小贯小绿叶蝉发生规律与预测预报研究

谢小群,贺望兴 ,石旭平 ,彭玉辅，李延升 ,彭 华 ,杨普香*

(1.江西省蚕桑茶叶研究所，江西 南昌 330203；2.江西省茶叶质量与安全控制重点实验室，江西 南昌 330203)

小绿叶蝉广泛分布于我国产茶区，是目前我国茶叶生产中危害最重的茶树害虫之一[1]。中国茶园共发现了60余种半翅目叶蝉科叶蝉，但因其虫体小，体色和形态特征接近，难以区分，现已明确江西省绝大部分茶区的优势种为小贯小绿叶蝉[2]。其中，2015年江西采集5个主产茶县(遂川县、婺源县、南昌县、修水县、浮梁县)共送检589例叶蝉标本，检验结果为：除4例叶蝉(婺源县采集)外，其余均为小贯小绿叶蝉。因此,前期可能误将小贯小绿叶蝉作为其他叶蝉种类(如假眼小绿叶蝉)来研究。因茶区的气候条件、地形地貌和栽培模式不同，小贯小绿叶蝉的发生世代数及为害盛期有所不同[3]。本研究通过8年对江西省南昌县地区茶园小贯小绿叶蝉动态虫口的跟踪调查，已掌握了该虫的发生规律，建立了较为简便的第1高峰日的预测预报模型，为区域内推广物理防治技术提供科学依据。

1 研究方法

1.1 调查地点

江西南昌县地区茶园——江西省蚕桑茶叶研究所3块代表性茶园，树高0.9～1.3 m，茶行距1.5 m。

1.2 调查方法

于2011～2018年开展调查。

(1)叶检调查。于每年4月～10月进行，每块茶园按5点取样，每个样点调查100张叶片，计数叶片正反面的叶蝉成若虫数，晴天在晨露未干前调查，阴雨天则全天都可以进行，每7 d调查1次。

(2)逐步线性回归分析。利用网上查询并统计的历年区域的相关气象数据(包括前一年12月至当年4月的最高温度、最低温度、平均最高温度、平均最低温度、降雨雪日数等)、叶检数据、盆拍数据，通过SPSS 19软件采用逐步线性回归分析，方法均为：临界值F显著水平≤0.05时引入变量，且显著水平>0.1时剔除变量。

2 结果与分析

2.1 小贯小绿叶蝉的发生规律

汇总南昌县地区3种茶园叶蝉2011～ 2015年的虫口数据，揭示南昌地区叶蝉的发生动态规律(图1)。茶小绿叶蝉在南昌地区发生代数多，田间虫态混乱，且世代重叠严重。在受不同年限年度的气象条件的影响下，不同年度叶蝉的动态峰型各具表现不同，2011年、2012年表现为明显危害双峰型，且第1峰时间跨幅较短，2015年整体虫口量密度小，没有明显的危害期，但仍呈2个明显的小双峰型；2013年、2014年呈明显危害单峰型，由于高峰的跨期较长，田间虫口量大，田间采取了防治措施，动态波动较大，呈现2个动态波峰。从5年的田间调查发现，田间虫口量最大的日期即第1高峰日均较为聚集，在5月25日上下浮动8 d，第2高峰日的时间变化较大。叶蝉在不同时期的密度大小受按不同年限叶蝉虫口密度大小浮动情况，可将叶蝉种群动态人为分3个时期：Ⅰ期为虫口幅度较大的4月中下旬起至7月上旬，虫口从每百叶0～12头的轻度发生[4]、每百叶12～24头的中度发生到每百叶24头以上的重度发生均会出现在该时期；Ⅱ期为7月中下旬至9月上旬虫口幅度最小期，虫口均控制在每百叶24头以下，基本为轻度发生，每百叶12～24头的中度发生的时间极短；Ⅲ期为9月中下旬到10月底，单峰年基本为轻度发生，双峰年有极少为重度发生，但危害持续时间短。

图1 2011～2015年南昌地区叶蝉虫口规律

2.2 小贯小绿叶蝉第1高峰日预测

2.2.1 小贯小绿叶蝉第1高峰日回归模型建立 南昌县各茶园第1高峰日与当年的茶园春季修剪时间相关，在全区域范围内相差不大，一般为5月24日上下9 d内发生，2011～2018年观测结果如表1。以叶检法调查得到全区域内高峰日(即5月份日期，6月份依次为32,33,34,…)为因变量，区域的相关气象数据为自变量，通过SPSS 19软件进行逐步线性回归分析，得到回归模型：

Y*=20.538**-3.962*X(**代表极显著；*代表显著)

式中，Y值四舍五入取整，X为2月最低温度，单位为℃，r=0.813，R2=0.661，方程显著水平P=0.049，常量显著水平P=0.003，系数显著水平P=0.049。

2.2.2 小贯小绿叶蝉第1高峰日回归模型验证与应用 将2011～2018年每年全区域内2月最低温度代入公式进行回检，结果见表1，准确率为54.30%～95.91%,平均准确率为76.41%。

表1 小贯小绿叶蝉第1高峰日预测验证结果

将南昌县2019年2月最低温度(-2 ℃)代入方程检验，得到第1高峰日为5月28日，实际调查为5月27日，预测值基本与实际吻合。同时，将代表江西赣北茶区的婺源、赣中茶区南昌县、赣南茶区遂川县的2011～2018年2月最低温度(剔除异常值后)的平均值代入方程，结果见表2，第1高峰日分别为6月1日、5月24日、5月21日。通过查阅文献可知，汪荣照等[6]调查到婺源县6组第1高峰日数据中，其中有5组为5月31日,1组为6月5日。袁兴华等[7]调查到遂川县2012年的第1小高峰日为5月23日,预测值基本与实际发生相吻合。

表2 2019年江西代表性茶区第1高峰日预测结果

2.3 小贯小绿叶蝉第1高峰日发生量规律与预测

2.3.1 小贯小绿叶蝉第1高峰日发生量规律 将实际调查中2011～2018年全区域内第1高峰期发生量划分为轻(虫口<12)、中(12≤虫口<24)、重(虫口≥24)，分别用1、2、3代表作为因变量，以区域内相关气象数据为自变量，通过SPSS 19进行逐步线性回归分析，得到回归模型。

Y*=19.444*-0.556*X(*代表显著)

式中，Y值四舍五入取整，X为4月最高温度，单位为℃，r=0.962，R2=0.926，方程显著水平P=0.029，常量显著水平P=0.038，系数显著水平P=0.029。

2.3.2 小贯小绿叶蝉第1高峰日发生量回归模型验证与应用 将2019年4月最高温度(34 ℃)代入公式中，得到第1高峰日发生量为1，轻度发生，实际调查中，百叶虫口数为5.5，预测值与实际相吻合。并将2011～2018年4月最高温度代入公式检验。结果显示，该公式的准确率为75%,可以较好地预测当地第1高峰日的虫口量(表3)。

表3 南昌地区第1高峰日发生量预测式回检结果

3 小结与讨论

3.1 小贯小绿叶蝉动态规律

小贯小绿叶蝉发生因地理、气候、环境而异，绝大部分地区每年有2个为害高峰[5-11]，主要为害夏、秋茶，世代重叠，虫态混杂。由于跟踪调查的年份不同，同一地区报道的小贯小绿叶蝉发生规律不一[12-14]。杨普香等[15]报道了江西南昌田间叶蝉动态呈双峰型，第一个高峰为5月下旬至6月中下旬。本研究继2012年后连续跟踪小贯小绿叶蝉田间种群动态发现，南昌地区有明显的双峰型和单峰型之分，大多数为双峰型，第1高峰日集聚在5月下旬。根据年度种群动态浮动大小可分为3期：Ⅰ期为4月中下旬起至7月上旬，虫口动态幅度随年限浮动最大，第1个高峰期均在此时期发生，跨期因不同年限气象差异较大。Ⅱ期为7月中下旬至9月上旬，虫口动态幅度随年限的浮动最小。Ⅲ期为9月中下旬到10月底，双峰年的第2个高峰均发生在此期间。结合2011～ 2015年历史气象数据记录可知，3个时期的旬平均温度分别为：19～27、27～32、20～27 ℃，说明在小贯小绿叶蝉在田间气温超过27 ℃时虫口受到抑制，而当气温处于19～27 ℃适合叶蝉在田间生长发育和繁育。这与乔利等[16]的室内研究结果一致。2013、2014年，8月下旬起降雨量少，干旱高温，为单峰型动态，这与朱俊庆[17]研究结果一致。

3.2 小贯小绿叶蝉第1高峰日预测与防治

小贯小绿叶蝉的区域性发生可追溯一定短期内的规律[18]，同时，我国茶树植保工作者对叶蝉虫情的中期预报进行了卓有成效的研究[19-24]。使用了线性回归模型、列联表模型和模糊综合评判模型等，且模型随着跟踪年限的增多在不断逐步修改。本研究利用逐步线性回归分析，建立了一个可预测江西省三大产茶区的第1高峰日的回归方程Y=20.538-3.962X(X为2月最低温度)。第1高峰日与2月最低温度呈显著负相关，且通过与江西主产茶区实际调查验证，赣北茶区、赣中茶区、赣南茶区从北至南第1高峰日依次推后3～7 d，这与预测结果一致，在江西茶区内具有一定的参考价值。

通过黄板示范推广发现，黄板在高峰日前1个星期左右插置，可有效控制叶蝉危害。赣南产区的采摘期较长，到7、8月份进行修剪。人工采摘带走的虫量少，5月中下旬起至8月叶蝉为害严重，高峰期跨度较长，可进行预测第1高峰日后安排黄板防治。其他茶区集中在4月底至5月初进行春茶修剪，可在修剪后，大约5月中旬左右安插色板，可有效防控下一代叶蝉虫口，控制第2高峰的形成。由于第2高峰日较为分散，且近8年中，2013、2014、2018年叶蝉的种群动态为单峰型，还未建立起第2高峰日的预测模型。通过将第1高峰日进行换算高峰始期发现，与三四月份月平均气温之和无显著性相关，这与朱俊庆[25]研究结果不一致，可能有2个原因：其一本研究的气象数据的来源于中央气象网，并非田间监测实际数据，可能与实际数据有所差异；其二，不同模型只能适应于特定区域内，不同区域气象条件和管理模式差异都可能造成模型的不适用。本研究利用逐步线性回归分析的获得第1高峰日虫口发生量回归方程Y=19.444-0.556X(X为4月最高温度)。通过对江西主产茶区的实际调查发现，该预测公式适用于赣北茶区和赣中茶区一些丘陵、平地茶区，对多为山区的赣南茶区不适用。

本研究围绕江西地区小贯小绿叶蝉的发生规律开展,以8年大田数据为基础,建立了适用于当地小贯小绿叶蝉第1高峰日有关预测公式。由于调查中主要以叶检法为监测手段，受一定的人为因素影响，所包含的因子收集不尽完全。在全球气候变化的大背景下，探讨了不同区域、不同茶园管理水平下小贯小绿叶蝉的中、长期精准预测方法，需要建立起更为稳定、客观和多元的监测手段进行不断地跟踪调查，全面深入收集和积累资料，逐步完善规律，得到更为精准、稳健的预测模型。