Hostname: page-component-586b7cd67f-t7czq Total loading time: 0 Render date: 2024-11-28T11:12:15.796Z Has data issue: false hasContentIssue false
  • English
  • Français

RÉPARTITION SPATIO-TEMPORELLE DES PRÉSENCES D’AILÉS D’APHIS GOSSYPII (HEMIPTERA: APHIDIDAE) EN CULTURE COTONNIÈRE (MALVACEAE)

Published online by Cambridge University Press:  31 May 2012

Léonide Célini  and
Jean Vaillant
Léonide Célini
Affiliation:
Ministère de la coopération, 10, rue Alphonse karr, 75019 Paris, France
Jean Vaillant
Affiliation:
Université des Antilles-Guyane, UFR Sciences, Guadeloupe, F.W.I
Get access Rights & Permissions [Opens in a new window]

Abstract

The spatio-temporal distribution of cotton plants, Gossypium hirsutum L., infested with Aphis gossypii (Glover) winged adults, is described in a plot located in Bangui, Central African Republic. Each cotton plant growing in the plot was examined visually for a short period of time to ascertain the presence or absence of A. gossypii and to construct weekly infestation maps. Tests of autocorrelation and dispersion were carried out at different spatial scales by means of Monte Carlo procedures on embedded counting grids. Edge effect tests were also carried out. The statistical analyses show significant overdispersion of the infested plants and positive spatial autocorrelation. Positive temporal autocorrelation and significant edge effect are detected intermittently throughout the season.

Résumé

La répartition spatio-temporelle des plants infestés par les ailés d’Aphis gossypii (Glover) a été étudiée dans une parcelle de cotonniers Gossypium hirsutum L. à Bangui en Centrafrique. Un échantillonnage exhaustif des cotonniers effectué au niveau de la parcelle et une inspection visuelle rapide au niveau des plants ont permis de dresser des cartes hebdomadaires d’infestation. À partir des grilles emboîtées de dénombrement associées à ces cartes, nous avons effectué des tests d’autocorrélation et de dispersion à plusieurs échelles à l’aide de procédures de Monte Carlo, ainsi que des tests d’effet de bordure. Les analyses statistiques montrent que la répartition spatiale des plants infestés par les ailés correspond à une surdispersion significative et une autocorrélation spatiale positive durant une grande partie de la saison. L’autocorrélation temporelle est significativement positive par intermittence au cours de la saison ainsi que l’effet de bordure.

Type
Articles
Information
The Canadian Entomologist , Volume 131 , Issue 6 , December 1999 , pp. 813 - 824
Copyright
Copyright © Entomological Society of Canada 1999

Access options

Get access to the full version of this content by using one of the access options below. (Log in options will check for institutional or personal access. Content may require purchase if you do not have access.)

References

Bibliographie

Badenhausser, I. 1993. Étude de la répartition du puceron Brachycaudus helichrysi (Kalt.) à l'échelle de la parcelle et de la plante du Tournesol. Apports pour l'échantillonnage. Thèse de docteur de l'ENSA de Rennes, FranceGoogle Scholar
Barnard, G.A. 1963. Discussion of the paper by Prof. M.S. Bartlett. Journal of the Royal Statistical Society B 25: 294Google Scholar
Besag, J.E., Diggle, P.J. 1977. Simple Monte-Carlo tests for spatial pattern. Applied Statistics 26: 327–33CrossRefGoogle Scholar
Bonnemaison, L. 1951. Contribution à l'étude des facteurs provoquant l'apparition des formes ailées et sexuées chez Aphidinae. Thèse de la Faculté des Sciences de l'Université de Paris.Google Scholar
Cauquil, J. 1977. Étude sur une maladie d'origine virale du cotonnier; la maladie bleue. Coton et Fibres tropicales 32: 259–78Google Scholar
Cauquil, J. 1981. Récents développements dans la lutte contre la maladie bleue. Coton et Fibres tropicales 36: 297–304Google Scholar
Cauquil, J. 1990. Nouveaux développements dans la protection contre les ravageurs du cotonnier en Afrique francophone au sud du Sahara. Coton et Fibres tropicales 45: 52–8Google Scholar
Cauquil, J., Vaissayre, M. 1971. La maladie bleue du cotonnier en Afrique: Transmission de cotonnier à cotonnier par Aphis gossypii Glover. Coton et Fibres tropicales 26: 463–6Google Scholar
Célini, L. 1998. Observations sur quelques aphides du sud et du nord-ouest de Centrafrique. Journal of African Zoology 112: 7–13Google Scholar
Chessel, D. 1978. Description non paramétrique de la dispersion spatiale des individus d'une espèce. Biométrie et Ecologie 1: 45–136Google Scholar
Daley, D.J., Veres-Jones, D. 1988. An introduction to the theory of point processes. Berlin: Springer- VerlagGoogle Scholar
Deguine, J.P. 1995. Bioécologie et épidémiologie du puceron Aphis gossypii Glover 1877 (Hemiptera, Aphididae) sur cotonnier en Afrique centrale. Vers une évolution de la protection phytosanitaire. Thèse de doctorat, ENSA, MontpellierGoogle Scholar
Deguine, J.P., Leclant, F. 1997. Aphis gossypii Glover (Hemiptera, Aphididae). Montpellier: Publications du CIRADGoogle Scholar
Deguine, J.P., Goze, E., Leclant, F. 1994. Incidence of early outbreaks of the aphid Aphis gossypii Glover in cotton growing in Cameroon. International Journal of Pest Management 40: 132–40CrossRefGoogle Scholar
Diggle, P.J. 1979. On parameter estimation and goodness-of-fit testing for spatial point patterns. Biometrics 35: 87–101CrossRefGoogle Scholar
Dixon, A.F.G., Glen, D.M. 1971. Morph determination in the bird cherry-oat aphid Rhopalosiphum Padi L. Journal of animal ecology 45: 817–30CrossRefGoogle Scholar
Duviard, D., Mercadier, G. 1973. Les invasions saisonnières de pucerons en culture cotonnière: origine et mécanismes. Coton et Fibres tropicales 28: 482–91Google Scholar
Gubran, E.M., Delorme, R., Auge, D., Moreau, J.P. 1992. Insecticide resistance in cotton aphid Aphis gossypu (glov.) in the Sudan Gezira. Pesticide Science 35: 101–7CrossRefGoogle Scholar
Hope, A.C.A. 1968. A simplified Monte-Carlo significance test procedure. Journal of the Royal Statistical Society B 30: 582–98Google Scholar
Jockel, K.H. 1986. Finite sample properties and asymptotic efficiency of Monte-Carlo tests. Annals of Statistics 14: 336–47CrossRefGoogle Scholar
Kennedy, J.S., Booth, C.O., Kershaw, W.J.S. 1961. Host finding by aphids in the field. III Visual attraction. Annals of applied Biology 49: 1–21CrossRefGoogle Scholar
Manly, B.F.J. 1991. Randomization and Monte-Carlo methods in biology. London: Chapman and HallCrossRefGoogle Scholar
Marriott, F.H.C. 1979. Barnard's Monte-Carlo tests: How many simulations? Applied Statistics 28: 75–7CrossRefGoogle Scholar
Pitrat, M. 1997. Sélection pour les résistances aux virus et à leurs vecteurs. Comptes Rendus de l'Académie d'Agriculture de France 83: 145–52Google Scholar
Rabasse, J.M. 1980. Dynamique des populations d'aphides sur aubergines en serre. Considérations générales sur la colonisation et le développement des populations de 4 espèces dans le sud de la France. Bulletin OILB/SROP III 3: 187–98Google Scholar
Rogers, A. 1974. Statistical analysis of spatial patterns. London: Pion LimitedGoogle Scholar
Shaw, M.J.P. 1970. Effects of population density on alienicolae of Aphis fabae Scop. Annals of applied biology 65: 191–212CrossRefGoogle Scholar
Sutherland, O.W.R. 1969. The role of the host plant in the production of winged forms by two strains of the pea aphids Acyrthosiphon pisum. Journal of Insect Physiology 15: 2179–201CrossRefGoogle Scholar
Vaillant, J. 1991. Negative binomial distributions of individuals and spatio-temporal Cox processes. Scandinavian Journal of Statistics 18: 235–48Google Scholar
Vaillant, J. 1992. Échantillonnage et étude statistique de populations en milieu hétérogène. Revue de Statistique Appliquée 40: 15–26Google Scholar
Vaillant, J., Badenhausser, I. 1989. Étude de répartition d'individus sur transect ou grille régulière par tests de Monte-Carlo. Biométrie Praximétrie 29: 153–72Google Scholar