麦田芦苇空间分布型及抽样技术初报

刘楚彬， 章 辉， 孟祥民， 耿 军， 宋爱颖

(1.安徽省萧县丁里镇农业技术推广站，安徽萧县 235200； 2. 安徽省萧县农业技术推广中心，安徽萧县 235200；3.安徽省萧县农业广播电视学校，安徽萧县 235200； 4.安徽省萧县杜楼镇农业技术推广站，安徽萧县 235200)

麦田芦苇空间分布型及抽样技术初报

刘楚彬1， 章 辉2， 孟祥民3， 耿 军4， 宋爱颖2

(1.安徽省萧县丁里镇农业技术推广站，安徽萧县 235200； 2. 安徽省萧县农业技术推广中心，安徽萧县 235200；3.安徽省萧县农业广播电视学校，安徽萧县 235200； 4.安徽省萧县杜楼镇农业技术推广站，安徽萧县 235200)

对麦田中芦苇的空间分布型及抽样技术进行了调查，结果表明，芦苇的空间分布为聚集分布，分布的基本成分是个体群，且聚集强度随着杂草密度的增加而增强。

芦苇；空间分布；抽样技术

近几年来，芦苇(PhragmitescommunisTrin.)不断向农田扩展蔓延，严重危害部分地势低洼的麦田。为了解芦苇在麦田的分布、扩散习性，笔者于2012年5月对安徽省萧县部分麦田中芦苇的空间分布型及抽样技术开展了调查研究，旨在为科学防除芦苇提供依据。

1 材料与方法

1.1 田间调查

2012年5月10—20日小麦处于乳熟至蜡熟初期，在萧县芦苇发生较重的新庄镇、丁里镇、龙城镇和圣泉乡选择不同类型的麦田11块，每块田面积在0.27 hm2以上，采取顺序抽样法，每块田等距离调查5行，每隔10 m等距离调查10点/行，每点调查0.5 m2，每块田共调查50点，用方格纸按顺序记录每点的芦苇数量(株/0.5 m2)[1-3]]。

1.2 分布型测定

1.3 聚集原因分析

根据Blackith提出的聚集均数法分析芦苇的聚集原因：λ=M×γ/2K，其中，M为平均密度(每块田50个样点的平均值)，K为负二项分布的参数，γ为自由度等于2K、概率为0.5时的卡方值(χ2)。当λ<2 时，聚集原因包括某些环境因素如人类行为、气候、土壤及植株生长状况等；当λ≥2时，聚集原因包括芦苇自身特性或与环境因素共同作用所致[4]。

1.4 抽样方法比较

在记录原始数据的方格纸上，每块田取5～10个样点(每点0.5 m2)，分别用五点、单对角线、双对角线、“Z”字形、棋盘式5种抽样方法，计算每样点的平均杂草数，与相应田块平均密度进行比较，计算每种抽样方法的误差率，并进行方差分析[5]，从而确定最佳抽样方法[1-3]。

1.5 理论抽样数的确定

2 结果与分析

2.1 聚集度测定

2.1.2 Taylor幂指数法则检验结果 lgs2与M乘幂函数式为： lgs2=0.416 5+1.884 11lgM，R=0.916 6>r0.01(极显著)，其中lga=0.416 5>0，b=1.884 1>0，表明芦苇为聚集分布，且具有密度依赖性，即密度越大聚集度越强。

表1 芦苇空间分布聚集度指标及有关回归式Table 1 Concentration index of spatial distribution and regression formula of P. communis Trin.

2.2 聚集原因

由表1可见，6号田λ<2，其余田块λ≥2，对λ和M进行回归，得到方程λ=1.892 5+0422 8M，R=0.672 5>r0.05(显著)，把λ=2代入方程，得到M=0.25。当芦苇平均密度低于0.25株/0.5 m2时，聚集主要是由于机械翻耕土壤把芦苇的根茎带入农田等环境因素所致；当芦苇平均密度大于等于 0.25株/0.5 m2时，聚集是由于芦苇根茎伸展在周围扩散等芦苇自身繁殖特性或与以上环境因素影响共同所致。

2.3 抽样方法比较

由表2可知，经方差分析，5种抽样方法中单对角线、双对角线、“Z”字形和棋盘式4种取样方法之间误差率差异不显著，单对角线法显著优于五点取样法，双对角线、“Z”字形和棋盘式法极显著优于五点取样法，因此，宜采用单对角线、双对角线、“Z”字形和棋盘式4种方法取样，单对角线、双对角线、“Z”字形和棋盘式取样点数为6～10个。

表2 芦苇田间调查不同抽样方法误差率比较Table 2 Contrast on the field survey of P. communis Trin. under the different methods of investigation

注：同列数据后不同大写字母表示差异极显著，不同小写字母表示差异显著。

2.4 理论抽样数的确定

n1=833.67/M+123.81

(D=0.2)

n2=133.39/M+19.81

(D=0.5)

根据所调查11块田的芦苇发生密度范围，取密度为2.7～28.7株/0.5m2，将每样点密度(M)带入以上方程，得到2组在不同允许误差范围内的理论抽样数(n)(表3)。可见当分布型和允许误差确定后，抽样数由样本密度决定，理论抽样数随杂草密度的增加而减小。中等密度下(13～18株/0.5 m2)，允许误差为0.2，每样点0.5 m2理论抽样数为 171～189 个；若允许误差为0.5，理论抽样数为27～30个。

表3 芦苇的理论抽样数Table 3 Theoretical sampling number of P. communis Trin.

3 小结

本研究表明，芦苇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(<0.25株/0.5 m2)时，个体群聚集原因由耕作等环境因素引起，当杂草密度较大(≥ 0.25株/0.11 m2)时，聚集原因由杂草本身就近繁殖或由杂草就近繁殖、环境因素共同引起。中等密度下(13～18株/0.5 m2)，允许误差为0.2，每样点0.5 m2理论抽样数为171～189个；当允许误差为0.5，理论抽样数为27～30个。可采用单对角线、双对角线、“Z”字形和棋盘式方法取样。

[1]丁 俊. 麦田主要杂草的田间分布及取样调查方法[J]. 杂草学报，1987，1(3)：3.

[2]马小华. 麦田野燕麦空间分布型及抽样技术的研究[J]. 植物保护，1988，14(1)：35-36.

[3]王向阳. 麦田泽漆空间分布型及抽样技术研究[J]. 安徽农业科学，1997，25(1)：361-362.

[4]丁岩钦. 昆虫数学生态学[M]. 北京：科学出版社，1994：22-55.

[5]唐启义，冯明光. 实用统计分析及其计算机处理平台[M]. 北京：中国农业出版社，1997：35-43.

PreliminaryReportontheSpatialDistributionandSamplingTechniquesofPhragmitescommunisinWheatFields

LIU Chu-bin1， ZHANG Hui2， MENG Xiang-min3， GENG Jun4， SONG Ai-ying2

(1.Agricultural Technology Extension Station of Dingli Town，Xiao County 235200，China；2.Agricultural Technology Promotion Center of Xiao County，Xiao County 235200，China；3.Agricultural Broadcasting and Television School of Xiao County，Xiao County 235200，China；4.Agricultural Technology Extension Station of Dulou Town，Xiao County 235200，China)

Spatial distribution and sampling techniques ofPhragmitescommunisin wheat fields were studied.This weed has an aggregated spatial distribution with individual distribution group as basic components.Aggregation intensity increases with the increase of weed density.

Phragmitescommunis；reed；spatial distribution

S543.9

A

1003-935X(2013)02-0047-03

刘楚彬，章 辉，孟祥民，等. 麦田芦苇空间分布型及抽样技术初报[J]. 杂草科学，2013，31(2)：47-49.

2013-03-21

刘楚彬(1972—)，男，农艺师，主要从事新技术、新品种、新药械的试验、示范和推广工作。E-mail：xxzbz_say@126.com。