论文部分内容阅读
摘 要：通过对湖州2001-2012年共12a小麦赤霉病发生资料与气象资料进行对比分析，选择影响湖州小麦赤霉病发生的气象因子气温、降水、湿度、日照等，考虑前期气象条件，通过统计分析方法，建立了小麦赤霉病发生气象条件等级预报模型。用本地气象台发布的未来10d天气预报结论，结合前期天气实况，对未来10d小麦赤霉病发生气象条件等级进行预报。预报模型紧密联系预报产品特点和预报服务实际，实用性较强。
关键词：小麦赤霉病；气象条件；分析；预测
中图分类号 S435.121 文献标识码 A 文章编号 1007-7731（2016）05-102-03
Abstract：The paper compared the occurrence rates of wheat scab and their related meteorologic data in Huzhou district from 2001 to 2012，and identified an internal relation between wheat scab occurrence and meteorologic condition，by analyzing several crucial meteorologic factors，including temperature，rainfall，humidity and sunshine. We constructed a powerful meteorologic forecast model to forecast wheat scab occurrence grades，which is easy and precise in forecasting wheat scab occurrence grades in the next 10 days by adding the parameters of weather report conclusion，current weather condition into this model. This forecast model is powerful and practicable because it is close to characteristics of forecast products and application.
Key words：Wheat scab；Meteorological condition；Analysis；Forecast
小麦赤霉病是影响小麦生长的主要病害之一，其流行取决于3个方面因素的配合：大量菌源的存在、高温高湿的气象条件及小麦最易感染生育期的状况。赤霉病不仅会造成小麦的严重减产，而且会恶化子粒品质，带病麦粒含有毒素，影响人畜健康。因此，做好小麦赤霉病的预测模型，在不同时期对小麦赤霉病进行预测，将有助于采取适宜的防治方案和防治物资的准备，对小麦赤霉病进行适时适量用药防治，以确保小麦的产量和品质，对农业可持续发展具有重要意义。
1 资料来源及处理
1.1 数据来源 小麦赤霉病数据：2001-2012年小麦赤霉病在抽穗扬花期病田率、病穗率、病情指数和乳熟期病田率、病穗率、病情指数、发病面积比和发病程度数据，数据来源于湖州市植保检疫站。气象数据：2001-2012年逐日平均气温、最高气温、平均相对湿度、最小相对湿度、雨日、降水量、日照时数、风力，数据来源于湖州国家基本观测站观测数据。
1.2 资料处理 根据2001-2012年逐日平均气温、最高气温、平均相对湿度、最小相对湿度、雨日、降水量、日照时数、风力数据，统计逐月雨量、雨日、日照、相对湿度、平均气温、平均最高气温、最大风，4月中旬至5月中旬降水量、雨日、日照、相对湿度、平均风、最大风、平均气温、最高气温平均值，以及上年7、8月平均气温、雨量、平均最高气温等。
2 近12a湖州小麦赤霉病发生情况
小麦赤霉病对湖州市小麦生长造成影响的主要时段是4月中旬至5月下旬。本文分析了2001-2012年湖州市小麦赤霉病发病情况，2001-2003年为中偏重发生，2005和2012年为中等发生，其余年份发生程度较轻。其中2001年5月14日小麦病穗率37.3%，病情指数达到10.4，分别是常年的3.3倍和1.5倍；2002年5月9日小麦病穗率33.4%，病情指数达到15.4，分别是常年的3.1倍和2.2倍，发病面积比达到74.5%；2003年小麦病穗率33.8%，病情指数为9.3，发病面积比达到89.4%；2001-2003年、2012年乳熟期病田率均超过70%，2003年和2012年乳熟期病田率均达到了90%，2002年和2012年产量损失占总产量的比例超过10%（图1）。
3 小麦赤霉病发生气象条件分析
本文分析了抽穗扬花期病田率、病穗率、病情指数，乳熟期病田率、病穗率、病情指数、发病面积比、发病程度与4月、5月的月雨量、雨日、日照、相对湿度、平均气温、最高气温平均值、平均风、最大风，4月中旬至5月中旬的降水量、雨日、日照、相对湿度、平均风、最大风、平均气温、最高气温平均值，1、2、3月的月降水量、雨日、平均气温、平均最高气温，上年7～12月的月平均气温、雨量，上年7～8月平均气温、雨量，上年7～8月平均最高气温等气象因子统计要素的相关性，结果显示：
3.1 抽穗扬花期 病情指数与4月日照呈反相关，与4月相对湿度呈正相关，与4月雨日呈正相关，与2月雨量呈正相关，说明4月湿度越大，雨日越多，日照越少，4月病情指数越高，2月越来越多，4月病情指数越高。
3.2 乳熟期 病情指数与4月雨量、雨日呈正相关，与4月日照呈反相关，与5月雨日呈正相关，与5月日照呈反相关，与5月相对湿度呈正相关，与5月最高气温平均值呈反相关，与4月中旬至5月中旬雨日呈正相关，与4月中旬至5月中旬日照呈反相关，与4月中旬至5月中旬相对湿度呈正相关，与4月中旬至5月中旬平均气温、最高气温平均值呈反相关，与风相关性小，与上年8月平均气温呈反相关。说明4、5月雨量、雨日越多，日照越少，湿度越大，4月中旬至5月中旬平均气温和最高气温平均值、日照越少，湿度越大，5月病指越高。 3.3 乳熟期 发病面积比与4月雨日、相对湿度呈正相关，与5月雨日呈正相关，与5月日照呈反相关，与5月相对湿度呈正相关，与4月中旬至5月中旬日照呈反相关，与4月中旬至5月中旬相对湿度呈正相关，与5月最高气温平均值呈反相关，上年9月平均气温呈反相关，上年8月平均气温呈反相关。说明4、5月湿度越大，雨日越多，日照越少，5月最高气温平均值越低，上年8、9月平均气温越低，上年8月雨量越多，5月发病面积比越大。
4 小麦赤霉病发生气象条件等级预测模型及检验
4.1 模型建立 本文通过设置各气象要素的权重系数，建立小麦赤霉病发生气象条件等级预报模型。通过上述相关分析，本文确定最高气温平均值TG、雨日RA、日照时数S、相对湿度RH、上年8～9月平均气温T8-9、2月雨量R2等6个要素作为气象条件等级指标，选取预报日前5d的要素实况值和预报日后9d共15d的各气象要素预报值。计算公式如下：
Y=SA=ATG+ARA+AS+ARH+AT8-9+AR2
其中，ATG为最高气温平均值TG的权重系数，取未来10d最高气温预报值的平均值，根据最高气温平均值与常年同期的对比情况确定不同权重系数；ARA为雨日RA的权重系数，取预报日前5d和未来10d降雨预报值，根据雨日数与常年同期的对比情况确定不同权重系数；AS为日照时数S的权重系数，取未来10d云量预报值，根据云量70%以上的天数确定不同权重系数；ATH为相对湿度TH的权重系数，取未来10d相对湿度预报值，根据相对湿度80%以上的天数确定不同权重系数；AT8-9为上年8～9月平均气温T8-9的权重系数，根据上年8～9月平均气温与常年同期对比情况确定不同权重系数；AR2为2月雨量R2的权重系数，根据2月雨量与常年同期对比情况确定不同权重系数。
计算各气象要素权重系数A，根据权重系数之和Y（见表1）判断天气条件对小麦赤霉病发生是否有利，将小麦赤霉病发生气象条件等级划分为5个级别。
4.2 模型检验 湖州市2014年4月中下旬雨量雨日偏多，雨日多达12d，较常年同期偏多3～4d，11～13日、19～22日、25～27日出现连阴雨天气，日照较常年同期偏少37h，另外2月雨量是常年同期的近2倍，加之前期稻桩子囊壳带菌率比常年多1.2倍，菌源基数高加上天气条件对小麦赤霉病发生有利。运用本模型在4月8日和13日分别进行小麦赤霉病发生气象条件预测，气象条件均为二级，对小麦赤霉病发生较有利。湖州市植保检疫站在4月8日指出要切实做好麦类赤霉病为主的病虫害防治，在4月8日和14日的《一周天气与农事》中指出未来一周气象条件对小麦赤霉病发生较有利。2014年小麦赤霉病发生程度较重，与模型结果较相符。
5 结论
（1）通过分析2001-2012年小麦赤霉病在抽穗扬花期、乳熟期病情指数和发病面积比与各气象因子的相关关系，发现：小麦赤霉病抽穗扬花期病情指数与4月相对湿度、雨日、2月雨量呈正相关，而4月日照呈反相关；乳熟期病情指数、发病面积均与4、5月相对湿度、雨日呈正相关，与4、5月日照、5月最高气温平均值和上年8～9月平均气温呈反相关。
（2）运用预报日前5d和未来10d的雨日、未来10d最高气温、日照、相对湿度和2月雨量、上年8～9月平均气温等6个要素预报值和实况值，通过给定不同权重系数，建立稻纵卷叶螟发生气象条件等级预测模型，并运用2014年相应气象因子进行了模型检验，检验效果较好。
（3）影响小麦赤霉病发生的因素除气象条件外，还有小麦品种、栽培方式以及前期带菌量等，由于缺乏该方面的资料，故不作考虑。
参考文献
[1]刘志红.BP神经网络在小麦赤霉病气象预测中的应用[J].云南农业大学学报，2010，25（5）：680-685.
[2]贾金明.黄河中下游小麦赤霉病气象指数的建立与应用[J].气象，2002，28（3）：50-53.
[3]周元.基于GIS的小麦赤霉病气象等级预报系统的设计与实现[J].气象科技，2011，39（3）：379-384.
[4]韩长安.小麦赤霉病发生和危害程度的预测模式[J].上海农业学报，1994，10（2）：67-70.
[5]袁昌洪.小麦赤霉病流行程度的农业气象动态预测模型[J].安徽农业科学，2009，37（1）：204-206.
[6]张旭晖.小麦赤霉病气象等级预报模式研究[J].安徽农业科学，2008，36（23）：10030-10032. （责编：张宏民）
关键词：小麦赤霉病；气象条件；分析；预测
中图分类号 S435.121 文献标识码 A 文章编号 1007-7731（2016）05-102-03
Abstract：The paper compared the occurrence rates of wheat scab and their related meteorologic data in Huzhou district from 2001 to 2012，and identified an internal relation between wheat scab occurrence and meteorologic condition，by analyzing several crucial meteorologic factors，including temperature，rainfall，humidity and sunshine. We constructed a powerful meteorologic forecast model to forecast wheat scab occurrence grades，which is easy and precise in forecasting wheat scab occurrence grades in the next 10 days by adding the parameters of weather report conclusion，current weather condition into this model. This forecast model is powerful and practicable because it is close to characteristics of forecast products and application.
Key words：Wheat scab；Meteorological condition；Analysis；Forecast
小麦赤霉病是影响小麦生长的主要病害之一，其流行取决于3个方面因素的配合：大量菌源的存在、高温高湿的气象条件及小麦最易感染生育期的状况。赤霉病不仅会造成小麦的严重减产，而且会恶化子粒品质，带病麦粒含有毒素，影响人畜健康。因此，做好小麦赤霉病的预测模型，在不同时期对小麦赤霉病进行预测，将有助于采取适宜的防治方案和防治物资的准备，对小麦赤霉病进行适时适量用药防治，以确保小麦的产量和品质，对农业可持续发展具有重要意义。
1 资料来源及处理
1.1 数据来源 小麦赤霉病数据：2001-2012年小麦赤霉病在抽穗扬花期病田率、病穗率、病情指数和乳熟期病田率、病穗率、病情指数、发病面积比和发病程度数据，数据来源于湖州市植保检疫站。气象数据：2001-2012年逐日平均气温、最高气温、平均相对湿度、最小相对湿度、雨日、降水量、日照时数、风力，数据来源于湖州国家基本观测站观测数据。
1.2 资料处理 根据2001-2012年逐日平均气温、最高气温、平均相对湿度、最小相对湿度、雨日、降水量、日照时数、风力数据，统计逐月雨量、雨日、日照、相对湿度、平均气温、平均最高气温、最大风，4月中旬至5月中旬降水量、雨日、日照、相对湿度、平均风、最大风、平均气温、最高气温平均值，以及上年7、8月平均气温、雨量、平均最高气温等。
2 近12a湖州小麦赤霉病发生情况
小麦赤霉病对湖州市小麦生长造成影响的主要时段是4月中旬至5月下旬。本文分析了2001-2012年湖州市小麦赤霉病发病情况，2001-2003年为中偏重发生，2005和2012年为中等发生，其余年份发生程度较轻。其中2001年5月14日小麦病穗率37.3%，病情指数达到10.4，分别是常年的3.3倍和1.5倍；2002年5月9日小麦病穗率33.4%，病情指数达到15.4，分别是常年的3.1倍和2.2倍，发病面积比达到74.5%；2003年小麦病穗率33.8%，病情指数为9.3，发病面积比达到89.4%；2001-2003年、2012年乳熟期病田率均超过70%，2003年和2012年乳熟期病田率均达到了90%，2002年和2012年产量损失占总产量的比例超过10%（图1）。
3 小麦赤霉病发生气象条件分析
本文分析了抽穗扬花期病田率、病穗率、病情指数，乳熟期病田率、病穗率、病情指数、发病面积比、发病程度与4月、5月的月雨量、雨日、日照、相对湿度、平均气温、最高气温平均值、平均风、最大风，4月中旬至5月中旬的降水量、雨日、日照、相对湿度、平均风、最大风、平均气温、最高气温平均值，1、2、3月的月降水量、雨日、平均气温、平均最高气温，上年7～12月的月平均气温、雨量，上年7～8月平均气温、雨量，上年7～8月平均最高气温等气象因子统计要素的相关性，结果显示：
3.1 抽穗扬花期 病情指数与4月日照呈反相关，与4月相对湿度呈正相关，与4月雨日呈正相关，与2月雨量呈正相关，说明4月湿度越大，雨日越多，日照越少，4月病情指数越高，2月越来越多，4月病情指数越高。
3.2 乳熟期 病情指数与4月雨量、雨日呈正相关，与4月日照呈反相关，与5月雨日呈正相关，与5月日照呈反相关，与5月相对湿度呈正相关，与5月最高气温平均值呈反相关，与4月中旬至5月中旬雨日呈正相关，与4月中旬至5月中旬日照呈反相关，与4月中旬至5月中旬相对湿度呈正相关，与4月中旬至5月中旬平均气温、最高气温平均值呈反相关，与风相关性小，与上年8月平均气温呈反相关。说明4、5月雨量、雨日越多，日照越少，湿度越大，4月中旬至5月中旬平均气温和最高气温平均值、日照越少，湿度越大，5月病指越高。 3.3 乳熟期 发病面积比与4月雨日、相对湿度呈正相关，与5月雨日呈正相关，与5月日照呈反相关，与5月相对湿度呈正相关，与4月中旬至5月中旬日照呈反相关，与4月中旬至5月中旬相对湿度呈正相关，与5月最高气温平均值呈反相关，上年9月平均气温呈反相关，上年8月平均气温呈反相关。说明4、5月湿度越大，雨日越多，日照越少，5月最高气温平均值越低，上年8、9月平均气温越低，上年8月雨量越多，5月发病面积比越大。
4 小麦赤霉病发生气象条件等级预测模型及检验
4.1 模型建立 本文通过设置各气象要素的权重系数，建立小麦赤霉病发生气象条件等级预报模型。通过上述相关分析，本文确定最高气温平均值TG、雨日RA、日照时数S、相对湿度RH、上年8～9月平均气温T8-9、2月雨量R2等6个要素作为气象条件等级指标，选取预报日前5d的要素实况值和预报日后9d共15d的各气象要素预报值。计算公式如下：
Y=SA=ATG+ARA+AS+ARH+AT8-9+AR2
其中，ATG为最高气温平均值TG的权重系数，取未来10d最高气温预报值的平均值，根据最高气温平均值与常年同期的对比情况确定不同权重系数；ARA为雨日RA的权重系数，取预报日前5d和未来10d降雨预报值，根据雨日数与常年同期的对比情况确定不同权重系数；AS为日照时数S的权重系数，取未来10d云量预报值，根据云量70%以上的天数确定不同权重系数；ATH为相对湿度TH的权重系数，取未来10d相对湿度预报值，根据相对湿度80%以上的天数确定不同权重系数；AT8-9为上年8～9月平均气温T8-9的权重系数，根据上年8～9月平均气温与常年同期对比情况确定不同权重系数；AR2为2月雨量R2的权重系数，根据2月雨量与常年同期对比情况确定不同权重系数。
计算各气象要素权重系数A，根据权重系数之和Y（见表1）判断天气条件对小麦赤霉病发生是否有利，将小麦赤霉病发生气象条件等级划分为5个级别。
4.2 模型检验 湖州市2014年4月中下旬雨量雨日偏多，雨日多达12d，较常年同期偏多3～4d，11～13日、19～22日、25～27日出现连阴雨天气，日照较常年同期偏少37h，另外2月雨量是常年同期的近2倍，加之前期稻桩子囊壳带菌率比常年多1.2倍，菌源基数高加上天气条件对小麦赤霉病发生有利。运用本模型在4月8日和13日分别进行小麦赤霉病发生气象条件预测，气象条件均为二级，对小麦赤霉病发生较有利。湖州市植保检疫站在4月8日指出要切实做好麦类赤霉病为主的病虫害防治，在4月8日和14日的《一周天气与农事》中指出未来一周气象条件对小麦赤霉病发生较有利。2014年小麦赤霉病发生程度较重，与模型结果较相符。
5 结论
（1）通过分析2001-2012年小麦赤霉病在抽穗扬花期、乳熟期病情指数和发病面积比与各气象因子的相关关系，发现：小麦赤霉病抽穗扬花期病情指数与4月相对湿度、雨日、2月雨量呈正相关，而4月日照呈反相关；乳熟期病情指数、发病面积均与4、5月相对湿度、雨日呈正相关，与4、5月日照、5月最高气温平均值和上年8～9月平均气温呈反相关。
（2）运用预报日前5d和未来10d的雨日、未来10d最高气温、日照、相对湿度和2月雨量、上年8～9月平均气温等6个要素预报值和实况值，通过给定不同权重系数，建立稻纵卷叶螟发生气象条件等级预测模型，并运用2014年相应气象因子进行了模型检验，检验效果较好。
（3）影响小麦赤霉病发生的因素除气象条件外，还有小麦品种、栽培方式以及前期带菌量等，由于缺乏该方面的资料，故不作考虑。
参考文献
[1]刘志红.BP神经网络在小麦赤霉病气象预测中的应用[J].云南农业大学学报，2010，25（5）：680-685.
[2]贾金明.黄河中下游小麦赤霉病气象指数的建立与应用[J].气象，2002，28（3）：50-53.
[3]周元.基于GIS的小麦赤霉病气象等级预报系统的设计与实现[J].气象科技，2011，39（3）：379-384.
[4]韩长安.小麦赤霉病发生和危害程度的预测模式[J].上海农业学报，1994，10（2）：67-70.
[5]袁昌洪.小麦赤霉病流行程度的农业气象动态预测模型[J].安徽农业科学，2009，37（1）：204-206.
[6]张旭晖.小麦赤霉病气象等级预报模式研究[J].安徽农业科学，2008，36（23）：10030-10032. （责编：张宏民）