陳 敏，崔傳梅

（1.黃淮學(xué)院數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，河南 駐馬店 463000；2.正陽縣園林技術(shù)推廣中心，河南 正陽 463600）

1 小麥蚜蟲的基本概述

小麥蚜蟲是小麥生長過程中的主要害蟲之一，為了分析豫南小麥蚜蟲的發(fā)生特點(diǎn)，本文選取河南省駐馬店市正陽縣小麥穗蚜的發(fā)生情況與小麥抽穗期各旬的氣象資料進(jìn)行統(tǒng)計(jì)分析，建立預(yù)測模型，以希望能夠?qū)υ摰貐^(qū)的小麥蚜蟲的預(yù)測與防治有所幫助。

2 回歸分析在小麥蚜蟲預(yù)防和治理中的應(yīng)用

2.1 研究材料

回歸分析法是數(shù)學(xué)統(tǒng)計(jì)中常見的方法之一，它是利用數(shù)據(jù)統(tǒng)計(jì)原理，對大量數(shù)據(jù)進(jìn)行分析處理，以此確定某些不變量和變量之間的關(guān)系，以方程的形式表現(xiàn)進(jìn)而可以為預(yù)測今后的變量的變化提供依據(jù)。

河南省正陽縣2011年—2019年小麥蚜蟲資料由正陽縣農(nóng)業(yè)局提供（見表1），相應(yīng)的天氣資料由駐馬店市氣象局提供，將提供的原始?xì)庀筚Y料所記載的2011年—2019年每天的溫度、濕度、降水量、風(fēng)速以及平均能見度等數(shù)據(jù)首先進(jìn)行預(yù)處理，將其依次轉(zhuǎn)換為旬平均氣溫、旬降水量、旬相對濕度、旬平均風(fēng)速、平均能見度，預(yù)處理后的數(shù)據(jù)見表2。

2.2 研究方法

由于豫南駐馬店市正陽縣小麥的抽穗期一般是4月—5月，以及資料顯示。

表1 正陽縣2011年—2019年小麥蚜蟲發(fā)生情況統(tǒng)計(jì)表Tab.1 The occurrence of wheat aphids in Zhengyang County from 2011 to 2019

影響正陽縣小麥穗蚜氣象因子主要有3月中旬—5月下旬旬平均氣溫、旬平均相對濕度、旬總降水量共24個(gè)氣象因子，為了敘述的方便，特進(jìn)行如下表示：X1：3月中旬溫度；X2：3 月中旬濕度；X3：3 月中旬總降水量；X4：3 月下旬溫度；X5：3月下旬濕度；X6：3 月下旬總降水量；X7：4 月上旬溫度；X8：4月上旬濕度；X9：4 月上旬總降水量；X10：4 月中旬溫度；X11：4月中旬濕度；X12：4 月中旬總降水量；X13：4 月下旬溫度；X14：4月下旬濕度；X15：4 月下旬總降水量；X16：5 月上旬溫度；X17：5月上旬濕度；X18：5 月上旬總降水量；X19：5 月中旬溫度；X20：5月中旬濕度；X21：5 月中旬總降水量；X22：5 月下旬溫度；X23：5月下旬濕度；X24：5月下旬總降水量；Y：小麥穗蚜百株蚜量。

表2 正陽縣2011年—2019年氣象資料Tab.2 Meteorological Data of Zhengyang County,2011-2019

運(yùn)用SPSS軟件逐步回歸方法分析，對3、4、5月的上、中、下旬溫度、濕度、總降水量進(jìn)行篩選與小麥穗蚜發(fā)生關(guān)系密切的因子，得出線性回歸模型，如表3。

表4 系數(shù)aFig.4 A of coefficients

數(shù)據(jù)分析，保留了4月中旬降水量、5月上旬降水量，根據(jù)表4可以得到關(guān)于小麥穗蚜百株蚜量的多元線性回歸方程：Y=123.589+28.961X18-7.435X12。

根據(jù)表5 ANOVA（方差分析）表可以得到F2遠(yuǎn)大于F標(biāo)準(zhǔn)值：3，存在顯著性差異，回歸方程的存在非常顯著的相關(guān)性。

表5 ANOVAaTab.5 ANOVAa

2.3 模型檢驗(yàn)

表6 小麥穗蚜預(yù)測發(fā)生情況與實(shí)際發(fā)生情況對比表Tab.6 Comparison of forecast and actual occurrence of wheat spike aphids

可以發(fā)現(xiàn)預(yù)測值與實(shí)際值基本吻合，只有2015年和2019年差距相對較大，但是與表7小麥蚜蟲發(fā)生層度劃分指標(biāo)進(jìn)行對比，預(yù)測值與實(shí)際值在同一個(gè)分級指標(biāo)內(nèi)。

表7 小麥蚜蟲發(fā)生層度劃分指標(biāo)Tab.7 Stratigraphic index of wheat aphids

3 總結(jié)

本文根據(jù)小麥穗蚜發(fā)生情況的的歷年數(shù)據(jù)及相應(yīng)的氣象資料，采用線性回歸的方法，用SPSS軟件采用逐步回歸的方法建立小麥穗蚜發(fā)生的預(yù)測模型，并用歷年氣象資料回帶到預(yù)測模型中進(jìn)行檢驗(yàn)，與實(shí)際穗蚜發(fā)生情況進(jìn)行對比，兩者吻合度較好，因此該預(yù)測模型可以給小麥蚜蟲蟲害的管理給予一定的參考。但是根據(jù)小麥田間管理的資料顯示小麥苗蚜的發(fā)生會影響到穗蚜的發(fā)生，但是在此模型中小麥苗蚜百株蚜量作為一個(gè)自變量進(jìn)行分析，SPSS逐步分析法顯示兩者關(guān)聯(lián)度不大。小麥蚜蟲的發(fā)生除了與氣象有關(guān)之外，還與小麥品種及田間管理等因素有關(guān)。因此，需要更全面的數(shù)據(jù)對小麥蚜蟲的發(fā)生予以分析，以大數(shù)據(jù)為基礎(chǔ)建立預(yù)測模型會更規(guī)范，更有參考價(jià)值。