水稻主栽品种和气象因素对稻瘟病田间流行的影响

王道泽，洪文英，吴燕君，陈 瑞，胡选祥

(1.浙江省杭州市植保土肥总站，浙江 杭州 310020； 2.浙江省建德市植保站，浙江 建德 311600)

水稻主栽品种和气象因素对稻瘟病田间流行的影响

王道泽1，洪文英1，吴燕君1，陈 瑞1，胡选祥2

(1.浙江省杭州市植保土肥总站，浙江 杭州 310020； 2.浙江省建德市植保站，浙江 建德 311600)

为明确稻瘟病易感水稻品种和气象因素对稻瘟病田间发生流行的影响，调查分析了杭州地区2015—2016年水稻主栽品种上稻瘟病的发生情况及不同种植区的发病特点。结果表明，不同品种类型感病性有差异，粳稻总体发病重于籼稻，且不同种植区域发病特点差异较大。平原地区以浙粳88等常规粳稻发病面积较大，西部山区以中浙优1号等籼型杂交稻品种发生重。年度间发病面积也有差异，2015年发病品种多、面积大，2016年发病相对较轻。基于2011—2015年杭州地区稻瘟病发生情况及气象数据资料，对稻瘟病发生流行与气象因素的相关性进行分析，建立了稻瘟病发生及实际产量损失的预测模型，经逐步回归法分析表明，叶瘟、穗颈瘟发生面积及实际产量损失与气温、湿度、雨量、日照等气象因素均相关。经检验，3个相关性分析模型均在比较准确或准确的范围，可以应用于稻瘟病的适时、准确预报。建议稻瘟病的综合防控策略为：根据主栽品种田间抗性调整品种布局，针对山区、老病区及气候条件的变化及时预防，实现病害的可持续控制。

稻瘟病；主栽品种；感病性；气象因素；相关性分析

由子囊菌(Magnaportheoryzae)引起的稻瘟病是水稻重要病害之一[1-2]，每年由稻瘟病造成的产量损失在10%～30%[3]，是制约水稻高产、稳产的重要因素之一。稻瘟病的流行需具备几个必要条件：易感的水稻品种、稻瘟病菌群及适宜致病的环境气象因子[4-5]。因此，其发生和发展受品种、肥水管理和气候等条件的制约，气候条件是造成年度间发病轻重不一的主要因子。当温度在25～28 ℃、相对湿度在90%以上时，稻瘟病易爆发流行[6-8]；晚稻孕穗、抽穗期如遇阴雨多湿天气，适宜病菌生长发育，易造成穗颈瘟的流行。品种的抗病性和栽培管理措施是造成田块间发病轻重不一的重要因子[9]。根据近年来杭州地区主栽品种稻瘟病发生调查，一般偏粳型水稻品种更易感病，同一品种在不同的生育阶段对稻瘟病的抗性也不同。因此，针对稻瘟病发生流行的关键限制因子，在主栽品种抗病性监测和气象条件分析的基础上，分类制定稻瘟病综合防治策略，对病害的准确预测和适时预防具有重要意义。据农业部门统计，杭州地区水稻常年种植面积61 333 hm2，稻瘟病发生面积4 400～5 533 hm2。通过杭州地区水稻主栽品种稻瘟病发生情况的监测调查，研究现有主栽品种对稻瘟病的感病性，并依据2011—2015年连续5年稻瘟病病情调查数据，分析温度、光照、湿度等气象因素对稻瘟病发生的影响，旨在明确稻瘟病的易感品种和病害发生流行与气候条件的相关性，为优化品种布局，开展稻瘟病的测报和防治提供依据。

1 材料与方法

1.1 水稻主栽品种的稻瘟病发生程度调查

1.1.1 材料

杭州市萧山、余杭、富阳、建德、桐庐、临安、淳安7个区(县、市)2015—2016年水稻主栽品种稻瘟病发生情况监测调查资料。

1.1.2 调查方法

根据各地水稻品种布局，对主栽品种稻瘟病发生情况进行调查，于每年7月初水稻分蘖后期调查叶瘟，9月初水稻乳熟期调查穗颈瘟，详细记载发病品种、发病面积、发病类型和发生程度。调查方法参照全国农技推广中心印发的《主要农作物病虫害测报技术规范应用手册》[10]。

1.2 气象因素与稻瘟病的相关性研究

1.2.1 材料

杭州地区2011—2015年稻瘟病发生情况数据来源于萧山、余杭、富阳、建德、桐庐、临安、淳安7个区(县、市)水稻主栽品种病情系统监测调查资料。2011—2015年逐日平均气温、日照时数、平均相对湿度、降水量等气象资料来自杭州市气象局。

1.2.2 调查方法

对2011—2015年水稻主栽区稻瘟病发生情况进行监测调查，调查时间同1.1.2节，记载发病品种、发病类型、发病面积、发生程度和损失程度。调查方法参照全国农技推广中心印发的《主要农作物病虫害测报技术规范应用手册》[10]。

1.2.3 数据处理

采用多因子逐步回归方法进行数据的统计分析[11]。根据2011—2015年稻瘟病面上普查情况，进行气象因素的回归分析，以叶瘟发病面积(Y1)、穗颈瘟发病面积(Y2)、实际产量损失(Y3)作为预测变量，各时段平均气温、相对湿度、雨量、日照设为预测因子，应用SPSS 17.0软件，进行影响因子的相关性分析。原始调查数据不作任何转换。

1.3 模型的检验

将2016年的发生实况资料，应用唐启义等[12]提出的病虫测报应验程度判定模式进行验证，从而判断组建模型的可行性。应验程度判定模式为

式中：SD为应验程度判定模式的分值；SD<40表明预报不准确，40≤SD<60表明预报比较准确，SD≥60表明预报准确；a为预报对象常年平均值；a1为实测值；a2为预测值；δ为预报对象常年标准差；t为自预报发出至实际发生时的期距(d)。

2 结果与分析

2.1 水稻主栽品种与稻瘟病发生的相关性

杭州各县、市(区)2015—2016年稻瘟病主要发生品种、发生面积见表1。结果表明，不同栽培区域由于稻米消费习惯的差异，水稻种植类型不同，导致稻瘟病发病品种和发生面积有差异。萧山区、余杭区以种植粳稻为主，以浙粳88发病面积最大，绍粳18、嘉禾218和嘉58等常规粳稻也有一定的发病面积。临安市、淳安县属山区、半山区以种植杂交稻为主，中浙优1号发病面积最大。临安中浙优1号连续多年发病重，可能与该品种连续单一种植，老病区病原菌长期积累后菌源充足有关，气候适宜的年份发病重[13]。建德市、富阳区、桐庐县稻瘟病主要发病品种包括常规粳稻和籼型杂交稻，浙粳88、嘉58、秀水134等常规粳稻及甬优12、甬优538等杂交稻和糯稻中均有发生，发病品种多但各品种发病面积不大，与当地连片栽培区域不多、种植品种相对分散有关。

图1显示了2015—2016年水稻主栽品种稻瘟病发生面积情况。从水稻品种类型来看，粳稻稻瘟病发病重于籼稻。粳稻中以浙粳88发病最重，2015年发病面积为1 254 hm2，发病率9.9%，占当年稻瘟病发生面积的40.8%，绍粳18、嘉58、秀水134、嘉禾218等品种也有发病。籼型杂交稻以中浙优1号发病最重，2015、2016年发病面积分别为421、220 hm2，发病率分别为20.8%、15.3%，占当年稻瘟病发生面积的13.7%、37.5%。中浙优8号及籼粳型杂交稻甬优15、甬优538和甬优12等品种也有发病。2015年建德、淳安等地糯稻穗颈瘟有一定的发生，2016年稻瘟病发生总体偏轻。

表1 2015—2016年杭州地区稻瘟病发生和面积统计表

Table 1 The epidemics of rice blast disease in Hangzhou during 2015-2016

年份Year县(市、区)Counties(cities，regions)水稻种植面积Riceplantingarea/hm2主要发病品种Mainvarietyofdisease发生面积Occurrencearea/667m2叶瘟Leafblast穗颈瘟Panicleblast合计Total发病比例Morbidityrate/%2015余杭Yuhang16500浙粳88、绍粳18、嘉58Zhejing88，Shaojing18，Jia5820015000152006 14萧山Xiaoshan15380浙粳88、南粳46、嘉禾218等Zhejing88，Nanjing46，Jiahe218，etal．1890200038901 69建德Jiande6620浙粳88、甬优12、甬优538等Zhejing88，Yongyou12，Yongyou538，etal．200169601716017 28临安Lin an3680中浙优1号 ZhongzheyouNo．113504500585010 60淳安Chun an3207中浙优1号、中浙优8号、甬优15等ZhongzheyouNo．1，ZhongzheyouNo．8，Yongyou15，etal．500190024004 99富阳Fuyang10513浙粳88、秀水134、嘉58等Zhejing88，Xiushui134，Jia58，etal．60304031001 97桐庐Tonglu5700浙粳88、嘉58、中浙优1号等Zhejing88，Jia58，ZhongzheyouNo．1，etal．90010010001 17小计Total61600510043500486005 262016余杭Yuhang16600绍粳18、嘉58、浙粳88Shaojing18，Jia58，Zhejing803003000 12 萧山Xiaoshan15413嘉58 Jia58100100 004建德Jiande6540秀水134 Xiushui13408008000 82临安Lin an3480中浙优1号、甬优15 ZhongzheyouNo．1，Yongyou151100210032006 13淳安Chun an2867中浙优1号 ZhongzheyouNo．130003000 70富阳Fuyang10493浙粳88、嘉58、嘉禾218等Zhejing88，Jia58，Jiahe218，etal．390300033902 15桐庐Tonglu5667南粳5055、嘉育58、甬优538Nanjing5055，Jiayu58，Yongyou5382006008000 94小计Total610602000680088000 96

图1 2015—2016年水稻主栽品种稻瘟病发生面积Fig.1 The epidemic area of rice blast disease among different rice cultivars during 2015-2016

2.2 气象因子与稻瘟病发生的相关性

2.2.1 气象因子与叶瘟发生的相关性

稻瘟病为典型的气象型病害，其发生发展趋势与气温、降水、湿度、光照等气象条件关系密切，既能影响稻瘟菌的生长、发育及其致病力的变化，又影响植株的抗病能力[4，14]。对2011—2015年杭州地区叶瘟发生情况及气象资料数据进行统计分析，以叶瘟发生面积(Y1)为预测对象，初选每年6—8月每旬平均气温、相对湿度、雨量、日照等36个气象指标作为预测因子，采用逐步回归分析，分析叶瘟发生与气象因子的相关性，建立回归模型。结果表明，叶瘟发生情况与气温、降水、日照等气象因子密切相关，共筛选出4个因子入选模型，分别为7月上旬雨量、7月上旬与8月下旬日照、8月中旬平均气温。回归模型为Y1=7.941-0.023X15+0.002X16-0.109X29+0.005X36(R2=0.997，P<0.01)。通过回归分析表明，叶瘟发病情况与7月上旬日照、8月下旬日照呈正相关，与7月上旬雨量、8月中旬平均气温呈负相关(表2)。

2.2.2 气象因子与穗颈瘟发生的相关性

对2011—2015年穗颈瘟发生情况及气象资料数据进行统计分析，以穗颈瘟发生面积(Y2)为预测对象，初选每年9—11月每旬平均气温、相对湿度、雨量、日照等36个气象指标作为预测因子，采用逐步回归分析，分析穗颈瘟发生与气象因子的相关性，建立回归模型。结果表明，穗颈瘟发生情况与气温、湿度、日照等气象因子密切相关，共筛选出4个因子入选回归模型，分别为9月上旬日照、9月中旬平均气温、9月中旬与下旬平均相对湿度。回归模型为Y2=-11.352-0.017X4+0.025X5-0.091X6+0.273X10(R2=0.972，P<0.01)。回归分析表明，穗颈瘟发病情况与9月中旬平均气温、9月下旬平均相对湿度呈正相关，与9月上旬日照、9月中旬平均相对湿度呈负相关(表3)。

2.2.3 实际产量损失预测模型

对2011—2015年稻瘟病实际产量损失及气象资料数据进行统计分析，以实际产量损失(Y3)为预测对象，初选当年叶瘟发病面积、6—11月每月平均气温、相对湿度、雨量、日照等25个指标作为预测因子，采用逐步回归分析表明，稻瘟病实际产量损失与气温、日照、雨量等气象因子密切相关，共筛选出4个因子入选模型，分别为7月平均气温、7月和10月日照、9月雨量(表4)。回归模型为Y3=23583.090-902.489X6+19.450X9+3.012X16+0.064X21(R2=0.970，P<0.01)。回归分析表明，稻瘟病实际产量损失与7月、10月日照、9月雨量呈正相关，与7月平均气温呈负相关。

表2 2011—2015年叶瘟发生面积与气象因子的相关性分析历史数据

Table 2 The analysis of the correlation between the epidemic area of leaf blasts and meteorological factors according to the data from 2011-2015

年份YearY1X15X16X29X3620114 82 465 629 922 320124 715 190 230 758 520134 71 590 232 542 620145 026 025 423 837 120150 5198 07 027 441 1回归模型RegressionmodelY1=7 941-0 023X15+0 002X16-0 109X29+0 005X36(R2=0 997，P<0 01)

Y1为叶瘟发生面积(667×104m2)；X15为7月上旬雨量(mm)；X16、X36分别为7月上旬、8月下旬日照(h)；X29为8月中旬平均气温(℃)。

Y1was the occurrence area of leaf blast；X15was the rainfall during early July；X16andX36were the sunshine during the early July and late August；X29was the mean temperature during mid-August.

表3 2011—2015年穗颈瘟发生面积与气象因子的相关性分析历史数据

Table 3 The analysis of the correlation between the epidemic area of neck blasts and meteorological factors according to the data from 2011-2015

年份Y2X4X5X6X1020111 950 225 768 872 420121 924 322 766 870 220131 941 126 775 073 620143 332 323 683 981 320154 460 722 372 783 5回归模型RegressionmodelY2=-11 352-0 017X4+0 025X5-0 091X6+0 273X10(R2=0 972，P<0 01)

Y2为穗颈瘟发生面积(667×104m2)；X4为9月上旬日照(h)；X5为9月中旬平均气温(℃)；X6、X10分别为9月中旬、9月下旬平均相对湿度(%)。

Y2was the occurrence area of panicle blast；X4was the sunshine during early September；X5was the mean temperature during mid-September；X6andX10were relative humidities during middle and late September.

表4 2011—2015年实际产量损失的预测因子历史数据

Table 4 The predictive factors of the yield loss during 2011-2015

年份YearY3X6X9X16X21201188 230 2185 260 483 22012561 730 8230 5107 8172201310232 3289 523 6128 420141533 428 4155 8170 6166 920152253 926 6118 6121136 4回归模型RegressionmodelY3=23583 090-902 489X6+19 450X9+3 012X16+0 064X21(R2=0 970，P<0 01)

Y3为稻瘟病实际产量损失(t)；X6为7月平均气温(℃)；X9、X21分别为7月、10月日照(h)；X16为9月雨量(mm)。

Y3was the actual yield loss of rice blast disease；X6was the mean temperature during July；X9andX21were the sunshine during July and October；X16was the rainfall during September.

2.3 预测模型的拟合率检验

将2016年的稻瘟病发生情况及气象资料数据，应用1.3节的应验评判方程，分别对叶瘟发生面积、穗颈瘟发生面积、实际产量损失的回归模型进行检验。结果(表5)表明，用逐步回归法拟合的3个回归模型，评分分值较高，均大于40，结论在比较准确或准确的范围内。根据2016年的气象资料数据可知，杭州地区2016年8月中旬平均气温32.0 ℃，高于2011—2015年同期平均气温(28.9 ℃)，而9月上旬日照44.9 h，高于2011—2015年平均日照(41.2 h)，均不利于稻瘟病的发生，表明叶瘟与8月中旬平均气温呈负相关，穗颈瘟与9月上旬日照呈负相关，与模型相关性分析结果一致。

3 结论与讨论

3.1 水稻主栽品种稻瘟病发生特点及风险监测

随着水稻品种布局的变化，主栽区的主要病虫害发生为害风险也发生了变化。本文调查分析了杭州地区2015—2016年水稻主栽品种上稻瘟病发生特点，结果表明，不同品种类型感病性有差异，粳稻总体发病重于籼稻，且不同种植区域发病特点差异较大。萧山、余杭等平原地区，浙粳88种植相对集中、发病面积大；临安、建德、淳安等西部山区雾大露重，光照不足，中浙优1号等品种连续多年发生重，呈现出明显的区域性差异。以往关于水稻品种稻瘟病的发病特点主要是从品种选育的角度对主栽品种的抗稻瘟病进行鉴定，如马军韬等[15]选取178个稻瘟病菌株对黑龙江省13个主栽品种的抗稻瘟病进行了鉴定，杜宜新等[3]测定了丽江新团黑谷上的193个菌株对30个水稻抗瘟基因及93个主栽水稻品种的致病性，张舒等[16]对湖北省水稻主栽品种88份材料的抗稻瘟病和纹枯病进行了田间自然诱发鉴定试验。但由于病菌生理小种组成复杂，容易变异而产生抗药性，病菌种群变异使品种的抗病性不断变化[17]，大面积种植遗传单一的水稻品种则抗病性下降较快[18-19]，气候条件、栽培技术及病源基数的影响使得同一品种在不同地区感病性也有差异。因此，针对水稻主栽品种开展田间病情监测，分析稻瘟病在主要品种上的抗性变化趋势，为制定适应不同种植区、不同品种的稻瘟病防治策略提供了依据。

表5 稻瘟病发生与气象因素的相关性模型验证

Table 5 The correlated model verification between the epidemics of rice blast disease and meteorological factors

类型Typeaa1a2tδSD结论Conclusion叶瘟Leafblast3 90 21 33101 940 43比较准确Comparativelyaccurate穗颈瘟Panicleblast2 70 71 50301 144 76比较准确Comparativelyaccurate实际产量损失Actualyieldloss907 81142 8806 630859 1088 23准确Accurate

3.2 气象因素对稻瘟病发生流行的影响

通过叶瘟、穗瘟发生面积及实际产量损失与相关气象影响因子的相关性分析表明，叶瘟、穗颈瘟的发生面积与气温、湿度、雨量、日照等气象因素均有较大相关性，并可建立相应的回归模型。回归模型分析表明，叶瘟发病面积与8月中旬平均气温呈负相关，说明夏季高温情况影响稻瘟病的发生。稻瘟菌菌丝的生长、分生孢子的形成和萌发、芽管的生长等最适宜的温度均为25～28 ℃，当温度在此区间时，有利于稻瘟菌的生长和发育[4]。光照对稻瘟病的发生有重要影响，叶瘟发病面积与7月上旬和8月下旬日照呈正相关，而穗颈瘟发病面积与9月上旬日照呈负相关。分析其原因，一方面光照对稻瘟病的发生具有抑制作用[20-21]，但稻瘟菌分生孢子的产生却需要有光照的刺激[22]，因此，光照对稻瘟病的影响与稻瘟菌的发生发展阶段有关。空气湿度也可影响稻瘟菌孢子的形成和萌发，穗颈瘟发病面积与9月下旬平均相对湿度呈正相关。分析其原因，当空气湿度高时，附着在水稻叶片表面的分生孢子易萌发，且孢子侵染率高、稻瘟菌潜育期也短[21]，稻瘟病病斑也会较早出现。本研究根据前期发病基数、6—11月的气象因素，建立了稻瘟病发生的实际产量损失预测模型，对今后稻瘟病的适时、准确预报具有一定的实用价值，可供杭州地区及气象等环境条件相似的地区应用。

3.3 基于品种和气象因素的稻瘟病综合防治策略

综上所述，稻瘟病的发生流行与品种布局、气温、湿度和光照等气象因素均密切相关。因此，制定稻瘟病的综合防治策略，首先是因地制宜调整品种布局。有研究表明，稻瘟病菌群体结构具有地域性差异，相同抗瘟基因在不同时空范围内会产生不同的抗瘟效果[23-24]。种植抗病品种是稻瘟病综合防控的基础，通过主栽水稻品种的田间发生情况监测，加强不同水稻种植区稻瘟病菌致病品种谱的调查，分析主栽品种稻瘟病感病性变化，及时优化和调整品种布局，引进种植抗病品种，淘汰易感病品种，加强品种的多样性布局，可有效控制病害的发生。其次是山区、老病区及早预防。针对山区日照、温湿度适宜稻瘟病发生的特点加强预防，应用健身栽培管理技术，推广平衡施肥、科学管水等措施，创造有利于水稻生长发育而不利于病害发生发展的环境条件。第三是基于气象预报做好病害的防治。根据栽培过程中气候条件的变化，开展病情预测，尤其是在长期连阴雨、雾霾、多雾、露重等天气状况下，及时采取预防措施，以避免或减少稻瘟病的发生。

[1] 韦新宇，许旭明，张锐，等. 籼粳交新种质康丰A对稻瘟病抗性的遗传[J]. 植物遗传资源学报， 2014， 15(5): 1133-1137. WEI X Y， XU X M， ZHANG R， et al. Inheritance of blast resistance in new germplasm Kangfeng A fromindica-japonicacrosses[J].JournalofPlantGeneticResources， 2014， 15(5): 1133-1137. (in Chinese with English abstract)

[2] SKAMNIOTI P， GURR S J. Against the grain: safe guarding rice from rice blast disease[J].TrendsinBiotechnology， 2009， 27(3): 141-150.

[3] 杜宜新， 阮宏椿， 石妞妞， 等. 福建省稻瘟病菌对主要抗瘟基因及主栽品种的致病性分析[J]. 植物保护学报， 2016， 43(3): 442-451. DU Y X， RUAN H C， SHI N N， et al. Pathogenicity analysis ofMagnaporthegriseaagainst majorPi-genes and main rice varieties in Fujian Province[J].JournalofPlantProtection， 2016， 43(3): 442-451. (in Chinese with English abstract)

[4] 刘天华， 白姣姣， 吕东平. 农业气象因素影响稻瘟病发生分子机制初探[J]. 中国生态农业学报， 2016， 24(1): 1-7. LIU T H， BAI J J， LYU D P. A preliminary study on the effect of agro-meteorological factors on molecular mechanism of rice blast occurrence[J].ChineseJournalofEco-Agriculture， 2016， 24(1): 1-7. (in Chinese with English abstract)

[5] 张加云， 谢国清， 韩忠良. 2008年云南省水稻稻瘟病发生条件分析[J]. 云南农业科技， 2009 (1): 50-51. ZHANG J Y， XIE G Q， HAN Z L. Analysis on the occurrence condtions of the rice blast in Yunnan Province in 2008[J].YunnanAgriculturalScienceandTechnology， 2009(1): 50-51. (in Chinese)

[6] TALBOT N J. On the trail of a cereal killer: exploring the biology ofMagnaporthegrisea[J].AnnualReviewofMicrobiology， 2003， 57(1): 177-202.

[7] EBBOLE D J. Magnaporthe as a model for understanding host-pathogen interactions[J].AnnualReviewofPhytopathology， 2007 (45): 437-456.

[8] WILSON R A， TALBOT N J. Under pressure: investigating the biology of plant infection byMagnaportheoryzae[J].NatureReviewsMicrobiology， 2009， 7(3): 185-195.

[9] 朱有勇， 陈海如， 范静华， 等. 利用水稻品种多样性控制稻瘟病研究[J]. 中国农业科学， 2003， 36(5): 521-527. ZHU Y Y， CHEN H R， FAN J H， et al. The use of rice variety diversity for rice blast control[J].ScientiaAgriculturaSinica， 2003， 36(5): 521-527. (in Chinese with English abstract)

[10] 全国农业推广服务中心. 主要农作物病虫害测报技术规范应用手册[M]. 北京: 中国农业出版社，2010.

[11] 王道泽， 洪文英， 吴燕君， 等. 防治白背飞虱对南方水稻黑条矮缩病发生的影响[J]. 浙江大学学报(农业与生命科学版)， 2015， 41(6): 650-658. WANG D Z， HONG W Y， WU Y J， et al. Effect of controlling white-backed planthopper on the occurrence of southern rice black-streaked dwarf disease[J].JournalofZhejiangUniversity(AgricultureandLifeSciences)， 2015， 41(6): 650-658. (in Chinese with English abstract)

[12] 唐启义， 李绍石. 病虫测报应验程度判定模式[J].病虫测报， 1988， 8(1): 1-5. TANG Q Y， LI S S. Response determination model of pest forecasting[J].ChinaPlantProt， 1988， 8(1): 1-5. (in Chinese)

[13] 王道泽， 洪文英， 胡选祥， 等. 水稻主栽品种病虫侵害风险及田间抗性综合评价[J]. 农学学报， 2014， 4(11): 26-33. WANG D Z， HONG W Y， HU X X， et al. Integrative evaluation on the resistance and invasion risk of pests and diseases among main rice varieties[J].JournalofAgriculture， 2014， 4(11): 26-33. (in Chinese with English abstract)

[14] 万素琴， 陈鑫， 邓爱娟， 等. 感病指数的构建及在湖北省早稻穗瘟病气象等级监测预报中的应用[J]. 华中农业大学学报， 2015， 34(3): 76-81. WAN S Q， CHEN X， DENG A J， et al. Construction of disease indexes and its application in monitoring/ forecasting the meteorological grades of early rice panicle blast in Hubei Province[J].JournalofHuazhongAgriculturalUniversity， 2015， 34(3): 76-81. (in Chinese with English abstract)

[15] 马军韬， 张国民， 辛爱华， 等. 黑龙江省水稻品种对稻瘟病的抗性分析及评价利用[J]. 中国农学通报， 2008， 24(2): 332-334. MA J T， ZHANG G M， XIN A H. Identification and evaluation of resistance of rice toMagnaporthegriseain Heilongjiang Province[J].ChineseAgriculturalScienceBulletin， 2008， 24(2): 332-334. (in Chinese with English abstract)

[16] 张舒， 陈其志， 吕亮， 等. 自然诱发条件下湖北省水稻主栽品种对稻瘟病、纹枯病的抗性鉴定[J]. 华中农业大学学报， 2006， 25(3): 236-240. ZHANG S， CHEN Q Z， LYU L， et al. Assessment of the variety resistance to Pyricularia grisea and Rhizoctonia solani induced under the natural condition in Hubei Province[J].JournalofHuazhongAgriculturalUniversity， 2006， 25(3): 236-240. (in Chinese with English abstract)

[17] 时克， 雷财林， 程治军， 等. 稻瘟病抗性基因Pita和Pib在我国水稻主栽品种中的分布[J]. 植物遗传资源学报， 2009， 10(1): 21-26. SHI K， LEI C L， CHENG Z J， et al. Distribution of two blast resistance genesPitaandPibin major rice cultivars in China[J].JournalofPlantGeneticResources， 2009， 10(1): 21-26. (in Chinese with English abstract)

[18] WOLFE M S. The current status and prospects of multiline cultivars and variety mixtures for disease resistance[J].AnnualReviewofPhytopathology， 1985， 23(23): 251-273.

[19] CARRETT K A， MUNDT C C. Epidemiology in mixed host populations[J].Phytopathology， 1999， 89(11): 984-900.

[20] LEE K， SINGH P， CHUNG W C， et al. Light regulation of asexual development in the rice blast fungus，Magnaportheoryzae[J].FungalGeneticsandBiology， 2006， 43(10): 694-706.

[21] 林福呈， 李德葆. 稻瘟病菌分生孢子发芽和附着胞形成的影响因素研究[J]. 中国水稻科学， 2001， 15(4): 291-297. LIN F C， LI D B. Factors affecting on conidium germination and its appressorium formation ofMagnaporthegrisea[J].ChineseJournalofRiceScience， 2001， 15(4): 291-297. (in Chinese with English abstract)

[22] DENG Y Z， QU Z， NAQVI N I. Twilight， a novel circadian-regulated gene， integrates phototropism with nutrient and redox homeostasis during fungal development[J].PlosPathogens， 2015， 11(6): e1004972.

[23] 周江鸿， 王久林， 蒋琬如， 等. 我国稻瘟病菌毒力基因的组成及其地理分布[J]. 作物学报， 2003， 29(5): 646-651. ZHOU J H， WANG J L， JIANG W R， et al. Virulence genes diversity and geographic distribution ofPyriculariagriseain China[J].ActaAgronomicaSinica， 2003， 29(5): 646-651. (in Chinese with English abstract)

[24] 朱小源， 杨祁云， 杨健源， 等. 抗稻瘟病单基因系对籼稻稻瘟病菌小种鉴别力分析[J]. 植物病理学报， 2004， 34(4): 361-368. ZHU X Y， YANG Q Y， YANG J Y， et al. Differentiation ability of monogenic lines toMagnaporthegriseainindicarice[J].ActaPhytopathologicaSinica， 2004， 34(4): 361-368. (in Chinese with English abstract)

(责任编辑 侯春晓)

The impacts of cultivated rice varieties and climates on rice blast disease epidemics

WANG Daoze1， HONG Wenying1， WU Yanjun1， CHEN Rui1， HU Xuanxiang2

(1.HangzhouPlantProtectionandSoil-fertilizerStation，Hangzhou310020，China; 2.JiandePlantProtectionStation，Jiande311600，China)

The rice blast disease epidemics are closely related with the cultivated rice varieties， genetic diversity ofMagnaporthegriseaand climate. Therefore， monitoring and analyzing the impacts of cultivated rice varieties and climate factors on rice blast disease will provide valuable information for rice blast control. By investigating rice blast disease on main cultivated rice varieties within Hangzhou city， we found great differences in both rice varieties and farming area during 2015-2016 year. Remarkably，Japonicarice was more susceptible to blast thanindicarice. Second， the dominantjaponicarice including Zhejing 88 was highly infested by rice blast in plain area. Furthermore， rice blast continuously occurred inindicarice as Zhongzheyou 1 in the eastern mountain area with high moisture and lack of sunlight. Last， rice blast severely happened at large area with multiple rice varieties in 2015， but was moderate in 2016. Based on the rice blast monitoring and climate data during 2011-2015， we mathematically analyzed the correlation between epidemic and climate factors， and modelled the correlation between epidemic and grain lost. Our results showed strong correlation among epidemic， grain lost and climate factors such as temperature， moisture， rainfall, sunlight， which had been verified to be reliable models and could be further used for the prediction of rice blast epidemic. This study suggested that adjusting rice varieties structure according to the rice blast monitoring data together with the proper prevention approaches responding to climate conditions was a useful tool for the sustainable control of rice blast disease.

rice blast disease; cultivated rice varieties; susceptibility; climate factors; correlation analysis

http://www.zjnyxb.cn

10.3969/j.issn.1004-1524.2017.05.15

2016-12-29

杭州市农业科研攻关项目(20130432B03)

王道泽(1966—)，男，浙江淳安人，硕士，推广研究员，从事植保技术研究与推广工作。E-mail: wdz2005@163.com

S511

A

1004-1524(2017)05-0791-08

浙江农业学报ActaAgriculturaeZhejiangensis， 2017，29(5): 791-798

王道泽， 洪文英， 吴燕君， 等. 水稻主栽品种和气象因素对稻瘟病田间流行的影响[J]. 浙江农业学报， 2017， 29(5): 791-798.