早稻南方水稻黑條矮縮病發(fā)病率預測模型的建立與應(yīng)用

董城　梁少玉　陳冰　梁盛銘　陳觀浩（廣東省化州市同慶農(nóng)業(yè)技術(shù)推廣站，廣東化州557；廣東省化州市長岐農(nóng)業(yè)技術(shù)推廣站，廣東化州558；廣東省化州市氣象局，廣東化州5500；廣東省化州市病蟲測報站，廣東化州5500；第一作者：078696768@qq.com；通訊作者：cgh7909986@6.com）

?

早稻南方水稻黑條矮縮病發(fā)病率預測模型的建立與應(yīng)用

董城1梁少玉2陳冰3梁盛銘4陳觀浩4*
（1廣東省化州市同慶農(nóng)業(yè)技術(shù)推廣站，廣東化州525127；2廣東省化州市長岐農(nóng)業(yè)技術(shù)推廣站，廣東化州525128；3廣東省化州市氣象局，廣東化州525100；4廣東省化州市病蟲測報站，廣東化州525100；第一作者：1078696768@qq.com；*通訊作者：cgh7909986@126.com）

摘要：南方水稻黑條矮縮病是近年來在我國南方稻區(qū)重發(fā)的一種病毒性病害。為了明確生態(tài)因子與南方水稻黑條矮縮病發(fā)病率的關(guān)系，提高預測能力，避免嚴重損失，筆者利用化州市2007-2015年的生態(tài)因子數(shù)據(jù)與南方水稻黑條矮縮病田間實際發(fā)生數(shù)據(jù)，采用逐步回歸和通徑分析的方法研究了兩者之間的相關(guān)性。結(jié)果表明，上年10月下旬溫雨系數(shù)和上年晚稻黑條矮縮病發(fā)病率對早稻南方水稻黑條矮縮病發(fā)病率影響最大。筆者還建立了生態(tài)因子與早稻南方水稻黑條矮縮病發(fā)病率回歸模型：Y^＝-2.7590+0.1895 X1+0.1345 X2+1.0495 X3+0.0044 X4，利用該回歸方程對歷史資料進行擬合，擬合程度較好，并對2015年進行預報，預報值與實際值相差較小，準確率較高?？梢?，該模型適宜于化州乃至粵西地區(qū)早稻南方水稻黑條矮縮病的預測預報。

關(guān)鍵詞：南方水稻黑條矮縮??；生態(tài)因子；逐步回歸；通徑分析；預測模型

南方水稻黑條矮縮?。⊿outhern rice black-streaked dwarf virus，SRBSDV）屬呼腸孤病毒科（Reoviridae）斐濟病毒屬（Fijivirus）。自2001年在廣東省陽西縣首次發(fā)現(xiàn)以來，已迅速擴散至我國南方廣大稻區(qū)［1］。2009年，由該病毒引起的病害在我國南方晚季稻上暴發(fā)成災，造成嚴重的產(chǎn)量損失，據(jù)不完全統(tǒng)計，受害面積在30.00萬hm2以上，其中失收面積超過0.65萬hm2［2-5］。該病毒經(jīng)遷飛性害蟲白背飛虱［Sogatella furcifera （Horváth），WBPH］可以遠距離傳播，給糧食安全和農(nóng)民增收帶來嚴重影響。2006年以前，南方水稻黑條矮縮病在廣東省化州市只有零星發(fā)生，損失較輕，后呈逐年加重趨勢，損失也越來越大［6-8］。2011年化州市晚稻發(fā)生面積達0.37萬hm2，占水稻總面積的14.3%，發(fā)病嚴重田塊病叢率高達50.0%～60.0%，個別田塊甚至達81.2%，給水稻生產(chǎn)造成嚴重損失。

由于南方水稻黑條矮縮病的發(fā)現(xiàn)時間較短，目前對該病的研究還處于起步階段［9-11］。羅香文等［12］依據(jù)湖南省漢壽縣和永州市2010年和2011年白背飛虱蟲量與南方水稻黑條矮縮病的發(fā)生面積的相關(guān)性，建立了南方水稻黑條矮縮病發(fā)生情況的區(qū)域性預測模型；陳冰等［8］利用逐步回歸法建立了晚稻南方水稻黑條矮縮病發(fā)病率的預測模型。但對早稻研究較少。因此，筆者根據(jù)化州市歷年南方水稻黑條矮縮病觀測資料及2006-2015年主要生態(tài)因子數(shù)據(jù)，采用逐步回歸分析和通徑分析的方法，研究了生態(tài)因子與早稻南方水稻黑條矮縮病發(fā)生的關(guān)系，旨在為南方水稻黑條矮縮病的監(jiān)測預警和防控提供科學依據(jù)。

1　材料與方法

1.1研究地概況

化州市位于廣東省西南部（21°29′～22°13′N，110° 20′～110°45′E），是廣東省重要的水稻生產(chǎn)基地，為典型的雙季稻區(qū)，常年水稻種植面積5.11萬hm2。屬典型的亞熱帶季風氣候區(qū)，雨熱同季，水熱資源豐富，年平均氣溫22.1℃～23.9℃，最冷月（1月）平均氣溫12.3～18.0℃，極端最低溫1.3℃，無霜期360 d以上，偶有輕霜，無氣候?qū)W上真正的冬天，≥10℃活動積溫7 964.4～8 683.6℃，年降水量1 103.0～3 005.3 mm，年日照時數(shù)1 560.2～2 430.3 h。

20世紀80年代初期和90年代初期化州市曾分別發(fā)生較嚴重的水稻瘤矮病、水稻橙葉病等病毒?。?2-14］。另外，化州市也是稻飛虱（以褐飛虱、白背飛虱為優(yōu)勢種群）的常發(fā)區(qū)、重發(fā)區(qū)［15-16］。

表1　化州市各年份早稻南方水稻黑條矮縮病發(fā)病率與主要生態(tài)因子

表2　化州市早稻南方水稻黑條矮縮病發(fā)病率與生態(tài)因子關(guān)系的逐步回歸分析結(jié)果

1.2病情調(diào)查

1.2.1調(diào)查時期

田間目測南方水稻黑條矮縮病初現(xiàn)期及病害癥狀，大面積發(fā)病情況于抽穗期至黃熟期期間（病情穩(wěn)定期）調(diào)查1次。

1.2.2調(diào)查方法

每年早稻、晚稻選擇不同類型田或不同品種，調(diào)查20～30塊以上稻田，采用5點取樣法，每點2行，每行20叢，共計200叢，統(tǒng)計發(fā)病叢率（發(fā)病叢數(shù)/調(diào)查總叢數(shù)×100），以當年早稻平均發(fā)病率作為病情指標。收集整理2007-2015年病情資料。

1.3氣象資料

氣象資料由化州市氣象局觀測并提供。2007-2015年，選擇對早稻南方水稻黑條矮縮病發(fā)生影響較為明顯的上年10月至當年3月的平均氣溫、最高氣溫、最低氣溫、降水日數(shù)、相對濕度、日照時數(shù)等作為分析數(shù)據(jù)。此外，考慮到不同因子交互作用對早稻南方水稻黑條矮縮病發(fā)生發(fā)展的影響，引進了溫濕比（相對濕度與溫度之比）和溫雨比（降水量與溫度之比）等因子。2007-2014年數(shù)據(jù)用來建模，2015年數(shù)據(jù)用來檢驗。

1.4統(tǒng)計分析方法

應(yīng)用Excel與SPSS軟件進行數(shù)據(jù)處理。根據(jù)歷年各生態(tài)因子與早稻南方水稻黑條矮縮病平均發(fā)病率進行相關(guān)分析，分析各生態(tài)因子對南方水稻黑條矮縮病發(fā)生的影響，并根據(jù)所篩選出相關(guān)性高的因子，采用逐步回歸分析及通徑分析的方法分析各生態(tài)因子的相互作用，以期剖析流行系統(tǒng)的內(nèi)部結(jié)構(gòu)，重新衡量各因子在流行中的地位，建立流行預測模型并檢驗。

2　結(jié)果與分析

2.1早稻南方水稻黑條矮縮病的影響因子

當?shù)卦绲灸戏剿竞跅l矮縮病發(fā)病率受上年晚稻南方水稻黑條矮縮病發(fā)生程度、上年10月至當年3月溫度、降水等諸多因素的影響。通過對歷史資料的綜合分析，結(jié)合關(guān)鍵因子相關(guān)分析，篩選出上年晚稻南方水稻黑條矮縮病發(fā)病率（X1，%）、上年11月至12月平均最低氣溫（X2，℃）、上年10月下旬溫雨系數(shù)（X3）、上年10月中旬至下旬雨量（X4，mm）共4個主要相關(guān)因子（表1）。上述因子均通過顯著水平（P＜0.05）檢驗。

2.2多元回歸方程的建立及檢驗

以表1中2007-2014年早稻南方水稻黑條矮縮病發(fā)病率為因變量，以通過相關(guān)顯著檢驗的生態(tài)因子為自變量，采用逐步回歸分析方法建立其流行預測模型：

Y^=-2.7590+0.1895 X1+0.1345 X2+1.0495 X3+0.0044 X4。

（復相關(guān)系數(shù)R=0.9999**，決定系數(shù)R2=0.9998**，回歸模型的顯著性檢驗F=10174.811**；Y^為早稻南方水稻黑條矮縮病發(fā)病率估計值，其余變量見表1）。

進一步統(tǒng)計分析（t檢驗）結(jié)果（表2）表明，回歸模型方程中各回歸系數(shù)bi均達到顯著（P＜0.05）或極顯著（P＜0.01）水平。

利用該回歸預測模型對2007-2014年資料進行歷史擬合，結(jié)果見表3。由表3可以看出，該模型預測值與實測值除2008年相差較大外，其余年份相差很小，擬合值相對準確率平均為88.5%，準確率較高，說明該回歸預測模型真實可靠，可用于早稻南方水稻黑條矮縮病發(fā)病率預測。

2.3預測應(yīng)用

將2015年各預報因子代入上述預測模型，求得Y^=1.2777%，與實際發(fā)病率1.35%基本符合，其準確率達94.6%。說明所建立的預測模型可在生產(chǎn)中應(yīng)用。

2.4對早稻南方水稻黑條矮縮病發(fā)病率影響作用的通徑分析

從表4可以看出，在影響早稻南方水稻黑條矮縮病發(fā)病率Y的4個因子X1、X2、X3、X4中，以上年10月下旬溫雨系數(shù)X3的直接作用最大（直接通徑系數(shù)為0.6645），且通過其他因子的間接作用卻不明顯，上年晚稻發(fā)病率X1的直接作用次之（直接通徑系數(shù)為0.3252），其他因子如上年10月中旬至下旬雨量X4、上年11月至12月平均最低氣溫X2的直接作用都很小，但它們通過上年10月下旬溫雨系數(shù)X3對早稻南方水稻黑條矮縮病的影響依次為0.5731、0.4866，都顯著大于同一因素的直接作用。這說明上年10月下旬溫雨系數(shù)和上年晚稻發(fā)病率是影響早稻南方水稻黑條矮縮病發(fā)病率的主導因子。上年10月中旬至下旬雨量、上年11月至12月平均最低氣溫對早稻發(fā)病率的影響是通過上年10月下旬溫雨系數(shù)起作用的。

通徑分析的決定系數(shù)R2=0.9998，剩余通徑系數(shù)為0.0141，說明這4個因子對早稻南方水稻黑條矮縮病發(fā)病率影響的比重高達99.98%。

表3　南方水稻黑條矮縮病發(fā)病率逐步回歸模型回檢結(jié)果

表4　影響早稻南方水稻黑條矮縮病發(fā)病率的主要因子相關(guān)與通徑分析

3　小結(jié)與討論

南方水稻黑條矮縮病是近年來發(fā)現(xiàn)的一種危害水稻的新病毒病［1-2］。水稻一旦感染該病毒之后，無論采用何種措施，防治效果均不理想［17］，加上目前缺乏對該病害安全有效的防治藥劑和高產(chǎn)抗病水稻品種。因此，建立及時準確的病害流行趨勢預測模型顯得尤為重要。

建立回歸模型時對關(guān)鍵生態(tài)因子的篩選尤為重要，入選因子必須與病害的發(fā)生有顯著相關(guān)性才能保證方程的準確可靠，而逐步回歸分析既可以實現(xiàn)對各影響因素的篩選，又可建立回歸方程，是一種較為實用的分析方法［18］。本文利用逐步回歸分析方法和通徑分析方法，研究了早稻南方水稻黑條矮縮病發(fā)病前的氣象因子對該病發(fā)病的影響，同時將上年晚稻發(fā)病率引入到方程中，以提高方程預測的準確性及實用性。篩選出的4個因子證明了上年10月下旬溫雨系數(shù)和上年晚稻發(fā)病率2個因子為影響早稻南方水稻黑條矮縮病發(fā)生流行的關(guān)鍵因子，并建立了早稻南方水稻黑條矮縮病發(fā)病率的逐步回歸模型，得到了較好的模擬及預測效果。

南方水稻黑條矮縮病在大田中發(fā)病情況十分復雜，雖然生態(tài)因素是影響南方水稻黑條矮縮病發(fā)生發(fā)展的主導因素，但為了使預測模型獲得更高的準確率，還需要考慮白背飛虱蟲量、作物抗（耐）病性、栽培措施等［9］。因此，今后需對影響早稻南方水稻黑條矮縮病發(fā)病率的其他因素做進一步深入研究。

參考文獻

［1］周國輝，溫錦君，蔡德江，等.呼腸孤病毒科斐濟病毒屬一新種：南方水稻黑條矮縮病毒［J］.科學通報，2008，53（20）：2500-2508.

［2］周國輝，張曙光，鄒壽發(fā)，等.水稻新病害南方水稻黑條矮縮病發(fā)生特點及危害趨勢分析［J］.植物保護，2010，36（2）：144-146.

［3］劉萬才，劉宇，郭榮.南方水稻黑條矮縮病發(fā)生現(xiàn)狀及防控對策［J］.中國植保導刊，2010，30（3）：17-18.

［4］郭榮，周國輝，張曙光.水稻南方黑條矮縮病發(fā)生規(guī)律及防控對策初探［J］.中國植保導刊，2010，30（8）：17-20.

［5］姜玉英，郭榮，劉宇，等.越南的水稻病毒病發(fā)生和防治概況［J］.中國植保導刊，2010，30（8）：54-57.

［6］陳觀浩，梁盛銘，任惠，等.南方水稻黑條矮縮病空間分布型及抽樣技術(shù)［J］.植物保護，2014，40（1）：131-133.

［7］陳冰，顏松毅，梁盛銘，等.廣東省西南部南方水稻黑條矮縮病越冬調(diào)查初報［J］.農(nóng)學學報，2014，4（3）：20-22.

［8］陳冰，顏松毅，陳蔚燁，等.氣象因素對南方水稻黑條矮縮病的影響及預測模型的創(chuàng)建［J］.中國農(nóng)學通報，2015，31（17）：246-250.

［9］龍夢玲.我國水稻黑條矮縮病及其防治研究進展［J］.廣西植保，2011，24（1）：30-32.

［10］葛帥，余守武，杜龍崗，等.中國南方水稻黑條矮縮病的研究概況［J］.農(nóng)學學報，2014，4（5）：8-11.

［11］羅香文，張德詠，戴建平，等.區(qū)域性南方水稻黑條矮縮病發(fā)生情況預測預報模型［J］.天津農(nóng)業(yè)科學，2013，19（1）：87-89.

［12］范懷忠，張曙光，何顯志，等.水稻新病毒病“瘤矮病”在廣東湛江地區(qū)發(fā)生流行［J］.廣東農(nóng)業(yè)科學，1983（1）：44.

［13］陳觀浩，陳少蘭，梁訓友，等.水稻瘤矮病危害產(chǎn)量損失的測定［J］.植物醫(yī)生，1996，9（6）：26-27.

［14］謝雙大，周小毛，虞皓，等.廣東水稻橙葉病病原（MLO）的越冬［J］.植物保護學報，1996，23（1）：29-33.

［15］陳觀浩，陳源，張雪梅，等.化州市近十年稻飛虱重發(fā)原因淺析及防治對策［J］.昆蟲知識，2010，47（6）：1 240-1 244.

［16］劉祖建，陳冰，陳蔚燁，等.廣東省西南部稻飛虱發(fā)生期和發(fā)生程度的氣象預測模型［J］.中國農(nóng)業(yè)氣象，2013，34（2）：204-209.

［17］劉萬才，陸明紅，黃沖，等.南方水稻黑條矮縮病大區(qū)流行規(guī)律初探［J］.中國植保導刊，2014，34（4）：47-51.

［18］陳士華，吳興泉，杜春梅，等.寒地春油菜菌核病流行預測方法［J］.中國油料作物學報，2005，27（4）：89-91.

Establishment and Application of Forecasting Model on Early Southern Rice Black -streaked Dwarf Virus Disease Incidence

DONG Cheng1，LIANG Shaoyu2，CHEN Bing3，LIANG Shengming4，CHEN Guanhao4*
（1Tongqing Agricultural Technology Station，Huazhou，Guangdong 525127，China；2Changqi Agricultural Technology Station，Huazhou，Guangdong 525128，China；3Huazhou Meteorological Bureau，Huazhou，Guangdong 525100，China；4Huazhou Forecast Station of Plant Diseases and Insect Pests，Huazhou，Guangdong 525100，China；1st author：1078696768@qq.com；*Corresponding author：cgh7909986@126.com）

Abstract：The southern rice black streaked dwarf disease virus is an important viral disease that newly happen in recent years in rice area of Southern China. In order to clarify the relationship between the ecological factors and the disease incidence and improve the ability to predict and avoid serious losses，the author did a survey on their relationship based on the occurrence data from 2007 to 2015 by stepwise regression and path analysis. The results showed that the temperature and rain coefficient of late October last year and the late southern rice black streaked dwarf disease incidence of last year have a critical impact on the disease incidence. The author established the early southern rice black streaked dwarf virus disease incidence regression model with the ecological factors，and the model is Y^=-2.7590+0.1895X1+0.1345X2+1.0495X3+0.0044X4. The fitting effect of historical data is better by using the regression equation. In 2015，the difference between the forecast values and actual values is small and the predictive ability is strong，so the model is suitable for local as well as West Guangdong region.

Key words：southern rice black-streaked dwarf virus；ecological factors；stepwise regression；path analysis；prediction model

中圖分類號：S435.111

文獻標識碼：A

文章編號：1006-8082（2016）02-0061-04

收稿日期：2015－11－22

基金項目：廣東省科技計劃項目（2011B020416001）；茂名市氣象局氣象科技計劃項目［茂氣（2012）114號］