关于Iwao m^＊ -m回归模型在昆虫种群空间分布型的应用分析

本文对：Iwao m^＊ -m回归模型在检验昆虫种群空间分布型中的应用，以及存在的问题进行了系统研究，结果表明：（1）回归参数α／和β是用来控制m^＊与m变化程度的参变量，不具备特定的生物学含义。（2）用多项式回归模型改进的Iwao m^＊ -m模型只是在一定的程度上提高了模型的相关关系，使调查的资料可满足于检验昆虫种群空间分布型的需要，改进模型中的回归参数同样不具备特定的生物学含义。（3）Iwao模型和改进的Iwao模型检验昆虫种群空间分布型的依据是在m的取值范围内，m^＊与m的比值（m^＊／m）是否偏离1来决定的。     

昆虫种群抽样技术研究的现状

本文对昆虫种群抽样技术的研究内容、抽样理论作了概述。关于种群的估值抽样技术分别就其抽取方法与数据统计分析、样本单元的选择、理论抽样数的确定、以及种群密度的简易估计方法等方面的研究现状作了介绍。关于种群序贯抽样以及利用序贯抽样方法估计种群密度等问题也进行了总结、评述。     

Lα──m模型在检验昆虫种群空间分布型与抽样调查中的应用

根据随机分布中方差（ｖ）与均值（ｍ）相等的性质，提出了一个新的种群聚集度指标，即Ｌα指标。Ｌα不仅可用来判断昆虫的空间分布型，而且在许多情况下，Ｌα与ｍ之间存在着显著的线性关系，据此建立了Ｌα──ｍ模型（Ｌα＝θ＋ηｍ）。当Ｌα──ｍ线性相关显著时，θ和η的不同组合型式就揭示了种群不同的空间分布型的信息，同时可将θ和η的估计值具体地应用于抽样调查之中。     

Iwao和Taylor模型应用的局限性及补充

通过典型事例分析，证明Ｉｗａｏ模型和Ｔａｙｌｏｒ模型在生物种九空间格局局测定上的某些不灵验现象是客观存在的，实际应用中要注意到这一点，应按参数的显著性检验和扩散型指数法测定的结果，选用合宜的模型作全面分析后再下结论，以免铸成大错，产秘至不合用的根本原因在于模型不适合资料，有一定的局限，需要发展新模型来揭示资料中所蕴含的种群固有的规律。文中对作者最新提出的Ｃ－ｍ幂法则模型作了简介和应用上的比较。作为     

Lα──m模型在检验昆虫种群空间分布型与抽样调查中的应用

根据随机分布中方差均值相等的性质，提出了一个新的种群聚集集度指标，即Ｌａ指标。Ｌａ不仅可用来判断昆虫的空间分布型，而且在许多情况下，Ｌａ与ｍ之间存在着显著的线性关系，据此建立了Ｌａ－ｍ模型。当Ｌａ－ｍ线性相关显著对，Φ和η的不同组合型式就揭示了种群不同的空间分布型的信息，同时可将Φ和η的估计值具体地应用抽样调查之中。     

La—m幂法则模型的抽样方法

基于笔者提出的研究生物种群空间格局的Ｌａ－ｍ幂法则模型（Ｌａ＝βｍ＾δ），本文推导出如下抽样设计方法：（１）种群密度的简易估计方法；（２）简单随机抽样最适理论抽样数的确定方法；（３）分层随机抽样最适理论抽样数的确定方法；（４）二阶抽样最适配额的确定方法；（５）按临界密度划分不同种群水平的序贯抽样方法；（６）最适样方大小的确定方法；（７）种群密度与负二项分布参数ｋ的关系以及Ｌａ－ｍ幂法则模型的非线性     

■-v模型在检验昆虫空间分布型与抽样调查中的应用

■-m模型中■=α+βm在非线性情况下,不能用α、β的回归值来判断昆虫种群的空间分布型。因此,作者用方差(v)来代替■-m模型中的均数(m),提出了检验昆虫种群空间分布型的■-v模型:■=φ+ψφ。根据■-v模型,推导了新的序贯抽样方程、最大抽样数量公式和确定最适抽样单元大小的公式。当v=a+bm时,■-v模型可被Iwao的■-m模型所代替;在随机分布模型中,v=m,所以■-v模型完全等价于■-m模型,因此Iwao的模型是■-v模型的一个特例。     

昆虫种群取食模型初探

本文讨论了昆虫种群取食量的概念和研究方法,探讨建立了较简单的昆虫种群取食模型,并应用赤松毛虫种群和食叶量资料对该模型进行了验证。     

La指标在测定昆虫种群空间分布型与抽样调查中的应用

基于Poisson分布的方差(u)与均值(m)相等的性质,笔者提出了一个新的聚集度指标:La=m-m/u+1。指标La不仅可用来判断昆虫种群的空间分布型,而且La与均值m之间存在着较为显著的线性关系,据此建立了La-m回归模型(La=θ+ηm)。当La-m为线性关系时,θ和η的不同组合型式就揭示了不同的空间分布型的信息,同时可将θ和η的值具体地应用于抽样凋查之中。     

昆虫种群简单随机抽样最适样方大小的确定

本文就昆虫种群简单随机抽样技术中最适样方大小的确定方法作了较为系统的总结,它们是:①按Iwao m-m模型确定最适样方大小;②按改进的Iwao m-m模型确定最适样方大小;③按再次改进的Iwaom-m模型确定最适样方大小;④按m-m幂法则确定最适佯方大小;⑤按Taylor幂法则确定最适样方大小;⑥按负二项分布参数k确定最适样方大小;⑦按Morisita Iδ指数确定最适样方大小.对这些方法均用实例进行了验证.同时,文中还提出了一些新的模型和方法.     

中国梨木虱若虫空间分布及取样技术

通过调查研究，明确了中国梨木虱在梨园及树冠内均呈聚集型分布；最佳取样为平行跳跃式和５点取样法；最适取样数量一般为每园２０～３０株     

黄杨粕片盾蚧种群抽样技术研究

研究了黄杨粕片盾蚧种群在小叶黄杨绿篱上的抽样技术，雌成蚧与２龄若蚧的最适抽样部位，在南北向绿篱上向东西方位上层和西面下层，在东西向绿篱上为南北方位下层和北面上层；最适抽样单位为１个枝条；当二阶抽样的初级单元与次级单元的消耗指标Ｃ１／Ｃ２＝１０时，在各种密度下次级单元的最适抽样量为每样株５￣６个枝条；并给出了不同密度条件下样株与枝条的抽样数量配额。     

枣步曲幼虫空间分布型及抽样技术的研究

通过ＩｗａｏＸ－Ｘ回归测定，枣步曲幼虫的空间分布为奈曼－Ａ型分布或波松－二项分布，分布的基本成分为致密的个体群，个体群间及个体群内的分布均为随机分布，个体群的面积小于或等于１株树，对于估值抽样提出了两种方案，即整体抽样和层抽样，前者以随机抽样和棋盘式抽样为优，并给出了理论抽样公式，后者以最下层抽样代替整株抽样估计种群密度，可以提高抽样效率，降低抽样费用，且估计精度能达到科研与生产的要求，最后给出Ｉ     

三种松毛虫混合种群幼虫抽样技术的研究

本文应用Taylor幂法则模型中的两个参数a和b,就3种松毛虫混合种群幼虫的抽样技术进行了以下几个方面的研究:①最适理论抽样数的确定;②种群密度的简易估计;③复序贯抽样技术;④简易序贯抽样技术;⑤简单随机抽样最适样方大小的确定;⑥资料代换方法。此外,文中还就种群聚集临界密度进行了探讨。为进行松毛虫种群动态的研究和实施综合管理决策,提供了优化的抽样设计,收到了良好的应用效果.     

害虫防治策略的哲学思考

本文从哲学的角度分析了人类同害虫斗争的不同历史阶段的害虫观、害虫管理对策及其对害虫防治影响。介绍了害虫综合管理、全部种群治理、大面积种群治理等现代害虫管理对策的基础哲学、策略思想和技术方法。提出了“绝对害虫”与“相对害虫”的概念,并针对不同类型害虫的防治策略的制订,提出了探讨性意见。     

刀切法在森林双重回归抽样调查中的应用初探

为进一步 改进抽样 效果, 将 刀切法 结 合顺 序统 计 量应 用于 双 重回 归抽 样 中, 以 材 积为目的因 子, 胸径 为辅助因 子。结果 表明, 在 减少 二重 样本 ５０ ％ 的情 况下 , 与 普通 双重 回 归抽样相比 , 精度仍 达９８２ ％ 。因 此认为, 在林 相整 齐, 生长 正常 的 林分 中进 行 双重 回归 抽 样调查时, 利 用刀切法 , 可 在减 少 二重 样 本, 减少 外 业工 作 量 的情 况 下, 仍能 保 持 较 高 的精 度。另外, 对二重样 本单元和 单元数 的确定以 及刀切 法的局限 性进行了 讨论。     

蠕须盾蚧空间分布型及抽样技术的研究

蠕须盾蚧空间分布型测定结果表明：频次分布检验为Ｎｅｙｍａｎ分布;聚集度指标测定为聚集分布;根据ｍ~＊－ｍ的线性回归方程ｍ~＊＝０．０７２＋１．３７５ｍ,表明属于聚集分布。根据聚集均数λ测定结果,分析了聚集原因。在分布型研究基础上,探讨了资料代换模型,最适抽样数和种群序贯抽样模型。     

林木抗虫机制研究进展

分别从林木对害虫的抗性防卫、林木抗虫的化学机制及遗传机制等方面 ,对国内外林木抗虫机制研究的现状与进展进行了综述。认为抗虫性不是单因素的 ,而是形态学、解剖学及生理生化因子和谐作用下对入侵昆虫产生的物理和化学影响能力