摘 要 利用四川省涼山州煙草種植區(qū)的煙草病蟲害智能預(yù)測預(yù)報系統(tǒng)與四川煙草植保大數(shù)據(jù)平臺，調(diào)查分析了涼山州10個地區(qū)在2023年煙草種植期內(nèi)的溫度變化與有害生物發(fā)生頻率。結(jié)果表明：1）在煙草種植期內(nèi)，各煙區(qū)的平均氣溫約為25 ℃，其中5月的溫差范圍最大。2）煙草病毒病是發(fā)生頻率最高的葉部病害，普通花葉病毒病在10個地區(qū)均有發(fā)生。3）黑脛病是發(fā)生頻率最高的根莖部病害。4）蟲害發(fā)生頻次較低。5）示范煙田得益于優(yōu)異的田間管理、及時的預(yù)測預(yù)報信息、專業(yè)的綠色防控策略，其病蟲害的發(fā)生種類與發(fā)生頻率均明顯低于普通煙田。6）建議在未來煙草的綠色生產(chǎn)中，充分發(fā)揮智能預(yù)測預(yù)報系統(tǒng)的優(yōu)勢，堅持“智能裝備+人工輔助”的高效模式。

關(guān)鍵詞 煙草病蟲害；預(yù)測預(yù)報；綠色防控；智能裝備；四川省涼山州

中圖分類號：S572 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2025.05.036

有害生物的綠色防控是保障我國農(nóng)業(yè)健康可持續(xù)發(fā)展的必要手段，精準(zhǔn)智能的有害生物預(yù)測預(yù)報系統(tǒng)是支撐綠色防控策略科學(xué)制定與高效實施的必要基礎(chǔ)[1]。有害生物的預(yù)測預(yù)報分為宏觀測報與微觀測報。宏觀測報對大范圍、大面積、區(qū)域性的病蟲害流行進(jìn)行測報，如小麥銹病的跨省傳播[2]，褐飛虱、小地老虎、粘蟲的跨省遷飛[3-5]，東亞飛蝗、草地貪夜蛾的跨國甚至洲際遷飛為害[6-8]等。微觀測報對1塊田、1個溫室甚至1棵植株的有害生物發(fā)生情況進(jìn)行測報。無論宏觀還是微觀層面上的測報，均服務(wù)于病蟲害的有效防控，目的是最大限度地避免或減少農(nóng)業(yè)損失。

近年來，隨電子科技、計算機(jī)科學(xué)、人工智能等領(lǐng)域技術(shù)的飛速發(fā)展，在農(nóng)業(yè)領(lǐng)域運(yùn)用光譜遙感[9-10]、機(jī)器視覺[11-12]、紅外熱成像[13-14]、氣象監(jiān)測[15]、機(jī)器學(xué)習(xí)[16-17]等技術(shù)進(jìn)行有害生物預(yù)測預(yù)報成為可能。在水稻主要病蟲害的診斷與測報上，明得廷等采用圖像采集系統(tǒng)與YOLO v5算法，實現(xiàn)精度高達(dá)83.3%的病蟲害識別[18]；任少華等通過總結(jié)多年調(diào)查研究結(jié)果，歸納出中華稻蝗和二化螟的監(jiān)測調(diào)查方法和綜合防治技術(shù)[19]。聶曉等通過對9省31縣（市）的小麥白粉病預(yù)測模型進(jìn)行優(yōu)化、重組，獲得基于降雨系數(shù)和日照時數(shù)等氣象動態(tài)數(shù)據(jù)的高精確度預(yù)測模型[20]。

煙草（Nicotiana tabacum L.）是我國重要的經(jīng)濟(jì)作物，煙葉作為收獲對象，其品質(zhì)與產(chǎn)量關(guān)系著農(nóng)民的收入。為了避免有害生物對煙葉的大面積破壞，阻斷有害生物傳播、擴(kuò)散，有害生物綠色防控手段的及時性、精準(zhǔn)性、高效性十分關(guān)鍵[21]。準(zhǔn)確、快速的有害生物預(yù)測預(yù)報信息是綠色防控策略科學(xué)實施的“排頭兵”，它離不開高效的信息采集硬件與智能的數(shù)據(jù)分析軟件[22-23]。2022年，四川省涼山州核心煙區(qū)開始建設(shè)煙草病蟲害發(fā)生動態(tài)智能采集系統(tǒng)與煙草植保大數(shù)據(jù)平臺，在提高預(yù)報信息及時性與準(zhǔn)確性的同時，減少了人力投入，提高了煙草病蟲害防控效率。

本研究依托煙草有害生物智能測報系統(tǒng)，通過對四川省涼山州下轄9縣市的2023年有害生物預(yù)測預(yù)報數(shù)據(jù)進(jìn)行統(tǒng)計分析，評價煙草有害生物的為害情況。

1" 材料與方法

1.1" 氣象數(shù)據(jù)采集

利用煙草病蟲害智能預(yù)測預(yù)報系統(tǒng)收集了四川省涼山州的德昌縣、會東縣、會理縣、冕寧縣、寧南縣、普格縣、西昌市、喜德縣、鹽源縣、越西縣10個地區(qū)2023年的氣象數(shù)據(jù)，包括日平均溫度、日最高氣溫、日最低氣溫等。根據(jù)煙草的4個主要生長階段（還苗—伸根期、旺長期、成熟前期、成熟后期），匯總溫度數(shù)據(jù)。

1.2" 煙草病蟲害數(shù)據(jù)采集與利用

在德昌縣等10個地區(qū)設(shè)立煙草病蟲害智能預(yù)測預(yù)報點（見圖1），采用智能測報與人工輔助測報的方式，對煙草主要病蟲害（赤星病、番茄斑萎病毒病、黃瓜花葉病毒病、馬鈴薯Y病毒病、普通花葉病毒病、氣候斑點病、角斑病、野火病、根黑腐病、根結(jié)線蟲病、黑脛病、青枯病、蚜蟲、煙青蟲/棉鈴蟲等）的發(fā)生頻率進(jìn)行動態(tài)采集，并上傳至四川煙草植保大數(shù)據(jù)平臺進(jìn)行匯總處理，然后制定精準(zhǔn)高效的防控策略。

1.2.1" 煙草病害光譜數(shù)據(jù)采集

使用配備多光譜設(shè)備 [光譜波段，1個RGB+5個單色傳感器 ：藍(lán)（B）450 nm；綠（G）560 nm；紅（R）650 nm；紅邊（RE）730 nm；近紅外（NIR）840 nm] 的無人機(jī)（DJI Phantom 4 Multispectral，深圳市大疆創(chuàng)新科技有限公司）對煙區(qū)進(jìn)行隨機(jī)掃描（見圖2），采集煙草病毒病、角斑病、氣候性斑點病、黑脛病、青枯病等病害的發(fā)病情況，其中發(fā)生煙草病毒病的田塊，使用“蜀葉衛(wèi)士”（見圖3）進(jìn)行鑒別，或人工采集病后使用檢測試制條進(jìn)行病毒種類鑒定，然后通過“蜀葉衛(wèi)士”進(jìn)行數(shù)據(jù)上傳。

1.2.2" 煙草病原菌孢子采集與處理

利用孢子捕捉器對煙草赤星病等病原孢子進(jìn)行捕捉識別，結(jié)合遙感光譜數(shù)據(jù)對田間的赤星病發(fā)生情況進(jìn)行采集，相關(guān)數(shù)據(jù)通過“蜀葉衛(wèi)士”上傳大數(shù)據(jù)平臺，匯總處理后制定精準(zhǔn)防控策略。

1.2.3" 煙草蟲害發(fā)生數(shù)據(jù)采集

采用燈誘、性誘、色板誘集等方式，對煙草害蟲的成蟲進(jìn)行誘集。通過對害蟲種類進(jìn)行智能識別后，將相關(guān)數(shù)據(jù)通過“蜀葉衛(wèi)士”上傳，并結(jié)合田間幼蟲基數(shù)調(diào)查，快速制定防治策略。

1.3" 數(shù)據(jù)處理

采用SPSS對采集數(shù)據(jù)進(jìn)行統(tǒng)計分析。

2" 結(jié)果與分析

2.1" 涼山州煙區(qū)氣溫變化趨勢分析

如表1所示，2023年煙草種植期間（4—8月），涼山州煙區(qū)的平均氣溫約25 ℃，平均氣溫穩(wěn)定，滿足20 ℃的優(yōu)質(zhì)煙葉最低生長氣溫閾值，有利于煙草的生長與成熟。5月的溫差最大，最高氣溫39 ℃，最低氣溫12 ℃，此時煙草處于還苗—伸根期。

根據(jù)涼山州地區(qū)煙草生長發(fā)育時期，將煙草大田期劃分為還苗—伸根期（4月上旬至5月下旬）、旺長期（6月上旬至6月下旬）、成熟前期（7月上旬至7月下旬）和成熟后期（8月上旬至8月下旬）。如表2所示，在還苗—伸根期，涼山州10個地區(qū)的平均氣溫范圍為23.5～28.5 ℃，溫差最大的地區(qū)為會東縣與越西縣，相對溫差均為27 ℃，溫差最小的地區(qū)為鹽源縣，相對溫差為20 ℃；在旺長期，平均氣溫范圍為23.5～25.5 ℃，溫差最大的地區(qū)為冕寧縣，相對溫差為25 ℃，溫差最小的地區(qū)為鹽源縣，相對溫差為17 ℃；在成熟前期，平均氣溫范圍為23.5～26.0 ℃，溫差最大的地區(qū)為喜德縣與鹽源縣，相對溫差均為17 ℃，溫差最小的地區(qū)為西昌市，相對溫差為12 ℃；在成熟后期，平均氣溫范圍為22.5～26.5 ℃，溫差最大的地區(qū)為德昌縣與喜德縣，相對溫差均為14 ℃，溫差最小的地區(qū)為西昌市，相對溫差為7 ℃。在煙草的生長與煙葉的成熟過程中，各地區(qū)的平均氣溫平穩(wěn)，相對溫差范圍減小，有助于煙草生長的同時也為病蟲害的發(fā)生創(chuàng)造了條件。

2.2" 涼山州煙區(qū)病蟲害發(fā)生頻率分析

智能預(yù)測預(yù)報系統(tǒng)對涼山州煙區(qū)的赤星病、番茄斑萎病毒病、黃瓜花葉病毒病、馬鈴薯Y病毒病、普通花葉病毒病、氣候斑點病、角斑病、野火病、根黑腐病、根結(jié)線蟲病、黑脛病、青枯病、蚜蟲、煙青蟲/棉鈴蟲等煙草有害生物發(fā)生頻率進(jìn)行了統(tǒng)計（見表3），其中，普通花葉病毒病在10個地區(qū)均有發(fā)生，發(fā)生頻率最高的為會東縣（45.40），發(fā)生頻率最低的為越西縣（5.91）；黃瓜花葉病毒病與馬鈴薯Y病毒病均在多個地區(qū)有發(fā)生；番茄斑萎病毒病僅在會理市發(fā)生，發(fā)生頻率為23.33。相較于煙草病毒病的普遍發(fā)生，赤星病、氣候斑點病、角斑病等的葉部真菌病害發(fā)生頻率較低。對于根莖部病害，黑脛病、根黑腐病、根結(jié)線蟲病等發(fā)生地區(qū)較少，且發(fā)生頻率均低于15.00，青枯病在德昌縣發(fā)生較重，發(fā)生頻率為54.11。蚜蟲在德昌縣發(fā)生，發(fā)生頻率為25.33；煙青蟲/棉鈴蟲僅在寧南縣發(fā)生，發(fā)生頻率為41.56。在10個預(yù)測預(yù)報的地區(qū)中，德昌縣的煙草病蟲害發(fā)生種類較高，共9種病蟲害發(fā)生，喜德縣與鹽源縣的煙草有害生物發(fā)生種類較低，僅普通煙草花葉病毒病發(fā)生。

2.3" 涼山州普通煙田與示范煙田的病蟲害發(fā)生頻率對比

根據(jù)表4，煙草病蟲害在示范煙田的發(fā)生頻率明顯低于普通煙田，其中，僅煙草病毒病、野火病、根結(jié)線蟲病、黑脛病與青枯病有發(fā)生，且發(fā)生頻率均低于普通煙田，尤其是赤星病，得益于高效的孢子捕捉系統(tǒng)，可提前采取預(yù)防措施阻止發(fā)病。在示范田中，煙草病毒病的發(fā)生頻率最高，其中，普通花葉病毒病的發(fā)生頻率為13.44，野火病的發(fā)病頻率為2.40，根莖部病害根結(jié)線蟲病、黑脛病、青枯病發(fā)病頻率均低于1.00，分別為0.24、0.35、0.91。示范田的煙草有害生物發(fā)生頻率明顯低于普通煙田，推測為示范田統(tǒng)一管理，根據(jù)預(yù)測預(yù)報信息可更快速、精準(zhǔn)地制定預(yù)防保護(hù)策略，以防止病害或蟲害的發(fā)生。

3" 討論與結(jié)論

通過對田間智能預(yù)測預(yù)報系統(tǒng)采集的涼山州煙草種植期內(nèi)的溫度數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)，5月的溫差最大，此時煙草處于還苗—伸根期，煙株抵抗力較弱，易發(fā)生病蟲害。因此，建議增加田間預(yù)測預(yù)報頻率，加強(qiáng)田間管理，及時采取綠色防控措施，以保證煙株順利進(jìn)入旺長期。

根據(jù)四川煙草植保大數(shù)據(jù)中心匯總的涼山州病蟲害發(fā)生信息：1）葉部病害以煙草病毒病為主，該病害無特效藥，主要通過防治傳播媒介、使用免疫誘抗劑、加強(qiáng)田間管理等措施進(jìn)行防控。當(dāng)田間檢測到煙草病毒病的發(fā)生時，建議在噴施誘抗劑的同時，快速防治傳毒媒介，避免病害進(jìn)一步蔓延，及時清理病殘株也是避免病毒病繼代傳播的有效措施[24-25]。2）根莖部病害以黑脛病為主，該病害由卵菌煙草疫霉（Phytophthora parasitica）引起，為煙草生產(chǎn)中重大的根莖部病害，其為害嚴(yán)重、傳播迅速，通過高光譜掃描很難發(fā)現(xiàn)初期病害，因此需結(jié)合人工調(diào)查來及時發(fā)現(xiàn)早期為害，及時采取防治措施，防止病害蔓延[26]。對于發(fā)病地塊進(jìn)行合理輪作，或于煙苗移栽時進(jìn)行定根用藥，可有效防控該病害[27]。3）蟲害方面，得益于智能預(yù)測預(yù)報系統(tǒng)的精準(zhǔn)性及綠色防控策略的高效性，蚜蟲與煙青蟲/棉鈴蟲均未出現(xiàn)大范圍、高頻率為害。

相較普通煙田，示范煙田的田間管理措施與綠色防控策略更為及時有效，因此其病蟲害的發(fā)生種類與頻率更低。建議在未來的煙草種植中，科學(xué)利用預(yù)測預(yù)報系統(tǒng)，發(fā)揮“科技裝備+人工輔助”的模式優(yōu)勢，并通過實時分析制定防控策略，提高煙草有害生物防治效率，降低了病蟲害發(fā)生頻率，為煙草行業(yè)保駕護(hù)航。

參考文獻(xiàn)：

[1]" 王翔宇，溫皓杰，李鑫星，等.農(nóng)業(yè)主要病害檢測與預(yù)警技術(shù)研究進(jìn)展分析[J].農(nóng)業(yè)機(jī)械學(xué)報，2016，47（9）：266-277.

[2]" 陳萬權(quán)，劉太國.我國小麥秋苗條銹病發(fā)生規(guī)律及其區(qū)間菌源傳播關(guān)系[J].植物保護(hù)，2023，49（5）：50-70.

[3]" 包云軒，尚潔，孫思思，等.云南省褐飛虱早期遷入蟲源及其發(fā)生大氣背景分析[J].生態(tài)學(xué)報，2018，38（16）：5621-5635.

[4]" 全國小地老虎科研協(xié)作組.小地老虎越冬與遷飛規(guī)律的研究[J].植物保護(hù)學(xué)報，1990（4）：337-342.

[5]" 柳凡，張智，林培炯，等.2013年北京一代粘蟲遷飛峰期的多普勒天氣雷達(dá)觀測[J].應(yīng)用昆蟲學(xué)報，2023，60（1）：233-244.

[6]" YIN F， MA W， LI D Q， et al. Expression and kinetic analysis of carboxylesterase LmCesA1 from Locusta migratoria[J].Biotechnology Letters，2021，43：995-1004.

[7]" 李建春，劉杰，齊國君.我國草地貪夜蛾北遷格局及其蟲源銜接關(guān)系[J].應(yīng)用昆蟲學(xué)報，2023，60（4）：1-13.

[8]" 鄧環(huán)環(huán)，楊俊杰，郭安紅，等.草地貪夜蛾遷飛氣象預(yù)報方法探索及應(yīng)用[J].華中農(nóng)業(yè)大學(xué)學(xué)報，2024，43（1）：70-78.

[9]" KUSKA M， WAHABZADA M， LEUCKER M， et al. Hyperspectral phenotyping on the microscopic scale： towards automated characterization of plant-pathogen interactions[J]. Plant Methods，2015，11：14.

[10] 蘆兵，孫俊，楊寧，等.基于熒光透射譜和高光譜圖像紋理的茶葉病害預(yù)測研究[J].光譜學(xué)與光譜分析，2019，39（8）：2515-2521.

[11] 肖志云，劉洪.馬鈴薯典型病害圖像自適應(yīng)特征融合與快速識別[J].農(nóng)業(yè)機(jī)械學(xué)報，2017，48（12）：26-32.

[12] LU J， HU J， ZHAO G， et al. An in-field automatic wheat disease diagnosis system[J].Computers and Electronics in Agriculture，2017，142：369-379.

[13] Kim， J， Kweon S G， Park J， et al. Digital infrared thermal imaging of crape myrtle leaves infested with sooty mold[J].The Plant Pathology Journal，2016，32（6）：563.

[14] 陳欣欣，劉子毅，呂美巧，等. 基于熱紅外成像技術(shù)的油菜菌核病早期檢測研究[J].光譜學(xué)與光譜分析，2019，39（3）：730-737.

[15] CAI X H， CHEN T， WANG R Y， et al. Forecasting wildfire disease on tobacco：toward developing a high-accuracy prediction model for disease index using local climate factors and support vector regression[J].Theoretical and Applied Climatology，2019，137（3-4）：2139-2149.

[16] BOGAWSKI P， BORYCKA K， GREWLING L， et al. Detecting distant sources of airborne pollen for Poland：Integrating back-trajectory and dispersion modelling with a satellite-based phenology[J].The Science of the total environment，2019，689：109-125.

[17] WRZESIE? M， TREDER W， KLAMKOWSKI K， et al. Prediction of the apple scab using machine learning and simple weather stations[J].Computers and Electronics in Agriculture，2019，161：252-259.

[18] 明德廷，李娟，王興宇.江西省水稻主要病蟲害診斷與預(yù)測系統(tǒng)設(shè)計與實現(xiàn)[J].電腦知識與技術(shù)， 2023，19（27）：40-42，51.

[19] 任少華，徐麗學(xué)，翁杰，等.水稻主要害蟲的差異化測報方法與防控技術(shù)[J].云南農(nóng)業(yè)科技，2023（S1）：7-9.

[20] 聶曉，黃沖，劉偉，等.小麥白粉病預(yù)測模型的有效性評價[J].植物保護(hù)，2020，46（5）：38-41，52.

[21] 曾維愛，周志成，譚琳，等.湖南煙草病蟲害綠色防控技術(shù)研究現(xiàn)狀與應(yīng)用對策[J].中國煙草學(xué)報，2019，25（2）：69-73.

[22] 劉小紅.基于WebGIS的煙草病蟲害診斷預(yù)測系統(tǒng)設(shè)計[J].農(nóng)業(yè)災(zāi)害研究，2016，6（5）：4-6.

[23] 王珍，黃德勇，鄧海濱.信息技術(shù)在煙草測報及防治領(lǐng)域中的應(yīng)用與研究[J].現(xiàn)代農(nóng)業(yè)科技，2013（8）：328-329.

[24] 閆鼎，蔡憲杰，宋明健，等.基于快速檢測的煙草番茄斑萎病防控技術(shù)[J].中南農(nóng)業(yè)科技，2023，44（3）：249-251.

[25] 王克，王晶，吳磊，等.不同葉面免疫誘抗劑對煙草生長和抗性的影響[J].植物醫(yī)學(xué)，2023，2（1）：67-74.

[26] 閔琪茹，甘勇，陳壽明，等.植物根際促生菌在煙草根莖類病害防治中的應(yīng)用研究進(jìn)展[J].現(xiàn)代農(nóng)業(yè)科技，2024（11）：108-112，116.

[27] 曾濤，宗釗輝，陳楨祿，等.煙草害蟲綠色防控技術(shù)研究進(jìn)展[J].安徽農(nóng)業(yè)科學(xué)，2022，50（1）：15-17，36.

（責(zé)任編輯：敬廷桃）

收稿日期：2024-10-12

基金項目：四川煙草病蟲害智能測報體系構(gòu)建與應(yīng)用項目（SCYC202215）。

作者簡介：鄧全（1986—），本科，農(nóng)藝師，從事植物保護(hù)。

E-mail：398151403@qq.com。

*為通信作者，E-mail：12832185@qq.com（劉挺），9038823@qq.com（劉東陽）。