山西省葡萄白粉病流行区温度多时间尺度变化特征分析

唐秀丽 杨建敏 燕平梅 孟志龙

关键词：葡萄白粉病流行；月均温度；一元线性回归；Mann-Kendall检验；Morlet小波分析

我国葡萄种植历史悠久，随着葡萄种植品种结构的不断优化，现已形成极具地方代表性的葡萄产区[1]。在全球气候变暖的大背景下，农业生产活动的不稳定性增加、种植结构和布局发生改变，随着设施农业的推广和应用，栽培管理和病虫害防治措施的不合理，葡萄产区病虫害发生频率及范围都有明显的改变，病害发生逐渐向更高纬度、海拔迁移延伸，病害越冬和发生的地理位置扩大[2-4]。葡萄白粉病几乎遍布世界所有葡萄产区[5-8]，在我国各地都有发生，以北方干旱种植区发病较为严重[9]，该病害导致葡萄品质明显降低，产量损失轻则15%～30%，重则70%～80%，甚至绝产绝收[10]。因此，加强对葡萄白粉病发生和流行的有效控制，对于保障葡萄丰产和稳产具有重要的意义。

山西省地理位置优越，气候适宜，是我国葡萄产业的主要产区之一，栽培区主要集中在山西省运城、临汾、太原等市，栽培面积约占全省栽培总面积的97%[1，11-12]。山西省葡萄白粉病始发期为4月，9—10月停止发病[13]。温度是影响葡萄白粉病发生流行的首要关键气象因子，也是反映长期气候变化最基本最直接的因素[3，7]。温度的定量化分析对农业生产具有非常重要的指导作用[14]。Mann-Kendall检验法（M-K法）不需设置任何参数，又称无分布检验，因其检验不会受到少数异常值的影响，被广泛应用于气候的诊断与预测，用来判断气候序列中是否存在突变现象[15-18]。Morlet小波分析通过对时间序列变化信号降噪、重建和提取，进而确定在任一时刻时间序列的频率特征，具有严格的突变点诊断能力，常被用于地学领域各种气象因子的时间格局特征分析[15，17-18]。翟秋敏等[15]采用M-K突变检验和小波分析得出，1951—2012年豫南地区的平均气温突变后上升趋势显著，年平均气温的振荡周期存在多时间尺度结构，由“大—中—小”三重嵌套而成，主要振荡周期是30a。张月晴等[17]通过小波分析和M-K检验对1960—2019年银川地区逐月气温数据分析发现，该地区夏、秋和冬季气温均发生一次突变；整年、春、夏和秋季气温主要振荡周期都为28a，冬季分别为5、19a。可见，我国气候变化具有明显的区域性特征，而现有对气候变化的研究大多局限于大尺度的地理区域上，因农业生产极具地域性，这种大尺度研究不能准确反映气候变化给农业生产带来的潜在影响[19-22]，而有关在植物病害发生流行各阶段中的气候变化特征研究更是少之又少。

本研究以1962—2021年山西省葡萄白粉病发生流行区的温度长时间序列为对象，采用线性趋势分析、M-K检验和小波分析法，分析温度序列在葡萄白粉病不同流行期的不同尺度上的结构和周期变化特征，挖掘温度长时间序列的潜在变化規律，以期为山西省葡萄白粉病的预测预报提供重要参考价值。

1 材料和方法

1.1 研究区概况

山西省葡萄白粉病发生流行区主要在晋城市、临汾市、运城市全市以及太原市、晋中市、吕梁市等部分区县。该地区属于北温带大陆性季风气候，四季分明，冬春两季较干旱且多风，夏秋两季降水较集中，全年日照充足，年平均气温8～14℃，昼夜温差较大。

1.2 气象数据

试验收集山西省葡萄白粉病发生流行区9个气象站点（太原、临汾、侯马、运城、介休、阳城、隰县、长治、原平）的1962—2021年月均温度数据进行分析，缺测部分用邻近站及历史资料等进行插补，数据来源于国家气象科学数据中心（https：//data.cma.cn）和山西省气象信息中心。

1.3 温度随时间序列变化一元线性回归分析

根据山西省葡萄白粉病发生流行规律，将研究阶段分为葡萄白粉病整个流行期（11月至次年10月）、越冬期（11月至次年3月）、发病初（盛）期（4—6月）、越夏期（7—8月）和发病末期（9—10月）。

以时间（年）为自变量x、月均温度为因变量y，用回归法拟合出温度随时间序列变化曲线，得到回归方程：y=a1x±a0，温度倾向率（单位为℃/10a）定义为b=10a1。当b>0时，说明温度随时间x呈上升趋势，b<0时，说明温度随时间x呈下降趋势。试验采用Office2017软件对数据处理和分析。

1.4 M-K突变检验

采用Office2017软件对数据进行M-K突变检测。设时间序列为X1、X2、…、Xn（n为样本量），定义Dk的计算如公式（1）。

将气候序列X的逆序列（Xn、Xn-1、…、X1）重复上述过程，使UBk=?UF（kk=n、n?1、…1），当k=1时，UB1=0。UF>0说明温度升高；UF<0说明温度降低。UF值超出临界线（临界值U0.05=±1.96）说明温度显著升高或降低（P<0.05）。在临界线之间，UB和UF两曲线交点对应的时刻，为该温度序列发生突变的时间。

1.5 Morlet小波分析

利用MatlabR2022a小波分析工具包进行Morlet小波分析[16-18]。

小波系数值大小反映信号的强度。等值线>0，用黑色线条表示，说明此时温度呈上升趋势；等值线<0，用红色线条表示，说明此时温度呈下降趋势。系数值=0时对应温度序列的突变点。等值线没有闭合，说明在一段时间内温度有继续升高的趋势。

小波方差表示温度时间序列呈周期性波动的强弱。峰值处对应的尺度为该温度序列的主要周期。

2 结果与分析

2.1 山西省葡萄白粉病发生流行区温度序列变化一元线性回归分析

近60a，山西省葡萄白粉病发生流行区温度序列呈明显上升的趋势。整个病害流行期温度上升极显著（P<0.01），变化趋势为0.35℃/10a；越冬期、发病初（盛）期和发病末期月均温度均呈极显著升高趋势（P<0.01），越冬期温度上升最快，其次是发病末期及发病初（盛）期，温度倾向率分别为0.53、0.22、0.21℃/10a；越夏期温度上升最慢，月均温度序列呈显著上升趋势（P<0.05），温度倾向率为0.11℃/10a（表1）。

2.2 山西省葡萄白粉病发生流行区温度序列M-K检验分析

山西省葡萄白粉病不同流行期的温度都发生突变且都通过了95%置信检验。越冬期，1978年后温度随时间序列呈明显上升趋势，1993年后显著上升，在1994年发生一次突变。发病初（盛）期，温度序列波动较大，分别于2011、2015、2018年发生3次突变，2014年后呈显著上升。越夏期，2007年后温度序列呈上升趋势，2016年发生一次突变，突变后，温度呈先上升后下降趋势。发病末期，1989年后温度序列呈上升趋势，于1997年发生一次突变，2002年后呈显著上升趋势（图1）。

2.3 山西省葡萄白粉病发生流行区温度序列Morlet小波分析

越冬期温度序列在35～45a的时间尺度上经历了高—低—高3个循环交替的过程，在18～35a的时间尺度上经历了低—高—低—高4个循环交替的过程，在10～20a的时间尺度上经历了高—低—高—低—高—低—高—低—高9个循环交替的过程，对于10a以下的时间尺度，月均温度上升和降低时期交替较为频繁，尤其在2000年后，高低温交替非常频繁。小波方差分别于2、4.5、9.5、25a出现峰值，其中，9.5a周期的振荡最强，为第1主周期，第2、3、4主周期分别为2、4.5、25a（图2）。

发病初（盛）期温度序列在30～45a的时间尺度上经历了高—低—高3个循环交替的过程，在25～30a的时间尺度上经历了低—高—低—高4个循环交替的过程，在15～25a的时间尺度上经历了低—高—低—高—低—高—低—高8个循环交替的过程，对于10a以下的时间尺度，月均温度高低时期交替较为频繁。未来一段时间，月均温度呈上升趋势。短周期0～5a，高低温交替非常频繁。小波方差的峰值分别于2、3、7、10.5、17.5a出现，最高峰为7a对应的小波方差，表明7a周期的振荡最强，第1主周期为7a，2、3、10.5、17.5a分别为第2、3、4、5主周期（图3）。

越夏期温度序列在35～45a的时间尺度上经历了高—低—高3个循环交替的过程，在25～35a的时间尺度上经历了高—低—高—低—高5个循环交替的过程，在15～20a的时间尺度上经历了高—低—高—低—高—低—高7个循环交替的过程，对于10a以下的时间尺度，温度上升和降低时期交替较为频繁，0～5a冷暖交替更加频繁。小波方差分别在4、5.5、9.5、15.5、25a出现峰值，小波方差的最高峰出现在25a，表明该周期的振荡最强，为第1主周期，第2、3、4、5周期分别为4、5.5、9.5、15.5a（图4）。

发病末期温度序列在30～45a的时间尺度上经历了高—低—高3个循环交替的过程，在15～20a的时间尺度上经历了高—低—高—低—高—低—高7个循环交替的过程，对于10a以下的时间尺度，溫度上升和降低时期交替较为频繁，未来一段时间温度呈现上升的趋势。小波方差可知，10a为第1主周期，在该周期下振荡最强；4、6、20a分别为温度序列振荡第2、3、4主周期（图5）。

3 结论与讨论

本研究通过对山西省葡萄白粉病流行区不同白粉病流行阶段温度序列进行多时间尺度特征分析，掌握历史气候变化规律，为健全葡萄白粉病预测预报体系提供理论参数。全球气候变暖背景下，葡萄白粉病不同流行期温度变化特征不一样，但都呈波动上升趋势，与我国温度变化趋势一致[22]。随着一定范围内的温度升高，植物病害发生越来越严重[3，23]。越冬期温度上升最快，该分析结果与我国北方冬小麦白粉病流行区的温度变化特征相似[3]。在枝蔓的芽鳞片内或被害组织内，白粉病菌以菌丝体或闭囊壳越冬。在暖冬条件下，病菌冬季继续繁殖或者越冬死亡率降低，导致残存数量增多，越冬后的菌源基数明显增加[23]。发病初（盛）期气温上升明显，越冬后病菌生长速率加快[24]，菌丝生长侵染迅速并产生大量的分生孢子，随后，借助气流，分生孢子传播到新的嫩叶、新梢、花器及幼果，反复侵染造成危害。SALL[25]研究发现，一定程度的温度升高，葡萄白粉菌分生孢子的萌发率和侵染率均表现为先增加后下降的变化。越夏期温度上升最慢，高温条件下病菌萌发受抑制程度低，有利于病菌成功越夏，增加病原菌数，加重秋季白粉病发生危害，在山区一些较阴凉地区分生孢子也可继续侵染危害。发病末期气温偏高，白粉菌分生孢子在秋梢上可继续危害，延长白粉菌冬前的为害时间，越冬期的病菌数量增加，是来年发病的一个重要基础[23]。

气候系统以不同时间尺度进行相应的变化，分析气候变化需要进行突变检测和周期变化的局部特征[26-27]。近60a，山西省葡萄白粉病不同流行区的温度突变年份出现在1994年之后，突变后，温度上升趋势更为明显，该结果与我国大部分地区突变年份分布在1986年之后相吻合[22]。越冬期和发病末期的温度长时间序列呈较稳定的波动上升趋势，而发病初（盛）期、越夏期温度序列波动较大，为白粉病的发生创造更为有利的条件。不同时间尺度周期中，葡萄白粉病流行期温度序列呈现冷暖交替振荡规律，在未来一段时间温度继续呈上升趋势。气候变暖，葡萄物候期提前，葡萄生长的关键时期如花期发生了变化，或作物的营养生长期变长，从而改变了气候变暖对葡萄病害的影响[28]。此外，温度升高还会影响病菌越冬、越夏的基数和存活数，分生孢子随气流的传播扩散能力，病菌的生命周期状态发生改变，加重对葡萄的危害，影响其产量和品质[23]。因此，要在掌握气候变化特征的基础上，加强对葡萄白粉病的预测预报，及时调整农业措施或种植抗病品种改变“寄主—病原物—环境”之间的复杂关系，从而削弱甚至消除气候变暖给葡萄白粉病带来的影响。

今后还需要对存在的问题进一步进行研究。一是由于本研究的数据主要来自于历史数据的统计，数据的精确性需要进一步检验。二是缺乏空间数据（经纬度），难以较好地量化其空间分布，需进一步进行精细化的空间分析。三是在对植物病害的长期监测数据以及对病害的完整追踪调查研究的基础上，需进一步建立气候变化与植物病害的预测预报模型[29-30]。四是葡萄白粉病的发生流行除了与温度有关外，还与别的气象因子如湿度、光照、风速等相关，葡萄抗性品种的种植、灌溉、施肥等因素也有直接关系[31-32]，此外，气候变化的成因、人类活动对葡萄种植区域气候的影响程度等都是今后需要深入研究的。