水稻褐飛虱危害等級的模型預報

袁昌洪 呂冬紅 王海青 劉 方 張 馳

摘要以1987～2006年泰州地區(qū)水稻褐飛虱危害程度為研究對象,在月平均氣溫、月降水量、月降水日數(shù)(≥0.1mm日數(shù))、月平均相對濕度、月日照時數(shù)等因子中,選取相關系數(shù)較高且穩(wěn)定性好的預測因子,在逐步回歸分析方法的基礎上,集成建立了水稻褐飛虱危害程度的農(nóng)業(yè)氣象預報模型。經(jīng)過回報檢驗,顯示該模式簡單、實用,預報效果良好。

關鍵詞水稻;褐飛虱;危害等級;農(nóng)業(yè)氣象預報模型

中圖分類號 S431.3 文獻標識碼A文章編號 1007-5739(2009)08-0070-02

褐飛虱是水稻上重要的遷飛性害蟲,常年在我國淮河以南稻區(qū)發(fā)生較為普遍,長江流域及其以南地區(qū)暴發(fā)頻率高。水稻褐飛虱為喜溫性害蟲,北緯19°以南為終年繁殖區(qū),北緯19~25°為少量越冬區(qū),其越冬北界冬季氣溫的年度差異在北緯21~25°期間擺動。泰州屬長江中下游地區(qū),褐飛虱的主害代為六(3)代和七(4)代,其高峰期一般為8月下旬和10月上旬。水稻褐飛虱危害成災的外部因素主要包括氣象條件、水稻耕種制度及化學藥劑防治等。近年來,受夏季臺風的影響,遷入我國的褐飛虱峰次多;遷入量大,為其暴發(fā)提供了初始蟲源,成為大發(fā)生的前提;夏涼秋暖的適宜氣候條件使褐飛虱的生殖潛能得以發(fā)揮是褐飛虱大發(fā)生的關鍵因素;水稻耕作制度及栽培方法的變化、褐飛虱種群致害力的增加、抗藥性及防治技術不到位則是褐飛虱暴發(fā)成災的客觀原因。水稻褐飛虱發(fā)生時,成、若蟲群集于稻叢下部刺吸汁液,雌蟲產(chǎn)卵時,用產(chǎn)卵器刺破葉鞘和葉片,易使稻株失水或感染菌核病。其排泄物常導致霉菌滋生,影響水稻光合作用和呼吸作用,嚴重的地區(qū)甚至棵粒無收。因此,做好褐飛虱發(fā)生的預測工作,及時組織適時適量用藥,減小褐飛虱對糧食的危害十分重要。

1資料與方法

1.1資料

水稻褐飛虱危害程度資料來自泰州所屬4個市植保部門每年8月下旬和10月上旬關于主害代高峰期田間總蟲量的監(jiān)測數(shù)據(jù),這些資料均為田間自然觀察圃的監(jiān)測資料,時間序列為1987～2006年;所有的氣象資料來自于泰州市氣象部門,時間序列為1986～2006年。

1.2方法

1.2.1 水稻褐飛虱危害程度分級。主害代高峰期田間總蟲量分級方法:百穴蟲量小于500頭,輕發(fā)生,為1級;百穴蟲量在500~1 000頭,偏輕發(fā)生,為2級;百穴蟲量在1 000~2 000頭,中等發(fā)生,為3級;百穴蟲量2 000~3 000頭,偏重發(fā)生,為4級;百穴蟲量大于3 000頭,大發(fā)生,為5級。

1.2.2預測因子的選擇。在統(tǒng)計分析中發(fā)現(xiàn)預測對象和預測因子間相關系數(shù)雖然較高,但分段來看,有時前幾年相關好,但后幾年相關差;或反之。有的序列隨著樣本數(shù)的增加相關系數(shù)變小,為避免這類預測因子入選,需對達到顯著性水平的預測因子進行穩(wěn)定性檢驗(表1),以提取和預測對象關系密切的預測因子。設資料有N年,每年的樣本數(shù)為n,計算時以開始序號i(i=1,2……,n-1)和結束序號j(j=2,3,……,n)之間的累加值(或平均值)組成一預測因子。

1.2.3逐步回歸判別分析

運用貝葉斯逐步判別分析方法建立判別函數(shù),進行多類判別,從而確定樣本最可能歸類。將預測對象分成G類,對應于預測量第g類(g=1,2,……G)有m個預測因子。若最后選入的預測因子為X1,X2,……,Xk,則判別方程為:fg=C0+■CiXi…①,預測時,將某年預測因子值代入式①,計算出f1,f2,……,fg,取最大值所對應的類別即為該年的預測等級。

1.2.4逐步回歸分析。對于因變量的每一組觀測值γi,對應有一組自變量Zij,其中i=1,2,……,n;j=1,2,……,m。給定臨界值Fa,對預測因子采用雙重檢驗先剔除后引進的原則精選預測因子,若最后選入的因子為Z1,Z2,……,Zk,則得到的回歸方程為:■=C0+■CiZi…②,將某年預測因子值代入式②,計算得到■值,即為該年的預測等級。

1.2.5預測結果檢驗。預測模型的最后檢驗時,其預報檢驗結果<1時設定為1,>5時設定為5,在1~5之間時采用四舍五入法取整。水稻褐飛虱實際預報工作中都跨級預報,所以規(guī)定預測值與實際值差≤1級為準確,否則為不準確。預測準確率為預測準確的年數(shù)占預測總年數(shù)的百分比。

1.2.6預報時效。統(tǒng)一將8月下旬和10月上旬褐飛虱危害程度的預報起報時間定為8月上旬,其預報時效分別為20d和70d。

2水稻褐飛虱危害程度的農(nóng)業(yè)氣象模式

遷飛性害蟲的發(fā)生與氣象條件密切相關。季節(jié)遇有雨日多、雨量大有利于褐飛虱的遷飛和降落,遷入時容易大發(fā)生;褐飛虱生長發(fā)育適宜溫度為20～30℃,26℃最適,長江流域遇夏季不熱、晚秋氣溫偏高時利于其發(fā)生,適宜的氣候條件是褐飛虱大發(fā)生的關鍵。

根據(jù)植保部門對六(3)代和七(4)代高峰期(分別是8月下旬和10月上旬)的測報數(shù)據(jù),統(tǒng)計1987～2006年褐飛虱危害前期各月平均氣溫、降水量、降水日數(shù)、平均相對濕度、日照時數(shù),分別與泰州8月下旬和10月上旬褐飛虱影響程度的相關程度(通過0.05信度檢驗),選擇相關性好、穩(wěn)定度高的氣象預報因子,分別建立回歸預報模式。

2.1水稻褐飛虱危害程度模式

Y1=2.587-0.465 X1+0.031 X2-0.025 X3-0.010 X4+0.036 X5-0.011 X6+0.219 X7…③,式中:Y1表示8月下旬水稻褐飛虱危害程度的預報模式,其中X1、X2、X3、X4、X5、X6、X7分別表示4月平均氣溫、5月降水量、4月日照時數(shù)、2月日照時數(shù)、3月日照時數(shù)、4月降水量、5月平均氣溫。

Y2=8.405-0.602 X1+0.026 X2-0.057 X3+0.011 X4+0.227 X5-0.343 X6+0.016 X7+0.173 X8+0.256 X9…④,式中:Y2表示10月上旬水稻褐飛虱危害程度的預報模式,其中X1、X2、X3、X4、X5、X6、X7、X8、X9分別表示4月平均氣溫、3月日照時數(shù)、4月日照時數(shù)、4月降水量、3月平均氣溫、4月降水日數(shù)、3月降水日數(shù)、7月份降水日數(shù)、5月平均氣溫。

2.2模式檢驗

分別將③、④預測模型進行回報檢驗,將檢驗結果按照事先設定的函數(shù)邊界和取整方法進行確定,結果顯示,③式檢驗結果(表2)1988年、1997年和2002年均報錯,其余正確,準確率為85%;④式檢驗結果(表3)1987年、1994年、1997年和2005年均報錯,準確率80%。從圖1和圖2看,模式在大發(fā)生年的趨勢均預報得很好,其中圖1中1991年、1997年和2006年均預報到了3~4級,圖2中1988年~1991年、1997年和2006年也都體現(xiàn)了發(fā)生趨勢。

3結語與討論

(1)分析了影響水稻褐飛虱危害程度的有指示作用的氣象因子,主要是相關時段的平均氣溫、降水量、降水日數(shù)和日照時數(shù),褐飛虱危害程度與平均相對濕度沒有明顯關聯(lián)。在褐飛虱發(fā)生前期的氣象因子中選取通過信度檢驗的因子,建立褐飛虱發(fā)生程度的預報模式,回報檢驗顯示本模式簡單、實用,預報效果良好。

(2)盡管遷飛性蟲害的發(fā)生、發(fā)展和流行與氣象條件密切相關,或與氣象災害相伴發(fā)生,但畢竟影響水稻褐飛虱危害程度的原因有很多,而水稻褐飛虱也并不主要是氣象型蟲害,在本模式中沒有考慮其他因素,是本模式的不足之處。

(3)關于水稻褐飛虱的預報模式也有人做過大氣環(huán)流模式、海溫模式以及人工神經(jīng)元模式等,都取得了一些進展,在以后的工作中要進行多方面的比較驗證,以完善現(xiàn)有模式。

4參考文獻

[1] 江蘇省植物保護站.農(nóng)作物主要病蟲害預測預報與防治[M].南京:江蘇科學技術出版社,2006.

[2] 魏淑秋.農(nóng)業(yè)氣象統(tǒng)計[M].福州:福建科學技術出版社,1985.

[3] 朱盛明.相關系數(shù)穩(wěn)定性分析方法及其應用[J].氣象學報,1982,40(4):497-501.

[4] 胡永宏,賀思輝.綜合評價方法[M].北京:科學出版社,2000.

[5] 王馥棠,馮定原,張宏銘,等.農(nóng)業(yè)氣象預報概論[M].北京:農(nóng)業(yè)出版社,1991.

[6] 許昌燊.農(nóng)業(yè)氣象指標大全[M].北京:氣象出版社,2004.

[7] 程遐年,吳進才,馬飛.褐飛虱研究與防治[M].北京:中國農(nóng)業(yè)出版社,2003.

[8] 高希武,彭麗年,梁帝允.對2005年水稻褐飛虱大發(fā)生的思考[J].植物保護,2006,32(2):23-25.

[9] 王艷青.近年來中國水稻病蟲害發(fā)生及趨勢分析[J].中國農(nóng)學通報,2006,22(2):343-347.