蓟马在芒果园田间的时空动态

邢楚明，韩冬银，李 磊，牛黎明，陈俊谕，张方平，符悦冠

(中国热带农业科学院环境与植物保护研究所，海口 571101)

蓟马在芒果园田间的时空动态

邢楚明，韩冬银，李 磊，牛黎明，陈俊谕，张方平，符悦冠*

(中国热带农业科学院环境与植物保护研究所，海口 571101)

蓟马是芒果的重要害虫，研究其在田间的时空分布旨在探讨成虫在栖息地的迁移规律。试验于2016年1月7日-8月9日在海南省儋州市中国热带农业科学院热带作物品种资源研究所芒果种质圃进行。以黄色和蓝色粘虫板进行诱捕取样，点算粘虫板上蓟马个体数，以地学统计学方法研究蓟马的时空分布动态。试验期间蓟马种群在寄主植物集中开花期有一明显高峰；其半变异函数在种群密度高时多为高斯模型，密度低时为线性模型；在调查范围内，空间格局在密度高时为聚集分布、密度较低时为中度聚集分布、密度低时为均匀分布或随机分布；种群密度高时，空间异质性是由空间自相关引起。密度等值线图清楚地反映出蓟马分布随寄主植物花期的变化而变化，呈现出受寄主植物花吸引，当一种寄主谢花后迅速向其它开花寄主转移的变动特征。表明蓟马的空间分布受其种群密度影响，其种群密度及转移扩散在很大程度上受寄主植物花期的影响。

蓟马；芒果；地学统计学；等值线图

昆虫种群的空间结构关系揭示种群个体某一时刻的行为习性和诸环境因子的综合影响以及物种选择栖境的内禀特性和空间结构的异质性程度，同时也揭示物种间的联系及物种与环境的适应性，揭示物种适应环境变化的规律,是昆虫种群的重要属性之一(邹运鼎和王弘法，1989；丁岩钦，1994；杨林等，2012)。研究空间分布能揭示种群动态结构，为提高抽样技术和虫情预测预报提供基础依据，对制定害虫防治策略意义重大(郑汉业和夏乃斌，1993；Gregoetal., 2006)。地学统计学以区域化变量理论为基础，以变异函数为主要工具，研究那些在空间上既有随机性又有结构性的自然现象(王政权，1999)。其估计出的量一般比经典方法更精确，避免了系统误差，近年来在昆虫生态学领域的应用日渐频繁，在生态学空间异质性与格局的分析中起到了重要作用(侯景儒和黄竞先，1990；Liebholdetal., 1993; 周强等，1998)。

蓟马是芒果的重要害虫，特别是花期呈爆发为害趋势(韩冬银，2015)，而其发生情况及爆发为害情况受空间结构的异质性程度的影响未见报道。本文以蓟马为研究对象，以芒果园及其相连生境寄主的种植范围为研究区域，通过地统计学的方法获得其空间分布模拟图并明确蓟马在空间的分布格局及其动态规律，为其虫情测报和制定防控策略提供基础依据。

1 材料与方法

1.1 蓟马种类调查

于蓟马发生高峰期，在芒果园及周边生境随机取样，每种寄主随机选取5-8株植株，各植株上随机选择3个长势一致的枝条或花穗，采用盘拍法，用手轻轻拍打花穗(花朵)及嫩梢，连续拍打3下，使蓟马落入白磁盘上，用小毛笔蘸75%酒精，迅速将蓟马移入1.5 mL离心管中，带回室内制作临时玻片并进行鉴定。本实验采用临时玻片标本制作法(张宏瑞，2006)，参考韩运发(1997)等分类资料进行种类鉴定。

1.2 调查方法

2016年1月7日-8月9日，在海南省儋州市中国热带农业科学院热带作物品种资源研究所芒果种质圃内的芒果园及其周边区域构成的异质生境中进行调查，芒果园地面积约为15014 m2，植株的株、行间距总体为3 m×5 m。芒果地周边番荔枝3230 m2，菠萝蜜1174 m2，混合果树区(包含油梨、可可、莲雾、毛叶枣、枇杷)3310 m2，黄皮1393 m2，芒果苗12546 m2，橡胶林及其它64563 m2，菜地3319 m2，水稻5955 m2，杂草2885 m2，大栅及绿化带(野花生、神秘果、鸡蛋花等)15844 m2，实验室区1196 m2，工棚区(包含鱼塘、绿化带等)5720 m2。芒果花期1月23日-4月 21日，番荔枝花期4月11日-5月26日，黄皮花期3月8日-4月11日、油梨、可可花期3月 30日-4月21日，水稻田于3月8日至6月30种植水稻，其它时间闲置。每点悬挂20 cm×24 cm双面黄色和蓝色粘虫板各1片，共计84块进行诱捕取样，粘虫板直接悬挂于果树(林木)外樘枝上，水稻田、杂草及菜地区用竹竿支撑，粘虫板下端距离地面40-80 cm。于上午挂板，24 h后收回，并统计粘虫板上蓟马个体数，共调查19次。采样点综合考量各作物面积、方向和粘虫板悬挂及收取难度(图1)。

图1 试验地生境和样点位置的分布Fig.1 Distribution of landscape elements and traps location at the experimental site注：●，粘虫板悬挂点；A，番荔枝；B，混合果树；C，芒果；D，芒果苗；E，实验室；F，菜地；G，鱼塘和工棚；H，水稻；I，大棚；J，橡胶林及其它；K，菠萝蜜；L，黄皮；M，杂草。Note: ●, Trap location in the field is shown by spots; A, Cherimoya; B, Mixed fruit tree; C, Mango; D, Mango seedlings; E, Laboratory; F, vegetable plot; G, Fish pond and work shed; H, Rice field; I, Greenhouse; J, Rubber plantation and other; K, Jackfruit; L, Wampee; M, Weed.

1.3 分析方法

1.3.1半方差函数

当一个变量在空间上与其位置有关时称为区域化变量，区域化变量在空间上因其相互间的位置关系或相关性而存在一定的规律性变化称为空间变异(孙鹏举等，2015)。半方差函数是应用地学统计学方法分析空间相关和空间结构时的主要工具。其计算公式为:

γ(h)=1/2N(h)Σ[Z(xi)-Z(xi +h)]2

γ(h)表示间隔距离为h的区域化变量Z(x)和Z(x+h)的增量平方的数学期望，即区域化变量的方差(王政权，1999)。通过对半方差函数值和模拟曲线形状特征进行分析可以判断表征昆虫数量特征的变量的空间分布类型，同时揭示样点间空间相关的范围和强弱(王正军等，2002)。常用来拟合实际变异曲线的理论模型，有线性、球状、指数、高斯等。不同的曲线所揭示的空间结构存在很大变异，球状、指数、高斯型半变异函数说明所研究的种群属聚集分布(Schotzko & O’Keeffe, 1990)；非水平状直线型的半方差函数所表明的数据是中等程度的聚集分布，其空间依赖范围超过研究尺度(Lecoustre,etal., 1989; 王正军等，2002)。直线型(水平或稍有斜率)的半方差函数表明数据为随机或均匀分布，即数据呈无规律变化，样点间无空间相关性存在。如果拟合直线的相关系数较小而方差较大，说明数据为随机分布；相反，如果相关系数较大而方差较小则表明数据呈均匀分布。本文利用GS+7.0软件处理数据，计算蓟马种群的半变异函数、拟合半变异函数模型、分析半变异函数结构来描述其空间格局和空间相关关系，在拟合过程中结合实际调查情况综合判断，选出最优拟合模型。根据模拟误差最小原则，依次考虑的因素为决定系数R2、残差RSS、变程A和块金值C0的大小(李哈滨等，1998；陈强，2007；潘杰，2011)。

1.3.2Kriging插值法

地学统计学的Kriging插值法是对空间分布的数据求线性最优无偏内插估计量的一种方法(王政权，1999)。它既能对特定样点估值，也能对整个研究区域空间分布进行模拟，从宏观上对种群动态和发生趋势进行分析(王正军等，2002)。本文利用Kriging插值法对蓟马在样地的种群动态和趋势进行插值分析，并运用Surfer 11.0软件绘制蓟马的密度等值线图。

2 结果与分析

2.1 试验地不同寄主上的蓟马种类

调查发现，试验地内共有蓟马16种，隶属于蓟马科的硬蓟马亚科、针蓟马亚科、蓟马亚科和管蓟马科(表1)。其中芒果上调查到的种类为13种，以茶黄蓟马Scirtothripsdorsalis、黄胸蓟马Thripshawaiiensis和花蓟马Frankliniellaintonsa为优势种，除蔬菜上的豆大蓟马Megalurothripsusitatus外，其它调查寄主的优势种与芒果相同。

表1 试验地不同寄主植物上的蓟马种类

续上表

寄主Host蓟马种类Thripsspecies莲雾Wax-apple黄胸蓟马T.hawaiiensis*、茶黄蓟马S.dorsalis、红带滑胸针蓟马S.rubrocinctus、色蓟马T.coloratus毛叶枣Indianjujube黄胸蓟马T.hawaiiensis*、茶黄蓟马S.dorsalis、菊简管蓟马H.gowdeyi枇杷loquat黄胸蓟马T.hawaiiensis、茶黄蓟马S.dorsalis黄皮Wampee茶黄蓟马S.dorsalis*、黄胸蓟马T.hawaiiensis*、褐花蓟马T.florum、棕榈蓟马T.palmi、色蓟马T.coloratus、腹小头蓟马Microcephalothripsabdominalis、华简管蓟马H.chinensis蔬菜(茄子、四季豆、丝瓜)Vegetable黄胸蓟马T.hawaiiensis*、花蓟马F.intonsa*、豆大蓟马M.usitatus*、棕榈蓟马T.palmi、茶黄蓟马S.dorsalis、端大蓟马M.distalis、华简管蓟马H.chinensis绿化带、杂草(神秘果、鸡蛋花、胜红蓟等)Green-beltsandweed黄胸蓟马T.hawaiiensis*、花蓟马F.intonsa*、褐花蓟马T.florum、腹小头蓟马M.abdominalis、色蓟马T.coloratus、翅蓟马T.alatus、灵蓟马T.facetus、短角蓟马T.brevicornis、菊简管蓟马H.gowdeyi、华简管蓟马H.chinensis橡胶Rubber黄胸蓟马T.hawaiiensis*、茶黄蓟马S.dorsalis*、花蓟马F.intonsa、端大蓟马M.distalis、棕榈蓟马T.palmi

注：*，优势种。Note:*, Dominant species

2.2 试验地蓟马种群数量的时间动态及空间结构分析

19次调查结果表明：试验地内通过粘虫板诱集到的蓟马虫口密度在寄主植物花期呈逐渐增长趋势。从1月23日芒果花芽萌动开始蓟马种群数量逐渐增加，随着冷空气南下，2月的持续低温造成2月14号总诱虫量仅为22头虫，2月25号诱集虫数为0；3月份，随着气温的回升及芒果、黄皮等多种果树盛花期的到来，蓟马虫量不断增加，在3月8日至5月26号保持在相对较高水平，其中4月11日至4月21日达到高峰值，24 h总诱虫量达4764头。5月下旬后，试验地中无集中开花寄主，蓟马种群数量逐渐下降(图2)。

图2 芒果地蓟马数量动态和日平均高、低温度Fig.2 Numbers of thrip captured by chartreuse trap cards and average maximum or minimum temperature in the studied field

对数据样本是否符合正态分布验证及平方根转换后进行空间结构分析，计算半变异函数相应参数、拟合模型。结合表2和图2，可以看出：蓟马田间种群密度较高时，空间变异的随机程度(C0/(C0+C))范围在0.50-0.79，存在中等程度的空间相关性，其空间相关距离(变程)在0.6928-310.9031 m，其半变异函数以高斯模型为主，分布类型为聚集分布；蓟马田间种群密度较低时，空间变异的随机程度(C0/(C0+C))均小于0.25，存在强烈的空间相关性，但空间依赖范围超过研究尺度，半变异函数为非水平状线型模型，分布类型为中度聚集分布；蓟马田间种群密度低时，样点间无空间相关性存在，半变异函数为直线型，分布类型为随机分布或均匀分布。

表2 蓟马的半变异函数模型参数

图3 1月7日-8月9日蓟马空间分布的等值线图(儋州，2016)Fig.3 Contourmap of thrips distribution obtained by surfer 11.0 from 7 January to 9 August, 2016

2.4 蓟马种群的空间分布图

从图3可看出，在调查期间等值线图颜色由浅至深再变浅，斑块大小同样逐渐由小到大再变小，且深颜色区域在不同时间段出现在不同区域。1月7日至27日、6月6日至7月14日，聚集斑块出现在菜地、芒果苗区及杂草地；3月8日至4月 11日芒果地及果树区内聚集斑块逐渐的增大，密度也逐渐增大，至4月11日芒果地内聚集斑块达到高峰；4月21日后芒果地内的聚集斑块颜色逐渐变浅，即蓟马种群数量逐渐下降，与此同时，混合果树区出现高密度斑块，即这一区域蓟马种群密度达最高；5月4日番荔枝区出现高密度斑块，之后蓟马数量逐渐下降。7月28日、8月9号等值线图显示无明显聚集斑块。这反映出试验区域内蓟马种群密度波动较大，其种群密度呈现出先上升后下降的趋势，其种群密度波动受寄主植物花期直接影响，蓟马分布区域随寄主植物花期的变化而变化，呈现出蓟马受寄主植物花吸引，当一种寄主谢花后迅速向其它开花寄主转移的变动特征。

3 结论与讨论

本试验通过对不同时期蓟马种群数量的地统计学分析，可以看出芒果蓟马田间种群密度较高时，呈现出聚集分布的空间格局；种群密度较低时，呈现出中度聚集分布，而种群密度低时，呈现出随机分布或均匀分布的格局。何平等(2012)、蒋兴川等(2013)和范咏梅等(2013)发现蓟马在石榴上或蔬菜植株上的空间分布型均为聚集分布，其聚集性随种群密度的增加而增强。充分说明蓟马的空间分布受其种群密度影响，与丁岩钦(1994)的昆虫虫口密度是影响其空间分布的主要原因的观点一致。

从空间分布图可以看出，蓟马的种群密度及转移扩散在很大程度上受寄主植物花期的影响。试验区域内自1月23日-5月26日，各种果树、杂草相继开花、谢花，蓟马种群密度也呈逐渐增长至高峰再下降的趋势，且随不同寄主花期的改变，种群聚集位置相应转移，除1-2月份持续低温阴雨(1月、2月平均低温分别为17℃和13℃，最低气温7℃)天气影响蓟马生长发育及活动外。Gerin等(1999)发现在植物开花后，西花蓟马种群几乎成几何级数增长；Arzone等(1989)证明菊花植物在没有花的情况下，西花蓟马的数量将会降低，与本试验结果一致。当然，蓟马的转移活动和其种群自然消长对芒果花期蓟马种群快速增长的影响程度具体如何，有待进一步的研究。

蓟马种群在花期密集的3月30日至5月4日，种群密度的空间变异随机程度稳定在0.50，说明由随机部分引起的空间异质性程度趋于稳定，即蓟马在试验区域内建立了稳定种群，适应外界制约因素，其空间格局不再发生大的变化。1月27日、3月8日、3月21日及5月16日至5月26日，种群密度的空间变异随机程度增加，表明种群内部空间相关性在下降，制约蓟马繁殖扩散的自然因素(寄主、气温、雨水等)的作用变得明显，即蓟马在试验区域内种群不稳定。1月7日、1月17日、2月14日及6月6日至8月9日，试验区内无集中开花寄主，种群密度较低，种群密度的空间变异随机程度小于0.25甚至为0，表明种群有强烈空间相关性，但其空间相关性依赖范围超过研究尺度或样点间无空间相关性存在。刘玉良等(2009)对蓟马在紫花苜蓿上的空间分布研究同样表明，蓟马在寄主不同时间的空间分布型和危害尺度均不同。

)

Arzone A, Alma A, Rapetti A. Frankliniel laoccidentalis (Perg.) (Thysanoptera: Thripidae) nuovo fitomizo delle serre in Italia [J].Inf.Fitopat., 1989, 39 (10): 43-48.

Chen Q, Wu WJ, Zhang ZF,etal. Geostatistic analysis of spatial pattern ofFruhstorferiolatonkinensisWill (Orthoptera: Catantopidae) nymphs [J].ChineseJournalofAppliedEcology, 2007, 18 (2): 467-470. [陈强, 吴伟坚, 张振飞, 等. 越北腹露蝗若虫空间格局的地学统计学分析[J]. 应用生态学报, 2007, 18 (2): 467-470]

Ding YQ. Mathematical Ecology of Insects [M]. Beijing: Science Press, 1994: 22-69. [丁岩钦. 昆虫数学生态学[M]. 北京: 科学出版社, 1994: 22-69]

Fan YM, Tong XL, Gao LJ,etal. The spatial aggregation pattern of dominant species of thrips on cowpea in Hainan [J].JournalofEnvironmentalEntomology, 2013, 35 (6): 737-743. [范咏梅, 童晓立, 高良举, 等. 普通大蓟马在海南豇豆上的空间分布型[J]. 环境昆虫学报, 2013, 35 (6): 737-743]

Gerin C, Hance TH, Impe G van. Impact of flowers on the demography of western flower thripsFrankliniellaoccidentalis(Pergande) (Thysanoptera: Thripidae) [J].JournalofAppliedEntomology, 1999, 123 (9): 569-574.

Grego CR, Vieira SR, Lourenǎo AL. Spatial distribution ofPseudaletiasequaxFranclemlont in triticale under no-till management [J].ScientiaAgricola, 2006, 63 (4): 321-327.

Han DY, Xing CM, Li L,etal. Population activities and occurrence dynamics of thrips in mango orchard [J].ChineseJournalofTropicalCrops, 2015, 36 (7): 1297-1301. [韩冬银, 邢楚明, 李磊, 等. 海南芒果蓟马种群的活动及消长规律[J]. 热带作物学报, 2015, 36 (7): 1297-1301]

Han YF. Economic Entomology of China (Thysanoptera) [M]. Beijing: Science Press, 1997: 45-287. [韩运发. 中国经济昆虫志(第五十五册缨翅目) [M]. 北京: 科学出版社, 1997: 45-287].

He P, Yu S, Wang YF,etal. Patial distribution pattern and theoretical sampling ofFrankliniellaintonsa(Trybom) on pomegranate [J].PlantProtection, 2012, 38 (4): 131-132. [何平, 余爽, 王友富, 等. 西花蓟马在石榴上的空间分布型及理论抽样数[J]. 植物保护, 2012, 38 (4): 131-132]

Hou JR, Huang JX. Principles and Methods of Geostatistics [M]. Beijing: Geological Publishing, 1990: 87-102. [侯景儒, 黄竞先. 地质统计学的理论与方法[M]. 北京: 地质出版社, 1990: 87-102]

Jiang XC, Li ZH, Cao ZY,etal. Population dynamics and spatial distribution of thrips on vegetables flowers [J].ChineseJournalofAppliedEntomology, 2013, 50 (6): 1628-1636. [蒋兴川, 李志华, 曹志勇, 等. 蔬菜花期蓟马的种群动态与空间分布研究[J]. 应用昆虫学报, 2013, 50 (6): 1628-1636]

Lecoustre R, Fargette D, Fauquet C,etal. Analysis andmapping of the spatial spread of African cassavamosaic virus using geos tatistics and the kriging technique [J].Phytopathology, 1989, 79 (9): 913-920.

Li HB, Wang ZQ, Wang QC. Theory and methodology of spatial heterogeneity quantification [J].ChineseJournalofAppliedEcology, 1998, 9 (6): 651-657. [李哈滨, 王政权, 王庆成. 空间异质性定量研究理论与方法[J]. 应用生态学报, 1998, 9 (6): 651-657]

Liebhold AM, Simons EE, Sior A,etal. Geostatistics and geographic information systems in applied insect ecology [J].AnnualReviewofEntomology, 1993, 38: 303-327.

Liu YL, Mi FG, Te Murbuhe,etal. Spatial distribution pattern of the endangerment characteristics of thrip (Odentothripslati) to Alfalfa (Medicagosativa) [J].ActaAgriculturaeBoreali-Sinica, 2009, 24 (2): 218-222. [刘玉良, 米福贵, 特木尔布和, 等. 蓟马对紫花苜蓿危害的空间分布特征[J]. 华北农学报, 2009, 24 (2): 218-222]

Pang J, Wang T, Zong SX,etal. Geostatistical analysis and sampling technique on spatial distribution pattern ofDendroctonusvalenspopulation [J].ActaEcologiccaSinica, 2011, 31 (1): 195-202. [潘杰, 王涛, 宗世祥, 等. 红脂大小蠹种群空间格局地统计学分析及抽样技术[J]. 生态学报, 2011, 31 (1): 195-202]

Schotzko DJ, O’Keeffe LE. Effect of sample placement on the geostatistical analysis of the spatial distribution ofLygusHesperus(Heteroptera: Miridae) in lentils [J].JournalofEconomicEntomology, 1990, 83 (5): 1888-1900.

Sun PJ, Luo YQ, Yao DH,etal. Geostatistical analysis of the spatial distribution ofLeucomasalicislarvae and pupae [J].JournalofPlantProtection, 2015, 42 (4): 604-611. [孙鹏举, 骆有庆, 姚东华, 等. 柳毒蛾幼虫和蛹的空间分布的地统计学分析[J]. 植物保护学报, 2015, 42 (4): 604-611]

Wan ZQ. The Theory and Application of Geost at Istics in Ecology [M]. Beijing: Science Press, 1999. [王政权. 地统计学及其在生态学上的应用[M]. 北京: 科学出版社, 1999]

Wang ZJ, Li DM, Shang HW,etal. Theories and methods of geostatistics and its their application in insect ecology [J].EntomologicalKnowledge, 2002, 39 (6): 405-411. [王正军, 李典谟, 商晗武, 等. 地质统计学理论与方法及其在昆虫生态学中的应用[J]. 昆虫知识, 2002, 39 (6): 405-411]

Yang L, Guo H, Bi SD,etal. Spatial relationships amongEmpoascavitis(Gothe) andToxopteraaurantii(Boyer) and natural enemies in tea gardens of autumn-winter season in Hefei suburban [J].ActaEcologicaSinica, 2012, 32 (13): 4215-4227. [杨林, 郭骅, 毕守东, 等. 合肥秋冬季茶园天敌对假眼小绿叶蝉和茶蚜的空间跟随关系[J]. 生态学报, 2012, 32 (13): 4215-4227]

Zhang HR, Okajima S, Laurence AM. Collecting and slide preparation methods of thrips [J].EntomologicalKnowledge, 2006, 43 (5): 725-728. [张宏瑞, Okajima Shji, Laurence AM. 蓟马采集和玻片标本的制作[J]. 昆虫知识, 2006, 43 (5): 725-728]

Zheng HY, Xia RB. Forest Insect Ecology [M]. Beijing: China Forestry Publishing House, 1993: 120-167. [郑汉业, 夏乃斌. 森林昆虫生态学[M]. 北京: 中国林业出版社, 1993: 120-167]

Zhou Q, Zhang RJ, Gu DX. Reriew of geosttatistics in applied insect population spatial spatial structure [J].ZoologicalResearch, 1998, 19 (6): 482-488. [周强, 张润杰, 古德祥. 地质统计学在昆虫种群空间结构研究中的应用概述[J]. 动物学研究, 1998, 19 (6): 482-488].

Zou YD, Wang HF. Insects Ecology of Agriculture and Foresty [M]. Hefei: Anhui Science and Technology Press, 1989: 135-136. [邹运鼎, 王弘法. 农林昆虫生态学[M]. 合肥: 安徽科学技术出版社, 1989: 135-156]

Spatio-temporaldynamicsofthripsinmangoorchard

XING Chu-Ming, HAN Dong-Yin, LI Lei, NIU Li-Ming, CHEN Jun-Yu, ZHANG Fang-Ping, FU Yue-Guan*

(Environment and Plant Protection Institute, Chinese Academy of Tropic Agricultural Sciences, HaiKou 571101, China)

Thrips are important insect pests in mango orchard. The spatio-temporal distribution of thrips was investigated to explore the transfer regularity of adult thrips in the habitat. We carried out the trial from January 7 to August 9 in 2016 in germplasm nursery of the Tropical crops Genetic Resources Institute, Danzhou, Hainan. The yellow and blue sticky traps were used to trap and sample. The number of thrips were counted in these traps. Then the spatio-temporal distribution of thrips was analyzed using geostatistics. The results showed that the population of thrips had a peak in flowering stage. The semivariograms of high and low population density were described by Gaussian model Linear model, respectively. The high, lower and low population densities take the aggregation distribution, moderate aggregation distribution and uniform distribution (or random distribution). The spatial heterogeneity was induced by the spatial autocorrelation. The isoline map clearly showed the distribution of thrips varied with the change of flowering stage. The distribution exhibits thrips are attracted by hostplant’s flowers, but the thrips will transfer to other flowering hostplants after the previous flower withering. In conclusion, the spatial distribution of thrips was affected by its population. The population, transfer and diffusion of thrips were widely influenced by the flowering stage of hostplant.

Thrips; mango; geostatistics; isolines map

邢楚明，韩冬银，李 磊,等.蓟马在芒果园田间的时空动态[J].环境昆虫学报，2017,39(6):1258-1265.

Q968.1;S433.89

A

1674-0858(2017)06-1258-08

热带果树化肥农药减施增效技术集成研究与示范(2017YFD0202107)；海南芒果虫害防控关键技术研究与示范(ZDKJ2017003)；中国热带农业科学院院级芒果创新团队(17CXTD-09，1630042017020)

邢楚明，男，1980年生，广东潮州人，学士，农艺师，研究方向为农业昆虫与害虫防治研究，E-mail：xcmcatas@163.com

*通讯作者Author of correspondence, E-mail: fygcatas@163.com

Received: 2016-12-09; 接受日期Accepted: 2017-01-09