松陽茶園主要蟲害與氣象因子的關(guān)系

宋丹 ,姜燕敏 ,蘭建軍 ,鄭欣飛

(1.松陽縣氣象局,浙江 松陽 323400;2.麗水市氣象局,浙江 麗水 323000;3.松陽縣農(nóng)業(yè)農(nóng)村局,浙江 松陽 323400;4.南京信息工程大學(xué) 應(yīng)用氣象學(xué)院,江蘇 南京 210044)

松陽位于浙西南山區(qū),屬中亞熱帶濕潤季風(fēng)區(qū),季風(fēng)交替明顯,溫暖濕潤,四季分明,雨量充沛,無霜期長,是浙江生態(tài)綠茶第一縣、中國名茶之鄉(xiāng)、全國茶產(chǎn)業(yè)發(fā)展示范縣,中國十大生態(tài)產(chǎn)茶縣。茶產(chǎn)業(yè)是松陽縣農(nóng)業(yè)的主導(dǎo)產(chǎn)業(yè),2020 年,全縣有茶園8 967 hm2,茶葉總產(chǎn)量16 470 t,產(chǎn)值168 400 萬元。全縣40%的人口從事茶產(chǎn)業(yè),農(nóng)民收入的50%來源于茶產(chǎn)業(yè),農(nóng)業(yè)產(chǎn)值的60%來自茶產(chǎn)業(yè)。

根據(jù)田間調(diào)查,黑刺粉虱是松陽茶園的主要害蟲之一,隨著茶園面積不斷擴(kuò)大和茶樹樹齡增長,黑刺粉虱造成的經(jīng)濟(jì)損失越來越嚴(yán)重,對(duì)茶園生產(chǎn)造成極大威脅。茶園黑刺粉虱以若蟲寄生在葉片表面刺吸汁液,并且分泌蜜露引發(fā)嚴(yán)重的煙煤病[1],病蟲交加,養(yǎng)分喪失,光合作用受阻,造成樹勢(shì)衰弱,芽葉稀瘦,以致枝葉枯竭[2],嚴(yán)重影響茶葉的品質(zhì)和產(chǎn)量。松陽茶園黑刺粉虱的綠色防控主要采用黃板和性信息素結(jié)合誘殺技術(shù),利用害蟲對(duì)顏色的趨性黏殺害蟲,實(shí)現(xiàn)物理誘殺害蟲,利用黑刺粉虱對(duì)信息素的趨性,將信息素放在黃板上誘殺黑刺粉虱成蟲,以降低下一代幼蟲蟲口密度,減輕茶葉黑刺粉虱的危害。在越冬代黑刺粉虱成蟲高峰期前3～5 d[3]懸掛黃板是最佳綠色防控時(shí)間,黑刺粉虱信息素引誘劑在成蟲高峰期配合黃板使用效果較佳。目前國內(nèi)學(xué)者對(duì)農(nóng)作物病蟲害氣象預(yù)報(bào)進(jìn)行了大量的研究,指出蟲害發(fā)生發(fā)展與氣象條件密切相關(guān),如熱量 (溫度和積溫)、降水、濕度、風(fēng)和光照 (包括太陽輻射) 等氣象要素可影響害蟲的地區(qū)分布、遷移、生存時(shí)期、繁育與成活率。影響蟲害的發(fā)生數(shù)量與危害程度的其他兩個(gè)因素是食物及其天敵,也直接或間接受到氣象條件的制約[4-7]。黃春娟等[8]通過茶區(qū)氣象資料與蟲害資料進(jìn)行分析,研究氣候預(yù)測(cè)與茶葉綠色農(nóng)業(yè)防治關(guān)系,指出蟲害發(fā)生的預(yù)測(cè)與氣溫、相對(duì)濕度、降水和風(fēng)速等氣象要素有很大的關(guān)聯(lián)性。張惠等[9]指出當(dāng)氣溫適宜時(shí),春季干旱氣候利于黑刺粉虱、白刺粉虱的發(fā)生發(fā)展。敖芹等[10]指出當(dāng)春季氣溫上升至15～17 ℃,且出現(xiàn)連續(xù)6 d 以上的無雨日時(shí),利于黑刺粉虱、白刺粉虱的大發(fā)生。

目前,國內(nèi)對(duì)茶樹病蟲害預(yù)防技術(shù)的研究主要為綠色防控技術(shù)[11-15],針對(duì)茶樹主要蟲害與氣象因子的分析過于簡單,本文通過對(duì)2007—2019 年松陽越冬代黑刺粉虱成蟲羽化高峰期與同期的氣象要素進(jìn)行大量統(tǒng)計(jì)分析,篩選影響的預(yù)測(cè)因子,建立越冬代黑刺粉虱成蟲羽化高峰期的預(yù)測(cè)模型,指導(dǎo)農(nóng)業(yè)主體適時(shí)采取防控措施,為本地茶園綠色生態(tài)防控提供氣象服務(wù)保障。

1 材料與方法

1.1 資料來源

2007—2019 年越冬代黑刺粉虱成蟲羽化高峰期資料由松陽縣農(nóng)業(yè)農(nóng)村局土肥植保能源中心提供,該數(shù)據(jù)取自浙南松陽縣境內(nèi)3 塊茶園 (每塊667 m2),茶園主栽龍井43、烏牛早、安吉白茶,每年3 月1 日開始調(diào)查,每5 d 調(diào)查一次。同期氣象資料取自松陽縣氣象局西屏街道區(qū)域自動(dòng)站氣象數(shù)據(jù),主要包括平均氣溫、降水量、相對(duì)濕度、日照時(shí)數(shù)等。

1.2 方法

由于2007—2019 年越冬代黑刺粉虱成蟲羽化高峰期發(fā)生記載為日期,無法與氣象要素進(jìn)行相關(guān)分析,首先將越冬代黑刺粉虱成蟲羽化高峰期轉(zhuǎn)換成日序 (統(tǒng)計(jì)值)[16],以3 月1 日為1、3 月2 日為2 依次類推,然后將日序值與平均氣溫、降水量、日照時(shí)數(shù)、相對(duì)濕度等氣象相關(guān)因子分別做相關(guān)性分析,通過相關(guān)系數(shù)的大小和顯著性檢驗(yàn)篩選出對(duì)黑刺粉虱成蟲羽化高峰期影響較大的氣象因子,從而利用線性回歸方法建立越冬代黑刺粉虱成蟲羽化高峰期預(yù)測(cè)模型,并用2020—2021 年高峰期田間調(diào)查資料檢驗(yàn)?zāi)Ｐ偷念A(yù)測(cè)效果。

2 結(jié)果與分析

2.1 高峰期發(fā)生時(shí)期

2007—2019 年松陽縣茶園越冬代黑刺粉虱成蟲羽化高峰期見圖1。2007—2019 年越冬代黑刺粉虱成蟲羽化高峰期有所不同,2007、2010 和2015年最早為4 月5 日,2009、2011、2016、2017 和2019 年為4 月10 日,2013、2018 年為4 月15 日,2008、2012 和2014 年為4 月20 日。由此可見,黑刺粉虱越冬代成蟲羽化高峰期都集中出現(xiàn)在4 月。

圖1 2007—2019 年松陽茶園越冬代黑刺粉虱成蟲羽化高峰期

2.2 篩選氣象因子

分析上年12 月至當(dāng)年4 月各時(shí)期的平均氣溫、降水量、日照時(shí)數(shù)、相對(duì)濕度與高峰期日序值的相關(guān)性,結(jié)果見表1 和表2。由于上年12 月、當(dāng)年4月的氣象要素以及上年12 月至當(dāng)年4 月各旬氣象要素與高峰期日序值的相關(guān)系數(shù)均未達(dá)顯著水平,說明這些因素對(duì)高峰期的影響較小,故表1、表2中省略,表中僅列出1—3 月的平均氣溫、降水量、日照時(shí)數(shù)、相對(duì)濕度與高峰期的相關(guān)系數(shù)。由表1、表2 可見,越冬代黑刺粉虱成蟲羽化高峰期日序值與2 月6—10 日日照時(shí)數(shù)為顯著負(fù)相關(guān);與3月21—15 日日照時(shí)數(shù)為極顯著正相關(guān);與2 月平均氣溫為極顯著負(fù)相關(guān);與2 月6—10 日平均氣溫為極顯著負(fù)相關(guān);與降水量和相對(duì)濕度無顯著相關(guān)性。從高峰期日序值與平均氣溫相關(guān)性來看,與2月平均氣溫均呈負(fù)相關(guān),其中與2 月1—5 日平均氣溫相關(guān)性最低。

表1 越冬代黑刺粉虱成蟲羽化高峰期 (日序)與1—3 月平均氣象因子的相關(guān)系數(shù)

表2 越冬代黑刺粉虱成蟲羽化高峰期 (日序)與1—3 月月平均氣象因子的相關(guān)系數(shù)

據(jù)陳雪芬等[18]報(bào)道,黑刺粉虱當(dāng)代1 齡幼蟲中期盛發(fā)至下代1 齡中期盛發(fā)的發(fā)育起點(diǎn)溫度為10.46 ℃;據(jù)陳炳旭等[19]報(bào)道,柑橘黑刺粉虱世代發(fā)育起點(diǎn)溫度為11.01 ℃[20]。現(xiàn)將10.46 ℃、11.01 ℃分別作為越冬代黑刺粉虱幼蟲發(fā)育的起點(diǎn)溫度進(jìn)行積溫測(cè)算[21]。

將2007—2019 年的氣溫資料代入積溫測(cè)算公式求出1 月、2 月、3 月的積溫值,并算出高峰期日序值與對(duì)應(yīng)積溫值的相關(guān)性,由于高峰期日序值與2 月1—5 日平均氣溫相關(guān)性最低,所以剔除該影響時(shí)段,計(jì)算高峰期日序值與2 月6—28 日積溫的相關(guān)性 (表3)。高峰期日序值與2 月活動(dòng)積溫、2 月6—28 日的活動(dòng)積溫均為極顯著負(fù)相關(guān),與2月6—28 日的有效積溫均為顯著負(fù)相關(guān)。

表3 越冬代黑刺粉虱成蟲羽化高峰期 (日序)與1—3 月積溫的相關(guān)系數(shù)

2.3 多重回歸分析

對(duì)2007—2019 年越冬代黑刺粉虱成蟲羽化高峰期日序值與顯著影響因子進(jìn)行回歸分析,分別建立越冬代黑刺粉虱成蟲羽化高峰期預(yù)測(cè)模型 (1)、模型 (2),其中X1為2 月6—10 日日照時(shí)數(shù)、X2為3 月21—25 日日照時(shí)數(shù)、X3為2 月平均氣溫、X4為2 月活動(dòng)積溫、X5為2 月2 侯平均氣溫、X6為2 月6—28 日活動(dòng)積溫、X7為2 月6—28 日有效積溫 (≥10.46 ℃) (表4)。表4 中預(yù)測(cè)模型檢驗(yàn)的P值都小于0.05,說明兩個(gè)回歸方程式都達(dá)到顯著水平。

表4 越冬代黑刺粉虱成蟲羽化高峰期 (日序) 預(yù)測(cè)模型

根據(jù)所建立的預(yù)測(cè)模型 (1)、模型 (2) 方程,分別用2007—2019 年的氣象數(shù)據(jù)對(duì)當(dāng)年越冬代黑刺粉虱成蟲羽化高峰期進(jìn)行回代擬合檢驗(yàn)(表5)。預(yù)測(cè)高峰期模型 (1) 與實(shí)際高峰期日序值最大誤差為3 d,有1 a,誤差≤2 d 的概率為92.3%;模型 (2) 最大誤差3 d,有3 a,誤差≤2 d 的概率為76.9%。兩種模型均無4 d 以上誤差,回代檢驗(yàn)效果理想。兩種模型比較,模型 (1) 擬合度高于模型 (2)。

2.4 測(cè)試結(jié)果檢驗(yàn)

我們利用2020—2021 年氣象資料對(duì)越冬代黑刺粉虱羽化高峰期進(jìn)行預(yù)測(cè)模型檢驗(yàn),計(jì)算結(jié)果與實(shí)測(cè)值的對(duì)比如表5、6 所示。2020 年和2021 年實(shí)際高峰期均為4 月15 日,模型 (1) 預(yù)測(cè)2020年、2021 年高峰期日序值均為45,對(duì)應(yīng)日期均為4 月14 日,2 a 預(yù)測(cè)值與實(shí)際值都相差1 d,且都在4 月11—15 日;模型 (2) 預(yù)測(cè)2020 年、2021年高峰期日序值分別為40 和42,對(duì)應(yīng)日期為4 月9 日和4 月11 日,2020 年相差6 d,2021 年相差4 d,但2021 預(yù)測(cè)值與實(shí)測(cè)值均在4 月11—15 日。從以上預(yù)測(cè)結(jié)果得出:模型 (1) 預(yù)測(cè)效果好于模型 (2),利用氣象要素采用回歸分析對(duì)黑刺粉虱越冬代成蟲羽化高峰期進(jìn)行推算的方法有效可行,并可以在每年3 月26 日前預(yù)測(cè)高峰期,能夠滿足農(nóng)業(yè)生產(chǎn)指導(dǎo)病蟲防控的需要。

表5 2007—2019 年越冬代黑刺粉虱成蟲羽化高峰期 (日序) 預(yù)測(cè)與檢驗(yàn)結(jié)果

表6 2020—2021 年越冬代黑刺粉虱成蟲羽化高峰期 (日序) 預(yù)測(cè)與檢驗(yàn)結(jié)果

3 小結(jié)與討論

松陽縣2007—2019 年越冬代黑刺粉虱羽化高峰期主要受2 月6—10 日日照時(shí)數(shù)、3 月21—25 日日照時(shí)數(shù)、2 月平均氣溫、2 月活動(dòng)積溫、2 月6—10 日平均氣溫、2 月6—28 日活動(dòng)積溫、2 月6—28 日有效積溫 (≥10.46 ℃) 的影響,而與降水量和相對(duì)濕度相關(guān)性較小。

引入顯著性氣象因子,分別采用了全部回歸和逐步回歸分析數(shù)據(jù),建立預(yù)測(cè)越冬代黑刺粉虱羽化高峰期模型。通過回代檢驗(yàn),模型 (1) 和模型(2) ≤2 d 的預(yù)測(cè)擬合度分別為92.3%和76.9%;通過對(duì)2020 年、2021 年預(yù)測(cè)檢驗(yàn),模型 (1) 誤差在2 d 以內(nèi)準(zhǔn)確率100%,效果較好。利用本研究建立的模型,結(jié)合氣象部門氣象站點(diǎn)的資料,可以在每年3 月26 日前預(yù)測(cè)越冬代黑刺粉虱羽化高峰期,為黑刺粉虱的綠色防控提供一定的參考。

本研究在篩選氣象因子時(shí)既用了長時(shí)間段的月氣象因子,又用了短時(shí)間段的侯氣象因子,但仍存在1～3 d 的誤差,這可能與模型僅考慮了影響高峰期的氣象因子,而茶園的種植結(jié)構(gòu)、田間管理、生物因子也會(huì)影響高峰期。

建立模型材料為2007—2019 年的數(shù)據(jù),樣本積累仍然偏少,且蟲害資料僅是定性調(diào)查資料,應(yīng)用模型預(yù)測(cè)時(shí)難免有偏差,在之后應(yīng)用中有待于進(jìn)一步修正完善。