柏新盛 何正付 王凤立
摘 要:以凤阳县1996—2015年小麦赤霉病历史测报资料和气候条件资料为基本数据,以植保部门调查可知的稻桩子囊壳枝带菌率和气象部门可预报的未来10d及20d的降水量及雨日数为自变量,以小麦赤霉病发生程度为因变量,组建二次多项式逐步回归模型,运用DPS数据处理软件进行处理,筛选出小麦赤霉病流行程度中短期预测模型。并通过2016—2018年3年数据进行验证,结果显示,中短期预测基本正确率均在85%以上,可以在当地小麦赤霉病预测预报中运用。
关键词:小麦赤霉病;流行程度;预测模型
中图分类号 S435.121.45 文献标识码 A 文章编号 1007-7731(2019)09-0078-3
小麦赤霉病属于典型的气候型病害,病菌侵染麦粒后,不仅使小麦产量下降,还影响麦粉品质,给人畜食用品安全带来了一定的隐患[1]。提升小麦赤霉病发生程度预测的准确性,为政府宏观防控决策提供依据,为种植者预留充足的防控物资准备时间,对提高小麦赤霉病的防治效果,减轻病害为害程度至关重要。研究表明:小麦赤霉病的发生程度主要受田间菌源量大小、小麦抽穗至灌浆期的降水量和雨日数的影响[2,3]。本研究以凤阳县1996—2015年气候条件资料和小麦赤霉病历史测报资料为基本数据,组建二次多项式逐步回归模型,运用DPS数据处理软件进行处理,筛选出短期预测模型和中期预测模型,并以2016年—2018年小麦赤霉病发生程度进行验证。
1 研究方法
1.1 数据资料来源 降水量、雨日数等气象资料,来源于凤阳县气象局。小麦赤霉病的发生程度与病菌孢子释放高峰期稻桩子囊壳枝带菌率数据,来源于凤阳县植保站田间调查监测资料。降水量取1位小数,以mm为单位。雨日数为雨日累加,日雨量达到或超过0.1mm计为雨日。
1.2 发生程度分级标准 采用GB/T15796-2011小麦赤霉病测报技术规范发生程度分级指标[4]。
1.3 预测的评价标准 预报拟合值与实际观测值的差值在0.5以内评为完全正确,差值在0.5~1以内评为基本正确,差值大于1以上评为错误。
2 结果与分析
2.1 短期预测模型建立与准确度
2.1.1 短期预测模型建立 以4月下旬旬降水量(X1)、4月下旬旬雨日数(X2)2个气象要素为短期模型气象因子,以4月上旬病菌孢子释放高峰期稻桩子囊壳枝带菌率作为菌量因子(X3),以小麦赤霉病发生程度为因变量(Y),组建二次多项式逐步回归模型,运用DPS数据处理软件进行处理,筛选出小麦赤霉病短期流行程度预测模型(见表1)。
2.1.2 短期预测模型准确度分析与验证 将1996—2015年相关因子(Xi)代入短期预测模型,得出小麦赤霉病发生级别预测拟合值,与实际观测值进行比较。20年中12年完全正确,5年基本正确,3年错误,其基本正确率达85%。验证结果为:2016年基本正确、2017年和2018年为完全正确,预测基本正确率100%(见表2)。
2.2 中期预测模型的建立与准确度
2.2.1 中期预测模型建立 以4月下旬至5月上旬降水量(X1),4月下旬至5月上旬雨日数(X2)2个气象要素为中期模型气象因子,以4月上旬病菌孢子释放高峰期稻桩子囊壳枝带菌率作为菌量因子(X3),以小麦赤霉病发生程度为因变量(Y),组建二次多项式逐步回归模型,运用DPS数据处理软件进行处理,筛选出中期预测模型(见表3)。
2.2.2 中期预测模型准确度分析与验证 将1996—2015年相关因子(Xi)代入中期预测模型,得出小麦赤霉病发生级别预测拟合值,与实际观测值进行比较。结果表明,20年中12年完全正确,6年基本正确,2年错误,基本正确率达90%。验证结果如下:2016年和2018年预测完全正确,2017年为基本正确,验证基本正确率100%(见表4)。
3 结论
以气象部门天气预报信息中可提取的未来10d、20d的降水量、雨日数和植保部门调查可知的稻桩子囊壳枝带菌率为自变量,以小麦赤霉病发生程度为因变量,组建二次多项式逐步回归模型,运用DPS数据处理软件处理技术,筛选出的小麦赤霉病流行程度中期和短期预测模型,预测值与实测值吻合度高,基本正确率在85%以上。通过2016—2018年3年数据进行验证,中、短期预测基本正确率均为100%,其预测模型可在当地小麦赤霉病中、短期预测预报中运用。
参考文献
[1]刘景松.小麥赤霉病研究进展[J].中国农村小康科技,2008 (11):54-56.
[2]陈春秋.桐城市小麦赤霉病发生特点与防控技术探讨[J].基层农技推广,2018(01):86-89.
[3]邓斌.2015年宣州区小麦赤霉病发生特点及防治对策[J].安徽农学通报,2016,22(5):67-67,93.
[4]小麦赤霉病测报技术规范:GB/T 15796-2011[S].2011.
(责编:张宏民)作者简介:柏新盛(1970—),男,安徽凤阳人,农艺师,从事农业技术推广及农作物病虫害预测预报工作。 收稿日期:2019-03-24