蜜露螟（Cryptoblabes gnidiella）生理生态模型助力葡萄园害虫精准防控

为解决蜜露螟监测难题，研究人员适配 PBDM 模型，能较好预测其成虫飞行，助力作物保护。

　　蜜露螟（Cryptoblabes gnidiella，鳞翅目：螟蛾科：斑螟亚科）的传播范围不断扩大，破坏性日益增强，这就需要一种有效的害虫管理方法，其中杀虫剂的使用要依据葡萄园里这种昆虫的存在情况和数量来确定。然而，害虫监测颇具挑战，因为识别其卵和幼虫存在困难。预测模型，尤其是基于生理的种群动态模型（physiologically based demographic models，PBDMs），是管理多种农业害虫的有用工具。到目前为止，还没有针对蜜露螟的重要 PBDMs 模型。在本研究中，研究人员利用昆虫发育速率的文献数据拟合温度相关方程，将适用于葡萄花翅小卷蛾（Lobesia botrana）的 PBDM 模型进行适配，使其适用于蜜露螟。并且，研究人员用 2014 年至 2022 年间放置在意大利中部和南部 16 个葡萄酒产区的信息素诱捕器每周捕获的雄虫数据作为独立数据，对该模型进行了验证。模型预测结果与成虫诱捕数据的对比显示，R²=0.922，残差质量系数（coefficient of residual mass，CRM，衡量模型高估或低估观测值的趋势）=0.223，一致性相关系数（the concordance correlation coefficient，CCC）=0.924。拟合优度结果表明，该模型能够正确预测蜜露螟的飞行情况，只是稍微倾向于低估实际观测值。总体而言，研究结果使该模型具有较高的现实性，至少在验证的场景中，它可能有助于支持昆虫监测活动和作物保护决策。不过，还需要进一步验证，以测试该模型预测蜜露螟幼期阶段存在情况的能力。