小麥赤霉病病穗率的預測模型

陳將贊，戴以太，楊廉偉

(天臺縣植物保護站，浙江 天臺 317200)

赤霉病[Gibberellazeae(Schw.)Petch]是浙江省小麥的重要病害，在抽穗揚花期氣候條件適宜，極易引起赤霉病流行，不僅造成小麥嚴重減產，而且品質降低[1]。為進一步提高赤霉病監測預報水平，建立回歸預測模型，以持續有效控制赤霉病災害，我們對天臺縣植物保護站1973—2018年赤霉病測報歷史資料和氣象資料進行了相關因子分析，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1973—2018年田間調查和天臺氣象局氣象資料，其中田間稻樁子囊殼叢帶菌率在3月中旬調查，赤霉病病穗率在5月上旬穩定期調查，田間調查根據《小麥赤霉病測報技術規范》進行。氣象資料由天臺縣氣象局提供，統計上一年10月20日至12月10日總雨量。

1.2 數據統計與整理

匯總了1973—2018年(缺1979年、2001年數據)共44 a赤霉病數據與氣象數據，統計了稻樁子囊殼叢帶菌率(x1)、上一年10月20日至12月10日總雨量(x2)、赤霉病病穗率(x3)3個因子。由于稻樁子囊殼叢帶菌率、赤霉病病穗率與總雨量的絕對數值大小差異較大，對叢帶菌率(%)、病穗率(%)數據乘100后，再進行分析。

1.3 分析方法

利用DPS軟件[2]進行因子相關分析與回歸方程建立。以1973—2017年共43 a的數據用于建立小麥赤霉病逐步回歸預測方程，并作回驗，把赤霉病病穗率<10%的年份作為輕發生，10%～<40%作為中等發生(其中,10%～<20%為中偏輕發生，20%～<30%為中等發生，30%～<40%為中偏重發生)，≥40%的作為大流行[1]，則可以把數值<10%的判為輕發生，>10%的以擬合誤差±5%以下作為預測是否準確判別標準；以余下的2018年數據來獨立驗證建立的赤霉病回歸方程的預測準確性。

2 結果與分析

2.1 小麥赤霉病發生因子

表1表明，x3與x1、x2有顯著相關，相關系數分別為0.45、0.83。

表1 1973—2018年天臺縣小麥赤霉病發生因子 相關系數

注：**表示P<0.01；*表示P<0.05。

2.2 小麥赤霉病病穗率逐步回歸

以y為因變量，x1、x2為自變量，建立逐步回歸方程：y=7.648 0-0.051 2x1+0.127 7x2。回歸方程相關系數r=0.912 5，通徑分析決定系數R2=0.832 6，P=0.000 1。

由回歸方程對43 a赤霉病病穗率的擬合結果(圖1)，病穗率>10%且擬合誤差超過5%的僅9 a，預測準確率為79.1%。運用回歸方程對2018年赤霉病病穗率進行預測，結果為20.6%，比實際觀測值24.1%偏低3.5百分點，屬中等發生年份，預測結果與實際發生情況基本相符。

圖1 1973—2018年天臺縣小麥赤霉病病穗率 回歸方程擬合結果

3 小結與討論

發生因子分析的結果表明,小麥赤霉病病穗率與3月中旬稻樁子囊殼叢帶菌率、上一年10月20日至12月10日總雨量有顯著相關。分析原因可能為：一是3月中旬稻樁子囊殼叢帶菌率為赤霉病發生提供菌源基數；二是上一年10月20日至12月10日總雨量可能與4月中下旬小麥赤霉病抽穗楊花期雨日、雨量呈正相關，由于缺乏4月中下旬歷史氣象資料，故無法進行準確數據分析。3月中旬稻樁子囊殼叢帶菌率上一年10月20日至12月10日總雨量也有顯著相關，分析原因，可能為上一年10月20日至12月10日連綿陰雨，能滋潤寄主，增加黏附力，有利于病菌越冬[3]。

用回歸分析建立小麥赤霉病病穗率的逐步回歸預測方程，可提前1個月對赤霉病發生程度進行中期預測，預測準確率為79.1%，在小麥赤霉病防控中具有實際指導意義。由于小麥赤霉病的發生程度主要取決于菌源量、抽穗楊花期的氣候條件[4-5]，在實際預測預報中還應綜合考慮抽穗楊花期的雨日、雨量、氣溫、濕度等因素，增加預報準確性，更好指導小麥赤霉病防控工作。