아카시나무에서 미국선녀벌레 알의 조사방법 (Monitoring Methods for Metcalfa pruinosa (Say) (Hemiptera: Flatidae) Eggs on Acacia Branches)

서지정보

· 발행기관 : 한국응용곤충학회
· 수록지 정보 : 한국응용곤충학회지 / 57권 / 4호 / 297 ~ 302페이지
· 저자명 : 최용석, 황인수, 이경주, 나미숙, 박덕기, 서화영

초록

우리는 미국선녀벌레의 월동알 조사를 하는데 있어 조사자의 공통된 조사방법을 제시하고자 전국적으로 분포하는 아카시나무의 가지를 부위별로 조사하였다. 조사한 총 표본수는 189개 샘플이었고 가지는 가시밑둥, 잔가지밑둥, 가지표면 세부분으로 나누어 알을 조사하였다. 모든 부위에서 알이 존재하지 않는 샘플을 포함했을 때는 모두 정규분포를 따르지 않았으나 알이 존재하지 않는 샘플을 제외했을 때는 가지밑둥과 잔가 지밑둥에서 조사된 알은 정규분포를 따랐다. 가지의 굵기에 대한 정규성 정도는 없었다. 가지밑둥과 잔가지밑둥에서의 미국선녀벌레 알의 밀도는 가지표면에서 보다 유의성 있게 높은 밀도를 보여주었고 가지의 굵기별 조사에서는 유의성이 없었다. 따라서 미국선녀벌레가 주로 산란하는 아카시나무는 전국적으로 분포하고 있는 수종으로 아카시나무 가지의 굵기와 상관없이 가시밑둥과 잔가지밑둥에서 미국선녀벌레 알을 조사하는 것이 밀도 추정의 정밀도를 높여 정확한 한반도 분포 특성과 발생예측을 위한 조사방법으로 크게 기여할 것으로 판단된다.

영어초록

We surveyed branches of acacia trees distributed nationally in Korea to establish a common survey method that can be used by investigators to monitor for over-wintering Metcalfa pruinosa eggs. A total of 189 samples was examined, and the number of eggs on the surfaces of the branches, bases of thorns and bases of twigs was recored. When including samples in which no eggs were found at all investigation sites, none of the data followed the normal distribution. However, when samples in which no eggs were found at all sites were exclued, the density of eggs investigated at the thorn bases and twig bases followed the normal distribution. When the density of eggs was sorted based on the thickness of the branches on which they were found, these data did not follow the normal distribution.
The density of M. pruinosa eggs at the thorn bases and twig bases was significantly higher than that on the branch surfaces, but there was no significant difference among branches of different thicknesses. Therefore, monitoring for M. pruinosa eggs at the thorn bases and twig bases of the nationally distributed acacia tree, irrespective of the thickness of the branches, will be able to increase the precision with which the density of this insect’s eggs could be estimated. It is thus expected that this method will contribute to developing methods to better characterize the distribution and predict the occurrence of this.

참고자료

· 없음