運城市小麥條銹病發生等級與氣象因子的相關性

裴秀苗，張茜茹，李娜，蘇歡，裴昭萌

（1.運城市氣象局，山西 運城 044000；2.山西省氣象局氣象臺，山西 太原 030000；3.臨猗縣氣象局，山西 臨猗 044002；4.山西省鹽湖區氣象局，山西 運城 044000）

小麥條銹病是由條形柄銹菌小麥專化型（Puccinia striiformisWest. f. sp.tritici）引起的在我國麥區廣泛流行的病害之一，具有發生歷史久、發生范圍廣、流行頻率高、危害損失重等特點[1-3]。小麥條銹病是一種氣流傳播病害，且是一種低溫病害，在我國主要分布在西北、華北、長江中下游和西南各省，自新中國成立以后，曾多次在運城冬麥區大面積流行[4-5]。在全世界范圍內，由于小麥條銹病造成的產量損失平均可達5%～10%[6]。山西麥區條銹病是由運城向北擴展引起的，因此研究運城市小麥條銹病的流行對山西全省條銹病的防控具有重大意義。

小麥條銹病的發生與發病程度，除了受品種抗病性的影響外，還受到菌源、菌量、環境以及氣象條件等多種因素的影響[7]。近年來，許多專家學者已廣泛開展小麥條銹病的發生、發展以及通過分析氣象條件進行監測和預報等方面的研究。一些學者針對全國的小麥條銹病開展了預測研究[8-17]，靳寧等[8]通過逐步回歸、BP神經網絡等方法分析大氣環流特征量與全國小麥條銹病發病率之間的相關關系，建立了全國小麥條銹病長期氣象預測模型。肖志強等[10]利用1957—2006年隴南市9個氣象站的氣象資料與山區小麥條銹病資料，分析了隴南地區小麥條銹病的發生流行規律，并確定了影響該地區小麥條銹病流行的主要因子建立流行程度預測模型。郭翔等[16]采用多種分析方法，確定影響小麥條銹病發生的氣象因子并建立了四川盆地小麥條銹病氣象等級預測模型。趙軍等[17]通過對魯西南小麥條銹病發生程度和各月北半球500 hpa平均高度資料進行分析，研究了條銹病發生程度與大氣環流的關系并建立了條銹病預測模型，預報時效30～60 d，歷史擬合率達90%。在山西省內小麥病蟲害氣象預報模型研究方面，王志偉等[18]運用逐步回歸分析方法篩選與冬小麥條銹病顯著相關的氣象因子，建立中長期的發生趨勢模型。程海霞等[19]對晉城市冬小麥病蟲害的發生規律及其與當地氣象條件的關系進行統計分析，建立了山西省晉城市小麥病蟲害氣象預測模型。不同專家學者利用氣象和小麥條銹病的資料，建立了具有較強針對性、地域性的條銹病預測模型，難以推廣以及本地化應用，而且目前針對條銹病的研究很少考慮到風的影響。

本試驗在研究影響運城市小麥條銹病流行程度的環境氣象因子時，除了分析溫度、降水、濕度和日照外，還分析了當地風向對條銹病流行程度的影響，并建立運城市小麥條銹病綜合預測模型，旨在為病蟲害防治提供靶向服務。

1 材料和方法

1.1 試驗材料

本研究所用資料包括運城市1990—2020年間小麥生育期內條銹病發生等級、侵染時間以及旬、月平均氣溫、積溫（≥0 ℃、≥5 ℃、≥10 ℃）、降水量、降水日數、日照時數、相對濕度、最高氣溫、最低氣溫等常規氣象資料，并對旬資料進行組合處理：如3月上旬至中旬、3月上旬至下旬、3月上旬至4月上旬、3月上 旬至5月下 旬、3月 中旬至下 旬、5月 中旬至下旬等，依次進行所有時段組合處理。小麥條銹病發病等級資料來源于運城市農村農業局植保站，氣象資料來源于中國氣象數據網（http://data.cma.cn）。

1.2 研究方法

根據小麥條銹病自然發病情況，將流行等級（y）按5級劃分：0級為未流行，1級為輕流行，2級為中度流行，3級為重度流行，4級為大流行。經可靠性檢驗修正后投入試用，并對1990—2020年模型預測值與實際資料進行對比，評估擬合準確率。

1.3 數據分析

利用Excel進行數據統計與整理，利用SPSS、多維Logistic回歸模型分析環境氣象資料與條銹病病害資料，篩選出相關性好、具有明確生物學意義的環境氣象因子作為預測因子，建立預測模型。

2 結果與分析

2.1 小麥條銹病流行等級演變趨勢

運城市小麥條銹病等級年際變化如圖1所示。

圖1 運城市小麥條銹病等級年際變化Fig.1 Interannual variation of wheat stripe rust grade in Yuncheng city

從圖1可以看出，近31 a來，運城市小麥條銹病共發生24次，其中大流行1次，出現在1990年，大流行的出現概率為3.2%；重度流行2次，出現在2005、2006年，出現概率為6.5%；中度流行9次，出現概率29.0%，主要出現在2個時間段：1993年以前和2003—2010年間；輕度流行12次，出現概率38.7%，主要出現在1994—1999年和2012年以后；未發生條銹病的年份7次，出現概率22.6%，主要出現在2000—2008年間。

2.2 預測模型

研究表明，影響小麥條銹病流行的主要因子是品種的抗病性、菌源量和環境氣象條件，在不考慮品種抗病性的情況下，菌源量的多少和環境氣象條件的適宜程度決定著條銹病的流行程度[20-21]。

分析歷年來運城市小麥條銹病資料，沒有發現秋苗感染的記載，其流行程度主要受春季菌源的數量和侵染時間早晚的影響，本研究主要選取3—5月的氣溫、積溫、降水量、降水日數、日照時數、相對濕度等常規氣象資料，分析氣象因子與小麥條銹病等級的相關性，建立預測模型，并檢驗模型的擬合效果。

2.2.1 風向 由于運城市小麥條銹病主要受春季菌源影響，根據歷年資料記載，小麥條銹病菌首先侵染運城市南部的芮城縣和永濟市的小麥，因此，本研究中首先分析芮城和永濟2縣（市）3—5月的風向（圖2）。綜合分析發現，歷年3—5月芮城盛行東北風、永濟盛行西南風，小麥條銹菌侵染芮城的小麥后，形成的分生孢子乘著東北風沿中條山南側進入永濟，之后在西南風的推動下，沿中條山北側的峽谷地帶進入鹽湖區、平陸等地。

圖2 芮城和永濟3—5月風玫瑰圖Fig.2 Wind rose diagram of Ruicheng and Yongji from March to May

2.2.2 小麥條銹菌的侵染時間 小麥條銹菌一般在4月下旬侵染運城市的小麥，最早發現侵染時間是3月19日（2020年），最晚為5月16日（2019年），平均侵染時間是4月28日；在芮城、永濟等地始見，5月以后進入流行擴散期。

本研究將3月18日定義為0，18日之后侵染的時間序列為正，之前的為負。從圖3可以看出，條銹病菌侵染時間和當年發生等級在趨勢上有一定的關系，侵染時間越早，時間序列越小，后期發生條銹病等級概率越高；侵染時間越晚，時間序列越大，后期條銹病發生等級概率越低。

圖3 侵染時間與條銹病等級關系Fig.3 Relationship between infection time and stripe rust grade

2.2.3 氣象因子預報模型 因變量為運城市1990—2020年條銹病發生等級數據，自變量為13縣（市、區）3—5月各旬、月平均氣溫、積溫、降水量、降水日數、日照時數、相對濕度等共66項環境氣象資料，應用回歸分析方法，篩選相關性較高且具有明確生物學意義的氣象要素作為預報因子，建立條銹病發生等級回歸模型（P＜0.05）。

式中，x1為4月上旬日照時數，x2為3月下至4月上旬相對濕度，x3為5月中旬降水量，x4為4月下旬日照時數。

運城市小麥條銹病等級受春季日照和空氣濕度的影響較大，與4月上旬的日照時數呈明顯正相關（P＜0.05），4月上旬日照時數較多時，往往溫度較高，氣候溫暖，條銹病菌繁衍速度較快；條銹病等級與3月下旬至4月上旬相對濕度呈正相關，空氣濕度大時小麥葉片表面上容易形成露珠，條銹病菌在有露珠的環境下繁衍、蔓延，后期流行等級越高；5月中旬的降水多，空氣濕潤，植株長勢旺盛，底部葉片密度大，通風透光性差，有利于條銹病發展。

2.2.4 預測模型擬合驗證 檢驗預測模型的擬合準確率，將每年的氣象資料回代入模型得到擬合的條銹病等級，擬合結果與實際發生程度相差0.5（0～0.5）級為符合，計100%；相差1（0.5～1.0）級為基本符合，計80%；相差1.0～1.5級，計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。由表1可知，在運城市31 a資料中，歷史回報擬合率在100%的為13 a，占41.9%；擬合率在80%的為12 a，占38.7%；擬合率在70%的為5 a，占16.1%；擬合率在0的為1 a，占3.2%。

表1 小麥條銹病等級相關因子及擬合Tab.1 Correlation factors and fitting of wheat stripe rust grade

續表1 小麥條銹病等級相關因子及擬合Tab.1（Continued） Correlation factors and fitting of wheat stripe rust grade

利用預測模型對1990—2020年的條銹病等級進行擬合（圖4），并對2021年條銹病發生等級進行預測，其結論為：y＝-6.415+0.051x1+0.047x2+0.022x3+0.019x4＝-6.415+0.051×16.5+0.047×56.5+0.022×15.3+0.019×49.6＝1.639。根據模型預報2021年小麥條銹病等級為2級；據運城市農村農業局植保站調查，2021年運城市條銹病發生等級是2級，預報準確。

圖4 小麥條銹病等級擬合值與實際值比較Fig.4 Comparison between fitting value and actual value of wheat stripe rust grade

2.2.5 大流行年份分析 1989年隆冬，全國大部分地區以偏暖為主，1990年春季降水豐沛、適時，北方冬小麥產區3—5月的降水量在50～200 mm，比歷年同期偏多50%至2倍，全國各地對條銹病暴發的嚴重性估計不足，導致條銹病在全國大面積暴發，發生范圍及流行強度均為近年之最[22]。

當年3—5月，運城市氣溫偏低，降水總量偏多，陰雨日數較多（表2）。3月21—28日出現連續8 d的陰雨天氣，4月16—23日、4月27日至5月3日再次出現連續性降水；4月中下旬的平均氣溫分別為13.4、11.1 ℃，在條銹病潛育適溫范圍內；3月下旬至4月上旬間，運城市空氣相對濕度為67.7%，高于歷年同期平均值55.2%。溫度適宜、空氣濕潤，陰雨日數多，小麥葉面易于形成露珠，有利于條銹病菌的侵入、繁殖乃至蔓延；5月15—18日運城全市再次普降中到大雨，旬降水量比歷年同期平均值偏多33.0 mm，濕潤的氣候條件導致當年條銹病嚴重發生，發生面積10.7萬hm2，等級達4級，是運城市1990年以來僅有的一次條銹病等級達到4級。

表2 特殊年份氣象因素與平均值差Tab.2 Difference between meteorological elements and average values in special years

2.2.6 全國大流行而運城未形成大流行年 1990—2017年，小麥條銹病在我國有3次大流行，1990、2002、2017年，分別造成小麥減產12.4億、8.5億、1.7億kg[23-25]，但運城市僅在1990年形成大流行，2017年輕度流行，2002年條銹病涉及甘、陜、川、渝、云、貴、寧、鄂、豫、魯、冀等11個省區，山西未流行。

2017年受冬季溫暖、春季多雨適溫氣候的影響，小麥條銹病在我國大面積流行，發生面積約556萬hm2[23]，山西發生區域由運城向北擴展到忻州的原平，面積超6.67萬hm2，是1990年大發生后的又一重發年。

2017年春季運城市的氣候特點是氣溫異常偏高，降水正常。冬季（2016年12月至2017年2月）運城市平均氣溫達2.7 ℃，比歷年同期平均值偏高2.3 ℃，入春后氣溫繼續回升，春季（3—5月）平均氣溫為15.4 ℃，比歷年同期平均值偏高0.9 ℃，期間降水量為104.5 mm，比歷年同期偏多3.9 mm；3月1日至4月6日全市降水稀少，平均降水量僅11.5 mm，比歷年同期偏少9.6 mm；4月7—10日，出現連續4 d降水天氣，過程降水量介于17.2～39.8 mm；4月15—16日再次出現零星小雨，降水量在0～9.9 mm，永濟、夏縣降中雨，降水量分別為12.1、11.4 mm，條銹病菌于4月16日侵染芮城、永濟。4月17—24日運城市以晴到多云天氣為主，氣溫回升，不利于條銹病菌的潛育和繁衍；4月25日有0.0～1.1 mm的零星降水，5月份降水量和降水日數依然偏少，空氣干燥，不利于小麥葉面形成露珠，因此條銹病菌雖然侵染運城小麥，并經運城向北擴散，但由于運城市防治病害發生的措施得力，而且后期氣象條件并不利于其潛育、流行。因此，在2017年全國條銹病大流行的環境下，條銹病菌僅僅是經運城擴散至山西以北的小麥種植區，而對運城市內的小麥種植區并沒有形成大流行。

3 結論與討論

小麥條銹病是一種氣傳病害，流行年份常造成小麥明顯減產。近31 a來，運城市小麥條銹病頻發，開展條銹病預報預測的研究對提高作物產量、農業防災減災具有重要的指導意義。影響小麥條銹病發生、流行的因素較為復雜，研究發現，運城市小麥條銹病發生等級主要受4月上旬日照時數、3月下旬至4月上旬相對濕度、5月中旬降水量和4月下旬日照時數的影響。條銹病發生等級預測模型經過歷史資料回代檢驗，擬合效果較好；利用2021年氣象資料預測當年小麥條銹病發生等級與實際發生等級相符，預測效果良好，有一定的指導意義。

對比以往條銹病預測模型，本模型在考慮氣溫、降水量、日照、相對濕度等諸多氣象因子時，對各個時段的旬、月資料進行組合處理，避免了旬、月資料存在人為間斷的不足，有利于分析環境氣象資料對條銹病菌影響的連續性，在要素選擇上更加切合實際；其次，前人對條銹病的分析、研究中沒有涉及到風向和侵染時間。本研究通過分析發現，當地春季的風向對運城市條銹病流行等級有一定的影響，病菌隨著東北風沿中條山南側由芮城進入永濟，之后在西南風的推動下，沿中條山北側的峽谷地帶進入鹽湖區、平陸等地。另外，條銹病菌侵染時間的早晚與運城市條銹病流行等級關系密切，侵染早，后期流行等級往往較高，侵染晚流行性等級往往較低。本研究建立的預報模型是基于基礎氣象要素資料，相對于遙感預測模型更加簡易、可行。綜合來看，本研究的預報模型具有一定的代表性，提升了運城市冬小麥條銹病預測的準確率，對條銹病的防治有積極的現實意義。

小麥條銹病發生等級不僅與當地氣象因子有關，還受到小麥品種抗病性、菌源、病菌基數、防治措施等多方面因素的影響，本研究僅分析了環境氣象要素對條銹病等級的影響。由于精確的條銹病發生面積、等級等實地觀測資料較難獲取，導致預測模型存在一定的偏差；此外，條銹病發生等級受主觀因素影響，相鄰等級之間可能存在一些誤差。因此，在今后的應用中，將進一步細化觀測方案、積累并完善條銹病相關資料，繼續更全面、更深入地優化模型。