半干旱地区酿酒葡萄园中Apolygus lucorum的时空动态与爆发风险:基于多因素驱动因子与机器学习模型的分析
《Insects》:Spatiotemporal Dynamics and Outbreak Risk of Apolygus lucorum in Semi-Arid Wine Grape Regions: An Analysis Based on Multi-Factor Drivers and Machine Learning Models
【字体:
大
中
小
】
时间:2026年07月12日
来源:Insects 3.0
编辑推荐:
简要概述 本研究探讨了在干旱半干旱葡萄种植区中,一种会危害酿酒葡萄的害虫Apolygus lucorum的种群动态。我们在中国西北部的酿酒葡萄产区,于两
简要概述
本研究探讨了在干旱半干旱葡萄种植区中,一种会危害酿酒葡萄的害虫Apolygus lucorum的种群动态。我们在中国西北部的酿酒葡萄产区,于两个葡萄生长季节内,在五个不同景观单元的150个固定监测点设置了信息素陷阱,以此追踪该害虫的季节性出现情况。研究显示,这种害虫在春季数量较少,初夏后逐渐增多,从夏末到秋初达到最高密度。不过,不同葡萄园区域以及不同年份中,害虫高密度的出现时间和地点存在差异,这表明当地景观条件会影响害虫爆发的可能性。通过结合野外监测数据与天气、地形及葡萄生长状况信息,该模型指出葡萄物候期、相对湿度、海拔高度、日照时长和温度是预测害虫成虫数量的有效指标。尤其是,在葡萄生长后期湿度较高的情况下,害虫风险会增大,而海拔较低的葡萄园则更可能出现较高的害虫密度。这些研究结果提示,种植者应在生长季中后期湿度较高的时段加强监测,而不能仅依赖固定的日期安排。所开发的这种方法有助于在半干旱酿酒葡萄产区实现更及时的害虫监测,并为早期预警提供依据。
摘要
Apolygus lucorum是葡萄栽培中的一种重要刺吸式害虫,但其在半干旱酿酒葡萄区的季节性动态及爆发风险目前仍缺乏足够了解。本研究于2024–2025生长季在中国西北部的半干旱酿酒葡萄区开展。我们在五个不同景观单元的150个固定采样点对成虫密度进行了监测。研究采用了基于LOWESS方法的物候期划分、针对不同物候期的空间插值方法,以及整合气象、地形和葡萄物候信息的XGBoost-SHAP模型,来分析该害虫的时空分布规律及关键影响因子。A. lucorum的密度在5月较低,6月至7月逐渐上升,8月至9月达到峰值,10月仍保持较高水平,2025年的整体密度高于2024年。空间分析显示,不同景观单元间的密度差异显著,高密度区域会随着年份和物候阶段的变动而发生变化。XGBoost模型的预测效果良好,在独立测试集上的R2值为0.878,GroupKFold交叉验证的平均R2值为0.869 ± 0.014。SHAP分析表明,葡萄物候期、海拔高度、相对湿度、日照时长和温度是影响模型预测密度的最主要因素。PDP和ICE分析显示,在葡萄物候期较晚、海拔较低且相对湿度较高(尤其是约55%时),预测的害虫数量会更高。二维PDP图进一步表明,高预测密度主要出现在相对湿度较高、物候期较晚、温度处于中高水平、日照时长较长且海拔较低的条件下。这些研究结果为在半干旱葡萄栽培区实施精准综合害虫管理策略提供了科学依据,即在关键的物候时期监测相对湿度,可作为预测害虫即将爆发的早期预警指标。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号