孙 影, 张世杰, 宋爱颖, 孟祥民， 李 敏

(1.安徽省萧县农业广播电视学校，安徽萧县 235200； 2.安徽省萧县马井镇农技站，安徽萧县 235200;3.安徽省萧县植保站，安徽萧县 235200)

麦田硬草的空间分布型及抽样技术研究

孙 影1, 张世杰2, 宋爱颖3, 孟祥民1， 李 敏

(1.安徽省萧县农业广播电视学校，安徽萧县 235200； 2.安徽省萧县马井镇农技站，安徽萧县 235200;3.安徽省萧县植保站，安徽萧县 235200)

硬草的空间分布为聚集分布,分布的基本成分是个体群，聚集强度随着杂草密度的增加而增强。这种分布在杂草密度较低时由环境因素造成，在杂草密度较高时由杂草自身特性或与环境的共同作用造成。取样方法以棋盘式取样误差率显著低于其他取样方法。利用空间分布的有关参数，在允许误差范围内给出了不同杂草密度下的理论抽样数。

硬草； 空间分布； 抽样技术

硬草[Sclerochloakengiana(Ohwi) Tzvel.]是近几年淮北旱作麦区麦田新发生的一种禾本科杂草，发生程度逐年加重，发生面积逐年扩大，已上升为部分麦田的优势杂草。为了解其在麦田的分布、扩散习性，我们于2010年秋季，对硬草在麦田的空间分布型及抽样技术开展了调查研究，旨在为今后科学调查和防除提供依据。

1 材料与方法

1.1 田间调查

2010年11月17—20日小麦出苗后、硬草出齐而小麦尚未封垄时，选择不同类型麦田9块，每块田面积在0.27 hm2以上，采取顺序抽样法，每块田等距离调查5行，每行每隔10 m等距离调查10点，每点调查0.11 m2，每块田共调查50点，按照顺序将每点的硬草数量记录在方格纸上[1-3]。

1.2 分布型测定

1.3 聚集原因分析

根据Blackith(1961)提出的聚集均数：λ=M×γ/2K，其中，M为平均密度(每块田50个样点的平均值)，K为负二项分布的参数，γ为自由度等于2K、概率为0.5时的卡方值(χ2)。当λ<2时，聚集原因是由某些环境因素如人为行为、气候、土壤及植株生育状况等所致；当λ≤2时，聚集原因由自身特性或与环境因素共同作用所致[6]。

1.4 抽样方法比较

在原始数据的方格纸上，每块田取5～12个样点(每点0.11m2)，选择五点、单对角线、双对角线、“Z”字形和棋盘式5种抽样方法，计算平均每样点杂草数，与相应田块平均密度比较，计算每种抽样方法的误差率，并进行方差分析[4]，从而确定最佳抽样方法[1-3]。

1.5 理论抽样数的确定

2 结果与分析

2.1 空间分布型

2.1.1 频次分布检验结果 由表1可看出，9块田均符合负二项分布，有5块田同时符合奈曼分布和泊松-二项分布，有2块田符合泊松分布。负二项分布、奈曼分布和泊松-二项分布均属于聚集分布[6]。表明麦田硬草以聚集分布为主。

表1 麦田硬草分布型频次分布检验

2.1.3Taylor幂指数法则检验结果 将表2中的有关数据进行对数转换后回归，得：lgs2=0.497 0+1.501 61gM,r=0.963 6>r0.01(极显著)。其中lga=0.497 0>0,b=1.501 6>1，表明硬草为聚集分布，且具有密度依赖性，即密度越大聚集度越强。

表2 麦田硬草空间分布聚集度指标及聚集均数

2.2 聚集原因

由表2可见，5～9号田λ<2，其M较小(0.46～4.18株/0.11m2)，1～4号田λ≥2，其中3号田M较小(2.66株/0.11m2)，其余田M较大(5.50～12.56株/0.11m2)，对λ和M进行回归，得到方程λ=-0.380 4+0.750 2M,R=0.981 5>r0.01(达极显著水平)， 把λ=2代入方程，得M=3.17株/0.11m2。近年萧县小麦种子更换频繁，硬草由外地夹带草种的小麦种子经调运传入，或由于硬草草种千粒重较小，随洪水、沙尘暴远距离传入[7]，杂草平均密度<3.17株/0.11m2时，聚集由以下环境因素引起：人为机械操作(播种夹带草种的小麦种子、土壤耕翻、人工除草或化学除草)、用夹带草种的沟渠水灌溉、内涝流水(发生内涝时草种随水流在田间向低洼处聚集)、风力吹拂等。杂草平均密度≥3.17株/0.11m2时，聚集是由杂草成熟后草种在杂草周围自然脱落、扩散或与以上环境因素影响共同所致。

2.3 抽样方法比较

5种抽样方法的误差率见表3。经方差分析，5种抽样方法中五点取样、单对角线取样、双对角线取样和“Z”字形取样之间误差率差异不显著，棋盘式取样显著优于其他4种方法，因此宜采用棋盘式取样。

表3 硬草田间调查不同抽样方法误差率

2.4 理论抽样数的确定

n1=424.54/M+47.29 (D=0.2)

n2=67.93/M+14.87 (D=0.5)

根据所调查9块田的硬草发生密度范围，取密度0.5～25株/0.11m2，将每样点密度(M)代入以上方程，得到两组在不同允许误差范围内的理论抽样数(n，表4)。可见当分布型和允许误差确定后，抽样数受样本密度决定，理论抽样数随着杂草密度的增加而减小，杂草密度越大，理论抽样数就越小，即在硬草发生程度较重时，理论抽样数就较小；当允许误差较大的情况下，理论抽样数就会较小，从而给调查带来方便。

表4 硬草的理论抽样数

3 小结

从不同方法的测定结果看，硬草的空间分布为聚集分布，且聚集强度对杂草密度有依赖性。当杂草密度较小(<3.17株/0.11m2)时，个体群聚集原因由耕作、播种、除草、灌溉、内涝、风力等环境因素引起。当杂草密度较大(≥3.17株/0.11m2)时，聚集原因由杂草本身的就近繁殖、传播特性引起，或由杂草就近繁殖、传播特性与环境因素共同引起。根据硬草空间分布型的有关参数计算，中等密度下(10～15株/0.11m2)，允许误差为0.2，每样点0.11 m2理论抽样数为76～90个。若允许误差为0.5，理论抽样数为19～22个。采用棋盘式方法抽样。

[1]丁 俊. 麦田主要杂草的田间分布及取样调查方法[J]. 杂草学报，1987，1(3)：3

[2]马小华. 麦田野燕麦空间分布型及抽样技术的研究[J]. 植物保护，1988，14(1)：35.

[3]王向阳，宋爱颖，朱克响，等. 麦田泽漆的空间分布型及抽样技术研究[J]. 安徽农业科学，1997，25(1)：361-362.

[4]唐启义，冯明光. 实用统计分析及其计算机处理平台[M]. 北京：中国农业出版社，1997：35-43.

[5]王向阳. 芦笋茎枯病病株空间分布型及其抽样研究[J]. 安徽农业大学学报，2004，31(3)：344-347.

[6]丁岩钦. 昆虫数学生态学[M]. 北京：科学出版社，1994：22-55.

[7]宋爱颖. 萧县麦田杂草种群演变初探[J]. 安徽农学通报，2011(5)：33-35.

S451

A

1003-935X(2011)03-0052-03

孙 影,张世杰,宋爱颖,等. 麦田硬草的空间分布型及抽样技术研究[J]. 杂草科学，2011，29(3)：52-54.

2011-04-14

孙 影(1974—)，女，农艺师，主要从事农民培训、农业技术人员继续教育工作。E-mail：ngx0557@163com。