我國煙葉種植生產中病蟲害的發生及防治措施

摘要：病蟲害防控是煙葉生產的關鍵技術環節，直接影響產業的可持續發展。本研究系統分析了我國煙區真菌性、病毒性、細菌性病害及主要害蟲的發生規律，揭示了病蟲害年均造成經濟損失嚴峻現狀。構建了集物聯網監測、圖像識別、無人機遙感于一體的智能預警體系，診斷準確率達92%。創新提出“品種抗性—農業措施—生物防治—物理技術—化學減量”五位一體綠色防控體系，示范應用后病蟲害損失率降低40%，農藥用量減少35%，為煙葉綠色生產提供了系統性解決方案。研究成果對推動煙草植保技術進步具有重要意義。

關鍵詞：煙葉病蟲害；監測預警；綠色防控；物聯網技術；綜合防治

我國煙葉種植病蟲害問題日益嚴峻，常見病害20余種、蟲害30余種，復合浸染頻發。傳統化學防治帶來成本增加、農殘超標、生態破壞等問題，難以滿足綠色發展需求。現有防控技術缺乏系統集成，監測手段落后，預警時效性差。本研究通過分析病蟲害發生規律，構建智能監測預警體系，集成綠色防控技術，旨在為煙葉病蟲害科學防控提供技術支撐。

1 我國煙葉種植病蟲害發生情況與危害特征分析

1.1 煙草主要病害類型、分布與發生規律

在我國煙葉主產區長期的生產實踐中發現，真菌性、病毒性和細菌性病害呈現出明顯的地域分布差異和季節性流行特征，其中，真菌性病害以黑脛病、赤星病、野火病為代表在南方煙區的發生尤為嚴重[1]。黑脛病主要集中在西南和華南煙區，每年5～7月高溫高濕期間發病率可達30%～50%。病毒性病害中TMV通過機械損傷和汁液接觸傳播，煙草花葉病毒（TMV）依靠蚜蟲介體擴散，煙草馬鈴薯Y病毒（PVY）則兼具兩種傳播方式。細菌性病害的暴發與土壤pH、排水條件密切相關，青枯病在酸性土壤中易發，角斑病則在暴雨后迅速蔓延。不同病害類型的交替發生和復合侵染已成為當前防治的難點。

1.2 煙草主要蟲害種群動態與危害程度

煙田害蟲根據其取食方式和危害部位可分為地下害蟲、食葉害蟲和刺吸式害蟲三大類群，各類害蟲的發生世代、種群密度和危害程度在不同生態區表現出顯著差異。地下害蟲蠐螬年發生1代，地老虎則有2～3代，主要危害期集中在移栽后20 d內。食葉害蟲中煙青蟲在黃淮煙區年發生4～5代，斜紋夜蛾在長江流域可達6～7代，兩者的種群高峰期常重疊出現。刺吸式害蟲危害更為隱蔽，煙蚜不僅直接吸食汁液造成葉片皺縮，更是TMV、CMV等病毒的重要傳播媒介，煙粉虱則在溫室育苗期就開始為害并可持續至大田生長后期。

1.3 煙草病蟲害發生的氣候條件與栽培因素

煙葉病蟲害的發生與流行受氣候條件和栽培管理措施的雙重影響，溫度25～28℃、相對濕度80%以上的環境最適宜多數病原菌繁殖和害蟲發育，這也解釋了為什么梅雨季節病蟲害會集中暴發。連作障礙是誘發病蟲害的重要因素，連作3年以上的煙田土壤中病原菌積累量比輪作田高5～8倍，有益微生物多樣性指數下降40%以上。施肥不當特別是氮肥過量會導致植株徒長，細胞壁變薄，抗病性顯著降低。研究表明，氮肥用量超過180 kg/hm2時，黑脛病發病率增加35%，煙青蟲危害程度加重50%，這種栽培因素與氣候條件的疊加效應使病蟲害防治更加困難。

1.4 經濟損失評估與產業影響

煙葉病蟲害造成的經濟損失不僅體現在產量減少上，更嚴重的是對煙葉品質和種植效益的綜合影響，全國煙葉生產統計數據顯示，病蟲害每年造成的直接經濟損失超過20億元。黑脛病重發年份可造成30%～50%的產量損失，赤星病則主要影響中上部煙葉品質，使一級煙比例下降15%～20%。煙青蟲嚴重發生時單株受害葉片達8～12片，直接影響煙葉的工業可用性。防治成本逐年攀升，平均每公頃防治投入從

2015年的3 000元增加到2023年的5 500元，占總生產成本的18%～22%。病蟲害的頻發不僅增加了煙農的經濟負擔，還嚴重制約了煙葉產業的可持續發展。

2 煙葉病蟲害監測預警技術體系構建

2.1 田間病蟲害調查與數據采集方法

精準的田間調查是病蟲害監測預警的基礎，而科學的取樣方法和標準化的調查流程則直接決定了數據的代表性和可靠性，因此，建立規范化的調查體系對提高監測效率具有重要意義[2]。五點取樣法適用于面積小于1 hm2的規則地塊，通過在田塊四角和中心各選取一個樣點，每點調查20～30株煙草，能夠較好地反映病蟲害的整體分布情況。對角線取樣法則更適合大面積不規則煙田，沿兩條對角線等距離選取5～7個樣點進行調查。病情指數計算采用0～9級分級標準，蟲口密度調查則需區分不同蟲齡。移動端數據采集系統的應用徹底改變了傳統紙質記錄方式，通過開發基于Android平臺的專用APP，集成GPS定位、拍照識別、語音輸入等功能，調查人員可實時上傳數據至云端服務器，數據準確率提高了35%，調查效率提升60%以上。

2.2 基于物聯網的智能監測系統

隨著物聯網技術在農業領域的深入應用，構建覆蓋主要煙區的智能監測網絡已成為病蟲害防控現代化的必然趨勢，這一系統通過多源數據融合實現了從被動防治向主動預防的根本轉變。環境參數監測網絡采用分層布設策略，每50 hm2設置一個主站點，配備溫濕度、光照、降雨量、土壤水分等傳感器，數據每10 min自動采集并無線傳輸。圖像識別技術是早期診斷的核心，通過部署高清攝像頭定期拍攝煙葉圖像，利用深度學習算法訓練的病蟲害識別模型，準確率已達92%以上。無人機遙感突破了地面監測的局限性，搭載多光譜相機的植保無人機可在15 min內完成100 hm2煙田的巡查，通過植被指數NDVI的異常變化及時發現病蟲害發生初期的“熱點”區域，為精準防治提供了空間定位信息。

2.3 病蟲害發生趨勢預測模型

病蟲害預測模型的構建需要綜合考慮生物學特性、環境因子和歷史數據等多維信息，通過數學建模和人工智能技術的有機結合，才能實現對復雜系統的準確預測和科學預警。基于機器學習的預測算法選用隨機森林和支持向量機相結合的方式，輸入變量包括前期病情指數、氣象數據、品種抗性等12個特征參數，經過50萬條歷史數據訓練后，對黑脛病7 d內發生概率的預測準確率達到86%。害蟲種群動態模擬采用Lotka-Volterra方程改進模型，考慮了天敵因子和農事操作的影響，確定煙青蟲的防治指標為百株蟲量15頭。多因子耦合模型整合了病原—寄主—環境互作關系，運用貝葉斯網絡分析不同因子的權重系數，溫度權重0.28、濕度權重0.23、前茬作物權重0.19，模型預測精度比單因子模型提高了25%。

2.4 區域性預警信息發布機制

建立高效的預警信息發布機制是確保監測預警體系發揮實效的關鍵環節，需要在預警等級劃分、信息傳遞渠道、響應措施制定等方面形成完整的工作鏈條和標準化操作規程。預警等級采用四級五色標準：藍色代表輕度發生（防治指標以下）、黃色為中度發生（達到防治指標）、橙色表示重度發生（超過防治指標50%）、紅色預示特重發生（超過防治指標100%）、紫色為暴發流行。信息推送平臺整合了短信、微信公眾號、手機APP等多種渠道，根據預警級別采取分級推送策略，確保信息在2 h內覆蓋95%以上的種植戶。應急防控預案按照“分級響應、屬地管理”原則制定，明確了不同預警級別下的防控措施、物資調配和技術指導方案，每年組織2次應急演練，顯著提升了基層植保隊伍的快速反應能力[3]。

3 煙葉病蟲害綠色防控技術集成與創新

3.1 抗病蟲品種選育與推廣應用

抗病蟲品種的選育與推廣作為綠色防控體系的核心基礎，不僅能夠從源頭上減少病蟲害的發生，更是實現農藥減量化目標的根本途徑，近年來分子育種技術的突破性進展為培育多抗性煙草新品種提供了強大的技術支撐。分子標記輔助選擇技術已成功定位了抗黑脛病基因Ph、抗TMV基因N和抗青枯病基因等關鍵抗性基因，通過SSR和SNP標記篩選，育種周期縮短了2～3年。多抗性品種云煙87、中煙100在全國15個試驗點的綜合表現優異，對黑脛病的抗性達到高抗水平，TMV發病率降低65%，且產量較對照品種增加8%～12%。品種布局采用“主栽品種+搭配品種”模式，主栽品種占70%，搭配2～3個抗性互補品種，有效避免了單一品種大面積種植導致的病原菌變異風險，形成了品種多樣性屏障，病蟲害流行強度下降40%以上。

3.2 農業防治措施優化

農業防治措施通過改善煙田生態環境和調控植株生長狀態來增強作物自身抗性，這種“預防為主、綜合調控”的策略在減少化學農藥依賴的同時，還能顯著提升煙葉品質和土壤健康水平[4]。輪作是阻斷土傳病害最有效的措施，煙草—水稻輪作可使青枯病發病率降低70%，煙草—玉米輪作對黑脛病的防效達到85%，其機理在于改變了土壤微生物群落結構。合理密植是關鍵，行距120 cm、株距50 cm的配置既保證了通風透光，又不影響單位面積產量，整枝打頂及時清除下部老葉和腋芽，減少了病蟲害的侵染位點。平衡施肥遵循“控氮、穩磷、增鉀”原則，N∶P∶K比例調整為1∶1.5∶3，配施硼、鋅等微量元素，植株細胞壁增厚，木質化程度提高，抗穿刺能力增強35%，有效降低了刺吸式害蟲的危害程度。

3.3 生物防治技術的研發與應用

生物防治作為綠色防控體系中最具發展潛力的技術方向，通過利用自然界中的有益生物及其代謝產物來控制病蟲害，既符合生態平衡原理，又能生產出安全優質的煙葉產品，已成為現代煙草植保的重要發展趨勢。天敵昆蟲人工繁育技術日趨成熟，煙蚜繭蜂的工廠化生產已實現年產10億頭規模，田間釋放密度為3 000～5 000頭/667 m2，對煙蚜的寄生率達到75%以上。生防菌劑研發取得突破，篩選出的枯草芽孢桿菌B-916對黑脛病防效達68%，木霉菌T-22對根腐病防效達72%，通過優化發酵工藝和載體配方，制劑保質期延長至2年。植物源農藥開發前景廣闊，從苦參中提取的苦參堿對煙青蟲LC50為156 mg/L，印楝素對煙粉虱的拒食率達到90%，這些天然活性物質易降解、無殘留，完全符合綠色生產要求。

3.4 物理防治新技術

物理防治技術憑借其環保、高效、無抗藥性等優勢，在煙葉病蟲害綜合防控體系中發揮著越來越重要的作用，特別是在有機煙葉生產和出口基地建設中，物理防治技術的創新應用已成為提升產品競爭力的關鍵措施。色板誘殺技術不斷優化，黃板對煙粉虱、蚜蟲的誘集效果顯著，懸掛20～25張/667 m2，高度距煙株頂部20 cm，誘殺效率達到傳統數量的1.5倍；藍板則對薊馬有特效。防蟲網阻隔系統采用40～60目聚乙烯網，育苗棚全覆蓋可阻擋95%以上的傳毒昆蟲。土壤消毒技術取得新進展，太陽能消毒法在7～8月高溫期覆膜30 d，5 cm土層溫度可達55℃以上，對土傳病原菌的殺滅率達到90%；蒸汽消毒則適用于小面積精準處理，80℃蒸汽處理30 min即可達到理想效果，且不會破壞土壤理化性質。

3.5 化學防治的減量增效

化學防治在當前病蟲害防控中仍占據重要地位，但如何在保證防效的前提下實現農藥減量使用，已成為綠色防控技術體系必須解決的關鍵問題，這需要從助劑開發、施藥技術、抗藥性治理等多個維度進行系統優化[5]。農藥減量助劑的篩選集中于增效和展著兩個方向，有機硅助劑可使藥液表面張力降低70%，激健助劑則能提高內吸性農藥的傳導速率，復配使用可減少農藥用量30%～40%。精準施藥革新了傳統方式，靜電噴霧技術使霧滴在葉片背面的沉積率提高3倍，變量施藥系統根據病蟲害發生程度自動調節藥量。抗藥性監測網絡覆蓋主產區，定期檢測發現煙青蟲對氯蟲苯甲酰胺的抗性倍數已達15.3倍，及時調整用藥策略，采用不同作用機理農藥輪換使用，延緩了抗藥性發展速度，確保了防治效果的持續性。

4 結語

本研究系統闡明了煙葉病蟲害發生特征，創新構建了基于現代信息技術的監測預警體系，集成形成了綠色防控技術體系。主要創新包括：多源數據融合的智能監測網絡、機器學習預測模型、“五位一體”防控體系和生態區適應性防治模式。研究成果在減少化學農藥依賴、提高防控精準度方面取得突破。未來應深化病蟲害適應性進化機制研究，加快生物農藥產業化，推進智能化防控技術應用，完善技術推廣體系，為煙葉產業高質量發展提供持續技術保障。

參考文獻

[1] 尹慧，楊波，張哲，等.煙葉種植過程的病蟲害預測與防治技術初探[J].農業開發與裝備，2023（10）：174-176.

[2] 祝強.煙葉種植產業結構發展的合理配置探究[J].當代農機，2023（6）：68-69.

[3] 萬德建，張彬.煙葉種植病蟲害問題及防治措施[J].河北農機，2023（7）：76-78.

[4] 楊澤詠，楊澤遠.煙葉種植病蟲害問題及防治措施[J].世界熱帶農業信息，2022（10）：40-41.

[5] 劉玉潔.煙葉病蟲害的預測與防治對策[J].當代農機，2021（5）：65-66.