Summary

Metodikk for å utvikle livet tabeller for fastsittende insekter i feltet ved hjelp av Whitefly, Bemisia tabaci, i bomull som et modellsystem

Published: November 01, 2017
doi:

Summary

Livet tabeller tillate kvantifisering av kilder og utbredelsen av dødelighet insekt bestander og bidrar til forståelse, forutsi og manipulere populasjonsdynamikk i agroecosystems. Metoder for å gjennomføre og analysere kohort-basert liv tabeller i feltet for et insekt med fastsittende umodne livsstadier presenteres.

Abstract

Livet tabellene gir en måte å måle tidsplanene for fødsel og død fra populasjoner over tid. De kan også brukes til å kvantifisere den kilder og dødelighet i befolkningen, som har en rekke programmer i økologi, inkludert landbruket økosystemer. Vannrett eller kohort-basert, livet tabellene gir den mest direkte og nøyaktige metoden for kvantifisere viktig befolkningen priser fordi de følger en gruppe individer i en befolkning fra fødselen til døden. Her presenteres protokoller for å gjennomføre og analysere kohort-basert liv tabeller i feltet som utnytter fastsittende natur de umodne livsstadier av en global insekt pest, Bemisia tabaci. Enkelte insekter ligger på undersiden av bomull blader og merkes ved å tegne en liten sirkel rundt insekt med en giftfri. Dette insektet kan deretter observeres gjentatte ganger over tid ved hjelp av hånden linser måle utvikling fra ett stadium til neste og identifisere scenen-spesifikke dødsårsaker forbundet med naturlige og introduserte dødelighet styrker. Analyser forklare hvor å riktig måle flere dødelighet styrker loven samtidig i hvert trinn og bruke slike data til å gi meningsfylt befolkningen dynamisk beregninger. Metoden høyde ikke direkte for voksen overlevelse og reproduksjon, som begrenser slutning til dynamikken i umodne stadier. Et eksempel er presentert som fokuserer på å måle virkningen av bunn-opp (plante kvalitet) og topp-ned (naturlige fiender) effekter på dødelighet dynamikken i B. tabaci i bomull systemet.

Introduction

Livet tabeller er et felles verktøy med en lang historie i økologi1,2. Livet tabeller er i hovedsak en tidsplan av fødsler og dødsfall i en befolkning over tid og slike data kan brukes å kvantifisere flere parametere viktig å forstå og forutse populasjonsdynamikk. Livet tabeller kan også gi informasjon om årsakene til dødsfall som er viktig å forstå trophic interaksjoner og utvikle kontroll strategier for å håndtere skadedyr i landbruket og. Mange felt-basert liv tabeller har blitt konstruert for insekter3,4,5, og analyser har gitt viktig innsikt i dynamics, regulering og prediksjon av insekt populasjoner i mange klart og naturlige systemer6,7,8,9,10,11,12,13,14. Begrepet liv bordet er også ofte brukt til å beskrive basert laboratoriestudier hovedsakelig undersøke tidsplaner av fødsler og dødsfall, men under kunstig forhold som ikke eksponerer insekt for naturlig dødelighet styrker og realistisk miljøvariabler. Vanligvis er målet med laboratoriestudier å anslå sammenlignende biotic potensialet i art. Fokus for metodene som er beskrevet her er for feltet undersøkelser som definerer innså potensialet i forhold til miljøet.

Livet tabeller kan karakteriseres som vannrett, som en ekte kohort lik alderen individer blir fulgt fra begynnelsen av sitt liv til døden, eller loddrett, hvor hyppig prøver tatt gjennom tid i en populasjon med en antatt stabil aldersstruktur og deretter viktig priser er avledet fra matematisk konstruert kohorter2,15. Typen liv bord som kan distribueres, avhenger av hva slags insekt. Vannrett livet tabeller kan ofte utvikles for univoltine (generasjon per år) insekter, mens en slik tilnærming kan være svært utfordrende for et multivoltine insekt med flere og mye overlappende generasjoner hvert år. En rekke analytiske metoder er foreslått og brukt til å utvikle loddrett livet tabeller for insekt populasjoner (se Southwood2 eksempler). Metodikken demonstrert her gir mulighet for utvikling av kohorten-basert, vannrette liv tabeller i feltet for multivoltine insekter med bestemte livshistorie egenskaper, spesielt tilstedeværelsen av fastsittende livsstadier. Metoden er demonstrert for en nøkkel pest i bomull som modellsystem.

Den whitefly, Bemisia tabaci biotype B (= Bemisia argentifolii, Midt Øst-Asia Minor 116) er en global pest i landbruket som negativt påvirker ytelse og kvalitet i mange Agronomisk og hagebruk avlinger, inkludert beskyttet jordbruks-systemer i tempererte regioner17. Virkninger skyldes phloem fôring som forstyrrer næringsstoffer flyt, lidelser av ukjent etiologi skyldes nymphal fôring, overføring av mange plante virus og beskjære kvalitet effekter på grunn av avsetning honeydew18,19 . Insekt har en bred vert og er multivoltine, har så mange som 12-13 generasjoner per år avhengig av regionen og tilgjengelig mat ressurser20. Management utfordringer er også forverret av dens høy reproduktive potensial, dens evne til å spre og migrere innenfor og mellom jordbruks-systemer, mangelen på en quiescent scene (diapause eller estivation) og fjerningen raskt utvikle motstand til insektmidler brukes for undertrykkelse21,22.

Betydelig fremgang har blitt gjort i utvikle integrert pest management (IPM) strategier effektivt og økonomisk administrere bestander av denne pest i berørte avlinger23,24,25. Disse styringssystemer var predicated på en god grunnleggende forståelse av populasjonsdynamikk hos B. tabaci og livet tabeller har vært en viktig teknikk som har aktivert denne forståelsen. I Arizona, livet tabeller har tillatt estimering og identifikasjon av viktige dødelighet styrker for B. tabaci i flere beskjære systemer13,26, har aktivert måling av dødelighet dynamics forhold til ledelse strategier inkludert ikke mål av insektmidler14, har gitt en måte å beregne potensielle funksjonelle ikke mål effekter av transgene bomull produksjon insecticidal proteiner27, har støttet streng vurdering av en klassisk biologisk kontroll programmet28 (Naranjo, upubliserte data) og bidratt til å undersøke sammenlignende effekten av topp-ned og opp-effekter på pest dynamics29. Alle disse programmene har distribuert metodikk beskrevet her. Tilnærmingen kan være nyttig for studiet av insekter befolkningen økologi i en rekke naturlige og administrert.

Protocol

Merk: teknikkene nedenfor anses delvis livet tabeller fordi de ikke inneholder eksplisitt kopiering eller dødelighet av voksen stadier. Begrepet kohort tilsvarer generasjon fordi den undersøker dødeligheten fra egg å det voksne stadiet. 1. etablere feltet nettsteder oppførsel livet tabeller når som helst under veksten av avling når insekter er tilstede. Valget om når å starte studier vil avhenge av målsettingene av forskningen. Velg to rader av avling nær sentr…

Representative Results

Et eksempel kohort er presentert i tabell 2 viser en typisk presentasjon og beregning av life tabellen resultater. Den mest nyttige data fanges i marginale dødelighet for hver faktor i hver scene. Konverterer disse prisene til k-verdier (protocol §6), kan scenen-spesifikke dødelighet over alle faktorer og faktor-spesifikke dødelighet over alle stadier lett estimeres, som kan sammen generasjonsskifte dødelighet. Dette forenkler også uerstattelige dødelighet, nøkkel…

Discussion

Vanligvis utviklingen av livet tabeller for multivoltine insekter med bredt overlappende generasjoner er begrenset til en vertikal tilnærming der en befolkning samples gjentatte ganger over tid og ulike grafiske og matematiske teknikker brukes deretter til å anslå rekruttering til de ulike stadiene og antyde av dødelighet endrer tettheten av ulike liv trinn2. Styrken av tilnærming her er at det går denne begrensningen ved å isolere en gruppe immobile lik-alderen insekter fra en populasjon o…

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 assistanse. Delvis støtte ble levert av USDA-landbruket Research Service, USDA-National Institute for mat og landbruk forlengelse IPM programmet og Pest Management alternativer spesielle prosjekter, Cotton Incorporated, Arizona bomull Growers Association, bomull Stiftelser, USDA-CREES, NAPIAP (Vest-regionen) og vestlige regionen IPM spesielle prosjekter.

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