小麥赤霉病發生氣象條件分析與預測方法研究

駱麗楠　陳中赟　盛瓊

摘 要：通過對湖州2001-2012年共12a小麥赤霉病發生資料與氣象資料進行對比分析，選擇影響湖州小麥赤霉病發生的氣象因子氣溫、降水、濕度、日照等，考慮前期氣象條件，通過統計分析方法，建立了小麥赤霉病發生氣象條件等級預報模型。用本地氣象臺發布的未來10d天氣預報結論，結合前期天氣實況，對未來10d小麥赤霉病發生氣象條件等級進行預報。預報模型緊密聯系預報產品特點和預報服務實際，實用性較強。

關鍵詞：小麥赤霉病；氣象條件；分析；預測

中圖分類號 S435.121 文獻標識碼 A 文章編號 1007-7731（2016）05-102-03

Abstract：The paper compared the occurrence rates of wheat scab and their related meteorologic data in Huzhou district from 2001 to 2012，and identified an internal relation between wheat scab occurrence and meteorologic condition，by analyzing several crucial meteorologic factors，including temperature，rainfall，humidity and sunshine. We constructed a powerful meteorologic forecast model to forecast wheat scab occurrence grades，which is easy and precise in forecasting wheat scab occurrence grades in the next 10 days by adding the parameters of weather report conclusion，current weather condition into this model. This forecast model is powerful and practicable because it is close to characteristics of forecast products and application.

Key words：Wheat scab；Meteorological condition；Analysis；Forecast

小麥赤霉病是影響小麥生長的主要病害之一，其流行取決于3個方面因素的配合：大量菌源的存在、高溫高濕的氣象條件及小麥最易感染生育期的狀況。赤霉病不僅會造成小麥的嚴重減產，而且會惡化子粒品質，帶病麥粒含有毒素，影響人畜健康。因此，做好小麥赤霉病的預測模型，在不同時期對小麥赤霉病進行預測，將有助于采取適宜的防治方案和防治物資的準備，對小麥赤霉病進行適時適量用藥防治，以確保小麥的產量和品質，對農業可持續發展具有重要意義。

1 資料來源及處理

1.1 數據來源 小麥赤霉病數據：2001-2012年小麥赤霉病在抽穗揚花期病田率、病穗率、病情指數和乳熟期病田率、病穗率、病情指數、發病面積比和發病程度數據，數據來源于湖州市植保檢疫站。氣象數據：2001-2012年逐日平均氣溫、最高氣溫、平均相對濕度、最小相對濕度、雨日、降水量、日照時數、風力，數據來源于湖州國家基本觀測站觀測數據。

1.2 資料處理 根據2001-2012年逐日平均氣溫、最高氣溫、平均相對濕度、最小相對濕度、雨日、降水量、日照時數、風力數據，統計逐月雨量、雨日、日照、相對濕度、平均氣溫、平均最高氣溫、最大風，4月中旬至5月中旬降水量、雨日、日照、相對濕度、平均風、最大風、平均氣溫、最高氣溫平均值，以及上年7、8月平均氣溫、雨量、平均最高氣溫等。

2 近12a湖州小麥赤霉病發生情況

小麥赤霉病對湖州市小麥生長造成影響的主要時段是4月中旬至5月下旬。本文分析了2001-2012年湖州市小麥赤霉病發病情況，2001-2003年為中偏重發生，2005和2012年為中等發生，其余年份發生程度較輕。其中2001年5月14日小麥病穗率37.3%，病情指數達到10.4，分別是常年的3.3倍和1.5倍；2002年5月9日小麥病穗率33.4%，病情指數達到15.4，分別是常年的3.1倍和2.2倍，發病面積比達到74.5%；2003年小麥病穗率33.8%，病情指數為9.3，發病面積比達到89.4%；2001-2003年、2012年乳熟期病田率均超過70%，2003年和2012年乳熟期病田率均達到了90%，2002年和2012年產量損失占總產量的比例超過10%（圖1）。

3 小麥赤霉病發生氣象條件分析

本文分析了抽穗揚花期病田率、病穗率、病情指數，乳熟期病田率、病穗率、病情指數、發病面積比、發病程度與4月、5月的月雨量、雨日、日照、相對濕度、平均氣溫、最高氣溫平均值、平均風、最大風，4月中旬至5月中旬的降水量、雨日、日照、相對濕度、平均風、最大風、平均氣溫、最高氣溫平均值，1、2、3月的月降水量、雨日、平均氣溫、平均最高氣溫，上年7～12月的月平均氣溫、雨量，上年7～8月平均氣溫、雨量，上年7～8月平均最高氣溫等氣象因子統計要素的相關性，結果顯示：

3.1 抽穗揚花期 病情指數與4月日照呈反相關，與4月相對濕度呈正相關，與4月雨日呈正相關，與2月雨量呈正相關，說明4月濕度越大，雨日越多，日照越少，4月病情指數越高，2月越來越多，4月病情指數越高。

3.2 乳熟期 病情指數與4月雨量、雨日呈正相關，與4月日照呈反相關，與5月雨日呈正相關，與5月日照呈反相關，與5月相對濕度呈正相關，與5月最高氣溫平均值呈反相關，與4月中旬至5月中旬雨日呈正相關，與4月中旬至5月中旬日照呈反相關，與4月中旬至5月中旬相對濕度呈正相關，與4月中旬至5月中旬平均氣溫、最高氣溫平均值呈反相關，與風相關性小，與上年8月平均氣溫呈反相關。說明4、5月雨量、雨日越多，日照越少，濕度越大，4月中旬至5月中旬平均氣溫和最高氣溫平均值、日照越少，濕度越大，5月病指越高。

3.3 乳熟期 發病面積比與4月雨日、相對濕度呈正相關，與5月雨日呈正相關，與5月日照呈反相關，與5月相對濕度呈正相關，與4月中旬至5月中旬日照呈反相關，與4月中旬至5月中旬相對濕度呈正相關，與5月最高氣溫平均值呈反相關，上年9月平均氣溫呈反相關，上年8月平均氣溫呈反相關。說明4、5月濕度越大，雨日越多，日照越少，5月最高氣溫平均值越低，上年8、9月平均氣溫越低，上年8月雨量越多，5月發病面積比越大。

4 小麥赤霉病發生氣象條件等級預測模型及檢驗

4.1 模型建立 本文通過設置各氣象要素的權重系數，建立小麥赤霉病發生氣象條件等級預報模型。通過上述相關分析，本文確定最高氣溫平均值TG、雨日RA、日照時數S、相對濕度RH、上年8～9月平均氣溫T8-9、2月雨量R2等6個要素作為氣象條件等級指標，選取預報日前5d的要素實況值和預報日后9d共15d的各氣象要素預報值。計算公式如下：

Y=SA=ATG+ARA+AS+ARH+AT8-9+AR2

其中，ATG為最高氣溫平均值TG的權重系數，取未來10d最高氣溫預報值的平均值，根據最高氣溫平均值與常年同期的對比情況確定不同權重系數；ARA為雨日RA的權重系數，取預報日前5d和未來10d降雨預報值，根據雨日數與常年同期的對比情況確定不同權重系數；AS為日照時數S的權重系數，取未來10d云量預報值，根據云量70%以上的天數確定不同權重系數；ATH為相對濕度TH的權重系數，取未來10d相對濕度預報值，根據相對濕度80%以上的天數確定不同權重系數；AT8-9為上年8～9月平均氣溫T8-9的權重系數，根據上年8～9月平均氣溫與常年同期對比情況確定不同權重系數；AR2為2月雨量R2的權重系數，根據2月雨量與常年同期對比情況確定不同權重系數。

計算各氣象要素權重系數A，根據權重系數之和Y（見表1）判斷天氣條件對小麥赤霉病發生是否有利，將小麥赤霉病發生氣象條件等級劃分為5個級別。

4.2 模型檢驗 湖州市2014年4月中下旬雨量雨日偏多，雨日多達12d，較常年同期偏多3～4d，11～13日、19～22日、25～27日出現連陰雨天氣，日照較常年同期偏少37h，另外2月雨量是常年同期的近2倍，加之前期稻樁子囊殼帶菌率比常年多1.2倍，菌源基數高加上天氣條件對小麥赤霉病發生有利。運用本模型在4月8日和13日分別進行小麥赤霉病發生氣象條件預測，氣象條件均為二級，對小麥赤霉病發生較有利。湖州市植保檢疫站在4月8日指出要切實做好麥類赤霉病為主的病蟲害防治，在4月8日和14日的《一周天氣與農事》中指出未來一周氣象條件對小麥赤霉病發生較有利。2014年小麥赤霉病發生程度較重，與模型結果較相符。

5 結論

（1）通過分析2001-2012年小麥赤霉病在抽穗揚花期、乳熟期病情指數和發病面積比與各氣象因子的相關關系，發現：小麥赤霉病抽穗揚花期病情指數與4月相對濕度、雨日、2月雨量呈正相關，而4月日照呈反相關；乳熟期病情指數、發病面積均與4、5月相對濕度、雨日呈正相關，與4、5月日照、5月最高氣溫平均值和上年8～9月平均氣溫呈反相關。

（2）運用預報日前5d和未來10d的雨日、未來10d最高氣溫、日照、相對濕度和2月雨量、上年8～9月平均氣溫等6個要素預報值和實況值，通過給定不同權重系數，建立稻縱卷葉螟發生氣象條件等級預測模型，并運用2014年相應氣象因子進行了模型檢驗，檢驗效果較好。

（3）影響小麥赤霉病發生的因素除氣象條件外，還有小麥品種、栽培方式以及前期帶菌量等，由于缺乏該方面的資料，故不作考慮。

參考文獻

[1]劉志紅.BP神經網絡在小麥赤霉病氣象預測中的應用[J].云南農業大學學報，2010，25（5）：680-685.

[2]賈金明.黃河中下游小麥赤霉病氣象指數的建立與應用[J].氣象，2002，28（3）：50-53.

[3]周元.基于GIS的小麥赤霉病氣象等級預報系統的設計與實現[J].氣象科技，2011，39（3）：379-384.

[4]韓長安.小麥赤霉病發生和危害程度的預測模式[J].上海農業學報，1994，10（2）：67-70.

[5]袁昌洪.小麥赤霉病流行程度的農業氣象動態預測模型[J].安徽農業科學，2009，37（1）：204-206.

[6]張旭暉.小麥赤霉病氣象等級預報模式研究[J].安徽農業科學，2008，36（23）：10030-10032. （責編：張宏民）