Advertisement

Spatio-temporal Distribution and Enumerative Sampling of the Pink Borer, Sesamia cretica Led. (Lepidoptera: Noctuidae), in Maize Fields in Egypt

  • P. MoyalEmail author
  • M. M. El-Said
  • M. M. Mosad
Research Article

Abstract

Surveys for population densities of the maize borer Sesamia cretica Led. (Lepidoptera: Noctuidae) were conducted for three consecutive years (1997–1999) in several localities of the Nile delta in Egypt, in order to get a better insight into the population dynamics of the pest and to propose rational basis for its biocontrol using a recently isolated granulovirus. High population densities (more than one borer per plant) were observed only in the first plantings after winter (first fortnight of April). After this peak, populations almost vanished until the end of the crop season (September–October) when a slight increase was observed (0.1 borer per plant). The drastic decrease in population densities in plantings from the end of April occurs because most final instars of the borer leave the plant to pupate in the soil. This behaviour, uncommon in maize borers, results in a very high mortality rate due mainly to pupal parasitism. Only the few larvae pupating in the stem, which are much less parasitised, give rise to adults. Spatial distribution was studied using Taylor’s power laws which enabled the elaboration of enumerative sampling plans for eggs, small larvae (1st and 2nd instars) and older ones. Fixed optimal sample size and sequential sampling plans for different precision levels were developed. The precision of the estimated sample size was checked using resampling of some of the data that were not used to build the models. The validation study showed that the plans were suitable for the entire Nile delta region.

Key Words

pink borer Sesamia cretica maize population dynamics sampling Egypt 

Résumé

Un suivi des densités de population du foreur du maïs Sesamia cretica Led. (Lepidoptera: Noctuidae) a été réalisé durant trois années consécutives (1997–1999) dans plusieurs localités du delta du Nil en Egypte dans le but de mieux comprendre la dynamique des populations du ravageur et de fournir une base rationnelle pour la mise en oeuvre d’une méthode de lutte à l’aide d’un granulovirus recemment isolé. De fortes densités de population (plus de 1 foreur par plant) n’ont été observées que dans les cultures semées dès la fin de l’hiver (première quinzaine d’avril). Après ce pic, on observe une quasi-disparition des populations jusqu’à la fin de la saison culturale (septembre–octobre) où un léger accroissement de densité se produit (0.1 foreur par plant). La chute brutale des densites de population dans les cultures semées à partir de fin avril a pu être expliquée par le fait que la plupart des larves de dernier stade quittent la plante pour se nymphoser dans le sol. Ce comportement, inhabituel chez les foreurs du maïs, a pour conséquence une très forte mortalité due principalement au parasitisme nymphal. Le taux de parasitisme des rares larves se nymphosant dans les tiges est beaucoup plus faible. Très peu d’adultes émergent, provenant uniquement des larves non parasitées se nymphosant dans la tige. La distribution spatiale du ravageur a été étudiée à l’aide de la loi de puissance de Taylor, qui a permis l’élaboration de plans d’échantillonnage énumératifs pour les oeufs, les jeunes larves (1er et 2nd stade) et les larves plus agées. Des tailles d’échantillons optimales pour différents niveaux de précision ont été établies à l’aide de plans d’échantillonnage fixes et séquentiels. La précision de la taille d’échantillon estimée a été testée à l’aide du rééchantillonnage d’une partie des données qui n’avait pas été utilisée pour la construction des modèles. Cette étude de validation a montré que les plans étaient applicables pour l’ensemble du delta du Nil.

Mots Clés

Sesamia cretica maïs dynamique des populations échantillonnage Egypte 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

  1. Abul-Nasr S.E. (1977) Sesamia cretica Led, pp. 490–491. In Diseases, Pests and Weeds in Tropical Crops (Edited by J. Kranz, H. Schmutterer and W. Koch). Paul Parey, Berlin.Google Scholar
  2. Efron B. and Tibshirani R. (1986) Bootstrap methods for standard errors, confidence intervals, and other measures of statistical accuracy. Statistical Science 1, 54–77.CrossRefGoogle Scholar
  3. El-Sayed E.I. and Sammour E.A. (1988) Insecticide resistance in field populations of the Egyptian cotton leafworm Spodoptera littoralis (Boisd.). Bull. Entomol. Soc. Egypt, Econ. Ser. 17, 77–83.Google Scholar
  4. El-Sebae A.H., Zeid M.A. and Saleh M.A. (1993) Status and environmental impact of toxaphene in the Third world. Acase study of African agriculture. Chemoṣphere 27, 2063–2072.CrossRefGoogle Scholar
  5. Fediere G., Taha A. A., Abol-Ela S., Lery X., Zeddam J.L., Veyrunes J.C. and Giannotti J. (1993) Mise en évidence d’un virus de granulose chez Sesamia cretica Led. (Lepidoptera: Noctuidae) principal ravageur du maïs d’Afrique du Nord-Est: caractérisation de l’ADN génomique et diagnostic viral. C.R. Acad. Sci. 316, 1350–1354.Google Scholar
  6. Green R.H. (1970) On fixed precision level sequential sampling. Res. Pop. Ecol. 12, 249–251.CrossRefGoogle Scholar
  7. Hutchinson W.D., Hogg D.B., Poswal M.A., Berberet R.C. and Cuperus G.W. (1988) Implications of the stochastic nature of Kuno’s and Green’s fixed-precision stop lines: Sampling plans for the pea aphid (Homoptera: Aphididae) in alfalfa as an example. J. Econ. Entomol. 81, 749–758.CrossRefGoogle Scholar
  8. Karandinos M.G. (1976) Optimum sample size and comments on some published formulae. Bull. Entomol. Soc. Am. 22, 417–421.Google Scholar
  9. Mostafa F.F.M. (1981) Biological and ecological studies on the pink borer Sesamia cretica Led. (Lepidoptera: Noctuidae). PhD thesis, Faculty of Agriculture, Cairo University, Cairo. 360 pp.Google Scholar
  10. Moyal P., El-Hefnawy N., Fediere G., El-Metwally M.F., Giannotti J. and Abol-Ela S. (2001) Biocontrol of the maize borer Sesamia cretica Led. (Lepidoptera: Noctuidae) in Egypt using a granulovirus. Int. J. Pest Manage. 48, 49–57.CrossRefGoogle Scholar
  11. Naranjo S.E. and Hutchinson W.D. (1997) Validation of arthropod sampling plans using a resampling approach: software and analysis. Am. Entomologist 43, 48–57.CrossRefGoogle Scholar
  12. Semeada A.M. (1985) Relative susceptibility of certain maize germplasm to infestation with the greater sugarcane borer Sesamia cretica Led. (Lepidoptera, Noctuidae). MSc thesis, Faculty of Agriculture, Cairo University, Cairo. 82 pp.Google Scholar
  13. Semeada A.M. (1988) Management of Sesamia cretica Led. population in maize fields (Lepidoptera: Noctuidae). PhD thesis, Faculty of Agriculture, Cairo University, Cairo. 162 pp.Google Scholar
  14. Schulthess F., Bosque-Perez N.A. and Gounou S. (1991) Sampling lepidopterous pests on maize in West Africa. Bull. Entomol. Res. 81, 297–301.CrossRefGoogle Scholar
  15. Mathsoft (1999a) S-Plus 2000 Guide to Statistics, Volume 2. Data Analysis Product Division, Mathsoft, Seattle, WA.Google Scholar
  16. Mathsoft (1999b) S-Plus 2000 User’s Guide. Data Analysis Product Division, Mathsoft, Seattle, WA.Google Scholar
  17. Moyal P., El-Hefnawy N., Fediere G., El-Metwally M.F., Giannotti J. and Abol-Ela S. (2002) Biocontrol of the maize borer Sesamia cretica Led. (Lepidoptera: Noctuidae) in Egypt using a granulovirus. Int. J. Pest Manage. 48, 49–57.CrossRefGoogle Scholar
  18. Taylor L.R. (1961) Aggregation, variance and the mean. Nature 189, 732–735.CrossRefGoogle Scholar
  19. Tomassone R., Lesquoy E. and Millier C. (1983) La Régression. Nouveaux Regards sur une Ancienne Méthode Statistique. Masson, Paris.Google Scholar
  20. Trumble J.T., Brewer M.J., Shelton A.M. and Nyrop J.P. (1989) Transportability of fixed-precision level sampling plans. Res. Popul. Ecol. 31, 325–342.CrossRefGoogle Scholar
  21. Willcocks P.C. (1925) The Insects and Related Pests of Egypt. Part 2. Sultanic Agricultural Society, Cairo.Google Scholar

Copyright information

© ICIPE 2002

Authors and Affiliations

  1. 1.Laboratoire PGE, Bat 13, BP1IRD/CNRSGif-sur-Yvette cedexFrance
  2. 2.Insect Virology Laboratory, Institut de Recherche pour le Développement (IRD) Faculty of AgricultureCairo UniversityGizaEgypt

Personalised recommendations