基于R统计分析方法研究水稻病虫害与气象条件的关系

刘丽娟，谭峰

（黑龙江八一农垦大学信息技术学院，大庆 163319）

水稻病虫害具有种类多、常暴发、影响大、灾害深的特点，是制约我国水稻生产持续稳定发展的一项重要因素，是影响农业生产的一项重要生物灾害。据统计，我国每年因水稻病虫害导致的粮食损失量达400～500 万t[1]。因此，实现准确、及时、快捷地对水稻病虫害进行预警，并提供病虫害防治方法，是有效控制水稻病虫害危害、保障水稻安全的基础性工作。

水稻病害原生物的繁殖、传播、侵染和害虫的分布、活动、繁殖、蔓延、危害等都与气象条件密切相关[2-3]。因此，研究水稻病虫害与气象条件之间的关系对开发水稻病虫害预警系统，降低病虫害带来的灾害性损失，准确、及时地对水稻病虫害的发生做出预警有着重要的意义。

1 资料来源

采用黑龙江省农垦总局建三江分局胜利农场2007-2011年水稻病虫害资料，以及同期胜利农场环境温度、土壤温度、土壤湿度、风速、降雨量等气象数据信息。

2 水稻病虫害发生的时间和发病特征

2.1 水稻病虫害发生规律

根据对胜利农场多年气象数据和胜利农场水稻病虫害发生情况的分析结果[4-5]，以及当地水稻专家的经验总结，初步得出胜利农场水稻病虫害的发病规律（如表1 所示）。

表1 黑龙江省农垦总局胜利农场水稻病虫害发生规律Table 1 Occurrence of rice diseases and pests on the Heilongjiang saves farming cultivate bureau the Sanjiang branch the shengli farm

2.2 年变化

由表2 可以看出，2009年和2010年水稻病虫害发生较为严重，尤其是2010年最为严重。2010年年降雨量为626.8 mm，相对温度较高，适合水稻病虫害繁殖传播。

2.3 月变化

从表3 可以看出：7月份开始发生水稻病虫害，但面积较小。2009年7月份整体降水多、气温低、日照少，7月8-11日、13-24日、28-30日持续阴天。经过3 次大量降水过程，7月份总降雨量达167.8 mm，比历年多40 mm。特别是7月中旬降雨量99.9 mm，比历年多70 mm，是历史上最多的一年。平均气温为20.2 ℃，比历年低1 ℃。本月日照少，比历年少60 h，阴天日数20 d。8月份水稻病虫害初步受到控制，停止蔓延。8月份虽然降水量也较多，但平均温度特别高，比历年高2.6 ℃。数据表明，低温潮湿的环境对水稻生长不利，有利于水稻病虫害的发生和传播。高温对水稻病虫害有抑制作用。

表2 黑龙江省农垦总局建三江分局胜利农场2007年10月-2011年9月气象信息与水稻发病情况统计表Table 2 Meteorological information and rice morbidity statistics of the Heilongjiang saves farming cultivate bureau the Sanjiang branch the shengli farm in October 2007 - September 2011

表3 黑龙江省农垦总局胜利农场2009年气象信息与水稻发病情况统计表Table 3 Meteorological information and rice morbidity statistics of the Heilongjiang saves farming cultivate bureau the Sanjiang branch the Shengli farm in 2009

2010年的数据中，7月份有水稻病虫害发生，与6月份的气象信息相比，7月份的温度变化程度较小，平均温度保持在22 ℃左右，有利于水稻病虫害发生，7月份湿度和降雨量明显增加，就很容易导致水稻病虫害的发生，所以容易发病的地区就开始零星发病了。由表4 可知，造成水稻病虫害迅速蔓延的原因与气候等条件有关，尤其进入8月份后，平均温度21.4 ℃，正适合病菌和虫害的繁殖，平均相对湿度却由82.6%增加到84.9%，大多病菌和虫害适宜繁殖的湿度却要求90%以上，一般环境不适合病菌和虫害的繁衍，但此时的降雨量从7月份114.8 mm 增加到161.2 mm，连续的阴雨加之大风天气就会导致水稻病虫害的大流行。

3 统计分析方法

进行加工整理，对其进行定量和定性分析，揭示客观事物的规律性，预测其发展趋势，做出符合实际的结论和推断，提出有助于决策和管理的建议。统计分析是一个从现象到本质，从感性到理性的认识客观世界的过程，是统计工作的重要组成部分。因此，选择合适的统计分析方法非常重要，使用的数据分析方法是R 统计学。

3.1 R 统计学简介

R 是一套完整的数据处理、计算和制图软件系统。它的功能包括：数据存储和处理系统；数组运算工具（其向量、矩阵运算方面功能尤其强大）；完整连贯的统计分析工具；优秀的统计制图功能；简便而强大的编程语言：可操纵数据的输入和输出，可实现分支、循环，用户可自定义功能。

统计分析是将统计资料按照科学的理论与方法

表4 黑龙江省农垦总局胜利农场2010年气象信息与水稻发病情况统计表Table 4 Meteorological information and rice morbidity statistics of the Heilongjiang saves farming cultivate bureau the Sanjiang branch the Shengli farm in 2010

与其说R 是一种统计软件，还不如说R 是一种数学计算的环境，因为R 并不是仅仅提供若干统计程序，使用者可以仅指定数据库和若干参数便可进行一个统计分析。R 的思想是：它可以提供一些集成的统计工具，但更大量的是它提供各种数学计算、统计计算的函数，从而使使用者能灵活机动的进行数据分析，甚至创造出符合需要的新的统计计算方法。

3.2 选择R 统计学分析的原因

R 语言的语法表面上类似C，但在语义上是函数设计语言（functional programming language）的变种并且和Lisp 以及APL 有很强的兼容性。而且R 具有以下优点：首先，R 是一个完全免费的统计软件，因此使用R 完全不必担心侵犯版权之类的问题；其次，R具有强大的数学统计分析和科学数据可视化功能，能提供各种数据处理、统计分析及图形显示工具；通过编制自己的函数可以扩展现有的R 语言的功能；另外，利用R 语言内嵌的统计函数，R 语言的语法就很容易学习和掌握。目前R 语言在国外一些大学的统计教学和科研中已得到了广泛应用，但是在我国多数人对R 还比较陌生，关于R 的公开出版物也还很有限。不过，近年来国内已有不少学者开始关注和学习R，并为推广R 而努力。

4 水稻病虫害气象环境分析变化

图1 黑龙江省农垦总局建三江分局胜利农场2007-2011年水稻病虫害及降雨量分布图Fig.1 Rice diseases and pests and rainfall distribution map of the Heilongjiang saves farming cultivate bureau the Sanjiang branch the shengli farm in 2007-2011

根据黑龙江省农垦总局建三江分局胜利农场2007-2011年气象信息与水稻病虫害数据值进行分析，并使用R 中的制图功能，将水稻病虫害发病情况图绘制成图，以便直观分析[6-7]。图1 中降雨量的变化趋势用蓝色曲线表示，水稻病虫害发病情况用黑色三角形表示，从图1 中可明显看出，水稻病虫害发病程度与降雨量相关。图2 中，共采集2007-2011年12 组（按月分组）气象信息及水稻病虫害数据值进行分析，并绘制数据分布图，红色数据点代表水稻病虫害，绿色数据点代表相对湿度，蓝色数据点代表平均气温，黑色数据点代表月降水量。通过使用R 统计分析中的相关性分析函数，计算出平均温度、相对湿度、降水量与水稻病虫害发生之间的相关系数，结果表明，相对湿度、月降水量与水稻病虫害发生程度呈正相关，且相关性显著，平均温度与水稻病虫害呈负相关（a=0.01），如表5 所示。

图2 黑龙江省农垦总局建三江分局胜利农场2007-2011年水稻病虫害与气象信息采样分析图Fig.2 Plant diseases and insect pests of rice and meteorological information sampling analysis diagram of the Heilongjiang saves farming cultivate bureau the Sanjiang branch the shengli farm in 2007-2011

表5 水稻病虫害程度与气象要素的相关性Table 5 Plant diseases and insect pests of rice and meteorological factor correlation degree

5 结论

（1）胜利农场水稻病虫害每年都有发生，但具有明显的季节性，病菌和虫害一般残留在稻草堆中，在刮风下雨的天气传播开，大多发生在每年的6、7月份。

（2）水稻病虫害的发生与相对湿度、降雨量呈显著正相关，与日平均温度呈负相关。因此，连续阴天降雨是水稻病虫害发生的重要气象条件，日照少、温度低有利于病菌和虫害的传播蔓延。气象要素有较好的可预报性，可以通过对气象要素的测报，实现水稻病虫害的预警工作。

（3）水稻病虫害的发生、传播受很多因素影响，其中气象条件是一个较为重要的因素，但在水稻田间实践中，还要研究其他要素的作用，这一点将在今后的实验中继续研究。

［1］王艳青.近年来中国水稻病虫害发生及趋势分析［J］.中国农学通报，2006（2）：343-344.

［2］李道亮.农业病虫害远程诊断与预警技术［M］.北京：清华大学出版社，2010.

［3］王博妮，景元书.农作物病虫害气象条件预报方法研究进展［J］.江苏农业科学，2009（4）：25-27.

［4］唐立兵，张平，王剑，等.黑龙江省农业气象灾害的风险评估与预测研究［J］.黑龙江八一农垦大学学报，2011，23（2）：77-81.

［5］蒋运志，熊英明，夏小曼，等.作物病虫害与气象条件的关系及病虫气象条件预报［J］.气象研究与应用，2009，30（S1）：122-124.

［6］John Maindonald，John Braun.Data analysis and graphics using R -an example -based approach ［M］.Beijing ：Cambridge University Press，2003.

［7］Peter Dalgaard.Introductory statistics with R［M］.America：Springer，2008.