萬 信，任華榮，韓蘭英，賈建英

(1.中國氣象局蘭州干旱氣象研究所 中國氣象局干旱氣候變化與減災重點開放實驗室 甘肅省干旱氣候變化與減災重點實驗室，甘肅 蘭州 730020；2.西北區(qū)域氣候中心，甘肅 蘭州 730020)

甘肅隴南冬小麥條銹病氣象等級預測模型的建立與應用

萬 信1,2，任華榮1,2，韓蘭英1,2，賈建英1,2

(1.中國氣象局蘭州干旱氣象研究所 中國氣象局干旱氣候變化與減災重點開放實驗室 甘肅省干旱氣候變化與減災重點實驗室，甘肅 蘭州 730020；2.西北區(qū)域氣候中心，甘肅 蘭州 730020)

甘肅隴南地區(qū)是中國小麥(Triticumaestivum)條銹病菌核心越夏區(qū)，其越夏菌量對中國中東部來年春季小麥條銹病發(fā)生發(fā)展程度影響很大。本研究利用隴南冬麥區(qū)14個代表站點1990-2007年的氣象資料和條銹病資料，依病田率將氣象條件劃分為5個等級，采用逐步回歸方法建立了小麥條銹病氣象等級預測模型。經(jīng)歷史回代檢驗，預測模型誤差達2個等級的占12%，完全準確的為25%；對于實際病害等級為1～2級的氣象等級擬合誤差達2個等級的為23%，其他都在1個等級之內(nèi)，預測效果良好。

小麥條銹??；發(fā)生發(fā)展；氣象預測

小麥條銹病(Pucciniastriiformis)是嚴重危害我國小麥(Triticumaestivum)的主要農(nóng)業(yè)生物災害，發(fā)生區(qū)域主要為西北、西南、華北、淮北等冬麥區(qū)和西北春麥區(qū)，一般年份可使小麥減產(chǎn)10%左右，嚴重年份可減產(chǎn)30%以上[1]。若感病品種麥栽培面積大，秋苗發(fā)病多，冬季氣溫偏高，土壤墑情和苗情好，或冬季氣溫不高，但積雪時間長，雪層厚，翌年條銹病就有大流行的可能。開春以后，若條銹病菌越冬率高，早春菌源量大，氣溫回升快，春季流行關鍵時期的雨水多，將發(fā)生大流行或中度流行；若早春菌源中等，春季關鍵時期雨水多，將發(fā)生中等流行甚至大流行；若早春菌源量很小，除非氣象條件特別有利，一般不會造成流行。

甘肅隴南為小麥條銹病常發(fā)流行區(qū)，是中國小麥條銹病的主要越夏基地之一，該區(qū)小麥條銹病除了在區(qū)內(nèi)往返傳播循環(huán)外，還通過孢子的遠程傳播影響到我國東部廣大麥區(qū)，在中國小麥條銹病流行體系中具有至關重要的戰(zhàn)略地位[2-3]。隴南流行區(qū)域主要包括天水地區(qū)渭河流域和嘉陵江上游徽成盆地與四川接壤的白龍江流域。在隴南海拔765～3 120 m范圍的高山、河谷、陰山、川地、陰濕地區(qū)中，存在著一年最熱月份氣溫不超過20 ℃的地方，這為銹病孢子的越夏提供了良好條件；在海拔較低且最冷月月平均氣溫不低于-7 ℃的地方，條銹菌就可以越冬。因此，隴南條銹菌能在該區(qū)域范圍內(nèi)完成周年循環(huán)浸染，即，在沒有外來菌源的情況下，也能自行發(fā)生流行[4]。國內(nèi)外在小麥條銹病原孢子遠距離傳輸數(shù)值模擬、條銹病菌傳播與高空氣流關系研究、小麥條銹病與大氣環(huán)流的關系及長期預報、小麥條銹病區(qū)域流行的相關性分析和局部地形地貌對小麥條銹病發(fā)生影響以及與小麥銹病發(fā)生原因類似的結(jié)縷草(Zoysiajapomca)銹病流行規(guī)律等方面都做過大量的研究[5-10]，針對小麥條銹病發(fā)生原因及防治措施、草原鼠蟲害發(fā)生原因及管理對策的研究也較多[11-16]，運用簡單統(tǒng)計預報方法進行隴南小麥條銹病氣象條件預報研究方面也做過一些工作[17-18]，但是在預報因子選取方法合理性方面仍有欠缺。本研究選取生物學意義明確的氣象條件適宜程度等級預報因子[19]，利用線性相關和逐步回歸方法[20-21]篩選因子并建立預報模型，旨在為及時發(fā)布小麥條銹病氣象等級預報提供參考工具，對穩(wěn)定糧食產(chǎn)量、確保糧食安全具有重要意義。

1 資料收集

收集到1990―2007年隴南冬麥區(qū)各縣歷年條銹病資料98個樣本，1989―2007年甘谷、武山、秦安、清水、麥積和武都等14個冬小麥代表站點逐日氣象資料(包括平均氣溫、最高氣溫、最低氣溫、降水量、相對濕度和日照時數(shù))。在以上14個站點中，部分資料為某個區(qū)域的值，其中武文(武都和文縣)、成徽兩康(成縣、徽縣、兩當和康縣)和宕西禮(宕昌、西和和禮縣)病害資料及氣象要素數(shù)據(jù)均為區(qū)域平均值，處理數(shù)據(jù)時分別將其平均值作為一個樣本，代表隴南市南部、中部和北部3個區(qū)域。因為3個不同區(qū)域內(nèi)各站點間氣候類型相似，小麥發(fā)育期及條銹病發(fā)生發(fā)展也具有類同性，取平均值進行分析。

2 建模方法

2.1依病害程度劃分氣象因子等級 將病田率(y，發(fā)生面積占播種面積比例)以五級分類法劃分5個等級Y，ygt;80%、 80%≥ygt;60%、60%≥ygt;40%、40%≥ygt;20%、y≤20%分別對應的Y為1、2、3、4、5級。

2.2預報氣象因子自變量選取 先以條銹病發(fā)生面積百分比5級級別(Y)與樣本點上年7月―當年6月逐旬氣象因子做相關普查，氣象因子分別有降水量、平均氣溫、平均最高氣溫、平均最低氣溫、日照時數(shù)和空氣相對濕度。選取相關性顯著且生物學意義明確的因子作為基礎因子，又考慮到旬單位的變量變率較大、穩(wěn)定性差，盡可能選取較長時段氣象要素的累積或平均值作為初選因子。

初選到相關顯著的有上年7月上旬―8月上旬平均氣溫、9月中旬―11月上旬平均氣溫、8月中旬―9月下旬降水量、12月中下旬降水量，當年1月平均氣溫、3月中旬―4月上旬平均氣溫、5月降水量和5月空氣相對濕度等因子。

2.3氣象因子等級級別值的計算 氣象因子從5級到1級對應的級別值為1～50，其中5級對應的數(shù)值為1～10，4級對應的數(shù)值為10.1～20，3級對應的數(shù)值為20.1～30，2級對應的數(shù)值為30.1～40，1級對應的數(shù)值為40.1～50;如果氣象因子小于最小值或大于最大值，則其級別值分別為1和50，對應的氣象等級為5和1。將每個級別內(nèi)的氣象因子的上下限差值十等分，求算位于該級別內(nèi)的氣象因子級別值(表1)。表1中列出了預報模型中所用到的氣象因子級別值，其他沒有選入到預報方程的因子級別值沒有再細列出。

T26-31、R23-27、R35-36、T1-3、T8-10和R13-15的生物學意義分別為麥田冬前生長期平均氣溫、自生麥苗生長期降水量、冬季積雪量、冬季最冷月平均氣溫、早春氣溫回升到銹菌侵入最適溫度9 ℃以上的時間、銹病流行期降水量。

3 預測結(jié)果與驗證

3.1預測模型 利用1990―2006年資料，根據(jù)氣象因子級別值用逐步回歸方法[17]得到隴南地區(qū)當年春季條銹病發(fā)生發(fā)展氣象等級預報方程。

表1 影響隴南條銹病發(fā)生的關鍵氣象因子分級Table 1 Grades of key meteorological factors affecting stripe rust occurrencein longnan

注： T26-31為上年9月中旬―11月上旬平均氣溫；R23-27為上年8月中旬―9月下旬降水量；R35-36為上年12月中下旬降水量；T1-3位當年1月平均氣溫；T8-10當年為3月中旬―4月上旬平均氣溫；R13-15為當年5月降水量。

Note: T26-31is the average temperature from mid-September to early-November of last year; R23-27is the precipitation from mid-August to late-September of last year; R35-36is the precipitation from mid- to late-December of last year; T1-3is the average temperature in January of current year; T8-10is the average temperature from mid-March to early-April of current year; R13-15is the precipitation in May of current year.

Y=a+b·XT26-31+c·XR23-27+d·XR35-36+e·XT1-3+f·XT8-10+ g·XR13-15

各氣象因子的級別值與Y的相關系數(shù)分別為-0.224 6、-0.280 1、-0.255 6、-0.172 2、-0.337 2和-0.241 3，r0.10=0.163 8,r0.01=0.254 0，且相關性顯著(Plt;0.05)。

為了分析各因子的影響程度，再對各氣象因子進行偏相關分析，確定各因子對Y的貢獻度。所謂偏相關即當變量在兩個以上時，考慮兩個變量之間的相關，把其他變量對這兩個變量間相關的影響視為常數(shù)來考慮，這種分析方法稱為偏相關分析，其相關系數(shù)稱為偏相關系數(shù)。

從偏相關分析(表2)看，XR13-15(5月降水量)的

表2 各氣象因子與Y的偏相關系數(shù)及顯著性檢驗Table 2 Partial correlation coefficients of meteorological factors and Y, and significance test of the coefficients

注：Y為氣象等級;XT26-31、XR23-27、XR35-36、XT1-3、XT8-10、XR13-15為表1中所列各氣象因子的級別值。

Note:Yrepresents meteorological grades;XT26-31，XR23-27，XR35-36，XT1-3，XT8-10，XR13-15are the level values of meteorological factors in Table 1,respectively.

圖1 隴南各代表站歷年條銹病發(fā)生氣象等級實測值與擬合值Fig.1 The measured and fitted values of meterological grades observed in representative meterological stations in Longnan

注：各站點資料序列為，甘谷1990-2001年,2004-2006年；武山1990年，1996-1997年，1999年，2002年，2005年；秦安1990-1991年，1996年，2002年；清水2004-2006年；麥積1990-1991年，1993-1994年，1996-1999年，2001-2006年；武文(武都、文縣)1990-2006年；成徽兩康(成縣、徽縣、兩當、康縣)1990-2006年；宕西禮(宕昌、西和、禮縣)1990-2006年。

Note:The sequence of data of each stations,Gangu 1990 to 2001,2004 to 2006;Wushan 1990, 1996 to 1997,1999,2002,2005;Qin’an 1990 to 1991,1996,2002;Qingshui 2004 to 2006;Maiji 1990 to 1991,1993 to 1994,1996 to 1999,2001 to 2006;Wudu and Wenxian 1990 to 2006;Chengxian,Huixian,Liangdang,and Kangxian 1990 to 2006;Tanchang,Xihe,and Lixian 1990 to 2006.

貢獻最小，即隴南5月降水量多少對當?shù)卮杭拘←湕l銹病發(fā)生發(fā)展程度影響較小，而3月中旬―4月上旬平均氣溫(XT8-10)的影響最大。

3.2歷史回代檢驗 誤差達2個等級的有11個樣本，約為12%，完全準確的有23個樣本，約為25%。對于實際病害等級為1～2級即大流行年份的氣象等級擬合誤差達2個等級的有7個樣本，約為23%，其他都在同一個等級之內(nèi)。也就是說，凡是條銹病大流行年的氣象等級預報誤差不超過1個等級的在77%左右，條銹病大流行年不可能出現(xiàn)氣象等級預報為不適宜的情況。

3.32007年試預報結(jié)果檢驗 運用該條銹病發(fā)生發(fā)展氣象等級預報模型對2007年資料完整的站點(清水、麥積，隴南市南部、中部和北部)進行試預報(圖2)。在資料完整的5個樣本中，3個預報完全準確，1個樣本誤差為1個等級，1個樣本誤差為2個等級，預報效果較好。

圖2 2007年試預報結(jié)果檢驗Fig.2 Prediction results of the year 2007

4 結(jié)論

隴南冬麥區(qū)條銹病發(fā)生主要與上年9月中旬―11月上旬平均氣溫、上年8月中旬―9月下旬降水量、上年12月中下旬降水量、當年1月平均氣溫、當年3月中旬―4月上旬平均氣溫和當年5月降水量相關。而以上因子生物學意義為麥田冬前生長期平均氣溫、自生麥苗生長期降水量、冬季積雪量、冬季最冷月平均氣溫、早春氣溫回升到銹菌侵入最適溫度9 ℃以上的時間遲早和條銹病流行期降水量多少，生物學意義比較明確。

小麥條銹病氣象等級預測模型應用歷史回代檢驗表明：誤差達2個等級的僅為12%，預測模型歷史擬合效果較好。對于實際病害等級為1～2級的樣本氣象等級擬合誤差在1個等級之內(nèi)的達到了77%，效果很好；即，凡是條銹病大流行年不可能出現(xiàn)氣象等級預報模型歷史擬合為不適宜的情況。

利用2007年資料進行預測效果檢驗表明，模型應用效果較好。

預報方程建立時，5月下旬的空氣相對濕度十分重要，遠遠優(yōu)于5月降水量，雖然兩個因子互相替代對預測模型效果影響不大，但是在實際生產(chǎn)中還是要關注5月下旬空氣相對濕度變化情況。

[1] 中國農(nóng)業(yè)科學院植物保護研究所．中國農(nóng)作物病蟲害[M].第二版．北京：中國農(nóng)業(yè)出版社，1995：271-284.

[2] 李振岐，曾士邁.中國小麥銹病[M]．北京：中國農(nóng)業(yè)出版社，2002：218-220.

[3] 商鴻生.小麥條銹病及其防治[M]．北京：金盾出版社，2008：64-74.

[4] 孫智泰.甘肅農(nóng)作物病蟲害[M]．蘭州：甘肅人民出版社，1984：1-5.

[5] 榮飛,翟保平,姜玉英.小麥條銹病原孢子遠距離傳輸數(shù)值模擬[J].生態(tài)學報,2009,29(7):3952-3959.

[6] 謝水仙,汪可寧,陳楊林.我國小麥條銹病菌傳播與高空氣流關系的初步研究[J].植物病理學報,1993,23(3):203-209.

[7] 趙軍,黃善斌,孔凡忠.小麥條銹病與大氣環(huán)流的關系及長期預報[J].山東氣象,1997(3):19-23.

[8] 陳剛.小麥條銹病區(qū)域流行的相關性分析[D].北京：中國農(nóng)業(yè)大學,2005.

[9] 項守明.涪江中游沿岸局部地形、地貌對小麥條銹病發(fā)生影響初探[J].中國植保導刊,2006(3):5-7.

[10] 張露明，方程，張學勇，等.北京地區(qū)結(jié)縷草銹病流行規(guī)律及種質(zhì)抗病性鑒定[J].草業(yè)科學,2011,28(2):279-285.

[11] 周高軍，周娟，陶志剛.甘肅隴南小麥條銹病發(fā)生的原因及防治對策[J]．農(nóng)林科技，2008,37(1)：31.

[12] 謝鵬云.甘肅隴南小麥條銹病菌源基地改造工程初探[J]．中國減災，1995,5(4)：27-29.

[13] 李振岐，王美楠，賈明貴，等.隴南小麥條銹病的流行規(guī)律及其控制策略研究[J]．西北農(nóng)業(yè)大學學報，1997,25(2)：1-5.

[14] 謝水仙，陳萬權，陳楊林，等.隴南地區(qū)小麥條銹病發(fā)生動態(tài)與治理[J].植物保護學報，1997,24(1)：29-34.

[15] 孫濤,趙景學,田莉華,等.草地蝗蟲發(fā)生原因及可持續(xù)管理對策[J].草業(yè)學報,2010,19(3):220-227.

[16] 王瑋,馮琦勝,于惠，等. “3S”技術在草地鼠蟲害監(jiān)測與預測中的應用[J].草業(yè)科學,2010,27(3):31-39.

[17] 許彥平，姚曉紅，王叢書，等.甘肅天水市冬小麥條銹病發(fā)生發(fā)展的氣象預測[J]．自然災害學報，2011,20(1)：142-148.

[18] 肖志強，李宗明，樊明，等.隴南山區(qū)小麥條銹病流行程度預測模型[J]．中國農(nóng)業(yè)氣象，2007,28(3)：350-353.

[19] 袁福香,劉實,郭維，等.吉林省一代玉米螟發(fā)生的氣象條件適宜程度等級預報[J]．中國農(nóng)業(yè)氣象，2008,29(4):477-480.

[20] 張福順,付和平,武曉東，等.荒漠區(qū)子午沙鼠種群數(shù)量動態(tài)及其預測[J].草業(yè)科學,2011,28(3):454-458.

[21] 唐啟義.DPS數(shù)據(jù)處理系統(tǒng)[M].北京：科學出版社，2010：661-672.

ApredictionmodelofmeteorologicalgradesonwinterwheatstriperustinsouthernofGansu

WAN Xin1,2, REN Hua-rong1,2, HAN Lan-ying1,2, JIA Jian-ying1,2

(1.Institute of Arid Meteorology CMA, Key Laboratory of Arid Climate Change and Reducing Disaster of China Meteorological Administration, Key Laboratory of Arid Climate Change and Reducing Disaster of Gansu Province, Lanzhou 730020, China; 2.Northwest Regional Climate Center, Lanzhou 730020, China)

Southern of Gansu Province is the core surviving area of stripe rust bacteria(Pucciniastriiformis)of winter wheat (Triticumaestivum)in summer. Amount of bacteria at the end of summer is a great influence on the development of stripe rust in next spring in central and eastern of China. Based on the meteorological and wheat stripe rust data of 14 representative stations in the winter wheat planting region of southern Gansu Province from 1990 to 2007, meteorological conditions were divided into 5 level according to disease field rate; and a forecast model of meteorological level on the wheat stripe rust was established by using stepwise regression method. Through the historical regression test, the error of the forecast model with 2 levels was 12% and the completed right prediction was 25%. The fitting errors up to 2 levels for the actual disease grade 1-2 was 23%, while others were all in one level. The prediction effect of forecast model was good. The model is extremely important to predict the development of wheat stripe rust and to improve wheat yield in central and eastern of China.

wheat stripe rust； occurrence and development； meteorological forecasting

REN Hua-rong E-mail:ren_huarong@qq.com

2012-01-16接受日期：2012-05-18

中國北方果樹霜凍災害防御關鍵技術研究(GYHY201206023-06)；2008年度中國氣象局基建和事業(yè)費項目“中國主要農(nóng)作物病蟲害氣象等級預報業(yè)務系統(tǒng)建設”

萬信(1963-)，男，甘肅白銀人，高級工程師，大學，主要從事農(nóng)業(yè)氣象科研業(yè)務。E-mail：Lanzhouwx@163.com

任華榮(1989-),女,江蘇連云港人，助理工程師，大學，主要從事應用氣象科研業(yè)務。E-mail:ren_huarong@qq.com

S431.11

A

1001-0629(2013)01-0029-05