پراکنش فضایی و نمونه برداری دنباله ای شته سیاه باقلا Aphis fabae Scopoli در مزارع باقلای منطقه ویس (اهواز)

نوع مقاله : علمی پژوهشی-فارسی

چکیده

شته سیاه باقلا Aphis fabae Scopoli  مهم­ترین آفت باقلا می­باشد که موجب بروز خسارت اقتصادی در این محصول می­گردد. با انجام نمونه­برداری هفتگی طی سال­های 1389 تا 1391، پراکنش فضایی این شته در مزارع باقلای منطقه ویس اهواز با استفاده از شاخص­های تیلور و ایوااو مورد مطالعه قرار گرفت و یک برنامه­ی نمونه­برداری دنباله­ای با دقت ثابت (مدل گرین) برای تخمین تراکم آن با دو دقت 25/0 و 1/0 پیشنهاد شد. نتایج نشان دادند که جمعیت شته  A. fabae  روی بوته­های باقلا دارای پراکنش تجمعی بود و روش تیلور در مقایسه با روش ایوااو برازش بهتری را با داده­ها نشان داد. تعداد نمونه­ی مورد نیاز برای برآورد انبوهی جمعیت شته در دقت 1/0 همواره از 25/0 بیشتر بود و برحسب میانگین جمعیت از 10 تا 38 عدد بوته در دقت 25/0 و 114 تا 239 عدد بوته در دقت 1/0، متغیر بود.

کلیدواژه‌ها


عنوان مقاله [English]

Spatial dispersion and sequential sampling plan for black bean aphid, Aphis fabae Scopoli, on faba bean fields in Veis region, Ahvaz

چکیده [English]

Black bean aphid, Aphis fabae Scopoli, is the most important pest of faba bean that causes economic damage on this crop. Spatial dispersion of the aphid using Taylor power law and Iwao patchiness indices were studied by weekly sampling in faba bean fields of Veis region, Ahwaz, during 2010-2012. Taylor's power law and Iwao patchiness were used to investigate spatial dispersion of A. fabae and a resampling for validation of sampling technique (RVSP) was used to develop a Green's fixed precision sequential sampling for this aphid population at precision levels of 0.25 and 0.1. Results showed that A. fabae had aggregation dispersion on faba bean and Taylor's power law had more fitness to the obtained data. Optimum sample size to estimate population density of A. fabae was ranged from 10 to 38 and 239 to 10 samples depend on population densities, at precision levels of 0.25 and 0.1, respectively.

کلیدواژه‌ها [English]

  • Black bean aphid
  • Spatial dispersion
  • Sequential sampling
  • Green's model
  • Ahvaz