氣象因素對(duì)荔枝椿象和霜疫霉病的影響及預(yù)測(cè)

付晨妃，李冰，鄧敏，植彬，黃啟鋒

（1.廣州市從化區(qū)氣象局，廣東廣州 510925；2.廣州市海珠區(qū)氣象局，廣東廣州 510220）

廣州市從化區(qū)是著名的荔枝之鄉(xiāng)，荔枝種植面積廣、產(chǎn)量大，但荔枝病蟲(chóng)害為害明顯，每年都會(huì)造成大量荔枝減產(chǎn)，尤其是荔枝椿象和霜疫霉病，據(jù)從化區(qū)農(nóng)業(yè)環(huán)境與植物保護(hù)站數(shù)據(jù)統(tǒng)計(jì)，近10年從化區(qū)椿象平均為害率高達(dá)82%，霜疫霉病平均為害率為35%。椿象和霜疫霉病會(huì)導(dǎo)致荔枝落花落果及嫩枝幼果枯萎腐爛［1］。當(dāng)連續(xù)陰雨或空氣濕度大時(shí)，在荔枝表面更容易長(zhǎng)出霜疫霉層造成大量落果［2］，且氣象因素對(duì)椿象的繁殖和生活都有明顯影響［3-4］，進(jìn)而影響荔枝產(chǎn)量。因此，氣象要素與荔枝病蟲(chóng)害的相關(guān)研究對(duì)荔枝病蟲(chóng)害的防治有重要意義［5-7］，但因各地氣候、荔枝品種等的不同，影響荔枝椿象和霜疫霉病的關(guān)鍵氣象因素及其關(guān)系也不相同，致使各種預(yù)報(bào)模型在異地的適用性有限［8-9］。

本研究通過(guò)分析從化區(qū)荔枝椿象和霜疫霉病為害面積與氣象因素的相關(guān)性，選取影響顯著的氣象因子，并分別構(gòu)建荔枝椿象和霜疫霉病為害率預(yù)測(cè)模型［10-15］，為荔枝病蟲(chóng)害的防治提供有效支撐，對(duì)促進(jìn)荔枝增產(chǎn)增收有重要作用。

1 資料與方法

1.1 資料來(lái)源

本研究病蟲(chóng)害資料為2010—2020年荔枝椿象和霜疫霉病致災(zāi)面積（從化區(qū)2010—2020年荔枝總種植面積基本不變），來(lái)源于從化區(qū)農(nóng)業(yè)環(huán)境與植物保護(hù)站；氣象資料選取2010—2020年逐月雨量、平均氣溫、相對(duì)濕度、日照時(shí)數(shù)、平均氣壓、雨日、最高氣溫和最低氣溫共8項(xiàng)氣象要素，來(lái)源于從化區(qū)國(guó)家氣象觀測(cè)站。

1.2 研究方法

運(yùn)用相關(guān)系數(shù)法進(jìn)行因子普查，由于從化區(qū)荔枝多于8月采摘，故以每年8月至次年7月為一個(gè)荔枝病蟲(chóng)害影響周期。

將2010—2019年荔枝椿象和霜疫霉病逐年致災(zāi)面積分別與同周期各項(xiàng)氣象因素的逐月數(shù)據(jù)進(jìn)行相關(guān)性分析，本研究共普查96個(gè)氣象因子，篩選出相關(guān)系數(shù)大于0.5的因子各14個(gè)（荔枝椿象致災(zāi)面積氣象因子：1月平均氣溫、1月平均相對(duì)濕度、6月平均氣壓、1月最高氣溫、4月最高氣溫、6月雨量、上一年12月平均氣溫、上一年11月日照時(shí)數(shù)、上一年12月日照時(shí)數(shù)、1月平均氣壓、上一年12月平均氣壓、7月最高氣溫、上一年9月最高氣溫、1月雨量；荔枝霜疫霉病致災(zāi)面積氣象因子：6月平均氣溫、7月平均氣壓、4月最高氣溫、6月最高氣溫、4月平均氣溫、1月平均氣壓、2月最高氣溫、上一年10月平均氣溫、上一年11月平均氣溫、6月日照時(shí)數(shù)、1月雨日、5月雨日、7月最高氣溫、上一年10月平均氣壓）。

結(jié)合氣象因素對(duì)荔枝病蟲(chóng)害的主要影響，利用多元回歸方法分別建立荔枝椿象和霜疫霉病致災(zāi)面積數(shù)字預(yù)測(cè)模型，最后用2020年數(shù)據(jù)進(jìn)行預(yù)報(bào)檢驗(yàn)。

2 結(jié)果與分析

2.1 氣象因素對(duì)荔枝椿象致災(zāi)面積的影響

統(tǒng)計(jì)可知，椿象致災(zāi)面積與1、4和6月的部分氣象因子相關(guān)性最為顯著，尤其是1月平均氣溫和平均相對(duì)濕度相關(guān)系數(shù)都高于0.8，說(shuō)明氣溫和相對(duì)濕度是影響荔枝椿象發(fā)育的重要因素（圖1）。

1）氣溫。椿象致災(zāi)面積與冬季氣溫成正比，與春夏季氣溫成反比。如圖1a所示，2011年1月平均氣溫最低，對(duì)應(yīng)的荔枝椿象致災(zāi)面積也最低。因?yàn)樵诙斓蜏厍闆r下，椿象會(huì)進(jìn)入假死狀態(tài)，成蟲(chóng)受凍不易起飛［3］，所以冬季氣溫越低，椿象的致災(zāi)面積越小。2011年4月最高氣溫超過(guò)34℃（圖1b），對(duì)應(yīng)當(dāng)年的荔枝椿象致災(zāi)面積也最低。且春季3—5月為椿象產(chǎn)卵盛期［2］，說(shuō)明出現(xiàn)高溫天氣時(shí)椿象產(chǎn)卵率大幅下降。

2）相對(duì)濕度。相對(duì)濕度與荔枝椿象致災(zāi)面積呈正相關(guān)（圖1c）。由圖1c可知，當(dāng)相對(duì)濕度大于80%時(shí)，荔枝椿象的致災(zāi)率都較高，說(shuō)明荔枝椿象適宜生長(zhǎng)在相對(duì)濕潤(rùn)的環(huán)境中。從化區(qū)年平均相對(duì)濕度在75%～85%之間，滿(mǎn)足荔枝椿象的生長(zhǎng)所需的濕度條件，故而椿象的為害率較高。

圖1 荔枝椿象致災(zāi)面積與1月平均氣溫（a）、4月最高氣溫（b）和1月平均相對(duì)濕度（c）的散點(diǎn)圖

2.2 氣象要素與荔枝霜疫霉病的關(guān)系

由1.2節(jié)可知，霜疫霉病致災(zāi)面積與氣溫和氣壓都有較高的相關(guān)系數(shù)。

1）氣溫。霜疫霉致災(zāi)面積與4和6月的最高氣溫都呈負(fù)相關(guān)，說(shuō)明春夏季氣溫越高越不利于霜疫霉生長(zhǎng)。劉晉［5］和張榮等［6-7］指出，廣東省荔枝霜疫霉培養(yǎng)基中，34℃以上菌絲均不能生長(zhǎng)和產(chǎn)孢。結(jié)合圖2來(lái)看，只有2010年6月最高氣溫低于34℃，且2010年致災(zāi)面積也是最多的，說(shuō)明34℃以上不利于霜疫霉生長(zhǎng)，這與以往的研究是吻合的。

圖2 荔枝霜疫霉病致災(zāi)面積（a）與6月最高氣溫的散點(diǎn)圖（b）

2）氣壓。經(jīng)計(jì)算，6—8月平均氣壓與霜疫霉病致災(zāi)面積的相關(guān)系數(shù)為0.655 711，說(shuō)明夏季氣壓越高越有利于霜疫霉的生長(zhǎng)。夏季氣溫高、氣壓低，當(dāng)近地面氣壓升高時(shí)，氣溫降低，再次驗(yàn)證2.1節(jié)高溫天氣不利于霜疫霉生長(zhǎng)繁殖。

2.3 荔枝椿象、霜疫霉病致災(zāi)面積預(yù)測(cè)模型構(gòu)建

1）致災(zāi)面積預(yù)測(cè)模型的建立。

設(shè)定置信度為0.1，選取通過(guò)水平顯著性檢驗(yàn)的氣象因子，結(jié)合氣象條件關(guān)系分析，用逐步回歸方法進(jìn)一步篩選出顯著因子并建立線性多元回歸方程［8-12］。

荔枝椿象致災(zāi)面積預(yù)測(cè)方程為

其中，X1為1月平均氣溫（℃）；X2為1月平均相對(duì)濕度（%）；X3為4月最高氣溫（℃）。

荔枝霜疫霉病致災(zāi)面積預(yù)測(cè)方程為

其中，X1為7月平均氣壓（hPa）；X2為4月最高氣溫（℃）；X3為上一年10月平均氣壓（hPa）。

對(duì)方程（1）和方程（2）進(jìn)行顯著性檢驗(yàn)［11］，分別求得F檢驗(yàn)值為15.342 3和8.753 7，F(xiàn)查表值均為3.288 8，方程（1）和方程（2）的F檢驗(yàn)值均大于查表值，通過(guò)顯著性檢驗(yàn)。

2）致災(zāi)面積預(yù)測(cè)模型的試預(yù)測(cè)。

運(yùn)用區(qū)間估計(jì)［13］的方法，分別計(jì)算兩個(gè)方程的置信區(qū)間，將2020年氣象數(shù)據(jù)回代回歸方程后求出回代值，如回代值介于置信上限和置信下限之間，則預(yù)測(cè)正確。回歸效果見(jiàn)表1。

表1 荔枝霜疫霉病致災(zāi)面積預(yù)測(cè)方程回歸效果檢驗(yàn)

經(jīng)對(duì)比檢驗(yàn)，荔枝椿象致災(zāi)面積和荔枝霜疫霉病致災(zāi)面積預(yù)測(cè)方程回代后誤差都比較小，試預(yù)報(bào)正確，回歸效果較好。

3 結(jié)論

1）影響荔枝椿象致災(zāi)面積的主要?dú)庀笠蜃邮菤鉁睾拖鄬?duì)濕度，影響霜疫霉病致災(zāi)面積的主要?dú)庀笠蜃邮菤鉁睾蜌鈮骸?/p>

2）該預(yù)測(cè)模型2020年試預(yù)報(bào)效果表明，該方法科學(xué)可行，可用于荔枝椿象、霜疫霉病致災(zāi)面積的早期預(yù)測(cè)預(yù)警。

3）霜疫霉病致災(zāi)面積與夏季氣壓呈正比，與秋冬季氣壓呈反比，說(shuō)明存在適宜霜疫霉病菌生長(zhǎng)的氣壓區(qū)間，目前氣壓與霜疫霉病相關(guān)性研究較少，有待資料補(bǔ)充后再做進(jìn)一步研究。

本研究荔枝病蟲(chóng)害致災(zāi)面積是經(jīng)噴灑農(nóng)藥和生物防治影響后的數(shù)據(jù)，對(duì)本研究并未完全達(dá)到控制變量的效果，致災(zāi)面積的增減不一定是完全由氣象條件導(dǎo)致的，且荔枝病蟲(chóng)害還受其生長(zhǎng)環(huán)境、栽培技術(shù)等因素的影響，如果能開(kāi)辟單獨(dú)實(shí)驗(yàn)田，并將其他因素融入到預(yù)測(cè)模型中，預(yù)測(cè)效果更佳。