水稻白背飞虱主害代发生因子分析与发生量预测模型

陈将赞，丁灵伟，杨廉伟，戴以太

(浙江省天台县植物保护站， 天台 317200)

水稻白背飞虱主害代发生因子分析与发生量预测模型

陈将赞，丁灵伟，杨廉伟，戴以太

(浙江省天台县植物保护站， 天台 317200)

运用浙江省天台县1971-2012 年测报历史资料进行了早稻与单季稻主害代白背飞虱发生关键因子分析，建立了回归预测模型。结果表明：影响早稻白背飞虱主害代发生的关键因子有：灯下初见期、上一代田间发生量、6月下旬发生率与灯下3～4代诱虫量；影响单季稻白背飞虱主害代发生量的关键因子有：上一代田间发生量与3～4代灯下诱虫量。逐步回归分析结果表明，早稻7月下旬白背飞虱发生量逐步回归方程Y1=5.050 3+0.146 1X4+0.251 7X5-0.326 2X8+0.437 6X9+0.301 3X10；单季稻8月上旬白背飞虱发生量逐步回归方程Y2=0.695 4+0.338 3X2+0.060 1X3-0.566 3X6-0.960 2X7+1.160 6X8+1.739 7X10，逐步回归方程可用于白背飞虱发生趋势的中短期预报。

水稻； 白背飞虱； 发生因子； 发生量； 预测模型

白背飞虱(SogatellafurciferaHorváth)是水稻生产过程中最严重的迁飞害虫之一[1]。近年来浙江省天台县单季稻种植面积不断扩大并成为主要稻作制度，水稻生育期大大延长，白背飞虱初迁入期提早，主害期也随之提前拉长，发生与为害日趋严重，同时传播南方水稻黑条矮缩病，给水稻生产带来很大威胁。杨廉伟[2]曾对天台县晚稻褐飞虱进行回归预测研究。为建立对白背飞虱完整的回归预测模型，进一步提高对其监测预报水平，以持续有效控制白背飞虱灾害，笔者对天台县植物保护站1971至2012 年白背飞虱测报历史资料进行了相关因子筛选分析，建立了回归预测模型。

1 材料与方法

1.1 资料来源

根据天台县植物保护站1971-2012 年灯下诱虫量和田间调查资料整理：其中灯下白背飞虱监测，于每年4月1日开灯，到10 月31日结束，光源为200 W白炽灯，每日采取天黑前开灯和天亮后关灯，逐日调查记录诱虫量；田间发生调查，根据《稻飞虱测报技术规范》[3]办法进行定期系统调查。

1.2 资料统计与整理

汇总了1971-2012年(缺1996年)共41年灯下白背飞虱诱虫数据，统计了白背飞虱灯下初见期(X1)、5月20日前的二代诱虫量(X2)、5月21日-6月20日的三代诱虫量(X3)、6月21日-6月30日诱虫量(X4)、7月1日-7月10日诱虫量(X5)5个因子；汇总田间调查数据早稻从1971-1997年共26年数据，单季稻从1998-2012 年共15 年数据，统计了白背飞虱6月上旬田间虫量(X6)、6月中旬田间虫量(X7)、6月下旬田间虫量(X8)、6月下旬白背飞虱发生率(白背飞虱发生田块数占调查总田块数比例)(X9)、7月上旬田间虫量(X10)、7月下旬田间发生量(X11)、8月上旬田间发生量(X12)7个因子。由于1998年开始天台县单季晚稻面积大幅增加，到2002年后天台县稻作制度形成了以单季中(晚)稻为主的格局[2]，因此早稻统计分析从1971年至1997年止，单季稻从1998年至2012年。白背飞虱在早稻上发生2～3代，以7月中下旬为主害代[4]，在单季稻上发生3～4代，常年以8月上旬为主害代，因此早稻以7月下旬为主害代，单季稻以8月上旬为主害代进行分析。白背飞虱成虫世代按《稻飞虱测报技术规范》标准进行划分[3]。

由于白背飞虱调查数据的绝对数值大小差异较大，为保证数据符合正态分布要求，先对统计数据作频次分布，根据频次分布情况，对灯下初见期(X1)(天)数据以4月28日为起点换算期距并作平方根转换，对发生率(X9)(%)数据作反正弦平方根转换，对诱虫量(X2、X3、X4、X5)(头)、田间虫量(X6、X7、X8、X10)(头/百丛)、田间发生量(X11、X12)(头/667 m2)的统计数据均作自然对数转换。

1.3 分析方法

利用DPS软件[5]进行多因子相关分析与回归方程建立。以1971-1995年共25年的数据用于建立早稻逐步回归预测方程，并作回验，把主害代发生量对数值小于11(相当于实际发生量6 万头/667 m2)的年份作为轻发生，大于等于11 小于12.5 作为中发生(其中11～11.5 为中偏轻发生，11.6～12为中等发生，12.1～12.5 为中偏重发生)，大于12.5(相当于实际发生量27 万头/667 m2)的作为大发生，则可以把对数值小于11 的判为轻发生，大于11 的以拟合误差±0.5以下作为预测是否准确判别标准；以余下的1997年数据来独立验证建立的早稻方程的预测准确性。以1998-2011年共14年的数据用于建立单季稻逐步回归预测方程，并作回验，判别标准同上，余下的2012年数据来独立验证建立的单季稻方程的预测准确性。

2 结果与分析

2.1 关键因子分析

2.1.1 早稻白背飞虱发生关键因子分析

DPS分析结果，白背飞虱7月下旬发生量(X11)与7月1日-7月10日诱虫量(X5)、6月下旬田间虫量(X8)、6月下旬发生率(X9)、7月上旬田间虫量(X10)4个因子有极显著相关，相关系数分别为0.52、0.70、0.81、0.74；与灯下初见期(X1)、5月21日-6月20日诱虫量(X3)、6月21日-6月30日诱虫量(X4)、6月中旬田间虫量(X7)4个因子也有显著相关。结果表明，影响早稻白背飞虱发生关键因素有灯下初见期、上一代田间虫量、6月下旬田间发生率与5月21日-7月10日灯下3～4代诱虫量。

2.1.2 单季稻白背飞虱发生关键因子分析

DPS分析结果，白背飞虱8月上旬田间发生量(X12)与6月21日-6月30日诱虫量(X4)、7月1日-7月10日诱虫量(X5)、6月上旬田间虫量(X6)、7月上旬田间虫量(X10)4个因子有极显著相关，相关系数分别为0.83、0.71、0.71、0.82；与5月21日-6月20日诱虫量(X3)、6月下旬田间虫量(X8)2个因子也有显著相关。结果表明，影响单季稻白背飞虱发生关键因素有上一代田间虫量、5月21日-7月10日灯下3～4代诱虫量，灯下初见期、6月下旬田间发生率与主害代发生量相关性不显著。

表11971-1997年早稻白背飞虱发生多因子相关分析(X1～X11)1)

Table1MultiplefactorcorrelationanalysisofSogatellafurciferaontheearlyseasonricefrom1971-1997(X1～X11)

因子Factor相关系数CorrelationcoefficientX1X2X3X4X5X6X7X8X9X10X11X1(灯下初见)X1(Firstlyappearunderlamps)1．00X2(5月20日前诱虫量)X2(TrappingamountbeforeMay20)-0．351．00X3(5月21日-6月20日诱虫量)X3(TrappingamountbeforeMay21toJune20)-0．350．071．00X4(6月21日-6月30日诱虫量)X4(TrappingamountfromJune21toJune30)-0．26-0．030．691．00X5(7月1日-7月10日诱虫量)X5(TrappingamountfromJuly1toJuly10)-0．080．210．500．501．00X6(6月上旬田间虫量)X6(InsectsquantityinearlyJune)-0．220．030．490．240．261．00X7(6月中旬田间虫量)X7(InsectsquantityinmidJune)-0．410．330．310．170．290．131．00X8(6月下旬田间虫量)X8(InsectsquantityinlateJune)-0．480．340．450．270．470．220．701．00X9(6月下旬发生率)X9(OccurrencerateinlateJune)-0．450．160．310．210．290．070．600．821．00X10(7月上旬田间虫量)X10(InsectsquantityinearlyJuly)-0．700．270．380．260．340．210．610．840．811．00X11(7月下旬发生量)X11(InsectsquantityinlateJuly)-0．45∗0．250．45∗0．42∗0．52∗∗0．180．46∗0．70∗∗0．81∗∗0．74∗∗1．00

1) **P<0.01；*P<0.05。

表21998-2012年单季稻白背飞虱发生多因子相关分析(X1～X12)1)

Table2MultiplefactorcorrelationanalysisofS.furciferaonthesinglecroppingricefrom1998-2012(X1～X12)

因子Factor相关系数CorrelationcoefficientX1X2X3X4X5X6X7X8X9X10X11X1(灯下初见)X1(Firstlyappearunderlamps)1．00X2(5月20日前诱虫量)X2(TrappingamountbeforeMay20)-0．441．00X3(5月21日-6月20日诱虫量)X3(TrappingamountbeforeMay21toJune20)-0．580．591．00X4(6月21日-6月30日诱虫量)X4(TrappingamountfromJune21toJune30)-0．230．380．711．00X5(7月1日-7月10日诱虫量)X5(TrappingamountfromJuly1toJuly10)-0．160．440．780．791．00X6(6月上旬田间虫量)X6(InsectsquantityinearlyJune)-0．320．620．600．600．551．00X7(6月中旬田间虫量)X7(InsectsquantityinmidJune)-0．490．380．310．430．320．671．00X8(6月下旬田间虫量)X8(InsectsquantityinlateJune)-0．530．320．430．500．430．730．931．00X9(6月下旬发生率)X9(OccurrencerateinthelateJune)-0．420．180．580．460．560．490．560．681．00X10(7月上旬田间虫量)X10(InsectsquantityinearlyJuly)-0．240．410．420．760．580．770．720．670．421．00X11(8月上旬发生量)X11(InsectsquantityinearlyAugust)-0．390．480．65∗0．83∗∗0．71∗∗0．71∗∗0．500．63∗0．500．82∗∗1．00

1) **P<0.01；*P<0.05。

2.2 逐步回归分析

2.2.1 早稻7月下旬白背飞虱发生量逐步回归分析

早稻7月下旬田间发生量(Y=X10)分析结果：入选因子有6月21日-6月30日诱虫量(X4)、7月1日-7月10日诱虫量(X5)、6月下旬田间虫量(X8)、6月下旬发生率(X9)、7月上旬田间虫量(X10)。

逐步回归方程：Y1=5.050 3+0.146 1X4+0.251 7X5-0.326 2X8+0.437 6X9+0.301 3X10

回归方程相关系数R=0.889 6，通径分析决定系数=0.791 4，自由度df=21,P=0.000 1。

回归方程(1971-1995年)25年拟合结果，对数值大于11 且拟合误差超过0.5的有7年，预测准确率为72%。运用逐步回归方程对1997年单季稻7月下旬田间发生量进行预测，结果为10.63(换算后田间发生量为4.15万头/667 m2)，与实际观测值10.48(3.56万头/667 m2)相比偏高0.15，预测结果基本相符，属轻发生年份。

图1 1971-1995年早稻7月下旬白背飞虱田间发生量逐步回归拟合结果Fig.1 Stepwise regression fitting results of occurrence amount of S.furcifera on the early season rice in late July from 1971 to 1995

图2 1998-2012年单季稻8月上旬白背飞虱田间发生量逐步回归拟合结果Fig.2 Stepwise regression fitting results of field occurrence amount of S.furcifera on the single cropping rice in late August from 1998 to 2012

2.2.2 单季稻8月上旬白背飞虱发生量逐步回归分析

单季稻8月上旬田间发生量(Y2=X10)分析结果：入选因子有5月20日前诱虫量(X2)、5月21日-6月20日诱虫量(X3)、6月上旬田间虫量(X6)、6月中旬田间虫量(X7)、6月下旬田间虫量(X8)、7月上旬田间虫量(X10)。

逐步回归方程：Y2=0.695 4+0.338 3X2+0.060 1X3-0.566 3X6-0.960 2X7+1.160 6X8+1.739 7X10。

回归方程相关系数R=0.976 8，通径分析决定系数=0.952 5，自由度df=6,P=0.001。

回归方程(1998-2011年)14年拟合结果，拟合误差为0.01～0.38，均少于0.5，预测准确率100%。运用逐步回归方程对2012年单季稻8月上旬田间发生量进行预测，结果为12.06(换算后田间发生量为17.3万头/667 m2)，与实际观测值12.32(22.5 万头/hm2)相比偏低0.26，预测结果基本相符，属中偏重发生年份。

3 结果与讨论

通过发生关键因子分析表明，影响早稻白背飞虱发生的关键因素有白背飞虱灯下初见期、上一代田间发生量、6月下旬田间发生率与3～4代诱虫量。影响单季稻白背飞虱田间发生量的关键因子有上一代白背飞虱的田间发生量与3～4代诱虫量。灯下初见期、6月下旬田间发生率与单季稻主害代发生量相关性不显著，分析原因可能为：一是单季稻平均灯下初见期为5月27日，比早稻早11 d，由于初见期提前且单季稻种植时间迟于早稻，发生间隔期长，因此灯下初见期对单季稻白背飞虱种群繁殖影响偏小；二是单季稻白背飞虱种群繁殖受早稻虫源与外迁虫源共同影响，6月下旬田间发生较普遍，因此与单季稻白背飞虱发生量相关性不显著。

回归预测模型建立能准确预测田间发生虫量与实际发生程度，有利于制定防治措施和指导防治工作的开展[6]，模型提供了早稻四(2)代、单季稻五(3)代白背飞虱主害代的逐步回归预测方程，可作为浙东丘陵稻区白背飞虱发生趋势中短期预报应用。回归拟合结果显示，单季稻准确率高于早稻，分析原因可能为：一是单季稻资料积累时间较短，

影响发生的栽培制度、品种类型、防治药剂等较为一致；二是早稻资料积累时间较长，在此期间早稻品种与种植制度发生了巨大变化，监测防治水平与防治药剂也经历了发展变化，直接对白背飞虱种群繁殖率产生重大影响，进而影响种群数量的不规则波动，对白背飞虱发生量的预测准确率带来一定程度的影响[7]。

回归预测模型关键变量因子白背飞虱上一代田间发生量、灯下3～4代诱虫量监测数据直接影响发生量预测准确性，6月中下旬正值单季稻移栽返青期，此时田间白背飞虱虫量偏少，容易漏查，在虫量调查过程中应严格按《稻飞虱测报技术规范》要求进行，根据白背飞虱在田间随机分布特点[8]，适当增加调查取样数量，扩大调查面积，以确保调查数据与预测的准确性。

[1] 高苹，吴洪颜，武金岗，等.水稻白背飞虱发生程度的长期预测模型[J].昆虫知识,2004，41(4):318-323.

[2] 杨廉伟，王会福，陈将赞，等.浙江省天台县晚稻褐飞虱发生关键因子分析与逐步回归预测[J].中国农学通报,2010，26(12):227-232.

[3] 汤金仪，陈钰英，马桂春，等．GB/T 15794—1995中华人民共和国国家标准：稻飞虱测报调查规范[S]．北京：中国标准出版社，1996：47-64．

[4] 张左生.粮食作物病虫鼠害预报预报[M].上海:上海科学技术出版社,1995.

[5] 唐启义.实用统计分析及其DPS数据处理系统[M].北京:科学出版社,2002.

[6] 李大庆，杨再学，谈孝凤.第4代白背飞虱与第5代褐飞虱发生程度及发生期预测模型[J].贵州农业科学,2009，37(12):102-105.

[7] 曾伟，王敏，邓远录.达州地区水稻白背飞虱发生程度预测模型的建立与应用[J].中国植保导刊,2010，30(12):29-32.

[8] 张稻友.稻飞虱预测中应注意具体分析的几个问题[J].植保技术与推广,2000，20(6):6-7.

OccurrencefactoranalysisofthemaindamaginggenerationofSogatellafurciferaonriceplantsandpredictionmodelofoccurrenceamount

Chen Jiangzan，Ding Lingwei，Yang Lianwei，Dai Yitai

(PlantProtectionStationofTiantaiCounty,Tiantai317200,China)

Key occurrence factors of the main damaging generation ofSogatellafurciferaon early season rice and single cropping rice-were analyzed in this paper, and the regression prediction model was also established.The results showed that the key occurrence factors on early cropping rice are initial stage by light trap, field occurrence amount for the last generation, occurrence rate in the late June and the light trap amount of the 3rd and 4th generation; key factors of occurrence amount on single cropping rice are field occurrence amount for the last generation and the light trap amount of 3rd and 4th generation.Stepwise regression analysis indicated that regression equation of occurrence amount on the early rice in late July wasY1=5.050 3+0.146 1X4+0.251 7X5-0.326 2X8+0.437 6X9+0.301 3X10; that on the single cropping rice in late August wasY2=0.695 4+0.338 3X2+0.060 1X3-0.566 3X6-0.960 2X7+1.160 6X8+1.739 7X10, which can applied in the short-term prediction for the occurrence trend ofS.furcifera.

rice;Sogatellafurcifera; occurrence factor; occurrence amount; prediction model

2013-02-28

： 2013-04-23

S 435.112.3

： ADOI： 10.3969/j.issn.0529-1542.2014.01.029

联系方式 E-mail:czanza@163.com