بررسی رابطه ی پراکنش مکانی کرم سيب Cydia pomonella L. (Lepidoptera: Tortricidae) با ساختار منظرهاي کشاورزي و متغيرهاي محيطي، و تهیه ی نقشه ی احتمال خطر این آفت
حکیمه شایسته مهر
کشاورزی
۱۴۰۱
۱۰۱ص.
سی دی
دکتری
حشره شناسی کشاورزی
۱۴۰۱/۰۶/۱۴
کرم سيب (Cydia pomonella L.) يکي از آفات مهم و کليدي باغهاي سيب در ايران ميباشد که در صورت عدم کنترل، خسارت آن تا 90 درصد محصول هم ميرسد. در حال حاضر کنترل شيميايي مؤثرترين روش کنترل اين آفت در ايران ميباشد. اما بايد توجه داشت که استفادهي مکرر از آفتکشهاي شيميايي علاوه بر هزينههاي بالاي کاربرد آنها، آلودگي محيط زيست و مسائل بهداشتي را به دنبال دارد. بنابراين، مديريت مصرف آفتکشها به منظور کاهش دادن تبعات محیط زیستی آنها، تضمين سلامت محصول توليدي و در عين حال کنترل مطلوب آفت ضروري ميباشد. از اين رو، کاهش مصرف آفتکشهاي شيميايي و در عين حال کنترل مؤثر آفات اهداف اصلي برنامههاي مديريت تلفيقي آفات (IPM ) ميباشند. مدیریت تلفیقی آفات بر پایه¬ی درک تغییرات جمعیت حشرات در طول زمان و مکان و ارتباط آن با عوامل محیطی استوار است. هدف از این پژوهش تعیین پراکنش مکاني کرم سيب و رابطه¬ی آن با متغیرهای محیطی و ساختار منظرهای کشاورزی بود. این بررسی در باغ¬های سیب استان آذربایجان شرقی به مدت سه سال زراعی (96، 97 و 98) و در چهار بخش انجام شد. بخش اول شامل تعیین نوع پراکنش مکانی کرم سیب با استفاده از تجزیه¬ی مکانی با شاخص¬های فاصله (SADIE ) و تهیه¬ی نقشه¬ی این پراکنش با روش¬های درون¬یابی، بخش دوم شامل تعیین رابطه¬ی پراکنش کرم سیب با متغیرهای محیطی با استفاده از رگرسیون مکانی و رگرسیون خطی چند متغیره ، بخش سوم شامل مدل-سازی پراکنش جغرافیایی کرم سیب با استفاده از مکسنت و بخش چهارم شامل ارزیابی اثر ویژگی¬های منظر اطراف باغ¬ها روی پویایی جمعیت این آفت با استفاده از نرم¬افزار فرگستتس بود. بخش اول مطالعه از سال 96 تا 98 به مدت سه سال در باغ¬های سیب شهرستان اهر انجام شد. برای تعیین الگوی پراکنش حشرات کامل در مقیاس محلی و منطقه¬ای، نمونه¬برداری از حشرات کامل نر با استفاده از تلههاي فرموني در سال 96 در یک باغ به مساحت 12 هکتار و در سال¬های 97 و 98 در 30 باغ انتخاب شده در یک بوم-سامانه¬ی کشاورزی ناهمگن به مساحت تقريبي 258 کیلومتر مربع انجام شد. نمونه¬برداری از لاروهای سن آخر در سه باغ به مساحت-های 1/1، 2/0 و 6/0 هکتار و با استفاده از گونی¬های کنفی به عرض 15 سانتی¬متر که اطراف تنه¬ی درختان بسته شده بودند انجام شد. داده¬های جمع¬آوری شده طی سال¬های 97 و 98 در مقیاس منطقه¬ای برای پیدا کردن متغیرهای مؤثر در نوسانات جمعیت کرم سیب مورد استفاده قرار گرفتند. به دلیل این¬که شکار تله¬ها در بعضی از تاریخ¬های نمونه¬برداری همبستگی مکانی داشتند برای تعیین رابطه-ی بين متغیرهای موضع¬نگاشتی و سنجش از دور با ميزان شکار تلهها از مدل SAR استفاده شد. رابطه¬ی نوسانات جمعیت کرم سیب با متغیرهای آب و هوایی با استفاده از رگرسیون خطی چند متغیره بررسی شد. برای انتخاب متغیرها در رگرسیون از روش گام به گام استفاده شد. سطح احتمالی ورودی و خروجی متغیرها به ترتیب 05/0 و 1/0 تعیین شد. برای مدل¬سازی با روش حداکثر انتروپی يا مکسنت داده¬های حضور کرم سیب طی سال¬های 96، 97 و 98 از بخش¬های مختلف استان آذربایجان شرقی و به طور مستقل از متغیرهای زیست محیطی جمع¬آوری شدند. در طول سه سال، 59 نقطه¬ی حضور کرم سیب شناسایی شدند. این نقاط به صورت نقاط جغرافیایی با طول و عرض مشخص در سامانه¬ی مختصات UTM آماده شده و برای استفاده در مدل¬سازی حداکثر انتروپی به فرمت CSV تبدیل شدند. لایه¬ی رستر متغیرهای محیطی نیز برای استفاده در مدل¬سازی به فرمت ASCII تبدیل شدند. رابطه¬ی پویایی جمعیت کرم سیب با ساختار منظرهای کشاورزی در 28 باغ از 30 باغ انتخاب شده برای مطالعه¬ی پراکنش مکانی کرم سیب در شهرستان اهر ارزیابی شد. برای این منظور از هر دو دسته شاخصهاي ترکیب و پیکربندی برای کمی کردن ساختار منظرهای کشاورزی استفاده شد. برای این منظور، بافرهايی به شعاعهاي 50، 100، 150، 300، و 500 متر اطراف هر کدام از نقاط نمونه¬برداری مشخص و شاخص¬های مربوط در هر کدام از بافرها محاسبه شدند. نقشه¬ی کاربری اراضی تهیه شده با استفاده از تصاویر گوگل ارث با دقت چهار متر به عنوان داده¬ی پایه برای محاسبه¬ی این شاخص¬ها استفاده شد. نتایج حاصل از SADIE نشان دادند که حشرات نر کرم سیب پراکنش تجمعی معنی¬دار و پایداری طی پیک¬های جمعیت در مقیاس محلی داشتند اما این الگوی پراکنش و پایداری در مقیاس منطقه¬ای مشاهده نشد. جمعیت لاروهای بالغ نیز الگوی پراکنش تصادفی و پایدار در باغ¬های مورد مطالعه نشان دادند. بر اساس نتایج رگرسیون مکانی و رگرسیون خطی چند متغیره همبستگی معنی¬دار فراوانی کرم سیب با جهت شیب، شاخص خورشیدی، میانگین دمای حداقل و میانگین رطوبت نسبی مشاهده شد. مدل¬سازی پراکنش جغرافیایی با استفاده از مکسنت نشان داد که در مدلهاي اجرا شده با استفاده از متغيرهاي آب و هوایی و موضع¬نگاشتی مقدار AUC به ترتيب 840/0 و 951/0 بود، با تلفيق اين دو گروه متغير مقدار AUC مدل به 938/0 رسيد. مدلي که در برگيرنده هر سه گروه متغيرهاي آب و هوایی، موضع¬نگاشتی و سنجش از دور بود بيشترين مقدار AUC را داشت (990/0) که نشان دهنده نقش مهم شاخص پوشش گياهي تفاضلي نرمال شده (NDVI ) در پيشبيني پراکنش بالقوه¬ی کرم سيب است. NDVI، بارندگي ماه سپتامبر (10 شهریور تا 8 مهر)، شيب، حداقل دماي مه (11 اردیبهشت تا 10 خرداد) و ميانگين دماي آوريل (12 فروردین تا 10 اردیبهشت) به ترتيب بيشترين سهم را در مدل نهايي و بيشترين ارتباط را با پراکنش کرم سيب داشتند. نتایج حاصل از مدل¬های مختلط خطی نیز نشان دادند که انحراف استاندارد اندازه¬ی پچ، تراکم حاشیه، شاخص بزرگ¬ترین پچ، درصد باغ¬ها، میانگین نسبت محیط به مساحت پچ، میانگین شکل پچ و شاخص تنوع شانون در بافرهای 150، 300 و 500 متری اثرات معنی¬داری بر فراوانی کرم سیب داشتند. درصد مناطق طبیعی فقط در بافر 150 متری بر فراوانی کرم سیب اثر معنی¬دار داشت. یافته¬های این مطالعه نشان دادند که راهکارهای مدیریتی کرم سیب باید برای مناطق حداقل 16 هکتاری (باغ متمرکز یک هکتاری و یک بافر 150 متر) در نظر گرفته شود. با این حال، هنوز درک بهتر ساز و کارهای اساسی برای ارائه¬ی توصیه¬هایی در زمینه¬ی کاهش استفاده از آفت¬کش¬ها ضروری می¬باشد.
Abstract: Codling moth (Cydia pomonella L.) is one of the most important pests of apple orchards in Iran. If not controlled, it can damage up to 90% of the yield. Currently, chemical control is the most effective method for controlling this pest in Iran. However, it should be noted that repeated use of chemical pesticides, can cause environmental pollution and health issues. Therefore, reducing the use of chemical pesticides and at the same time effective pest control are the main aims of integrated pest management (IPM) programs. IPM is based on understanding the dynamics of insect populations over time and space, and their relationship with environmental factors. The aim of this study was to determine the spatial distribution of codling moth and its relationship with environmental variables and the structure of agricultural landscapes. This study was conducted in apple orchards of East Azarbaijan province for three growing seasons (2017, 2018 and 2019) in four sections. The first part was determining the spatial distribution pattern of codling moth using spatial analysis by distance indices (SADIE) and generating distribution map using interpolation methods. The second part was determining the relationship between codling moth distribution and environmental variables using spatial regression and multivariate linear regression. The third part included modeling the geographical distribution of codling moth using MaxEnt. The fourth part aimed at evaluating the effect of landscape features around orchards on population dynamics of this pest using Fragstats. The first part of the study was conducted during three growing seasons, 2017-2019, in the apple orchards of Ahar county. The activity of adult males was monitored using delta-shaped traps lured with sex pheromone. Forty-five traps set at 50–200 m intervals were placed within a 12 ha orchard in 2017; and 30 traps set at 684 – 7560 m intervals were placed in 30 orchards in 2018 and 2019. The mature larvae were sampled using a 15 cm wide hemp wrapped around 113 tree trunks in three orchards with areas of 1.1, 0.2 and 0.6 hectares during 2019. The data collected at regional scale were used to find the effective variables in the fluctuations of the codling moth population. Due to the spatial correlation between trap catches in some sampling dates, SAR model was used to determine the relationship between topographic and remote sensing variables and trap catches. The relationship between codling moth population fluctuations and climate variables was investigated using multivariate linear regression. A step-by-step method was used to select the variables in the regression. The probability level of input and output variables was determined as 0.05 and 0.1 % levels respectively. For modeling with the maximum entropy method or MaxEnt, occurrence data of codling moth were collected from different parts of East Azarbaijan province and independently of environmental variables. During three growing seasons, 2017-2019, 59 occurrence points of codling moth were identified. These points were prepared as geographic points with specific longitude and latitude in the UTM coordinate system and converted to CSV format for use in maximum entropy modeling. The raster layer of the variables was converted to ASCII format for use in maximum entropy modeling using the Raster to ASCII format. In order to evaluate the effect of the characteristics of the landscape around the orchards on the dynamics of the codling moth population, both composition and configuration indices were used to quantify the structure of agricultural landscapes. For this purpose, buffers with radii of 50, 100, 150, 300, and 500 m were generated around each specific sampling point and the relevant indices were calculated for each buffer. The land use map prepared with an accuracy of 4 m was used as the basic data to calculate these indicators.The results of SADIE showed that males of codling moth had a significant aggregative distribution pattern which was stable during population peaks at the local scale. But, this pattern of distribution and stability was not observed at the regional scale. Mature larvae populations also showed a random and stable distribution pattern in the studied orchards. Based on the results of spatial and multivariate linear regression, a significant correlation was observed between codling moth frequency with aspect, sun index, average minimum temperature and average relative humidity. Geographical distribution modeling using MaxEnt showed that in the models costructed using climatic and topographic variables, the AUC values were 0.840 and 0.951, respectively. By integrating these two variables, the AUC value reached 0.938. The model, which included all three groups of climatic, topographic, and remote sensing variables, had the highest AUC value (0.990), indicating the importance of the Normalized Differential Vegetation Index (NDVI) in predicting the potential distribution of codling moth. NDVI, precipitation of September, slope, minimum temperature in May and average temperature in April had the highest contribution in the final model and the highest correlation with codling moth distribution, respectively. The results of linear mixed models showed that the standard deviation of patch size, edge density, largest patch index, percentage of orchards, mean perimeter– area ratio, mean shape index and Shannon diversity index had significant effects on codling moth abundance in 150, 300 and 500 m buffers. Percentage of natural areas had a significant effect on codling moth abundance only in 150 m buffer. The findings of this study suggest that codling moth management should be organized over areas of about 16 ha (centralized one-hectare orchard and a buffer of 150 m). However, a better understanding of the underlying mechanisms is still needed to provide recommendations for reducing pesticide use.
Assessing the relation of Cydia pomonella L. (Lepidoptera: Tortricidae) spatial: distribution with agricultural landscape structure and environmental variables, and generating risk map of this pest