游秀峰 李為爭

摘要：綜合分析 2010 年 1 月 1 日后登記的瓜類上農(nóng)藥單劑和病蟲害的對應(yīng)關(guān)系，構(gòu)建了“瓜類病蟲害防治用藥一張圖”;并用多維尺度圖展示了瓜類復(fù)配藥劑中不同單體的組合頻次。推薦如下用藥種類：（1）薊馬：吡蟲啉>多殺霉素≈乙基多殺菌素;（2）潛葉蠅：噻蟲嗪;（3）蚜蟲：苦參堿;（4）鱗翅目幼蟲：溴氰蟲酰胺≈氯蟲苯甲酰胺;（5）粉虱：溴氰蟲酰胺;（6）實蠅：阿維菌素;（7）螨：乙螨唑;（8）枯萎?。簢f霉靈>絡(luò)氨銅;（9）炭疽病：苯醚甲環(huán)唑;（10）白粉?。何爝虼?、吡唑醚菌酯;（11）霜霉病：烯酰嗎啉;（12）疫?。呵杷?雙炔酰菌胺;（13）角斑?。亨缟~;（14）病毒?。合愎蕉嗵?（15）蔓枯?。憾嗫姑顾?。結(jié)論是，對應(yīng)分析能夠有效地處理特定作物上病蟲害與農(nóng)藥之間的復(fù)雜關(guān)系，簡明地展示農(nóng)藥的科學選擇和復(fù)配。

關(guān)鍵詞：瓜類;殺菌劑;殺蟲劑;對應(yīng)分析;多維尺度

中圖分類號：S642+S65

文獻標志碼：A

文章編號：1673-2871（2022）03-026-05

Abstract： We investigated the relationships of cucurbit diseases/insects and registered pesticides since January 1， 2010，and established“OneMap”for pesticide selection. We analyzed the mixing frequency of different pesticides registeredusing multi-dimension scaling. The these pesticides are recommended for management of different diseases and insects：（1）thrips： imidacloprid>spinosad ≈ spinetoram;（2）leaf-miners： thiamethoxam;（3）aphids： matrine;（4）caterpillars：cyantraniliprole ≈ chlorantraniliprole;（5）whiteflies： cyantraniliprole;（6）fruit flies： abamectin;（7）mites： etoxazole;（8）fusarium wilt： hymexazol>cuaminosulfate;（9）anthracnose： difenoconazole;（10）powdery mildew： tebuconazoleand pyraclostrobin;（11）downy mildew： dimethomorph;（12）phytophthora blight： cyazofamid = mandipropamid;（13）angular leaf spot： saisentong;（14）virus： lentinan;（15）gummy stem blight： polyoxin. We conclude correspondence analysis can effectively deal with the complex relationships between pests and pesticides. Our map concisely displays scientificselection and mixing of pesticides.

Key words： Melon; Fungicide; Insecticide; Correspondence analysis; Multi-dimension scaling

瓜類作物是葫蘆科以食用果實為主的栽培植物的總稱，主要有南瓜屬、絲瓜屬、冬瓜屬、葫蘆屬、西瓜屬、甜瓜屬、佛手瓜屬、恬樓屬和苦瓜屬等9個 屬，多數(shù)為一年生草本蔓性植物[1]。隨著瓜類設(shè)施園藝推廣和復(fù)種指數(shù)提高，病蟲害日趨嚴重。一些綠色防控技術(shù)很難收到理想效果。例如，黃板誘殺始盛期的蚜蟲和粉虱效果不理想，而當黃板上能夠大量粘捕到這些害蟲時，瓜田也早已錯過了施藥關(guān)鍵期。同時，黃板還對天敵有誘殺作用[2]。因此，化學防治在瓜類病蟲害防治體系中是不可缺少的，特別是重大病蟲害的應(yīng)急防控?！吨腥A人民共和國農(nóng)業(yè)部公告第 199 號》、《綠色食品瓜類蔬菜》（NY/T747—2013）和《食品安全國家標準食品中污染物限量》（GB 2762—2016）等標準列出了不同瓜類禁限用的農(nóng)藥名錄[1，3]，但是正面引導種植戶科學用藥的作用有限。截至2021年8月11日，中國農(nóng)藥信息網(wǎng)（www.chinapesticide.org.cn）共發(fā)布了登記在瓜類上的殺蟲劑 445 個，殺菌劑 2656 個，這為瓜類種植戶提供了多種可選藥物，但具體哪一種農(nóng)藥才是最科學的對口農(nóng)藥仍然無法斷定。近年來，關(guān)于瓜類病蟲害防治發(fā)表了許多文獻[4-8]，但由于不同研究者試驗條件的差異，不同藥劑的效果難以進行橫向比較。此外，瓜類最易產(chǎn)生藥害，尤其是開花期耐藥性最差。這些因素和日益復(fù)雜的病蟲害防治形勢，為種植戶的決策帶來很大困難。因此，迫切需要回答如何對瓜田用藥品種進行科學選擇和合理混配的問題。

黨的十九屆五中全會強調(diào)了貫通植保專業(yè)大數(shù)據(jù)的重要性。按照頂層設(shè)計、系統(tǒng)整合、數(shù)據(jù)集成、綜合展示的思路，通過匯集現(xiàn)有信息系統(tǒng)數(shù)據(jù)資源，強化數(shù)據(jù)挖掘和綜合應(yīng)用，形成病蟲情信息“一張圖”[9]。已經(jīng)辦理登記的農(nóng)藥，必然通過了大量室內(nèi)和大田藥效驗證，并在市場運作中進行產(chǎn)量、銷量、用量的動態(tài)微調(diào)，可視為農(nóng)藥應(yīng)用經(jīng)驗總庫。然而，一種農(nóng)藥可以兼治許多有害生物，一種病蟲害又可以選擇多種農(nóng)藥進行防治。針對特定病蟲害種類，究竟選擇哪一種農(nóng)藥才是最適合的？對應(yīng)分析（Correspondence analysis）是解析這類涉及多變量、多類別的錯綜復(fù)雜關(guān)系的強力工具[10]。其基本思想是對列聯(lián)表數(shù)據(jù)進行主成分分析降維，以散點圖展示不同類別的相似性或伴隨性[11]。為 此，作者分析了2010年1月1日至今在瓜類上取得登記的病蟲害防治藥劑信息，構(gòu)建了“瓜類病蟲害化學防治一張圖”，并用多維尺度分析了瓜田登記的復(fù)配劑中不同單體成分結(jié)合的頻次。

1 對應(yīng)分析和解讀方法

登錄中國農(nóng)藥信息網(wǎng)，搜索2010年1月1日至2021 年 8 月 11 日之間在瓜類上登記的殺蟲劑和殺菌劑單劑。將登記證號、農(nóng)藥名稱和防治對象錄入Excel，分別對農(nóng)藥類別和防治對象進行連續(xù)性數(shù)值編碼。如果同一登記證涉及2種及2種以上防治對象，則每種防治對象單獨占有1行。右側(cè)新建一列“權(quán)重”，權(quán)重因子賦值“1”。在SPSS 19.0中新建農(nóng)藥名稱、防治對象和權(quán)重3個變量，前兩者設(shè)置為數(shù)值名義型變量，權(quán)重設(shè)置為度量型變量，導入農(nóng)藥登記信息并對權(quán)重進行加權(quán)。將“農(nóng)藥名稱”和“防治對象”分別作為行變量和列變量，定義其最小值（1）和最大值（最大編碼值），采用歐氏度量的對應(yīng)分析法。根據(jù)每個類別點的坐標值用Origin 18.0繪制雙變量散點圖。

現(xiàn)以一張對應(yīng)分析圖（圖 1）闡明其解讀方法。假設(shè)散點A為某防治對象，B～I為8種農(nóng)藥。從坐標原點出發(fā)繪制一組通過每個散點的有向射線（即 “正向矢量”）輔助解讀，如圖中的有向虛線表示防治對象A的正向矢量。（1）推薦用藥及防效認可度：與防治對象A正向矢量夾角小于90°的4種農(nóng)藥（B、 C、D、E）可以選用。其中，離坐標原點越遠的散點對應(yīng)的農(nóng)藥登記證數(shù)量越多，防效認可度越高。如 C防效認可度高于B、D、E。（2）登記靶標專一性：在 B、C、D、E中，某種農(nóng)藥正向矢量和A正向矢量夾角越小，登記靶標專一性越強，即更多廠家認為該農(nóng)藥專門用于防治A。如農(nóng)藥B對防治對象A的登記靶標專一性強于 C、D、E。（3）可以兼治的防治對象和防治譜相似的農(nóng)藥：在同一變量中繪制各類別正向矢量。2種防治對象正向矢量夾角越小，生產(chǎn)中越容易用同種農(nóng)藥實現(xiàn)兼治（圖1中僅給出了一種防治對象A）;相應(yīng)地，2種農(nóng)藥正向矢量夾角越小，防治譜越相似。

2 多維尺度圖的構(gòu)建和解讀

查詢瓜類農(nóng)藥混劑登記信息，將混劑拆分為單體成分并整理成二向?qū)ΨQ矩陣，首行和首列分別是單體名稱，交叉格中為采用行、列對應(yīng)的單體復(fù)配而成的登記證總數(shù)，使得行數(shù)和列數(shù)相等，行和列上的農(nóng)藥單體順序一致。為了使結(jié)論具有普適性，將農(nóng)藥單體整合為上位概念，如“高效氯氟氰菊酯” “氯氟氰菊酯”“氟氯氰菊酯”“氯氰菊酯”“聯(lián)苯菊酯”并稱為“擬除蟲菊酯類”。在 SPSS 19.0 變量視圖中將二項矩陣表首行的單體分別定義為度量型變量，返回數(shù)據(jù)視圖并將交叉格數(shù)據(jù)導入。然后運行Proxscal型的多維尺度分析，將所有變量導入“毗鄰值”變量區(qū)。點擊“模型”按鈕，“形狀”點選“滿矩陣”，“毗鄰值”點選“相似性”。在結(jié)果窗口中找到不同農(nóng)藥單體的二維坐標值，在Origin 2018中繪制散點圖。對其解讀需要結(jié)合兩個距離：（1）一對散點之間的距離越近，其對應(yīng)的農(nóng)藥單體復(fù)配頻次越高，越適合混用;（2）如果兩組散點對（例如A和B，C 和D）的內(nèi)部距離相同，則觀察這些散點組離坐標原點的距離，這個距離越遠表示2種單劑越適合混用。

3 瓜類病蟲害登記用藥的對應(yīng)分析

3.1 害蟲-殺蟲劑關(guān)系的對應(yīng)分析

圖2顯示瓜類害蟲和殺蟲劑的對應(yīng)分析結(jié)果。薊馬、蚜蟲和潛葉蠅類防治用藥特征鮮明，瓜實蠅、螨類、煙粉虱、棉鈴蟲和甜菜夜蛾用藥特征不明顯。薊馬防效認可度最高的是吡蟲啉，多殺霉素（注：多殺霉素又稱為多殺菌素）和乙基多殺菌素兩種類似農(nóng)藥防效認可度略低，三者登記靶標專一性相同。潛葉蠅類針對性強且防效認可度最高的殺蟲劑是噻蟲嗪。蚜蟲以苦參堿登記最多，其他可選擇的還有呋蟲胺、氟啶蟲胺腈、金龜子綠僵菌、吡蚜酮和啶蟲脒等，登記頻次較低且相同。棉鈴蟲和甜菜夜蛾防治可以選擇的殺蟲劑有溴氰蟲酰胺和氯蟲苯甲酰胺。煙粉虱可以采用溴氰蟲酰胺進行防治。瓜實蠅-阿維菌素、螨類-乙螨唑?qū)儆趩尉€對應(yīng)關(guān)系。

3.2 病害-殺菌劑關(guān)系的對應(yīng)分析

瓜類病害及殺菌劑的對應(yīng)分析見圖3。從農(nóng)藥生產(chǎn)和銷售企業(yè)的角度來看，炭疽病、白粉病、枯萎病是最受重視的三大病害，用藥特征最明顯。霜霉病和疫病雖然也屬于瓜類常發(fā)性病害，但可能由于此前研發(fā)的殺菌劑老品種已經(jīng)很多，防治效果比較穩(wěn)定，近年來新辦理的登記證并不比上述3種病害更多。從辦理登記證的殺菌劑來看，以噁霉靈、苯醚甲環(huán)唑、吡唑醚菌酯和戊唑醇辦理登記最多，因為這些殺菌劑散點距離坐標原點相對較遠。其中，枯萎病防效認可度最高的是噁霉靈（17個登記證）和絡(luò)氨銅（8個登記證），較少使用的還有咯菌腈、多粘類芽孢桿菌、嘧啶核苷類抗菌素、申嗪霉素、氨基寡糖素等。炭疽病防效認可度最高的是苯醚甲環(huán)唑（46個登記證），其他可選用的有啶氧菌酯、甲基硫菌靈和代森錳鋅，嘧菌酯則相對廣譜，登記靶標專一性不如上述3種。白粉病防效認可度最高的是戊唑醇（36 個登記證）和吡唑醚菌酯（32 個登記證）。其他病害登記的殺菌劑較少，僅按最高登記頻次的殺菌劑統(tǒng)計如下：霜霉病-烯酰嗎啉;疫病-氰霜唑=雙炔酰菌胺;角斑病-噻森銅;病毒病-香菇多糖;蔓枯病-多抗霉素。

3.3 低登記頻次農(nóng)藥總結(jié)

瓜類病蟲害會隨著氣候變化、貿(mào)易往來、耕作制度變遷、生物入侵、病蟲抗性發(fā)生等出現(xiàn)次要靶標迅速上升為主要靶標的情況。對應(yīng)分析的結(jié)論未必適應(yīng)未來更長的年限。因此，將目前已經(jīng)取得登記但只有一家農(nóng)資生產(chǎn)企業(yè)認可的登記證信息匯總于表1。

3.4 瓜類農(nóng)藥復(fù)配劑的多維尺度分析

圖4和圖5是根據(jù)瓜類殺蟲劑和殺菌劑復(fù)配劑中各農(nóng)藥單體成分復(fù)配頻次繪制的多維尺度圖。從圖4可以看出，多維尺度圖第一象限主要是咀嚼式口器害蟲的防治藥劑，第二象限主要是粉虱類害蟲的防治藥劑，第三象限是瓜類蚜蟲的防治藥劑，第四象限主要是潛葉蠅類的防治藥劑。氟啶蟲胺腈和新煙堿類殺蟲劑之間、阿維菌素類似物和擬除蟲菊酯之間最常用來復(fù)配。

圖5顯示當前在瓜類上登記的殺菌劑混劑遠遠多于殺蟲劑混劑。其中，比較適宜混配的殺菌劑配對有：苯醚甲環(huán)唑與嘧菌酯，吡唑醚菌酯與代森聯(lián)，烯酰嗎啉與代森錳鋅，福美雙與福美鋅，銅制劑與春雷霉素，阿維菌素類似物與噻唑膦等。讀者可以根據(jù)不同殺菌劑散點之間的距離以及散點配對和坐標原點的距離尋找合適混配方案，如甲霜靈類與代森錳鋅之間等，不再贅述。

4 討論與結(jié)論

以往的登記農(nóng)藥分析，事實上僅僅是以百分比的形式進行簡單分析，并沒有兼顧植物上病蟲害與農(nóng)藥之間的復(fù)雜對應(yīng)關(guān)系，例如番茄上不同農(nóng)藥類別所占的比例、不同劑型所占的比例、不同毒性級別的農(nóng)藥所占的比例[12-13]，以及 2014—2018 年在馬鈴薯上的登記用藥情況分析[14]。筆者將瓜類病蟲害用藥種類選擇和復(fù)配描繪成簡明的“一張圖”，蘊含著豐富的信息，無論對于種植戶、農(nóng)藥產(chǎn)銷商還是植保行業(yè)的技術(shù)指導、植物保護教材的修訂都有良好借鑒意義。根據(jù)本試驗得出的共性特點，對瓜類病蟲害防治用藥種類推薦如下——（1）薊馬：吡蟲啉>多殺霉素≈乙基多殺菌素;（2）潛葉蠅類：噻蟲嗪;（3）蚜蟲：苦參堿;（4）棉鈴蟲和甜菜夜蛾：溴氰蟲酰胺≈氯蟲苯甲酰胺;（5）煙粉虱：溴氰蟲酰胺; （6）瓜實蠅：阿維菌素;（7）紅蜘蛛：乙螨唑;（8）枯萎?。簢f霉靈>絡(luò)氨銅;（9）炭疽病：苯醚甲環(huán)唑;（10）白粉?。何爝虼?、吡唑醚菌酯;（11）霜霉?。合徇海?2）疫?。呵杷?=雙炔酰菌胺;（13）角斑?。亨缟~;（14）病毒?。合愎蕉嗵?（15）蔓枯病：多抗霉素。按照該推薦意見能夠確保農(nóng)藥種類選擇是合理的，具體需要結(jié)合特定殺蟲劑和殺菌劑的推薦劑量進行施用。另外，還要注意登記證防治對象命名偏好性。例如，“紅蜘蛛”和“螨類”事實上是一樣的，應(yīng)當注意查找靶標的多種俗名，從圖上尋找最合適用藥。如果某種害蟲的種類得到了確切鑒定但對應(yīng)分析圖上找不到合適用藥，可以從其上位概念的類別中尋找合適的農(nóng)藥，例如針對二斑葉螨，就按照“螨類”的散點尋找合理的殺蟲/殺螨劑。

由本試驗結(jié)果可以得出：（1）在噴施農(nóng)藥時，如果遇到2種及以上害蟲（或者2種及以上病害）同時發(fā)生，可以觀察對應(yīng)分析圖上這些靶標正向矢量的夾角是否很小。如是，就可能用一種散落在2個靶標正向矢量所夾區(qū)域中等價廣譜性農(nóng)藥兼治，減少施藥次數(shù)，降低人力和農(nóng)藥成本。（2）農(nóng)藥負面作用有時需要長期應(yīng)用才會凸現(xiàn)出來，進而被列入禁限用名錄。當某些農(nóng)藥品種因抗藥性或殘留問題被禁用而新型替代產(chǎn)品尚未研發(fā)成功時，可以首先根據(jù)對應(yīng)分析圖上“與防治對象正向矢量夾角<90°”的原則確定可用農(nóng)藥范圍，再根據(jù)這些可用農(nóng)藥的散點離坐標原點的遠近順序構(gòu)建應(yīng)急用藥體系。 （3）如果一種藥物單劑已經(jīng)產(chǎn)生了嚴重的抗性，可以根據(jù)本試驗繪制的多維尺度圖，將散點距離較近的殺蟲劑或殺菌劑混配起來施用，避免將距離較遠的藥物混用。

同時，也應(yīng)當指出對應(yīng)分析處理方法的一些不足之處。這種統(tǒng)計分析方法只能處理分類變量而不能處理連續(xù)性變量。針對農(nóng)藥而言，其基本假設(shè)是“針對某種病蟲害，哪種農(nóng)藥辦理的登記證數(shù)目越多，防治效果認可程度就越高”，并不能將某種農(nóng)藥的市場銷量信息和登記時間信息有效地結(jié)合進去。未來需要探討將這些連續(xù)性變量整合融入對應(yīng)分析的途徑。

參考文獻

[1]魏照信，陳榮賢.農(nóng)作物制種技術(shù)[M].蘭州：甘肅科學技術(shù)出版社，2008.

[2]于海利，蘇俊平，院海英，等.植物源誘芯和黃板聯(lián)用防治瓜菜溫室白粉虱[J].中國瓜菜，2019，32（10）：64-67.

[3]劉雯雯，楊慧，陳巖，等.國內(nèi)外瓜類蔬菜農(nóng)藥殘留限量標準比對分析[J].農(nóng)產(chǎn)品質(zhì)量與安全，2019（2）：71-76.

[4]王培，符偉，唐濤，等.4種殺蟲劑灌根對設(shè)施甜瓜主要害蟲種群動態(tài)的影響[J].中國瓜菜，2021，34（4）：117-121.

[5]王胤，關(guān)山，張欣穎，等.6種藥劑對瓜蚜的田間藥效試驗[J].浙江農(nóng)業(yè)科學，2019，60（12）：2264-2267.

[6]高德良，莊占興，宋化穩(wěn)，等.氟啶蟲胺腈等7種殺蟲劑對西瓜蚜蟲防效比較[J].長江蔬菜，2019（14）：65-67.

[7]張尚卿，潘陽，韓曉清，等.10%溴氰蟲酰胺可分散油懸浮劑對日光溫室唐山秋瓜三種主要害蟲田間藥效[J].黑龍江農(nóng)業(yè)科學，2019（10）：59-62.

[8]徐偉東，黎菊，陸強.幾種藥劑防治西瓜瓜蚜田間試驗[J].黑龍江農(nóng)業(yè)科學，2018（10）：81-83.

[9]王一杰，邸菲，辛嶺.我國糧食主產(chǎn)區(qū)糧食生產(chǎn)現(xiàn)狀、存在問題及政策建議[J].農(nóng)業(yè)現(xiàn)代化研究，2018，39（1）：37-47.

[10] BEH E J，LOMBARDO R.Correspondence analysis：theory，practice and new strategies[M].Wiley，2014：130-186.

[11] 曹玉茹.基于SPSS對應(yīng)分析的定性數(shù)據(jù)分析方法研究[J].福建電腦，2018，34（10）：4-6.

[12] 王靜，馬新耀，朱九生.我國番茄用農(nóng)藥登記現(xiàn)狀及存在問題和建議[J].安徽農(nóng)業(yè)科學，2021，49（4）：234-236.

[13] 徐龍，郭元成，梁朝陽，等.淺析我國番茄上農(nóng)藥登記現(xiàn)狀、問題與提升化學防治水平的對策[J].上海農(nóng)業(yè)科技，2021（3）：21-23.

[14] 梁宏杰，呂和平，吳雁斌，等.2014—2018年我國馬鈴薯病蟲草害防治農(nóng)藥登記現(xiàn)狀分析[J].甘肅農(nóng)業(yè)科技，2019（8）：65-72.