林漢龍，謝春生，袁 傳，陳紅春，陳觀浩

（1. 廣東省化州市笪橋鎮(zhèn)農(nóng)業(yè)技術(shù)推廣站，廣東 化州 525132；2. 廣東省化州市平定鎮(zhèn)農(nóng)業(yè)技術(shù)推廣站，廣東 化州525135; 3. 廣東省化州市官橋鎮(zhèn)農(nóng)業(yè)技術(shù)推廣站，廣東 化州 525145；4. 廣東省化州市病蟲測報(bào)站，廣東 化州 525100）

【研究意義】化州市位于廣東省西南部，是廣東省產(chǎn)糧大縣之一，全市光照充足，雨量充沛，很適合雙季稻的生長發(fā)育，全市常年雙季稻播種面積5.11萬hm2左右。水稻紋枯病是全球范圍內(nèi)危害嚴(yán)重的水稻三大病害之一，由立枯絲核菌（Rhizoctonia solani）引起[1-5]。自20世紀(jì)80年代起，隨著施肥水平和種植密度的提高，水稻紋枯病已成為本市水稻常發(fā)、重發(fā)性第1大病害，對(duì)水稻產(chǎn)量和品質(zhì)影響很大[6-8]。據(jù)調(diào)查統(tǒng)計(jì)，1989年以來，水稻紋枯病在本市年平均發(fā)生面積達(dá)2.1萬hm2，產(chǎn)量損失一般病田為10%～15%，重病田可達(dá)40%以上。因此，做好水稻紋枯病發(fā)生流行氣象條件分析，建立病害預(yù)測模型，對(duì)保障糧食安全、促進(jìn)農(nóng)民增產(chǎn)增收有著重要的意義?！厩叭搜芯窟M(jìn)展】水稻紋枯病為一種高溫、高濕病害，在栽培條件和品種變化不大的情況下，不同年份病害發(fā)生輕重主要受溫濕度的綜合影響[9-11]。關(guān)于水稻紋枯病預(yù)測預(yù)報(bào)等研究，國內(nèi)學(xué)者運(yùn)用多種生物統(tǒng)計(jì)學(xué)方法組建了水稻紋枯病氣象預(yù)測模型。劉銀秀[12]較早利用氣象因子建立水稻紋枯病發(fā)病程度預(yù)測模型；陳觀浩等[13]應(yīng)用離差均方比相似分析預(yù)測早稻紋枯病發(fā)生流行趨勢；周偉等[14]建立了醴陵地區(qū)早稻紋枯病發(fā)生等級(jí)預(yù)測模型；王秋芽等[15]組建了耒陽市水稻紋枯病發(fā)病的氣象條件促病指數(shù)Z；萬素琴等[9]采用通徑分析方法，建立了水稻紋枯病氣象等級(jí)預(yù)測模型；孫樸等[16]基于氣溫與降雨量建立了水稻紋枯病流行程度預(yù)測模型；陳懷亮等[17]分析了作物病蟲害的發(fā)生發(fā)展與中小尺度氣象要素之間的關(guān)系?！颈狙芯壳腥朦c(diǎn)】由于氣候條件的改變，單純考慮單一氣象因子的情況已不足以揭示水稻紋枯病發(fā)生流行的規(guī)律，應(yīng)將視野擴(kuò)展到不同因子間交互作用綜合影響的情況，以便更準(zhǔn)確地預(yù)測水稻紋枯病發(fā)生流行的趨勢，及時(shí)采取防控措施?！緮M解決的關(guān)鍵問題】根據(jù)化州市早稻紋枯病的實(shí)際調(diào)查資料和同期氣象資料，運(yùn)用統(tǒng)計(jì)學(xué)的方法分析影響水稻紋枯病發(fā)生流行時(shí)的氣象條件，并根據(jù)關(guān)鍵的氣象因子建立預(yù)測病害發(fā)生程度的模型，為當(dāng)?shù)厮炯y枯病的預(yù)報(bào)和防控提供服務(wù)。

1 材料與方法

1.1 病害資料

水稻紋枯病的病情資料來自化州市病蟲測報(bào)站。病害資料主要為化州市1986—2018年各年于病情穩(wěn)定期(齊穗期)調(diào)查的病情指數(shù)。各年水稻紋枯病測報(bào)調(diào)查方法詳見參考文獻(xiàn)[18]，每年在病情穩(wěn)定期調(diào)查統(tǒng)計(jì)病株率和病情嚴(yán)重度，測算病害發(fā)病面積。以病情指數(shù)和發(fā)病面積確定發(fā)生程度。將化州市33 a的早稻紋枯病實(shí)際發(fā)生程度（y）劃分為輕、中等偏輕、中等發(fā)生、中等偏重和大發(fā)生，對(duì)應(yīng)的級(jí)別為1、2、3、4和5，以水稻紋枯病發(fā)生等級(jí)作為病害因變因子。

1.2 氣象資料

從1986—2018年調(diào)查來看，化州市早稻紋枯病發(fā)生流行時(shí)期在4—6月，此時(shí)期是化州市早稻移植、分蘗 、孕穗至乳熟階段，也是水稻紋枯病侵染-潛育-發(fā)病-再侵染-發(fā)病的階段，因此，選擇4—6月的氣象要素資料，主要包括平均氣溫、相對(duì)濕度、降水量、日照時(shí)數(shù)、雨日數(shù)等氣象因子，數(shù)據(jù)來源于廣東省化州市氣象局觀測數(shù)據(jù)。

1.3 資料處理及研究方法

氣象資料在溫（平均氣溫）、水（降水量、相對(duì)濕度）、光（日照時(shí)數(shù)）等氣象單因子統(tǒng)計(jì)分析的基礎(chǔ)上，考慮到不同因子間交互作用對(duì)水稻紋枯病發(fā)生程度的影響，構(gòu)建了降雨系數(shù)[(降水量×雨日數(shù))0.5]、溫濕系數(shù)（相對(duì)濕度與溫度之比）、溫雨系數(shù)（降水量與溫度之比）、光溫比（日照時(shí)數(shù)與溫度之比）、光濕比（日照時(shí)數(shù)與相對(duì)濕度之比）等相關(guān)交互氣象因子。

應(yīng)用Excel和SPSS統(tǒng)計(jì)軟件，根據(jù)歷年各氣象因子與發(fā)生程度進(jìn)行相關(guān)性分析，分析各氣象因子對(duì)水稻紋枯病的影響，并根據(jù)所篩選出的相關(guān)性高因子，采用逐步回歸統(tǒng)計(jì)方法建立氣象預(yù)測預(yù)報(bào)模型并檢驗(yàn)。選取1986—2014年數(shù)據(jù)作為建模樣本（n=29），2015—2018年數(shù)據(jù)作為檢驗(yàn)樣本。擬合評(píng)分以擬合值（預(yù)測值）與實(shí)際發(fā)生程度相差0.5級(jí)以下為符合，記100%；相差0.5～1.0級(jí)為基本符合，記80%；相差1.1～1.5級(jí)記70%；相差1.6級(jí)以上為不符合，記0。歷史符合率和預(yù)報(bào)準(zhǔn)確率為相應(yīng)各年符合程度評(píng)分值的平均值[19-20]。

2 結(jié)果與分析

2.1 水稻紋枯病發(fā)生程度與氣象條件關(guān)系分析

2.1.1雨日相關(guān)分析表明，4—6月雨日與早稻紋枯病發(fā)生程度呈極顯著正相關(guān)關(guān)系，r=0.560 5>r0.01（27）=0.470，雨日增多有利于早稻紋枯病發(fā)生發(fā)展?；菰绲菊麄€(gè)生長季節(jié)均在雨季，在水稻易感病期，若長時(shí)期與雨日相吻合，在這天然的病害保濕庫里，病害的發(fā)生和流行必定迅速，受害嚴(yán)重。本研究結(jié)果表明雨日是影響早稻紋枯病發(fā)生的重要因子。

2.1.2日照時(shí)數(shù)統(tǒng)計(jì)分析表明，4—6月日照時(shí)數(shù)與早稻紋枯病發(fā)生程度存在顯著的負(fù)相關(guān)關(guān)系，r=|-0.401 1|>r0.05（27）=0.367，其中4月中旬—5月上旬日照時(shí)數(shù)與早稻紋枯病發(fā)生程度存在極顯著負(fù)相關(guān)關(guān)系，r=|-0.644 3|>r0.01（27）=0.470。天氣晴朗，日照充足能抑制水稻紋枯病菌絲的生長和蔓延[21]，不利于水稻紋枯病發(fā)生流行。

2.1.3降水量4—6月降水量對(duì)早稻紋枯病發(fā)生的影響不如雨日明顯，4—6月降水量與病害之間呈一定正相關(guān)。由相關(guān)分析可知，兩者之間呈弱相關(guān)，相關(guān)系數(shù)r=0.247 0r0.01（27）=0.470，說明此時(shí)段的降水對(duì)早稻紋枯病發(fā)生具有顯著的促進(jìn)作用，這是由于此時(shí)段正值該病害菌核萌發(fā)期，降水量越多越有利水稻紋枯病的菌核萌發(fā)和菌絲生長及病菌侵入。

2.1.4相對(duì)濕度研究表明水稻紋枯病發(fā)病相對(duì)濕度為70%～96%，90%以上最適宜[22-23]。統(tǒng)計(jì)分析表明，化州市4—6月早稻生長季月平均相對(duì)濕度在80%～91%，4—6月相對(duì)濕度與早稻紋枯病發(fā)生程度呈正相關(guān)關(guān)系，r=0.237 9r0.01（27）= 0.470，說明此時(shí)段相對(duì)濕度對(duì)早稻紋枯病有顯著的促進(jìn)作用。水稻紋枯病的重復(fù)侵染，主要是通過病原菌的氣生菌絲進(jìn)行，濕度愈高，愈適于菌絲的發(fā)育和侵染。

2.1.5氣溫研究表明溫度在22～28 ℃時(shí)，最適宜水稻紋枯病發(fā)生流行[22]?；菔?—6月早稻生長季月平均氣溫在20.8～29.4 ℃。計(jì)算氣溫與早稻紋枯病發(fā)生程度的相關(guān)性，發(fā)現(xiàn)4—6月氣溫與病害發(fā)生程度呈負(fù)相關(guān)關(guān)系，r=|-0.321 9|r0.01（27）=0.470，說明此時(shí)期的氣溫對(duì)水稻紋枯病具有抑制作用，其它時(shí)段氣溫的影響均不顯著。4月下旬—5月上旬降雨多，氣溫不高，相對(duì)濕度加大（經(jīng)計(jì)算，此時(shí)段的降水量、雨日與氣溫均呈負(fù)相關(guān)，與相對(duì)濕度呈正相關(guān)），這樣易加重早稻紋枯病的發(fā)生和為害。

2.1.6水、熱綜合作用對(duì)病害發(fā)生的影響統(tǒng)計(jì)分析表明：水、熱綜合作用對(duì)化州市早稻紋枯病發(fā)生程度的影響以降雨系數(shù)、溫濕系數(shù)、溫雨系數(shù)的綜合作用最為明顯。4—6月降雨系數(shù)、溫濕系數(shù)、溫雨系數(shù)與早稻紋枯病發(fā)生程度均呈正相關(guān)關(guān)系，其中4月中旬—5月上旬降雨系數(shù)、溫濕系數(shù)、溫雨系數(shù)與早稻紋枯病發(fā)生程度相關(guān)系數(shù)（r）分別為0.708 9、0.705 3、0.677 5 (r0.01=0.470)，均達(dá)極顯著水平，且相關(guān)系數(shù)（r）均大于單一氣象因子。由此可知，不同因子間交互作用對(duì)水稻紋枯病影響更顯著。

綜上所述，水稻紋枯病發(fā)生流行與氣象條件密切相關(guān)。雨日增多、降水增加、相對(duì)濕度、降雨系數(shù)、溫濕系數(shù)和溫雨系數(shù)增大有利于早稻紋枯病發(fā)生流行；天氣晴朗、日照充足不利病害發(fā)生流行。

2.2 預(yù)測模型

2.2.1預(yù)報(bào)因子的選擇通過對(duì)早稻紋枯病發(fā)生歷史資料和氣象資料的回歸分析，發(fā)現(xiàn)病害的發(fā)生程度與4月中旬—下旬降雨系數(shù)（x1）、4月中旬—5月上旬溫濕系數(shù)（x2）、4月中旬—下旬溫雨系數(shù)（x3）、4月中旬—下旬雨日（x4）的關(guān)系最為密切，因此確定上述4因子為早稻紋枯病發(fā)生流行的關(guān)鍵氣象因子。

2.2.2預(yù)測模型的建立對(duì)上述篩選出的預(yù)報(bào)因子建立早稻紋枯病發(fā)生程度多元線性回歸預(yù)測模型，見式（1）。

該預(yù)測模型復(fù)相關(guān)系數(shù)R為0.932 7，決定系數(shù)R2為0.869 9，F(xiàn)值為40.127 4，顯著水平=0.000 0小于0.01，表明回歸極顯著，所建立的預(yù)測模型可以使用。對(duì)上述每個(gè)氣象因子與y進(jìn)行t檢驗(yàn)，結(jié)果表明：4個(gè)因子的偏回歸系數(shù)均達(dá)顯著或極顯著水平（表1）。

表1 復(fù)相關(guān)關(guān)系及F檢驗(yàn)

2.2.3預(yù)報(bào)模型的檢驗(yàn)將1986—2014年相應(yīng)的氣象資料代入所建立的模型，得出各年份化州市早稻紋枯病預(yù)測的發(fā)生程度，并進(jìn)行歷史回代擬合檢驗(yàn)。由表2可知，1986—2014年擬合率最高值達(dá)100%，最低值為80%，平均擬合率為95.9%。經(jīng)計(jì)算，該預(yù)測模型擬合值（預(yù)測值）與實(shí)測值的相關(guān)系數(shù)為0.932 7，通過α=0.01信度檢驗(yàn)，表明據(jù)此預(yù)測模型擬合值（預(yù)測值）與實(shí)測值擬合程度較高。

表2 歷年早稻紋枯病發(fā)生程度實(shí)測與擬合結(jié)果

應(yīng)用建立的早稻紋枯病氣象預(yù)測模型對(duì)2015—2018年早稻紋枯病發(fā)生程度進(jìn)行試報(bào)檢驗(yàn)（表2），4 a平均試報(bào)擬合率達(dá)95.0%，預(yù)報(bào)效果較理想，說明此預(yù)測模型對(duì)化州市早稻紋枯病具有很好的預(yù)測性。

3 結(jié)論與討論

通過分析1986—2014年早稻紋枯病發(fā)生程度與各氣象因子的相關(guān)關(guān)系，發(fā)現(xiàn)諸多氣象因子對(duì)早稻紋枯病發(fā)生程度均有顯著的影響，其中以雨日、日照、降水影響最為明顯。4—6月雨日、降水量、相對(duì)濕度、降雨系數(shù)、溫濕系數(shù)、溫雨系數(shù)與早稻紋枯病發(fā)生程度呈正相關(guān)，即雨日增多、降水增多、相對(duì)濕度和降雨系數(shù)等增大有利于早稻紋枯病的發(fā)生流行；日照時(shí)數(shù)與早稻紋枯病發(fā)生程度呈負(fù)相關(guān)，天氣晴朗、日照充足不利于早稻紋枯病的發(fā)生流行。

對(duì)化州市早稻紋枯病發(fā)生程度進(jìn)行了歷史模擬和外延預(yù)報(bào)，結(jié)果比較理想，歷史模擬平均擬合率95.9%，2015—2018的外延預(yù)報(bào)平均擬合率95.0%，可提前15～20 d作出預(yù)報(bào)，為指導(dǎo)大田防治工作提供科學(xué)依據(jù)，對(duì)生產(chǎn)十分有利。

關(guān)于利用氣象資料進(jìn)行水稻紋枯病的預(yù)測預(yù)報(bào)技術(shù)前人已有了較多的研究，但大多研究影響水稻紋枯病的主要?dú)庀箢A(yù)報(bào)因子多以降水、氣溫等單因子居多[10-16]。本研究不僅全面分析研究了水、熱綜合氣象條件對(duì)水稻紋枯病發(fā)生流行的影響，而且建立的預(yù)測模型，其主要?dú)庀笥绊懸蜃右捕嘁运疅峋C合因子居多，可以較全面反映生態(tài)環(huán)境條件對(duì)水稻紋枯病發(fā)生流行的影響，進(jìn)一步提高預(yù)報(bào)準(zhǔn)確率，能夠直接用于指導(dǎo)大面積防治，減少產(chǎn)量損失。由于水稻紋枯病的發(fā)生程度不僅受氣象條件的影響，還與品種抗病性、田間菌源數(shù)量、栽培技術(shù)、防治力度等諸多因素有關(guān)[24-26]。因此僅選取氣象因子會(huì)存在一定的偏差，在實(shí)際應(yīng)用中，應(yīng)結(jié)合水稻紋枯病氣象監(jiān)測預(yù)報(bào)與其他因素綜合分析水稻紋枯病的發(fā)生情況，并不斷完善和修正預(yù)測模型，以提高趨勢預(yù)測效果。