Abstract
The dispersion indices, spatial pattern and sampling plan for pink citrus rust mite (PCRM), Aculops pelekassi, monitoring was investigated. Dispersion indices of PCRM indicated the aggregated spatial pattern. Taylor's power law provided better description of variance-mean relationship than Iwao's patchiness regression. Fixed-precision levels (D) of a sequential sampling plan were developed using by Taylor's power law parameters generated from PCRM on fruit sample (cumulated number of PCRM in $cm^2$ of fruit). Based on Kono-Sugino's empirical binomial the mean density per $cm^2$ could be estimated from fruit ratio with more than 12 rust mites per $cm^2$: $ln(m)=4.61+1.23ln[-ln(1-p_{12})]$. To determine the optimal tally threshold, the variance (var(lnm)) for mean (lnm) in Kono-Sugino equation was estimated. The lower and narrow ranged change of variance for esimated mean showed at a tally threshold of 12. To estimate PCRM mean density per $cm^2$ at fixed precision level 0.25, the required sample number was 13 trees, 5 fruits per tree and 2 points per fruit (total 130 samples).
온주밀감에서 귤녹응애, Aculops pelekassi의 분산지수와 분포양상, 표본조사시 적정 표본수에 대하여 조사하였다. 귤녹응애는 집중분포를 하고 있었으며, 분산지수는 Taylor's power law가 Iwao's patchiness regression보다 더 잘 설명하고 있었다. Taylor's power law의 상수를 이용하여 고정 정확도 수준에서 열매 표면 $cm^2$당 누적충수에 따라 조사를 중지할 수 있는 표본조사법을 만들었다. 경제적인 표본조사를 위하여 Kono-sugino의 경험적 이항모델을 개발하였으며, 이항모델을 이용하면 귤녹응애가 $cm^2$당 12마리 이상 발생한 열매 비율을 이용하여 평균밀도를 추정할 수 있었다 : $ln(m)=4.61+1.23ln[-ln(1-p_{12})]$. 최적의 tally threshold를 결정하기 위하여 추정평균에 대한 분산을 계산한 결과 tally threshold가 12일 때 추정평균의 분산이 적었으며, 발생과율 0.1~0.5의 범위에서 분산의 변동이 거의 없어 다른 tally threshold에 비해 높은 정확도로 평균을 추정할 수 있었다. 적정 표본수를 결정하기 위하여 계층표본조사법을 이용하여 분석한 결과 고정 정확도 0.25수준에서 감귤원당 적정 조사 나무수는 13주였으며, 나무당 조사 열매수는 5개, 열매당 2지점에서 $cm^2$당 귤녹응애수 조사가 바람직하였다(총 130표본).
