻳﻞ دي ﻣﺎه ﻧﺴﻞ دوم و در ﺻﻮرت ﻣﺴﺎﻋﺪ ﺑﻮدن دﻣـﺎ ﻓﺮآوردهﻫﺎي ﻣﺨﺘﻠﻒ از ﻣﺤﺼﻮﻻت آن، ﭘﺮورش زﻧﺒﻮرﻋﺴـﻞ از دي ﺗﺎ اواﻳﻞ اﺳﻔﻨﺪ در ﻧﺴﻞ ﺳﻮم ﺑﻪ ﺗﺪرﻳﺞ در ﻃﺒﻴﻌﺖ ﻇﺎﻫﺮ در ﺑــﺎغﻫــﺎي ﻛﻨــﺎر و ﺗﻮﻟﻴــﺪ ﻋﺴــﻞ ﺑــﺎ ارزش ﺑــﺎ ﻃﻌــﻢ ﻛﻨــﺎر و ﺷﺪه و ﺗﺨﻢ ﮔﺬاري ﻣﻲﻛﻨﺪ. اﻳﻦ ﺣﺸﺮه ﺣﺪاﻗﻞ داراي دو ﻧﺴﻞ ﺧﺎﺻــﻴﺖ داروﻳــﻲ آن از ﻃــﺮف دﻳﮕــﺮ، آن را ﺑــﻪ ﻳــﻚ ﮔﻴــﺎه در ﺳﺎل در اﺳﺘﺎن ﺑﻮﺷﻬﺮ اﺳﺖ. ﻣﻨﺎﺳﺐ اﻛﻮﻟﻮژﻳﻜﻲ و اﻗﺘﺼﺎدي در ﻣﻨﺎﻃﻖ ﺟﻨﻮب ﺗﺒﺪﻳﻞ ﻛﺮده ﻣﻄﺎﻟﻌــﻪ ﺑﺴــﻴﺎري از وﻳﮋﮔــﻲﻫــﺎي ﺟﻤﻌﻴﺘــﻲ ﺣﺸــﺮات در اﺳﺖ ﺑﻪ ﻃﻮري ﻛﻪ ﺳﺎﻻﻧﻪ ﺳﻄﺢ زﻳﺎدي از زﻣـﻴﻦ ﻫـﺎي ﺑـﺎﻳﺮ ﺑـﻪ ﺷﺮاﻳﻂ ﺻﺤﺮاﻳﻲ ﻣﺴﺘﻠﺰم ﻧﻤﻮﻧﻪﺑﺮداري از ﺟﻤﻌﻴﺖ اﺳﺖ. ﻳـﻚ زﻳــﺮ ﻛﺸــﺖ درﺧﺘــﺎن ﻛﻨــﺎر در ﺳــﻄﺢ اﺳــﺘﺎن ﺑﻮﺷــﻬﺮ ﻣــﻲرود ﺑﺮﻧﺎﻣﻪ ﻣﻨﺎﺳﺐ ﻧﻤﻮﻧﻪﺑﺮداري ﺷﺎﻣﻞ اﻧﺘﺨﺎب زﻣﺎن ﻣﻨﺎﺳـﺐ ﺑـﺮاي (Farrar and Karampour, 2008). ﻧﻤﻮﻧــﻪﺑــﺮداري، اﻧﺘﺨــﺎب واﺣــﺪ ﻧﻤﻮﻧــﻪﺑــﺮداري، ﺗﻌﻴــﻴﻦ ﺗﻌــﺪاد ﺗﻮﺳﻌﻪ روزاﻓﺰون اﻳﻦ ﮔﻮﻧﻪﻫﺎي ﺑـﺎ ارزش در اﺳـﺘﺎن ﻫـﺎي ﻣﻨﺎﺳﺐ ﻧﻤﻮﻧﻪ و ﺗﻌﻴﻴﻦ ﺗﻮزﻳﻊ ﻣﻜﺎﻧﻲ ﻧﻤﻮﻧﻪﺑﺮداري اﺳﺖ ﻛﻪ در ﺟﻨــﻮﺑﻲ ﻛــﻪ داراي ﺷــﺮاﻳﻂ ﺧﺸــﻚ و ﺳــﺨﺖ آب و ﻫــﻮاﻳﻲ اﻳﻦ ﻣﻴﺎن ﺗﻌﻴﻴﻦ اﻟﮕﻮي ﻓﻀﺎﻳﻲ ﺣﺸﺮه ﻋﺎﻣﻞ ﻣﻬﻤﻲ در ﻃﺮاﺣـﻲ ﻫﺴﺘﻨﺪ و ﮔﻮﻧﻪﻫﺎي ﺑﻮﻣﻲ و ﺳـﺎزﮔﺎر ﻛـﻪ ﻣﻘـﺎوم، ﻗـﺎﻧﻊ و ﭼﻨـﺪ ﻳﻚ ﺑﺮﻧﺎﻣﻪ ﻣﻨﺎﺳﺐ ﻧﻤﻮﻧﻪﺑﺮداري و ﺑﺮﻧﺎﻣﻪﻫﺎي ﻣـﺪﻳﺮﻳﺖ ﺟـﺎﻣﻊ ﻣﻨﻈﻮره ﺑﺎﺷﻨﺪ، ﻟﺰوم ﺑﻴﺶ از ﭘﻴﺶ ﻣﻄﺎﻟﻌﺎت ﻣﺮﺑﻮط ﺑﻪ آﻓـﺎت و آﻓﺎت2 اﺳﺖ (Boeve and Weiss, 1998). ﻫﻤﭽﻨﻴﻦ ﻳﻜﻲ ﺑﻴﻤﺎريﻫﺎ را آﺷﻜﺎر ﻣﻲﺳﺎزد. درﺧﺘﺎن ﻛﻨﺎر ﻣﻮرد ﺣﻤﻠـﻪ ﺑـﻴﺶ از اﺑﺰارﻫﺎي اﺳﺎﺳﻲ در ﭘﮋوﻫﺶﻫﺎي ﻛﻤﻲ، ﻧﻤﻮﻧﻪﺑﺮداري اﺳﺖ از 250 ﮔﻮﻧﻪ ﺣﺸﺮات و ﺳﺎﻳﺮ ﺑﻨﺪﭘﺎﻳﺎن ﻗﺮار ﻣﻲ ﮔﻴﺮﻧـ ﺪ ﻛـﻪ در و ﺑﻪ ﻋﻨﻮان ﻳﻜﻲ از اﺑﺰارﻫﺎي ﺗﺼﻤﻴﻢﮔﻴﺮي در ﻣﺪﻳﺮﻳﺖ ﺟـﺎﻣﻊ اﺳﺘﺎن ﺑﻮﺷﻬﺮ ﭘﺲ از ﻣﮕﺲ ﻣﻴﻮه ﻛﻨﺎر، ﭘﺮواﻧﻪ ﺑﺮگﺧﻮار ﻛﻨﺎر آﻓﺎت ﻛﺎرﺑﺮد دارد (Dent, 2000). اﻫﻤﻴﺖ ﺑﻪﺳﺰاﻳﻲ دارد ﻛﻪ ﻣﻄﺎﻟﻌﺎت ﺟﺎﻣﻊ SIDﻣﻲ ﺗﻮاﻧﺪ ﺑﻪ of ﻣـﺪﻳﺮﻳﺖ ﭘﺎﺗﺮﻳــﻚ و ﻫﻤﻜــﺎران (Patrick et al., Archive2003) از آن ﻛﻤﻚ ﻛﻨﺪ (Farrar et al., 2001a). ﻧﻤﻮﻧﻪﺑﺮداريﻫﺎي ﻣﺘﻮاﻟﻲ ﺑﺮاي ﺗﺨﻤﻴﻦ ﺟﻤﻌﻴﺖ آﻓﺎت اﺳـﺘﻔﺎده ﭘﺮواﻧﻪ ﺑﺮگﺧﻮار ﻛﻨﺎر Thiacidas postica Walker ﻛﺮدﻧﺪ و ﻫﺪف آنﻫﺎ از اﻳـﻦ ﺑﺮﻧﺎﻣـﻪ ﻧﻤﻮﻧـﻪ ﺑـﺮداري، ﺗﺨﻤـﻴﻦ از ﺧـﺎﻧﻮاده ي Noctuidae و راﺳـﺘﻪ Lepidoptera ﻳﻜــﻲ از ﺟﻤﻌﻴــﺖ ﺑــﻪ ﺻــﻮرت آﻣــﺎري و اﺗﺨــﺎذ ﺗﺼــﻤﻴﻢﻫــﺎي ﻣﻨﺎﺳــﺐ آﻓﺎت درﺧﺘﺎن ﻛﻨﺎر در اﺳﺘﺎن ﺑﻮﺷﻬﺮ اﺳـﺖ ( ,.Farrar et al ﻛﻨﺘﺮﻟﻲ در ﻗﺎﻟﺐ ﻳﻚ ﺑﺮﻧﺎﻣﻪ ﻣﺪﻳﺮﻳﺖ ﺗﻠﻔﻴﻘﻲ آﻓﺎت ﺑﻮد، ﻛﻪ ﺑﻪ b 2001). ﻻروﻫﺎي اﻳﻦ ﺣﺸﺮه از ﺑـﺮگ ﻫـﺎي درﺧﺘـﺎن ﻛﻨـﺎر اﻳﻦ ﻣﻨﻈﻮر از روش ﺗﺨﻤﻴﻦ ﺗﻴﻠﻮر اﺳﺘﻔﺎده ﻛﺮدﻧﺪ. ﺗﻐﺬﻳﻪ ﻛﺮده و ﺿﻤﻦ ﺿﻌﻒ ﻋﻤﻮﻣﻲ درﺧﺖ، ﻋﻤﻠﻜﺮد ﻣﻴﻮه را ﻗﺎﻧﻮن ﺗﻴﻠﻮر3 اﺑﺘﺪا در ﺳﺎل 1961 ﺑﺮاي ﺗﻮﺻﻴﻒ اﻟﮕﻮﻫﺎي ﺑﻪ ﺷﺪت ﻛﺎﻫﺶ ﻣﻲدﻫﻨﺪ. در ﺑﺮﺧﻲ از ﺳﺎلﻫـﺎ و در ﺑﺮﺧـﻲ از ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﺟﻤﻌﻴﺖ ﻣﻮﺟﻮدات ﭘﻴﺸﻨﻬﺎد ﺷﺪ (Taylor, 1961).

2- IPM 3- Taylor´s Power Law 1- Ziziphus www.SID.ir ﺗﺤﻘﻴﻘﺎت آﻓﺎت ﮔﻴﺎﻫﻲ ، ﺟﻠﺪ2، ﺷﻤﺎره 1، ﺳﺎل 1391 23

ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﻫﺮ ﺣﺸﺮه وﻳﮋﮔﻲ ذاﺗﻲ آن اﺳﺖ و ﺑﺎ ﻋﻮاﻣﻞ رﻓﺘﺎري ﺗﺮاﻛﻢ ﺟﻤﻌﻴﺖ، ﻧﻮع اﻟﮕﻮي ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ، ﺿﺮﻳﺐ ﺗﺠﻤﻊ و ﻣﺤﻴﻄﻲ ﺷﻜﻞ ﮔﺮﻓﺘﻪ اﺳﺖ (Pedigo and Ziess, 1996). ﻣﻮرد ﺑﺮرﺳﻲ ﻗﺮار ﮔﺮﻓﺖ. آﮔﺎﻫﻲ از اﻟﮕﻮي ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﺟﻤﻌﻴﺖ ﺣﺸﺮه اﻃﻼﻋﺎﺗﻲ در ﻣﻮرد ﺻﻔﺎت رﻓﺘﺎري آن و ﺗﺎﺛﻴﺮ ﻋﻮاﻣﻞ ﻣﺤﻴﻄﻲ ﺑﺮ ﺟﻤﻌﻴﺖ واﺣﺪ ﻧﻤﻮﻧﻪﺑﺮداري و زﻣﺎن آن اراﺋﻪ ﻣﻲﻛﻨﺪ (Southwood and Henderson, 2000). ﻳﻚ ﺷﺎﺧﻪ 50 ﺳﺎﻧﺘﻲﻣﺘﺮي درﺧﺖ ﻛﻨﺎر ﺑﻪ ﻋﻨﻮان واﺣـﺪ ﻳﻚ ﮔﻮﻧﻪ ﺣﺸﺮه ﻣﻤﻜـﻦ اﺳـﺖ ﻳﻜـﻲ از ﺳـﻪ ﻧـﻮع ﺗﻮزﻳـﻊ ﻧﻤﻮﻧﻪﺑﺮداري ﺗﻌﻴﻴﻦ و ﻧﻤﻮﻧﻪﺑﺮداري ﺑﻪ ﻃﻮر ﺗﺼﺎدﻓﻲ اﻧﺠﺎم ﺷﺪ. ﺗﺼــﺎدﻓﻲ1، ﺗﺠﻤﻌــﻲ2 ﻳــﺎ ﻳﻜﻨﻮاﺧــﺖ3 داﺷــﺘﻪ ﺑﺎﺷــﺪ. در ﺗﻮزﻳــﻊ ﺗﻌﺪاد ﻻرو ﺳﻦ ﭘﻨﺠﻢ روي واﺣﺪ ﻧﻤﻮﻧﻪﺑﺮداري ﺷـﻤﺎرش ﺷـﺪ . ﺗﺼﺎدﻓﻲ وﺟﻮد ﻫﺮ ﻓﺮد در ﻳﻚ ﻧﺎﺣﻴﻪ، ﻣﺴﺘﻘﻞ از وﺟﻮد دﻳﮕـﺮي ﻧﻤﻮﻧﻪﺑﺮداري در ﻓﻮاﺻﻞ زﻣﺎﻧﻲ ﻫﻔﺘﻪاي ﻳﻚ ﺑﺎر از ﺳﺎﻋﺖ 7 ﺗﺎ اﺳﺖ ﺑﻪ ﺑﻴﺎن دﻳﮕﺮ در ﻳﻚ ﺳﻄﺢ، ﺣﻀﻮر ﻳﻚ ﻓـﺮد ﺗـﺄﺛﻴﺮي ﺑـﺮ 11 ﺻﺒﺢ اﻧﺠﺎم ﮔﺮﻓﺖ. ﺣﻀﻮر ﻳﺎ ﻋﺪم ﺣﻀﻮر ﺳﺎﻳﺮ اﻓﺮاد ﻧـﺪارد ( Southwood and Henderson, 2000). ﺑﻪ ﻃـﻮر ﻛﻠـﻲ ﺗﻌـﺪاد ﻧﻤﻮﻧـﻪ، ﺗﺠﺰﻳـﻪ و اﻧﺪازه ﻧﻤﻮﻧﻪ ﺗﺤﻠﻴﻞ ﺟﻤﻌﻴﺖ و اﻧﺪازه ﺟﻤﻌﻴﺖ ﻳـﻚ ﮔﻮﻧـﻪ ﺗﺤـﺖ ﺗـﺄﺛﻴﺮ ﻧـﻮع ﭘﺲ از ﺗﻌﻴﻴﻦ واﺣﺪ ﻧﻤﻮﻧﻪﺑﺮداري و ﺗﻮزﻳﻊ ﻣﻜﺎﻧﻲ 4 ﺗﻮزﻳﻊ آن ﮔﻮﻧﻪ ﻗـﺮار ﻣـﻲ ﮔﻴـﺮد . اﻃـﻼع از ﻧـﻮع اﻟﮕـﻮي ﺗﻮزﻳـﻊ ﻧﻤﻮﻧﻪ ﺑﺮداري ﻣﻲﺑﺎﻳﺴﺖ ﺗﻌﺪاد ﻧﻤﻮﻧﻪ ﻣﺸﺨﺺ ﺷﻮد. ﺑﺮاي ﻓﻀﺎﻳﻲ ﻻرو ﭘﺮواﻧﻪ ﻛﻨﺎر T. postica ﻣـﻲ ﺗﻮاﻧـﺪ در ﻃﺮاﺣـﻲ و ﻧﻤﻮﻧﻪﮔﻴﺮي ﻣﻨﺎﺳﺐ، ﺑﺎﻳﺪ ﻧﻤﻮﻧﻪﮔﻴﺮي اوﻟﻴﻪ اﻧﺠﺎم ﺷﻮد و ﺑﺎ 5 اﺟﺮاي ﺑﺮﻧﺎﻣﻪ ﻫﺎي ﻛﻨﺘـﺮل اﻳـﻦ آﻓـﺖ ﻣـﻮﺛﺮ و ﻣﻔﻴـﺪ واﻗـﻊ ﺷـﻮد . اﺳﺘﻔﺎده از دادهﻫﺎي ﻧﻤﻮﻧﻪﮔﻴﺮي اوﻟﻴﻪ، ﺧﻄﺎي ﻧﺴﺒﻲ را ﺗﻌﻴﻴﻦ ﻫــﺪف از اﻧﺠــﺎم اﻳــﻦ ﺗﺤﻘﻴــﻖ ﺗﻌﻴــﻴﻦ ﺑﺮﻧﺎﻣــﻪ دﻗﻴــﻖ و ﻋﻠﻤــﻲ ﻛﺮد (Naseri et al., 2010; Rahmani et al., 2010). 6 ﻧﻤﻮﻧﻪﺑـﺮداري و اﻟﮕـﻮي ﺗﻮزﻳـﻊ ﻓﻀـﺎﻳﻲ ﮔﻮﻧـﻪ ي T. postica اﻳﻦ ﻋﺎﻣﻞ ﻧﺸﺎﻧﮕﺮ دﻗﺖ ﻧﻤﻮﻧﻪﺑﺮداري اﺳﺖ ( Pedigo and روي درﺧــﺖ ﻛﻨــﺎر (Ziziphus spina-christi) در ﻣﻨﻄﻘــﻪ Ziess, 1996; Southwood and Henderson, 2000). ﺑﻮﺷﻬﺮ اﺳﺖ ﺗﺎ ﺑﺎ ﺑﻪدﺳﺖ آوردن اﻃﻼﻋﺎت دﻗﻴﻖ ﺗﻮزﻳﻊ ﻓﻀـﺎﻳﻲ ﻋﺎﻣﻞ ﺗﻌﻴﻴﻦ ﻛﻨﻨﺪه ﺗﻌﺪاد ﻧﻤﻮﻧﻪ، اﺧﺘﻼف ﺑﻴﻦ داده ﻫﺎي ﺣﺎﺻﻞ از در ﺑﺮﻧﺎﻣﻪ ﻣﺪﻳﺮﻳﺖ ﺟﺎﻣﻊ ﮔﻮﻧﻪ ﻣﻮرد ﻣﻄﺎﻟﻌﻪ اﺳﺘﻔﺎده ﺷﻮد. ﻧﻤﻮﻧﻪﺑﺮداري اوﻟﻴﻪ اﺳﺖ (Dent, 2000; Haghani et al., 2004). ﻣﻌﺎدﻟﻪ (1): ﻣﻮاد و روشﻫﺎ ⎞ SE ⎛ RV = ⎜ ⎟ ×100 ﻣﻄﺎﻟﻌﺎت ﺻﺤﺮاﻳﻲ در ﺳﺎل ﻫﺎي 1385 ﺗﺎ 1387 در ⎠ x ⎝ x ﻣﻴﺎﻧﮕﻴﻦ دادهﻫﺎ و SE ،ﺧﻄﺎي ﻣﻌﻴﺎر ﻣﻲﺑﺎﺷﺪ. ﻣﻨﻄﻘﻪ دﺷﺘﺴﺘﺎن اﺳﺘﺎن ﺑﻮﺷﻬﺮ اﻧﺠﺎم ﺷﺪ. ﺑﺎ ﺑﺮرﺳﻲﻫﺎي ﻣﺴﺘﻘﻴﻢ SD از درﺧﺘﺎن ﻛﻨﺎر در ﻣﻨﺎﻃﻖ ﻣﻮرد ﻣﻄﺎﻟﻌﻪ، ﭘﺲ از ﻧﻤﻮﻧﻪﺑﺮداري ﻣﻌﺎدﻟﻪ (SE = :(2 n اوﻟﻴﻪ از ﮔﻮﻧﻪ Ziziphus spina-christi ﺗﻌﺪاد ﻧﻤﻮﻧﻪ ﺗﻌﻴﻴﻦ of SID ﻣﻌﺎدﻟﻪ (S 2 = S = SD Archive :(3 ﺷﺪ. ﻧﻤﻮﻧﻪﺑﺮداري ﻃﻲ 2 ﻧﺴﻞ در ﻃﻮل ﻣﺎهﻫﺎي ﻓﺮوردﻳﻦ و SD اﻧﺤﺮاف ﻣﻌﻴﺎر داده ﻫﺎ، S2 وارﻳﺎﻧﺲ و n ﺗﻌﺪاد ﻧﻤﻮﻧﻪﻫﺎ اﺳﺖ. اردﻳﺒﻬﺸﺖ در ﻧﺴﻞ اول و اواﺧﺮ آﺑﺎن ﺗﺎ دي ﻣﺎه در ﻧﺴﻞ دوم ﺑﻨﺎﺑﺮاﻳﻦ ﺑﺎ ﻳﻚ ﻧﻤﻮﻧﻪ ﺑﺮداري اوﻟﻴﻪ ﻣﻴﺎﻧﮕﻴﻦ و اﻧﺤﺮاف ﻣﻌﻴـﺎر و در ﺻﻮرت وﺟﻮد ﻧﺴﻞ ﺳﻮم در ﺑﻬﻤﻦ و اواﻳﻞ اﺳﻔﻨﺪ در داده ﻫﺎي ﺟﻤﻊ آوري ﺷﺪه ﻣﺤﺎﺳﺒﻪ ﺷﺪه و ﺑﻪ ﻫﻤـﺮاه RV (ﻣﻴـﺰان دوره ﻫﻔﺖ روزه و ﺑﺎ 40 ﺗﻜﺮار اﻧﺠﺎم ﮔﺮﻓﺖ. ﺗﺮاﻛﻢ ﺟﻤﻌﻴﺖ ﺧﻄﺎي ﻗﺎﺑﻞ ﻗﺒﻮل) و t (اﺳﺘﺨﺮاج ﺷﺪه از ﺟﺪول t-student) در ﻻرو ﺳﻦ ﭘﻨﺠﻢ ﭘﺮواﻧﻪ ﺑﺮگﺧﻮار ﻛﻨﺎر ﺑﺎ ﺷﻤﺎرش ﻣﺴﺘﻘﻴﻢ آنﻫﺎ ﻓﺮﻣــﻮل اﻧــﺪازه ﻧﻤﻮﻧــﻪ ﻗــﺮار ﻣــﻲﮔﻴــﺮد ( Southwood and ﺗﻌﻴﻴﻦ ﺷﺪ. در ﻃﻮل ﻣﺪت زﻣﺎن ﻳﺎد ﺷﺪه دادهﻫﺎ ﺛﺒﺖ ﺷﺪ و .(Henderson, 2000; Pedigo and Buntin, 1994

4- Sample Size 1- Random 5- Relative Variation 2- Aggregated/Clumped 6- Sampling Precision 3- Regular www.SID.ir 24 ﻓﺮار و ﺣﻘﺎﻧﻲ: اﻟﮕﻮي ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﭘﺮواﻧﻪ ﺑﺮگﺧﻮار ﻛﻨﺎر

ﻓﺮﻣﻮل ﺗﻌﺪاد ﻧﻤﻮﻧﻪ1 ﺑﻪ ﺻﻮرت زﻳﺮ اﺳﺖ: ﺻﻔﺮ ﻣﻲﺑﺎﺷﺪ ﻳﻌﻨﻲ ﺗﻮزﻳﻊ ﺗﺼﺎدﻓﻲ ﻧﻴﺴﺖ. ﺑﻪ ﻋﺒﺎرت دﻳﮕﺮ b=1 2 ﻧﻴﺴﺖ. ⎡ t.sd ⎤ ﻣﻌﺎدﻟﻪ (N = (4 ⎢ D.x ⎥ ⎦ ⎣ ﺗﻌﻴﻴﻦ اﻟﮕﻮي ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﺑﺎ روش رﮔﺮﺳﻴﻮﻧﻲ آﻳﻮاﺋﻮ در اﻳﻦ راﺑﻄﻪ: N: ﺗﻌﺪاد ﻣﻨﺎﺳﺐ ﻧﻤﻮﻧﻪ، t :t- اﺳﺘﻴﻮدﻧﺖ * ﻣﻌﺎدﻟﻪ (m = α + βx (8 ﺟﺪول ﺑﺎ .df ﺗﻌﺪاد ﻧﻤﻮﻧﻪ، sd: اﻧﺤﺮاف ﻣﻌﻴﺎر داده ﻫﺎي 2 ﻧﻤﻮﻧﻪﺑﺮداري اوﻟﻴﻪ، x : ﻣﻴﺎﻧﮕﻴﻦ داده ﻫﺎي ﻧﻤﻮﻧﻪﺑﺮداري اوﻟﻴﻪ، s * ﻣﻌﺎدﻟﻪ (m = x + ( −1) (9 D: ﻣﻴﺰان ﺧﻄﺎي ﻗﺎﺑﻞ ﻗﺒﻮل ﺑﻪ ﺻﻮرت اﻋﺸﺎر ﻛﻪ ﻫﺮﭼﻪ ﻣﻴﺰان x در اﻳﻦ روش x ، ﻣﻴﺎﻧﮕﻴﻦ ﻧﻤﻮﻧﻪﻫﺎي ﻫﺮ ﺗﺎرﻳﺦ اﺳﺖ. ﺧﻄﺎي ﻗﺎﺑﻞ ﻗﺒﻮل اﻓﺰاﻳﺶ ﻳﺎﺑﺪ، ﺗﻌﺪاد ﻧﻤﻮﻧﻪ ﻛﺎﻫﺶ ﻣﻲ ﻳﺎﺑﺪ. * 2 ﺑﺮاي ﻫﺮ ﺗﺎرﻳﺦ ﻧﻴﺰ ﻳﻚ m ﻣﺤﺎﺳﺒﻪ ﺷﺪه و ﺑﻴﻦ آنﻫﺎ راﺑﻄﻪ در اﻳﻦ ﺗﺤﻘﻴﻖ ﺑﺎ اﺳﺘﻔﺎده از دو روش رﮔﺮﺳـﻴﻮﻧﻲ ﺗﻴﻠـﻮر 3 رﮔﺮﺳﻴﻮﻧﻲ ﺑﻪ دﺳﺖ آﻣﺪ. اﻳﻦ روش ﻧﻴﺰ ﺗﺎ ﺣﺪودي ﻣﺸﺎﺑﻪ روش و آﻳﻮاﺋﻮ ﻧﻮع ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﺗﻌﻴﻴﻦ ﺷﺪ. ﻗﺒﻠﻲ اﺳﺖ. در ﻫﺮ دو روش از رﮔﺮﺳﻴﻮن ﺧﻄﻲ اﺳﺘﻔﺎده ﺷﺪ. ﺗﻌﻴﻴﻦ اﻟﮕﻮي ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﺑﺎ روش رﮔﺮﺳﻴﻮﻧﻲ ﺗﻴﻠﻮر اﮔﺮ β = 1 آﻧﮕﺎه ﺗﻮزﻳﻊ از ﻧﻮع ﺗﺼﺎدﻓﻲ و اﮔﺮ β > 1 آﻧﮕﺎه ﺑﺮاي ﺗﻌﻴﻴﻦ اﻟﮕﻮي ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﻻرو ﭘﺮواﻧﻪ ﺑﺮگﺧـﻮار ﺗﻮزﻳﻊ از ﻧﻮع ﺗﺠﻤﻌﻲ و اﮔﺮβ < 1 ﺑﺎﺷﺪ، ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ از ﻛﻨﺎر دادهﻫﺎي ﻣﺮﺑﻮط ﺑﻪ ﻫﺮ ﺗﺎرﻳﺦ و ﻟﮕﺎرﻳﺘﻢﻫﺎي وارﻳـﺎﻧﺲ و ﻧﻮع ﻳﻜﻨﻮاﺧﺖ اﺳﺖ. ﺳﭙﺲ ﺑﺎﻳﺪ ﺗﺴﺖβ = 1 را اﻧﺠﺎم داد، ﻛﻪ ﻣﻴﺎﻧﮕﻴﻦ آنﻫﺎ ﻣﺤﺎﺳﺒﻪ ﺷـﺪ و ﺑـﺎ اﺳـﺘﻔﺎده از ﻓﺮﻣـﻮل زﻳـﺮ ﻧـﻮع روش آن ﻣﺸﺎﺑﻪ روش ﻗﺒﻠﻲ اﺳﺖ (Iwao, 1968). ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﻻرو ﺑﻪ دﺳﺖ آﻣﺪ (Taylor, 1984). در اﻳﻦ ﭘﮋوﻫﺶ ﭘﺲ از ﻣﺸﺨﺺ ﻛﺮدن روش ﻧﻤﻮﻧﻪ ﮔﻴﺮي 2 ﻣﻌﺎدﻟﻪ (s =log a + b log x Log :(5 و ﺑﺮﻧﺎﻣﻪ ﻧﻤﻮﻧﻪﮔﻴﺮي، از زﻣﺎن آﻏﺎز ﻓﻌﺎﻟﻴﺖ ﻻرو ﭘﺮواﻧﻪ ﺑﺮگ - 2 در راﺑﻄــﻪ ﻓــﻮق S، وارﻳــﺎﻧﺲ ﻧﻤﻮﻧــﻪ ﻫــﺎ و x ، ﻣﻴــﺎﻧﮕﻴﻦ ﺧﻮار ﻛﻨﺎر ﻧﻤﻮﻧﻪﮔﻴﺮي ﺑﻪ ﺻﻮرت ﻫﻔﺘﮕﻲ اﻧﺠﺎم ﺷﺪ. ﻧﻤﻮﻧــﻪﻫــﺎ در ﻫــﺮ ﺗــﺎرﻳﺦ ﻧﻤﻮﻧــﻪﺑــﺮداري اﺳــﺖ، b ﺷــﻴﺐ ﺧــﻂ رﮔﺮﺳﻴﻮن و a ﻣﺤﻞ ﺗﻼﻗﻲ ﺧﻂ رﮔﺮﺳﻴﻮن ﺑﺎ ﻣﺤﻮرy ﻫﺎ اﺳﺖ ارﺗﺒﺎط ﺟﻤﻌﻴﺘﻲ ﺑﻴﻦ ﻣﮕﺲ ﭘﺎرازﻳﺘﻮﻳﻴﺪ Pales murina Mes. (Diptera: Tachinidae) (Taylor, 1961; Iwao, 1968). اﮔـﺮ b=1 ﺑﺎﺷـﺪ آﻧﮕـﺎه و ﻻرو ﭘﺮواﻧﻪ ﺑﺮﮔﺨﻮار ﻛﻨﺎر ﺑﻪ ﻋﻨﻮان آﻓﺖ ﺗﻮزﻳــﻊ از ﻧــﻮع ﺗﺼــﺎدﻓﻲ و اﮔــﺮ b>1 آﻧﮕــﺎه ﺗﻮزﻳــﻊ از ﻧــﻮع در ﺗﻌﻴﻴﻦ ﻧﻮع ﻋﻜﺲاﻟﻌﻤﻞ ﭘﺎرازﻳﺘﻮﻳﻴﺪ ﻧﺴﺒﺖ ﺑﻪ ﺗﺮاﻛﻢ ﺗﺠﻤﻌﻲ و اﮔﺮ b<1 ﺑﺎﺷﺪ، ﺗﻮزﻳﻊ ﻓﻀـﺎﻳﻲ از ﻧـﻮع ﻳﻜﻨﻮاﺧـﺖ ﻣﻴﺰﺑﺎن از رﮔﺮﺳﻴﻮن ﺧﻄﻲ ﺑﻴﻦ ﻣﻴﺎﻧﮕﻴﻦ ﺗﺮاﻛﻢ آﻓﺖ (ﻣﺘﻐﻴﺮ اﺳــﺖ. در ﻣﺮﺣﻠــﻪ ﺑﻌــﺪ ﺑﺎﻳﺴــﺘﻲ آزﻣــﻮن ﻧﻴﻜــﻮﻳﻲ ﺑــﺮازش ﻣﺴﺘﻘﻞ) و ﭘﺎرازﻳﺘﻮﻳﻴﺪ (ﻣﺘﻐﻴﺮ واﺑﺴﺘﻪ) در ﺗﺎرﻳﺦﻫﺎي ﻣﺨﺘﻠﻒ ( b=1 (Goodness of- fit را اﻧﺠﺎم داد، ﺑﺪﻳﻦ ﻣﻨﻈﻮر اﺑﺘـﺪا اﺳﺘﻔﺎده ﺷﺪ. در ﺻﻮرت ﻣﻌﻨﻲدار ﻧﺒﻮدن راﺑﻄﻪ ﺑﻴﻦ دو ﻣﺘﻐﻴﺮ، t – اﺳﺘﻴﻮدﻧﺖ ﺟﺪول ﺑﺎ درﺟﻪ آزادي n-2 ﺑـﺎ t ﻣﺤﺎﺳـﺒﻪ ﺷـﺪه ﭘﺎرازﻳﺘﻮﻳﻴﺪ در ﺣﻤﻠﻪ ﺑﻪ ﻣﻴﺰﺑﺎن ﺧﻮد ﺑﻪ ﺻﻮرت ﻣﺴﺘﻘﻞ از ﺗﺮاﻛﻢ ﺗﻮﺳﻂ راﺑﻄﻪ زﻳﺮ ﻣﻘﺎﻳﺴﻪ ﺷﺪ. Archive of SID ﻋﻤﻞ ﻛﺮده وﻟﻲ اﮔﺮ ارﺗﺒﺎط ﺑﻴﻦ آنﻫﺎ ﻣﻌﻨﻲدار ﺑﺎﺷﺪ دو ﺣﺎﻟﺖ SDb ﻣﻌﺎدﻟﻪ (SEb = (6 n وﺟﻮد دارد: اﮔﺮ b>0 ﭘﺎرازﻳﺘﻮﻳﻴﺪ واﺑﺴﺘﻪ ﺑﻪ ﺗﺮاﻛﻢ ﻋﻤﻞ ﻛﺮده b −1 ﻣﻌﺎدﻟﻪ (t = :(7 و اﮔﺮ b<0 ﻛﻪ در اﻳﻦ ﺣﺎﻟﺖ ﭘﺎرازﻳﺘﻮﻳﻴﺪ واﺑﺴﺘﻪ ﺑﻪ ﻋﻜﺲ SEb ﺗﺮاﻛﻢ ﻋﻤﻞ ﻛﺮده اﺳﺖ ( ;Dent and Walton, 1997 t t ﺑﺰرﮔﺘﺮ ﺑﻮدن ﻣﺤﺎﺳﺒﻪ ﺷﺪه از ﺟﺪول ﻧﺸﺎﻧﮕﺮ رد ﻓﺮض ;Southwood and Henderson, 2000; Dent, 2000).

ﻧﺘﺎﻳﺞ و ﺑﺤﺚ

1- Sample Size 2- Taylor´s Power Law 3- Iwao´s Patchiness Regression www.SID.ir ﺗﺤﻘﻴﻘﺎت آﻓﺎت ﮔﻴﺎﻫﻲ ، ﺟﻠﺪ2، ﺷﻤﺎره 1، ﺳﺎل 1391 25

ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻗﺎﺑﻞ ﻗﺒﻮل ﺑﻮدن ﻣﺤﺪوده RV ﺣﺎﺻﻞ از داده ﺷﺪه اﺳـﺖ (Mendoza et al., 2008). ﻫﻤﭽﻨـﻴﻦ ﻣﻠـﻮ ﻧﻤﻮﻧﻪﺑﺮداري اوﻟﻴﻪ، ﺗﻌﺪاد ﻧﻤﻮﻧﻪ ﻣﻨﺎﺳﺐ ﺑﺎ اﺳﺘﻔﺎده از ﻓﺮﻣﻮل دي2 و ﻫﻤﻜﺎران (Melo de et al., 2006) ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ و

ﻣﺮﺑﻮﻃﻪ 40 ﺑﻪ دﺳﺖ آﻣﺪ. ﭘﺮاﻛﻨــﺪﮔﻲ S. frugiperda را ﻧﻴــﺰ ﺑــﻪ ﺻــﻮرت ﺗﺼــﺎدﻓﻲ ﻧﺘﺎﻳﺞ ﺣﺎﺻﻞ از روش رﮔﺮﺳﻴﻮن ﺑﻴﻦ وارﻳﺎﻧﺲ و ﻣﻴﺎﻧﮕﻴﻦ ارزﻳﺎﺑﻲ ﻛﺮدﻧﺪ. ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﻛﺮم ﻏﻮزه ﭘﻨﺒﻪ Helicoverpa 3 ﺗﻌﺪاد ﻻروﻫﺎي روي ﮔﻴﺎه ﻣﻴﺰﺑﺎن در ﻃﻮل دوره ﻧﻤﻮﻧﻪﺑﺮداري armigera روي ﮔﻴــﺎه ﭘﻨﺒــﻪ ﺗﻮﺳــﻂ ﮔــﻮزه و ﻫﻤﻜــﺎران ﺑﺎ اﺳﺘﻔﺎده از روش ﺗﻴﻠﻮر (R2=0.98). و آﻳﻮاﺋﻮ (Goze et al., 2003) (R2=0.86) ﺑﻪ ﺻﻮرت ﺗﺼﺎدﻓﻲ ﺑـ ﻪ دﺳـﺖ آ ﻣـ ﺪ. ﺑﻪ ﻃﻮر ﻣﻌﻨﻲداري ﺑﺰرﮔﺘﺮ از ﻳﻚ ﺑﻮد (ﺟﺪول 1) ﻛﻪ ﻧﺸﺎﻧﮕﺮ، ﺟﻤﻌﻴـــﺖ ﻻرو Agrotis ipsilon و Feltia ducens از ﺗﻮزﻳﻊ ﺗﺠﻤﻌﻲ ﻳﺎ ﻛﭙﻪاي اﺳﺖ. ﺑﺎ در ﻧﻈﺮ ﮔﺮﻓﺘﻦ وﺿﻌﻴﺖ ﺧﺎﻧﻮاده Noctuidae، روي ﻣﺤﺼﻮﻻت زراﻋﻲ در ﻣﻴﺴـﻮري ﺗﻐﺬﻳﻪ و رﻓﺘﺎرﻫﺎي ﺳﻨﻴﻦ ﻻروي ﻣﺨﺘﻠﻒ و ﺣﻀﻮر ﻻروﻫﺎ در ﻃﻮل ﺑﻬﺎر ﻣﻮرد ﺑﺮرﺳﻲ ﻗﺮار ﮔﺮﻓﺖ و ﻣﺸﺨﺺ ﺷﺪ ﻛﻪ ﻫـﺮ روي ﺑﺮگ ﻫﺎي ﻣﻴﺰﺑﺎن، ﻣﺪل ﻣﺮﺑﻮﻃﻪ ﺑﻪ ﺧﻮﺑﻲ دادهﻫﺎي دو ﮔﻮﻧــﻪ ﺑــﺮ اﺳــﺎس ﺷــﺎﺧﺺ ﺗﺠﻤــﻊ داراي ﺗﻮزﻳــﻊ ﺗﺼــﺎدﻓﻲ ﻣﺸﺎﻫﺪه ﺷﺪه را ﺗﻮﺻﻴﻒ ﻣﻲﻛﻨﺪ. ﺷﻴﺐ ﺧﻂ رﮔﺮﺳﻴﻮن b ﺑﻪ (ﭘﻮاﺳﻮن) ﻫﺴﺘﻨﺪ و ﻫﻴﭻ ارﺗﺒﺎط ﻣﻌﻨﻲداري ﺑﻴﻦ ﻓﺮاواﻧﻲ A. ipsilon ﺗﺮﺗﻴﺐ 99/1 و 45/3 ﺑﺮاي ﻣﺪل ﺗﻴﻠﻮر و آﻳﻮاﺋﻮ ﻣﺤﺎﺳﺒﻪ ﺷﺪ و F. ducens و ﺗﺮاﻛﻢ ﭘﻮﺷﺶ ﭼﻨﺪﻳﻦ ﮔﻮﻧـﻪ از ﻋﻠـﻒ ﻫـﺎي (ﺷﻜﻞ 1، اﻟﻒ و ب). ﺑﻪ اﻳﻦ ﺗﺮﺗﻴﺐ اﻟﮕﻮي ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﻫﺮز ﻧﺪارﻧﺪ (Story et al. , 1982). ﻫﻤﺎنﻃـﻮر ﻛـﻪ در اﻳـﻦ ﻻرو ﺳﻦ ﭘﻨﺠﻢ اﻳﻦ ﺣﺸﺮه از ﻧﻮع ﺗﺠﻤﻌﻲ ﺗﻌﻴﻴﻦ ﺷﺪ. ﺗﺤﻘﻴﻖ و ﺑﺮرﺳﻲ ﺳﺎﻳﺮ ﺗﺤﻘﻴﻘﺎت ﻣﺸﺎﻫﺪه ﻣﻲﺷﻮد ﺗﺮﺗﻴـﺐ ﻧـﻮع در زﻣﻴﻨﻪ ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﺣﺸﺮات و ﻛﻨـﻪ ﻫـﺎ روي ﮔﻴﺎﻫـﺎن ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﮔﻮﻧﻪﻫﺎي ﻣﺨﺘﻠﻒ ﺣﺸﺮات، ﻣﺘﻔﺎوت اﺳـﺖ ﻛـﻪ ﻣﺨﺘﻠﻒ ﻣﻄﺎﻟﻌﺎت ﺑـﻪ ﻧﺴـﺒﺖ ﮔﺴـﺘﺮده اي اﻧﺠـﺎم ﺷـﺪه وﻟـﻲ در اﻳﻦ ﻣﺴﺌﻠﻪ ﺧﻮد روش ﻧﻤﻮﻧﻪﮔﻴﺮيﻫﺎي ﻣﺘﻔﺎوﺗﻲ را ﺳـﺒﺐ ﻣـﻲ - راﺑﻄﻪ ﺑﺎ ﺗﻮزﻳـﻊ ﻓﻀـﺎﻳﻲ ﻻرو ﭘﺮواﻧـﻪ ﺑـﺮگ ﺧـﻮار ﻛﻨـﺎر (ﺗﻨﻬـﺎ ﺷـﻮد و ﺑﺮﻧﺎﻣــﻪﻫـﺎي ﻣــﺪﻳﺮﻳﺘﻲ ﻛﻨﺘـﺮل آﻓــﺎت ﻣﺘﻔـﺎوت در ﭘــﻲ ﻣﻴﺰﺑﺎن ﺷﻨﺎﺳﺎﻳﻲ ﺷﺪه روي ﻛﻨـﺎر ) ﻣﻄﺎﻟﻌـﺎﺗﻲ ﺻـﻮرت ﻧﮕﺮﻓﺘـﻪ ﺧﻮاﻫﺪ داﺷﺖ. اﺳﺖ. ﺣﻘﺎﻧﻲ و ﻓﺘﺤﻲ ﭘﻮر (Haghani and Fathipour, 2009) ﻧﺘﺎﻳﺞ ﺗﺠﺰﻳﻪ وارﻳﺎﻧﺲ و ﺗﺠﺰﻳﻪ آﻣـﺎري ارﺗﺒـﺎط ﺟﻤﻌﻴﺘـﻲ ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﻻروﻫﺎي ﻣﮕـﺲ ﻣﻴﻨـﻮز Liriomyza sativae ﺑﻴﻦ ﻣﮕﺲ ﭘﺎرازﻳﺘﻮﻳﻴﺪ P. murina و ﻣﻴﺰﺑﺎن آن (ﻻرو ﭘﺮواﻧﻪ روي ﺧﻴــﺎر را در ﺷــﺮاﻳﻂ ﮔﻠﺨﺎﻧــﻪ ﺑــﺎ اﺳــﺘﻔﺎده از روش ﻫــﺎي ﺑﺮگﺧﻮار ﻛﻨﺎر (T. postica) ﻧﺸـﺎن داد ﻛـﻪ ﻧـﻮع ﻫﻤﻜـﻨﺶ رﮔﺮﺳﻴﻮﻧﻲ1 از ﻧﻮع ﺗﺠﻤﻌﻲ ﮔـﺰارش ﻛﺮدﻧـﺪ . اﻟﮕـﻮي ﺗﻮزﻳـﻊ ﭘﺎرازﻳﺘﻮﻳﻴـﺪ (ﻣﺘﻐﻴـﺮ واﺑﺴـﺘﻪ ) ﻧﺴــﺒﺖ ﺑـﻪ ﺗـﺮاﻛﻢ ﻣﻴﺰﺑـﺎن (ﻣﺘﻐﻴــﺮ ﻓﻀـــﺎﻳﻲ ﺷـــﺘﻪ Brevicoryne brassicae از ﺧــــﺎﻧﻮاده ﻣﺴﺘﻘﻞ) داراي ﻫﻤﺒﺴﺘﮕﻲ ﻣﻌﻨﻲدار اﺳﺖ. ﺑﻨﺎﺑﺮاﻳﻦ ﺑـﺎ ﺗﻮﺟـﻪ ﺑـﻪ Aphididae و زﻧﺒـــﻮر ﭘﺎرازﻳﺘﻮﺋﻴـــﺪ آن Diaeretiella ﻣﻌﻨﻲدار ﺷﺪن رﮔﺮﺳﻴﻮن ﺧﻄﻲ و وﺟﻮد راﺑﻄﻪ b>0، ﻣﻲﺗـﻮان (rapae (Hym.: Aphidiidae روي ﻛﻠﻢ ﺑﺎ اﺳﺘﻔﺎده از ﻫـﺮ ﻧﺘﻴﺠﻪ ﮔﺮﻓـﺖ ﻛـﻪ ﭘﺎرازﻳﺘﻮﻳﻴـﺪ در ﺣﻤﻠـﻪ ﺑـﻪ ﻣﻴﺰﺑـﺎن ﺧـﻮد ﺑـﻪ دو روش ﻧﺴــﺒﺖ وارﻳــﺎﻧﺲ ﺑــﻪ ﻣﻴــﺎﻧﮕﻴﻦ SIDو روش of رﮔﺮﺳــﻴﻮﻧﻲ ﺻﻮرت واﺑﺴﺘﻪ ﺑﻪ ﺗﺮاﻛﻢ ﻋﻤﻞ Archiveﻛـﺮده اﺳـﺖ (ﺷـﻜﻞ 2). ﻧﺘـﺎﻳﺞ ﺗﻴﻠﻮر، از ﻧﻮع ﺗﺠﻤﻌـﻲ ﺑـﻪ دﺳـﺖ آﻣـﺪ ﺑـﻪ ﻃـﻮري ﻛـﻪ ﻧﺴـﺒﺖ ﻓﺮار و ﻫﻤﻜﺎران (Farrar et al., 2010) در راﺑﻄﻪ ﺑﺎ ﻣﻴﺰﺑﺎن ﻳﺎﺑﻲ وارﻳــﺎﻧﺲ ﺑــﻪ ﻣﻴــﺎﻧﮕﻴﻦ در ﻫــﺮ دو ﮔﻮﻧــﻪ ﺣﺸــﺮه ﺑــﻪ ﺻــﻮرت ﻣﮕﺲ ﭘﺎرازﻳﺘﻮﻳﻴﺪ P. murina روي ﭘﺮواﻧﻪ ﺑﺮگﺧﻮار ﻛﻨـﺎر ﻣﻌﻨﻲ داري ﺑﺰرﮔﺘﺮ از ﻳﻚ ﺑﻮد (Haghani et al., 2004). ﻧﺸﺎن داد ﻛﻪ راﺑﻄﻪ ﭘﺎرازﻳﺘﻮﻳﻴﺪ ﺑﺎ ﻣﻴﺰﺑﺎن ﻳﻚ راﺑﻄﻪ ﺳﺎده ﻧﺒﻮده ﺑـــﺮ ﺧـــﻼف ﻧﺘـــﺎﻳﺞ اﻳـــﻦ ﺗﺤﻘﻴـــﻖ، ﺗﻮزﻳـــﻊ ﻓﻀـــﺎﻳﻲ ﻻرو و ﻣﮕﺲ ﻫﺎي ﻣـﺎده P. murina ﺗﺮﻛﻴﺒـﺎت ﻣﺘﺼـﺎﻋﺪ ﺷـﺪه از (Spodoptera frugiperda (Lepidoptera: Noctuidae درﺧــﺖ ﻛﻨــﺎر (Synomones) ﻛــﻪ ﻧﺎﺷــﻲ از ﺧﺴــﺎرت ﻻرو روي ﮔﻴﺎه ذرت ﺗﺼﺎدﻓﻲ ﺑﻪ دﺳﺖ آﻣﺪ و راﺑﻄﻪ ﺑﻴﻦ اﻳﻦ آﻓـﺖ ﭘﺮواﻧﻪ ﺑﺮگﺧﻮار ﻛﻨﺎر اﺳـﺖ ، ﺗﺸـﺨﻴﺺ داده و ﺑـ ﻪ ﻃـﺮف آن و ﻓﻨﻮﻟﻮژي ﮔﻴﺎه ﺗﻮﺳﻂ ﻣـﺪل رﮔﺮﺳـﻴﻮن ﻏﻴـﺮ ﺧﻄـﻲ ﺗﻮﺿـﻴﺢ ﺟﻠﺐ ﻣﻲﺷﻮﻧﺪ و در اﻃـﺮاف ﻻروﻫـﺎ و ﻣﺤـﻴﻂ اﻃـﺮاف آنﻫـﺎ

2- Melo de Iwao´s Patchiness Regression و Goze 1- Taylor´s Power Law 3- www.SID.ir 26 ﻓﺮار و ﺣﻘﺎﻧﻲ: اﻟﮕﻮي ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﭘﺮواﻧﻪ ﺑﺮگﺧﻮار ﻛﻨﺎر

ﺗﺨﻢﮔﺬاري ﻣﻲﻛﻨﻨﺪ. اﻳﻦ ﻣﻄﻠﺐ ﻣﻲﺗﻮاﻧـﺪ اﻳـﻦ ﻧـﻮع واﻛـﻨﺶ واﺑﺴﺘﮕﻲ دﺷﻤﻦ ﻃﺒﻴﻌﻲ ﺑﻪ ﺗـﺮاﻛﻢ آﻓـﺖ ﻣـﻲ ﺗﻮاﻧـﺪ ﺑـﻪ ﻋﻨـﻮان واﺑﺴﺘﻪ ﺑﻪ ﺗﺮاﻛﻢ ﭘﺎرازﻳﺘﻮﻳﻴـﺪ را ﺗﻘﻮﻳـﺖ ﻛﻨـ ﺪ. ﻫﻤﮕﺮاﻳـﻲ ﻧـﻮع ﻧﻜﺎت ﻛﻠﻴﺪي در ﻣﺪﻳﺮﻳﺖ ﺟﺎﻣﻊ آﻓـﺎت و ﻛﻨﺘـﺮل ﺑﻴﻮﻟﻮژﻳـﻚ ﭘــﺮاﻛﻨﺶ دﺷــﻤﻨﺎن ﻃﺒﻴﻌــﻲ و آﻓــﺖ در ﻳــﻚ ﻣﻨﻄﻘــﻪ و ﻧــﻮع ﻣﻮﺛﺮ در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﻮد.

ﺟﺪول 1- ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﻻرو ﭘﺮواﻧﻪ (Thiacidas postica (Lepidoptera: Noctuidae روي ﻛﻨﺎر ﺑﺎ اﺳﺘﻔﺎده از روشﻫﺎي رﮔﺮﺳﻴﻮﻧﻲ Taylor´s Power Law و Iwao´s Patchiness Regression. Table 1. Spatial distribution of Thiacidas postica Walker (Lepidoptera: Noctuidae) larvae on Ziziphus spina-christi using Taylor´s Power Law and Iwao´s Patchiness Regression.

2 Method Regression equation Pvalue Slope R Taylor's power law log (s2)= 0.493+1.99 log (m) <0.01 1.99 0.98 Iwao's patchiness regression m*= 1.46+3.45 m <0.01 3.45 0.86

4 25.0 a b 3 20.0 15.0 2 10.0 1 Log Variance 5.0 0

Mean Crowding (m*) 0.0 00.511.52 0.0 2.0 4.0 6.0 Log Mean Mean

ﺷﻜﻞ 1- رﮔﺮﺳﻴﻮن ﺧﻄﻲ ﺑﺮاي ﺗﻌﻴﻴﻦ ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﻻرو ﭘﺮواﻧﻪ Thiacidas postica روي ﻛﻨﺎر ﺑﺎ اﺳﺘﻔﺎده از روش Taylor´s Power Law (a) و b) Iwao´s Patchiness Regression) . Figure 1. Linear regression to determine spatial distribution of Thiacidas postica (Lepidoptera: Noctuidae) larvae on Ziziphus spina-christi using Taylor´s Power Law (a) and Iwao´s Patchiness Regression (b) models.

Archive of SID

ﺷﻜﻞ 2- رﮔﺮﺳﻴﻮن ﻧﺸﺎن دﻫﻨﺪه راﺑﻄﻪ ﺑﻴﻦ ﻣﻴﺎﻧﮕﻴﻦ ﺗﺮاﻛﻢ ﺟﻤﻌﻴﺖ آﻓﺖ (ﻻرو ﺳﻦ ﭘﻨﺠﻢ ﭘﺮواﻧﻪ ﺑﺮﮔﺨﻮار ﻛﻨﺎر T. postica) و درﺻﺪ ﭘﺎرازﻳﺘﻴﺴﻢ ﭘﺎرازﻳﺘﻮﻳﻴﺪ Pales murina Figure 2. Regression showing the relationship between mean density of 5th instar larvae of T. postica and percentage of parasitism of Pales murina.

www.SID.ir ﺗﺤﻘﻴﻘﺎت آﻓﺎت ﮔﻴﺎﻫﻲ ، ﺟﻠﺪ2، ﺷﻤﺎره 1، ﺳﺎل 1391 27

ﻣﻨﺎﺑﻊ Boeve, P. J. and Weiss, M. 1998. Spatial distribution and sampling plans with fixed levels of precision for cereal aphis (Homoptera: Aphididae) infesting spring wheat. The Canadian Entomologist 130: 67-77. Dent, D. 2000. Integrated Pest Management. Chapman & Hall. London. 356 pp. Dent, D. R. and Walton, M. P. 1997. Methods in Ecological and Agricultural Entomology. CAB International, UK. pp. 387. Farrar, N. and Karampour, F. 2008. Pests, diseases and biological control methods using natural enemies and other environmentally friendly methods. In Assareh, M. H. (Eds.). Biological characteristics of Christian thorn trees in Iran. Researches Institute of Forests and Rangelands, Tehran. pp. 445-571. (in Farsi) Farrar, N., Ahmadi, A. A. and Golestaneh S. R. 2001a. The Ber moth, Thiacidas postica Walker (Lepidoptera: Noctuidae), dispersal and natural enemies in Bushehr province. Pajouhesh- Va- Sazandegi in Agriculture & Horticulture 53: 64- 70. (in Farsi) Farrar, N., Asadi, G. H. and Golestaneh, S. R. 2001b. Biological study of Ber Defoliator, Thiacidas postica walker (Lepidoptera: Noctuidae) in Bushehr Province. Journal of Entomological Society of Iran 21(1): 31-50. (in Farsi) Farrar, N., Askary, H., Golestaneh, S. R., Alichi, M. and Sadeghi, S. M. 2010. Factors affecting host finding ability of Pales murina (Diptera: Tachinidae), a Parasitoid of Thiacidas postica on Jujube trees. Iranian Journal of Forest and Range Protection Research 13: 1-8. Goze, E., Nibouche, S. and Deguine, J. P. 2003. Spatial and probability distribution of Helicoverpa armigera (Hubner) (Lepidoptera: Noctuidae) in cotton: Systematic sampling, exact confidence intervals and sequential test. Biological Sciences 32: 1203-1210. Haghani, M. and Fathipour, Y. 2009. Spatial distribution of Liriomyza sativae (Diptera: Agromyzidae) in a cucumber greenhouse. Integrated Control in Protected Crops, Mediterranean Climate, IOBC/wprs Bulletin. pp. 241-245. Haghani, M., Fathipour, Y., Moharamipour S. and Bahrami, F. 2004. Spatial distribution of Brevicoryn brassicae (Hom.: Aphididae) and its Parasitoid Diaeretiella rapae (Hym.: Aphidiidae). Proceeding of the 16th Iranian Plant Protection Congress, Tabriz, Iran. pp. 11. (in Farsi). Iwao, S. 1968. A new regression method for analyzing the aggregation pattern of animal populations. Researches on Population Ecology 10: 1-20. Melo, de. E. P., Degrande, M. G., Degrande, P. E., Cessa, R. M., Salomao, J. L. and Nogueira, R. F. 2006. Spatial distribution of plants infested with Spodoptera frugiperda (Lepidoptera: Noctuidae) on corn crop. Neotropical Entomology 35(5): 689-97. Mendoza, H., Barbosa, L., Gonzalez, G. and Perez, M. 2008. Spatial distribution of Spodoptera frugiperda (Lepidoptera: Noctuidae) in maize landraces grown in Colima, Mexico. International Journal of Tropical Insect Science 28: 126-129. Naseri, B., Fathipour Y. and Talebi, A. A. 2010. Population density and spatial distribution pattern of Empoasca decipiens (Hemiptera: Cicadellidae) on different bean species. Journal of Agricultural Science and Technology 11: 239-248. Patrick, K., Rourke, O. and Hutchison, W. D. 2003. Seqential sampling plans for estimating European corn borer (Lepidoptera: Crambidae) and corn earworm (Lepidoptera: Noctuidae) larval densityArchive in sweet corn ears. Crop Protection 22:of 903-909 .SID Pedigo, L. P. and Buntin, G. D. 1994: Handbook of Sampling Methods for Arthropods in Agriculture. CRC Press, Boca Raton. FL, 714 pp. Pedigo, L. P. and Ziess, M. R. 1996. Analyses in Insect Ecology and Management. Iowa State University Press, Ames, Iowa. Rahmani, H., Fathipour, Y. and Kamali, K. 2010. Spatial distribution and seasonal activity of Panonychus ulmi (Acari: Tetranychidae) and its predator Zetzellia mali (Acari: Stigmaeidae) in apple orchards of Zanjan, Iran. Journal of Agricultural Science and Technology 12: 155- 165. Southwood, T. R. E. and Henderson, P. A. 2000. Ecological Methods. Third edition. Blackwell Science, UK. 557 pp. Story, R. N. and Keaster, A.J. 1982. The Overwintering Biology of the Black Cutworm, Agrotis ipsilon, in Field Cages (Lepidoptera: Noctuidae). Journal of the Kansas Entomological Society 55: 621-624 Taylor, L. R. 1961: Aggregation, variance and the mean. Nature (London) 189: 732-35.

www.SID.ir 28 ﻓﺮار و ﺣﻘﺎﻧﻲ: اﻟﮕﻮي ﺗﻮزﻳﻊ ﻓﻀﺎﻳﻲ ﭘﺮواﻧﻪ ﺑﺮگﺧﻮار ﻛﻨﺎر

Taylor, L. R. 1984: Assessing and interpreting the spatial distribution of insect populations. Annual Review of Entomology 29: 321-327.

Archive of SID

www.SID.ir Plant Pests Research Vol. 2, No. 1, 2012 28

Spatial distribution of Thiacidas postica Walker (Lepidoptera: Noctuidae) larvae on Ziziphus spina-christi in Bushehr region

N. Farrar*1, M. Haghani2 1, Academic Staff of Research Center Agricultural and Natural Resources, Bushehr, Iran, 2, Assistant Professor, Department of Plant Protection, Faculty of Agriculture, Yasouj University, Yasouj, Iran.

(Received: August 20, 2011- Accepted: November 12, 2011)

Abstract

The spatial distribution pattern of pests can be useful in planning and performing the integrated pest management. The Konar moth, Thiacidas postica Walker (Lepidoptera: Noctuidae), is a defoliator of Konar (Ziziphus spina-christi), in south of Iran especially Bushehr, Hormozgan and Khuzestan provinces. The Larva is defoliator of Ziziphus spp. Extension of Konar cultivation in south of Iran as an economic orchards caused complete studies on some important pests. The spatial distribution of T. postica fifth instar larvae was studied in field conditions on the Ziziphus spp. during 2006-2008. A 50 cm of branches of each Konar tree was selected as sampling units. With a primary sampling sample size was determined as 40. In this research, the spatial distribution pattern of fifth instar larvae of T. postica using regression models (Taylor’s power law and Iwao’s patchiness regression) was determined. Population density of T. postica and its parasitoid, Pales murina Mes. (Diptera: Tachinidae), was studied by Regression and Linear equation. The results showed that Taylor’s power law (R2=0.98) and Iwao’s patchiness regression, (R2=0.86), that the Konar moth larval population was aggregated on the host plant branches. As the slop of regression was significantly greater than 1, and it implies that large samples are required to obtain density estimates at an acceptable level of precision. The relationship between eating and behaviors of different larval instars fitted both Taylor’s power law and Iwao’s patchiness regression model. The slop of regression, b, was 1.99 and 3.45 for Taylor’s power law and Iwao’s patchiness regression, respectively. Then spatial distribution of fifth larval instars of T. postica on Z. spina-christi was estimated aggregated (clumped). Regression and Linear equation between mean of 5th instar larva density of T. postica and percentage of parasitism of P. murina also showed that parasitoid acts as a density dependent factor.

Key words: Thiacidas postica, Ziziphus spina-christi, Spatial distribution, Taylor´s power law, Iwao´s patchiness regression, Pales murina, Tachinidae. Archive of SID

*Corresponding author: [email protected]