水稻白背飛虱主害代發生因子分析與發生量預測模型

陳將贊，丁靈偉，楊廉偉，戴以太

(浙江省天臺縣植物保護站， 天臺 317200)

水稻白背飛虱主害代發生因子分析與發生量預測模型

陳將贊，丁靈偉，楊廉偉，戴以太

(浙江省天臺縣植物保護站， 天臺 317200)

運用浙江省天臺縣1971-2012 年測報歷史資料進行了早稻與單季稻主害代白背飛虱發生關鍵因子分析，建立了回歸預測模型。結果表明：影響早稻白背飛虱主害代發生的關鍵因子有：燈下初見期、上一代田間發生量、6月下旬發生率與燈下3～4代誘蟲量；影響單季稻白背飛虱主害代發生量的關鍵因子有：上一代田間發生量與3～4代燈下誘蟲量。逐步回歸分析結果表明，早稻7月下旬白背飛虱發生量逐步回歸方程Y1=5.050 3+0.146 1X4+0.251 7X5-0.326 2X8+0.437 6X9+0.301 3X10；單季稻8月上旬白背飛虱發生量逐步回歸方程Y2=0.695 4+0.338 3X2+0.060 1X3-0.566 3X6-0.960 2X7+1.160 6X8+1.739 7X10，逐步回歸方程可用于白背飛虱發生趨勢的中短期預報。

水稻； 白背飛虱； 發生因子； 發生量； 預測模型

白背飛虱(SogatellafurciferaHorváth)是水稻生產過程中最嚴重的遷飛害蟲之一[1]。近年來浙江省天臺縣單季稻種植面積不斷擴大并成為主要稻作制度，水稻生育期大大延長，白背飛虱初遷入期提早，主害期也隨之提前拉長，發生與為害日趨嚴重，同時傳播南方水稻黑條矮縮病，給水稻生產帶來很大威脅。楊廉偉[2]曾對天臺縣晚稻褐飛虱進行回歸預測研究。為建立對白背飛虱完整的回歸預測模型，進一步提高對其監測預報水平，以持續有效控制白背飛虱災害，筆者對天臺縣植物保護站1971至2012 年白背飛虱測報歷史資料進行了相關因子篩選分析，建立了回歸預測模型。

1 材料與方法

1.1 資料來源

根據天臺縣植物保護站1971-2012 年燈下誘蟲量和田間調查資料整理：其中燈下白背飛虱監測，于每年4月1日開燈，到10 月31日結束，光源為200 W白熾燈，每日采取天黑前開燈和天亮后關燈，逐日調查記錄誘蟲量；田間發生調查，根據《稻飛虱測報技術規范》[3]辦法進行定期系統調查。

1.2 資料統計與整理

匯總了1971-2012年(缺1996年)共41年燈下白背飛虱誘蟲數據，統計了白背飛虱燈下初見期(X1)、5月20日前的二代誘蟲量(X2)、5月21日-6月20日的三代誘蟲量(X3)、6月21日-6月30日誘蟲量(X4)、7月1日-7月10日誘蟲量(X5)5個因子；匯總田間調查數據早稻從1971-1997年共26年數據，單季稻從1998-2012 年共15 年數據，統計了白背飛虱6月上旬田間蟲量(X6)、6月中旬田間蟲量(X7)、6月下旬田間蟲量(X8)、6月下旬白背飛虱發生率(白背飛虱發生田塊數占調查總田塊數比例)(X9)、7月上旬田間蟲量(X10)、7月下旬田間發生量(X11)、8月上旬田間發生量(X12)7個因子。由于1998年開始天臺縣單季晚稻面積大幅增加，到2002年后天臺縣稻作制度形成了以單季中(晚)稻為主的格局[2]，因此早稻統計分析從1971年至1997年止，單季稻從1998年至2012年。白背飛虱在早稻上發生2～3代，以7月中下旬為主害代[4]，在單季稻上發生3～4代，常年以8月上旬為主害代，因此早稻以7月下旬為主害代，單季稻以8月上旬為主害代進行分析。白背飛虱成蟲世代按《稻飛虱測報技術規范》標準進行劃分[3]。

由于白背飛虱調查數據的絕對數值大小差異較大，為保證數據符合正態分布要求，先對統計數據作頻次分布，根據頻次分布情況，對燈下初見期(X1)(天)數據以4月28日為起點換算期距并作平方根轉換，對發生率(X9)(%)數據作反正弦平方根轉換，對誘蟲量(X2、X3、X4、X5)(頭)、田間蟲量(X6、X7、X8、X10)(頭/百叢)、田間發生量(X11、X12)(頭/667 m2)的統計數據均作自然對數轉換。

1.3 分析方法

利用DPS軟件[5]進行多因子相關分析與回歸方程建立。以1971-1995年共25年的數據用于建立早稻逐步回歸預測方程，并作回驗，把主害代發生量對數值小于11(相當于實際發生量6 萬頭/667 m2)的年份作為輕發生，大于等于11 小于12.5 作為中發生(其中11～11.5 為中偏輕發生，11.6～12為中等發生，12.1～12.5 為中偏重發生)，大于12.5(相當于實際發生量27 萬頭/667 m2)的作為大發生，則可以把對數值小于11 的判為輕發生，大于11 的以擬合誤差±0.5以下作為預測是否準確判別標準；以余下的1997年數據來獨立驗證建立的早稻方程的預測準確性。以1998-2011年共14年的數據用于建立單季稻逐步回歸預測方程，并作回驗，判別標準同上，余下的2012年數據來獨立驗證建立的單季稻方程的預測準確性。

2 結果與分析

2.1 關鍵因子分析

2.1.1 早稻白背飛虱發生關鍵因子分析

DPS分析結果，白背飛虱7月下旬發生量(X11)與7月1日-7月10日誘蟲量(X5)、6月下旬田間蟲量(X8)、6月下旬發生率(X9)、7月上旬田間蟲量(X10)4個因子有極顯著相關，相關系數分別為0.52、0.70、0.81、0.74；與燈下初見期(X1)、5月21日-6月20日誘蟲量(X3)、6月21日-6月30日誘蟲量(X4)、6月中旬田間蟲量(X7)4個因子也有顯著相關。結果表明，影響早稻白背飛虱發生關鍵因素有燈下初見期、上一代田間蟲量、6月下旬田間發生率與5月21日-7月10日燈下3～4代誘蟲量。

2.1.2 單季稻白背飛虱發生關鍵因子分析

DPS分析結果，白背飛虱8月上旬田間發生量(X12)與6月21日-6月30日誘蟲量(X4)、7月1日-7月10日誘蟲量(X5)、6月上旬田間蟲量(X6)、7月上旬田間蟲量(X10)4個因子有極顯著相關，相關系數分別為0.83、0.71、0.71、0.82；與5月21日-6月20日誘蟲量(X3)、6月下旬田間蟲量(X8)2個因子也有顯著相關。結果表明，影響單季稻白背飛虱發生關鍵因素有上一代田間蟲量、5月21日-7月10日燈下3～4代誘蟲量，燈下初見期、6月下旬田間發生率與主害代發生量相關性不顯著。

表11971-1997年早稻白背飛虱發生多因子相關分析(X1～X11)1)

Table1MultiplefactorcorrelationanalysisofSogatellafurciferaontheearlyseasonricefrom1971-1997(X1～X11)

因子Factor相關系數CorrelationcoefficientX1X2X3X4X5X6X7X8X9X10X11X1(燈下初見)X1(Firstlyappearunderlamps)1．00X2(5月20日前誘蟲量)X2(TrappingamountbeforeMay20)-0．351．00X3(5月21日-6月20日誘蟲量)X3(TrappingamountbeforeMay21toJune20)-0．350．071．00X4(6月21日-6月30日誘蟲量)X4(TrappingamountfromJune21toJune30)-0．26-0．030．691．00X5(7月1日-7月10日誘蟲量)X5(TrappingamountfromJuly1toJuly10)-0．080．210．500．501．00X6(6月上旬田間蟲量)X6(InsectsquantityinearlyJune)-0．220．030．490．240．261．00X7(6月中旬田間蟲量)X7(InsectsquantityinmidJune)-0．410．330．310．170．290．131．00X8(6月下旬田間蟲量)X8(InsectsquantityinlateJune)-0．480．340．450．270．470．220．701．00X9(6月下旬發生率)X9(OccurrencerateinlateJune)-0．450．160．310．210．290．070．600．821．00X10(7月上旬田間蟲量)X10(InsectsquantityinearlyJuly)-0．700．270．380．260．340．210．610．840．811．00X11(7月下旬發生量)X11(InsectsquantityinlateJuly)-0．45?0．250．45?0．42?0．52??0．180．46?0．70??0．81??0．74??1．00

1) **P<0.01；*P<0.05。

表21998-2012年單季稻白背飛虱發生多因子相關分析(X1～X12)1)

Table2MultiplefactorcorrelationanalysisofS.furciferaonthesinglecroppingricefrom1998-2012(X1～X12)

因子Factor相關系數CorrelationcoefficientX1X2X3X4X5X6X7X8X9X10X11X1(燈下初見)X1(Firstlyappearunderlamps)1．00X2(5月20日前誘蟲量)X2(TrappingamountbeforeMay20)-0．441．00X3(5月21日-6月20日誘蟲量)X3(TrappingamountbeforeMay21toJune20)-0．580．591．00X4(6月21日-6月30日誘蟲量)X4(TrappingamountfromJune21toJune30)-0．230．380．711．00X5(7月1日-7月10日誘蟲量)X5(TrappingamountfromJuly1toJuly10)-0．160．440．780．791．00X6(6月上旬田間蟲量)X6(InsectsquantityinearlyJune)-0．320．620．600．600．551．00X7(6月中旬田間蟲量)X7(InsectsquantityinmidJune)-0．490．380．310．430．320．671．00X8(6月下旬田間蟲量)X8(InsectsquantityinlateJune)-0．530．320．430．500．430．730．931．00X9(6月下旬發生率)X9(OccurrencerateinthelateJune)-0．420．180．580．460．560．490．560．681．00X10(7月上旬田間蟲量)X10(InsectsquantityinearlyJuly)-0．240．410．420．760．580．770．720．670．421．00X11(8月上旬發生量)X11(InsectsquantityinearlyAugust)-0．390．480．65?0．83??0．71??0．71??0．500．63?0．500．82??1．00

1) **P<0.01；*P<0.05。

2.2 逐步回歸分析

2.2.1 早稻7月下旬白背飛虱發生量逐步回歸分析

早稻7月下旬田間發生量(Y=X10)分析結果：入選因子有6月21日-6月30日誘蟲量(X4)、7月1日-7月10日誘蟲量(X5)、6月下旬田間蟲量(X8)、6月下旬發生率(X9)、7月上旬田間蟲量(X10)。

逐步回歸方程：Y1=5.050 3+0.146 1X4+0.251 7X5-0.326 2X8+0.437 6X9+0.301 3X10

回歸方程相關系數R=0.889 6，通徑分析決定系數=0.791 4，自由度df=21,P=0.000 1。

回歸方程(1971-1995年)25年擬合結果，對數值大于11 且擬合誤差超過0.5的有7年，預測準確率為72%。運用逐步回歸方程對1997年單季稻7月下旬田間發生量進行預測，結果為10.63(換算后田間發生量為4.15萬頭/667 m2)，與實際觀測值10.48(3.56萬頭/667 m2)相比偏高0.15，預測結果基本相符，屬輕發生年份。

圖1 1971-1995年早稻7月下旬白背飛虱田間發生量逐步回歸擬合結果Fig.1 Stepwise regression fitting results of occurrence amount of S.furcifera on the early season rice in late July from 1971 to 1995

圖2 1998-2012年單季稻8月上旬白背飛虱田間發生量逐步回歸擬合結果Fig.2 Stepwise regression fitting results of field occurrence amount of S.furcifera on the single cropping rice in late August from 1998 to 2012

2.2.2 單季稻8月上旬白背飛虱發生量逐步回歸分析

單季稻8月上旬田間發生量(Y2=X10)分析結果：入選因子有5月20日前誘蟲量(X2)、5月21日-6月20日誘蟲量(X3)、6月上旬田間蟲量(X6)、6月中旬田間蟲量(X7)、6月下旬田間蟲量(X8)、7月上旬田間蟲量(X10)。

逐步回歸方程：Y2=0.695 4+0.338 3X2+0.060 1X3-0.566 3X6-0.960 2X7+1.160 6X8+1.739 7X10。

回歸方程相關系數R=0.976 8，通徑分析決定系數=0.952 5，自由度df=6,P=0.001。

回歸方程(1998-2011年)14年擬合結果，擬合誤差為0.01～0.38，均少于0.5，預測準確率100%。運用逐步回歸方程對2012年單季稻8月上旬田間發生量進行預測，結果為12.06(換算后田間發生量為17.3萬頭/667 m2)，與實際觀測值12.32(22.5 萬頭/hm2)相比偏低0.26，預測結果基本相符，屬中偏重發生年份。

3 結果與討論

通過發生關鍵因子分析表明，影響早稻白背飛虱發生的關鍵因素有白背飛虱燈下初見期、上一代田間發生量、6月下旬田間發生率與3～4代誘蟲量。影響單季稻白背飛虱田間發生量的關鍵因子有上一代白背飛虱的田間發生量與3～4代誘蟲量。燈下初見期、6月下旬田間發生率與單季稻主害代發生量相關性不顯著，分析原因可能為：一是單季稻平均燈下初見期為5月27日，比早稻早11 d，由于初見期提前且單季稻種植時間遲于早稻，發生間隔期長，因此燈下初見期對單季稻白背飛虱種群繁殖影響偏小；二是單季稻白背飛虱種群繁殖受早稻蟲源與外遷蟲源共同影響，6月下旬田間發生較普遍，因此與單季稻白背飛虱發生量相關性不顯著。

回歸預測模型建立能準確預測田間發生蟲量與實際發生程度，有利于制定防治措施和指導防治工作的開展[6]，模型提供了早稻四(2)代、單季稻五(3)代白背飛虱主害代的逐步回歸預測方程，可作為浙東丘陵稻區白背飛虱發生趨勢中短期預報應用。回歸擬合結果顯示，單季稻準確率高于早稻，分析原因可能為：一是單季稻資料積累時間較短，

影響發生的栽培制度、品種類型、防治藥劑等較為一致；二是早稻資料積累時間較長，在此期間早稻品種與種植制度發生了巨大變化，監測防治水平與防治藥劑也經歷了發展變化，直接對白背飛虱種群繁殖率產生重大影響，進而影響種群數量的不規則波動，對白背飛虱發生量的預測準確率帶來一定程度的影響[7]。

回歸預測模型關鍵變量因子白背飛虱上一代田間發生量、燈下3～4代誘蟲量監測數據直接影響發生量預測準確性，6月中下旬正值單季稻移栽返青期，此時田間白背飛虱蟲量偏少，容易漏查，在蟲量調查過程中應嚴格按《稻飛虱測報技術規范》要求進行，根據白背飛虱在田間隨機分布特點[8]，適當增加調查取樣數量，擴大調查面積，以確保調查數據與預測的準確性。

[1] 高蘋，吳洪顏，武金崗，等.水稻白背飛虱發生程度的長期預測模型[J].昆蟲知識,2004，41(4):318-323.

[2] 楊廉偉，王會福，陳將贊，等.浙江省天臺縣晚稻褐飛虱發生關鍵因子分析與逐步回歸預測[J].中國農學通報,2010，26(12):227-232.

[3] 湯金儀，陳鈺英，馬桂春，等．GB/T 15794—1995中華人民共和國國家標準：稻飛虱測報調查規范[S]．北京：中國標準出版社，1996：47-64．

[4] 張左生.糧食作物病蟲鼠害預報預報[M].上海:上海科學技術出版社,1995.

[5] 唐啟義.實用統計分析及其DPS數據處理系統[M].北京:科學出版社,2002.

[6] 李大慶，楊再學，談孝鳳.第4代白背飛虱與第5代褐飛虱發生程度及發生期預測模型[J].貴州農業科學,2009，37(12):102-105.

[7] 曾偉，王敏，鄧遠錄.達州地區水稻白背飛虱發生程度預測模型的建立與應用[J].中國植保導刊,2010，30(12):29-32.

[8] 張稻友.稻飛虱預測中應注意具體分析的幾個問題[J].植保技術與推廣,2000，20(6):6-7.

OccurrencefactoranalysisofthemaindamaginggenerationofSogatellafurciferaonriceplantsandpredictionmodelofoccurrenceamount

Chen Jiangzan，Ding Lingwei，Yang Lianwei，Dai Yitai

(PlantProtectionStationofTiantaiCounty,Tiantai317200,China)

Key occurrence factors of the main damaging generation ofSogatellafurciferaon early season rice and single cropping rice-were analyzed in this paper, and the regression prediction model was also established.The results showed that the key occurrence factors on early cropping rice are initial stage by light trap, field occurrence amount for the last generation, occurrence rate in the late June and the light trap amount of the 3rd and 4th generation; key factors of occurrence amount on single cropping rice are field occurrence amount for the last generation and the light trap amount of 3rd and 4th generation.Stepwise regression analysis indicated that regression equation of occurrence amount on the early rice in late July wasY1=5.050 3+0.146 1X4+0.251 7X5-0.326 2X8+0.437 6X9+0.301 3X10; that on the single cropping rice in late August wasY2=0.695 4+0.338 3X2+0.060 1X3-0.566 3X6-0.960 2X7+1.160 6X8+1.739 7X10, which can applied in the short-term prediction for the occurrence trend ofS.furcifera.

rice;Sogatellafurcifera; occurrence factor; occurrence amount; prediction model

2013-02-28

： 2013-04-23

S 435.112.3

： ADOI： 10.3969/j.issn.0529-1542.2014.01.029

聯系方式 E-mail:czanza@163.com