红阳猕猴桃细菌性溃疡病田间分布型及抽样技术研究

王茹琳,刘 原,王明田,罗家栋,文 刚,李 庆

(1.中国气象局 成都高原气象研究所/高原与盆地暴雨旱涝灾害四川省重点实验室,四川 成都 610072;2.四川省农村经济综合信息中心,四川 成都 610072;3.四川农业大学 农学院,四川 成都 611130;4.四川苍溪猕猴桃研究所,四川 苍溪 628400;5.四川省宜宾市农业局,四川 宜宾 644000)

0 引言

猕猴桃(Actinidiaspp.),属猕猴桃科(Actinidiaceae)、猴桃属(Actinidia),具有丰富的营养成分和极高的经济价值,在四川仅次于柑橘、梨、桃、枇杷,为第五大水果,在农业生产中地位显著,且种植规模呈逐年扩大趋势。据统计，目前四川全省猕猴桃种植面积占全国总面积的22%,位居全国第二。随着猕猴桃栽培面积的不断扩大,在引种、购苗和采粉过程中,缺乏合理布局规划和严格的检疫措施,造成其病虫害严重发生,对猕猴桃产业发展造成了极大威胁,尤以猕猴桃溃疡病的发生最为严重。猕猴桃溃疡病是一种细菌性植物病害,可通过苗木、花粉、风雨和昆虫等传播,极易蔓延扩散,且难以根治,该病一旦发生,处理稍不及时,常造成毁园现象,严重威胁猕猴桃产业的可持续发展。研究猕猴桃溃疡病的空间分布型,对提高病害田间调查准确度,为预测预报提供理论支撑具有重要意义。因此本研究以田间调查为基础,利用经典的聚集度指标法和回归分析法对该病害的田间空间分布型进行了测定。

1 材料与方法

1.1 调查方法

调查地设在广元市苍溪县,被调查的猕猴桃品种为红阳。于2018年3月下旬至4月初,在猕猴桃溃疡病发病盛期,选择栽培密度和立地条件相似、发病程度不同的10块猕猴桃园进行调查,采用隔行取样,以单株猕猴桃为样方,共取100株,分别记录猕猴桃溃疡病发病株数和发病情况,统计发病率，再根据以下公式计算病情指数。

DI(%)=100×∑[(Ga×Na)/(Gmax×N)]

上式中:DI代表病情指数；Ga代表不同的发病级别值(0，1，2，…，5);Na代表Ga级别对应的病株数;Gmax代表发病最重级别值(5);N代表调查总株数。本文猕猴桃溃疡病的发病级别按照张慧琴等[1]和张锋等[2]的方法(略加改动)进行划分,具体见表1。

表1 猕猴桃溃疡病大田病株病情分级标准

1.2 空间分布型的测定

1.2.1 聚集指标法 参照刘波等[3]的方法分别统计所调查样地的平均病级密度(m)、样本方差(S2)和平均拥挤度(m*),计算扩散系数C、丛生指标I、聚集度指标m*/m、久野指数CA和负二项分布参数K等聚集度指标,测定猕猴桃溃疡病在果园的空间分布格局。利用Blackith的种群聚集均数λ[4]分析该病害在样地的聚集原因。

1.2.2 回归模型分析法 应用Iwao回归分析法[5]和Taylor幂法则[6]分别建立回归模型,综合分析猕猴桃溃疡病空间分布的内在结构。

Iwao关系式为m*=α+βm

其中:m*表示平均拥挤度;m表示平均病级密度。

Taylor关系式为lgS2=lgα+βlgm

其中:S2表示样本方差；m表示平均病级密度。

1.3 抽样技术研究

1.3.1 最适理论抽样模型 本研究采用Iwao[7]的最适理论抽样模型对猕猴桃溃疡病的理论抽样数进行分析,并据其确定取样方式,具体公式为:

N=t2[(α+1)/m+β-1)]/D2

式中:N代表猕猴桃溃疡病的最适理论抽样数；t代表概率保证；D代表允许误差；m代表平均病级密度；α、β分别为m*-m回归关系式中的截距和斜率。

1.3.2 序贯抽样模型 应用Iwao[8]提出的序贯分析模型,制定序贯抽样表,以此决定取样的样本数,并作为防治决策的依据。计算公式为:

式中:n代表抽样数；t代表分布临界值；α、β分别代表m*-m关系式中的截距和斜率；m0代表防治指标。

2 结果与分析

2.1 样本田块猕猴桃溃疡病发病情况

表2为调查的10块猕猴桃果园溃疡病发病情况汇总。可以看出发病级别均值范围为1.68～3.52,其中样本田块2、5病情较重,病情指数分别为70.4%、63.4%,显著高于其它样地;发病最轻的田块为6号田块,病情指数为33.6%。就发病率而言,以样本田块5最高,达81%；以样本田块3最低,发病率为57%。

表2 猕猴桃溃疡病大田发病情况

2.2 聚集度指数分析

聚集度指标计算结果见表3。猕猴桃溃疡病病株在10块样本田地中的平均拥挤程度或个体邻居数介于2.699～3.785之间,表明不同样地病情的平均拥挤度存在较大差异。扩散系数C>1,丛生指数I>0,聚集度指数m*/m>1,久野指标CA>0,负二项分布K>0。因此,根据判定标准,猕猴桃溃疡病在田间的空间分布符合聚集分布,但在不同样地分布的聚集程度有差异。根据负二项分布K的大小，猕猴桃溃疡病病株在样本田地2的聚集程度最高,K值达13.264；在样本田地6的聚集程度最低,K值为1.649。

表3 猕猴桃溃疡病病株在大田空间分布的聚集度指标

2.3 回归模型分析

2.3.1 Taylor幂法则 利用Taylor幂法则对方差(S2)与猕猴桃溃疡病平均病级密度(m)的关系进行拟合,建立了以下S2-m回归方程：lgS2=0.49+0.313lgm(R=0.893,相关关系显著)。其中lgα>0,β<1,说明病株个体的空间格局随着病株密度的增加趋于均匀分布。

2.3.2m*-m回归分析 将猕猴桃溃疡病平均病级密度(m)和平均拥挤度(m*)按Iwao提出的m*-m回归分析法进行线性回归,建立了以下回归关系式：m*=1.826+0.55m(R=0.991,显著相关)。其中α=1.826,即α>0,表明病株在大田中有明显的发病中心,个体群(小聚集团)是空间分布的基本成分,病株个体间相互吸引,中心病株的扩散和环境条件的影响是形成这种分布的原因;β=0.55,即β<1,说明病株个体群(小聚集团)在田间趋于均匀分布。

2.4 影响聚集的因素分析

造成植物病害聚集的原因有很多,如病害本身的聚集习性和某些外界环境因素的影响等。种群聚集均数(λ)是检验病株空间聚集原因的重要指标，其计算公式为λ=mγ/αK,式中K代表负二项分布指数值,γ代表自由度等于2K的卡方分布的函数值。测定结果见表3,从中可以看出,样本田块1、2、4、5、10的λ值分别为2.653、3.431、2.329、3.053、2.159,均大于2,说明聚集行为与环境因素的共同影响是导致猕猴桃溃疡病在上述田块聚集的原因。样本田块3、6、7、8、9的λ值分别为1.656、1.357、1.752、1.754和1.836,均小于2,表明猕猴桃溃疡病在上述田块的聚集是由某些环境如气候、栽培条件、植株生育状况等所致,而不是因为其本身的聚集习性。

2.5 抽样模型分析

2.5.1 理论抽样模型 将t=1.96(95%置信区间的概率保证值)、α=1.826和β=0.55分别代入1.3.1中最适理论抽样公式,计算不同病情等级大田病株的理论抽样数,得N=t2(2.826/m-0.45)/D2,计算结果见表4。从表4可以看出：在相同平均病情等级的田块,随着允许误差的增大,所需抽样数显著减少;在允许误差相同时,抽样数随平均病情等级的升高而减少。图1是允许误差D=0.2(抽样数适中且误差较小)时不同病情指数与对应最适理论抽样数的关系图,由图1可见，当病情指数为5%、25%和50%时,所需的最适抽样数分别为1042、174和65株,说明随着病情指数的增加,调查大田病株所需的最适抽样数相应减少。

表4 调查大田猕猴桃溃疡病病株的理论抽样数 株

表5 猕猴桃溃疡病序贯抽样检索表

图1 不同病情指数下所需的最适抽样数

3 结论与讨论

研究植物病害的空间分布格局,对深入了解病害流行的影响因素、消长规律和防控措施等具有重要意义。到目前针对猕猴桃溃疡病大田病株的空间分布型和抽样技术还未见报道。本研究的聚集度指标测定结果表明,猕猴桃溃疡病在田间呈聚集分布；m*-m回归分析法分析结果表明,猕猴桃病株以个体群的形式分布于大田且存在明显的发病中心；种群聚集均数检验结果说明，猕猴桃溃疡病在一些田块的聚集是由其本身的聚集行为与环境因素共同影响所致的,而在其它田块则仅由某些环境因素所致；采用理论抽样模型计算的最适抽样数结果表明，随着病情指数的增加,所需的最适抽样数相应减少。本研究结果可为猕猴桃溃疡病的田间取样提供参考,从而减少调查抽样的盲目性。在下一步工作中,我们拟对四川全省猕猴桃溃疡病的发病情况进行全面系统的调查,以明确不同发病区、不同品种、不同海拔的病株空间分布的差异,为四川猕猴桃溃疡病的预测预报和综合防控体系的建立提供理论支撑。