醴陵市晚稻紋枯病發生等級預測研究

摘 要：根據2011～2013年醴陵市晚稻紋枯病病株率數據田間觀測資料，建立了基于氣象因子的水稻紋枯病發生等級預報模型，并進行了回代預測檢驗。結果表明：晚稻日病株率分別與日平均氣溫、日降水量、日照時數、日平均相對濕度進行統計分析，晚稻紋枯病發生與日平均氣溫和日降水量存在顯著的相關性，得到了紋枯病日病株率預報方程，最終建立了晚稻紋枯病發生等級預測模型。經過回代預測檢驗，準確率達到95.8%，具有較好的預報效果，能反映病情的發生情況，對紋枯病的防治有一定的指導作用。

關鍵詞：晚稻；紋枯病；病株率；發生等級；預測

中圖分類號：S435.111.42 文獻標識碼：A 文章編號：1006-060X（2014）04-0045-03

Abstract： According to incidence data of sheath blight of late rice in Liling city in 2011～2013， the occurrence grade prediction model of sheath blight for late rice had been established based on meteorological factors， and a back to generation forecast verification had been conducted. The results showed that a statistical analysis was conducted between daily rate of diseased plant of late rice and daily average temperature， daily precipitation， daily sunshine hours， daily relative humidity， the occurrence of sheath blight of late rice had significant correlation with the daily average temperature and daily precipitation， thereby getting the forecast equation of daily rate of diseased plant， and finally the occurrence grade predication model of sheath blight of late rice was established. Through back to generation forecast verification， the accuracy rate of the predication model reached 95.8%. Therefore， the occurrence grade predication model of sheath blight of late rice has good forecast effect and can reflect the actual situations of disease， it has a certain guiding role in prevention and control of sheath blight for late rice.

Key words： late rice； sheath blight； rate of diseased plant； occurrence grade； prediction

水稻紋枯病的發病時間早、病歷長、范圍廣、損失大，是水稻生產上重要的病害之一。產量損失一般為15%～20%，重病田可達60%～70%[1]。對某一地區而言，地理環境、作物品種和耕作措施的年際變化相對較小，而氣象條件成為病蟲害年際間波動的主要影響因子[2-3]。醴陵市位于湖南省東部，是湖南省重要的糧食產區。2011年全市水稻種植面積66.52 khm2，總產47.80萬t，其中晚稻種植面積33.51 khm2，總產25.70萬t。研究建立一套水稻紋枯病的氣象等級預測方法，對預報紋枯病的發生發展和防治工作，以及保障糧食生產安全具有重要意義。

近年來，國內學者對病蟲害氣象等級的預報展開了一系列的研究，應用不同方法建立的預報模型取得了較好的應用效果。郭瑞鴿等[4]利用溫度、濕度、降水、日照等氣象因子構建了早稻稻瘟病氣象等級預報模型；王志偉等[5]逐步回歸的方法建立了山西冬小麥主要病蟲害氣象等級預報模型；占衛國[6]應用馬爾科夫模型對鄂東南水稻病蟲害進行了預測研究；程海霞等[7]運用統計分析方法建立了小麥病蟲害氣象等級預報模型；成兆金等[8]對關鍵氣象因子進行多元逐步回歸分析建立了各代棉鈴蟲累計卵量發生程度等的中短期氣象預測模型；蔣運志等[9]分析了作物病蟲害的發生發展與大尺度氣候背景及小尺度氣象要素之間的關系；劉銀秀[10]較早開展了水稻紋枯病發病的氣象條件研究；萬素琴等[11]用通徑分析方法建立了水稻紋枯病氣象等級模型。

研究擬通過田間病情調查，結合氣象條件，運用統計分析方法建立晚稻紋枯病發生的氣象等級預報模型，為探討更加合理的水稻紋枯病發生等級預報方法和準確預報水稻紋枯病發生發展提供技術支撐，以及為水稻紋枯病的防治提供氣象服務保障。

1 材料與方法

1.1 資料來源

于2011～2013年進行水稻紋枯病病情田間觀測，觀測地段位于醴陵市泗汾鎮枧上村。晚稻觀測時段為8月10日～9月20日，每次觀測間隔為5 d左右。觀測時段的日平均氣溫、降水量、日照時數、相對濕度等氣象數據來源于醴陵市氣象局。2011～2013年晚稻種植品種和生育期情況如表1所示。

1.2 研究方法

1.2.1 紋枯病病株率預測模型 水稻紋枯病的發生受眾多氣象因子共同影響，如氣溫、空氣相對濕度、日照時數、降水量等。研究根據相鄰兩次觀測紋枯病病株率的變化值計算該時段的日病株率，分別分析日病株率與日平均氣溫、日降水量、日照時數、日平均相對濕度之間的相關性，掌握影響日病株率的主要氣象因子。通過多元回歸統計分析，最終得到日病株率預報方程。

1.2.2 基于病株率的水稻紋枯病分級 研究表明，水稻紋枯病病株率與病情指數有著很好的相關性[12-13]，有學者還建立了運用病株率劃分水稻紋枯病病級劃分方案[14]，并取得了較好的應用效果。參考其他學者的研究成果，文章提出基于日病株率的水稻紋枯病發病等級分級方案。

1.3 統計分析

試驗數據用Excel 2003進行計算與分析，用統計軟件SPSS13. 0進行顯著性檢驗和相關性分析。

2 結果與分析

2.1 紋枯病日病株率與氣象因子分析

通過對2011～2013年晚稻紋枯病發病情況田間觀測日病株率數據與日氣象因子的相關性分析可知（圖1）。日病株率分別與日平均氣溫和日降水量存在著顯著相關性（p<0.05），晚稻紋枯病的發病率與氣象因子有著顯著相關性，氣象因子的適宜性影響紋枯病發病速率。

將日病株率與日平均氣溫、日降水量、日照時數、日相對濕度進行多元回歸統計分析，得到日病株率預報方程：

Y=-12.564+0.512 XT+0.040 XR-0.359 XS + 0.027 XRH（F=5.830，p=0.003） （1）

式1中：Y為日病株率，XT為日平均氣溫，XR為日降水量，XS為日照時數，XRH為日平均相對濕度。可見，晚稻紋枯病的發病與日平均氣溫、日降水量、日照時數、日平均相對濕度存在著極其顯著的多元線性關系。

2.2 紋枯病日病株率預報回代檢驗

根據晚稻紋枯病日病株率與日平均氣溫、日降水量、日照時數、日平均相對濕度式建立的線性回歸模型（式1），通過代入晚稻紋枯病發生期（8月10日～9月20日）任一日平均氣溫、日降水量、日照時數、日平均相對濕度就能計算出該日紋枯病的病株率。

應用日病株率預報方程對2011年～2013年晚稻紋枯病日病株率預報進行回代檢驗，分析得到預報日病株率與實際病株率存在著極其顯著的線性關系（Y=0.519 1 X +0.654 4，R2=0.573 4，P<0.01）。

2.3 紋枯病發生等級預報

應用日病株率預報方程預報的日病株率和實際病株率，根據表2進行晚稻紋枯病發生等級預報結果見表3。檢驗分析表明：預報發生等級的準確率為95.8%，能較好地反映晚稻稻紋枯病的發生情況。

3 結論與討論

（1）在其他學者的研究基礎上，提出了基于日病株率的紋枯病發病等級分級方案，并對2011～2013年的晚稻紋枯病發生等級界定進行了實踐。結果表明，該分級方法能基本反映病情狀態，具有一定的科學合理性，可應用于紋枯病發生等級預報。

（2）通過分析紋枯病日病株率與日平均氣溫、日降水量、日照時數、日平均相對濕度相關性，發現日病株率與日平均氣溫和日降水量存在著顯著相關關系。這表明日平均氣溫和日降水量是影響晚稻紋枯病發生的最主要氣象因子。

（3）日病株率與日平均氣溫、日降水量、日照時數和日平均相對濕度經過多元統計分析，得到基于氣象因子的紋枯病日病株率預報方程。回代檢驗結果表明，預報日病株率與實際病株率存在著極其顯著的線性關系，預報結果可信。晚稻紋枯病發生等級預報檢驗結果表明，預報結果能較好地反映紋枯病的發生發展，預報效果較好。該模型的運用常規氣象數據，經過簡單計算，預報紋枯病發生等級，精度高，效果好，可用于日常紋枯病氣象等級預報業務中。同時也應注意，紋枯病的發生發展不僅依賴于適宜的氣象條件，還受到品種、田間管理、栽培技術等方面的影響[15-16]。因此，在模型的實際應用過程中，應結合前期氣象條件和田間病情實際情況進行訂正預報，以便更好地為紋枯病的防治提供優質的氣象保障服務。

參考文獻：

[1] 李成文，譚萬忠，歐增奇，等. 水稻紋枯病流行的時間動態模擬分析[J]. 西南師范大學學報（自然科學版），2007，32（3）：85-89.

[2] 王 成. 水稻紋枯病發病的氣象條件研究[J]. 湖北植保，2002，（1）：17-19.

[3] 洪劍鳴，童賢明. 中國水稻病害及其防治[M]. 上海： 上海科學技術出版社，2006. 62- 68.

[4] 郭瑞鴿，杜筱玲，劉文英，等. 江西早稻穗瘟發生的氣象條件監測預警方法[J]. 氣象與減災研究，2008，31（3）：48-51.

[5] 王志偉，張東霞，馬雅麗，等. 山西省冬小麥主要病蟲害氣象等級預報模型[J]. 中國農學通報，2010，26（11）：267-271.

[6] 占衛國. 基于馬爾科夫模型的鄂東南水稻病蟲害預測方法研究[J]. 安徽農業科學，2012，40（6）：3343-3344，373.

[7] 程海霞，王叢梅，帥克杰，等. 山西省晉城市小麥病蟲害氣象預報模型[J]. 江蘇農業科學，2010，（6）：159-163.

[8] 成兆金，薛曉萍，王建源，等. 山東棉鈴蟲發生發展氣象預測模型[J]. 中國農業氣象， 2008，（29）：2 224-229.

[9] 蔣運志，熊英明，夏小曼，等. 作物病蟲害與氣象條件的關系及病蟲氣象條件預報[J]. 氣象研究與應用，2009，30（s1）：122-124.

[10] 劉銀秀. 水稻紋枯病發病的氣象條件研究與對策[J]. 湖北氣象，1995，（4）：32-33.

[11] 萬素琴，徐榮欽，劉志雄，等. 用通徑分析方法建立水稻紋枯病氣象等級模型[J]. 湖北農業科學，2012，51（2）：286-289，294.

[12] 黃慶裕，朱來佳，黎達境，等. 水稻紋枯病病情指數與病株率關系數學模型的研究及應用[J]. 廣西植保，2010，21（1）：1-4.

[13] 周如軍，劉志恒，楊 紅，等. 遼寧省水稻紋枯病時間流行動態模型[J]. 植物保護學報， 2012，39（3）：283-284.

[14] 邱玉秀. 應用病株率劃分水稻紋枯病病級的研究[J]. 廣西植保，2013，26（1）：1-5.

[15] 魯修瓊，尹兆澤. 水稻紋枯病的發生規律與防治[J]. 農業科技通訊，2002，（6）：36.

[16] 趙國安. 水稻紋枯病的發生原因與防治技術[J]. 云南農業，2002，（9）：19-20.

（責任編輯：高國賦）