Summary

Méthodologie pour l’élaboration des Tables de survie pour les insectes sessiles dans le champ à l’aide de l’aleurode, Bemisia tabaci, en coton comme modèle d’un système

Published: November 01, 2017
doi:

Summary

Tables de survie permettent de quantifier les sources et les taux de mortalité dans les populations d’insectes et de contribuent à comprendre, de prédire et de manipuler la dynamique des populations dans les agroécosystèmes. Méthodes pour réaliser et analyser les tableaux de vie fondées sur une cohorte dans le domaine pour un insecte avec les stades immatures sessiles sont présentées.

Abstract

Tables de mortalité fournissent un moyen de mesurer les listes de naissance et de décès des populations au fil du temps. Ils ont aussi permet de quantifier les sources et les taux de mortalité dans les populations, qui a une variété d’applications en écologie, y compris les écosystèmes agricoles. Horizontale, ou fondées sur une cohorte, tableaux fournissent pour la méthode plus directe et précise de quantifier les taux vitaux de la population parce qu’elles suivent un groupe d’individus dans une population de la naissance à la mort à la vie. Ici, les protocoles sont présentés pour réaliser et analyser les tableaux de vie fondées sur une cohorte dans le domaine qui tire parti de la nature sessile des stades immatures de la vie d’un insecte nuisible planétaire, Bemisia tabaci. Les insectes sont situés sur la face inférieure des feuilles de coton et sont marquées par un petit cercle autour de l’insecte de dessin avec un stylo non toxique. Cet insecte peut alors être observé à plusieurs reprises au fil du temps à l’aide de loupes sur mesure développement d’un stade à l’autre et d’identifier les causes spécifiques au stade de la mort associée à la mortalité naturelle et introduit des forces. Les analyses expliquent comment mesurer correctement mortalité multiples forces cette loi en même temps au sein de chaque étape et comment utiliser ces données pour fournir les mesures dynamiques de population significative. La méthode ne tient pas directement compte de survie des adultes et de la reproduction, qui limite la déduction à la dynamique des stades immatures. Un exemple est présenté qui portait sur la mesure de l’impact du bas vers le haut (qualité de l’usine) et descendante (ennemis naturels) effets sur la dynamique de la mortalité de b. tabaci dans le système de coton.

Introduction

Les tables sont un outil commun avec une longue histoire en écologie1,2. Les tables sont qu’essentiellement une planification des naissances et décès dans une population de plus de temps et ces données peut servir à mesurer un certain nombre de paramètres importants pour la compréhension et la prédiction de la dynamique des populations. Tables de survie peuvent également fournir des informations sur les causes de décès qui sont importants pour comprendre les interactions trophiques et à élaborer des stratégies de contrôle pour la gestion des ravageurs dans les systèmes agricoles et naturels. Nombreuses tables de survie sur le terrain ont été construits pour insectes3,4,5, et les analyses ont fourni des renseignements importants sur la dynamique, le règlement et la prévision des populations d’insectes dans de nombreux gérés et les systèmes naturels6,7,8,9,10,11,12,13,14. La table de survie à terme est également souvent utilisée pour décrire les études laboratoire basé en grande partie sur horaires des naissances et des décès, mais dans des conditions artificielles qui n’exposent pas l’insecte à la mortalité naturelle des forces et des variables environnementales réalistes. En règle générale, l’objectif des études en laboratoire consiste à estimer le potentiel biotique comparatif d’une espèce. La mise au point des méthodes décrites ici est pour champ basé enquêtes qui définissent réalisé le potentiel par rapport à l’environnement.

Les tables peuvent être qualifiées d’horizontal, dans lequel une cohorte réelle d’individus âgés égales sont suivies depuis le début de leur vie jusqu’à la mort, ou vertical, où les fréquentes échantillons sont prélevés à travers le temps d’une population avec une structure d’âge présumé de stable et puis vitaux est déduites des cohortes mathématiquement construit2,15. Le type de table de survie qui peut être déployée dépend de la nature de l’insecte. Tables de vie horizontale peuvent souvent être développées pour insectes univoltins (une génération par an), alors qu’une telle approche peut être très difficile pour un insecte multivoltines avec multiple et générations chaque année largement imbriquées. Une multitude de méthodes d’analyse ont été proposées et utilisées pour élaborer des tableaux de vie verticale pour les populations d’insectes (voir Southwood2 pour des exemples). La méthodologie a démontré ici permet le développement horizontal, fondées sur une cohorte des tables de survie dans le domaine des insectes multivoltines avec les caractéristiques du cycle de vie spécifique, notamment, la présence de stades sessiles. La méthode est démontrée pour un ravageur clé en coton comme système modèle.

L’aleurode, Bemisia tabaci biotype B (= Bemisia argentifolii, Moyen-Orient-Asie mineure 116) est un ravageur global de l’agriculture que les répercussions négatives sur le rendement et la qualité dans nombreuses cultures agronomiques et horticoles, y compris protégé des systèmes agricoles dans les régions tempérées,17. Les impacts se produisent en raison de phloème qui perturbe le flux des éléments nutritifs, d’étiologie inconnue, causée par l’alimentation larvaire, transmission de nombreux virus végétaux et effets de qualité de récolte en raison de la déposition du miellat18,19 , les troubles d’alimentation . L’insecte a une vaste gamme d’hôtes et multivoltines, ayant jusqu’à 12-13 générations par an selon la région et de ressources alimentaires disponibles20. Défis de gestion sont également exacerbées par son fort potentiel reproducteur, sa capacité à se disperser et de migrer au sein et entre les systèmes agricoles, son manque d’une phase de repos (diapause ou estivation) et la décision de développer rapidement une résistance aux insecticides utilisés pour répression21,22.

Des progrès considérables accomplis dans l’élaboration des stratégies de lutte antiparasitaire intégrée (LAI) pour gérer efficacement et économiquement les populations de ce ravageur dans les cultures touchées23,24,25. Ces systèmes de gestion reposaient sur une bonne compréhension fondamentale de la dynamique des populations de b. tabaci et tables de survie ont été une technique clée qui ont permis à cette compréhension. En Arizona, les tables de survie ont permis l’estimation et l’identification des forces importantes de mortalité de b. tabaci dans plusieurs cultures systèmes13,26, ont permis à la mesure de la dynamique de la mortalité comparativement à stratégies de gestion, y compris les effets non ciblés des insecticides14, ont fourni un moyen d’estimer les effets potentiels de non-cible fonctionnelles du coton transgénique produisant des protéines insecticides27, ont pris en charge rigoureuses évaluation d’une lutte biologique classique programme28 (Naranjo, données inédites) et aidé à explorer les effets comparatifs de top-down et bottom-up effets ravageurs dynamique29. Toutes ces applications ont déployé la méthodologie décrite ici. La méthode pourrait être utile pour l’étude de l’écologie des populations d’insectes dans un certain nombre de systèmes naturels et aménagés.

Protocol

Remarque : les techniques décrites ci-dessous sont considérés comme vie partielle tableaux parce qu’ils n’incluent pas explicitement de reproduction ou la mortalité des stades adultes. La cohorte de terme est équivalente à génération car il examine la mortalité de l’oeuf au stade adulte. 1. mettre en place des Sites tables de survie de conduite à tout moment au cours de la croissance de la récolte, une fois que les insectes sont présents. Le choix du moment d’e…

Representative Results

Une cohorte de l’exemple est présentée dans le tableau 2 pour afficher une présentation typique et le calcul des résultats de tableau de la vie. Les données plus utiles sont capturées dans les taux de mortalité marginale de chaque facteur au sein de chaque étape. En convertissant ces taux en valeurs de k (protocole section 6), mortalité par étape au cours de tous les facteurs et facteur de mortalité sur toutes les étapes peuvent être facilement estimés, co…

Discussion

En règle générale, le développement de la vie, tables pour insectes multivoltines avec largement les générations imbriquées sont limités à une approche verticale où la population est échantillonnée à plusieurs reprises dans le temps et les différentes techniques graphiques et mathématiques sont ensuite utilisés pour estimation de recrutement aux différentes étapes et déduire les taux de mortalité de changer la densité de la vie différents stades2. La force de l’approche ici…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Nous remercions 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, Stuart B., J. Trejo, A. Slade et Yescas E. une assistance technique. Prise en charge partielle a été fourni par USDA Agricultural Research Service, USDA-Institut National pour l’alimentation et l’Agriculture Extension IPM programme et Pest Management Solutions de rechange spécial projets, Cotton Incorporated, Arizona Association des producteurs de coton, coton Fondations, USDA-cris, NAPIAP (région de l’Ouest) et région de l’Ouest IPM projets spéciaux.

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

References

  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).

Play Video

Cite This Article
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