شاخص رشد و مدل مرگ و میر شب پره Helicoverpa armigera (Lep.:Noctuidae) روی میزبان های مختلف گیاهی در شرایط آزمایشگاهی
محل انتشار: دومین همایش ملی گیاهان دارویی و کشاورزی پایدار
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 837
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MPSA02_087
تاریخ نمایه سازی: 7 آبان 1393
چکیده مقاله:
پارامترهای زیستی شب پره Helicoverpa armigera (Hübner) روی غذای مصنوعی تهیه شده از بذر 3 رقم لوبیا (خمین، گلی و دهقان) و 1 رقم سویا (ویلیامز) در شرایط آزمایشگاهی با دمای 1±25 درجه سلسیوس، رطوبت نسبی 5±65 درصد و دوره نوری 16 ساعت روشنایی و 8 ساعت تاریکی مورد مطالعه قرار گرفت. بیشترین شاخص رشد این شب پره در مراحل جنینی، لاروی و مجموع مراحل نابالغ روی رقم خمین (به ترتیب 23/13، 4/40 و 1/75 درصد) و در مراحل پیش شفیرگی و شفیرگی نیز به ترتیب روی ارقام دهقان (25/22 درصد) و گلی (33/71 درصد) به دست آمد. بیشترین درصد مرگ و میر مراحل لاروی (60/79 درصد) و شفیرگی (59/11 درصد) و مجموع مراحل نابالغ (80/91 درصد) این آفت روی رقم ویلیامز ثبت شد. کمترین نرخ مرگ و میر مجموع مراحل نابالغ نیز روی رقم خمین (45/50 درصد) محاسبه شد. مقادیر به دست آمده برای پارامتر آنتروپی جدول زندگی نمایانگر منحنی بقاء نوع اول این شب پره روی میزبان های مختلف مورد مطالعه بود (0.5>H). علاوه بر این توانایی دو مدل مرگ و میر Weibull و Gompertz در پیش بینی منحنی های بقاء افراد ماده نیز مورد ارزیابی قرار گرفت. بر اساس نتایج به دست آمده بهترین برازش مدل های Weibull (R^2=80.41) و Gompertz (R^2=73.33) روی رقم خمین به دست آمد. نتایج به دست آمده در این پژوهش می تواند در برنامه های مدیریت تلفیقی شب پره H. armigera مورد استفاده قرار گیرد.
کلیدواژه ها:
نویسندگان
ندا فلاح نژاد مجرد
دانشجوی دوره دکترای تخصصی حشره شناسی گروه حشره شناسی دانشکده کشاورزی دانشگاه آزاد اسلامی واحد اراک
یعقوب فتحی پور
استاد، گروه حشره شناسی کشاورزی، دانشکده کشاورزی دانشگاه تربیت مدرس، تهران
امین صدارتیان جهرمی
استادیار گروه گیاهپزشکی دانشکده کشاورزی دانشگاه یاسوج
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :