衡水市棉铃虫发生的气象条件分析及预测

王莉萍，崔晓冬

衡水市棉铃虫发生的气象条件分析及预测

王莉萍，崔晓冬

（衡水市气象局，河北 衡水 053000）

分析衡水市2000—2017年的气象资料和棉铃虫虫情资料，得出：衡水市棉铃虫卵的最早始见日为5月24日，最晚始见日为8月22日；卵盛期为6月13日—9月14日；棉铃虫虫害主要发生在6—8月；棉铃虫的发生主要和气温、地温和相对湿度有关。利用逐步回归方法建立了棉铃虫发生的预报预测模型并进行了回算检验，得出：各代卵百株累计卵量的预报相对误差为21.1%、20.7%、29.9%，二代卵、三代卵、四代卵的等级预报准确率分别为94.4%、83.3%、77.8%。

棉铃虫；气象条件分析；逐步回归；预报预测；预报准确率

棉铃虫广泛分布于世界各地，各棉区棉铃虫危害比较严重的世代因年份和地点而异。近年来，棉铃虫对棉花的危害日益严重，究其原因，一是种植结构变化和棉田水肥条件不断改善，为各代棉铃虫提供了适生的环境和适宜的食物；二是棉农对化学农药的不科学使用，见虫就治，导致用药次数过多，用药量随意加大，大量天敌被杀死，农田生态失去了平衡；三是气候条件适宜，棉铃虫基数过大，抗虫棉品种混杂等原因，引起了棉铃虫猖獗，棉花的产量和质量都受到严重影响，已引起各级政府和植保部门的高度重视。

目前，关于棉铃虫的发生和气象条件关系的研究已经有很多[1-5]，也有不少前人对如何做好棉铃虫的预报做了很多工作，包括大尺度的中长期预报和短期预报，但这些研究多限于黄河流域、长江流域和新疆一带[6-8]。

衡水是一个以农业为主的地级市，是黑龙港流域主要产棉区，每年棉花种植面积约200万亩，占全市耕地面积的1/4，棉花产量在全省名列前茅，棉铃虫对衡水的棉花产量和质量造成了严重的影响，一般以二代、三代为害较重。由于棉铃虫的发生和气象条件有着密切的关系，因此寻找与棉铃虫虫害发生相关显著的气象因子，并据此做出棉铃虫发生情况的预报，对合理指导棉农提前防治棉铃虫有着非常重要的意义。

1 材料与方法

1.1 资料

利用的是河北省衡水市2000—2017年的气象资料和棉铃虫虫害资料，由于衡水地处华北平原，地势平缓，气候条件相差无几，所以选取故城县作为代表进行分析。

1.2 方法

对各主要危害代棉铃虫的发生程度和气象资料进行分析，找出与棉铃虫发生发展有密切关系的气象条件，建立棉铃虫发生程度的中短期气象等级预报、预测模式，为棉铃虫的有效防治提供科学依据，更好地指导农业防灾减灾，促进农业生产的可持续发展。

2 结果与分析

2.1 各世代虫卵始见日及卵盛期统计

根据2000—2017年的棉铃虫虫害资料统计了各世代的虫卵的始见日和卵盛日，发现二代卵始见从5月下旬到6月中旬都有可能，最早始见日和最晚始见日相差27 d；三代卵始见日集中在7月，最早始见日和最晚始见日相差22 d；四代卵始见主要在8月，早晚相差14 d。统计各世代卵的卵盛期发现二、三、四代卵的卵盛期最早分别出现在6月、7月、8月的中旬，卵盛期持续时间分别为19 d、18 d、29 d，四代卵卵盛期持续时间最长（表1）。

表1 各世代虫卵始见日及卵盛期

2.2 棉铃虫各发育期发生情况的时间分布特征

对6—9月的棉铃虫虫卵、幼虫、成虫发生的情况进行了统计得出，百株累计卵量、百株累计幼虫量和百株累计成虫量都是9月最少；最大百株累计卵量和最大百株累计成虫量出现在6月，而最大百株累计幼虫量出现在7月（表2）。

表2 各发育期棉铃虫的时间分布

2.3 气象条件相关分析

利用棉铃虫各世代虫情资料和气象资料做相关分析，将相关系数的绝对值超过0.5的相关定为明显相关，找出和各世代棉铃虫的不同发育期相关的气象因子（表3），这些因子主要包括气温、地温、相对湿度、降水量、日照、气压。按棉铃虫的生活习性，温度和降水是影响棉铃虫发生消长的关键气象因素。最适宜棉铃虫生长繁殖的温度为25～28℃，相对湿度70%以上。由表3可以看出，大多数发育期的棉铃虫发生都和气温有明显的关系，由于棉铃虫的各发育期对温度的要求不同，所以相关系数有正有负。如冬季和早春的气温变化影响一代棉铃虫发生的迟早和二代在棉田发生的时间。5月中旬若有寒流则成虫产卵受影响，一代发生量少，影响二代的发生。8—10月气温低则四代卵的孵化率低；而降水量影响土壤中蛹的存活率，同时暴雨或大阵雨能冲刷掉部分棉铃虫虫卵和低龄幼虫，可使当时的棉田卵量下降。从表3中可以看出降雨量和棉铃虫各发育阶段相关的较少，分析原因可能是衡水降水时间段比较集中，降水量又集中在少数的过程中，而棉铃虫观测时间长次数多，降水时间和棉铃虫观测时间对应不好，所以没有很好的相关性；地温与棉铃虫发生相关的情况比较多，这与地温和气温有很好的相关性有一定的关系。

表3 棉铃虫各发育期和气象因子的相关情况

续表

2.4 棉铃虫卵、幼虫、成虫预报模型

按棉铃虫观测业务规定，棉铃虫发生的严重程度是以二代卵、三代卵和四代卵的百株累计卵量的多少来划分的，所以利用逐步回归方法分别建立各代虫卵百株累计卵量的预报方程。

2.4.1 二代卵的预报模型

根据棉铃虫的发育周期将6月10日—7月10日期间的卵定为二代卵，统计百株累计卵量，气象资料处理成旬、月资料，然后将相关较好的因子利用逐步回归方法制作二代卵百株累计卵量预报方程。经分析发现和二代百株累计卵量（1）相关较好且能引入回归方程的气象因子是3月的平均最低气温和4月的平均相对湿度，预报方程为：1=－7.7611－1.6392+3912.302，复相关系数为0.806，式中x为3月平均最低气温，2为4月平均相对湿度。

2.4.2 三代卵的预报模型

三代卵统计的时间段为7月上旬到8月上旬，利用逐步回归方法得出三代百株累计卵量（2）的预报方程为：2=8.3881+3.2532－35113.996，复相关系数为0.827。其中，1、2分别为7月上旬平均最高气温、7月上旬平均本站气压。

2.4.3 四代卵的预报模型

四代卵的统计时间为8月上旬到9月上旬，其百株累计卵量（3）的预报模型为：3=－3.5381+3053.822，复相关系数为0.708，1为7月中旬的相对湿度。

2.4.4 回算检验

利用建立的不同世代棉铃虫的预报预测模型进行回算，将二代卵、三代卵和四代卵的预报和实况（表4）进行对比，得出二代卵、三代卵、四代卵的平均预报相对误差分别为21.1%、20.7%、29.9%。

表4 百株累计卵量预报与实况

将表4中棉铃虫虫卵的百株累计卵量按棉铃虫发生等级的标准(表5)进行换算，二代、三代和四代棉铃虫卵的等级预报和实况如表6。发现二代卵、三代卵和四代卵的预报准确率分别为94.4%、83.3%、77.8%。

表5 棉铃虫发生等级表

3 结论

1）衡水棉铃虫卵的最早始见日为5月24日，最晚始见日为8月22日。

2）衡水棉铃虫卵盛期为6月13日—9月14日。

3）衡水棉铃虫虫害主要发生在6—8月。

4）衡水棉铃虫的发生主要和气温、地温和相对湿度有关。

5）衡水棉铃虫各代虫卵百株累计卵量的预报相对误差为20.7%～29.9%，等级预报准确率分别为94.4%、83.3%、77.8%。

表6 二代卵和三代卵等级预报和实况对比

[1] 王西平,杨彬云,相云,等.河北省棉铃虫种群数量的气象综合预报方法的研究[J].生态学报,2001,2(6):949-952.

[2] 祝新建,耿俊平.河南省新乡市棉铃虫气象预报指标和棉花可持续发展研究对策[J].安徽农业科学,2009,37(6): 2574-2575.

[3] 张勇,王华,申予鲁,等.气温和降水对棉铃虫种群数量变化的影响[J].农技服务,2009,26(6),47-48.

[4] 许东红,李宪光,王喜峰.山东省鱼台县二代棉铃虫发生的气象条件分析[J].农业灾害研究,2016,6(3):8-9.

[5] 李峰,李楠,薛晓萍,等.气象条件与三代棉铃虫发生发展的关系分析[J],中国农学通报,2011,27(27):312-316.

[6] 宋爱颖,王向阳,黄娟,等.棉铃虫中期预测模型的建立与应用[J].安徽农业科学,2004,32(1):66-67.

[7] 成兆金,徐法彬,薛晓萍,等.山东省西北地区棉铃虫发生发展气象等级预报模型研究[J].作物杂志,2008(3):65-68.

[8] 黄健,李晶,张璞,等.人工神经网络在棉铃虫发生等级预报中的应用[J].安徽农业科学,2010,38(23):12913-12922.

The Meteorological Analysis and Forecast of Cotton Bollworm in Hengshui

WANG Liping, CUI Xiaodong

(Hengshui Meteorological Bureau, Hengshui, Hebei 053000, China)

The analysis of the meteorological data and cotton bollworm data of Hengshui from 2000 to 2017 showed that the earliest date of the cotton bollworm eggs beginning to appear was May 24, and the latest date was August 22. The egg stage was from Jun 13 to September 14. The cotton bollworm infestation mainly happens from Jun to August. The cotton bollworm quantity has close connection with temperature, ground temperature and relative humidity. The prediction models of different cotton bollworm puberty have been set up by using stepwise regression method and the quantity of different cotton bollworm puberty were back calculated. The conclusion is that the average forecast errors of the cotton bollworm eggs per 100 plants were 21.1%, 20.7% and 29.9%. The grade forecast accuracies of the second, third and fourth generations of the cotton bollworm eggs were 94.4%, 83.3% and 77.8%.

cotton bollworm; meteorological analysis; stepwise regression; forecast; forecast accuracy

10.3969/j.issn.1673-2065.2021.04.004

王莉萍（1971－），女，河北阜城人，高级工程师；

崔晓冬（1971－），男，辽宁凌源人，高级工程师。

P49

A

1673-2065(2021)04-0016-05

2019-08-18

（责任编校：李建明 英文校对：李玉玲）