麦田早熟禾的空间分布型及抽样技术研究

安徽农学通报，Ａｎｈｕｉ　Ａｇｒｉ．Ｓｃｉ．‰ｌ｝＿２０１　１，１７（Ｉ５）　麦田早熟禾的空间分布型及抽样技术研究　孙晓莉　宋爱颖　孟祥民　孙　影　李　敏’　张　亚　（１萧县农广校，安徽萧县２３５２００；２萧县植保站，安徽萧县２３５２００）　摘要：应用聚集指标、Ｔａｙｌｏｒ幂指数法则和１ｗａｏ的Ｍ　一Ｍ回归分析方法对早熟禾的空间分布型进行研究。　结果表　明，早熟禾的空间分布为聚集分布；分布的基本成分是个体群，聚集强度随着杂草密度的增加而增强。这种分布在杂　草密度较低时由环境因素造成，在杂草密度较高时由杂草自身特性或与环境的共同作用造成　．对其抽样技术进行研　究，６种取样方法中平行线式和棋盘式取样误差率较低。同时利用空间分布的有关参数，在允许误差的范围内给出了　不同杂草密度下的理论抽样数。　关键词：麦田；早熟禾；空间分布型；抽样技术　中图分类号ｓ５１２．１　文献标识码Ａ　文章编号１００７—７７３１（２０１　１）１５—６４—０２　早熟禾（Ｐｏａ　ａｎｔｔｌＬａ　Ｌ．）是近几年萧县麦田和果园发　生较重的一种禾本科杂草，能防除当地禾本科杂草的除草　剂精恶唑禾草灵和炔草酸对该种杂草几乎无效，早熟禾在　当地发生程度逐渐加重、发生面积快速扩大，已上升为麦　田和果园的优势杂草种群。为了解其在麦田的分布、扩散　角线、分行式、平行线和棋盘式６种抽样方法　。，汁钎：　ｒ均　每样点杂草数，与相应田块总平均杂草数比较，计筲＝缚种　抽样方法的误差率，并进行方差分析　，从而确定最佳抽　样方法　。　。　１．５理论抽样数的确定　根据１ｗａｏ提Ⅲ的理沦抽样数　计算公式：ｎ＝　（　＋ＪＢ一１），计算理论抽样数。　Ｉ１．　习性，笔者于２０１０年秋，对其在麦田的空间分布型及抽样　技术开展了研究，旨在为今后科学调查和防除提供依据。　１材料与方法　１．１　田间调查于２０１０年１１月ｌ７～２０　１３小麦出苗后、　早熟禾出齐而小麦尚未封垄时，选择不同类型麦田９块，　ｔ为概率保证值，Ｄ为允许误差，　、　为Ｍ　一Ｍ　ＩｈｌｌＪ１　ｔｌ　的参数。将概率保证值ｔ定为１．９６，在允许误差（Ｄ）分｝ｊｌＪ　取不同值（Ｄ＝０．２，Ｄ＝０．５）的情况下，应刷１ｗａｏ的　一　回归式Ｍ　＝　＋ｔｉＭ中的　、口两个参数计箅　婵论抽　样数　。　每块田面积在０．２７ｈｍ　以上，采取顺序抽样法，每块田等　距离调查５行，每行每隔１０ｍ等距离调查１０点，每点调查　０．１１ｍ　，每块田共调查５０点，按照顺序将每点的早熟禾数　量记录在方格纸上　。　。　１．２分布型测定　由于调查数据离散性大，不易进行分　２结果与分析　２．１空间分布型　２．１．１　聚集指标测定结果５种聚集度指标计算结果　布型的频次拟合　ｊ，故应用聚集指标（扩散系数Ｃ、丛生　指数，、聚集性指标Ｍ／Ｍ、Ｃ　指标和负二项分布Ｋ值）判　断杂草的分布型，用Ｔａｙｌｏｒ幂法则和１ｗａｏ的Ｍ　／Ｍ回归　分析方法作空间分步型的进一步检验　。　１．３聚集原因分析根据Ｂｌａｃｋｉｔｈ提出的聚集均数：Ａ＝　见表１。所有田块都符合Ｃ＞１、，＞０、Ｍ　／Ｍ＞１、Ｃ　＞０、Ｋ　＞０（且＜８），表明为聚集分布。　２．１．２　Ｔａｙｌｏｒ幂指数法则检验结果将表ＩＪｆＪ的行走数　据进行对数转换后回归得：ｌｇｓ　，０．５７６４＋１．１６８３１ｇＭ，Ｒ＝　０．９６８２＞ｒ０ｇａ＝０．５７６４＞０，ｈ＝　０Ｉ（差异极显著），其中ｌ．Ｍ　ｙ／２Ｊ，其中，Ｍ为平均密度，Ｋ为负二项分布的参数，　为自由度等于２Ｋ、概率为０．５时的卡方值（　）。当Ａ＜２　时，聚集原因是由某些环境因素如人为行为、气候、土壤及　１，１６８３＞１，表明早熟禾为聚集分ｌ布，且具有密度依　性，　即密度越大聚集度越强。　２．１．３　１ｗａｏ的肘一Ｍ回归检验结果表１有＿火数掂Ｍ　植株生育状况等所致；当Ａ＞１２时，聚集原因由自身特性或　与环境因素共同作用所致　。　１．４抽样方法比较在原始数据的方格纸上，每块田取　５～１２个样点（每点０．１１　ｍ　），选择５点、单对角线、双对　得到方程：Ｍ　＝４．１４３７＋１．０４１７Ｍ詹＝０．９７４９＞　（差异　极显著）。其中Ｏｔ＝４．１４３７＞０，表明早熟禾个体问棚　吸　引，分布的基本成分是个体群；　＝１．０４１７＞１，个体群为聚　集分布。　作者简介：孙晓莉（１９７２一），女，安徽萧县人，助理农艺师，主要从事教育培ｔＪｌｌ￣农技推广工作。　收稿日期：２０１ｌ一０６—２８　１７卷１５期　孙晓莉等麦田早熟禾的空间分布型及抽样技术研究　６５　２．２聚集原因　由表１中的聚集均数＾可见，４、５号田　翻、人工除草或化学除草）、用夹带草种的沟渠水灌溉、内　块Ａ＜２，其平均密度（Ｍ）较小，其余田块Ａ　＞Ｉ２，其平均密　涝流水（发生内涝时草种随水流在田间向低洼处聚集）、　度（Ｍ）较大，对聚集均数（Ａ）和平均密度（Ｍ）进行回归，　风力吹拂等；杂草平均密度Ｉ＞３．１３时，聚集是由杂草成熟　得到方程Ａ＝一１．１２９０＋１．０００２Ｍ，Ｒ＝０．９９６２＞ｒ０　（差异　后草种在周围自然脱落、传播或与以上环境因素影响共同　极显著）。把Ａ代入方程，得Ｍ：３．１３。近年萧县小麦种　所致。　子更换频繁，早熟禾由外地夹带草种的小麦种子经调运传　２．３抽样方法６种抽样方法的误差率见表２。经方差　人，或由于早熟禾草种干粒重较小，随洪水、沙尘暴远距离　分析，６种抽样方法的误差率之间差异不显著，但以平行　传入　。杂草平均密度＜３．１３时，聚集由以下环境因素　线式和棋盘式抽样的误差率较低。　引起：人为机械操作（播种夹带草种的小麦种子、土壤耕　表２早熟禾田间调查不同抽样方法误差率比较　２．４理论抽样数在　一　回归式中，已知　＝４．１４３７，　～５０株／０．１ｌｍ　，将每样点密度（　）带入以上方程，得到　＝１．０４１７，取９５％概率保证值ｔ＝１．９６，允许误差Ｄ分别　两组在不同允许误差范围内的理论抽样数（ｎ），见表３。　取０．２和０．５。由１ｗａｏ提出的理论抽样数计算公式：ｎ＝　可见当分布型和允许误差确定后，抽样数受样本密度决　（　＋ｐ－１），可得下列　定，理论抽样数随着杂草密度的增加而减小，杂草密度越　大，理论抽样数就越小，即在早熟禾发生程度较重时，理论　２个方程：／／，．＝４９４．Ｏ０／Ｍ＋４．Ｏ０，（Ｄ＝０．２）；　抽样数就较小；当允许误差较大的情况下，理论抽样数就　ｎ２＝７９．０４／Ｍ＋０．６４，（Ｄ＝０．５）。　会较小，从而给调查带来方便。　表３早熟禾的理论抽样数　３小结　由不同方法的测定结果来看，早熟禾的空间分布为聚　集分布，且聚集强度对杂草密度有依赖性。当杂草密度较　小（＜３．１３株／０．１ｌｍ　）时，个体群聚集原因由耕作、播种、　除草、灌溉、内涝、风力等环境因素引起；当杂草密度较大　（≥３．１３株／０．１ｌｍ　）时，聚集原因由杂草本身的就近繁　殖、扩散特性引起，或由杂草就近繁殖、扩散特性与环境因　素共同引起。根据早熟禾空间分布型的有关参数计算，中　等密度下（１０～３０株／Ｏ．１ｌｍ　），允许误差为０．２，理论抽样　数为２０～５２个；若允许误差为０．５，理论抽样数为３～９　个。从抽样误差率考虑，可以采用平行线式和棋盘式方法　根据所调查９块田的早熟禾发生密度范围，取密度１　抽样。　（下转７３页）　ｌ７卷１５期　郝力力等　日本血吸虫内源性ｓｉＲＮＡｓ的研究　７３　一ＲＮＡｓ）　。仅仅利用Ｓｏｌｅｘａ测序来发现内源性ｓｉＲＮＡｓ　ｔｕｒｅ，２００８，４５３（７１９４）：５３４—５３８．　有着不足的一面，Ｇｈｉｌｄｉｙａｌ等　利用免疫沉淀的方法来　［５］Ｌｉ　Ｒ，Ｌｉ　Ｙ．ＳＯＡＰ：ｓｈｏｒｔ　ｏｌｉｇｏｎｕｃｌｅｏｔｉｄｅ　ａｌｉｇｎｍｅｎ　ｐｒｏｇｒａｍ［Ｊ］．　捕获和不同ａｇｏ蛋白结合的小ＲＮＡ，然后结合Ｓｏｌｅｘａ等高　Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，２００８，２４（５）：７１３—７１４．　通量测序方法对捕获的小ＲＮＡ进行测序及及生物信息学　［６］ＤｅＭａｒｃｏ　Ｒ，Ｍａｃｈａｄｏ　ＡＡ，Ｂｉｓｓｏｎ—Ｆｉｌｈｏ　Ａ　Ｗ，ｅｔ　ａ１．Ｉｄｅｎｔｉｉｆｃａｔｉｏｎ　分析，这样不仅避免了只运用生物信息学分析非编码小　０ｆ　１　８　ｎｅｗ　ｔｒａｎｓｃｒｉｂｅｄ　ｒｅｔｒｏｔｒａｎｓｐｏｓｏｎｓ　ｉｎ　Ｓｃｈｉｓｔｏｓｏｍａ　ｍａｎｓｏｎｉ［Ｊ］．　Ｂｉｏｃｈｅｍｉｃａｌ　ａｎｄ　ｂｉｏｐｈｙｓｉｃａｌ　ｒｅｓｅａｒｃｈ　ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２００５，３３３　ＲＮＡ不确定性的弊端，最重要的是通过实验验证，进一步　（１）：２３０—２４０．　阐明了ｍｉＲＮＡｓ以及内源性ｓｉＲＮＡｓ产生的机制，因此免　［７］Ｌａｎｄｅｒ　ＥＳ，Ｌｉｎｔｏｎ　ＬＭ，Ｂｉ￣ｅｎ　Ｂ，ｅｔ　１ａ．Ｉｎｉｔｉｌａ　ｓｅｑｕｅｎｃｉｎｇ　ａｎｄ　ａｎａｌ—　疫沉淀结合高通量测序无疑是目前研究内源性ｓｉＲＮＡｓ最　ｙｓｉｓ　ｏｆ　ｔｈｅ　ｈｕｍａｎ　ｇｅｎｏｍｅ［Ｊ］．Ｎａｔｕｒｅ，２００１，４０９（６８２２）：８６０　有效的方法。　—９２１．　目前对ｍｉＲＮＡｓ的研究，已经有较为成熟的实验方法　［８］Ｗａｔｅｒｓｔｏｎ　ＲＨ，Ｌｉｎｄｂｌａｄ—Ｔｏｈ　Ｋ，Ｒｏｇｅｒｓ　Ｊ，ｅｔ　ａ１．Ｉｎｉｔｉａｌ　ｓｅｑｕｅｎ　以及生物信息学分析流程。而内源性ｓｉＲＮＡｓ的研究刚刚　ｃｉｎｇ　ａｎｄ　ｃｏｍｐａｒａｔｉｖｅ　ａｎａｌｙｓｉｓ　ｏｆ　ｔｈｅ　ｍｏｕｓｅ　ｇｅｎｏｍｅ［Ｊ］．Ｎａｔｕｒｅ，　处于起始阶段，研究对象也仅仅局限于小鼠、果蝇等模式　２００２，４２０（６９１５）：５２０—５６２．　生物，它在日本血吸虫体内的作用机制仍需要深入探索和　［９］Ｇｈｉｌｄｉｙａｌ　Ｍ，Ｓｅｉｔｚ　Ｈ，Ｌｉ　Ｃ，ｅｔ　ａ１．Ｅｎｄｏｇｅｎｏｕｓ　ｓｉＲＮＡｓ　ｄｅｒｉｖｅｄ　ｆｒｏｍ　研究。目前我国血吸虫病防治形势依然严峻¨　，因此对　ｔｒａｎｓｐｏｓｏｎｓ　ａｎｄ　ｍＲＮＡｓ　ｉｎ　Ｄｒｏｓｏｐｈｉｌａ　ｓｏｍａｔｉｃ　ｃｅｌｌｓ［Ｊ］．Ｓｃｉｅｎｃｅ，　内源性ｓｉＲＮＡｓ的深入研究将为进一步揭示日本血吸虫生　２００８，３２０（５８７９）：１０７７—１０８１．　［１０］Ｂｏｒｓａｎｉ　０，Ｚｈｕ　Ｊ，Ｓｕｎｋａｒ　Ｒ，ｅｔ　ａ１．Ｅｎｄｏｇｅｎｏｕｓ　ｓｉＲＮＡｓ　ｄｅｒｉｖｅｄ　长发育机制以及生物学特性奠定基础，为药物靶位点的预　ｆｒｏｍ　ａ　ｐａｉｒ　ｏｆ　ｎａｔｕｒａｌ　ｃｉｓ—ａｎｔｉｓｅｎｓｅ　ｔｒａｎｓｃｒｉｐｔｓ　ｒｅｇｕｌａｔｅ　ｓｌａｔ　ｔｏｌｅｒａｎｃｅ　测以及疫苗的研制提供强有力的支持。　ｉｎ　Ａｒａｂｉｄｏｐｓｉｓ［Ｊ］．Ｃｅｌｌ，２００５，１２３（７）：１２７９—１２９１．　参考文献　［１１］Ｗａｎｇ　Ｚ，ＸｕｅＸ，Ｓｕｎ　Ｊ，ｃｔ　ａ１．Ａｎ”ｉｎ—ｄｅｐｔｈ”ｄｅｓｃｒｉｐｔｉｏｎ　ｏｆｔｈｅ　［１］李成，张滨丽，李杰．ＲＮＡｉ技术的研究进展和发展前景［Ｊ］．东　ｓｍａｌｌ　ｎｏｎ—ｃｏｄｉｎｇ　ＲＮＡ　ｐｏｐｕｌａｔｉｏｎ　ｏｆ　Ｓｃｈｉｓｔｏｓｏｍａ　ｊａｐｏｎｉｃｕｍ　ｓｃｈｉｓｔｏ—　北农业大学学报，２００５（ｏ３）：３６５—３６８．　ｏｓｍｕｌｕｍ［Ｊ］．ＰＬｏＳ　ｎｅｇｌｅｃｔｅｄ　ｔｒｏｐｉｃａｌ　ｄｉｓｅａｓｅｓ，２０１０，４（２）：５９６．　［２］王春梅，李庆章．小分子ｍｉｃｒｏＲＮＡ及其生物学特征［Ｊ］．东北　［１２］Ｃｏｒｅ　ＬＪ，Ｗａｔｅｒｆａｌｌ　ＪＪ，Ｌｉｓ　ＪＴ．Ｎａｓｃｅｎｔ　ＲＮＡ　Ｓｅｑｕｅｎｃｉｎｇ　Ｒｅｖｅａｌｓ　农业大学学报，２００７（ｏ４）：５４８—５５３．　Ｗｉｄｅｓｐｒｅａｄ　Ｐａｕｓｉｎｇ　ａｎｄ　Ｄｉｖｅｒｇｅｎｔ　Ｉｎｉｔｉａｔｉｏｎ　ａｔ　Ｈｕｍａｎ　Ｐｍｍｏｔｅｍ［Ｊ］　［３］Ｋａｗａｍｕｒａ　Ｙ，Ｓａｉｔｏ　ｋ　Ｄｒｏｏｓｐｈｉｌａ　ｅｎｄｏｇｅｎｏｕｓ　ｓｍａｌｌ　ＲＮＡｓ　ｂｉｎｄ　ｔｏ　．Ｓｃｉｅｎｃｅ，２００８，３２２：１８４５—１８４８．　Ａｒｇｏｎａｕｔｅ　２　ｉｎ　ｓｏｍａｔｉｃ　ｃｅｌｌｓ［Ｊ］．Ｎａｔｕｒｅ，２００８，４５３（７１９６）：７９３—　［１３］Ｗｕ　ＺＤ，Ｌｕ　ＺＹ，ＹｕＸＢ．Ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ａ　ｖａｃｃｉｎｅ　ａｇａｉｎｓｔ　Ｓｃｈｉｓｔｏ－　７９７．　ｓｏｍａｊａｐｏｎｉｃｕｍｉｎ　Ｃｈｉｎａ：ａ　ｒｅｖｉｅｗ［Ｊ］．Ａｃｔａｔｒｏｐｉｃａ，２００５，９６（２—　［４］Ｔａｍ　ＯＨ，Ａｒａｖｉｎ　Ａ，Ｓｔｅｉｎ　Ｐ，ｅｔ　ａ１．Ｐｓｅｕｄｏｇｅｎｅ—ｄｅｒｉｖｅｄ　ｓｍａｌｌ　ｉｎ－　３）：１０６—１１６．　（责编：施婷婷）　ｔｅｒｆｅｒｉｎｇ　ＲＮＡｓ　ｒｅｇｕｌａｔｅ　ｇｅｎｅ　ｅｘｐｒｅｓｓｉｏｎ　ｉｎ　ｍｏｕｓｅ　ｏｏｃｙｔｅｓ［Ｊ］．Ｎａ－　（上接６５页）参考文献　—５５．　［１］丁俊．麦田主要杂草的田问分布及取样调查方法［Ｊ］．杂草学　［５］张孝羲，程遐年，耿济国．害虫测报原理和方法［Ｍ］．北京：农业　报，１９８７，１（３）：３．　出版社，１９７９：１７２．　［２］马小华．麦田野燕麦空间分布型及抽样技术的研究［Ｊ］．植物保　［６］唐启义，冯明光．实用统计分析及其计算机处理平台［Ｍ］．北　护，１９８８，１４（１）：３５．　京：中国农业出版社，１９９７：３５—４３．　［３］王向阳．麦田泽漆空间分布型及抽样技术研究［Ｊ］．安徽农业科　［７］宋爱颖，杨玉珍　萧县麦田杂草种群演变初探［Ａ］．安徽省植物　学，１９９７，２５（１）：３６１—３６２．　保护学会．安徽省植物保护学会．２０１０年学术年会论文集［Ｃ］．　［４］丁岩钦．昆虫数学生态学［Ｍ］．北京：科学出版社，１９９４：２２　２０１０：９８—１０２．　（责编：施婷婷）　（上接７０页）离出的内生菌株并不稳定，菌株在许多条件　１９９７，１０：５６０—５７０．　下容易退化。　［５］李文华，李乐，吴云峰．择漆内生菌的分离及抗病毒活性筛选　参考文献　［Ｊ］．西北农业学报，２００８，１７（２）：２８５—２８８．　［１］胡寅，莫建初．国内外纤维素酶研究概况［Ｊ］．学术研究，２００５　［６］张宇昊，王颉，张伟．一种改进的纤维素分解菌鉴别培养基［Ｊ］．　（６）：１８—２３．　纤维素科学与技术，２００４，１２（１）：３３—３６．　［２］Ｍｃｌｎｍｙ　ＪＡ，Ｋｌｏｅｐｐｅｒ　ＪＷ［Ｊ］．Ｐｌａｎｔ　Ｓｏｉｌ，１９９５，１７３：３３７—３４２．　［７］张丽清，吴海龙，姜红霞．纤维素降解细菌的筛选及其产酶条件　［３］Ｑｕａｄｔ—ＨａｌｌｍａｎｎＡ，ＨａｌｌｍａｎｎＪ　ＫｌｏｅｐｐｅｒＪＷ［Ｊ］．ＣａｎＪ　Ｍｉｃｒｏｂｉｏｌ，　优化［Ｊ］．环境科学与管理，２００７，１０：Ｉ１０—１１３．　１９９７，４２：１１４４—１１５４．　（责编：施婷婷）　［４］Ｃｏｕｇｈ　Ｃ，Ｇａｈｒａ　Ｃ，Ｖａｓｓｅ　Ｊ，ｅｔ　ａｌ［Ｊ］．Ｊ　Ｐ１ａＩｌｔ—Ｍｉｃｒｏｂｅ　Ｉｎｔｅｒａｃｔ，