安徽省中南部小麦赤霉病气象等级预报方法研究

岳 伟 陈 曦 邱 坤 王蓓蓓 邓 斌 姚卫平

(1.安徽省农业气象中心,合肥 230031;2.安徽省植物保护总站,合肥 231400;3.宣城市宣州区植保植检站, 安徽 宣城 242000;4.池州市农技推广中心植保站, 安徽 池州 247000)

赤霉病是我国小麦生产中的主要病害之一，主要发生在长江中下游、江淮、黄淮和华北南部等麦区[1]。赤霉病不仅会影响小麦产量，而且还会降低小麦品质，减少蛋白质和面筋含量，出粉率降低，加工性能受到明显影响[2]；同时由于感病麦粒内含有致呕毒素和类雌性毒素，食用易导致人畜中毒[3]。受全球气候变暖、农业耕作方式改变、小麦种植区域南移等因素影响，小麦生产面临赤霉病危害的风险不断增加[4]。安徽省小麦常年种植面积260万hm2以上，是全国小麦主要产区，近年来赤霉病发生面积200万hm2左右，给小麦安全生产造成严重威胁。因此开展小麦赤霉病气象等级预报模型研究，提升赤霉病预测预报水平，对做好赤霉病绿色防控，提高小麦产量和品质，保障安徽省粮食安全生产都具有重要意义。

小麦赤霉病是一种典型的“气象型”病害，年际间发生流行程度主要取决于气象条件的变化，特别是在小麦开花期前后一段时间内的气象条件[5]。研究表明，赤霉病发生与温度、湿度、降水、日照等气象因子有关[6-8]。利用气象条件开展小麦赤霉病预测预报是研究的重点内容之一，徐敏等[3,9-12]利用降水量、降水日数、相对湿度、平均气温等气象要素，采用回归分析、判别分析、神经网络、机器学习等方法，分别建立了江苏、陕西、上海、河南等地的小麦赤霉病气象等级预报模型，并取得了较好的预测效果。在预报因子的选择方面，除降水、温度、湿度等常规的地面观测要素外，大气环流、海温等因子也被应用于赤霉病气象等级预报模型中[10,13-14]。在利用降水因素开展小麦赤霉病预测模型的研究中，雨日、雨量、相对湿度等要素较为常用[15-16]，但考虑日降水强度对赤霉病影响的研究鲜有报道；此外，在小麦赤霉病发生关键期选择方面，多以固定旬作为赤霉病发生关键期[2,5,16]，而未考虑小麦发育期年际间的差别，建立的模型难以满足农业气象业务服务需求。

因此，本研究拟利用安徽省中南部4 个代表站的小麦赤霉病病穗率资料、发育期资料及对应气象资料，以小麦始穗期为基准，综合考虑始穗期前后固定时段内降水日数和降水等级对赤霉病的影响，采用相关分析、回归分析等方法，构建小麦赤霉病气象等级预报模型，以期为安徽省小麦赤霉病气象等级预报业务服务提供技术支撑，也为做好小麦赤霉病精准预测和绿色防控工作提供科学参考依据。

1 研究资料与方法

1.1 数据资料

以安徽中南部为研究区域，江淮地区选择滁州市和庐江县为代表站，沿江和江南地区分别选择池州市和宣城市为代表站。以病穗率作为小麦赤霉病发生程度指标。各代表站小麦赤霉病病穗率资料和小麦发育期资料分别来自当地植保站，对应年份气象资料来源于安徽省气象信息中心，主要包括逐日降水量。各代表站赤霉病病穗率资料样本分别为滁州市1985—2020年、庐江县1987—2020年、池州市1991—2020年、宣城市1986—2020年。各代表站2016年以前的资料作为历史样本用于模型建立，2016—2020年的资料作为独立样本用于模型预测检验。

1.2 小麦赤霉病气象等级划分

根据安徽省地方标准《小麦赤霉病测报调查规范》[17]，结合安徽省小麦赤霉病发生特点，将赤霉病发生气象等级划分为5个等级，即：病穗率≤3%为1级，表示气象条件不适宜，对应赤霉病轻发生；3%<病穗率≤10%为2级，表示气象条件基本适宜，对应偏轻发生；10%<病穗率≤20%为3级，表示气象条件较适宜，对应中等发生；20%<病穗率≤30%为4级，表示气象条件适宜，对应偏重发生；病穗率>30%为5级，表示气象条件非常适宜，对应大发生。

1.3 研究方法

1.3.1研究思路

根据小麦赤霉病发生流行与气象条件的关系，以小麦始穗期前后一段时间作为赤霉病发生关键期，以关键期降水日数作为影响赤霉病的主要气象因子，通过相关分析确定赤霉病发病关键期具体时段，同时考虑降水等级对赤霉病的影响，通过引入雨量系数形成综合降水指数。利用回归分析，建立基于综合降水指数的小麦赤霉病气象等级预报模型。

1.3.2雨量系数计算方法

由于不同降水量在小麦赤霉病发病过程中所起的作用不同，参照天气预报中24小时降水量级标准，将赤霉病发生关键期日降水量分为0.1 mm≤R<10 mm(小雨)、10 mm≤R<25 mm(中雨)、25 mm≤R<50 mm(大雨)、50 mm≤R<100 mm(暴雨)、100 mm≤R<250 mm(大暴雨)、R≥250 mm(特大暴雨)6不同等级，并对不同等级的降水赋予不同系数，计算方法如下：

(1)

式中：R为小麦赤霉病发生关键期日降水量；r1、r2、…、r6分别为不同降水等级对应的雨量系数。

1.3.3综合降水指数

综合降水指数是反映降水日数和降水强度对赤霉病的综合影响程度，为赤霉病发生关键期逐日雨量系数累计值，计算方法如下：

(2)

式中：Rc为影响小麦赤霉病发生的综合降水指数；i为赤霉病发生关键生育期降水日数，i=1，2，…，n；f(Ri)为关键期日雨量系数。综合降水指数越大，即降水条件越适宜赤霉病的发生流行，反之，则不适宜赤霉病的发生流行。

1.4 模型检验方法

小麦赤霉病气象等级预报模型的回代检验和预测检验，参照王志伟等[18]提出的计算方法，即模型模拟等级与实际等级相差0～0.5级为完全符合，准确率计为100%；相差0.5～1.0级为比较符合，计为80%；相差1.0～1.5级为基本符合，计为70%；相差1.5级以上为不符合，计为0。历史符合率为各年符合程度评分值的平均值。

1.5 数据处理

本研究采用SPSS 19.0统计软件对数据进行相关分析、回归分析，利用Visual Basic语言对雨量系数进行循环处理。

2 结果与分析

2.1 小麦赤霉病发生关键期

通常小麦抽穗至灌浆期是赤霉病菌侵染流行的关键时期，该时段的降水条件对赤霉病的发生影响较大[10,19-21]。统计不同区域代表站小麦抽穗至灌浆期降水日数、降水量、平均相对湿度与赤霉病发生气象等级的相关性，其中降水日数与病穗率发生气象等级相关系数最大。由于降水对田间土壤湿度的影响有一定的延续性，所以为确定各代表站小麦赤霉病发生关键期，设定在小麦始穗前15 d和始穗后30 d 的时段内，计算始穗前后不同时段的降水日数，再与赤霉病病穗率发生气象等级进行相关分析，筛选出相关系数最大值对应的时段即为赤霉病发生关键期。计算结果表明，滁州赤霉病发生关键期为小麦始穗前5 d—始穗后27 d，庐江为小麦始穗前8 d—始穗后20 d，池州为小麦始穗前7 d—始穗后24 d，宣城为小麦始穗前4 d—始穗后24 d(表1)。

表1 不同区域代表站小麦赤霉病发生关键生育期Table 1 Key growth stage of wheat scab at representative stations in different areas

2.2 小麦赤霉病气象等级预报模型

2.2.1雨量系数

对各代表站历年小麦赤霉病发生关键期不同降水等级分布进行统计分析，滁州、庐江、池州和宣城地区小麦赤霉病发生关键期降水均以小雨和中雨为主，其中小雨日数分别为266、262、273和281 d，中雨日数分别为70、82、89和99 d，大雨及以上等级日数分别为35、33、58和44 d(图1)。考虑不同降水等级样本数量，本研究将不同区域代表站小麦赤霉病发生关键期日降水量划分为3个等级，分别为小雨、中雨、大雨及以上。

图1 不同区域代表站小麦赤霉病发生关键期降水等级分布情况Fig.1 Distribution of precipitation grades during the key growth stage at representative stations in different area for wheat scab

将不同降水等级在小麦赤霉病发生流行过程中所起的作用定义为雨量系数f(R)。利用Visual Basic语言作为计算工具，将小雨、中雨和大雨及以上的雨量系数设定在一定范围内，以0.1作为步长进行循环，计算出小麦赤霉病发生关键期不同雨量系数对应的综合降水指数，再与赤霉病发生气象等级进行相关分析，其中相关系数最大值对应的综合降水指数即为不同降水等级的雨量系数。通过计算分析，得到各代表站小麦赤霉病发生关键期雨量系数如下：

(3)

(4)

(5)

(6)

式(2)～(6)中：f(R)为雨量系数；R为小麦赤霉病发生关键期日降水量。

2.2.3综合降水指数

根据庐江、滁州、池州和宣城历年小麦赤霉病发生关键期逐日降水资料，利用式(3)～(6)计算出不同代表站历年综合降水指数，与小麦赤霉病发生气象等级进行相关分析。由表2可以看出，滁州、庐江、池州和宣城地区小麦赤霉病发生气象等级与综合降水指数相关性分别为0.775 1、0.762、0.791和0.773 2，均高于降水量、降水日数与赤霉病气象等级的相关性，说明综合降水指数能更好地反映降水日数和降水等级对赤霉病发生的综合影响。

表2 不同区域代表站小麦赤霉病发生气象等级与关键期降水量、降水日数和综合降水指数相关性Table 2 Correlation between meteorological grade of wheat scab and precipitation,rainy days as well as composite precipitation index in the key growth stageat representative stations in different areas

2.2.4气象等级预报模型

以综合降水指数为自变量，以小麦赤霉病发生气象等级为因变量，运用SPSS 19.0统计软件中的曲线回归方法，建立不同代表站最优回归模型(表3)。各代表站回归方程中，y为赤霉病发生气象等级，x为赤霉病发生关键期综合降水指数。由回归方程的P值可以看出，各代表站小麦赤霉病气象等级预报模型均通过了0.01的显著性水平检验。

表3 不同区域代表站小麦赤霉病气象等级预报模型Table 3 Meteorological grade forecast model of wheat scabin different regional representative stations

2.3 模型检验

2.3.1模型拟合检验

利用滁州(1985—2015年)、庐江(1987—2015年)、池州(1991—2015年)和宣城(1986—2015年)小麦赤霉病病穗率资料和气象观测资料，对各区域代表站小麦赤霉病气象等级预报模型进行拟合检验。结果表明，滁州地区小麦赤霉病气象等级预报模型模拟等级与实际等级平均误差为0.541级，回代平均准确率为86.8%，31个样本中回代准确率为100%的有16年，准确率为80%的11年，准确率为70%的3年，完全不正确的有1年(表4)；庐江地区模拟等级与实际等级平均误差为0.568级，回代平均准确率为87.6%，29个样本中回代准确率为100%的有14年，准确率为80%的9年，准确率为70%的6年(表5)；池州地区模拟等级与实际等级平均误差为0.577级，回代平均准确率为85.6%，25个样本中回代准确率为100%的有13年，准确率为80%的7年，准确率为70%的4年，完全不正确的有1年(表6)；宣城地区模拟等级与实际等级平均误差为0.558级，回代平均准确率为88.3%，30个样本中回代准确率为100%的有18年，准确率为80%的7年，准确率为70%的3年，完全不正确的有1年(表7)。从回代检验结果看，建立的各区域代表站小麦赤霉病气象等级预报模型模拟效果较好，总体上能反映降水条件与赤霉病气象等级的关系。

表4 滁州市小麦赤霉病气象等级预报模型拟合检验Table 4 Retrospective test of meteorological grade for wheat scab in Chuzhou

表5 庐江县小麦赤霉病气象等级预报模型拟合检验Table 5 Retrospective test of meteorological grade for wheat scab in Lujiang

表6 池州市小麦赤霉病气象等级预报模型拟合检验Table 6 Retrospective test of meteorological grade for wheat scab in Chizhou

表7 宣城市小麦赤霉病气象等级预报模型拟合检验Table 7 Retrospective test of meteorological grade for wheat scab in Xuancheng

2.3.2模型预测检验

利用滁州、庐江、滁州和宣城站2016—2020年小麦赤霉病病穗率和对应逐日降水资料，对各区域小麦赤霉病气象等级预报模型进行预测检验。滁州小麦赤霉病实际发生等级与模型预测等级平均误差为0.464级，准确率为92.0%,5年中预测准确率为100%的有3年，准确率80%的有2年；庐江赤霉病实际发生等级与模型预测等级平均误差为1.06级，准确率为70.0%，5年中预测准确率为100%的有2年，准确率80%、70%和0%的各有1年；池州赤霉病实际发生等级与模型预测等级平均误差为0.656级，准确率为88.0%，5年中预测准确率为100%的有2年，准确率70%的有2年；宣城赤霉病实际发生等级与模型预测等级平均误差为0.861级，准确率为84.0%，5年中预测准确率为100%的有2年，准确率80%的有1年，准确率70%的有2年(表8)。从预测效果看，滁州赤霉病气象等级预测模型效果最好，池州和宣城次之，庐江相对较差。

表8 不同区域代表站小麦赤霉病气象等级预报模型预测检验Table 8 Prediction test of meteorological grade for wheat scabin different regional representative stations

3 讨 论

赤霉病的发生流行与子囊孢子释放期、寄主生育期及气象条件三者的配合程度密切相关[10]，准确判定小麦生育期对研究赤霉病气象等级预报模型尤为重要。本研究以降水日数作为影响赤霉病发生的主要气象因子，通过相关分析，确定赤霉病发生关键期对应小麦发育期主要处于抽穗至灌浆期，与吴春艳等[10]、罗桂东等[19]和王晖等[20]的观点较为一致。已经开展的相关研究多以某一旬或某几旬作为小麦赤霉病发生关键期，但实际生产中不同年份小麦发育期差异较大，王胜等[22]指出气候变暖背景下安徽省冬小麦发育期变化趋势明显，本研究以小麦抽穗始期为标准，以抽穗始期前后固定时段作为赤霉病发生关键期，更符合赤霉病发生流行与小麦生育期的关系。吴春艳等[10]对上海地区赤霉病开展气象等级预报模型的研究中，选用始穗期至5月20日的气象条件较4月中旬—5月中旬的气象条件，准确率明显提高。因此，在开展赤霉病预测发生等级预报中，不仅要开展气象条件的预报，还应开展小麦发育期的预测，将两者结合起来能更精确的预测小麦赤霉病发生程度。

小麦赤霉病发生流行除受气象条件影响外，还受菌源、品种和栽培条件等影响。何贤芳等[4]研究表明白皮小麦品种具有较高的赤霉病发生风险，而红皮小麦品种表现出强的赤霉病抗性水平。李富占等[12]2012年对河南新野地区调查发现郑麦9023对小麦赤霉病的抗性明显高于郑麦366。关于温度对赤霉病发生的影响存在着不同的观点，马延庆等[16,23]指出气温不是影响赤霉病发生的主要因素，气温主要影响发病的早晚和病程进程的快慢，而罗贵东等[19]认为在适宜的湿度条件下，越接近适宜温度病情越重。本研究统计发现，引入温度要素不能提高模型的预测精度，所以建立预报模型过程中没有引入温度要素。相关研究表明春季田间稻桩、玉米残体等带菌率与当年小麦赤霉病发生程度关系密切[23,25-26]。此外，地势低洼，排水不良的田块，利于发病；群体密度大，田间郁闭，也可加重病情[27]。影响小麦赤霉病发生的气象因子中，除了雨日、雨量、相对湿度等要素响外，风速可以影响田间湿度和子囊孢子的传播[5]，连续3 d以上雾日也会引起赤霉病孢子萌发[28]。本研究仅考虑了雨日和雨量对赤霉病发生的影响，建立气象条件、品种抗性、菌源量、栽培管理措施等多要素的预报模型是下一步研究的重点。

4 结 论

本研究明确了安徽中南部小麦赤霉病发生关键期，江淮地区的滁州和庐江赤霉病发生关键期分别为始穗前5 d至始穗后27 d和始穗前8 d至始穗后20 d，沿江地区的池州为始穗前7 d至始穗后24 d，江南地区的宣城为始穗前4 d至始穗后24 d。

本研究分析降水条件对赤霉病发生的影响，考虑了降水日数和降水强度，建立了基于综合降水指数的小麦赤霉病气象等级预报模型。通过对模型进行了拟合检验和预测检验，滁州地区准确率分别为86.8%和92.0%，庐江准确率分别为87.6%和70.0%，池州准确率分别为85.6%和88.0%，宣城准确率分别为88.3%和84.0%。本研究建立的区域小麦赤霉病气象等级预报模型可用于安徽省中南部农业气象业务服务。