Summary

Metode til udvikling af liv tabeller for siddende insekter i den felt ved hjælp af Whitefly, Bemisia tabaci, i bomuld som et modelsystem

Published: November 01, 2017
doi:

Summary

Levetid tabeller giver mulighed for kvantificering af kilderne og priser af dødelighed i insekt populationer og bidrage til forståelse, forudsige og manipulere populationsdynamik i agroecosystems. Metoder til at lede og analysere kohorte-baseret liv tabeller i feltet for et insekt med siddende umodne livsstadier præsenteres.

Abstract

Levetid tabeller indeholder en metode til at måle tidsplaner af fødsel og død fra befolkninger over tid. De kan også bruges til at kvantificere de kilder og dødelighed i befolkningen, som har en bred vifte af applikationer i økologi, herunder landbrugs økosystemer. Vandret, eller kohorte-baseret, liv tabeller giver den mest direkte og præcis metode til kvantificering vitale befolkning priser, fordi de følger en gruppe af individer i en befolkning fra fødsel til død. Her præsenteres protokoller til at lede og analysere kohorte-baseret liv tabeller i det felt, der drager fordel af de umodne livsstadier af en global insekt skadedyr, Bemisia tabacisiddende karakter. Enkelte insekter er placeret på undersiden af bomuld blade og markeres ved at trække en lille cirkel omkring insekt med en ikke-giftige pen. Dette insekt kan derefter konstateres gentagne gange over tid ved hjælp af hånd linser til at måle udviklingen fra en fase til næste og til at identificere fase-specifikke dødsårsager forbundet med naturlige og indførte dødelighed styrker. Analyser forklare hvordan korrekt mål flere dødelighed styrker at handle samtidigt inden for hver fase og hvordan man bruger disse data til at levere meningsfulde befolkning dynamiske målinger. Metoden tager ikke direkte højde for voksen overlevelse og reproduktion, som begrænser inferens til dynamics af umodne faser. Et eksempel er præsenteret som fokuseret på måling af virkningen af bottom-up (plantekvaliteten) og top-down (naturlige fjender) effekt på dødelighed dynamikken i B. tabaci i ordningen for bomuld.

Introduction

Levetid tabeller er et fælles værktøj med en lang historie i økologi1,2. Levetid tabeller er hovedsagelig en tidsplan af fødsler og dødsfald i en befolkning over tid, og sådanne data kan bruges til at kvantificere en række parametre vigtigt at forstå og forudsige populationsdynamik. Levetid tabeller kan også give oplysninger om dødsårsager, der er vigtige at forstå trofiske interaktioner og udvikle strategier til styring af skadedyr i landbruget og naturlige systemer. Adskillige felt-baseret liv tabeller er blevet bygget for insekter3,4,5, og analyser har givet vigtige indsigt i dynamics, regulering og forudsigelse af insekt populationer i mange formået og naturlige systemer6,7,8,9,10,11,12,13,14. Tabellen term liv er også ofte bruges til at beskrive baseret laboratorieundersøgelser, der i vid udstrækning undersøger tidsplaner af fødsler og dødsfald, men under kunstige betingelser, der ikke udsætte insekt naturlig dødelighed styrker og realistisk miljøvariabler. Generelt, målet med laboratorieundersøgelser er at vurdere den sammenlignende biotic potentiale af en art. Fokus for de metoder, der beskrives her er for felt baseret undersøgelser, der definerer realiseret potentiale i forhold til miljøet.

Levetid tabeller kan karakteriseres som horisontalt, hvor en reel kohorte af lige alderen individer er fulgt fra begyndelsen af deres liv til død, eller lodret, hvor hyppige udtages gennem tiden af en population med en formodet stabil aldersstruktur og så vital satser er udledes fra matematisk beregnede kohorter2,15. Den liv tabel, der kan installeres, afhænger af arten af insektet. Vandret liv tabeller kan ofte udvikles for univoltine (én generation om året) insekter, mens en sådan fremgangsmåde kan være meget udfordrende for en multivoltine insekt med multiple og bredt overlappende generationer hvert år. Et væld af analytiske metoder er blevet foreslået og bruges til at udvikle lodret liv tabeller for insekt populationer (Se Southwood2 eksempler). Den metode, som vist her giver mulighed for udvikling af kohorte-baseret, vandret liv tabeller i feltet for multivoltine insekter med specifikke livshistorie karakteristika, navnlig, tilstedeværelsen af siddende livsstadier. Metoden er demonstreret for en nøgle skadedyr i bomuld som et modelsystem.

Whitefly, Bemisia tabaci biotype B (= Bemisia argentifolii, Mellemøsten og Asien mindre 116) er en global skadedyr i landbruget, der negativt påvirker udbytte og kvalitet i mange agronomiske og havebrugs afgrøder, herunder beskyttet landbrugssystemer i tempererede områder17. Virkninger skyldes phloem fodring der forstyrrer næringsstof flow, sygdomme af ukendt ætiologi forårsaget af nymphal fodring, transmission af talrige plant vira og afgrøde kvalitet effekter på grund af aflejring af honningdug18,19 . Insekt har en bred værtsspektrum og er multivoltine, at have så mange som 12-13 generationer pr. år afhængigt af regionen og tilgængelige fødevarer ressourcer20. Management udfordringer også forværres af sit høje reproduktive potentiale, dets evne til at sprede og overflytte inden for og mellem landbrugssystemer, sin mangel på en inaktiv fase (diapause eller estivation) og dens disposition til hurtigt at udvikle resistens til insekticider anvendes til undertrykkelse21,22.

Har gjort betydelige fremskridt i udviklingslandene integreret bekæmpelse af skadegørere (IPM) strategier til at administrere effektivt og økonomisk populationer af denne skadeorganisme i berørte afgrøder23,24,25. Disse systemer var baseret på en god grundlæggende forståelse af B. tabaci populationsdynamik og liv tabeller har været en vigtig teknik, der har aktiveret denne forståelse. I Arizona, liv tabeller har tilladt vurdering og identifikation af vigtige dødelighed styrker for B. tabaci i flere afgrøde systemer13,26, har aktiveret måling af dødeligheden dynamics forhold til strategier herunder ikke-målarter effekter af insekticider14, har givet et middel til estimering af potentielle funktionelle ikke-målarter virkninger af transgene bomuld producerende insektbekæmpelsesmidler proteiner27, har støttet strenge vurdering af en klassisk biologisk bekæmpelse program28 (Naranjo, upublicerede data) og hjalp til at udforske de sammenlignende virkninger af top-down og bottom-up effekter på skadedyr dynamics29. Alle disse programmer har implementeret den metode der beskrives her. Tilgangen kunne være nyttig for studiet af insektet befolkningen økologi i en række naturlige og administrerede systemer.

Protocol

Bemærk: teknikker beskrevet nedenfor betragtes som delvis liv tabeller fordi de ikke udtrykkeligt indeholder reproduktion eller dødelighed af de voksne faser. Sigt kohorte er svarende til generation, fordi den undersøger dødelighed fra æg til voksen fase. 1. etablere felt Sites adfærd liv tabeller på ethvert tidspunkt under væksten af afgrøden, når insekter er til stede. Valget af når indlede undersøgelser vil afhænge af de mål og målsætninger for forskningen. …

Representative Results

Et eksempel kohorte er præsenteret i tabel 2 viser en typisk præsentation og beregning af liv tabel resultater. Den mest nyttige data er fanget i de marginale dødelighed for hver faktor inden for hver fase. Ved at konvertere disse satser til k-værdier (protokollen afsnit 6), kan fase-specifikke dødelighed over alle faktorer og faktor-specifikke dødelighed over alle stadier let skønnes, som kan alt generationsskifte dødelighed. Dette letter også uerstattelige død…

Discussion

Typisk, udviklingen af liv tabeller for multivoltine insekter med stort set overlappende generationer er begrænset til en vertikal fremgangsmåde, hvor en befolkning er samplet flere gange over tid og forskellige grafiske og matematiske teknikker bruges derefter til at anslå rekruttering til de forskellige faser og udlede satser for dødelighed fra skiftende tætheder af forskellige liv faser2. Styrken af metoden er, at det flytter denne begrænsning ved at isolere en gruppe af immobile lige-ald…

Declarações

The authors have nothing to disclose.

Acknowledgements

Vi takker D. Ashton, V. Barkley, K. Beimfohr, F. Bojorquez, J. Cantrell, G. Castro, R. Christensen, J. Fearn, C. Jara, D. Meade, G. Owens, L. Rodarte, D. Sieglaff, A. Sonoqui, M. Stefanek, B. Stuart, J. Trejo, A. Slade og E. Yescas for teknisk bistand. Delvis støtte blev leveret fra USDA-landbrugs forskning Service, USDA-National Institute for fødevarer og landbrug udvidelse IPM Program og Pest Management alternativer særlige projekter, Cotton Incorporated, Arizona bomuld Growers Association, bomuld Fonde, USDA-CREES, NAPIAP (Western Region) og vestlige Region IPM særlige projekter.

Materials

Flagging tape Gempler, Janesville, Wisconsin USA 52273 Five colors
Manila merchandise tags American Tag Company, Pico Rivera, California USA 12-104
Ultra fine point marker Sanford, Bellwood, Illinois, USA 451898 Available at Office Max, Amazon
Peak Loupe 8X Adorama, New York, NY USA 2018
Peak Loupe 15X Adorama, New York, NY USA 19621

Referências

  1. Deevey, E. S. Life tables for natural populations of animals. Quart. Rev. Biol. 22, 283-314 (1947).
  2. Southwood, T. R. E. . Ecological Methods. , (1978).
  3. Podoler, H., Rogers, D. A new method for the identification of key factors from life-table data. J Anim Ecol. 44, 85-114 (1975).
  4. Stiling, P. Density-dependent processes and key factors in insect populations. J Anim Ecol. 57, 581-593 (1988).
  5. Cornell, H. V., Hawkins, B. A. Survival patterns and mortality sources of herbivorous insects: some demographic trends. Am Nat. 145, 563-593 (1995).
  6. Morris, R. F. The interpretation of mortality data in studies on population dynamics. Can Entomol. 89, 49-69 (1957).
  7. Morris, R. F. Single-factor analysis in population dynamics. Ecology. 40, 580-588 (1959).
  8. Varley, G. C., Gradwell, G. R., Hassell, M. P. . Insect Population Ecology: An Analytical Approach. , 212 (1973).
  9. Southwood, T. R. E., Reader, P. M. Population census data and key factor analysis for the viburnum whitefly, Aleurotrachelus jelinekii, on three bushes. J Anim Ecol. 45, 313-325 (1976).
  10. Royama, T. Fundamental concepts and methodologies for the analysis of animal population dynamics, with particular reference to univoltine speices. Ecol Monogr. 51, 473-493 (1981).
  11. Carey, J. R. The multiple decrement life table: a unifying framework for cause-of-death analysis in ecology. Oecologia. 78, 131-137 (1989).
  12. Hawkins, B. A., Mills, N. J., Jervis, M. A., Price, P. W. Is the biological control of insects a natural phenomenon?. Oikos. 86, 493-506 (1999).
  13. Naranjo, S. E., Ellsworth, P. C. Mortality dynamics and population regulation in Bemisia tabaci. Entomol Exp Appl. 116, 93-108 (2005).
  14. Naranjo, S. E., Ellsworth, P. C. The contribution of conservation biological control to integrated control of Bemisia tabaci in cotton. Biol Control. 51, 458-470 (2009).
  15. Carey, J. R. . Applied Demography for Biologist: With Special Emphasis on Insects. , (1993).
  16. Dinsdale, A., Cook, L., Riginos, C., Buckley, Y. M., De Barro, P. Refined global analysis of Bemisia tabaci (Hemiptera: Sternorrhyncha: Aleyrodoidea: Aleyrodidae) Mitochondrial cytochrome oxidase 1 to identify species level genetic boundaries. Ann Entomol Soc Am. 103, 196-208 (2010).
  17. Oliveira, M. R. V., Henneberry, T. J., Anderson, P. History, current status, and collaborative research projects for Bemisia tabaci. Crop Protect. 20, 709-723 (2001).
  18. Jones, D. R. Plant viruses transmitted by whiteflies. Eur J Plant Pathol. 109, 195-219 (2003).
  19. Hequet, E. F., Henneberry, T. J., Nichols, R. L. . Sticky Cotton – Causes, Impacts and Prevention. , (2007).
  20. Palumbo, J. C., Horowitz, A. R., Prabhaker, N. Insecticidal control and resistance management for Bemisia tabaci. Crop Protect. 20, 739-765 (2001).
  21. Horowitz, A. R., Kontsedalov, S., Khasdan, V., Ishaaya, I. Biotypes B and Q of Bemisia tabaci and their relevance to neonicotinoid and pyriproxyfen resistance. Arch Insect Biochem Physiol. 58, 216-225 (2005).
  22. Nauen, R., Denholm, I. Resistance of insect pests to neonicotinoid insecticides: current status and future prospects. Arch Insect Biochem Physiol. 58, 200-215 (2005).
  23. Naranjo, S. E., Ellsworth, P. C. Fifty years of the integrated control concept: moving the model and implementation forward in Arizona. Pest Manage Sci. 65, 1267-1286 (2009).
  24. Palumbo, J. C., Castle, S. J. IPM for fresh-market lettuce production in the desert southwest: the produce paradox. Pest Manage Sci. 65, 1311-1320 (2009).
  25. Ellsworth, P. C., Martinez-Carrillo, J. L. IPM for Bemisia tabaci: a case study from North America. Crop Protect. 20, 853-869 (2001).
  26. Naranjo, S. E., Ellsworth, P. C., Cañas, L. . Mortality and populations dynamics of Bemisia tabaci within a multi-crop system. , (2009).
  27. Naranjo, S. E. Long-term assessment of the effects of transgenic Bt cotton on the function of the natural enemy community. Environ Entomol. 34, 1211-1223 (2005).
  28. Naranjo, S. E. Establishment and impact of exotic Aphelinid parasitoids in Arizona: A life table approach. J Insect Sci. 8, 36 (2008).
  29. Asiimwe, P., Ellsworth, P. C., Naranjo, S. E. Natural enemy impacts on Bemisia tabaci (MEAM1) dominate plant quality effects in the cotton system. Ecol Entomol. 41, 642-652 (2016).
  30. Naranjo, S. E. Survival and movement of Bemisia tabaci (Homoptera: Aleyrodidae) crawlers on cotton. Southwest Entomol. 32, 17-23 (2007).
  31. Bellows, T. S., Van Driesche, R. G., Elkinton, J. S. Life-table construction and analysis in the evaluation of natural enemies. Annu Rev Entomol. 37, 587-614 (1992).
  32. Buonaccorsi, J. P., Elkinton, J. S. Estimation of contemporaneous mortality factors. Res Popul Ecol. 32, 151-171 (1990).
  33. Royama, T. Evaluation of mortality factors in insect life table analysis. Ecol Monogr. 51, 495-505 (1981).
  34. Elkinton, J. S., Buonaccorsi, J. P., Bellows, T. S., Van Driesche, R. G. Marginal attack rate, k-values and density dependence in the analysis of contemporaneous mortality factors. Res. Pop. Ecol. 34, 29-44 (1992).
  35. Varley, G. C., Gradwell, G. R. Key factors in population studies. J Anim Ecol. 29, 399-401 (1960).
  36. Caswell, H. . Matrix population models. , (2001).
  37. Mills, N. J. Selecting effective parasitoids for biological control introductions: Codling moth as a case study. Biol Control. 34, 274-282 (2005).
  38. Foltyn, S., Gerling, D. The parasitoids of the aleyrodid Bemisia tabaci in Israel: development, host preference and discrimination of the aphelinid wasp Eretmocerus mundus. Entomol Exp Appl. 38, 255-260 (1985).
  39. Headrick, D. H., Bellows, T. S., Perring, T. M. Behaviors of female Eretmocerus sp nr californicus (Hymenoptera: Aphelinidae) attacking Bemisia argentifolii (Homoptera: Aleyrodidae) on sweet potato. Environ Entomol. 24, 412-422 (1995).
  40. Liu, T. X., Stansly, P. A. Oviposition, development, and survivorship of Encarsia pergandiella (Hymenoptera: Aphelinidae) in four instars of Bemisia argentifolii (Homoptera: Aleyrodidae). Ann Entomol Soc Am. 89, 96-102 (1996).
  41. Ardeh, M. J., deJong, P. W., vanLenteren, J. C. Selection of Bemisia nymphal stages for oviposition or feeding, and host-handling times of arrhenotokous and thelytokous Eretmocerus mundus and arrhenotokous E-eremicus. BioControl. 50, 449-463 (2005).
  42. Zang, L. S., Liu, T. X. Host-feeding of three parasitoid species on Bemisia tabaci biotype B and implications for whitefly biological control. Entomol Exp Appl. 127, 55-63 (2008).
  43. Hagler, J. R., Naranjo, S. E. Determining the frequency of heteropteran predation on sweetpotato whitefly and pink bollworm using multiple ELISAs. Entomol Exp Appl. 72, 63-70 (1994).
  44. Hagler, J. R., Naranjo, S. E. Qualitative survey of two Coleopteran predators of Bemisia tabaci (Homoptera, Aleyrodidae) and Pectinophora gossypiella (Lepidoptera, Gelechiidae) using a multiple prey gut content ELISA. Environ Entomol. 23, 193-197 (1994).
  45. Hagler, J. R., Jackson, C. G., Isaacs, R., Machtley, S. A. Foraging behavior and prey interactions by a guild of predators on various lifestages of Bemisia tabaci. J Insect Sci. 4, (2004).
  46. Price, J. F., Taborsky, D. Movement of immature Bemisia tabaci (Homoptera, Aleyrodidae) on poinsettia leaves. Florida Entomol. 75, 151-153 (1992).
  47. Simmons, A. M. Settling of crawlers of Bemisia tabaci (Homoptera : Aleyrodidae) on five vegetable hosts. Ann Entomol Soc Am. 95, 464-468 (2002).
  48. Royama, T. A fundamental problem in key factor analysis. Ecology. 77, 87-93 (1996).
  49. Stiling, P., Throckmorton, A., Silvanima, J., Strong, D. R. Does spatial scale affect the incidence of density dependence – A field test with insect parasitoids. Ecology. 72, 2143-2154 (1991).
  50. Hassell, M., Latto, J., May, R. Seeing the wood for the trees: detecting density dependence from existing life table studies. J Anim Ecol. 58, 883-892 (1989).
  51. Berryman, A. A. Population regulation, emergent properties, and a requiem for density dependence. Oikos. 99, 600-606 (2002).
  52. Sibly, R. M., Smith, R. H. Identifying key factors using lambda contribution analysis. J Anim Ecol. 67, 17-24 (1998).
check_url/pt/56150?article_type=t

Play Video

Citar este artigo
Naranjo, S. E., Ellsworth, P. C. Methodology for Developing Life Tables for Sessile Insects in the Field Using the Whitefly, Bemisia tabaci, in Cotton As a Model System. J. Vis. Exp. (129), e56150, doi:10.3791/56150 (2017).

View Video