ΘΕΜΑ: «Χωρική κατανομή και Γεωστατιστική ανάλυση δεδομένων εντομολογικών προσβολών»

Transcript

1 ΕΡΕΥΝΗΤΙΚΗ ΜΟΝΑΔΑ ΓΠΣ, ΓΕΩΠΟΝΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ, ΓΕΝΙΚΟ ΤΜΗΜΑ ΘΕΜΑ: «Χωρική κατανομή και Γεωστατιστική ανάλυση δεδομένων εντομολογικών προσβολών» Μανωλαράκης Μιχ., Μυλωνάς Παν., Δήμου Παρ., Καλύβας Διον

2 ΣΤΟΧΟΣ: Αξιολόγηση εμφάνισης και αποτύπωση της χωροχρονικής κατανομής του επιβλαβούς εντόμου Planococcus ficus (ψευδόκοκκος της αμπέλου) και του παρασιτοειδούς του, Anagyrus pseudococci, σε αμπελώνες ΕΡΓΑΛΕΙΑ: Στατιστική ανάλυση και γεωστατιστική μελέτη εντομολογικών δεδομένων του Μπενάκειου Φυτοπαθολογικού Ινστιτούτου, προερχόμενων από την τοποθέτηση φερομονικών παγίδων εντόμων στην περιοχή του Ζευγολατιού Κορινθίας ΠΑΡΑΜΕΤΡΟΙ ΠΟΥ ΕΞΕΤΑΣΤΗΚΑΝ: υψόμετρο ποικιλία αμπέλου γειτονικές καλλιέργειες παρουσία ή μη του παρασιτοειδούς 2

3 ΕΙΣΑΓΩΓΗ Η συστηματική καλλιέργεια του αμπελιού, ως φυτό βιοποριστικής σημασίας για τον άνθρωπο, οδήγησε στην εμφάνιση ζωικών εχθρών. Αφθονία τροφής προϋπάρχοντων ζωικών εχθρών Εφαρμογή καλλιεργητικών τεχνικών π.χ. χρήση χημικών σκευασμάτων, χρήση ορμονών, κατάχρηση παρασιτοκτόνων κ.ά ταχύτερη ανάπτυξη ζωικών εχθρών έναντι των βιολογικών τους εχθρών εμφάνιση νέων ζωικών εχθρών π.χ. το άκαρι των οφθαλμών του αμπελιού, οι θρίπες, ο τετράνυχος, η μύγα της Μεσογείου Χαρακτηριστικό παράδειγμα: ο ψευδόκοκκος του αμπελιού Ενώ ενδημούσε στα αμπέλια με σπάνιες εξάρσεις, η αλόγιστη χρήση εντομοκτόνων παρεμπόδισε τη δράση ενός μεγάλου αριθμού ιθαγενών φυσικών εχθρών του αμπελιού και τον κατέστησε έναν συστηματικό και πολύ καταστροφικό εχθρό του 3

4 ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ ΚΑΙ ΔΕΙΓΜΑΤΟΛΗΨΙΑ Επιλογή περιοχής: αμπελώνες Ζευγολατιού Κορινθίας με ιστορικό προσβολής από P.ficus Υψόμετρο: Η περιοχή μελέτης εκτείνεται από θέσεις με εγγύτητα προς τη θάλασσα υψομέτρου μέτρων, μέχρι ορεινές περιοχές υψομέτρου περίπου 270 μέτρων Ποικιλίες αμπελώνων: Σουλτανίνα και Βικτώρια Περίοδος συλλογής δεδομένων: Μάιος Σεπτέμβριος 2005 Αριθμός δειγματοληψιών: 21 4

5 Πλήθος παγίδων: 30 Κατανομή παγίδων: ΤΟΠΟΘΕΤΗΣΗ ΠΑΓΙΔΩΝ 25 παγίδες σε αμπελώνες ποικιλίας Σουλτανίνα 5 παγίδες σε αμπελώνες ποικιλίας Βικτώρια Κριτήρια τοποθέτησης παγίδων: βαθμιαία αύξηση υψομέτρου προσβασιμότητα σημείου γειτνίαση με ελαιώνες ή καλλιέργειες εσπεριδοειδών Διαχείριση παγίδων κατά τη δειγματοληψία: απομάκρυνση παγίδων λεπτομερής έλεγχος και καταμέτρηση παγιδευθέντων εντόμων επανατοποθέτηση παγίδων στην αρχική τους θέση 5

6 ΧΩΡΙΚΗ ΚΑΤΑΝΟΜΗ ΠΑΓΙΔΩΝ ΣΤΗΝ ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ 6

7 ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ Πίνακας μονομεταβλητών στατιστικών στοιχείων P. Ficus ανά παγίδα Sum Mean ΠΑΓΙΔΑ Range Minimum Maximum Std. Deviation Statistic Std. Error Μ , ,47 4,95 22,72 Μ ,00 3 0,90 0,22 1,04 Μ ,00 2 0,09 0,09 0,43 Μ ,00 3 0,42 0,17 0,81 Μ , ,80 0,98 4,52 Μ ,00 6 2,33 0,41 1,87 Μ , ,23 1,41 6,50 Μ , ,04 3,15 14,47 Μ , ,42 2,40 11,02 Μ , ,28 0,61 2,81 Μ , ,61 3,31 15,21 Παγιδευθέντα έντομα P. ficus ανά παγίδα και χρονική μέτρηση Μ12 24 Μ13 45 Μ Μ15 65 Μ16 12 Μ17 40 Μ18 27 Μ19 30 Μ20 64 Μ21 11 Μ22 80 Μ23 10 Μ24 34 Μ Μ26 8 Μ27 19 Μ28 15 Μ29 11 Μ , ,09 1,47 6,78 0, ,57 2,75 12,62 0, ,14 6,34 29,09 0, ,57 3,46 15,88 0, ,66 0,86 3,96 0, ,80 2,24 10,28 0, ,14 1,65 7,57 0, ,47 1,57 7,22 0, ,52 3,12 14,31 0, ,67 3,08 0, ,09 5,46 25,05 0, ,71 0,63 2,90 0, ,47 2,35 10,81 0, ,47 34,25 0,00 8 1,66 0,47 2,17 0, ,14 1,03 4,73 0, ,09 0,80 3,67 0, ,52 0,55 2,54 0, ,71 1,3041 5,97 Πληθυσμός εντόμου /4/2005 8/5/ /5/ /6/2005 7/7/ /7/ /8/2005 5/9/ /9/ /10/ M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 M11 M12 M13 M14 M15 M16 M17 M18 M19 M20 M21 M22 M23 M24 M25 M26 M27 M28 M29 M30 Ημερομηνία 7

8 Πίνακας μονομεταβλητών στατιστικών στοιχείων A. pseudococci ΠΑΓΙΔΑ Range Sum Minimum Maximum Mean Std. Statistic Std. Error Deviation Μ1 2,00 3 0,00 2,00 0,14 0,10 0,47 Μ2 24, ,00 24,00 4,04 1,65 7,57 Μ3 1,00 1 0,00 1,00 0,04 0,04 0,21 Μ4 28, ,00 28,00 3,76 1,42 6,54 Μ5 19, ,00 19,00 2,95 1,08 4,97 Μ6 30, ,00 30,00 5,38 1,91 8,76 Μ7 8, ,00 8,00 1,38 0,46 2,13 Μ8 3, ,00 3,00 0,52 0,21 0,98 Μ9 10, ,00 10,00 1,61 0,61 2,80 Μ10 7, ,00 7,00 1,42 0,50 2,33 Μ11 16, ,00 16,00 1,90 0,83 3,81 Μ12 12, ,00 12,00 1,66 0,64 2,93 Μ13 5, ,00 5,00 0,66 0,28 1,31 Μ14 Μ15 Μ16 Μ17 Μ18 Μ19 Μ20 Μ21 Μ22 Μ23 Μ24 Μ25 Μ26 Μ27 Μ28 Μ29 Μ30 22,00 14,00 26,00 6,00 30,00 67,00 7,00 6,00 28,00 14,00 12,00 20,00 4,00 10,00 39,00 28,00 2, ,00 22,00 4,00 1,34 6,15 0,00 14,00 3,33 0,94 4,35 0,00 26,00 4,85 1,58 7,26 0,00 6,00 1,09 0,40 1,84 0,00 30,00 3,57 1,48 6,82 0,00 67,00 5,76 3,15 14,47 0,00 7,00 1,14 0,40 1,87 0,00 6,00 1,47 0,42 1,93 0,00 28,00 3,47 1,36 6,24 0,00 14,00 2,95 0,88 4,05 0,00 12,00 2,09 0,71 3,28 0,00 20,00 4,47 1,28 5,87 0,00 4,00 0,28 0,19 0,90 0,00 10,00 2,04 0,60 2,78 0,00 39,00 9,19 2,87 13,15 0,00 28,00 4,61 1,62 7,43 0,00 2,00 0,14 0,10 0,47 Πληθυσμός εντόμου Παγιδευθέντα έντομα Α. pseudococci ανά παγίδα και χρονική μέτρηση /4/2005 8/5/ /5/ /6/2005 7/7/ /7/ /8/2005 5/9/ /9/ /10/ Ημερομηνία 8 Μ1 Μ2 Μ3 Μ4 Μ5 Μ6 Μ7 Μ8 Μ9 Μ10 Μ11 Μ12 Μ13 Μ14 Μ15 Μ16 Μ17 Μ18 Μ19 Μ20 Μ21 Μ22 Μ23 Μ24 Μ25 Μ26 Μ27 Μ28 Μ29 Μ30

9 Ερωτήματα που μας απασχόλησαν στην ανάλυση των δεδομένων που εξήχθησαν από τις παγίδες: 1. Επηρεάζει το είδος της γειτονικής καλλιέργειας τον πληθυσμό του εντόμου; 2. Επηρεάζει η ποικιλία του αμπελώνα τον πληθυσμό του εντόμου; 3. Υπάρχει σχέση ανάμεσα στον πληθυσμό του εντόμου και το υψόμετρο που βρίσκεται η κάθε παγίδα; 4. Επηρεάζει η παρουσία του παρασιτοειδούς τον πληθυσμό του εντόμου; 9

10 ΜΕΘΟΔΟΛΟΓΙΑ Για την προσέγγιση των προηγουμένων ερωτημάτων δημιουργήθηκε το Ψηφιακό Μοντέλο Εδάφους (DEM), με τη χρήση ισοϋψών ισοδιάστασης 20 μέτρων της περιοχής ελέγχου. 10

11 11

12 Επικρατούσα χρήση γης ανά παγίδα Με διαδικασίες ανάλυσης χωρικών δεδομένων σε περιβάλλον GIS, ανά παγίδα, αποτυπώθηκαν οι επικρατούσες χρήσεις γης και καταχωρήθηκε κωδικοποιημένη πλέον, ως μια καινούργια ιδιότητα ανά παγίδα, ο χαρακτηρισμός της «γειτονιάς». 12

13 13

14 Μέσω αυτής της διαδικασίας, σε κάθε μία από τις τριάντα θέσεις παγιδοθέτησης, αναγνωρίστηκε η επικρατούσα χρήση σε μια buffer ζώνη 200 μέτρων και της αποδώσαμε χαρακτηρισμό, είτε ως παγίδα που βρίσκεται ανάμεσα σε ελαιοκαλλιέργειες είτε ως παγίδα που βρίσκεται ανάμεσα σε μόνιμες καλλιέργειες εσπεριδοειδών. 14

15 Εφαρμογή buffer zone γύρω από κάθε παγίδα. 15

16 Στατιστική Ανάλυση Εφαρμογή T-test και συντελεστών συσχέτισης (Spearman κλπ) στα μονομεταβλητά στατιστικά δεδομένα. Εξαγωγή συμπερασμάτων 16

17 ΣΥΜΠΕΡΑΣΜΑΤΑ Το είδος των καλλιεργειών (ελιά, εσπεριδοειδή) που γειτνιάζουν με τους αμπελώνες ελέγχου δεν επηρεάζει τον πληθυσμό του εντόμου. Το είδος της ποικιλίας των αμπελώνων ελέγχου (Σουλτανίνα, Βικτώρια) δεν επηρεάζει τον πληθυσμό του εντόμου. Υπάρχει μια ισχυρά θετική συσχέτιση μεταξύ του πληθυσμού του εντόμου και του υψομέτρου που έχει τοποθετηθεί η κάθε παγίδα, ήτοι όσο αυξάνονται οι τιμές του υψομέτρου, τόσο αυξάνεται ο πληθυσμός του εντόμου. Υπάρχει μια ισχυρά αρνητική συσχέτιση μεταξύ του πληθυσμού του εντόμου και του πληθυσμού του παρασιτοειδούς του, ήτοι όσο αυξάνεται ο πληθυσμός του παρασιτοειδούς, τόσο μειώνεται ο πληθυσμός του εντόμου. 17

18 ΧΩΡΙΚΗ ΠΑΡΕΜΒΟΛΗ ΤΟΥ ΠΛΗΘΥΣΜΟΥ ΤΟΥ ΕΝΤΟΜΟΥ ΜΕ ΧΡΗΣΗ ΜΕΘΟΔΩΝ ΧΩΡΙΚΗΣ ΠΑΡΕΜΒΟΛΗΣ 18

19 Πέραν της στατιστικής ανάλυσης των δεδομένων, μας ενδιέφερε η δυνατότητα πρόβλεψης της πληθυσμιακής εμφάνισης του εντόμου σε περιοχές και σημεία, πέρα από αυτές στις οποίες είχαμε μετρήσεις πληθυσμού. Για το λόγο αυτό χρησιμοποιήθηκαν μέθοδοι χωρικής παρεμβολής που ήταν: η inverse distance weighting (IDW), η kriging και η cokriging.

20 Και στις τρεις μεθόδους χωρικής παρεμβολής χρησιμοποιήθηκαν για την πρόβλεψη της τιμής σε κάθε σημείο οι τιμές 2 μέχρι 5 γειτονικών σημείων. Στη μέθοδο Co-kriging. χρησιμοποιήθηκε επίσης η πληροφορία του υψομέτρου σε 115 ακόμη σημεία. Στη συνέχεια παρατίθενται οι δείκτες αξιολόγησης της πρόβλεψης που προέκυψαν από το cross validation καθώς και οι επιφάνειες πρόβλεψης της μεθόδου IDW, Kriging και Cokriging αντίστοιχα. 20

21 Πίνακας : Δείκτες cross-validation των μεθόδων IDW, Kriging και Co-kriging του πληθυσμού του P. Ficus. ME RMSE ASE MSPE RMSS IDW 0, , Kriging 0, , , , ,34257 Co-kriging 0, , , , ,

22 22

23 23

24 24

25 Οι πληθυσμοί του εντόμου εμφανίζουν μία σαφή διακύμανση, με αυξητική τάση από τα βορειότερα προς το Νότο. Στις βορειότερες περιοχές που είναι εγγύτερα προς τη θάλασσα, οι πληθυσμοί είναι μικρότεροι και τείνουν να αυξάνουν όσο κατευθυνόμαστε νοτιότερα και σε μεγαλύτερο υψόμετρο. Η ισχυρή θετική συσχέτιση του πληθυσμού του εντόμου με το υψόμετρο είναι η βασική αιτία που καθιστά την μέθοδο Co-kriging ως την καλύτερη.

26 Συνοψίζοντας, μπορούμε να πούμε ότι η χρήση των γεωστατιστικών μεθόδων χωρικής παρεμβολής έδειξε ότι βελτιώνει την πρόβλεψη της χωρικής κατανομής των εντομολογικών συνολικών πληθυσμών, ιδίως όταν λαμβάνονται υπόψη και άλλες ιδιότητες που εμφανίζουν σημαντική επίδραση. 26

27 Ευχαριστούμε για την προσοχή σας!