剑麻病虫害预测预报研究进展及展望

郑金龙，贺春萍，易克贤，﹡，习金根，高建明，张世清，陈河龙，吴伟怀，郑肖兰，粱艳琼

(1.中国热带农业科学院环境与植物保护研究所农业部热带作物有害生物综合治理重点实验室，海口571101;2.中国热带农业科学院热带生物技术研究所农业部热带作物生物技术重点开放实验室，海口571101)

农作物病虫害对全球主要粮食和经济作物的潜在丰收造成的危害在42%左右［1］。我国是病虫害发生频繁且防御能力薄弱的农业大国，生物灾害问题相当突出［2］。我国剑麻病虫害约有十几种，主要病害包括:剑麻斑马纹病、剑麻茎腐病、剑麻炭疽病、剑麻黑斑病、剑麻平行条纹病、剑麻叶斑病、剑麻带枯病、剑麻紫色卷叶病;主要虫害包括剑麻粉蚧、褐圆盾蚧、象鼻虫、红蜘蛛等［3］。2002年新发生的紫色卷叶病使海南60% 剑麻园受重创;2007年的剑麻粉蚧仅数月即蔓延4000 hm2以上［4］。可见病虫灾害是制约剑麻产业持续稳定发展的主要问题之一。

病虫害预测预报是根据植物病虫害流行规律分析、推测未来一段时间内病虫分布扩散和为害趋势的综合性科学技术［5］，涉及到农业、气象、生物、土壤学和数学等［6］。病虫害预测预报是病虫害综合治理的重要组成部分，是一项监测病虫害未来发生与为害趋势的重要工作，也是有效防治和控制病虫害发生发展的依据。剑麻病虫害的预测预报就是要在明确剑麻病虫害发生规律(流行规律)，发生期和发生数量及对剑麻危害程度的轻重及分布、扩散范围等基础上，结合当地气候条件、天敌等多种因素，参考理事资料，进一步推测出一定时间内剑麻病虫害发生和为害情况。只有对剑麻病虫发生为害的预测做得及时、准确，才能正确地拟定综合防治计划，及时采取必要的措施，经济有效地减少病虫的数量、为害程度，确保剑麻的高产、稳产。

1 剑麻病虫害预测的依据

1.1 剑麻病害预测的依据

剑麻病害预测的依据是病害流行规律，可根据田间菌源和病情、栽培条件、寄主感病性和包括气象条件在内的环境条件等因素进行预测，其预测模型包括以下几种。

1.1.1 根据气象条件为主进行预测

再侵染频繁的病害其流行受气象条件的影响很大，初始菌量的多少在决定流行程度上往往是次要的，这类病害在其分布地区中一直存在，如果种植品种为感病品种时，就可以根据气象条件进行预测。如剑麻斑马纹病。我国目前种植的剑麻当家品种H.11648为感病品种，而且斑马纹病再侵染频繁，病害流行受气象条件影响很大，可根据气象条件为主进行预测。

1.1.2 根据菌量、气象条件、栽培条件和植物生育状况等多因素预测

有些病害流行受到多个主导因素影响，除了考虑菌量和气象因素外，还有栽培条件和寄主植物的感病性。如剑麻炭疽病，该病借风雨传播，经伤口侵入剑麻叶片组织;一般在台风雨和寒害后发生，高温多雨季节发病较为严重;麻田管理好，植株生长势好的发病较轻;麻田荫蔽、株行距密及排水不良的发病严重;而剑麻茎腐病除了考虑以上因素，还因为其是一种土壤习居菌，土中到处可见，不存在冬天死亡的问题，因此要综合考虑更多因素进行预测。

1.1.3 其它预测依据

进行剑麻紫色卷叶病预测时要考虑其它因素。该病与气温呈显著负相关，与降雨量关系不显著，一般在冬季和早春发病严重，7－8月份高温多雨季节也偶尔发生。同时该病与剑麻粉蚧的为害密切相关，剑麻粉蚧为害严重则该病发病严重，反之则较轻。

1.2 剑麻虫害预测的依据

剑麻虫害的预测主要依据害虫的生物学特性和发生规律，如害虫的有效积温、发育历期、生活史及繁殖等;同时害虫发生发展与气候、天敌(如益虫、益鸟、寄生性病原生物等)、寄主植物、地势、耕作等各种条件的关系。

2 剑麻病虫害流行预测的方法

2.1 综合分析法

综合分析法是植物病虫害专家及有经验的实际工作者根据已有的知识、信息和经验，权衡多种因素的作用效果，凭经验和逻辑推理做出的判断。如我国剑麻病害专家根据经验预测:我国华南地区剑麻斑马纹病一般4月份就开始发病，6－7月进入流行期，8－9月份病情急剧上升，直到10月份。而剑麻炭疽病在高温多雨季节发病严重。

2.2 数理统计预测法

数理统计预测法即采用各种统计学方法对病虫害发生的历史资料进行统计分析，提取预测值与预测因子之间的相关或关联关系并建立数学公式，然后依据公式进行定量预测。常用的预测模式有回归分析、逐步回归分析、周期分析、判别分析、马尔科夫链、模糊聚类方法等。目前还未见有数理统计预测法在剑麻病虫害中进行应用，但在其它作物上早有应用，如在茶叶病虫害预测预报中应用较多的有回归分析［7－8］、时间序列分析［9－10］、模糊数学［10－12］、灰色系统分析［13］等统计方法。

2.3 系统模拟模型法

利用系统分析方法，把病虫害的发生流行过程分解成若干子过程，然后再按生物学逻辑把各个子模型组装成完整的计算机系统模拟模型。如病菌的侵染、潜育、病斑扩展、传播等，把每个子过程中各有关因素和病虫害的发育进展组建成子模型。这类模型既有分析又有综合，能够说明病虫害发生的动态及其内在机理，所以又称机理模型。此类模型适用范围广，但组建比较困难。目前也未见有系统模拟模型法在剑麻病虫害中进行应用。但在其它作物中已见报道，如王慧等人进行了基于温湿度模拟数据的日光温室黄瓜病害预警系统的研究［14］。

2.4 类推法

该方法是对长期观察到的一些现象进行简单的归纳。比较适用于环境相对稳定的特定地域;病虫害系统的结构比较简单或有明显的主导因素或阈值;利用与病虫害发生有相关性或同步的某种前兆现象或明显的生物、物理现象作为指标，推测病虫害发生始期或发生程度。一般以定性的短期预测为主。该法包括物候预测法、预测圃法和利用某些环境指标的预测法，如发育进度预测法、有效积温法、期距预测法等。

该法在剑麻病虫害预测中应用的较多，如广西农垦剑麻病虫害疫情监测与防控项目组就应用该法于2014年11月26日在中国热带农业信息网上发布“广西农垦剑麻褐圆盾蚧监测预警信息”［15］。剑麻病虫害监测与防控专家组也应用该法于2014年在中国热带农业信息网上发布了2014年第9期的热作病虫害监测与防控简报［16］。

3 剑麻病虫害预测预报的展望

目前国际上在农作物病虫害的监测预警方面的发展趋势是:利用昆虫雷达、卫星遥感等开展农作物病虫害的遥感监测，结合灯诱、性诱和田间调查，获得田间农作物病虫害发生危害的动态数据。在准确监测的基础上，通过地理信息系统分析，结合人工智能、模型和专家系统，开展病虫害发生危害的预警和防治决策;通过计算机网络系统和电视预报系统等进行信息发布，以指导农业生产防治。

我国在农业部南亚办的统一部署下，在广东、广西两省共建立了9个剑麻病虫害监测站，分别为广东省的的金星农场、东方红农场、东升农场、葵潭农场和广西省的山圩农场、新光农场、东风农场、东方农场、五星农场，完善一个监测站一名负责人、一个固定观察点一名观察员制度，按监测要求如期报送监测数据。目前我国的剑麻病虫害发生预测已取得一定的进展，但是在测报工作上还存在着不少问题，例如组织结构的不健全，在测报技术上还远不能满足高效率、高精度的要求，测报管理缺乏法制化等各方面都还有待进一步解决。

3.1 建立健全剑麻病虫害发生预测预报的机构

为了高效、精确地监测剑麻病虫害的发生动态，必须建立起完整的病虫害发生预测预报网络和相应的组织机构。目前虽已建立起较为完善的全国剑麻病虫害预测预报及综合防治网络，但距网络的总体设计差距还较大。网络中存在着基层测报点测报人员较难稳定，测报人员的技术水平参差不齐，网络中病虫情报的传递渠道不通畅等问题，还应进一步加强和完善网络建设。

3.2 进一步搞好测报技术研究

虽然该项工作已取得了一定的成效和可用的测报技术，但因受年度间积累的病虫数据较少、全球气候变化及农村种植结构调整等因素的制约，所建立的预测预报模型准确度仍还不够高。且目前所发布的剑麻病虫害预报多是根据经验，结合气象预报所进行的，其准确度受多种因素特别是气象因素的影响，越是长期的预报准确度越差。病虫害预测预报是项长期的工作，预报的准确率随资料和经验积累的增加而提高，因此还需把这项工作长期坚持下去，并随资料和经验的积累加以完善。

同时测报工作的科学严谨性要求必须有一套完整的技术规范，因此还必须加强测报技术规范化，主要包括调查技术规范、资料整理规范、信息发布规范和汇报制度规范等。

3.3 加强电子信息技术在剑麻病虫害预测预报中的应用和研究

加强现代电子通信技术包括3S技术(遥感技术、地理信息系统和全球定位系统)在剑麻病虫测报与治理中的应用研究，提高速测、速报、快速反应、及时有效控制的能力，尤其是病虫监测数据的采集、传输、存贮、处理、利用等电子信息技术，要尽快实现全国剑麻病虫害预测预报及综合防治网络的计算机联网，在网络建设的同时，建立网络数据库，有关的测报数据按统一格式编辑整理，进行网络传输，实现信息共享。加强规范化剑麻病虫预测与控制数据库研究和技术建设，有效、合理地开发信息资源;加快病虫预测与控制的专用计算机软件研制和应用技术开发;探索和引进以计算机为基础的系统分析、图形处理、信息综合处理、专家系统等在剑麻病虫预测与控制中的应用技术和方法。

3.4 努力开发剑麻病虫害测报模型

要提高预测预报的精确度和准确率，除对剑麻病虫害发生的动态进行有效地监测外，高质量的病虫害模拟模型的开发特别重要。目前国内外在其它作物上已开发出许多模拟模型，如赵圣菊等［17－18］研究了小麦赤霉病与厄尔尼诺现象间的影响关系，并用海温数据建立小麦赤霉病流行程度的预测预报模型。华来庆等［19］研究了黄瓜霜霉病病情指数时间序列的 ARIMA(2，2，0)一维时间序列模型，适合于黄瓜霜霉病的中期、后期的病情预测。但是还未在剑麻上开发出相应的病虫害模拟模型，因此需要剑麻病虫害科技工作者在这方面加倍努力。

3.5 加强管理法制化

剑麻病虫害预测预报是涉及区域广、接受信息人群数量大的一项重要的自然灾害监测与预报工作，它具有很强的社会公益性、科学严谨性和严格时效性等特点，这些特点决定了必须实行依法管理，利用法律、法规来保证测报系统机构和队伍的稳定性;保障必要的事业经费;规范预测预报、信息发布与传播行为。目前农业部南亚办在剑麻病虫害监测上给予了一定的经费支持，但力度还不够，而且目前还未见有相关的剑麻病虫害测报管理的法律法规。全国第一部关于测报管理的政府规章是由湖北省人民政府2000年10月17日发布实施的《湖北省农作物病虫测报管理办法》［20］。

3.6 加强信息发布可视化

剑麻病虫害测报信息发布可视化即通过电视发布病虫害预报。它是采用现代信息技术，将剑麻病虫害信息(发生趋势)制作成电视节目，以电视节目播放的形式向社会发布。电视预报不仅具有图文并茂，声像俱备，形象生动，覆盖面广，普及率高的优点，而且充分体现了病虫害预报的社会公益性和严格时效性，能更好地适应新形势下剑麻产业发展的需要。

病虫害是剑麻产量和质量的重要限制因素，病虫害的防治是农作物灾害控制不容忽视的内容，病虫害预测预报则是控制其成灾的开始。在今后相当长的时期内，重大病虫害对剑麻产量和品质的威胁将长期存在，需要各级政府和专业部门、企业及农民共同努力、常抓不懈。就病虫害监测预警工作而言，需要我们加深认识、提高警惕，继续坚持做好病虫基数调查、发育进度调查、病虫情普查等基础工作，掌握病虫发生动态，同时要密切跟踪发生关键期天气条件，及时准确发布预报，科学指导防控。

作为一种复杂的自然现象，病虫害发生在空间上既有全域性，又具有区域性，在时间上既表现无序的非稳定性，又存在有序的规律性和周期性。大量研究表明，病虫害发生具有不均匀性、差异性、多样性、突发性、随机性、可预测性和规律性等复杂性的特点［1］。必须应用现代科学理论，采用综合分析的方法，将各学科有机地结合起来，以研究病虫害发生行为的时空分布规律、成灾机制，从而建立快速准确的预测预报体系，达到防灾减灾的目的。

［1］中国植物保护学会.植物保护学学科发展报告［M］.北京:中国科学出版社，2008:99－112.

［2］彭萍，王晓庆，肖玉华，等.茶树病虫害预测预报方法的回顾与展望［J］.西南农业学报，2010，23(5):1742－1745.

［3］赵艳龙，何衍彪，詹儒林.我国剑麻主要病虫害的发生与防治［J］.中国麻业科学，2007，29(6):334－338.

［4］陈长林，沐森林，张彬，等.剑麻病虫害的防治现状、问题及对策［J］.中国麻业科学，2009，31(6):369－371.

［5］南京农学院主编.昆虫生态及预测预报［M］.北京:农业出版社，1985.

［6］罗菊花，黄文江，韦朝领，等.基于GIS的农作物病虫害预警系统的初步建立［J］.农业工程学报，2008(12):127－131.

［7］欧阳建军，韦泽初.茶小绿叶蝉第一高蜂始期与气候因子相关分析及预测［J］.广东茶叶科技，1987(2):43－46.

［8］程修江.越冬代大尺蠖羽化始期的回归预测［J］.蚕桑茶叶通讯，1988(3):29－30.

［9］楼云芬.时间序列分析优选法预测茶尺蠖第一代成虫高峰日［J］.中国茶叶，1992，14(5):18－19.

［10］秦华光，李家才，穆 丹，等.时间序列自回归模式预测茶园小绿叶蝉种群动态的探讨［J］.安徽农业大学学报，2008，35(4):564－570.

［11］黄明星.用模糊综合评判法预测茶假眼小绿叶蝉发生量［J］.中国茶叶，1989(6):36－37.

［12］单夏峰.模糊综合评判预测一代黑毒蛾发生量应用初探［J］.贵州茶叶，1993(3－4):31－33.

［13］单夏锋.灰色系统在预测茶假眼小绿叶蝉中的应用初探［J］.贵州茶叶，1992(3):24－28.

［14］王慧，许建华，陈梅香，等.基于温湿度模拟数据的日光温室黄瓜病害预警系统［A］.2014年中国植物保护学会学术年会论文集［C］，2014:386－387．

［15］广西农垦剑麻病虫害疫情监测与防控项目组，广西农垦剑麻褐圆盾蚧监测预警信息，中国热带农业信息网，http://www.troagri.com.cn/Articles.phpurl=UmsIZ1M8UzpSb1VlA 21ZbQ%3D%3D，2014－11－26.

［16］剑麻病虫害监测与防控专家组，高温多雨季节应加强剑麻茎腐病的监测与防控，中国热带农业信息网，http://www.troagri.com.cn/Articles.php?url=AzoAbwRrBWwHPVZhA 21RYQ%3D%3D，2014－06－03.

［17］赵圣菊，姚彩文.厄尔尼若与小麦赤霉病大流行关系的研究［J］.灾害学，1988(3):21－28.

［18］赵圣菊，姚彩文.小麦赤霉病流行程度海温预报模式的研究［J］.植物病理学报，1989(1):14－18.

［19］华来庆，申广荣，熊林平，等.ARIMA模型在黄瓜霜霉病疾病指数时间序列建模中的应用研究［J］.第二军医大学学报，2006，27(7):729 －732.

［20］张隆国，彭传华，许 红.试论农作物有害生物预测预报工作的发展趋势［J］.植保技术与推广，2002，22(11):36－37.