安徽省中南部小麥赤霉病氣象等級預報方法研究

岳 偉 陳 曦 邱 坤 王蓓蓓 鄧 斌 姚衛平

(1.安徽省農業氣象中心,合肥 230031;2.安徽省植物保護總站,合肥 231400;3.宣城市宣州區植保植檢站, 安徽 宣城 242000;4.池州市農技推廣中心植保站, 安徽 池州 247000)

赤霉病是我國小麥生產中的主要病害之一，主要發生在長江中下游、江淮、黃淮和華北南部等麥區[1]。赤霉病不僅會影響小麥產量，而且還會降低小麥品質，減少蛋白質和面筋含量，出粉率降低，加工性能受到明顯影響[2]；同時由于感病麥粒內含有致嘔毒素和類雌性毒素，食用易導致人畜中毒[3]。受全球氣候變暖、農業耕作方式改變、小麥種植區域南移等因素影響，小麥生產面臨赤霉病危害的風險不斷增加[4]。安徽省小麥常年種植面積260萬hm2以上，是全國小麥主要產區，近年來赤霉病發生面積200萬hm2左右，給小麥安全生產造成嚴重威脅。因此開展小麥赤霉病氣象等級預報模型研究，提升赤霉病預測預報水平，對做好赤霉病綠色防控，提高小麥產量和品質，保障安徽省糧食安全生產都具有重要意義。

小麥赤霉病是一種典型的“氣象型”病害，年際間發生流行程度主要取決于氣象條件的變化，特別是在小麥開花期前后一段時間內的氣象條件[5]。研究表明，赤霉病發生與溫度、濕度、降水、日照等氣象因子有關[6-8]。利用氣象條件開展小麥赤霉病預測預報是研究的重點內容之一，徐敏等[3,9-12]利用降水量、降水日數、相對濕度、平均氣溫等氣象要素，采用回歸分析、判別分析、神經網絡、機器學習等方法，分別建立了江蘇、陜西、上海、河南等地的小麥赤霉病氣象等級預報模型，并取得了較好的預測效果。在預報因子的選擇方面，除降水、溫度、濕度等常規的地面觀測要素外，大氣環流、海溫等因子也被應用于赤霉病氣象等級預報模型中[10,13-14]。在利用降水因素開展小麥赤霉病預測模型的研究中，雨日、雨量、相對濕度等要素較為常用[15-16]，但考慮日降水強度對赤霉病影響的研究鮮有報道；此外，在小麥赤霉病發生關鍵期選擇方面，多以固定旬作為赤霉病發生關鍵期[2,5,16]，而未考慮小麥發育期年際間的差別，建立的模型難以滿足農業氣象業務服務需求。

因此，本研究擬利用安徽省中南部4 個代表站的小麥赤霉病病穗率資料、發育期資料及對應氣象資料，以小麥始穗期為基準，綜合考慮始穗期前后固定時段內降水日數和降水等級對赤霉病的影響，采用相關分析、回歸分析等方法，構建小麥赤霉病氣象等級預報模型，以期為安徽省小麥赤霉病氣象等級預報業務服務提供技術支撐，也為做好小麥赤霉病精準預測和綠色防控工作提供科學參考依據。

1 研究資料與方法

1.1 數據資料

以安徽中南部為研究區域，江淮地區選擇滁州市和廬江縣為代表站，沿江和江南地區分別選擇池州市和宣城市為代表站。以病穗率作為小麥赤霉病發生程度指標。各代表站小麥赤霉病病穗率資料和小麥發育期資料分別來自當地植保站，對應年份氣象資料來源于安徽省氣象信息中心，主要包括逐日降水量。各代表站赤霉病病穗率資料樣本分別為滁州市1985—2020年、廬江縣1987—2020年、池州市1991—2020年、宣城市1986—2020年。各代表站2016年以前的資料作為歷史樣本用于模型建立，2016—2020年的資料作為獨立樣本用于模型預測檢驗。

1.2 小麥赤霉病氣象等級劃分

根據安徽省地方標準《小麥赤霉病測報調查規范》[17]，結合安徽省小麥赤霉病發生特點，將赤霉病發生氣象等級劃分為5個等級，即：病穗率≤3%為1級，表示氣象條件不適宜，對應赤霉病輕發生；3%<病穗率≤10%為2級，表示氣象條件基本適宜，對應偏輕發生；10%<病穗率≤20%為3級，表示氣象條件較適宜，對應中等發生；20%<病穗率≤30%為4級，表示氣象條件適宜，對應偏重發生；病穗率>30%為5級，表示氣象條件非常適宜，對應大發生。

1.3 研究方法

1.3.1研究思路

根據小麥赤霉病發生流行與氣象條件的關系，以小麥始穗期前后一段時間作為赤霉病發生關鍵期，以關鍵期降水日數作為影響赤霉病的主要氣象因子，通過相關分析確定赤霉病發病關鍵期具體時段，同時考慮降水等級對赤霉病的影響，通過引入雨量系數形成綜合降水指數。利用回歸分析，建立基于綜合降水指數的小麥赤霉病氣象等級預報模型。

1.3.2雨量系數計算方法

由于不同降水量在小麥赤霉病發病過程中所起的作用不同，參照天氣預報中24小時降水量級標準，將赤霉病發生關鍵期日降水量分為0.1 mm≤R<10 mm(小雨)、10 mm≤R<25 mm(中雨)、25 mm≤R<50 mm(大雨)、50 mm≤R<100 mm(暴雨)、100 mm≤R<250 mm(大暴雨)、R≥250 mm(特大暴雨)6不同等級，并對不同等級的降水賦予不同系數，計算方法如下：

(1)

式中：R為小麥赤霉病發生關鍵期日降水量；r1、r2、…、r6分別為不同降水等級對應的雨量系數。

1.3.3綜合降水指數

綜合降水指數是反映降水日數和降水強度對赤霉病的綜合影響程度，為赤霉病發生關鍵期逐日雨量系數累計值，計算方法如下：

(2)

式中：Rc為影響小麥赤霉病發生的綜合降水指數；i為赤霉病發生關鍵生育期降水日數，i=1，2，…，n；f(Ri)為關鍵期日雨量系數。綜合降水指數越大，即降水條件越適宜赤霉病的發生流行，反之，則不適宜赤霉病的發生流行。

1.4 模型檢驗方法

小麥赤霉病氣象等級預報模型的回代檢驗和預測檢驗，參照王志偉等[18]提出的計算方法，即模型模擬等級與實際等級相差0～0.5級為完全符合，準確率計為100%；相差0.5～1.0級為比較符合，計為80%；相差1.0～1.5級為基本符合，計為70%；相差1.5級以上為不符合，計為0。歷史符合率為各年符合程度評分值的平均值。

1.5 數據處理

本研究采用SPSS 19.0統計軟件對數據進行相關分析、回歸分析，利用Visual Basic語言對雨量系數進行循環處理。

2 結果與分析

2.1 小麥赤霉病發生關鍵期

通常小麥抽穗至灌漿期是赤霉病菌侵染流行的關鍵時期，該時段的降水條件對赤霉病的發生影響較大[10,19-21]。統計不同區域代表站小麥抽穗至灌漿期降水日數、降水量、平均相對濕度與赤霉病發生氣象等級的相關性，其中降水日數與病穗率發生氣象等級相關系數最大。由于降水對田間土壤濕度的影響有一定的延續性，所以為確定各代表站小麥赤霉病發生關鍵期，設定在小麥始穗前15 d和始穗后30 d 的時段內，計算始穗前后不同時段的降水日數，再與赤霉病病穗率發生氣象等級進行相關分析，篩選出相關系數最大值對應的時段即為赤霉病發生關鍵期。計算結果表明，滁州赤霉病發生關鍵期為小麥始穗前5 d—始穗后27 d，廬江為小麥始穗前8 d—始穗后20 d，池州為小麥始穗前7 d—始穗后24 d，宣城為小麥始穗前4 d—始穗后24 d(表1)。

表1 不同區域代表站小麥赤霉病發生關鍵生育期Table 1 Key growth stage of wheat scab at representative stations in different areas

2.2 小麥赤霉病氣象等級預報模型

2.2.1雨量系數

對各代表站歷年小麥赤霉病發生關鍵期不同降水等級分布進行統計分析，滁州、廬江、池州和宣城地區小麥赤霉病發生關鍵期降水均以小雨和中雨為主，其中小雨日數分別為266、262、273和281 d，中雨日數分別為70、82、89和99 d，大雨及以上等級日數分別為35、33、58和44 d(圖1)。考慮不同降水等級樣本數量，本研究將不同區域代表站小麥赤霉病發生關鍵期日降水量劃分為3個等級，分別為小雨、中雨、大雨及以上。

圖1 不同區域代表站小麥赤霉病發生關鍵期降水等級分布情況Fig.1 Distribution of precipitation grades during the key growth stage at representative stations in different area for wheat scab

將不同降水等級在小麥赤霉病發生流行過程中所起的作用定義為雨量系數f(R)。利用Visual Basic語言作為計算工具，將小雨、中雨和大雨及以上的雨量系數設定在一定范圍內，以0.1作為步長進行循環，計算出小麥赤霉病發生關鍵期不同雨量系數對應的綜合降水指數，再與赤霉病發生氣象等級進行相關分析，其中相關系數最大值對應的綜合降水指數即為不同降水等級的雨量系數。通過計算分析，得到各代表站小麥赤霉病發生關鍵期雨量系數如下：

(3)

(4)

(5)

(6)

式(2)～(6)中：f(R)為雨量系數；R為小麥赤霉病發生關鍵期日降水量。

2.2.3綜合降水指數

根據廬江、滁州、池州和宣城歷年小麥赤霉病發生關鍵期逐日降水資料，利用式(3)～(6)計算出不同代表站歷年綜合降水指數，與小麥赤霉病發生氣象等級進行相關分析。由表2可以看出，滁州、廬江、池州和宣城地區小麥赤霉病發生氣象等級與綜合降水指數相關性分別為0.775 1、0.762、0.791和0.773 2，均高于降水量、降水日數與赤霉病氣象等級的相關性，說明綜合降水指數能更好地反映降水日數和降水等級對赤霉病發生的綜合影響。

表2 不同區域代表站小麥赤霉病發生氣象等級與關鍵期降水量、降水日數和綜合降水指數相關性Table 2 Correlation between meteorological grade of wheat scab and precipitation,rainy days as well as composite precipitation index in the key growth stageat representative stations in different areas

2.2.4氣象等級預報模型

以綜合降水指數為自變量，以小麥赤霉病發生氣象等級為因變量，運用SPSS 19.0統計軟件中的曲線回歸方法，建立不同代表站最優回歸模型(表3)。各代表站回歸方程中，y為赤霉病發生氣象等級，x為赤霉病發生關鍵期綜合降水指數。由回歸方程的P值可以看出，各代表站小麥赤霉病氣象等級預報模型均通過了0.01的顯著性水平檢驗。

表3 不同區域代表站小麥赤霉病氣象等級預報模型Table 3 Meteorological grade forecast model of wheat scabin different regional representative stations

2.3 模型檢驗

2.3.1模型擬合檢驗

利用滁州(1985—2015年)、廬江(1987—2015年)、池州(1991—2015年)和宣城(1986—2015年)小麥赤霉病病穗率資料和氣象觀測資料，對各區域代表站小麥赤霉病氣象等級預報模型進行擬合檢驗。結果表明，滁州地區小麥赤霉病氣象等級預報模型模擬等級與實際等級平均誤差為0.541級，回代平均準確率為86.8%，31個樣本中回代準確率為100%的有16年，準確率為80%的11年，準確率為70%的3年，完全不正確的有1年(表4)；廬江地區模擬等級與實際等級平均誤差為0.568級，回代平均準確率為87.6%，29個樣本中回代準確率為100%的有14年，準確率為80%的9年，準確率為70%的6年(表5)；池州地區模擬等級與實際等級平均誤差為0.577級，回代平均準確率為85.6%，25個樣本中回代準確率為100%的有13年，準確率為80%的7年，準確率為70%的4年，完全不正確的有1年(表6)；宣城地區模擬等級與實際等級平均誤差為0.558級，回代平均準確率為88.3%，30個樣本中回代準確率為100%的有18年，準確率為80%的7年，準確率為70%的3年，完全不正確的有1年(表7)。從回代檢驗結果看，建立的各區域代表站小麥赤霉病氣象等級預報模型模擬效果較好，總體上能反映降水條件與赤霉病氣象等級的關系。

表4 滁州市小麥赤霉病氣象等級預報模型擬合檢驗Table 4 Retrospective test of meteorological grade for wheat scab in Chuzhou

表5 廬江縣小麥赤霉病氣象等級預報模型擬合檢驗Table 5 Retrospective test of meteorological grade for wheat scab in Lujiang

表6 池州市小麥赤霉病氣象等級預報模型擬合檢驗Table 6 Retrospective test of meteorological grade for wheat scab in Chizhou

表7 宣城市小麥赤霉病氣象等級預報模型擬合檢驗Table 7 Retrospective test of meteorological grade for wheat scab in Xuancheng

2.3.2模型預測檢驗

利用滁州、廬江、滁州和宣城站2016—2020年小麥赤霉病病穗率和對應逐日降水資料，對各區域小麥赤霉病氣象等級預報模型進行預測檢驗。滁州小麥赤霉病實際發生等級與模型預測等級平均誤差為0.464級，準確率為92.0%,5年中預測準確率為100%的有3年，準確率80%的有2年；廬江赤霉病實際發生等級與模型預測等級平均誤差為1.06級，準確率為70.0%，5年中預測準確率為100%的有2年，準確率80%、70%和0%的各有1年；池州赤霉病實際發生等級與模型預測等級平均誤差為0.656級，準確率為88.0%，5年中預測準確率為100%的有2年，準確率70%的有2年；宣城赤霉病實際發生等級與模型預測等級平均誤差為0.861級，準確率為84.0%，5年中預測準確率為100%的有2年，準確率80%的有1年，準確率70%的有2年(表8)。從預測效果看，滁州赤霉病氣象等級預測模型效果最好，池州和宣城次之，廬江相對較差。

表8 不同區域代表站小麥赤霉病氣象等級預報模型預測檢驗Table 8 Prediction test of meteorological grade for wheat scabin different regional representative stations

3 討 論

赤霉病的發生流行與子囊孢子釋放期、寄主生育期及氣象條件三者的配合程度密切相關[10]，準確判定小麥生育期對研究赤霉病氣象等級預報模型尤為重要。本研究以降水日數作為影響赤霉病發生的主要氣象因子，通過相關分析，確定赤霉病發生關鍵期對應小麥發育期主要處于抽穗至灌漿期，與吳春艷等[10]、羅桂東等[19]和王暉等[20]的觀點較為一致。已經開展的相關研究多以某一旬或某幾旬作為小麥赤霉病發生關鍵期，但實際生產中不同年份小麥發育期差異較大，王勝等[22]指出氣候變暖背景下安徽省冬小麥發育期變化趨勢明顯，本研究以小麥抽穗始期為標準，以抽穗始期前后固定時段作為赤霉病發生關鍵期，更符合赤霉病發生流行與小麥生育期的關系。吳春艷等[10]對上海地區赤霉病開展氣象等級預報模型的研究中，選用始穗期至5月20日的氣象條件較4月中旬—5月中旬的氣象條件，準確率明顯提高。因此，在開展赤霉病預測發生等級預報中，不僅要開展氣象條件的預報，還應開展小麥發育期的預測，將兩者結合起來能更精確的預測小麥赤霉病發生程度。

小麥赤霉病發生流行除受氣象條件影響外，還受菌源、品種和栽培條件等影響。何賢芳等[4]研究表明白皮小麥品種具有較高的赤霉病發生風險，而紅皮小麥品種表現出強的赤霉病抗性水平。李富占等[12]2012年對河南新野地區調查發現鄭麥9023對小麥赤霉病的抗性明顯高于鄭麥366。關于溫度對赤霉病發生的影響存在著不同的觀點，馬延慶等[16,23]指出氣溫不是影響赤霉病發生的主要因素，氣溫主要影響發病的早晚和病程進程的快慢，而羅貴東等[19]認為在適宜的濕度條件下，越接近適宜溫度病情越重。本研究統計發現，引入溫度要素不能提高模型的預測精度，所以建立預報模型過程中沒有引入溫度要素。相關研究表明春季田間稻樁、玉米殘體等帶菌率與當年小麥赤霉病發生程度關系密切[23,25-26]。此外，地勢低洼，排水不良的田塊，利于發病；群體密度大，田間郁閉，也可加重病情[27]。影響小麥赤霉病發生的氣象因子中，除了雨日、雨量、相對濕度等要素響外，風速可以影響田間濕度和子囊孢子的傳播[5]，連續3 d以上霧日也會引起赤霉病孢子萌發[28]。本研究僅考慮了雨日和雨量對赤霉病發生的影響，建立氣象條件、品種抗性、菌源量、栽培管理措施等多要素的預報模型是下一步研究的重點。

4 結 論

本研究明確了安徽中南部小麥赤霉病發生關鍵期，江淮地區的滁州和廬江赤霉病發生關鍵期分別為始穗前5 d至始穗后27 d和始穗前8 d至始穗后20 d，沿江地區的池州為始穗前7 d至始穗后24 d，江南地區的宣城為始穗前4 d至始穗后24 d。

本研究分析降水條件對赤霉病發生的影響，考慮了降水日數和降水強度，建立了基于綜合降水指數的小麥赤霉病氣象等級預報模型。通過對模型進行了擬合檢驗和預測檢驗，滁州地區準確率分別為86.8%和92.0%，廬江準確率分別為87.6%和70.0%，池州準確率分別為85.6%和88.0%，宣城準確率分別為88.3%和84.0%。本研究建立的區域小麥赤霉病氣象等級預報模型可用于安徽省中南部農業氣象業務服務。