自貢市水稻二化螟發生氣象等級預報研究

羅偉 段修榮 鐘莉 王茹琳 李強

摘要：利用2000-2018年四川省自貢市水稻（Oryza sativa L.）二化螟[Chilo suppressalis（Walker）]發生歷史資料與氣象資料研究自貢市氣象條件對水稻二化螟發生的影響。通過對水稻二化螟燈下誘蛾量與氣象條件的分析，選取相關性顯著、生物學意義明確的氣象因子，采用多元回歸分析建立自貢市水稻二化螟發生氣象等級預報模型。結果表明，自貢市冬季平均氣溫對水稻二化螟發生氣象等級影響最為顯著，翌年各時段溫度、降水和濕度條件次之，且常年較高的冬季氣溫是導致二化螟發生氣象等級多年處于3～4級的最關鍵氣象因素。歷史回代檢驗氣象等級擬合準確率達72%，2018年試報檢驗氣象等級準確率達到100%，模型預測效果較好，能夠為自貢市開展水稻二化螟防治提供科學的氣象決策依據。

關鍵詞：水稻（Oryza sativa L.）;二化螟[Chito suppressalis（Walker）];氣象等級;預報研究;自貢市

中圖分類號：S435.112'.1 文獻標識碼：A

文章編號：0439-8114（2020）09-0020-04

DOI：10.14088/j.cnki.issn0439-8114.2020.09.004

水稻（Oryza sativa L.）作為四川省自貢市第一大糧食作物，常年種植面積在8萬hm2左右，占糧食種植面積的48%左右，總產量占糧食總產量的6O%左右，在保障自貢市糧食安全中作用突出。水稻螟蟲是自貢市稻區歷年受災面積最大、為害最重的蟲害，對水稻產量的損失占水稻病蟲害總損失的40%以上。據自貢市植保站資料統計分析，二化螟[Chilosuppressalis（Walker）]受災面積呈動態上升趨勢，21世紀較20世紀50年代前期增長近11倍;1980年以前三化螟重于二化螟，1980年以后二化螟重于三化螟，造成嚴重枯鞘、枯心、白穗、死孕穗和蟲傷株，嚴重影響水稻產量與品質。水稻二化螟在自貢市全境都有發生，中西部發生2代，東部再生稻區發生3代，第二代發生時，受盛夏高溫伏旱和稻株較老的影響，不利于蟻螟侵人存活，數量大幅下降，第三代再生稻區發生量甚少，故全區以第一代二化螟為主，發生量最多。因此，本研究以第一代水稻二化螟為自貢市水稻二化螟發生氣象等級的研究對象。

氣象條件與水稻二化螟發生、發展關系極為密切[1-5]。二化螟是非遷飛性的害蟲，發生情況受當地氣象條件影響明顯，而自貢市氣象條件年際波動較大，給水稻二化螟的預測、監測以及預防等綜合治理措施開展帶來了更大難度。二化螟預報、防治技術研究一直是自貢市病蟲害防治工作的重點，開展水稻二化螟發生的氣象等級預報研究對自貢市科學開展水稻二化螟監測防治、減少水稻產量損失顯得十分必要。

現有對水稻螟蟲的研究，有針對二化螟與氣象環境開展的綜合模型預報研究以及影響水稻螟蟲發生發展的氣象等級預報研究等。唐潔[5]從生態系統的觀點出發，以多層線性模型統計分析技術，建立水稻二化螟發生和地理、生態及氣象因子關系的兩水平線性模型;陳慧華等[6]、王華弟等[7]、羅菊英等[8]結合統計學、物候學方法分析確定水稻三化螟發生發展的適宜氣象條件，并建立水稻三化螟發生發展氣象條件等級指標。近年來，隨著數學模型被應用到病蟲害的預報預測中，使得病蟲害預測預報的準確率有了較大的提高，但從氣象條件出發，以水稻二化螟發生發展與氣象條件的關系為基礎，開展水稻二化螟發生氣象等級預報研究目前仍較少。同時，由于自貢市地處亞熱帶濕潤季風氣候區，氣候條件與其他地區差異較大，氣象條件對水稻二化螟發生發展的影響也有所不同，適宜于該地的水稻二化螟發生的氣象指標與等級預報模型仍處于空白階段。因此，本研究通過分析自貢市氣候條件與二化螟發生發展變化規律，利用相關性分析、內插法、多元回歸等方法，篩選氣象等級預報因子并建立水稻二化螟氣象等級預報模型，旨在為自貢市制定二化螟防災減災措施和進行風險轉移提供氣象參考。

1 資料來源與方法

1.1 資料來源

氣象資料來自自貢市氣象觀測站，包括自貢市2000-2018年12月至翌年8月逐日氣象資料，包括氣溫、降水量、相對濕度等。二化螟資料來自自貢市植檢植保站，包括2000-2018年水稻二化螟逐年發生始見期、發生高峰期、燈下誘蛾量、發生面積、二化螟高峰期加權卵塊量、未防治田水稻枯心率。

1.2 研究方法

1.2.1 二化螟發生氣象等級劃分 利用二化螟發生面積、燈下誘蛾量、二化螟高峰期加權卵塊量、未防治田水稻枯心率與各氣象要素進行相關分析，結合植保專家經驗，確定以燈下誘蛾量為預報量。根據逐年燈下誘蛾發生量（每個監測點），按照0～100個、101～200個、201～300個、301～400個、401～500個對應劃分為5個二化螟發生氣象等級，分別是不適宜、適宜、較適宜、次適宜、最適宜。

1.2.2 關鍵氣象因子確定 參照文獻[9-12]的方法，利用SPSS進行相關分析，篩選出與水稻二化螟燈下誘蛾量相關性顯著、生物學意義明確的氣象預報因子。

1.2.3 氣象因子等級劃分 為消除各氣象因子不同量綱的影響，取2000-2017年各關鍵氣象因子歷史同期最小值和最大值為下限和上限，等差分為5個等級，各等級對應的數值同樣按燈下誘蛾量從小到大來劃分，用直線內插法計算位于該等級內的氣象因子級別值。以氣象因子級別值為預報因子，燈下誘蛾量為預報對象，采用多元回歸方法建立預報模型。

1.2.4 氣象因子通徑分析 采用通徑分析方法，以直接通徑系數來確定各關鍵氣象因子對水稻二化螟發生氣象等級的貢獻率，以此客觀反映出各關鍵氣象因子與水稻二化螟發生氣象等級的真實關系。

1.2.5 模型檢驗 用建立的回歸方程對2000-2017年自貢市水稻二化螟發生氣象等級分別進行歷史擬合檢驗和2018年試報檢驗。擬合檢驗是將構建預報模型的歷史氣象資料進行回代，對擬合值與實際值進行比較。試報檢驗是將2018年的預報因子代入預報模型中，對預報值與實際值進行比較。

2 結果與分析

2.1 氣象因子的選擇

以單旬或整月氣象要素作為預報因子顯著性更強，預報準確率更高，但預報因子變異度較大，生物學意義不夠明顯，模型穩定性較差，因此，盡可能選取相關性顯著、符合明確生物學意義且使模型更為穩定的氣象要素平均值。將自貢市水稻二化螟燈下誘蛾量與12月至翌年8月各氣象因子逐旬平均值進行相關分析，結合自貢市水稻二化螟各生育期發生時段，篩選出影響自貢市水稻二化螟蟲量發生顯著的5個關鍵氣象因子。

2.1.1 溫度 溫度影響越冬蟲源基數[13]，且冬季氣溫的高低與來年二化螟發生蟲量關系密切[14];此外，冬季極端低溫的高低是決定幼蟲能否抵抗寒冷避免死亡的主要因素[15，16]。因此，將歷年冬季平均氣溫、冬季極端最低氣溫、五日滑動極端最低氣溫與二化螟燈下誘蛾量進行了相關分析，結果表明，二化螟燈下誘蛾量與冬季（上年12月至翌年2月）平均氣溫呈極顯著正相關（P<0.01），相關系數為0.608，與冬季極端最低氣溫、五日滑動極端最低氣溫相關性均不顯著（P>0.05），相關系數僅為0.114、0.075，表明冬季極端最低氣溫對二化螟燈下誘蛾量并沒有明顯影響，故未將此列為影響因子。

一般來說，溫度不僅影響二化螟的生長發育速率，還影響二化螟卵孵化率、幼蟲存活率、化蛹率、羽化率的高低[13]，進而影響成蟲的發生量。自貢市水稻二化螟卵孵化期至羽化期在4月下旬至6月上旬，將此時段內逐旬平均溫度的不同組合分別與二化螟燈下誘蛾量進行相關分析，結果顯示，二者呈顯著正相關（P<0.05），相關系數為0.409。

2.1.2 降水 春季和夏季的降水對二化螟影響顯著[17]。在春季，二化螟處于耗氧旺盛的化蛹期，若降水偏多，易淹沒導致幼蟲和蛹大量死亡，蟲口基數減少，當年發生量少;在夏季，頻發的暴雨、大暴雨降水過程不利于二化螟成蟲的飛行和成活。自貢市水稻二化螟幼蟲至化蛹期在4月下旬至5月下旬，成蟲期在5月底至6月中旬，分別將這2個時段內逐旬降雨總量的不同時段組合與二化螟燈下誘蛾量進行相關分析，結果表明，二化螟燈下誘蛾量與4月下旬至5月上旬、6月中旬的降水總量均呈顯著負相關（P<0.05），相關系數分別為-0.270、-0.409。

2.1.3 濕度 濕度是影響二化螟發生數量的又一重要因素，相對較高的濕度有利于二化螟數量的增長，特別是幼蟲至化蛹期濕度影響最為明顯[18]。將自貢市水稻二化螟幼蟲至化蛹期內逐旬平均相對濕度的不同時段組合與二化螟燈下誘蛾量進行相關分析，結果顯示，二化螟燈下誘蛾量與4月下旬至5月下旬的平均相對濕度呈顯著正相關（P<0.05），相關系數為0.297。

2.2 預報量及預報因子等級劃分

取2000-2017年各氣象因子歷史同期最小值和最大值作為下限和上限，等差分為5個等級，各等級對應的數值從小到大按照誘蛾量為0～100個、101～200個、201～300個、301～400個、401～500個劃分;同時，將水稻二化螟發生氣象等級對應燈下誘蛾量劃分為5個等級。

2.3 預報模型的建立

將2000-2017年水稻二化螟發生氣象等級和各氣象預報因子按表1進行分級賦值，采用內插法獲得氣象預報因子級別值，利用多元回歸建立水稻二化螟發生氣象等級預報方程。

Y=-46.2869+0.737 OX₁+0.618 6X₂+0.320 5X₃-0.374 3X₄-0.189 4X₅（1）

式中，X₁為12月至翌年2月冬季平均氣溫級別賦值，X₂為4月下旬至6月上旬平均氣溫級別賦值，X₃為4月下旬至5月上旬降水總量級別賦值，X₄為6月中旬降水總量級別賦值，X₅為4月下旬至5月下旬平均相對濕度級別賦值，Y為二化螟發生數量的預報值。方程的判定系數R²=0.8974，F=10.7624，方程通過了a=0.01的顯著性水平檢驗。

為進一步反映出各氣象要素與水稻二化螟發生氣象等級的真實關系，采用通徑分析確定各氣象要素對水稻二化螟發生氣象等級的影響程度，直接通過各氣象要素對水稻二化螟發生氣象等級的直接通徑系數可以看出，冬季平均氣溫影響最大，即冬季平均氣溫的高低是決定來年二化螟發生蟲量多少的最關鍵氣象因素，4月下旬至5月下旬平均相對濕度影響最小，此結果與相關性分析結果相符合。

2.4 預報模型檢驗

利用以上回歸方程分別對2000-2017年自貢市水稻二化螟發生氣象等級進行歷史擬合檢驗和2018年試報檢驗（圖1）。結果顯示，在18組歷史擬合年份里，正確13組，錯誤5組，發生氣象等級主要集中在3～4級，且擬合錯誤的年份氣象等級誤差均為1個級別，水稻二化螟發生氣象等級歷時擬合準確率為72%;2018年的綜合氣象等級試報準確率為100%，總體來看氣象等級預報準確率較好，模型可用于自貢市水稻二化螟發生氣象等級預報業務。

3 小結與討論

自貢市冬季平均氣溫對水稻二化螟發生影響最為顯著，翌年各時段溫度、降水和濕度條件次之。自貢市冬季氣溫常年處于9℃左右，較高的氣溫非常有利于二化螟越冬蟲源基數的增加和來年的暴發，是導致自貢市二化螟發生氣象等級多年處在3～4級的主要因素。

在預報模型的構建過程中，選取與氣象因子相關性較強、符合生物學特征的二化螟燈下誘蛾量作為預報量，同時以燈下誘蛾量劃分預報因子級別值，基本能反映二化螟發生發展的自然狀態;通過進行歷史擬合檢驗和2018年試報檢驗，模型效果較好。

水稻二化螟發生氣象等級預報是一項復雜的工作，由于二化螟發生世代較多，各世代發生受氣象條件影響不同，本研究僅以第一代水稻二化螟作為自貢市水稻二化螟發生氣象等級的研究對象，仍然不夠客觀。另外，預報量、預報因子的等級劃分、合理賦值對成功建立模型起到了關鍵性的作用，在等級劃分和賦值過程中，對應的燈下誘蛾量界限值存在爭議，相鄰等級之間不免有交叉現象，燈下誘蛾量與氣象要素的賦值機理較為模糊。因此，在今后的水稻二化螟氣象等級預報工作中還需進行完善和提高。

參考文獻：

[1]陳懷亮，張弘，李有.農作物病蟲害發生發展氣象條件及預報方法研究綜述[J].中國農業氣象，2007，28（2）：212-216.

[2]葉彩玲，霍治國，丁勝利，等.農作物病蟲害氣象環境成因研究進展[J].自然災害學報，2005，14（1）：91-97.

[3]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增刊1）：122-123.

[4]張蕾.氣候變化背景下農作物病蟲害的變化及區域動態預警研究[D].北京：中國氣象科學研究院，2013.

[5]唐潔.水稻二化螟災變風險分析多水平模型研究[D].杭州：浙江大學，2006.

[6]陳慧華，王華，黃珍珠.廣東省三化螟發生發展氣象條件等級指標[J].廣東氣象，2011，33（1）：43-45.

[7]王華弟，張左生，程家安，等.水稻三化螟預測預報與防治對策研究[J].中國農業科學，1997，30（3）：14-20.

[8]羅菊英，隗釗，馬運潮，等.第1代水稻三化螟發生發展的氣象條件等級預報方法研究[J].現代農業科技，2009（19）：153-155.

[9]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.

[10]陳士強，張容，王建華，等.長江中下游高產小麥產量與農藝性狀的相關性研究[J].江蘇農業科學，2019，46（6）：63-66.

[11]劉政，孫艷，李保成SPSS逐步回歸分析法構建北疆棉蚜年發生程度的預報模型[J].安徽農業科學，2009，37（6）：2815-2817.

[12]馬興祥，李萬希，蘭曉波，等.石羊河流域玉米紅蜘蛛發生的氣象條件分析[J].中國農業氣象，2010，31（2）：320-323.

[13]葉藝林，王紅秀.溫度和濕度對二化螟存活率與繁殖力影響的回歸模型[J].江西農業學報，2007，19（11）：31-32.

[14]劉波，陳小虎，吳姑，等.河北省冬小麥白粉病氣候預報的貝葉斯網絡模型研究[D].石家莊：河北師范大學，2017.

[15]張珺，吳孔明，林克劍，等.二化螟溫帶和亞熱帶地理種群的滯育特征與抗寒性差異[J].中國農業科學，2005，38（12）：2451-2456.

[16]黃曉勤，蔣宏華.二化螟滯育及抗寒性的初步研究[J].湖南農業科學，2005（5）：49-51.

[17]王山，劉年喜，王金輝.湖南水稻二化螟無害化治理研究進展[J].中國植保導刊，2006，26（7）：12-1s.

[18]楊光平.二化螟滯育幼蟲的生理特性及溫濕度對其抗寒性的影響[D].北京：中國農業科學院，2013.

收稿日期：2020-02-18

基金項目：高原與盆地暴雨旱澇災害四川省重點實驗室科技發展基金項目（省重實驗室2018-重點-05-11;省重實驗室-SCQXKJQN2019034）

作者簡介：羅偉（1987-），男，四川自貢人，工程師，主要從事農業氣象和公共氣象服務研究工作，（電話）18708358335（電子信箱）304448599@qq.com;通信作者，段修榮，男（1966-），高級工程師，主要從事天氣氣候、氣候變化、應用氣象服務研究工作，（電子信箱）1377917123@qq.com。