回归分析在小麦蚜虫预测中的应用——以豫南正阳县为例

陈 敏，崔传梅

（1.黄淮学院数学与统计学院，河南 驻马店 463000；2.正阳县园林技术推广中心，河南 正阳 463600）

1 小麦蚜虫的基本概述

小麦蚜虫是小麦生长过程中的主要害虫之一，为了分析豫南小麦蚜虫的发生特点，本文选取河南省驻马店市正阳县小麦穗蚜的发生情况与小麦抽穗期各旬的气象资料进行统计分析，建立预测模型，以希望能够对该地区的小麦蚜虫的预测与防治有所帮助。

2 回归分析在小麦蚜虫预防和治理中的应用

2.1 研究材料

回归分析法是数学统计中常见的方法之一，它是利用数据统计原理，对大量数据进行分析处理，以此确定某些不变量和变量之间的关系，以方程的形式表现进而可以为预测今后的变量的变化提供依据。

河南省正阳县2011年—2019年小麦蚜虫资料由正阳县农业局提供（见表1），相应的天气资料由驻马店市气象局提供，将提供的原始气象资料所记载的2011年—2019年每天的温度、湿度、降水量、风速以及平均能见度等数据首先进行预处理，将其依次转换为旬平均气温、旬降水量、旬相对湿度、旬平均风速、平均能见度，预处理后的数据见表2。

2.2 研究方法

由于豫南驻马店市正阳县小麦的抽穗期一般是4月—5月，以及资料显示。

表1 正阳县2011年—2019年小麦蚜虫发生情况统计表Tab.1 The occurrence of wheat aphids in Zhengyang County from 2011 to 2019

影响正阳县小麦穗蚜气象因子主要有3月中旬—5月下旬旬平均气温、旬平均相对湿度、旬总降水量共24个气象因子，为了叙述的方便，特进行如下表示：X1：3月中旬温度；X2：3 月中旬湿度；X3：3 月中旬总降水量；X4：3 月下旬温度；X5：3月下旬湿度；X6：3 月下旬总降水量；X7：4 月上旬温度；X8：4月上旬湿度；X9：4 月上旬总降水量；X10：4 月中旬温度；X11：4月中旬湿度；X12：4 月中旬总降水量；X13：4 月下旬温度；X14：4月下旬湿度；X15：4 月下旬总降水量；X16：5 月上旬温度；X17：5月上旬湿度；X18：5 月上旬总降水量；X19：5 月中旬温度；X20：5月中旬湿度；X21：5 月中旬总降水量；X22：5 月下旬温度；X23：5月下旬湿度；X24：5月下旬总降水量；Y：小麦穗蚜百株蚜量。

表2 正阳县2011年—2019年气象资料Tab.2 Meteorological Data of Zhengyang County,2011-2019

运用SPSS软件逐步回归方法分析，对3、4、5月的上、中、下旬温度、湿度、总降水量进行筛选与小麦穗蚜发生关系密切的因子，得出线性回归模型，如表3。

表4 系数aFig.4 A of coefficients

数据分析，保留了4月中旬降水量、5月上旬降水量，根据表4可以得到关于小麦穗蚜百株蚜量的多元线性回归方程：Y=123.589+28.961X18-7.435X12。

根据表5 ANOVA（方差分析）表可以得到F2远大于F标准值：3，存在显著性差异，回归方程的存在非常显著的相关性。

表5 ANOVAaTab.5 ANOVAa

2.3 模型检验

表6 小麦穗蚜预测发生情况与实际发生情况对比表Tab.6 Comparison of forecast and actual occurrence of wheat spike aphids

可以发现预测值与实际值基本吻合，只有2015年和2019年差距相对较大，但是与表7小麦蚜虫发生层度划分指标进行对比，预测值与实际值在同一个分级指标内。

表7 小麦蚜虫发生层度划分指标Tab.7 Stratigraphic index of wheat aphids

3 总结

本文根据小麦穗蚜发生情况的的历年数据及相应的气象资料，采用线性回归的方法，用SPSS软件采用逐步回归的方法建立小麦穗蚜发生的预测模型，并用历年气象资料回带到预测模型中进行检验，与实际穗蚜发生情况进行对比，两者吻合度较好，因此该预测模型可以给小麦蚜虫虫害的管理给予一定的参考。但是根据小麦田间管理的资料显示小麦苗蚜的发生会影响到穗蚜的发生，但是在此模型中小麦苗蚜百株蚜量作为一个自变量进行分析，SPSS逐步分析法显示两者关联度不大。小麦蚜虫的发生除了与气象有关之外，还与小麦品种及田间管理等因素有关。因此，需要更全面的数据对小麦蚜虫的发生予以分析，以大数据为基础建立预测模型会更规范，更有参考价值。