昆虫性信息素及其在害虫防治中的利用，是现代昆虫学中的一个新的领域。在害虫预测预报中有了较普遍的应用而且获得良好的效益。在防治上有的已获初步成功[3]。而在众多的信息素中，性激素在害虫的综合治理方面具有极大的潜力，性信息素在害虫减灾防治中的作用受到进一步的重视。
在害虫防治中应用昆虫性信息素有以下几个方面。
害虫防治
大量诱捕，在田间大量设置性信息素诱捕器诱杀雄虫，导致雌雄比例严重失调，减少雌雄的交配行为，降பைடு நூலகம்子代种群密度。
交配干扰
基本原理是在弥漫性信息素的环境中，雄虫丧失对雌虫的定向能力，或者由于雄虫的触角长时间接触高浓度的性信息素，而处于麻痹状态，失去对雌虫召唤的反应能力，雌虫得不到交配，这种交配机率的降低导致下一代种群密度降低。
5.简述基因干扰在昆虫学和害虫防治中的应用，以及存在的主要问题.·········································11
6.庇护所（Refuge）和基因聚合（Pyramid）是目前进行Bt作物抗性治理的两种策略，请简述其延缓靶标害虫Bt抗性的原理。···········································13
1.利用假说检验进行统计推断中如何理解P值的含义？在当前的统计分析中对P值存在哪些误解？
常规的假设检又称为临界值法，是根据检验统计量落入的区域作出是否拒绝原假设的决策，是推断统计中的一项重要内容，它是先对研究总体的参数作出某种假设，然后通过样本的观察来决定假设是否成立[1]。简单来说假设检验的基本思想是概率性质的反证法，为了检验原假设H0是否正确，先假定这个假设是正确的，看由此能推出什么结果。如果导致一个不合理的结果，则表明“假设H0为正确”是错误的，即假设H0不正确，因此要拒绝原假设H0；如果没有导致一个不合理现象的出现，则不能认为原假设H0不正确,因此不能拒绝原假设H0[2]。
预测预报
一般的测报方法是以诱捕器作虫情监测工具。选择有代表性的田块设置诱捕器。每天检查捕虫头数，作好记录，然后，以捕虫头数为纵坐标，日期为横坐标，画出害虫消长曲线。一般来讲，雄虫比雌虫早熟，当性信息性诱捕的雄虫数量明显下降时，便出现雌虫发生和交配高峰期，接着便是产卵盛期。诱蛾的高峰期，加上本虫种的产卵前期，即是喷药的良机。
常见误解有：
主要的错误表达：将“P≥”表达成“没有差别”、“相同”，过于绝对；或“因P≥，可以认为A和B无关”。
正确表达和错误辨析：P≥的正确表达应为“差异（或差别）无统计学意义”。P≥只能说明差异（或差别）有统计学意义，并不能说明所检验的对象之间无差别或相同，有可能存在差别，但没有达到有统计学意义的水平；也不能认为两者无关，可能存在一定的联系，但没有达到有统计学意义的水平，也有可能因样本量比较小、存在偏倚等因素影响了统计结果。因此，下结论时要慎重，注意采用正确的表达。
3.以“鉴定并利用性信息素进行害虫防治”为题进行研究，请设计主要研究内容及技术路线。·····················05
4.经过长期的进化，寄生蜂发展出了很多手段寻找、攻击寄主昆虫并最终实现成功的寄生，而寄生昆虫也会防御或者抵制寄生蜂的寄生，任选一对寄生蜂-寄主昆虫组合，从协同进化的角度推测二者间关系的形成及进化途径。···········09
假设检验理论的创立者Fisher在假设检验中首先提出了P值的概念。他认为假设检验是一种程序，人们依照这一程序可以对某一总体参数形成一种判断。换句话说，他认为假设检验是数据分析的一种形式，是人们在研究中加入的主观信息。
P值其实就是按照抽样分布计算的一个概率值，这个值是根据检验统计量计算出来的。通过直接比较P值与给定的显着性水平a的大小就可以知道是否拒绝假设，显然这就代替了比较检验统计量的值与临界值的大小的方法。如果原假设为真，P值是抽样分布中大于或小于样本统计量的概率[3]。
因统计具有概率性，可能发生两类错误，故不能使用过于绝对的词语，如：“肯定”、“必定”、“一定”等，在报告结论时应列出检验统计量的值和具体的值。总之，在统计检验的过程中，我们首先要选择正确的统计方法进行检验，然后根据统计结果进行总结并得出正确的结论，而不能把统计结果外推。同时应结合专业意义考虑统计结果的实际意义，慎重下结论。只有这样，方能保证科研结果的正确性和科学性。
3．改进数量测报技术。
掌握了生命表所提供的数据，运用数学方法来处理，可以进行昆虫存活率与众多因子间关系的模式化表述，特别重要的是，利用关键因子与趋势指数的关系作有效的预测。总之，数据的分析可以帮助我们制定最优的预测式。
参考文献
[1]尹汝湛.昆虫生命表的制作与分析.植物保护,1980,6(1):31-37.
P值有多个优缺点：
优点有：第一，P值法使用方便。用P值作检验不需要查表求临界值，只需直接用P值与显着性水平α相比，即可作出判定。与其人为地把α固定在某一水平，不如干脆选取检验统计量的P值，让检验者自己决定是否在给定的P值水平上拒绝或接受原假设，毕竟在问题的研究者当中，每人对于风险的接受程度不同。
第二，P值法的结论更加准确。用P值作检验可以准确地知道检验的显着性，实际上P值就是犯弃真错误的真实概率，也就是检验的真实显着性。
(一)作为分类的辅助手段澄清虫种明确防治对象
(二)作为预测预报的工具指导合理防治
(三)作为防治措施抑制害虫出生预防为害
对于昆虫信息素的研究不外乎先提取再测试的一般流程，而有效组分的提取是鉴定昆虫性信息素结构的第一个关键。从昆虫体内取得性信息素的方法主要有溶剂提取法、冷捕法及吸附捕集法[3]。
以小地老虎Agrotis ypsilon(Rottemberg)为例，从性信息素的提取到鉴定到利用其进行害虫防治整个过程如下：
5﹒对小地老虎性信息素进行GC与GC一MS分析，鉴定出其主要成分和化学结构，确定各组分的精确含量和比例。
6﹒进行性信息素的人工合成，用于大田害虫防治和其他方面的应用。
20世纪年70代以来，昆虫性信息素的研究开始从实验室走向大田生产，在应用方面取得了不少成功的经验，被称为“第三代农药”。目前，昆虫性信息素主要用于害虫的预测预报，以指导大田防治；同时，也可采用诱捕法和交配干扰法直接进行害虫的防治以及区分昆虫的近缘种和对害虫进行检疫等方面。
1．实施协调防治。
例如依据生命表的记录，可以尽量减少化学防治与生物防治的矛盾，减少盲目施药造成对天敌的杀伤。
2．掌握害虫管理的有效手段。
依据生命表的记录，可以发现天敌资源，并有可能进而保护甚至繁殖利用它们；又例如，依据生命表，检定关键因子，就有可能人为地积极地加强该因子的力量，或者，加强该因子所在虫期的防治工作。从而更有效地压低次代虫源，亦即压低种群趋势指数(I)的值，这对于控制次代害虫发生数量与为害程度大有裨益。
2．实施调查。详细记载数据，注意尽可能减少死亡因子的遗漏、混淆。力求细致、清晰地记载有关资料。遵循越详细越好的原则。
3．根据上述记录，制作生命表，每世代一份。
4．累积生命表，生命表研究需要逐代地、年复一年地坚持工作，累积同地同种昆虫的多量生命表，如莱蛾的生命表累积多至30多个世代。有些学者累积生命表多达40-50个。在累积的基础上可制出平均生命表。进行关键因子的分析，要累积历年同次世代生命表至少5-6个，当然越多越好，普通有10多个才进行分析，比较稳妥。
1﹒野外采集小地老虎成虫，在室内饲养让其交配产卵繁殖多代，观察小地老虎成虫的交配行为和能力。
2﹒通过光学显微镜、扫描电镜和透视电镜观察小地老虎雌蛾性信息素分泌腺体的部位和超微结构。
3﹒用重蒸正己烷浸泡小地老虎日龄处女蛾腹部腺体，获得性信息素粗提物，通过与一分析，确定其主要成分和化学结构。
4﹒在田间设置不同比例和不同浓度的诱芯进行诱蛾试验，通过比较平均诱捕量，确定小地老虎的最佳诱芯。
小地老虎是地老虎中分布最广，危害最严重的种类。据报道，小地老虎在全国各地都有分布，每年对我国粮食产区造成巨大损失。小地老虎成虫飞翔能力很强，具有远距离迁飞能力，小地老虎的抗药性发展非常迅速，现已对菊酷类和有机磷类等多种杀虫剂产生了很高的抗性，有些种类甚至完全失效。只有昆虫生长调节剂类还具有较高的防效，但成本也很高。由于缺乏有效的防治手段，造成种群基数较大，加重了下一代的发生危害。利用性信息素进行小地老虎田间种群的测报和防治，已经在美国等国家和地区大面积应用并取得成功。
查阅资料得知，1945年Morris和Miller等人第一次将生命表技术引入昆虫自然种群数量变动的研究工作中在那之后，生命表慢慢成为国际上热门的研究课题，在许多农林害虫研究上广泛应用。时至今日，制表的格式和数据分析的方法，已基本定型化[1]。
昆虫生命表最核心的要素就是关键因子。昆虫学家在进行关键因子分析时，常常根据各自的研究目的和研究内容的不同，选用不同的方法来确定关键因子。虽然方法之间都有一定的差异，但归纳起来，不外乎三类，即Morris(1963)的回归分析法、Vradwell(1960)的K-值图解相关系数法和Podoler Rogers(1975)的相关回归系数法，或者是这些方法的推广，也有将其中两种方法结合使用的情况，如Kuno（1991）提出的杂合法可以认为是Morris方法和图解法的结合[2]。
成绩
南京农业大学
硕士研究生课程（论文）作业
课程名称植保研究法
考试时间2016年7月
姓名学号邓伟68
所在学院植物保护学院
指导老师洪晓月
南京农业大学研究生院培养处印制
1.利用假说检验进行统计推断中如何理解P值的含义？在当前的统计分析中对P值存在哪些误解？·············01
2.请简述昆虫种群生命表的研究方法，并结合文献阐述生命表方法在现今植保研究中有哪些实际应用？············03
参考文献
[1]杨刚.假设检验中的P值研究[J].河南工程学院学报,2012,24(2):65-67.
[2]韩志霞,张玲.P值检验和假设检验[J].边疆经济与文化,2006(4):62-63.
[3]贾俊平,何晓群,金勇进.统计学[M]4版.北京:中国人民大学出版社,2009:214－215.