Populationsmodeller Æblevikler

Bemærk: Modellen er i øjeblikket stadig i betafasen. Vi vil teste og evaluere modellen i de næste par måneder, så holdninger kan ændre sig igen og igen.

Modellen er baseret på æbleindpakningsmodellen udviklet af Graf, Höhn, Höpli og Kuske 2018 i Schweiz. Det er en populationsmodel, dvs. alle faser simuleres med start fra æbleomslagdukker om foråret. Ved starten af ​​modellen antages 100 dukker.
Særlig opmærksomhed blev rettet mod æglæggelse, L1-larverne og de friske boringer gennem L1-larverne. Æglægning og huller gives pr. Dag. I modsætning hertil vises udseende på møl (hunner) og larvestadier som en sum og deres udvikling over tid.

Udgangspunkt (Biofix):

Hvis der ikke foretages indstillinger i modellen, starter modellen 1. januar med beregningen af ​​temperatursummen (T0> 10 ° C, middelværdi 417 DD, SD 63) for lugen af ​​æbleomslagskvinder. Æbleomslagets dukker udvikler sig i tre forskellige hastigheder. Dette afhænger af dukkernes udsættelse for solen. I øjeblikket bruges den faktiske solstråling ikke til at beregne udviklingshastigheden for de hurtige og mellemstore æbleindpakningsdukker, men der anvendes snarere en fast sats. Her vil der dog kort henvises til Graf et. al. Processen offentliggjort i 2003 ændret, som inkluderer solstråling.

Indledende anmeldelser har vist, at beregningen af ​​start af flyvningen fungerer meget godt med denne metode. Dette gælder især regionen Sydtyskland og det gamle land. Hvis der er afvigelser her i andre regioner, er det muligt at starte modellen manuelt ved at indtaste starten af ​​flyvningen (feromonfælde). De første sommerfugle fanget i regionen er afgørende her. Så spørg din rådgivere om denne aftale.

Hunnernes flugt er vist i bunden af ​​grafikken. Hunner af første generation er vist som et mørkegrønt område (1), og anden generation af hunner er vist som et lysegrønt område (2). I øjeblikket simuleres kun to generationer.

Fruktilitet hos kvinderne

Ifølge undersøgelser af Graf et. al. I 2018 er fertiliteten højest ved begyndelsen af ​​deres æglæggende aktivitet (efter for-ovipositionfasen) og falder derefter markant over tid. Graf et. al. 2018 arbejde med en Weibull distribution. Vi har kortlagt dette med en Erlang-fordeling (Til> 10 ° C, gennemsnit 115 DD, SD 66).

Æglægning

Æggene lægges af den kvindelige æblevikler om aftenen i skumringen. Ægternes intensitet afhænger af 3 faktorer

  1. Tid på dagen: æglæggelse sker før og efter solnedgang. For intensiteten af ​​æglæggende aktivitet over tid har vi baseret en normal vurdering. Den højeste intensitet forekommer på tidspunktet for solnedgang (gennemsnit 2 timer, SD 0,5 timer).
  2. Vejrforhold: æglægningsintensiteten er temperaturafhængig. Der er intet æg, der lægger under 14 ° C. Den optimale temperatur er mellem 23 og 25 ° C. Der er ingen æg, der lægger over 31 ° C. I tilfælde af nedbør afbrydes æglæggelsen.
  3. Fertilitet: se ovenfor

Grafikken viser altid æglægning pr. dag (3). Dette gør det meget nemt at se, i hvilke faser æglægningen er særlig høj eller lav.

Æg og larve udvikling

Følgende parametre bruges til udvikling af æg og de forskellige larvestadier

Udviklingsstadie Gennemsnit DD SD i % Udviklingsgrænse To Fordeling
Æg 78 10 10°C Erlang
L1 Larver 45 10 10°C Erlang
L2 Larver 45 10 10°C Erlang
L3 Larver 45 10 10°C Erlang
L4 Larver 55 10 10°C Erlang
L5 Larver 120 10 10°C Erlang
Dukker 159 6 10°C Erlang

Hver fase blev udsat for to udviklingshastigheder. På den ene side blev temperatursummen beregnet på grundlag af den målte lufttemperatur, og på den anden side blev der beregnet et tillæg for den del af befolkningen, der er udsat for højere solskinsniveauer (analogt med udviklingen af ​​post-diapause).

Larve udklækning

Larveklækkelse vises i den øverste linje som larveklækkelse pr. dag (4). Derudover kan antallet af de fem larvestadier ses som forskellige farvede områder. Det vigtigste larvestadie L1 er vist i orange forneden (5).

Beregningsmetode

Fruitweb apple winder-modellen blev udviklet på basis af den tidsvarierende distribuerede forsinkelsesmodel (Manetsch 1976). Dette gør det muligt at beregne udviklingen af ​​hvert simuleret individ med et tidsinterval på 30 minutter. Overgange mellem de forskellige stadier (æg, larve, puppe og voksen) er derfor normalt ikke fordelt, men følger en opnåelsesfordeling.

Litteratur

T.J. Manetsch (1976). Time-varying distributed delays and their use in aggregative models of large systems. IEEE Transactions on Systems, Man, and Cybernetics 6: 547–553.

B. Graf, H. Höhn, H.U.Höpli und S. Kuske (2018). Predicting the phenology of codling moth, Cydia pomonella, for sustainable pest management in Swiss apple orchards. The Netherlands Entomological Society Entomologia Experimentalis et Applicata 166: 618-627

B. Graf, H.U. Höpli und H. Höhn (2003). Optimizing insect pest management in apple orchards with SOPRA. Bulletin IOBC/SROP, Vol.26 No.11:43-48