楊樹葉紋斑病與氣象因子的關系

張金萍++蔣萍

摘 要：為明確新疆地區氣象因素與楊樹葉紋斑病發病率的關系，提高病害發生預測能力，減少經濟損失，2014年5月至10月份對新疆烏魯木齊市楊樹葉紋斑病的周年消長規律進行了觀測，并利用觀測資料將主要氣象因子對楊樹葉紋斑病發生的影響進行了系統分析。結果顯示，關鍵因子分別為平均風速、平均水汽壓、累計降雨天數。其中平均風速與楊樹葉紋斑病的病葉率呈極顯著負相關。平均水汽壓及累計降雨天數與楊樹葉紋斑病的病葉率呈顯著正相關。利用這3個關鍵氣象因子與楊樹葉紋斑病發病率（Y1）建立多元線性回歸方程式，得到Y=103.180-38.788X1+39.637X4 +7.746X6，復相關系數 R=0.716 4，復相關關系極顯著。

關鍵詞：楊樹葉紋斑病；氣象因子；相關性

中圖分類號：S432 文獻標識碼：A DOI 編碼：10.3969/j.issn.1006-6500.2016.03.033

楊樹（Populus）是楊柳科楊屬落葉喬木的通稱，主要栽種于我國西部各省。在新疆北疆的額爾齊斯河流域、南疆的塔里木河流域以及天山南北坡的河谷中分布著大面積的楊樹原始林[1-2]，楊樹是新疆地區造林綠化的重要樹種之一。楊樹葉紋斑病（Alternara alternate），既危害插條苗，又危害實生苗，發病最重者整株葉片全部枯死，造成經濟損失[3-5]。1979年趙震宇[6]首次報道了新疆楊樹葉紋斑病，主要對楊樹葉紋斑病的病原菌進行了描述，2007年許繼紅[7]對東北地區楊樹葉枯病的毒蘑菇菌株篩選及其生防機理進行了研究，2010年黃毅[8]對采自黑龍江省哈爾濱市東北林業大學林場的楊樹葉枯病病樣進行了分離培養及生物學防治，但均未報道楊樹葉紋斑病與氣象因子的關系。筆者于2014年采用系統調查方法對烏魯木齊市楊樹葉紋斑病周年消長規律進行觀測，并系統分析了氣象因子對該病的影響，旨在為楊樹葉紋斑病的預測預報，為該病害的實時防治提供切實可靠的理論依據。

1 材料和方法

1.1 觀測調查方法

試驗地設在烏魯木齊市兒童公園，主栽楊樹品種為新疆楊。 時間為2014年4月下旬至10月底。從5月初開始，每7 d調查1次，在樣地采用對角線五點取樣法，每個樣點取樣10株，并對每株楊樹進行掛牌標記，每株楊樹調查5片葉子，共調查50片楊樹葉。采用定點定期的系統調查方法，詳細調查時，根據發病情況，將樣株病害分為5級（表1）。詳細記錄調查總葉數、統計病葉率和病情指數。

病葉率=感病葉片數/調查總葉片數×100%。

感病指數=Σ（各級發病葉片數×各級代表值） /調查葉片數×最高級代表值×100。

1.2 氣象數據的獲取及數據統計處理

從2014年4月底至10月底，根據烏魯木齊市氣象站數據（表2）統計平均溫度、平均空氣相對濕度、平均水汽壓、累計降雨天數、平均風速及日照時數等氣象資料，并將氣象數據與楊樹葉紋斑病的病葉率及病情指數進行相關分析。采用Exce112003、DPS等軟件進行分析。

2 結果與分析

2.1 相關性分析

對調查期間取得的平均風速（X1）、平均溫度（X2）、平均相對濕度（X3）、平均水汽壓（X4）、日照時數（X5）、累計降雨天數（X6）和楊樹葉紋斑病發病率（Y1）進行相關顯著性分析，相關分析結果如表3所示，楊樹葉紋斑病的病葉率（Y1）與平均空氣濕度（X3）、平均水汽壓（X4）、累計雨天數（X6）呈顯著正相關，與平均風速（X1）呈極顯著負相關。這說明，在調查的6個氣象因子中，除平均溫度（X2）和日照時數（X5）對楊樹葉紋斑病病葉率（Y1）無相關性之外，其余4個氣象因子對楊樹葉紋斑病病葉率（Y1）的變動均有影響。

2.2 方程式的建立

根據表1數據，通過逐步回歸分析建立楊樹葉紋斑病的病葉率（Y1）與所有氣象因子的方程式：

Y=119.915-31.583X1-2.677X2-0.652X3+91.757X4+7.802X6。

回歸方程式中，F值為4.519 0，顯著性概率為0.006 4，多元相關系數為R=0.728 3。由表4可知，多元線性回歸關系顯著。

2.3 確定關鍵因子

由表5可知，將各氣象因子與楊樹葉紋斑病的病葉率（Y1）進行偏相關分析，根據各因子偏相關系數的高低，確定其對楊樹葉紋斑病病葉率影響的重要程度，絕對偏相關系數較大的因子為影響楊樹葉紋斑病發病的關鍵因子。

經偏相關分析可知，楊樹葉紋斑病的病葉率（Y1）與平均風速（X1）、累計降雨天數（X6）、平均水汽壓（X4）的偏相關系數最大。說明在本次監測數據范圍內平均風速（X1）、累計降雨天數（X6）、平均水汽壓（X4）是楊樹葉紋斑病發生的最為關鍵的氣象因子。

2.4 楊樹葉紋斑病與關鍵氣象因子的分析

2.4.1 平均風速與楊樹葉紋斑病發病率的關系 對大氣平均風速（X1）與楊樹葉紋斑病的發病率（Y1）進行回歸分析，可建立回歸方程 Y=174.878-51.504X1。由表6可知，楊樹葉紋斑病的病葉率與平均風速有密切的關系，二者呈極顯著負相關。風速的大小和方向可以影響局部環流，引起溫度和相對濕度等氣象要素的改變，還會影響真菌孢子的釋放、傳播，楊樹葉紋斑病是一種侵染性病害，風速較大時可以制造傷口，為病菌侵染創造條件，分生孢子借風傳播，從植株的傷口侵入或芽內萌發產生菌絲蔓延發生侵染。陳浩研究表明，稻瘟病菌空中孢子量與風速呈負相關[9]，倪琳發現歐美楊潰瘍病的發病程度隨著日平均風速的減小而逐漸加重[10]，此結論與楊樹葉紋斑病的病葉率和平均風速呈極顯著負相關相一致。由此可知，平均風速越大，越不利于分生孢子的傳播及侵染。

2.4.2 平均水汽壓與楊樹葉紋斑病發病率的關系 通過對平均水汽壓與楊樹葉紋斑病的發病率進行回歸分析，可建立回歸方程Y=-20.985+82.291X4。從表7可以看出，平均水汽壓（X4）與楊樹葉紋斑病發病率（Y1）之間呈顯著性正相關。楊景梅等研究表明，地面水汽壓（X4）與降水有很好的對應關系[11]，翟盤茂等[12]研究證明，中國西部地面水汽壓明顯增大與降水增加之間存在一定聯系。水汽壓的大小與蒸發快慢有密切關系，而蒸發的快慢在水分供應一定的條件下，主要受溫度控制[13]。新疆在7、8月降雨量增多，溫度達到一年當中最高，雨水蒸發量較大，空氣平均水汽壓較高，因此，有利于楊樹葉紋斑病病斑的擴展及分生孢子生長傳播。目前，關于水汽壓對楊樹葉紋斑病的影響尚未見研究報道，無法加以比較。

2.4.3 累計降雨天數與楊樹葉紋斑病發病率的關系 對累計雨天數（X6）與楊樹葉紋斑病發病率（Y1）進行回歸分析，建立回歸方程 Y= 40.797+11.519X6。由表8可知，累計降雨天數（X6）與楊樹葉紋斑病的發病率（Y1）之間呈顯著的正相關。在田間調查時發現，相對濕度越大，楊樹葉紋斑病的發病率（Y1）越高。可能的原因是大氣濕度較高時，分生孢子容易被吸附在植物表面，附著對于病原菌成功定殖非常重要，孢子產生水溶性的糖蛋白質，具有保護孢子、抵抗干旱等不良環境的作用[14]。而影響附著的一個很重要的因素是侵染過程中可獲得的水量，在一些情況下，真菌傳播的水合作用導致粘液的快速釋放，這種粘液可以使傳播體被動地和非轉化地附在廣泛的基質上。因此，病原真菌在侵染過程的早期階段，真菌侵入寄主植物組織之前的發展很大程度上依賴于合適的環境[15-16]。其中，影響楊樹葉紋斑病的因素應該是濕度，降雨天數增多，降水量升高，導致空氣濕度增加，隨后病害也逐漸嚴重，在一定程度上決定了其的發生與流行。由于空氣平均相對濕度與楊樹葉紋斑病的病葉率呈顯著性正相關。所以初步判斷影響楊樹葉紋斑病的直接原因是降雨天數影響降雨量而改變了空氣濕度[17-18]。

2.5 利用關鍵因子建立方程式

以上分析結果表明，影響楊樹葉紋斑病發病的3個關鍵因子是平均風速（X1）、平均水汽壓（X4）、累計降雨天數（X6）。利用這3個關鍵氣象因子與楊樹葉紋斑病發病率（Y1）建立多元線性回歸方程式，得到Y=103.180-38.788X1+39.637X4 +7.746X6，復相關系數 R=0.716 4，復相關關系極顯著。由表9可知，多元回歸關系也極顯著。

3 結論與討論

建立回歸模型時對關鍵氣象因子的篩選尤為重要，關鍵因子必須與病害的發生有顯著性，才能保證方程的準確性，而逐步回歸分析不僅可以完成對各影響因素的篩選，還可以建立回歸方程，是一種較為實用的分析方法[19]。根據氣象數據與楊樹葉紋斑病的病葉率進行逐步回歸分析，證明7月中旬至8月上旬期間氣象因子對楊樹葉紋斑病的發生流行最為關鍵，楊樹葉紋斑病的病葉率（Y1）與平均風速（X1）呈極顯著負相關，與平均空氣濕度（X3）、平均水汽壓（X4）、累計降雨天數（X6）呈顯著正相關。偏相關分析表明，累計降雨天數（X6）與楊樹葉紋斑病的病葉率（Y1）的偏相關系數最大，其次是平均風速（X1），再次是平均水汽壓（X4）。說明在本次監測數據范圍內平均水汽壓（X4）和累計降雨天數（X6）上升有利于提高楊樹葉紋斑病的病葉率（Y1），平均風速（X1）制約楊樹葉紋斑病的病葉率的增長。通過對關鍵氣象因子與楊樹葉紋斑病病葉率進行方差分析，結果表明多元回歸關系也極顯著。因此，平均風速（X1）、累計降雨天數（X6）、平均水汽壓（X4）是楊樹葉紋斑病發生的最為關鍵的氣象因子。

平均溫度、平均風速、大氣濕度等地面氣象要素綜合影響著楊樹葉紋斑病的發生及病情發展。大氣環流是各種氣象因子活動的背景，各地氣象條件存在差異，所以氣象要素對楊樹葉紋斑病的影響也有著區域性差異。由于分析時所用數據資料不同，所以在同一地區采用相同的統計方法，也可能得出不同的結論。在研究過程中發現，風對楊樹葉紋斑病的影響大但研究相對較少，在大多數理統計模型中，風被考慮為次要因素，或根本不考慮，這與現實情況不符，這也反映了當前數理模型統計機理性解釋較差的事實。在全球變暖、氣候變化較大的背景下，如何準確地確定影響楊樹葉紋斑病的關鍵氣象因子和關鍵期，提高預報的準確性與時效性是未來研究的重點[20]。

環境條件是楊樹葉紋斑病發生流行的決定性因素，并且病害嚴重程度也受環境條件的制約。由于本研究病情觀測資料有限，只對楊樹葉紋斑病的發病率和部分氣象因子的關系進行了分析，未能預留一些不參與運算的樣本作為檢驗，在今后的研究中，利用更多年份的病情數據進行分析，可以更好地利用氣象因子來分析和預測病害的發生發展，建立更具科學性的預測模型。這對長期預報楊樹葉紋斑病的發生與流行，把握楊樹葉紋斑病的流行規律是非常重要的。

參考文獻：

[1] 列·依·柯斯慶納， 楊昌友. 楊樹種子長期保存的經驗[J]. 新疆農業科學， 1964（11）：459.

[2] 王世績.楊樹研究進展1991—1995[M].北京：中國林業出版社，1995.

[3] 趙震宇，陳夢.新疆林木病害野外識別手冊[M]. 北京：中國林業出版社，2013.

[4] JI H， YANG Q，SONG R H. Biological characters and rDNA IIS sequences of pathogen of poplar leaf blight[J]. Journal of Forestry Research， 2006，17（1）：17-20.

[5] 葉彩玲，霍治國.農作物病蟲害氣象環境成因研究進展[J].自然災害報，2005，14（1）：90 -97.

[6] 趙震宇.新疆林木病害[M].烏魯木齊：新疆人民出版社，1963.

[7] 計紅芳. 防治楊樹葉枯病的毒蘑菇菌株篩選及其生防機理研究[D]. 哈爾濱：哈爾濱工業大學， 2007.

[8] 黃毅. 楊樹葉枯病生物防治初步研究[D]. 哈爾濱：東北林業大學， 2010.

[9] 陳浩，康曉慧，張梅，等.稻瘟病菌空中孢子量與氣象因子的關系[J].湖北農業科學，2009，48（8）：1869-1871.

[10] 倪琳，賀偉，常聚普，等.林分因子和氣象因素對歐美楊潰瘍病發生的影響[J].中南林業科技大學學報（自然科學版），2014（8）：53-58.

[11] 沈艷，熊安元，施曉暉，等.中國55年來地面水汽壓網格數據集的建立及精度評價[J].氣象學報，2008，66（2）：283-291.

[12] 楊景梅，邱金桓.用地面濕度參量計算我國整層大氣可降水量及有效水汽含量方法的研究[J].大氣科學，2002，26（1）：9-22.

[13] 翟盤茂.中國降水極值變化趨勢監測[J].氣象學報，1999，57（2）：208-217.

[14] 曾士邁. 植物病害流行學[M]. 北京：農業出版社， 1986.

[15] 劉萬才，邵振潤.小麥白粉病流行規律及近年發生概況和分析[J].中國植保導刊，1994（6）：17-19.

[16] 肖晶晶，霍治國，李娜，等.小麥赤霉病氣象環境成因研究進展[J].自然災害學報，2011（2）：146-152.

[17] 馬玉嫻.新疆杏樹流膠病發生規律及病原菌研究[D]. 烏魯木齊：新疆農業大學，2013.

[18] 夏禹甸，蕭慶璞.小麥赤霉病發生規律的研究-病菌孢子發生傳播與雨濕對于病害的關系[J].植物病理學， 1956， 2（2）：187-202.

[19] 趙豫，易亮，馬振升.信陽冬小麥白粉病發生發展氣象預報模型[J].江西農業學報，2008，20 （9） ：87-89.

[20] SCHERM H，YANG X B.Atmospheric teleconnection patterns associated with wheat stripe rust disease in North China[J].International Journal of Biometeorology，1998，42（1）：28-33.