貴州煙草蚜傳病毒?。≒VY、CMV）發(fā)生規(guī)律及其預測模型的初步研究

商勝華， 孟建玉， 羅玉英， 羅會斌， 徐 語， 李忠俊

（1.貴州省煙草科學研究所，貴陽 550081；2.貴州遵義市煙草公司，遵義 563000；3.貴州銅仁地區(qū)煙草公司，銅仁 554300）

貴州煙草蚜傳病毒?。≒VY、CMV）發(fā)生規(guī)律及其預測模型的初步研究

商勝華1， 孟建玉1， 羅玉英2， 羅會斌3， 徐 語2， 李忠俊3

（1.貴州省煙草科學研究所，貴陽 550081；2.貴州遵義市煙草公司，遵義 563000；3.貴州銅仁地區(qū)煙草公司，銅仁 554300）

通過2002－2011年對貴州代表性煙區(qū)煙草蚜傳病毒?。≒VY、CMV）的系統(tǒng)調(diào)查與普查，分析了煙草蚜傳病毒病發(fā)生程度與有翅蚜遷飛量及主要氣象因子間的關(guān)系，初步了解了該病害的發(fā)生流行規(guī)律。并以有翅蚜遷飛量和關(guān)鍵氣象指標為預報因子，應用DPS統(tǒng)計軟件進行逐步回歸分析，初步建立了煙草蚜傳病毒病發(fā)生程度短期預測模型Y＝44.168 7＋1.106 9X1－1.352 2X4－0.403 9X6－0.142 6X11＋0.023 5X19－0.289 2X20（其中，X1＝移栽初期10d內(nèi)日平均誘蚜量；X4＝上年12月均溫；X6＝上年12月平均相對濕度；X11＝2月降水量；X19＝5月降水量；X20＝5月雨日數(shù)），經(jīng)顯著性檢驗和預報驗證，回歸方程達極顯著水平，回測準確率平均達89.04%，實報驗證誤差率為11.57%～13.88%，說明入選預報因子比較切合貴州實際，預測模型具有較大的實用價值。

煙草； 蚜傳病毒??； 發(fā)生規(guī)律； 預測模型

煙草病毒病是全世界煙區(qū)普遍發(fā)生的一類重要 病害，在煙葉生產(chǎn)中常常造成較大損失［1－2］。近年

來，由于受氣候及種植制度變化等因素的影響，在貴州煙區(qū)，煙草蚜傳病毒病（主要是馬鈴薯Y病毒PVY和黃瓜花葉病毒CMV）呈逐年上升趨勢，發(fā)生面積擴大、部分煙區(qū)危害程度較重，已成為制約貴州烤煙生產(chǎn)持續(xù)發(fā)展的關(guān)鍵病害之一［3－4］。因此，研究煙草蚜傳病毒病的發(fā)生流行規(guī)律、預測未來發(fā)展趨勢，對有效指導防治具有重要意義。目前，有關(guān)煙草蚜傳病毒病發(fā)生流行規(guī)律的研究，國內(nèi)如湖南、陜西、黑龍江、山東等煙區(qū)均有報道，各地煙草蚜傳病毒病的發(fā)生流行規(guī)律有所差異，受到多種因素的影響，如煙蚜遷飛量、氣象因子（溫度、濕度、降水等）、栽培因子等［5－9］；在預測預報方面，國內(nèi)部分煙區(qū)已開展了預測模型的初步研究［10－14］，但多以氣象指標為主構(gòu)建預測模型。本文以貴州代表性煙區(qū)15年次的數(shù)據(jù)資料，在探析發(fā)生流行規(guī)律基礎上，采用關(guān)鍵氣象因子和生物因子（蚜蟲）構(gòu)建了預測模型，以期為貴州煙草蚜傳病毒病的有效控制提供指導依據(jù)。

1 材料與方法

1.1 田間調(diào)查

選擇鳳岡和銅仁兩個代表性生態(tài)區(qū)設置監(jiān)測點進行系統(tǒng)調(diào)查。監(jiān)測點預測圃設置為常年重發(fā)區(qū)旱地，面積1 000～1 334m2，與其他煙地相對連片，種植品種為 ‘K326’，各點每年于5月上旬移栽，8月底左右采收結(jié)束，不施用任何殺菌劑和殺蟲劑，預測圃設置地塊在年度間保持相對穩(wěn)定。

調(diào)查方法：有翅蚜遷飛動態(tài)采用黃皿誘蚜法進行監(jiān)測。從有翅蚜遷飛初期（3月上旬左右）在苗床區(qū)內(nèi)設置黃皿（2個）誘蚜，皿內(nèi)底部及內(nèi)壁涂金盞黃油漆（檸檬黃），外壁涂黑色油漆，皿內(nèi)盛皿高2／3左右的清水，用木棒支架于田間，皿距地面高度為1m，兩皿相距30～50m，當皿內(nèi)顏色減弱時，用新涂黃皿更換，并及時換水及防止雨水過量沖走誘到的有翅蚜。每5d記錄1次煙蚜數(shù)量然后將其清除。煙苗移栽后，隨即轉(zhuǎn)入預測圃中繼續(xù)誘集至6月中旬為止；煙草蚜傳病毒病調(diào)查從移栽后開始，每5d調(diào)查1次，至煙株打頂后結(jié)束。采取5點取樣法進行定點定株調(diào)查，每點50株，病害分級標準按《YC／T39煙草病害分級及調(diào)查方法》要求執(zhí)行。

1.2 氣象資料的收集與數(shù)據(jù)處理

從貴州省氣象局收集煙草蚜傳病毒病調(diào)查數(shù)據(jù)對應年份與地點的全年逐日原始氣象資料。選擇上年11月－當年5月7個月的基本氣象數(shù)據(jù)按月分別整理出均溫、氣溫≤10℃的日數(shù)、日氣溫≥10℃的積溫、降水量、雨日數(shù)（不含1d中降水量＜0.1mm的日數(shù)，下同）、平均相對濕度、相對濕度≥80%的日數(shù)、日照時數(shù)，應用于預測模型的構(gòu)建；選擇5－8月份的基本氣象數(shù)據(jù)按候分別整理出：均溫、降水量、雨日數(shù)、平均相對濕度、日照時數(shù)，應用于煙草蚜傳病毒病的相關(guān)性分析。

1.3 預測模型的建立與檢驗方法

以煙草蚜傳病毒病盛發(fā)期平均病指為預報對象，分析病情指數(shù)與氣象要素、有翅蚜遷飛量等因素間的關(guān)系，通過相關(guān)性分析，初選出與預報對象相關(guān)關(guān)系顯著且物理意義明確的氣象因子、有翅蚜遷飛量作為預報因子，采用DPS統(tǒng)計軟件進行逐步回歸分析，建立預測預報模型。

用F檢驗法檢驗方程的顯著性，淘汰不顯著的方程?；販y驗證：將建模數(shù)據(jù)帶入預測式中進行回測，檢驗歷史符合率。實報驗證：將2010－2011年的病情、氣象等相關(guān)數(shù)據(jù)作為待測樣本，利用所建立的預測模型進行實報檢驗。

2 結(jié)果與分析

2.1 煙草蚜傳病毒?。≒VY、CMV）發(fā)生規(guī)律

利用鳳岡、銅仁兩個代表性調(diào)查點共計15年次的數(shù)據(jù)進行流行動態(tài)分析，因同一地點年度間峰期差異在5d以內(nèi)，故采用相同地點各年度同期調(diào)查的平均值做消長曲線（圖1）。由圖1可見，蚜傳病毒病流行動態(tài)一般呈“S型”曲線增長，大田始發(fā)期在5月中下旬左右，鳳岡點發(fā)病時間較銅仁早，初期病情發(fā)展較緩慢，自6月中旬左右病情開始快速發(fā)展，于7月初（7月1日）達到高峰期，鳳岡和銅仁峰期平均病指分別為7.96和1.78，兩地發(fā)病程度存在一定差異。高峰期以后，病情平穩(wěn)發(fā)展或呈下降趨勢（下降原因是由于此期打頂或蚜傳病毒病自然恢復特性而出現(xiàn)隱癥現(xiàn)象，導致病指下降）。同時，以鳳岡點為例，分析相同地點不同年份間的變化情況（圖2），從圖中可看出，同一地點蚜傳病毒病的始發(fā)期、高峰期、發(fā)病程度在不同年度間均存在一定差異，可能與氣象、傳毒介體等因子的影響有關(guān)。

根據(jù)有翅蚜監(jiān)測結(jié)果，進一步結(jié)合蚜蟲遷飛規(guī)律分析蚜傳病毒病的發(fā)生特點。貴州省烤煙移栽期一般在5月上旬左右，煙苗移栽后蚜蟲即可遷入煙田，于5月上中旬前后形成煙田第1個遷入高峰期，第2個遷飛高峰期出現(xiàn)在6月中旬前后。蚜傳病毒病于第1個蚜量遷飛高峰過后10d左右開始發(fā)病，正好與病毒侵染到發(fā)病所需時間基本吻合，此后染毒煙株在適宜氣候條件下相繼表現(xiàn)癥狀，病情快速發(fā)展，至7月初左右達到發(fā)病高峰，表明蚜傳病毒病的發(fā)生與蚜蟲遷飛密切相關(guān)，尤其與煙田第1次遷飛蚜量顯著相關(guān)。第2次遷飛高峰期蚜量主要以本田有翅蚜的轉(zhuǎn)移擴散為主，由于蚜蟲傳毒的非持久性特點，其帶毒率不高，加之在遷飛時間上與蚜傳病毒病的發(fā)展不相吻合，說明蚜傳病毒病的發(fā)生與第2次有翅蚜遷飛關(guān)系不大。

2.2 煙草蚜傳病毒病發(fā)生程度與主要氣象因子的關(guān)系

利用鳳岡、銅仁兩個代表性調(diào)查點共計15年次的病情調(diào)查數(shù)據(jù)（病指），對應發(fā)生期內(nèi)各候的平均氣溫、降水量、雨日數(shù)、平均相對濕度和日照時數(shù)，分析蚜傳病毒病病指與氣象要素間的相關(guān)性。

2.2.1 煙草蚜傳病毒病病指與氣溫的關(guān)系

由圖3可見，氣溫對蚜傳病毒病的影響分兩個時段分別表現(xiàn)出正效應和負效應作用。發(fā)病前期（6月1日以前）表現(xiàn)出正效應，此期處于煙田有翅蚜第2次遷飛時段，仍有部分外源蚜蟲遷入煙田，溫度越高越有利于蚜蟲的遷飛，從而增大煙株帶毒幾率，另一方面，該時期各地氣溫總體不高，隨著溫度的逐步回升，氣溫逐漸接近蚜傳病毒病的最適增殖溫度（如馬鈴薯Y病毒的最適增殖溫度為25～28℃［15］），有利于病情發(fā)展；6月1日以后表現(xiàn)出負效應，該期內(nèi)各地溫度相對較高，總體適宜于蚜傳病毒病的發(fā)生發(fā)展，但穩(wěn)定性較差，由于受降雨的影響氣溫時高時低的現(xiàn)象較為明顯，高溫后突然降溫降雨，有利于帶毒煙株很快顯癥，發(fā)展程度快速加重，如6月6日氣溫與病指的相關(guān)系數(shù)達極顯著負相關(guān)（－0.717 8＊＊），與前述分析原因十分一致，且與蚜傳病毒病的流行特點相吻合。

圖3 氣溫與蚜傳病毒病病指關(guān)系

2.2.2 煙草蚜傳病毒病病指與雨日雨量的關(guān)系

由圖4可見，降水量和雨日數(shù)與蚜傳病毒病的相關(guān)系數(shù)曲線均呈多峰型不規(guī)則變化，主要與兩個點各年度的病情和降水情況差異有關(guān)?？傮w來看，在5月下旬至6月上旬后期，雨日雨量對蚜傳病毒病的影響存在負效應作用，此期雨日雨量一方面是影響蚜蟲的遷飛，尤其是雨日數(shù)較多時（相關(guān)系數(shù)最大達－0.635 7＊，顯著負相關(guān)），不利于蚜蟲的遷飛，煙株帶毒率降低，另一方面可能與煙株抗性有關(guān)，降雨量適度增加，有利于煙株早生快發(fā)、生長發(fā)育健壯，增強煙株自身抗病抗逆能力，發(fā)病程度減輕。6月上旬后期以后，雨日雨量對蚜傳病毒病的影響多表現(xiàn)正效應作用，尤其是降雨量相關(guān)系數(shù)曲線存在突增突降現(xiàn)象，最大相關(guān)系數(shù)達0.522 3，這與蚜傳病毒病在持續(xù)高溫后突然降雨降溫導致病情加重的流行特點相吻合，中后期雨日數(shù)與病情的相關(guān)性不明顯。

圖4 雨日雨量與蚜傳病毒病病指關(guān)系

2.2.3 煙草蚜傳病毒病病指與相對濕度的關(guān)系

由圖5可見，相對濕度對蚜傳病毒病的影響分兩個時段分別表現(xiàn)出負效應和正效應作用。發(fā)病前期（6月6日以前）表現(xiàn)出負效應，此期相對濕度越大，表明雨日雨量越多，不利于蚜蟲的遷飛等；6月初以后表現(xiàn)出正效應，相對濕度的高低與雨日雨量的多少密切相關(guān)。根據(jù)前述雨日雨量的分析結(jié)果，在兩個時段內(nèi)，相對濕度對蚜傳病毒病的影響效應與降水雨量基本一致，即在大田前期表現(xiàn)為負效應、中后期表現(xiàn)為正效應。

圖5 相對濕度與蚜傳病毒病病指關(guān)系

2.2.4 煙草蚜傳病毒病病指與日照時數(shù)的關(guān)系

由圖6可見，日照時數(shù)與蚜傳病毒病的相關(guān)系數(shù)曲線呈多峰型不規(guī)則變化，主要與兩個點各年度的病情和日照情況差異有關(guān)?？傮w來看，在6月上旬初期以前，日照時數(shù)對蚜傳病毒病的影響存在正效應關(guān)系，此期日照時數(shù)越大（晴天多），越有利于蚜蟲的遷飛，增大煙株帶毒幾率。6月上旬初期以后，蚜傳病毒病的發(fā)生與日照時數(shù)多表現(xiàn)為負相關(guān)關(guān)系，可能與煙株抗性和田間溫度有關(guān)，此期日照時數(shù)越多，煙株生長健壯、葉片干物質(zhì)積累量增大、含水量降低、綜合抗病能力增強，同時田間溫度過高不利于病毒增殖，煙株即使帶毒也不易表現(xiàn)癥狀。

圖6 日照時數(shù)與蚜傳病毒病病指關(guān)系

2.3 煙草蚜傳病毒病病指與大田前期有翅蚜遷飛量的關(guān)系

利用鳳岡、銅仁兩個點共計15年次的數(shù)據(jù)，分析蚜傳病毒病盛發(fā)期平均病指與移栽初期10d內(nèi)平均日誘蚜量的相關(guān)性（圖7）。從圖中可看出，前期有翅蚜誘集量越大，各點不同年份蚜傳病毒病的病指多表現(xiàn)出增加趨勢，兩者間相關(guān)系數(shù)為0.785 8＊＊，存在極顯著正相關(guān)關(guān)系，表明有翅蚜遷飛量對蚜傳病毒病發(fā)生程度具有顯著正效應作用。

圖7 移栽初期有翅蚜遷飛量與蚜傳病毒病病指關(guān)系

2.4 煙草蚜傳病毒病短期預測模型

2.4.1 模型構(gòu)建

利用鳳岡2002－2009年、銅仁2002－2006年兩個點13年次的相關(guān)數(shù)據(jù)資料，以6月中下旬蚜傳病毒病盛發(fā)期平均病指（Y）為預報對象，初選出與蚜傳病毒病發(fā)生程度相關(guān)性較大的氣象因子和有翅蚜遷飛量共計20個指標作為預報因子（表1），采用DPS統(tǒng)計軟件進行逐步回歸分析（原始數(shù)據(jù)略），建立預測預報模型如下：

表1 煙草蚜傳病毒病預報因子

2.4.2 模型檢驗

蚜傳病毒病盛發(fā)期平均病指（Y）與各入選變量的偏相關(guān)系數(shù)及t檢驗值如表2。

表2 蚜傳病毒病平均病指與入選變量偏相關(guān)系數(shù)及檢驗

所建立預測模型的相關(guān)系數(shù)為：R＝0.996 6、F＝145.833，顯著水平p＝0.0000，剩余標準差S＝0.476 1，調(diào)整后的相關(guān)系數(shù)Ra＝0.993 2。

模型的回測驗證：由表3可見，利用所建模型對13個樣本蚜傳病毒病盛發(fā)期平均病指進行回測，通過卡平方檢驗，χ2＝0.364＜χ2（12，0.05）＝21.026，理論值與實測值顯著符合，回測歷史符合率最高99.54%、最低57.32%，平均89.04%。

表3 預測模型回測結(jié)果

實際預測驗證：為檢驗所建立模型的可靠程度，對未參與模型運算的2個樣本（鳳岡2010－2011年）進行實報驗證。將2個樣本的相關(guān)數(shù)據(jù)分別代入模型中，結(jié)果見表4。2010年和2011年的預測值分別為12.97、17.41，與實際發(fā)生情況十分接近，實報偏差分別為11.57%和13.88%。表明該模型的預測準確率較高，具有較大的應用價值。

表4 預測模型實報結(jié)果（鳳岡點）

2.4.3 模型解釋

從模型可看出，煙草蚜傳病毒病盛發(fā)期病指與移栽初期10d內(nèi)日平均誘蚜量、5月份降水量呈正相關(guān)；與上年12月份均溫、上年12月份平均相對濕度、2月份降水量、5月份雨日數(shù)呈負相關(guān)。蚜蟲遷飛量與煙株帶毒率有關(guān)，5月份降水量可能與煙株抗性有關(guān)，此期（尤其是中下旬）降雨過多，不利于煙株生長，則抗性下降而易感??；上年12月份均溫和平均相對濕度、2月份降水量、5月份雨日數(shù)可能與蚜蟲的成活率和遷飛量有關(guān)，溫度越低、降水量越大、雨日數(shù)越多，對蚜蟲的成活與遷飛不利，從而減少煙株帶毒幾率、減輕發(fā)病程度，反之則使病情加重。

通過對預測模型的F檢驗、回測擬合度檢驗和實報檢驗，回歸方程具有較高的統(tǒng)計學精確性，回測準確率平均達89.04%，實報驗證誤差率為11.57%～13.88%，說明入選預報因子比較切合貴州實際，預測模型具有較大的實用價值，可用于煙草蚜傳病毒病發(fā)生程度的短期預測。

3 結(jié)論與討論

3.1 煙草蚜傳病毒病的發(fā)生規(guī)律

通過2002－2011年對鳳岡和銅仁兩個代表性煙區(qū)的系統(tǒng)調(diào)查與普查，結(jié)果表明，煙草蚜傳病毒病流行動態(tài)一般呈“S型”曲線增長，大田始發(fā)期在5月中下旬，初期病情發(fā)展較緩慢，自6月中旬左右病情發(fā)展加快，于7月上旬達到高峰期。蚜傳病毒病的發(fā)生與煙田第1個蚜量遷入高峰關(guān)系密切，在常年發(fā)病區(qū)內(nèi)，蚜傳病毒病于第1個蚜量遷飛高峰過后10d左右開始發(fā)病。大田防治關(guān)鍵期應在移栽初期，以控制有翅蚜為主。

3.2 氣象因子對煙草蚜傳病毒病的影響效應

利用蚜傳病毒病多年多點系統(tǒng)調(diào)查數(shù)據(jù)和對應發(fā)生期內(nèi)的主要氣象因子，分析兩者間的相關(guān)關(guān)系，結(jié)果表明：氣溫對大田前期蚜傳病毒病的發(fā)生具有明顯正效應作用，氣溫越高，發(fā)病始期越早，發(fā)病程度越重，對大田中后期的發(fā)生流行具有明顯負效應；雨日數(shù)對蚜傳病毒病的影響以負效應為主，主要影響大田前期蚜蟲的遷飛量；降水量對蚜傳病毒病的影響，各時期多在正負效應間波動；相對濕度對蚜傳病毒病的影響效應與降水雨量基本一致；日照時數(shù)對蚜傳病毒病的影響存在正效應（大田前期）和負效應（中后期）。

3.3 預測模型的不斷完善與發(fā)展

采用數(shù)學統(tǒng)計方法預測病蟲害未來發(fā)生發(fā)展趨勢，其模型構(gòu)建需要長時期的數(shù)據(jù)積累，并需隨栽培制度、生產(chǎn)技術(shù)等因素的變化不斷修訂和發(fā)展。本文所建模型具有較高的統(tǒng)計學精度，回測與實報準確率均較高，在短期預報中具有較大的實用價值。但因數(shù)據(jù)積累量有限，尤其是單點數(shù)據(jù)積累不足；在預報因子選擇上，未考慮品種、生境等其他因素。因此，為進一步提高預報準確率，擴大模型的適應范圍，今后還需不斷積累數(shù)據(jù)資料，不斷引入多種綜合因素加以修訂和完善，并進一步研究建立中長期或長期預測模型，使之更好地服務于生產(chǎn)。

［1］陳瑞泰，朱賢朝，王智發(fā)，等.全國16個主產(chǎn)煙省（區(qū)）煙草侵染性病害調(diào)研報告［J］.中國煙草科學，1997，14（1）：1－7.

［2］馬國勝，何博如.煙草病毒病的發(fā)生與防治研究進展［J］.河南農(nóng)業(yè)科學，2005（2）：42－46.

［3］余春英，張西仲，王定福，等.黔南煙區(qū)煙草馬鈴薯Y病毒病發(fā)病原因及 防治 措施［J］.安徽 農(nóng)業(yè)科學，2010，38（10）：5110－5112.

［4］羅會斌，李忠俊，左銳，等.銅仁地區(qū)煙草主要病毒病病原的鑒定［J］.貴州農(nóng)業(yè)科學，2010，38（7）：99－10.

［5］孫宏宇，孫劍萍，欒雙，等.煙草馬鈴薯Y病毒病流行規(guī)律的初步研究［J］.煙草科技，2005（12）：39－42.

［6］李現(xiàn)道.煙草蚜傳病毒病發(fā)生規(guī)律的動態(tài)變化及防治技術(shù)的研究［D］.泰安：山東農(nóng)業(yè)大學，2007.

［7］張滿讓，成巨龍，安德榮.影響陜西煙草蚜傳病毒病發(fā)生因子的研究［J］.中國煙草學報，2000，6（3）：27－31.

［8］張宏瑞，李正躍.媒介昆蟲與煙草病毒病關(guān)系的研究［J］.云南農(nóng)業(yè)大學學報，2001，16（3）：231－235.

［9］任廣偉，王鳳龍，彭世陽.馬鈴薯Y病毒與介體蚜蟲傳毒的關(guān)系研究進展［J］.煙草科技，2006（10）：56－61.

［10］王鳳龍，錢玉梅，時焦，等.煙草病毒病預測模型的初步研究［J］.植保技術(shù)與推廣，1997，17（4）：10－12.

［11］蔣士君，羅紅麗，李淑君，等.氣象因子在煙草黃瓜花葉病測報中的應用［J］.河南農(nóng)業(yè)大學學報，2000，34（2）：150－151，164.

［12］張滿讓，相建業(yè)，安德榮，等.陜西煙草主要蚜傳病毒病發(fā)生及預測預報研究［J］.西北農(nóng)業(yè)學報，2000，9（2）：49－53.

［13］安德榮，張滿讓，魏寧生，等.煙草蚜傳病毒病發(fā)生的主要因子及預測預報模型［J］.植物保護學報，2001，28（3）：55－59.

［14］任廣偉，王鳳龍，高漢杰，等.煙草蚜傳病毒病的逐步判別分析模型及應用［J］.植物保護，2004，30（4）：57－60.

［15］朱賢朝，王彥亭，王智發(fā).中國煙草病害［M］.北京：中國農(nóng)業(yè)出版社，2002：210.

Preliminary study on occurrence regularity and prediction model of tobacco virus diseases（PVY and CMV）transmitted by aphids in Guizhou Province

Shang Shenghua1， Meng Jianyu1， Luo Yuying2， Luo Huibin3， Xu Yu2， Li Zhongjun3
（1.GuizhouTobaccoScienceResearchInstitute，Guiyang550081，China；2.ZunyiTobaccoCompany，Zunyi563000，China；3.TongrenTobaccoCompany，Tongren554300，China）

The systematic monitoring and general survey of tobacco virus diseases（PVY and CMV）transmitted by aphids was carried out in tobacco production areas in Guizhou during 2002－2011.The effects of migration amount of alate aphids and main meteorological factors on the damage degree of tobacco virus diseases transmitted by aphids were analyzed.The occurrence and epidemic regularity of tobacco virus diseases transmitted by aphids were also preliminarily studied.With the migration amount of alate aphids and key meteorological factors as forecasting elements，the short－term prediction models were established with stepwise regression analysis by DPS statistics software.It wasY＝44.168 7＋1.106 9X1－1.352 2X4－0.403 9X6－0.142 6X11＋0.023 5X19－0.289 2X20（X1＝number of enticed aphids during the early stage of transplanting；X4＝average temperature of December in the previous year；X6＝average relative humidity of December in the previous year；X11＝precipitation of February；X19＝precipitation of May；X20＝number of raining days in May）.The significance test and the forecast confirmation showed that the regression equation reached extremely remarkable level，the rate of accuracy of reverse running reached 89.04%and the error rate of true report was 11.57%～13.88%.It was illustrated that selected predictor relatively suited the Guizhou reality and the forecast model had great practical value.

tobacco； virus diseases transmitted by aphids； occurrence regularity； prediction model

S 435.72

A

10.3969／j.issn.0529－1542.2012.05.011

2012－01－16

2012－02－27

貴州省煙草公司資助項目（200916，201022）

聯(lián)系方式E－mail：ssh6688＠sina.com