水稻主栽品種和氣象因素對稻瘟病田間流行的影響

王道澤，洪文英，吳燕君，陳 瑞，胡選祥

(1.浙江省杭州市植保土肥總站，浙江 杭州 310020； 2.浙江省建德市植保站，浙江 建德 311600)

水稻主栽品種和氣象因素對稻瘟病田間流行的影響

王道澤1，洪文英1，吳燕君1，陳 瑞1，胡選祥2

(1.浙江省杭州市植保土肥總站，浙江 杭州 310020； 2.浙江省建德市植保站，浙江 建德 311600)

為明確稻瘟病易感水稻品種和氣象因素對稻瘟病田間發生流行的影響，調查分析了杭州地區2015—2016年水稻主栽品種上稻瘟病的發生情況及不同種植區的發病特點。結果表明，不同品種類型感病性有差異，粳稻總體發病重于秈稻，且不同種植區域發病特點差異較大。平原地區以浙粳88等常規粳稻發病面積較大，西部山區以中浙優1號等秈型雜交稻品種發生重。年度間發病面積也有差異，2015年發病品種多、面積大，2016年發病相對較輕。基于2011—2015年杭州地區稻瘟病發生情況及氣象數據資料，對稻瘟病發生流行與氣象因素的相關性進行分析，建立了稻瘟病發生及實際產量損失的預測模型，經逐步回歸法分析表明，葉瘟、穗頸瘟發生面積及實際產量損失與氣溫、濕度、雨量、日照等氣象因素均相關。經檢驗，3個相關性分析模型均在比較準確或準確的范圍，可以應用于稻瘟病的適時、準確預報。建議稻瘟病的綜合防控策略為：根據主栽品種田間抗性調整品種布局，針對山區、老病區及氣候條件的變化及時預防，實現病害的可持續控制。

稻瘟病；主栽品種；感病性；氣象因素；相關性分析

由子囊菌(Magnaportheoryzae)引起的稻瘟病是水稻重要病害之一[1-2]，每年由稻瘟病造成的產量損失在10%～30%[3]，是制約水稻高產、穩產的重要因素之一。稻瘟病的流行需具備幾個必要條件：易感的水稻品種、稻瘟病菌群及適宜致病的環境氣象因子[4-5]。因此，其發生和發展受品種、肥水管理和氣候等條件的制約，氣候條件是造成年度間發病輕重不一的主要因子。當溫度在25～28 ℃、相對濕度在90%以上時，稻瘟病易爆發流行[6-8]；晚稻孕穗、抽穗期如遇陰雨多濕天氣，適宜病菌生長發育，易造成穗頸瘟的流行。品種的抗病性和栽培管理措施是造成田塊間發病輕重不一的重要因子[9]。根據近年來杭州地區主栽品種稻瘟病發生調查，一般偏粳型水稻品種更易感病，同一品種在不同的生育階段對稻瘟病的抗性也不同。因此，針對稻瘟病發生流行的關鍵限制因子，在主栽品種抗病性監測和氣象條件分析的基礎上，分類制定稻瘟病綜合防治策略，對病害的準確預測和適時預防具有重要意義。據農業部門統計，杭州地區水稻常年種植面積61 333 hm2，稻瘟病發生面積4 400～5 533 hm2。通過杭州地區水稻主栽品種稻瘟病發生情況的監測調查，研究現有主栽品種對稻瘟病的感病性，并依據2011—2015年連續5年稻瘟病病情調查數據，分析溫度、光照、濕度等氣象因素對稻瘟病發生的影響，旨在明確稻瘟病的易感品種和病害發生流行與氣候條件的相關性，為優化品種布局，開展稻瘟病的測報和防治提供依據。

1 材料與方法

1.1 水稻主栽品種的稻瘟病發生程度調查

1.1.1 材料

杭州市蕭山、余杭、富陽、建德、桐廬、臨安、淳安7個區(縣、市)2015—2016年水稻主栽品種稻瘟病發生情況監測調查資料。

1.1.2 調查方法

根據各地水稻品種布局，對主栽品種稻瘟病發生情況進行調查，于每年7月初水稻分蘗后期調查葉瘟，9月初水稻乳熟期調查穗頸瘟，詳細記載發病品種、發病面積、發病類型和發生程度。調查方法參照全國農技推廣中心印發的《主要農作物病蟲害測報技術規范應用手冊》[10]。

1.2 氣象因素與稻瘟病的相關性研究

1.2.1 材料

杭州地區2011—2015年稻瘟病發生情況數據來源于蕭山、余杭、富陽、建德、桐廬、臨安、淳安7個區(縣、市)水稻主栽品種病情系統監測調查資料。2011—2015年逐日平均氣溫、日照時數、平均相對濕度、降水量等氣象資料來自杭州市氣象局。

1.2.2 調查方法

對2011—2015年水稻主栽區稻瘟病發生情況進行監測調查，調查時間同1.1.2節，記載發病品種、發病類型、發病面積、發生程度和損失程度。調查方法參照全國農技推廣中心印發的《主要農作物病蟲害測報技術規范應用手冊》[10]。

1.2.3 數據處理

采用多因子逐步回歸方法進行數據的統計分析[11]。根據2011—2015年稻瘟病面上普查情況，進行氣象因素的回歸分析，以葉瘟發病面積(Y1)、穗頸瘟發病面積(Y2)、實際產量損失(Y3)作為預測變量，各時段平均氣溫、相對濕度、雨量、日照設為預測因子，應用SPSS 17.0軟件，進行影響因子的相關性分析。原始調查數據不作任何轉換。

1.3 模型的檢驗

將2016年的發生實況資料，應用唐啟義等[12]提出的病蟲測報應驗程度判定模式進行驗證，從而判斷組建模型的可行性。應驗程度判定模式為

式中：SD為應驗程度判定模式的分值；SD<40表明預報不準確，40≤SD<60表明預報比較準確，SD≥60表明預報準確；a為預報對象常年平均值；a1為實測值；a2為預測值；δ為預報對象常年標準差；t為自預報發出至實際發生時的期距(d)。

2 結果與分析

2.1 水稻主栽品種與稻瘟病發生的相關性

杭州各縣、市(區)2015—2016年稻瘟病主要發生品種、發生面積見表1。結果表明，不同栽培區域由于稻米消費習慣的差異，水稻種植類型不同，導致稻瘟病發病品種和發生面積有差異。蕭山區、余杭區以種植粳稻為主，以浙粳88發病面積最大，紹粳18、嘉禾218和嘉58等常規粳稻也有一定的發病面積。臨安市、淳安縣屬山區、半山區以種植雜交稻為主，中浙優1號發病面積最大。臨安中浙優1號連續多年發病重，可能與該品種連續單一種植，老病區病原菌長期積累后菌源充足有關，氣候適宜的年份發病重[13]。建德市、富陽區、桐廬縣稻瘟病主要發病品種包括常規粳稻和秈型雜交稻，浙粳88、嘉58、秀水134等常規粳稻及甬優12、甬優538等雜交稻和糯稻中均有發生，發病品種多但各品種發病面積不大，與當地連片栽培區域不多、種植品種相對分散有關。

圖1顯示了2015—2016年水稻主栽品種稻瘟病發生面積情況。從水稻品種類型來看，粳稻稻瘟病發病重于秈稻。粳稻中以浙粳88發病最重，2015年發病面積為1 254 hm2，發病率9.9%，占當年稻瘟病發生面積的40.8%，紹粳18、嘉58、秀水134、嘉禾218等品種也有發病。秈型雜交稻以中浙優1號發病最重，2015、2016年發病面積分別為421、220 hm2，發病率分別為20.8%、15.3%，占當年稻瘟病發生面積的13.7%、37.5%。中浙優8號及秈粳型雜交稻甬優15、甬優538和甬優12等品種也有發病。2015年建德、淳安等地糯稻穗頸瘟有一定的發生，2016年稻瘟病發生總體偏輕。

表1 2015—2016年杭州地區稻瘟病發生和面積統計表

Table 1 The epidemics of rice blast disease in Hangzhou during 2015-2016

年份Year縣(市、區)Counties(cities，regions)水稻種植面積Riceplantingarea/hm2主要發病品種Mainvarietyofdisease發生面積Occurrencearea/667m2葉瘟Leafblast穗頸瘟Panicleblast合計Total發病比例Morbidityrate/%2015余杭Yuhang16500浙粳88、紹粳18、嘉58Zhejing88，Shaojing18，Jia5820015000152006 14蕭山Xiaoshan15380浙粳88、南粳46、嘉禾218等Zhejing88，Nanjing46，Jiahe218，etal．1890200038901 69建德Jiande6620浙粳88、甬優12、甬優538等Zhejing88，Yongyou12，Yongyou538，etal．200169601716017 28臨安Lin an3680中浙優1號 ZhongzheyouNo．113504500585010 60淳安Chun an3207中浙優1號、中浙優8號、甬優15等ZhongzheyouNo．1，ZhongzheyouNo．8，Yongyou15，etal．500190024004 99富陽Fuyang10513浙粳88、秀水134、嘉58等Zhejing88，Xiushui134，Jia58，etal．60304031001 97桐廬Tonglu5700浙粳88、嘉58、中浙優1號等Zhejing88，Jia58，ZhongzheyouNo．1，etal．90010010001 17小計Total61600510043500486005 262016余杭Yuhang16600紹粳18、嘉58、浙粳88Shaojing18，Jia58，Zhejing803003000 12 蕭山Xiaoshan15413嘉58 Jia58100100 004建德Jiande6540秀水134 Xiushui13408008000 82臨安Lin an3480中浙優1號、甬優15 ZhongzheyouNo．1，Yongyou151100210032006 13淳安Chun an2867中浙優1號 ZhongzheyouNo．130003000 70富陽Fuyang10493浙粳88、嘉58、嘉禾218等Zhejing88，Jia58，Jiahe218，etal．390300033902 15桐廬Tonglu5667南粳5055、嘉育58、甬優538Nanjing5055，Jiayu58，Yongyou5382006008000 94小計Total610602000680088000 96

圖1 2015—2016年水稻主栽品種稻瘟病發生面積Fig.1 The epidemic area of rice blast disease among different rice cultivars during 2015-2016

2.2 氣象因子與稻瘟病發生的相關性

2.2.1 氣象因子與葉瘟發生的相關性

稻瘟病為典型的氣象型病害，其發生發展趨勢與氣溫、降水、濕度、光照等氣象條件關系密切，既能影響稻瘟菌的生長、發育及其致病力的變化，又影響植株的抗病能力[4，14]。對2011—2015年杭州地區葉瘟發生情況及氣象資料數據進行統計分析，以葉瘟發生面積(Y1)為預測對象，初選每年6—8月每旬平均氣溫、相對濕度、雨量、日照等36個氣象指標作為預測因子，采用逐步回歸分析，分析葉瘟發生與氣象因子的相關性，建立回歸模型。結果表明，葉瘟發生情況與氣溫、降水、日照等氣象因子密切相關，共篩選出4個因子入選模型，分別為7月上旬雨量、7月上旬與8月下旬日照、8月中旬平均氣溫。回歸模型為Y1=7.941-0.023X15+0.002X16-0.109X29+0.005X36(R2=0.997，P<0.01)。通過回歸分析表明，葉瘟發病情況與7月上旬日照、8月下旬日照呈正相關，與7月上旬雨量、8月中旬平均氣溫呈負相關(表2)。

2.2.2 氣象因子與穗頸瘟發生的相關性

對2011—2015年穗頸瘟發生情況及氣象資料數據進行統計分析，以穗頸瘟發生面積(Y2)為預測對象，初選每年9—11月每旬平均氣溫、相對濕度、雨量、日照等36個氣象指標作為預測因子，采用逐步回歸分析，分析穗頸瘟發生與氣象因子的相關性，建立回歸模型。結果表明，穗頸瘟發生情況與氣溫、濕度、日照等氣象因子密切相關，共篩選出4個因子入選回歸模型，分別為9月上旬日照、9月中旬平均氣溫、9月中旬與下旬平均相對濕度。回歸模型為Y2=-11.352-0.017X4+0.025X5-0.091X6+0.273X10(R2=0.972，P<0.01)。回歸分析表明，穗頸瘟發病情況與9月中旬平均氣溫、9月下旬平均相對濕度呈正相關，與9月上旬日照、9月中旬平均相對濕度呈負相關(表3)。

2.2.3 實際產量損失預測模型

對2011—2015年稻瘟病實際產量損失及氣象資料數據進行統計分析，以實際產量損失(Y3)為預測對象，初選當年葉瘟發病面積、6—11月每月平均氣溫、相對濕度、雨量、日照等25個指標作為預測因子，采用逐步回歸分析表明，稻瘟病實際產量損失與氣溫、日照、雨量等氣象因子密切相關，共篩選出4個因子入選模型，分別為7月平均氣溫、7月和10月日照、9月雨量(表4)。回歸模型為Y3=23583.090-902.489X6+19.450X9+3.012X16+0.064X21(R2=0.970，P<0.01)。回歸分析表明，稻瘟病實際產量損失與7月、10月日照、9月雨量呈正相關，與7月平均氣溫呈負相關。

表2 2011—2015年葉瘟發生面積與氣象因子的相關性分析歷史數據

Table 2 The analysis of the correlation between the epidemic area of leaf blasts and meteorological factors according to the data from 2011-2015

年份YearY1X15X16X29X3620114 82 465 629 922 320124 715 190 230 758 520134 71 590 232 542 620145 026 025 423 837 120150 5198 07 027 441 1回歸模型RegressionmodelY1=7 941-0 023X15+0 002X16-0 109X29+0 005X36(R2=0 997，P<0 01)

Y1為葉瘟發生面積(667×104m2)；X15為7月上旬雨量(mm)；X16、X36分別為7月上旬、8月下旬日照(h)；X29為8月中旬平均氣溫(℃)。

Y1was the occurrence area of leaf blast；X15was the rainfall during early July；X16andX36were the sunshine during the early July and late August；X29was the mean temperature during mid-August.

表3 2011—2015年穗頸瘟發生面積與氣象因子的相關性分析歷史數據

Table 3 The analysis of the correlation between the epidemic area of neck blasts and meteorological factors according to the data from 2011-2015

年份Y2X4X5X6X1020111 950 225 768 872 420121 924 322 766 870 220131 941 126 775 073 620143 332 323 683 981 320154 460 722 372 783 5回歸模型RegressionmodelY2=-11 352-0 017X4+0 025X5-0 091X6+0 273X10(R2=0 972，P<0 01)

Y2為穗頸瘟發生面積(667×104m2)；X4為9月上旬日照(h)；X5為9月中旬平均氣溫(℃)；X6、X10分別為9月中旬、9月下旬平均相對濕度(%)。

Y2was the occurrence area of panicle blast；X4was the sunshine during early September；X5was the mean temperature during mid-September；X6andX10were relative humidities during middle and late September.

表4 2011—2015年實際產量損失的預測因子歷史數據

Table 4 The predictive factors of the yield loss during 2011-2015

年份YearY3X6X9X16X21201188 230 2185 260 483 22012561 730 8230 5107 8172201310232 3289 523 6128 420141533 428 4155 8170 6166 920152253 926 6118 6121136 4回歸模型RegressionmodelY3=23583 090-902 489X6+19 450X9+3 012X16+0 064X21(R2=0 970，P<0 01)

Y3為稻瘟病實際產量損失(t)；X6為7月平均氣溫(℃)；X9、X21分別為7月、10月日照(h)；X16為9月雨量(mm)。

Y3was the actual yield loss of rice blast disease；X6was the mean temperature during July；X9andX21were the sunshine during July and October；X16was the rainfall during September.

2.3 預測模型的擬合率檢驗

將2016年的稻瘟病發生情況及氣象資料數據，應用1.3節的應驗評判方程，分別對葉瘟發生面積、穗頸瘟發生面積、實際產量損失的回歸模型進行檢驗。結果(表5)表明，用逐步回歸法擬合的3個回歸模型，評分分值較高，均大于40，結論在比較準確或準確的范圍內。根據2016年的氣象資料數據可知，杭州地區2016年8月中旬平均氣溫32.0 ℃，高于2011—2015年同期平均氣溫(28.9 ℃)，而9月上旬日照44.9 h，高于2011—2015年平均日照(41.2 h)，均不利于稻瘟病的發生，表明葉瘟與8月中旬平均氣溫呈負相關，穗頸瘟與9月上旬日照呈負相關，與模型相關性分析結果一致。

3 結論與討論

3.1 水稻主栽品種稻瘟病發生特點及風險監測

隨著水稻品種布局的變化，主栽區的主要病蟲害發生為害風險也發生了變化。本文調查分析了杭州地區2015—2016年水稻主栽品種上稻瘟病發生特點，結果表明，不同品種類型感病性有差異，粳稻總體發病重于秈稻，且不同種植區域發病特點差異較大。蕭山、余杭等平原地區，浙粳88種植相對集中、發病面積大；臨安、建德、淳安等西部山區霧大露重，光照不足，中浙優1號等品種連續多年發生重，呈現出明顯的區域性差異。以往關于水稻品種稻瘟病的發病特點主要是從品種選育的角度對主栽品種的抗稻瘟病進行鑒定，如馬軍韜等[15]選取178個稻瘟病菌株對黑龍江省13個主栽品種的抗稻瘟病進行了鑒定，杜宜新等[3]測定了麗江新團黑谷上的193個菌株對30個水稻抗瘟基因及93個主栽水稻品種的致病性，張舒等[16]對湖北省水稻主栽品種88份材料的抗稻瘟病和紋枯病進行了田間自然誘發鑒定試驗。但由于病菌生理小種組成復雜，容易變異而產生抗藥性，病菌種群變異使品種的抗病性不斷變化[17]，大面積種植遺傳單一的水稻品種則抗病性下降較快[18-19]，氣候條件、栽培技術及病源基數的影響使得同一品種在不同地區感病性也有差異。因此，針對水稻主栽品種開展田間病情監測，分析稻瘟病在主要品種上的抗性變化趨勢，為制定適應不同種植區、不同品種的稻瘟病防治策略提供了依據。

表5 稻瘟病發生與氣象因素的相關性模型驗證

Table 5 The correlated model verification between the epidemics of rice blast disease and meteorological factors

類型Typeaa1a2tδSD結論Conclusion葉瘟Leafblast3 90 21 33101 940 43比較準確Comparativelyaccurate穗頸瘟Panicleblast2 70 71 50301 144 76比較準確Comparativelyaccurate實際產量損失Actualyieldloss907 81142 8806 630859 1088 23準確Accurate

3.2 氣象因素對稻瘟病發生流行的影響

通過葉瘟、穗瘟發生面積及實際產量損失與相關氣象影響因子的相關性分析表明，葉瘟、穗頸瘟的發生面積與氣溫、濕度、雨量、日照等氣象因素均有較大相關性，并可建立相應的回歸模型。回歸模型分析表明，葉瘟發病面積與8月中旬平均氣溫呈負相關，說明夏季高溫情況影響稻瘟病的發生。稻瘟菌菌絲的生長、分生孢子的形成和萌發、芽管的生長等最適宜的溫度均為25～28 ℃，當溫度在此區間時，有利于稻瘟菌的生長和發育[4]。光照對稻瘟病的發生有重要影響，葉瘟發病面積與7月上旬和8月下旬日照呈正相關，而穗頸瘟發病面積與9月上旬日照呈負相關。分析其原因，一方面光照對稻瘟病的發生具有抑制作用[20-21]，但稻瘟菌分生孢子的產生卻需要有光照的刺激[22]，因此，光照對稻瘟病的影響與稻瘟菌的發生發展階段有關。空氣濕度也可影響稻瘟菌孢子的形成和萌發，穗頸瘟發病面積與9月下旬平均相對濕度呈正相關。分析其原因，當空氣濕度高時，附著在水稻葉片表面的分生孢子易萌發，且孢子侵染率高、稻瘟菌潛育期也短[21]，稻瘟病病斑也會較早出現。本研究根據前期發病基數、6—11月的氣象因素，建立了稻瘟病發生的實際產量損失預測模型，對今后稻瘟病的適時、準確預報具有一定的實用價值，可供杭州地區及氣象等環境條件相似的地區應用。

3.3 基于品種和氣象因素的稻瘟病綜合防治策略

綜上所述，稻瘟病的發生流行與品種布局、氣溫、濕度和光照等氣象因素均密切相關。因此，制定稻瘟病的綜合防治策略，首先是因地制宜調整品種布局。有研究表明，稻瘟病菌群體結構具有地域性差異，相同抗瘟基因在不同時空范圍內會產生不同的抗瘟效果[23-24]。種植抗病品種是稻瘟病綜合防控的基礎，通過主栽水稻品種的田間發生情況監測，加強不同水稻種植區稻瘟病菌致病品種譜的調查，分析主栽品種稻瘟病感病性變化，及時優化和調整品種布局，引進種植抗病品種，淘汰易感病品種，加強品種的多樣性布局，可有效控制病害的發生。其次是山區、老病區及早預防。針對山區日照、溫濕度適宜稻瘟病發生的特點加強預防，應用健身栽培管理技術，推廣平衡施肥、科學管水等措施，創造有利于水稻生長發育而不利于病害發生發展的環境條件。第三是基于氣象預報做好病害的防治。根據栽培過程中氣候條件的變化，開展病情預測，尤其是在長期連陰雨、霧霾、多霧、露重等天氣狀況下，及時采取預防措施，以避免或減少稻瘟病的發生。

[1] 韋新宇，許旭明，張銳，等. 秈粳交新種質康豐A對稻瘟病抗性的遺傳[J]. 植物遺傳資源學報， 2014， 15(5): 1133-1137. WEI X Y， XU X M， ZHANG R， et al. Inheritance of blast resistance in new germplasm Kangfeng A fromindica-japonicacrosses[J].JournalofPlantGeneticResources， 2014， 15(5): 1133-1137. (in Chinese with English abstract)

[2] SKAMNIOTI P， GURR S J. Against the grain: safe guarding rice from rice blast disease[J].TrendsinBiotechnology， 2009， 27(3): 141-150.

[3] 杜宜新， 阮宏椿， 石妞妞， 等. 福建省稻瘟病菌對主要抗瘟基因及主栽品種的致病性分析[J]. 植物保護學報， 2016， 43(3): 442-451. DU Y X， RUAN H C， SHI N N， et al. Pathogenicity analysis ofMagnaporthegriseaagainst majorPi-genes and main rice varieties in Fujian Province[J].JournalofPlantProtection， 2016， 43(3): 442-451. (in Chinese with English abstract)

[4] 劉天華， 白姣姣， 呂東平. 農業氣象因素影響稻瘟病發生分子機制初探[J]. 中國生態農業學報， 2016， 24(1): 1-7. LIU T H， BAI J J， LYU D P. A preliminary study on the effect of agro-meteorological factors on molecular mechanism of rice blast occurrence[J].ChineseJournalofEco-Agriculture， 2016， 24(1): 1-7. (in Chinese with English abstract)

[5] 張加云， 謝國清， 韓忠良. 2008年云南省水稻稻瘟病發生條件分析[J]. 云南農業科技， 2009 (1): 50-51. ZHANG J Y， XIE G Q， HAN Z L. Analysis on the occurrence condtions of the rice blast in Yunnan Province in 2008[J].YunnanAgriculturalScienceandTechnology， 2009(1): 50-51. (in Chinese)

[6] TALBOT N J. On the trail of a cereal killer: exploring the biology ofMagnaporthegrisea[J].AnnualReviewofMicrobiology， 2003， 57(1): 177-202.

[7] EBBOLE D J. Magnaporthe as a model for understanding host-pathogen interactions[J].AnnualReviewofPhytopathology， 2007 (45): 437-456.

[8] WILSON R A， TALBOT N J. Under pressure: investigating the biology of plant infection byMagnaportheoryzae[J].NatureReviewsMicrobiology， 2009， 7(3): 185-195.

[9] 朱有勇， 陳海如， 范靜華， 等. 利用水稻品種多樣性控制稻瘟病研究[J]. 中國農業科學， 2003， 36(5): 521-527. ZHU Y Y， CHEN H R， FAN J H， et al. The use of rice variety diversity for rice blast control[J].ScientiaAgriculturaSinica， 2003， 36(5): 521-527. (in Chinese with English abstract)

[10] 全國農業推廣服務中心. 主要農作物病蟲害測報技術規范應用手冊[M]. 北京: 中國農業出版社，2010.

[11] 王道澤， 洪文英， 吳燕君， 等. 防治白背飛虱對南方水稻黑條矮縮病發生的影響[J]. 浙江大學學報(農業與生命科學版)， 2015， 41(6): 650-658. WANG D Z， HONG W Y， WU Y J， et al. Effect of controlling white-backed planthopper on the occurrence of southern rice black-streaked dwarf disease[J].JournalofZhejiangUniversity(AgricultureandLifeSciences)， 2015， 41(6): 650-658. (in Chinese with English abstract)

[12] 唐啟義， 李紹石. 病蟲測報應驗程度判定模式[J].病蟲測報， 1988， 8(1): 1-5. TANG Q Y， LI S S. Response determination model of pest forecasting[J].ChinaPlantProt， 1988， 8(1): 1-5. (in Chinese)

[13] 王道澤， 洪文英， 胡選祥， 等. 水稻主栽品種病蟲侵害風險及田間抗性綜合評價[J]. 農學學報， 2014， 4(11): 26-33. WANG D Z， HONG W Y， HU X X， et al. Integrative evaluation on the resistance and invasion risk of pests and diseases among main rice varieties[J].JournalofAgriculture， 2014， 4(11): 26-33. (in Chinese with English abstract)

[14] 萬素琴， 陳鑫， 鄧愛娟， 等. 感病指數的構建及在湖北省早稻穗瘟病氣象等級監測預報中的應用[J]. 華中農業大學學報， 2015， 34(3): 76-81. WAN S Q， CHEN X， DENG A J， et al. Construction of disease indexes and its application in monitoring/ forecasting the meteorological grades of early rice panicle blast in Hubei Province[J].JournalofHuazhongAgriculturalUniversity， 2015， 34(3): 76-81. (in Chinese with English abstract)

[15] 馬軍韜， 張國民， 辛愛華， 等. 黑龍江省水稻品種對稻瘟病的抗性分析及評價利用[J]. 中國農學通報， 2008， 24(2): 332-334. MA J T， ZHANG G M， XIN A H. Identification and evaluation of resistance of rice toMagnaporthegriseain Heilongjiang Province[J].ChineseAgriculturalScienceBulletin， 2008， 24(2): 332-334. (in Chinese with English abstract)

[16] 張舒， 陳其志， 呂亮， 等. 自然誘發條件下湖北省水稻主栽品種對稻瘟病、紋枯病的抗性鑒定[J]. 華中農業大學學報， 2006， 25(3): 236-240. ZHANG S， CHEN Q Z， LYU L， et al. Assessment of the variety resistance to Pyricularia grisea and Rhizoctonia solani induced under the natural condition in Hubei Province[J].JournalofHuazhongAgriculturalUniversity， 2006， 25(3): 236-240. (in Chinese with English abstract)

[17] 時克， 雷財林， 程治軍， 等. 稻瘟病抗性基因Pita和Pib在我國水稻主栽品種中的分布[J]. 植物遺傳資源學報， 2009， 10(1): 21-26. SHI K， LEI C L， CHENG Z J， et al. Distribution of two blast resistance genesPitaandPibin major rice cultivars in China[J].JournalofPlantGeneticResources， 2009， 10(1): 21-26. (in Chinese with English abstract)

[18] WOLFE M S. The current status and prospects of multiline cultivars and variety mixtures for disease resistance[J].AnnualReviewofPhytopathology， 1985， 23(23): 251-273.

[19] CARRETT K A， MUNDT C C. Epidemiology in mixed host populations[J].Phytopathology， 1999， 89(11): 984-900.

[20] LEE K， SINGH P， CHUNG W C， et al. Light regulation of asexual development in the rice blast fungus，Magnaportheoryzae[J].FungalGeneticsandBiology， 2006， 43(10): 694-706.

[21] 林福呈， 李德葆. 稻瘟病菌分生孢子發芽和附著胞形成的影響因素研究[J]. 中國水稻科學， 2001， 15(4): 291-297. LIN F C， LI D B. Factors affecting on conidium germination and its appressorium formation ofMagnaporthegrisea[J].ChineseJournalofRiceScience， 2001， 15(4): 291-297. (in Chinese with English abstract)

[22] DENG Y Z， QU Z， NAQVI N I. Twilight， a novel circadian-regulated gene， integrates phototropism with nutrient and redox homeostasis during fungal development[J].PlosPathogens， 2015， 11(6): e1004972.

[23] 周江鴻， 王久林， 蔣琬如， 等. 我國稻瘟病菌毒力基因的組成及其地理分布[J]. 作物學報， 2003， 29(5): 646-651. ZHOU J H， WANG J L， JIANG W R， et al. Virulence genes diversity and geographic distribution ofPyriculariagriseain China[J].ActaAgronomicaSinica， 2003， 29(5): 646-651. (in Chinese with English abstract)

[24] 朱小源， 楊祁云， 楊健源， 等. 抗稻瘟病單基因系對秈稻稻瘟病菌小種鑒別力分析[J]. 植物病理學報， 2004， 34(4): 361-368. ZHU X Y， YANG Q Y， YANG J Y， et al. Differentiation ability of monogenic lines toMagnaporthegriseainindicarice[J].ActaPhytopathologicaSinica， 2004， 34(4): 361-368. (in Chinese with English abstract)

(責任編輯 侯春曉)

The impacts of cultivated rice varieties and climates on rice blast disease epidemics

WANG Daoze1， HONG Wenying1， WU Yanjun1， CHEN Rui1， HU Xuanxiang2

(1.HangzhouPlantProtectionandSoil-fertilizerStation，Hangzhou310020，China; 2.JiandePlantProtectionStation，Jiande311600，China)

The rice blast disease epidemics are closely related with the cultivated rice varieties， genetic diversity ofMagnaporthegriseaand climate. Therefore， monitoring and analyzing the impacts of cultivated rice varieties and climate factors on rice blast disease will provide valuable information for rice blast control. By investigating rice blast disease on main cultivated rice varieties within Hangzhou city， we found great differences in both rice varieties and farming area during 2015-2016 year. Remarkably，Japonicarice was more susceptible to blast thanindicarice. Second， the dominantjaponicarice including Zhejing 88 was highly infested by rice blast in plain area. Furthermore， rice blast continuously occurred inindicarice as Zhongzheyou 1 in the eastern mountain area with high moisture and lack of sunlight. Last， rice blast severely happened at large area with multiple rice varieties in 2015， but was moderate in 2016. Based on the rice blast monitoring and climate data during 2011-2015， we mathematically analyzed the correlation between epidemic and climate factors， and modelled the correlation between epidemic and grain lost. Our results showed strong correlation among epidemic， grain lost and climate factors such as temperature， moisture， rainfall, sunlight， which had been verified to be reliable models and could be further used for the prediction of rice blast epidemic. This study suggested that adjusting rice varieties structure according to the rice blast monitoring data together with the proper prevention approaches responding to climate conditions was a useful tool for the sustainable control of rice blast disease.

rice blast disease; cultivated rice varieties; susceptibility; climate factors; correlation analysis

http://www.zjnyxb.cn

10.3969/j.issn.1004-1524.2017.05.15

2016-12-29

杭州市農業科研攻關項目(20130432B03)

王道澤(1966—)，男，浙江淳安人，碩士，推廣研究員，從事植保技術研究與推廣工作。E-mail: wdz2005@163.com

S511

A

1004-1524(2017)05-0791-08

浙江農業學報ActaAgriculturaeZhejiangensis， 2017，29(5): 791-798

王道澤， 洪文英， 吳燕君， 等. 水稻主栽品種和氣象因素對稻瘟病田間流行的影響[J]. 浙江農業學報， 2017， 29(5): 791-798.