基于病穗率的小麥赤霉病發生等級氣象預測模型

孔令帥 江勝國 韓正英 蔡冬梅 錢俊

摘要：通過對桐城市1995-2019年共25年小麥赤霉病的發生資料與氣象資料進行分析，選取影響小麥赤霉病發生關鍵期的氣溫、降水、相對濕度、日照等42個氣象因子，基于年度病穗率，采用逐步回歸統計方法，建立小麥赤霉病發生等級氣象預測模型。結果表明，2月中旬平均相對濕度、3月上旬和中旬累計日照時數與年度病穗率呈明顯的負相關，而2月中旬累計日照時數、2月下旬平均最低氣溫、3月上旬和中旬平均相對濕度則呈顯著的正相關;交叉檢驗復相關系數達到0.63，預測結果同號率達88%，預測復相關系數達到0.68（α0.01=0.5052），均達到0.01的顯著性相關水平;2017-2019年試報應用預測值相對誤差控制在9%以內，發生等級預測完全正確。模型擬合率達100%，試效果好，可靠性強，可投入業務應用。

關鍵詞：病穗率;赤霉病;發生等級;預測模型

中圖分類號 S435 文獻標識碼 A 文章編號 1007-7731 （2020） 16-0152-03

1引言

赤霉病是安徽省淮河以南地區小麥生產的主要病害之一，嚴重影響小麥的產量與品質。小麥赤霉病的發生與流行，除受越冬病源菌數量、品種抗性和栽培管理等多種因素的影響外，主要受氣象條件的影響，是一種典型的氣象型病害[1-2]。安徽省地處南北氣候過渡地帶，氣候條件比較適宜小麥赤霉病的發生發展，赤霉病在本省發生普遍，尤其是江淮之間的發生更為頻繁。因此，準確開展小麥赤霉病氣象等級預報，已成為現代氣象為農業服務的主要任務之一。

桐城市位于安徽省江淮之間，屬北亞熱帶濕潤季風氣候區，稻茬小麥有一定的種植面積，近幾年小麥赤霉病呈偏重流行態勢。因此，有必要研究桐城局地氣象條件與赤霉病的發生、發展關系，建立赤霉病發生的氣象條件等級預測模型，根據實時氣象資料開展赤霉病發生的氣象條件預警預測，以期為及時制訂防治策略提供科學依據。

2 資料來源與預測模型建立方法

2.1 資料來源 1995-2019年小麥赤霉病病穗率等資料來源于桐城市植保站，相應時段的氣象資料（包括氣溫、最高氣溫、最低氣溫、降水量、降水日數、相對濕度、日照等逐日資料）來源于桐城國家基準氣候站。

2.2 預測模型建立方法 研究表明[3-6]，影響小麥赤霉病發生的主要因素是小麥抽穗揚花期的氣象條件。本文在此基礎上，針對小麥常年平均發育期和赤霉病發生關鍵期，主要選取同期2-3月份氣象資料參與模型的分析與構建。氣象條件對于作物生長過程的影響，往往是通過一定時期的累計效應來體現。為了準確找出小麥赤霉病發生的正、負效應氣象因子，基于年度病穗率，選取氣溫、最高氣溫、最低氣溫、降水量、降水日數、相對濕度、日照等旬平均（累計）資料共42個氣象因子參與相關性分析，篩選主要氣象影響因子。

由于所選擇的各氣象因子之間的量綱不同，為消除因子間的量綱差異，將原始自變量集合X{x1，x2，x3，…，xn}和原始因變量集合Y{y1}進行數據中心化和無量綱化的標準化處理，標準化處理可以得到2組變量集的標準化數據矩陣：{-xi=xi--xi/Sxi i=（1，2，3…，n）-yi=yi--yi/Sy

其中：-xi表示xi的均值;Sxi表xi的標準差;-yi表示yi的均值;Sy表示yi的標準差;～xi和～yi表示經標準化處理后的變量值。

將病穗率作為因變量，篩選出的主要氣象因子作為自變量，經標準化處理后，采用逐步回歸統計方法進行擬合，構建出小麥赤霉病發生等級氣象預測模型。

3 預測模型的建立和檢驗

3.1 小麥赤霉病發生發展氣象等級劃分 根據桐城市氣候特點、小麥赤霉病歷史發生情況、種植制度等，同時參照安徽省植保部門小麥赤霉病流行程度劃分標準，將小麥赤霉病發生發展及流行相應的氣象條件劃分為4個等級（見表1）。赤霉病大流行對應的氣象條件為4級，即該氣象條件非常適宜小麥赤霉病的發生發展;赤霉病偏重流行對應的氣象條件為3級，即該氣象條件適宜小麥赤霉病的發生發展;赤霉病中等流行對應的氣象條件為2級，即該氣象條件基本適宜小麥赤霉病的發生發展;赤霉病輕發生對應的氣象條件為1級，即該氣象條件不適宜小麥赤霉病的發生發展。

3.2 預測因子與預測模型 通過對病穗率與氣象因子之間的相關性分析，篩選出2月中旬累計日照時數、2月下旬平均最低氣溫、3月上旬和中旬平均相對濕度4個主要氣象因子，且均通過0.05的顯著性相關水平。借助MATLAB統計軟件建立病穗率與4個影響因子之間的逐步回歸方程，最后確定2月中旬累計日照時數和3月上旬平均相對濕度作為最終預測因子。

根據以上分析，建立的桐城小麥赤霉病發生病穗率的逐步回歸預測模型為：

Y = -18.367 +0.1552X₁+0.3078X₂

式中：F表示病穗率預報值表示預報年2月中旬累計日照時數;X2表示預報年3月上旬平均相對濕度。根據上表1的標準即可最終確定預報年份的小麥赤霉病發生發展的氣象條件等級。

此預測模型的復相關系數為0.68（見圖1），達到0.01的顯著性相關水平。

3.3 模型預測效果檢驗 通過交叉檢驗方法可以得出（見圖2），預測結果同號率為88%，復相關系數為0.63，達到0.01的顯著性相關水平。

一般認為，當預測值與實測值一致時預測結果為完全正確，兩者相差1個量級時預測結果為基本正確，相差2個量級時預測結果為錯誤。以此來評價本預測模型，其歷史擬合率為100%，其中完全正確率為52%，基本正確率為48%（見表2），尤其2017-2019年試報應用預測值相對誤差控制在9%以內，發生等級預測完全正確。說明用這個模型來進行桐城小麥赤霉病發生的氣象條件等級評定和預警可靠性很好。

4 結論與討論

（1） 基于桐城小麥赤霉病發生年度病穗率，針對小麥常年平均發育期和赤霉病發生關鍵期，通過相關分析，篩選出其主要氣象影響因子，進行小麥赤霉病預報，在本地的應用效果很好。

（2） 影響桐城小麥赤霉病發生的氣象條件主要時段為每年的2-3月份，其中2月中旬平均相對濕度、3月上旬和中旬累計日照時數與年度病穗率呈明顯的負相關，而2月中旬累計日照時數、2月下旬平均最低氣溫、3月上旬和中旬平均相對濕度則呈顯著的正相關。

（3） 模型交叉檢驗復相關系數達到0.63，預測結果同號率達88%，預測復相關系數達到0.68 （αO.01 =0.5052 ），均達到0.01的顯著性相關水平。赤霉病發生等級歷史擬合率為100%，其中完全正確率為52%，基本正確率為48%，尤其2017-2019年試報應用預測值相對誤差控制在9%以內，發生等級預測完全正確。

（4） 小麥赤霉病的發生不僅與氣候條件密切相關，還受到越冬病原菌數量、寄主生育期、品種抗性和栽培管理等多種因素的影響。在模型的推廣應用過程中，要綜合當地氣象條件和其他因素，依據當年的小麥生育期進程和赤霉病發生關鍵期，調整與本地赤霉病發生的相關氣象因子，建立合適的小麥赤霉病氣象條件等級預報模型。

參考文獻

[1]北京農業大學.農業植物病理學[M].北京：農業出版社，1982：76-84.

[2]安徽省植保總站.農作物病蟲害預測預報方法與技術[M].北京：中國致公出版社，1995：85-89.

[3]張旭暉，高蘋，居為民，等.小麥赤霉病氣象等級預報模式研究[J].安徽農業科學，2008，36 （23）： 10030-10032.

[4]李軍，蔣耀培，蔣建忠，等.小麥赤霉病發生程度的氣象動態預測模型[J].西南農業大學學報，2004，26（6）：776-780.

[5]劉富明，徐崇浩，何險峰，等.四川小麥赤霉病流行的環流背景和天氣趨勢[J].四川氣象，1994，14（3）： 18-21.

[6]賈金明.黃河中下游小麥赤霉病氣象指數的建立與應用[J].氣象，2002，28（3）：51-54. （責編：張宏民）

作者簡介：孔令帥（1989-），男，江蘇灌云人，工程師，從事氣象為農服務工作。 收稿日期：2020-06-28