贵州烟草蚜传病毒病（PVY、CMV）发生规律及其预测模型的初步研究

商胜华， 孟建玉， 罗玉英， 罗会斌， 徐 语， 李忠俊

（1.贵州省烟草科学研究所，贵阳 550081；2.贵州遵义市烟草公司，遵义 563000；3.贵州铜仁地区烟草公司，铜仁 554300）

贵州烟草蚜传病毒病（PVY、CMV）发生规律及其预测模型的初步研究

商胜华1， 孟建玉1， 罗玉英2， 罗会斌3， 徐 语2， 李忠俊3

（1.贵州省烟草科学研究所，贵阳 550081；2.贵州遵义市烟草公司，遵义 563000；3.贵州铜仁地区烟草公司，铜仁 554300）

通过2002－2011年对贵州代表性烟区烟草蚜传病毒病（PVY、CMV）的系统调查与普查，分析了烟草蚜传病毒病发生程度与有翅蚜迁飞量及主要气象因子间的关系，初步了解了该病害的发生流行规律。并以有翅蚜迁飞量和关键气象指标为预报因子，应用DPS统计软件进行逐步回归分析，初步建立了烟草蚜传病毒病发生程度短期预测模型Y＝44.168 7＋1.106 9X1－1.352 2X4－0.403 9X6－0.142 6X11＋0.023 5X19－0.289 2X20（其中，X1＝移栽初期10d内日平均诱蚜量；X4＝上年12月均温；X6＝上年12月平均相对湿度；X11＝2月降水量；X19＝5月降水量；X20＝5月雨日数），经显著性检验和预报验证，回归方程达极显著水平，回测准确率平均达89.04%，实报验证误差率为11.57%～13.88%，说明入选预报因子比较切合贵州实际，预测模型具有较大的实用价值。

烟草； 蚜传病毒病； 发生规律； 预测模型

烟草病毒病是全世界烟区普遍发生的一类重要 病害，在烟叶生产中常常造成较大损失［1－2］。近年

来，由于受气候及种植制度变化等因素的影响，在贵州烟区，烟草蚜传病毒病（主要是马铃薯Y病毒PVY和黄瓜花叶病毒CMV）呈逐年上升趋势，发生面积扩大、部分烟区危害程度较重，已成为制约贵州烤烟生产持续发展的关键病害之一［3－4］。因此，研究烟草蚜传病毒病的发生流行规律、预测未来发展趋势，对有效指导防治具有重要意义。目前，有关烟草蚜传病毒病发生流行规律的研究，国内如湖南、陕西、黑龙江、山东等烟区均有报道，各地烟草蚜传病毒病的发生流行规律有所差异，受到多种因素的影响，如烟蚜迁飞量、气象因子（温度、湿度、降水等）、栽培因子等［5－9］；在预测预报方面，国内部分烟区已开展了预测模型的初步研究［10－14］，但多以气象指标为主构建预测模型。本文以贵州代表性烟区15年次的数据资料，在探析发生流行规律基础上，采用关键气象因子和生物因子（蚜虫）构建了预测模型，以期为贵州烟草蚜传病毒病的有效控制提供指导依据。

1 材料与方法

1.1 田间调查

选择凤冈和铜仁两个代表性生态区设置监测点进行系统调查。监测点预测圃设置为常年重发区旱地，面积1 000～1 334m2，与其他烟地相对连片，种植品种为 ‘K326’，各点每年于5月上旬移栽，8月底左右采收结束，不施用任何杀菌剂和杀虫剂，预测圃设置地块在年度间保持相对稳定。

调查方法：有翅蚜迁飞动态采用黄皿诱蚜法进行监测。从有翅蚜迁飞初期（3月上旬左右）在苗床区内设置黄皿（2个）诱蚜，皿内底部及内壁涂金盏黄油漆（柠檬黄），外壁涂黑色油漆，皿内盛皿高2／3左右的清水，用木棒支架于田间，皿距地面高度为1m，两皿相距30～50m，当皿内颜色减弱时，用新涂黄皿更换，并及时换水及防止雨水过量冲走诱到的有翅蚜。每5d记录1次烟蚜数量然后将其清除。烟苗移栽后，随即转入预测圃中继续诱集至6月中旬为止；烟草蚜传病毒病调查从移栽后开始，每5d调查1次，至烟株打顶后结束。采取5点取样法进行定点定株调查，每点50株，病害分级标准按《YC／T39烟草病害分级及调查方法》要求执行。

1.2 气象资料的收集与数据处理

从贵州省气象局收集烟草蚜传病毒病调查数据对应年份与地点的全年逐日原始气象资料。选择上年11月－当年5月7个月的基本气象数据按月分别整理出均温、气温≤10℃的日数、日气温≥10℃的积温、降水量、雨日数（不含1d中降水量＜0.1mm的日数，下同）、平均相对湿度、相对湿度≥80%的日数、日照时数，应用于预测模型的构建；选择5－8月份的基本气象数据按候分别整理出：均温、降水量、雨日数、平均相对湿度、日照时数，应用于烟草蚜传病毒病的相关性分析。

1.3 预测模型的建立与检验方法

以烟草蚜传病毒病盛发期平均病指为预报对象，分析病情指数与气象要素、有翅蚜迁飞量等因素间的关系，通过相关性分析，初选出与预报对象相关关系显著且物理意义明确的气象因子、有翅蚜迁飞量作为预报因子，采用DPS统计软件进行逐步回归分析，建立预测预报模型。

用F检验法检验方程的显著性，淘汰不显著的方程。回测验证：将建模数据带入预测式中进行回测，检验历史符合率。实报验证：将2010－2011年的病情、气象等相关数据作为待测样本，利用所建立的预测模型进行实报检验。

2 结果与分析

2.1 烟草蚜传病毒病（PVY、CMV）发生规律

利用凤冈、铜仁两个代表性调查点共计15年次的数据进行流行动态分析，因同一地点年度间峰期差异在5d以内，故采用相同地点各年度同期调查的平均值做消长曲线（图1）。由图1可见，蚜传病毒病流行动态一般呈“S型”曲线增长，大田始发期在5月中下旬左右，凤冈点发病时间较铜仁早，初期病情发展较缓慢，自6月中旬左右病情开始快速发展，于7月初（7月1日）达到高峰期，凤冈和铜仁峰期平均病指分别为7.96和1.78，两地发病程度存在一定差异。高峰期以后，病情平稳发展或呈下降趋势（下降原因是由于此期打顶或蚜传病毒病自然恢复特性而出现隐症现象，导致病指下降）。同时，以凤冈点为例，分析相同地点不同年份间的变化情况（图2），从图中可看出，同一地点蚜传病毒病的始发期、高峰期、发病程度在不同年度间均存在一定差异，可能与气象、传毒介体等因子的影响有关。

根据有翅蚜监测结果，进一步结合蚜虫迁飞规律分析蚜传病毒病的发生特点。贵州省烤烟移栽期一般在5月上旬左右，烟苗移栽后蚜虫即可迁入烟田，于5月上中旬前后形成烟田第1个迁入高峰期，第2个迁飞高峰期出现在6月中旬前后。蚜传病毒病于第1个蚜量迁飞高峰过后10d左右开始发病，正好与病毒侵染到发病所需时间基本吻合，此后染毒烟株在适宜气候条件下相继表现症状，病情快速发展，至7月初左右达到发病高峰，表明蚜传病毒病的发生与蚜虫迁飞密切相关，尤其与烟田第1次迁飞蚜量显著相关。第2次迁飞高峰期蚜量主要以本田有翅蚜的转移扩散为主，由于蚜虫传毒的非持久性特点，其带毒率不高，加之在迁飞时间上与蚜传病毒病的发展不相吻合，说明蚜传病毒病的发生与第2次有翅蚜迁飞关系不大。

2.2 烟草蚜传病毒病发生程度与主要气象因子的关系

利用凤冈、铜仁两个代表性调查点共计15年次的病情调查数据（病指），对应发生期内各候的平均气温、降水量、雨日数、平均相对湿度和日照时数，分析蚜传病毒病病指与气象要素间的相关性。

2.2.1 烟草蚜传病毒病病指与气温的关系

由图3可见，气温对蚜传病毒病的影响分两个时段分别表现出正效应和负效应作用。发病前期（6月1日以前）表现出正效应，此期处于烟田有翅蚜第2次迁飞时段，仍有部分外源蚜虫迁入烟田，温度越高越有利于蚜虫的迁飞，从而增大烟株带毒几率，另一方面，该时期各地气温总体不高，随着温度的逐步回升，气温逐渐接近蚜传病毒病的最适增殖温度（如马铃薯Y病毒的最适增殖温度为25～28℃［15］），有利于病情发展；6月1日以后表现出负效应，该期内各地温度相对较高，总体适宜于蚜传病毒病的发生发展，但稳定性较差，由于受降雨的影响气温时高时低的现象较为明显，高温后突然降温降雨，有利于带毒烟株很快显症，发展程度快速加重，如6月6日气温与病指的相关系数达极显著负相关（－0.717 8＊＊），与前述分析原因十分一致，且与蚜传病毒病的流行特点相吻合。

图3 气温与蚜传病毒病病指关系

2.2.2 烟草蚜传病毒病病指与雨日雨量的关系

由图4可见，降水量和雨日数与蚜传病毒病的相关系数曲线均呈多峰型不规则变化，主要与两个点各年度的病情和降水情况差异有关。总体来看，在5月下旬至6月上旬后期，雨日雨量对蚜传病毒病的影响存在负效应作用，此期雨日雨量一方面是影响蚜虫的迁飞，尤其是雨日数较多时（相关系数最大达－0.635 7＊，显著负相关），不利于蚜虫的迁飞，烟株带毒率降低，另一方面可能与烟株抗性有关，降雨量适度增加，有利于烟株早生快发、生长发育健壮，增强烟株自身抗病抗逆能力，发病程度减轻。6月上旬后期以后，雨日雨量对蚜传病毒病的影响多表现正效应作用，尤其是降雨量相关系数曲线存在突增突降现象，最大相关系数达0.522 3，这与蚜传病毒病在持续高温后突然降雨降温导致病情加重的流行特点相吻合，中后期雨日数与病情的相关性不明显。

图4 雨日雨量与蚜传病毒病病指关系

2.2.3 烟草蚜传病毒病病指与相对湿度的关系

由图5可见，相对湿度对蚜传病毒病的影响分两个时段分别表现出负效应和正效应作用。发病前期（6月6日以前）表现出负效应，此期相对湿度越大，表明雨日雨量越多，不利于蚜虫的迁飞等；6月初以后表现出正效应，相对湿度的高低与雨日雨量的多少密切相关。根据前述雨日雨量的分析结果，在两个时段内，相对湿度对蚜传病毒病的影响效应与降水雨量基本一致，即在大田前期表现为负效应、中后期表现为正效应。

图5 相对湿度与蚜传病毒病病指关系

2.2.4 烟草蚜传病毒病病指与日照时数的关系

由图6可见，日照时数与蚜传病毒病的相关系数曲线呈多峰型不规则变化，主要与两个点各年度的病情和日照情况差异有关。总体来看，在6月上旬初期以前，日照时数对蚜传病毒病的影响存在正效应关系，此期日照时数越大（晴天多），越有利于蚜虫的迁飞，增大烟株带毒几率。6月上旬初期以后，蚜传病毒病的发生与日照时数多表现为负相关关系，可能与烟株抗性和田间温度有关，此期日照时数越多，烟株生长健壮、叶片干物质积累量增大、含水量降低、综合抗病能力增强，同时田间温度过高不利于病毒增殖，烟株即使带毒也不易表现症状。

图6 日照时数与蚜传病毒病病指关系

2.3 烟草蚜传病毒病病指与大田前期有翅蚜迁飞量的关系

利用凤冈、铜仁两个点共计15年次的数据，分析蚜传病毒病盛发期平均病指与移栽初期10d内平均日诱蚜量的相关性（图7）。从图中可看出，前期有翅蚜诱集量越大，各点不同年份蚜传病毒病的病指多表现出增加趋势，两者间相关系数为0.785 8＊＊，存在极显著正相关关系，表明有翅蚜迁飞量对蚜传病毒病发生程度具有显著正效应作用。

图7 移栽初期有翅蚜迁飞量与蚜传病毒病病指关系

2.4 烟草蚜传病毒病短期预测模型

2.4.1 模型构建

利用凤冈2002－2009年、铜仁2002－2006年两个点13年次的相关数据资料，以6月中下旬蚜传病毒病盛发期平均病指（Y）为预报对象，初选出与蚜传病毒病发生程度相关性较大的气象因子和有翅蚜迁飞量共计20个指标作为预报因子（表1），采用DPS统计软件进行逐步回归分析（原始数据略），建立预测预报模型如下：

表1 烟草蚜传病毒病预报因子

2.4.2 模型检验

蚜传病毒病盛发期平均病指（Y）与各入选变量的偏相关系数及t检验值如表2。

表2 蚜传病毒病平均病指与入选变量偏相关系数及检验

所建立预测模型的相关系数为：R＝0.996 6、F＝145.833，显著水平p＝0.0000，剩余标准差S＝0.476 1，调整后的相关系数Ra＝0.993 2。

模型的回测验证：由表3可见，利用所建模型对13个样本蚜传病毒病盛发期平均病指进行回测，通过卡平方检验，χ2＝0.364＜χ2（12，0.05）＝21.026，理论值与实测值显著符合，回测历史符合率最高99.54%、最低57.32%，平均89.04%。

表3 预测模型回测结果

实际预测验证：为检验所建立模型的可靠程度，对未参与模型运算的2个样本（凤冈2010－2011年）进行实报验证。将2个样本的相关数据分别代入模型中，结果见表4。2010年和2011年的预测值分别为12.97、17.41，与实际发生情况十分接近，实报偏差分别为11.57%和13.88%。表明该模型的预测准确率较高，具有较大的应用价值。

表4 预测模型实报结果（凤冈点）

2.4.3 模型解释

从模型可看出，烟草蚜传病毒病盛发期病指与移栽初期10d内日平均诱蚜量、5月份降水量呈正相关；与上年12月份均温、上年12月份平均相对湿度、2月份降水量、5月份雨日数呈负相关。蚜虫迁飞量与烟株带毒率有关，5月份降水量可能与烟株抗性有关，此期（尤其是中下旬）降雨过多，不利于烟株生长，则抗性下降而易感病；上年12月份均温和平均相对湿度、2月份降水量、5月份雨日数可能与蚜虫的成活率和迁飞量有关，温度越低、降水量越大、雨日数越多，对蚜虫的成活与迁飞不利，从而减少烟株带毒几率、减轻发病程度，反之则使病情加重。

通过对预测模型的F检验、回测拟合度检验和实报检验，回归方程具有较高的统计学精确性，回测准确率平均达89.04%，实报验证误差率为11.57%～13.88%，说明入选预报因子比较切合贵州实际，预测模型具有较大的实用价值，可用于烟草蚜传病毒病发生程度的短期预测。

3 结论与讨论

3.1 烟草蚜传病毒病的发生规律

通过2002－2011年对凤冈和铜仁两个代表性烟区的系统调查与普查，结果表明，烟草蚜传病毒病流行动态一般呈“S型”曲线增长，大田始发期在5月中下旬，初期病情发展较缓慢，自6月中旬左右病情发展加快，于7月上旬达到高峰期。蚜传病毒病的发生与烟田第1个蚜量迁入高峰关系密切，在常年发病区内，蚜传病毒病于第1个蚜量迁飞高峰过后10d左右开始发病。大田防治关键期应在移栽初期，以控制有翅蚜为主。

3.2 气象因子对烟草蚜传病毒病的影响效应

利用蚜传病毒病多年多点系统调查数据和对应发生期内的主要气象因子，分析两者间的相关关系，结果表明：气温对大田前期蚜传病毒病的发生具有明显正效应作用，气温越高，发病始期越早，发病程度越重，对大田中后期的发生流行具有明显负效应；雨日数对蚜传病毒病的影响以负效应为主，主要影响大田前期蚜虫的迁飞量；降水量对蚜传病毒病的影响，各时期多在正负效应间波动；相对湿度对蚜传病毒病的影响效应与降水雨量基本一致；日照时数对蚜传病毒病的影响存在正效应（大田前期）和负效应（中后期）。

3.3 预测模型的不断完善与发展

采用数学统计方法预测病虫害未来发生发展趋势，其模型构建需要长时期的数据积累，并需随栽培制度、生产技术等因素的变化不断修订和发展。本文所建模型具有较高的统计学精度，回测与实报准确率均较高，在短期预报中具有较大的实用价值。但因数据积累量有限，尤其是单点数据积累不足；在预报因子选择上，未考虑品种、生境等其他因素。因此，为进一步提高预报准确率，扩大模型的适应范围，今后还需不断积累数据资料，不断引入多种综合因素加以修订和完善，并进一步研究建立中长期或长期预测模型，使之更好地服务于生产。

［1］陈瑞泰，朱贤朝，王智发，等.全国16个主产烟省（区）烟草侵染性病害调研报告［J］.中国烟草科学，1997，14（1）：1－7.

［2］马国胜，何博如.烟草病毒病的发生与防治研究进展［J］.河南农业科学，2005（2）：42－46.

［3］余春英，张西仲，王定福，等.黔南烟区烟草马铃薯Y病毒病发病原因及 防治 措施［J］.安徽 农业科学，2010，38（10）：5110－5112.

［4］罗会斌，李忠俊，左锐，等.铜仁地区烟草主要病毒病病原的鉴定［J］.贵州农业科学，2010，38（7）：99－10.

［5］孙宏宇，孙剑萍，栾双，等.烟草马铃薯Y病毒病流行规律的初步研究［J］.烟草科技，2005（12）：39－42.

［6］李现道.烟草蚜传病毒病发生规律的动态变化及防治技术的研究［D］.泰安：山东农业大学，2007.

［7］张满让，成巨龙，安德荣.影响陕西烟草蚜传病毒病发生因子的研究［J］.中国烟草学报，2000，6（3）：27－31.

［8］张宏瑞，李正跃.媒介昆虫与烟草病毒病关系的研究［J］.云南农业大学学报，2001，16（3）：231－235.

［9］任广伟，王凤龙，彭世阳.马铃薯Y病毒与介体蚜虫传毒的关系研究进展［J］.烟草科技，2006（10）：56－61.

［10］王凤龙，钱玉梅，时焦，等.烟草病毒病预测模型的初步研究［J］.植保技术与推广，1997，17（4）：10－12.

［11］蒋士君，罗红丽，李淑君，等.气象因子在烟草黄瓜花叶病测报中的应用［J］.河南农业大学学报，2000，34（2）：150－151，164.

［12］张满让，相建业，安德荣，等.陕西烟草主要蚜传病毒病发生及预测预报研究［J］.西北农业学报，2000，9（2）：49－53.

［13］安德荣，张满让，魏宁生，等.烟草蚜传病毒病发生的主要因子及预测预报模型［J］.植物保护学报，2001，28（3）：55－59.

［14］任广伟，王凤龙，高汉杰，等.烟草蚜传病毒病的逐步判别分析模型及应用［J］.植物保护，2004，30（4）：57－60.

［15］朱贤朝，王彦亭，王智发.中国烟草病害［M］.北京：中国农业出版社，2002：210.

Preliminary study on occurrence regularity and prediction model of tobacco virus diseases（PVY and CMV）transmitted by aphids in Guizhou Province

Shang Shenghua1， Meng Jianyu1， Luo Yuying2， Luo Huibin3， Xu Yu2， Li Zhongjun3
（1.GuizhouTobaccoScienceResearchInstitute，Guiyang550081，China；2.ZunyiTobaccoCompany，Zunyi563000，China；3.TongrenTobaccoCompany，Tongren554300，China）

The systematic monitoring and general survey of tobacco virus diseases（PVY and CMV）transmitted by aphids was carried out in tobacco production areas in Guizhou during 2002－2011.The effects of migration amount of alate aphids and main meteorological factors on the damage degree of tobacco virus diseases transmitted by aphids were analyzed.The occurrence and epidemic regularity of tobacco virus diseases transmitted by aphids were also preliminarily studied.With the migration amount of alate aphids and key meteorological factors as forecasting elements，the short－term prediction models were established with stepwise regression analysis by DPS statistics software.It wasY＝44.168 7＋1.106 9X1－1.352 2X4－0.403 9X6－0.142 6X11＋0.023 5X19－0.289 2X20（X1＝number of enticed aphids during the early stage of transplanting；X4＝average temperature of December in the previous year；X6＝average relative humidity of December in the previous year；X11＝precipitation of February；X19＝precipitation of May；X20＝number of raining days in May）.The significance test and the forecast confirmation showed that the regression equation reached extremely remarkable level，the rate of accuracy of reverse running reached 89.04%and the error rate of true report was 11.57%～13.88%.It was illustrated that selected predictor relatively suited the Guizhou reality and the forecast model had great practical value.

tobacco； virus diseases transmitted by aphids； occurrence regularity； prediction model

S 435.72

A

10.3969／j.issn.0529－1542.2012.05.011

2012－01－16

2012－02－27

贵州省烟草公司资助项目（200916，201022）

联系方式E－mail：ssh6688＠sina.com