马尾松毛虫发生相关气象因子筛选及预测

选取71个与广西马尾松毛虫的发生期相关的气象因子,结合广西23个站点10年间的发生情况,用双重逐步回归法进行筛选,确定了不同发生等级最相关的气象因子。利用筛选出的相关气象因子建立人工神经网络,对马尾松毛虫的发生情况进行拟合及验证。BP人工神经网络对预留发生点的预测结果平均准确率达80%。同时,根据马尾松毛虫在广西和福建发生期的不同,调整得出其在福建发生的相关气象因子,利用训练好的网络进行预测,结果显示仅中度发生的预测准确率达68%,其他发生水平预测结果不理想。

基于线粒体COI基因部分序列分析4种松毛虫的亲缘关系

为了探讨4种松毛虫的亲缘关系,对马尾松毛虫、油松毛虫、赤松毛虫和落叶松毛虫的线粒体COI基因序列进行了扩增和测序。在获得的636 bp的COI序列中碱基的平均频率为:A=34.75%,T/U=34.75%,C=15.25%,G=15.25%。马尾松毛虫遗传多样性最高(核酸多样度为3.93%),落叶松毛虫最低(0.629%)。4种松毛虫间的亲缘关系由远到近依次为:落叶松毛虫×赤松毛虫(0.083)、落叶松毛虫×马尾松毛虫(0.068)、落叶松毛虫×油松毛虫(0.066)、赤松毛虫×油松毛虫(0.057)、马尾松毛虫×赤松毛虫(0.054)、马尾松毛虫×油松毛虫(0.012)。基于线粒体COI基因序列能够鉴别4种松毛虫之间的亲缘关系,可作为种上的分子分类标记应用于松毛虫属昆虫系统发育的研究。

区域尺度油松毛虫灾害发生相关气象因子筛选

以我国北方4省10年(2002—2011)77个灾害点的虫情数据和由油松毛虫(Dendrolimus tabulaeformis)具体生活史衍生的73个气象因子为基础,运用典型相关分析法和主成分分析法,筛选出了与油松毛虫不同发生程度相关的主要气象因子。结果表明:与重度发生呈正相关的是Ⅱ期平均最高温度(r=0.93)、9月份最高温度(r=0.81),而与重度发生呈负相关的是年平均湿度(r=-0.69);与中度发生相关的主要是Ⅰ期平均温度(r=0.49)、Ⅱ期平均温度(r=0.61);与轻度发生相关的主要是年平均温度(r=0.75)、Ⅲ期平均相对湿度(r=0.62)。此结果结合其他的环境因子,在以温度和降水变化为主要特征的气候变化背景下,可对林业有害生物灾害暴发进行评价和预报。