Advertisement

Journal of Plant Diseases and Protection

, Volume 115, Issue 6, pp 279–287 | Cite as

Comparison of techniques to survey populations of cereal aphids (Homoptera: Aphididae) in winter cereals during autumn and spring with special consideration of sample size

  • A. M. Klueken
  • B. Hau
  • I. Koepke
  • H. -M. Poehling
Article

Abstract

Cereal aphid populations (Homoptera: Aphididae) in winter wheat and winter barley were evaluated in the autumn and early spring of two subsequent vegetation periods (2004/ 2005 and 2005/2006) by D-VAC mobile suction sampler, visual counts, and plant sampling in order to compare the efficiency of different cereal aphid survey techniques. Plant sampling (i.e. collecting whole plants from fields for evaluation in laboratory) generally detected the highest numbers of instars per m2 and enabled the most accurate aphid classifications while additionally permitting further laboratory analysis (e.g. immunosorbent assays). Visual counts (in situ) were most effective for producing quick, rough estimates of overall population density. D-VAC, which detected the lowest numbers of aphids/m2, was the least effective technique and was determined to be unsuitable for cereal aphid monitoring in autumn crops. Coefficients of variation confirmed this trend for the three sampling techniques. The minimum sample sizes required for estimation of aphid populations at different levels of precision (50%, 30%, 20% and 5%) were determined using different calculation methods (FENG and NOWIERSKI 1992; GREENWOOD and ROBINSON 2006) based on visual count data. The results of this study have important implications for the selection of appropriate techniques for surveying cereal aphid populations in winter wheat and winter barely in autumn and early spring.

Key words

cereal aphids D-VAC vacuum sampler numerical counts sample size estimation visual counts winter cereals 

Vergleich von Erfassungstechniken für Getreideblattlauspopulationen (Homoptera: Aphididae) im Wintergetreide im Herbst und Frühling unter besonderer Berücksichtigung der Stichprobengröße

Zusammenfassung

Getreideblattlauspopulationen (Homoptera: Aphididae) wurden im Herbst und zeitigem Frühjahr zwei aufeinander folgender Vegetationsperioden (2004/2005 und 2005/2006) in Winterweizen- und Wintergerstenschlägen mit Hilfe einer mobilen Saugfalle (D-VAC), mit visuellen Zählungen und mit Pflanzenproben bonitiert, um die jeweilige Effizienz der un-terschiedlichen Erfassungstechniken für Getreideblattläusen zu vergleichen. Pflanzenproben (d.h. das Sammeln ganzer Pflanzen im Feld zur Bonitierung im Labor) erbrachte die höchste Anzahl Blattläuse pro m2 und erlaubte ihre genaueste Bestimmung. Darüber hinaus können mit dieser Methode weitere Analysen (z.B. Immunosorbent-Reaktionen wie ELISA) durchgeführt werden. Visuelle Bonitierungen (in situ) waren besonders effektiv, um eine schnelle, grobe Einschätzung der allgemeinen Populationsdichte zu erhalten. Der D-VAC, mit dem die geringste Anzahl an Blattläusen pro m2 entdeckt wurde, zeigte die geringste Effizienz und wurde folglich als unbrauchbar für das Monitoring von Blattläusen in halmlosen Getreidekulturen bestimmt. Die Variationskoeffizienten be-stätigten diese Ergebnisse bezüglich der drei Erfassungstech-niken. Minimale Stichprobengrö?n, die zur Schätzung von etreideblattlauspopulationen benötigt werden, wurden für verschiedene Präzisionsniveaus (50%, 30%, 20% und 5%) berechnet. Für diese auf den visuellen Zähldaten basierend Berechnungen wurden unterschiedliche methodische Ansätze (FENG and NOWIERSKI 1992; GREENWOOD and ROBINSON 2006) benutzt. Die Ergebnisse der Studie haben besondere Bedeu-tung für die Wahl der geeigneten Erfassungstechnik für Getreideblattlauspopulationen im Winterweizen und Winter-gerste im Herbst und zeitigem Frühjahr.

Stichwörter

D-VAC Saugfalle Getreideblattläuse numerische Zählung Stichprobenschätzung visuelle Zählungen Wintergetreide 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literature

  1. Basedow, T., H.-M. Poehling, G. Lauenstein, 1994: Untersuchun-gen zur Anpassung der Bekämpfungsschwelle der Getreide-blattläuse (Homoptera: Aphididae) (Saugschäden an Wei-zen im Sommer) an die veränderten ökonomischen Rah-menbedingungen im Ackerbau. Z. Pflanzenk. Pflanzen. 101, 337–349.Google Scholar
  2. Binns, M.R., N.J. Bostanian, 1990: Robust binomial decision rules for integrated pest management based on the negative binomial distribution. Bull. Entomol.Soc. Am. 36, 50–54.CrossRefGoogle Scholar
  3. Boeve, P.J., M.J. Weiss, 1997: Binomial sequential sampling plans for cereal aphids (Homoptera: Aphididae) in spring wheat. J. Econ. Entomol. 90, 967–975.CrossRefGoogle Scholar
  4. Bothe, S., U. Heimbach, 1995: Untersuchungen zur Erfassung und Bedeutung von Kurzflügelkäfern (Coleoptera: Staphylin-idae) unter Berücksichtigung der Blattlauspopulation in Winterweizen. Arch. Phytopathol. Plant Protect. 29, 429–436.CrossRefGoogle Scholar
  5. Dewar, A.M., G.F. Dean, R. Cannon, 1982: Assessment of methods for estimating the numbers of aphids (Hemiptera: Aphididae) in cereals. Bull. Entomol. Res. 72, 675–685.CrossRefGoogle Scholar
  6. Dinter, A., 1995: Untersuchungen zur Populationsdynamik von Spinnen (Arachnida: Araneae) in Winterweizen und deren Beeinflussung durch insektizide Wirkstoffe. Ph.D. thesis, University of Göttingen.Google Scholar
  7. Dixon, A.F.G., 1998: Aphid Ecology: An Optimisation Approach. Chapman and Hall, London.Google Scholar
  8. Doodson, J.K., P.J.W. Saunders, 1970: Some effects of barley yellow dwarf virus on spring and winter cereals in field trials. Ann. Appl. Biol. 66, 361–374.CrossRefGoogle Scholar
  9. Duffey, E., 1980: The efficiency of the Dietrick vacuum sampler (D-vac) for invertebrate population studies in different types of grassland. Bull. Ecol. 11, 421–431.Google Scholar
  10. Ekbom, B.S., 1985: Spatial distribution of Rhopalosiphum padi (L.) (Homoptera: Aphididae) in spring cereals in Sweden and its importance for sampling. Environ. Entomol. 14, 312–316.CrossRefGoogle Scholar
  11. Elliott, N.C., R.W. Kieckhefer, D.D. Walgenbach, 1990: Binomial sequential sampling methods for cereal aphids in small grains. J. Econ. Entomol. 83, 1381–1387.CrossRefGoogle Scholar
  12. Elliott, N.C., G.J. Michels, R.W. Kieckhefer, B.W. French, 1997: Sequential sampling for adult Coccinellids in wheat. Entomol. Exp. Appl. 84, 267–273.CrossRefGoogle Scholar
  13. Elliott, N.C., K.L. Giles, T.A. Royer, S.D. Kindler, F.L. Tao, D.B. Jones, G.W. Cuperus, 2003: Fixed precision sequential sampling plans for the greenbug and bird cherry-oat aphid (Homoptera: Aphididae) in winter wheat. J. Econ. Entomol. 96, 1585–1593.CrossRefPubMedGoogle Scholar
  14. Fabre, F., C.A. Dedryver, J.L. Leterrier, M. Plantegenest, 2003: Aphid abundance on cereals in autumn predicts yield losses caused by barley yellow dwarf virus. Phytophathology 93, 1217–1222.CrossRefGoogle Scholar
  15. Fabre, F., J.S. Pierre, C.A. Dedryver, M. Plantegenest, 2005: Barley yellow dwarf disease risk assessment based on Bayesian modelling of aphid population dynamics. Ecol. Model. 193, 457–466.CrossRefGoogle Scholar
  16. Feng, M.G., R.M. Nowierski, 1992: Spatial-distribution and sampling plans for 4 species of cereal aphids (Homoptera, Aphididae) infesting spring wheat in South-Western Idaho. J. Econ. Entomol. 85, 830–837.CrossRefGoogle Scholar
  17. Feng, M.G., R.M. Nowierski, Z. Zeng, 1993a: Populations of Sitobion avenae and Aphidius ervi on spring wheat in the northwestern United States: spatial distribution and sequential sampling plans based on numerical and binomial counts. Entomol. Exp. Appl. 67, 109–117.CrossRefGoogle Scholar
  18. Feng, M.G., R.M. Nowierski, Z. Zeng, 1993b: Bino mi al sampli ng plans for the English grain aphid, Sitobion avenae (Ho-moptera, Aphididae) based on an empirical relationship between mean density and proportion of tillers with different tally thresholds of aphids. Bull. Entomol. Res. 83, 187–196.CrossRefGoogle Scholar
  19. Freier, B., H. Triltsch, U. Pluschkell, M. Jahn, B. Pallut, K. Lindner, U. Burth, 1997: Integrierter Pflanzenschutz im Ackerbau: ein Leitfaden für Landwirte. Biologische Bundes-anstalt für Land- und Forstwirtschaft, Berlin.Google Scholar
  20. Freier, B., D. Rossberg, U. Gosselke, H. Triltsch, 2002: Bewer-tung von Nützlingsleistungen in Weizenfeldern mit Hilfe von Computersimulationen. Ges. Pfl. 54, 188–193.CrossRefGoogle Scholar
  21. Giles, K.L., D.B. Jones, T.A. Royer, C. Norman, N.C. Elliott, S.D. Kindler, 2003: Development of a sampling plan in winter wheat that estimates cereal aphid parasitism levels and predicts population suppression. J. Econ. Entomol. 96, 975–982.CrossRefPubMedGoogle Scholar
  22. Gosselke, U., H. Triltsch, D. Rossberg, B. Freier, 2001: GETLAUS01–the latest version of a model for simulating aphid population dynamics in dependence on antagonists in wheat. Ecol. Model. 145, 143–157.CrossRefGoogle Scholar
  23. Greenwood, J.J.D., R.A. Robinson, 2006: Principles of sampling. In: W.J. Sutherland (ed.): Ecological Census Technique: A Handbook, pp. 11–86. Cambridge University Press, Cambridge, United Kingdom.CrossRefGoogle Scholar
  24. Hand, S.C., 1986: The capture efficiency of Dietrick vacuum insect net for aphids on grasses and cereals. Ann. Appl. Biol. 108, 233–241.CrossRefGoogle Scholar
  25. Hansen, L.M., 1999: Effect of weather duri ng spring on the time of arrival of bird cherry-oat aphid (Rhopalosiphum padi L.) in spring barley (Hordeum vulgare L.) fields. Acta Agric. Scand. Sect. B Soil Plant Sci. 49, 117–121.Google Scholar
  26. Henderson, I.F., T.M. Whitaker, 1977: The efficiency of an insect suction sampler in grassland. Ecol. Entomol. 2, 57–60.CrossRefGoogle Scholar
  27. Holland, J.M., 1998: The effectiveness of exclusion barriers for polyphagous predatory arthropods in wheat. Bull. Entomol. Res. 88, 305–310.CrossRefGoogle Scholar
  28. Huth, W., G. Lauenstein, 1991: Zum Problem der Gelbver-zwergung in Getreidebeständen. Ges. Pfl. 43, 139–148.Google Scholar
  29. Jarosik, V., A. Honek, A.F.G. Dixon, 2003: Natural enemy ravine revisited: the importance of sample size for determining population growth. Ecol. Entomol. 28, 85–91.CrossRefGoogle Scholar
  30. Karandinos, M.G., 1976: Optimum sample size and comments on some published formulae. Bull. Entomol. Soc. Am. 22, 417–421.Google Scholar
  31. Kleinhenz, B., 1994: Entwicklung von Simulationsmodellen zur Beschreibung der Populationsdynamik von virusübertragen-den Getreideblattläusen in der Herbst- und Winterperiode auf der Basis von im Freiland und Labor ermittelten Daten. Ph.D. thesis, University of Bonn.Google Scholar
  32. Köhler, W., G. Schachtel, P. Voleske, 1984: Biometrie–Ein-führung in die Statistik für Biologen und Agrar-Wissen-schafter. Springer, Berlin.Google Scholar
  33. Leclercq-Le Quillec, F., M. Plantegenest, G. Riault, C.A. Dedryver, 2000: Analyzing and modelling temporal disease progress of Barley Yellow Dwarf Virus serotypes in barley fields. Phytopathology 90, 860–866.CrossRefPubMedGoogle Scholar
  34. Mühlenberg, M., 1993: Freilandökologie. Quelle und Meyer, Heidelberg, Germany.Google Scholar
  35. Pluschkell, U., 1997: Zum Zeitbedarf für das Monitoring im integrierten Pflanzenschutz. Nachrichtenbl. Deut. Pflanzen-schutzd. 49, 146–149.Google Scholar
  36. Rappaport, V., B. Freier, 2001: Erprobung eines flexiblen Schwellenswertkonzepts für Getreideblattläuse an Winter-weizen unter Berücksichtigung der natürlichen Gegen-spieler. Nachrichtenbl. Deut. Pflanzenschutzd. 53, 113–119.Google Scholar
  37. Robert, Y., C.A. Dedryver, J.S. Pierre, 1988: Sampling techniques. In: A.K. Minks, P. Harrewijn (eds.): Aphids, their Biology, Natural Enemies and Control, Vol 2B. Elsevier, Amsterdam.Google Scholar
  38. Sachs, L., 1999: Angewandte Statistik. Springer, Berlin.CrossRefGoogle Scholar
  39. Sas, 2008: The statistical analyses systems for windows V8. SAS program 8.2. Status: April, 2008.Google Scholar
  40. Scholz, S., 1994: Untersuchungen zur Abundanz, Mobilität und überwinterung von Getreideblattläusen in Wintergerste (Herbst/Frühjahr 1992/1993) und Laboruntersuchungen zum Einfluss von Insektiziden (Imidacloprid, Lambda-Cyhalothrin) auf Verhaltensparameter von Sitobion avenae. Ph.D. thesis, University of Göttingen.Google Scholar
  41. Southwood, T.R.E., P.A. Henderson, 2000: Ecological Methods. Blackwell, Oxford, United Kingdom.Google Scholar
  42. Sutherland, J.W., 2006: Ecological Census Techniques: A Handbook. Cambridge University Press, Cambridge, United Kingdom.CrossRefGoogle Scholar
  43. Taylor, L.R., 1961: Aggregation, variance and the mean. Nature 189, 732–735.CrossRefGoogle Scholar
  44. Tottman, D.R., H. Broad, 1987: The decimal code for the growth stages of cereals with illustrations. Ann. Appl. Biol. 110, 441–454.CrossRefGoogle Scholar
  45. Veenker, H., 2000: Untersuchungen zur überwachung der Initialbesiedlung und Abundanzdynamik der Getreideblatt-läuse mit Hilfe von Saugfallenfängen. Ph.D. thesis, University of Göttingen.Google Scholar
  46. Veenker, H., B. Ulber, 2004: Phenology and population structure in the autumn flight of Rhopalosiphum padi in Northern Germany. In: J.-C. Simon, C.A. Dedryver, C. Rispe, M. Hullé (eds.): Aphids in a New Millennium. Proceedings of the VIth International Symposium on Aphids. Versailles, France, pp. 375–381.Google Scholar

Copyright information

© Deutsche Phythomedizinische Gesellschaft 2008

Authors and Affiliations

  • A. M. Klueken
    • 1
  • B. Hau
    • 1
  • I. Koepke
    • 1
  • H. -M. Poehling
    • 1
  1. 1.Institut für Pflanzenkrankheiten und Pflanzenschutz (Ipp)Leibniz Universität HannoverHannoverGermany

Personalised recommendations