Summary

Metodología para el desarrollo de tablas de vida para los insectos sésiles en el campo de la mosca blanca, Bemisia tabaci, en algodón como un modelo de sistema de

Published: November 01, 2017
doi:

Summary

Tablas de vida permiten la cuantificación de las fuentes y las tasas de mortalidad en las poblaciones de insectos y contribuyen a comprender, predecir y manipulación dinámica de la población en los agroecosistemas. Se presentan métodos de realización y análisis de tablas de vida de cohorte basado en el campo para un insecto con estadios inmaduros sésiles.

Abstract

Tablas de vida proporcionan un medio de medición de las listas de nacimiento y muerte de las poblaciones en el tiempo. También pueden ser utilizados para cuantificar las fuentes y las tasas de mortalidad en las poblaciones, que tiene una variedad de aplicaciones en la ecología, incluyendo los ecosistemas agrícolas. Vida horizontal, o en cohorte, tablas proporcionan el método más directo y preciso de cuantificación de las tasas vitales de la población porque siguen un grupo de individuos de una población desde el nacimiento hasta la muerte. Aquí, se presentan los protocolos de realización y análisis de tablas de vida de cohorte basado en el campo que se aprovecha el carácter sésil de los estadios inmaduros de una plaga de insectos global, Bemisia tabaci. Insectos individuales se encuentran en el envés de las hojas de algodón y se caracterizan por dibujar un pequeño círculo alrededor del insecto con una pluma no tóxico. Este insecto entonces se observan repetidamente en el tiempo con la ayuda de lentes de mano para medir el desarrollo de una etapa a la siguiente y para identificar causas específicas de la etapa de muerte asociada a fuerzas de mortalidad naturales e introducidas. Análisis explican cómo correctamente medir mortalidad múltiples fuerzas actúan simultáneamente dentro de cada etapa y cómo utilizar esos datos para proporcionar métricas dinámicas de población significativa. El método no tiene en cuenta directamente para adultos supervivencia y reproducción, lo que limita la inferencia a la dinámica de Estados inmaduros. Un ejemplo se presenta que se centró en la medición del impacto de fondo (calidad de la planta) y descendente (enemigos naturales) efectos sobre la dinámica de la mortalidad de B. tabaci en el sistema de algodón.

Introduction

Tablas de vida son una herramienta común con una larga historia en ecología1,2. Tablas de vida son que esencialmente una lista de los nacimientos y las defunciones en una población en el tiempo y estos datos puede utilizarse para cuantificar un número de parámetros importantes para comprender y predecir la dinámica de la población. Tablas de vida también pueden proporcionar información sobre las causas de muerte que son importantes para entender las interacciones tróficas y en el desarrollo de estrategias de control para la gestión de plagas en sistemas agrícolas y naturales. Se han construido numerosas tablas de vida en el campo de insectos3,4,5, y los análisis han proporcionado penetraciones importantes en la dinámica, Reglamento y predicción de poblaciones de insectos en muchos gestionados y sistemas naturales6,7,8,9,10,11,12,13,14. La tabla de vida de término es también utilizada para describir los estudios de laboratorio basado en gran parte examinar listas de nacimientos y muertes, pero bajo condiciones artificiales que no exponen el insecto a las fuerzas de la mortalidad natural y realista variables ambientales. Generalmente, es el objetivo de los estudios de laboratorio estimar el potencial biotic comparativo de una especie. El enfoque de los métodos descritos aquí es para el campo basado en las investigaciones que definen realizado potencial en relación con el medio ambiente.

Tablas de vida se pueden caracterizar como horizontal, en el que una cohorte real de los individuos edad igual se siguen desde el comienzo de sus vidas hasta la muerte, o vertical, donde se toman muestras frecuentes a través del tiempo de una población con una estructura de edad estable asumido y luego se infieren las tasas vitales de cohortes matemáticamente construida2,15. El tipo de tabla que se puede implementar depende de la naturaleza del insecto. Tablas de vida horizontal se pueden desarrollar a menudo insectos univoltine (una generación por año), mientras que este enfoque puede ser muy difícil para un insecto multivoltine con múltiples y ampliamente superpuestas generaciones cada año. Una serie de métodos analíticos han sido propuestos y utilizados para desarrollar tablas de vida verticales para las poblaciones de insectos (véase Southwood2 ejemplos). La metodología demostrada aquí permite el desarrollo de tablas de vida basado en la cohorte, horizontal en el campo para multivoltine insectos con características de historia de vida específica, en particular, la presencia de etapas de la vida sésil. El método se demuestra para una plaga clave en algodón como sistema modelo.

La mosca blanca, Bemisia tabaci biotipo B (= Bemisia argentifolii, Medio Oriente y Asia menor 116) es una plaga mundial de la agricultura que afecta negativamente el rendimiento y la calidad en muchos cultivos agronómicos y hortícolas, incluyendo protegidos los sistemas agrícolas en regiones templadas17. Impactos se producen debido a líber alimentación que interrumpe el flujo de nutrientes, enfermedades de etiología desconocida, causada por la alimentación de ninfas, transmisión de virus de plantas y numerosos efectos de la calidad del cultivo debido a la deposición de melaza18,19 . El insecto tiene una gama amplia y multivoltine, tener como 12-13 generaciones por año dependiendo de la región y de recursos alimenticios disponibles20. Desafíos de la administración también son exacerbados por su alto potencial reproductivo, su capacidad de dispersar y migrar dentro y entre sistemas agrícolas, la falta de una etapa quiescente (diapausa o veraneo) y su disposición a desarrollar rápidamente resistencia a los insecticidas utilizados para la supresión de21,22.

Ha realizado progresos considerables en desarrollar estrategias de gestión integrada de plagas para administrar con eficacia y económicamente las poblaciones de esta plaga en cultivos afectados23,24,25. Estos sistemas de gestión se basan en una sólida comprensión fundamental de la dinámica poblacional de B. tabaci y tablas de vida han sido una técnica clave que han permitido a esta comprensión. En Arizona, tablas de vida han permitido la estimación y la identificación de fuerzas importantes de la mortalidad de B. tabaci en cultivos múltiples sistemas de13,26, han permitido la medición de la dinámica de la mortalidad relativa a estrategias de gestión de distintos efectos de insecticidas14, han proporcionado un medio de estimación de posibles efectos no funcionales de algodón transgénico productoras de proteínas insecticidas27, han apoyado a riguroso evaluación de un programa de control biológico clásico28 (Naranjo, datos no publicados) y ayudó a explorar los efectos comparativos de arriba hacia abajo y bottom-up efectos sobre plagas dinámica29. Todas estas aplicaciones han implementado la metodología aquí descrita. El enfoque puede ser útil para el estudio de la ecología de la población de insectos en un número de sistemas naturales y gestionados.

Protocol

Nota: las técnicas que se describen a continuación consideran vida parcial de las tablas porque no incluyen explícitamente la reproducción o la mortalidad de las etapas del adulto. La cohorte del término es equivalente a generación porque examina la mortalidad del huevo a la etapa adulta. 1. establecer sitios tablas de vida de conducta en cualquier momento durante el crecimiento del cultivo una vez que los insectos están presentes. La elección de cuándo iniciar estudios de…

Representative Results

Una cohorte de ejemplo se presenta en la tabla 2 para mostrar una presentación típica y cálculo de resultados de la tabla de vida. Los datos más útiles es capturados en las tasas de mortalidad marginal de cada factor dentro de cada etapa. Por convertir estos precios a valores de k (Protocolo, artículo 6), mortalidad etapa sobre todos los factores y factor de mortalidad en todas las etapas se pueden fácilmente calcular, como puede total mortalidad generacional. Esto…

Discussion

Por lo general, el desarrollo de la vida tablas para insectos multivoltine con amplia superposición de generaciones están limitadas a un enfoque vertical donde una población se muestrea repetidamente en el tiempo y diversas técnicas gráficas y matemáticas se utilizan para estimación de reclutamiento para las diferentes etapas y deducir las tasas de mortalidad de cambio de densidades de la vida diferentes etapas2. La fuerza del enfoque aquí es que navega esta limitación al aislar a un grup…

Declarações

The authors have nothing to disclose.

Acknowledgements

Agradecemos a D. Ashton, V. Barkley, K. Beimforh, F. Bojorquez, Cantrell J., G. Castro, R. Christensen, Fearn J., C. Jara, D. Meade, G. Owens, Rodarte L., D. Sieglaff, A. Sonoqui, M. Stefanek, Stuart B., J. Trejo, A. Slade y Yescas E. asistencia técnica. Apoyo parcial fue proporcionada por USDA-servicio, USDA-nacional Instituto de investigación agrícola para la alimentación y la agricultura extensión IPM programa y plagas manejo alternativas especiales proyectos, Cotton Incorporated, Asociación de productores de algodón de Arizona, algodón Fundaciones, USDA-Cris, NAPIAP (región occidental) y proyectos especiales de la región occidental IPM.

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