北方地區(qū)小麥蚜蟲氣象適宜度預報模型構建

王純枝 霍治國 張 蕾 郭安紅 黃 沖 陸明紅

1)(國家氣象中心， 北京 100081)2)(中國氣象科學研究院， 北京 100081)3)(南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心， 南京 210044)4)(全國農(nóng)業(yè)技術推廣服務中心， 北京 100125)

引 言

小麥是我國重要的糧食作物之一，北方地區(qū)是我國冬小麥的主產(chǎn)區(qū)，其產(chǎn)量對我國糧食安全占有舉足輕重的地位，而小麥蚜蟲是危害小麥產(chǎn)量和品質的主要蟲害[1-3]，研究我國北方主要小麥種植區(qū)域麥蚜氣象適宜度預報預警技術，對做好氣象保障、降低小麥產(chǎn)量損失、確保糧食安全具有重要意義。小麥蚜蟲俗稱油蟲、膩蟲、蜜蟲，屬同翅目(Hemiptera)，蚜科(Aphidoidea)，可對小麥進行刺吸危害，麥長管蚜和禾谷縊管蚜是影響我國小麥生產(chǎn)的最主要害蟲[4-5]，麥長管蚜則是危害的優(yōu)勢種[3,6]。

我國北方小麥主產(chǎn)區(qū)以麥長管蚜(多為害上部葉片，抽穗灌漿期集中穗部為害)和麥二叉蚜(喜在苗期為害)發(fā)生數(shù)量最多，為害最重，其直接為害以成蚜、若蚜吸食小麥葉片、莖稈和嫩穗的汁液，使被害部位形成條斑、枯萎，植株生長停滯甚至整株枯死，影響小麥光合作用及營養(yǎng)吸收、傳導，穗期易造成麥粒不飽滿或形成秕粒，使千粒重降低，造成減產(chǎn)；間接為害是麥蚜傳播小麥病毒病[3]，如為害較大的小麥黃矮病。小麥蚜蟲在南方無越冬期，在北方麥區(qū)以無翅胎生雌蚜在麥株基部葉叢或土縫內(nèi)越冬，或者以卵在麥苗枯葉上、雜草上、茬管中、土縫內(nèi)越冬。麥蚜的越冬、發(fā)育和繁殖與氣象條件密切相關[7-10]，如麥長管蚜通常喜中溫不耐高溫，適宜溫度范圍為13～25℃，適宜空氣相對濕度范圍為40%～80%[11]；麥二叉蚜則喜干怕濕，5 d平均氣溫16～25℃和空氣相對濕度35%～67%為其適宜的繁殖條件[12-13]。

氣候條件是小麥蚜蟲暴發(fā)成災的主要影響因子[14]。暖冬可使小麥蚜蟲越冬存活率增加，發(fā)生期提前[15]，暖春有利于蟲害擴展速度加快[16]，氣候變暖可使小麥蚜蟲蟲害發(fā)生趨勢加重[11]。幾乎所有大范圍流行性農(nóng)作物重大病蟲害的發(fā)生發(fā)展均與氣象條件密切相關[7,10]，溫度、空氣濕度等直接與害蟲的生殖、行為、種群演變、分布和發(fā)生程度有關[9-10,17]。目前，基于傳統(tǒng)病蟲害預測預報方法包括經(jīng)驗預測法、實驗預測法和統(tǒng)計預測法[18-19]。有學者開始運用現(xiàn)代非線性理論，將人工神經(jīng)網(wǎng)絡、相空間重構預測法[20]、小波分析[21]、馬爾可夫鏈[22]、支持向量機和局部支持向量回歸[1]、模糊認知圖(FCM)算法[8]等方法運用于蚜蟲等害蟲預測預報中，但由于算法復雜、訓練過程長、維數(shù)較高、參數(shù)較多或不能滿足全局算法一致等局限性，與傳統(tǒng)的統(tǒng)計預測法相比，在業(yè)務中應用有限，統(tǒng)計預測法因組建模型相對簡單、參數(shù)獲取簡便、應用推廣便捷等優(yōu)點，仍廣泛應用[3,23-25]。因此，本研究根據(jù)我國北方主要小麥種植區(qū)域1958年以來的小麥蚜蟲發(fā)生面積、發(fā)生程度和氣象資料，結合小麥發(fā)育期區(qū)域分布規(guī)律和麥蚜自身生物學特性，采用相關分析法、逐步回歸法等，研究小麥蚜蟲年發(fā)生程度與上年冬季至當年6月上旬氣象因子間的關系，篩選與小麥蚜蟲發(fā)生程度相關顯著的關鍵氣象因子及時段，構建北方小麥主產(chǎn)區(qū)不同區(qū)域的小麥蚜蟲氣象適宜度預報模型，用于評估危害程度，為政府和生產(chǎn)部門及時采取防范措施、有效防控提供科技支撐和決策依據(jù)。

1 資料和方法

1.1 資料來源

研究區(qū)為我國北方冬小麥主產(chǎn)區(qū)8個省(市)，包括河北、北京、天津、山西、河南、山東、江蘇和安徽。1949—2018年各省小麥蚜蟲年發(fā)生面積、發(fā)生程度等級、實際損失及2012—2018年始發(fā)期、盛發(fā)期資料來源于全國農(nóng)業(yè)技術推廣服務中心，其中發(fā)生程度等級序列連續(xù)性偏差，山西1949—1972年資料整體欠缺。1981—2018年冬小麥常年發(fā)育期和不同年份發(fā)育期資料來源于國家氣象中心。氣象資料來源于國家氣象中心，由于氣象資料從1958年開始有較完整記錄，故采用長度為1958—2018年，要素包括上年12月至當年6月上旬的逐日平均氣溫、最高氣溫、最低氣溫、降水量、日照時數(shù)、空氣相對濕度、大雨(暴雨)日數(shù)等。另外，引進了溫雨系數(shù)指標C，即

C=P/T。

(1)

式(1)中，P為月或旬累積降水量(單位：mm)，T為月或旬平均氣溫(單位：℃)。

1.2 資料處理

考慮到各省蟲害實際發(fā)生程度等級資料序列不完整，而發(fā)生面積序列相對完整，為使建立的小麥蚜蟲氣象等級指標具有業(yè)務實用性，參照于彩霞等[26]對稻飛虱發(fā)生面積率的劃分標準，計算1958—2018 年各省小麥蚜蟲發(fā)生面積平均值，以平均值上下波動50% 為等級間隔，對小麥蚜蟲發(fā)生面積進行輕、偏輕、偏重和重4個等級劃分，1級表示輕發(fā)生(對應氣象等級為不適宜)，2級表示偏輕發(fā)生(對應氣象等級為較適宜)，3級表示偏重發(fā)生(對應氣象等級為適宜)，4級表示重發(fā)生(對應氣象等級為非常適宜)。小麥蚜蟲測報國家標準[27]將蚜蟲發(fā)生程度劃分為5級(輕發(fā)生、偏輕發(fā)生、中等發(fā)生、偏重發(fā)生、大發(fā)生)，為了保持一致，驗證時將中等發(fā)生和偏重發(fā)生合并為偏重等級，即合并后的偏重發(fā)生等級對應發(fā)生面積分級為3級，大發(fā)生對應發(fā)生面積分級為4級，其余等級一一對應不變。表1給出了各省小麥蚜蟲發(fā)生面積分級及對應發(fā)生程度等級劃分。經(jīng)對各省發(fā)生面積分級與實際發(fā)生程度等級進行一致性分析，發(fā)現(xiàn)華北、黃淮等級匹配一致性準確率分別為90.3%，95.8%(華北樣本量n=93，黃淮樣本量n=72)，因此，采用發(fā)生面積分級代替實際發(fā)生程度等級可行。

表1 小麥蚜蟲發(fā)生等級劃分Table 1 Classification for occurrence area of wheat aphids

氣象站點的選擇依據(jù)中國氣象地理區(qū)劃[28]，并利用中國土地利用圖[29]和ArcGIS分析工具中的疊加Intersect功能剔除高山、城市開發(fā)區(qū)等非農(nóng)田站點，操作在ArcMap10.2環(huán)境下完成，最終選取8個省(市)601個氣象站點(圖1)，其中在華北選取246站，包括北京10站、河北133站、天津11站、山西92站；在黃淮選取216站，包括山東106站、河南110站；在蘇皖兩省選取139站，包括安徽70站、江蘇69站。時間均為1958—2018年。對地面氣象資料，先將氣象站點上年12月至當年6月上旬的逐日資料處理成旬平均和月平均資料，再計算各省(市)氣象要素和溫雨系數(shù)的區(qū)域平均，以及上年冬季平均氣溫、最高氣溫、最低氣溫的逐年區(qū)域平均值，以便與各省蟲害發(fā)生面積相對應。

圖1 研究區(qū)內(nèi)氣象站點分布Fig.1 Distribution of meteorological stations in the study area

1.3 研究方法

1.3.1 相關分析

小麥蚜蟲發(fā)生程度以年發(fā)生面積為依據(jù)，因子普查采用Pearson相關分析法，分析年發(fā)生程度與上年12月至當年6月上旬不同旬、月時段組合地面氣象要素和上年冬季平均氣溫、最高氣溫、最低氣溫間的相關關系，篩選與麥蚜發(fā)生程度顯著相關的華北、黃淮關鍵氣象因子及影響時段，相關系數(shù)的檢驗采用雙尾t檢驗。

1.3.2 獨立性檢驗

選用主成分識別法進行因子的獨立性檢驗[30-32]，剔除共線性因子，建立因子間的相關矩陣R。

(2)

剔除共線性自變量數(shù)量的確定方法：rij為因子i和j之間的相關系數(shù)，求相關系數(shù)矩陣R的特征值λi，若因子間存在共線性，則有特征根接近0。因此，如果有k個特征量值近似等于0，則證明因子之間有k重共線性，需要剔除k個自變量。主成分分析法的具體步驟詳見文獻[33-34]。

1.3.3 因子歸一化

在篩選出關鍵因子后，由于各因子影響程度不同、量綱不同，不便直接應用，因此，對各關鍵氣象因子采用極差化方法進行標準化處理(歸一化法，使數(shù)據(jù)均分布在0～1之間)。

1.3.4 氣象適宜度綜合指數(shù)和模型構建

利用華北、黃淮分區(qū)域歸一化處理后的關鍵氣象因子與對應省份小麥蚜蟲發(fā)生面積劃分等級建立華北、黃淮小麥蚜蟲氣象適宜度預報模型，小麥蚜蟲發(fā)生發(fā)展氣象適宜度綜合指數(shù)計算公式為

(3)

式(3)中，Z為小麥蚜蟲發(fā)生發(fā)展氣象適宜度綜合指數(shù)，C0為常數(shù)，Yi為歸一化后的第i項關鍵氣象因子，Ki為第i項歸一化關鍵因子的回歸系數(shù)，n為因子個數(shù)。

將1958—2015年華北、黃淮地區(qū)資料用于建模和模型擬合回代檢驗，2016—2018年華北、黃淮及蘇皖兩省資料用于模型外推預報檢驗。

2 結果與分析

2.1 小麥蚜蟲氣象適宜度預報模型

2.1.1 關鍵氣象因子篩選

根據(jù)小麥蚜蟲生物學特性[4-5]和小麥常年發(fā)育期規(guī)律[35]，華北、黃淮小麥蚜蟲為害特點見表2。小麥蚜蟲主要為害期為冬小麥拔節(jié)至乳熟前期，盛發(fā)期為冬小麥抽穗開花期；華北麥蚜主要為害期通常為4月上旬至5月中旬，盛發(fā)期為4月下旬至5月上旬；黃淮麥蚜主要為害期為3月下旬至5月上旬，盛發(fā)期為4月中下旬(表2)。小麥蚜蟲為害盛期，蚜蟲種類主要是小麥穗期優(yōu)勢種麥長管蚜[5]。分析春季至夏初冬小麥主產(chǎn)區(qū)8個省(市)逐旬平均氣溫變化發(fā)現(xiàn)，4月上旬安徽、河南兩省平均氣溫已達到適宜麥長管蚜發(fā)生發(fā)展的基點氣溫(13℃)[11]，4月中旬至6月上旬8個省(市)逐旬平均氣溫基本都在麥長管蚜發(fā)生發(fā)展的適宜生理氣象指標范圍(13～25℃)，僅4月中旬山西省平均氣溫偏低，說明小麥蚜蟲為害盛期氣溫條件并非影響其發(fā)生程度的主導限制因子。因此，探討冬春季的氣象條件對麥長管蚜的影響及其相互關系尤為必要。

表2 北方小麥主產(chǎn)區(qū)小麥蚜蟲為害特點[4-5，27，35]Table 2 Damage characteristics of wheat aphids in the main wheat growing areas in the northern China(from Reference [4-5,27，35])

首先采用單因子相關分析方法，計算華北、黃淮各省小麥蚜蟲發(fā)生面積與上年12月至當年6月上旬各旬(月)氣象因子包括平均氣溫、最高氣溫、最低氣溫、降水量、日照時數(shù)、空氣相對濕度、大雨(暴雨)日數(shù)、無雨日數(shù)、溫雨系數(shù)以及上年冬季平均氣溫、最高氣溫、最低氣溫等的相關系數(shù)，篩選出相關系數(shù)達到0.05顯著性水平的因子共40個，并進行獨立性檢驗，結合北方小麥主產(chǎn)區(qū)蚜蟲為害特點(表2)，最終篩選出影響華北地區(qū)小麥蚜蟲年發(fā)生程度的關鍵氣象因子8個，分別為上年冬季平均氣溫、當年3月溫雨系數(shù)、3月最高氣溫大于等于25℃的日數(shù)、3月下旬日照時數(shù)、4月上旬平均氣溫、4月下旬最高氣溫大于等于28℃的日數(shù)、4月大雨日數(shù)和5月上旬空氣相對濕度介于40% ～ 80%范圍的日數(shù)；篩選出影響黃淮地區(qū)小麥蚜蟲年發(fā)生程度的關鍵氣象因子6個，分別為上年冬季平均氣溫、當年1月下旬降水量、3月上旬空氣相對濕度大于80%的日數(shù)、3月平均氣溫、4月溫雨系數(shù)和4月下旬無雨日數(shù)。具體見表3和表4。

由表3、表4可見，小麥蚜蟲發(fā)生與冬季、春季尤其春季的氣象因子密切相關，冬春不同時段平均氣溫與華北、黃淮小麥蚜蟲發(fā)生面積均呈顯著正相關，冬季氣溫偏高，利于小麥蚜蟲越冬基數(shù)提高,春季氣溫偏高，利于小麥蚜蟲發(fā)生發(fā)展,這與文獻[3，8,15，24]的研究結果一致，熱量對小麥蚜蟲發(fā)生發(fā)展具有正相關協(xié)同作用。3月、4月溫雨系數(shù)與華北、黃淮小麥蚜蟲發(fā)生程度呈顯著負相關，春季降水偏少、氣溫偏高，溫雨系數(shù)偏小，利于苗蚜和穗蚜的發(fā)生發(fā)展。華北小麥蚜蟲發(fā)生面積與3月最高氣溫大于等于25℃的日數(shù)和5月上旬空氣相對濕度為40%～80%的日數(shù)呈顯著正相關，與3月溫雨系數(shù)、3月下旬日照時數(shù)、4月下旬最高氣溫大于等于28℃的日數(shù)和4月大雨日數(shù)呈顯著負相關。黃淮小麥蚜蟲發(fā)生面積與1月下旬降水量、3月上旬空氣相對濕度大于80%的日數(shù)和4月溫雨系數(shù)呈顯著負相關，與4月下旬無雨日數(shù)呈顯著正相關。這是由于小麥蚜蟲在不同蟲態(tài)、不同小麥發(fā)育期對空氣濕度、日照時數(shù)、水分條件的要求存在差異所致。據(jù)研究[24]，熱量和水分條件是影響小麥蚜蟲種群消長的關鍵氣象因素，水分因子(降水和濕度)具有反向抑制作用，其中大雨有沖刷作用，大雨日數(shù)越多，越利于抑制小麥蚜蟲發(fā)生發(fā)展；相反，無雨日數(shù)越多，越有利于小麥蚜蟲的暴發(fā)流行。

表3 華北地區(qū)小麥蚜蟲發(fā)生程度與關鍵氣象因子相關系數(shù)Table 3 Correlation coefficients between the occurrence area of wheat aphids and key meteorological factors in North China

注：①T，Tmx，C，D，S，H，P分別表示平均氣溫、最高氣溫、溫雨系數(shù)、日數(shù)、日照時數(shù)、空氣相對濕度、降水量，各指標后下標數(shù)字表示╳月╳旬，如T41，C3分別表示4月上旬平均氣溫、3月溫雨系數(shù)，Tw表示冬季平均氣溫，以此類推。下同。DTmx3，DTmx43，DP4，DH51分別表示3月最高氣溫大于等于25℃的日數(shù)、4月下旬最高氣溫大于等于28℃的日數(shù)、4月大雨日數(shù)、5月上旬空氣相對濕度介于40%～80%的日數(shù)。

②*，**和***分別表示達到0.05，0.01和0.001顯著性水平(樣本量為217)。

表4 黃淮地區(qū)小麥蚜蟲發(fā)生程度與關鍵氣象因子相關系數(shù)Table 4 Correlation coefficients between the occurrence area of wheat aphids and key meteorological factors in the Huanghuai Area

注：P表示降水量。DH31，DP43分別表示3月上旬空氣相對濕度大于80%的日數(shù)、4月下旬無雨日數(shù)，其余各指標后下標緊跟數(shù)字同表3類推。*，**和***分別表示達到0.05，0.01和0.001顯著性水平(樣本量為116)。

2.1.2 小麥蚜蟲氣象適宜度模型的建立

用華北區(qū)域對應省份小麥蚜蟲發(fā)生面積等級序列與華北歸一化的8個關鍵氣象因子進行回歸分析，建立華北小麥蚜蟲氣象適宜度預報模型如下：

Znc=2.304+1.423Y1-0.88Y2-

0.267Y3-1.399Y4+1.343Y5-0.474Y6-

0.091Y7+0.247Y8。

(4)

其中，Znc為在具有一定蟲源條件下僅考慮氣象條件影響的當年華北小麥蚜蟲發(fā)生發(fā)展氣象適宜度指數(shù)，Y1，Y2，Y3，Y4，Y5，Y6，Y7，Y8分別為上年冬季平均氣溫(Tw)、當年3月溫雨系數(shù)(C3)、3月最高氣溫大于等于25℃的日數(shù)(DTmx3)、3月下旬日照時數(shù)(S33)、4月上旬平均氣溫(T41)、4月下旬最高氣溫大于等于28℃的日數(shù)(DTmx43)、4月大雨日數(shù)(DP4)和5月上旬空氣相對濕度為40%～80%的日數(shù)(DH51)。方程復相關系數(shù)為0.682，達到0.001顯著性水平，樣本量n=217。

用黃淮區(qū)域對應省份小麥蚜蟲發(fā)生面積等級序列與黃淮歸一化的6個關鍵氣象因子進行回歸分析，構建黃淮小麥蚜蟲氣象適宜度預報模型如下：

Zhh=0.605+2.085Y1-0.725Y2-1.41Y3+

0.796Y4+0.443Y5+1.667Y6。

(5)

其中，Zhh為當年黃淮小麥蚜蟲發(fā)生發(fā)展氣象適宜度指數(shù)，Y1，Y2，Y3，Y4，Y5，Y6分別為上年冬季平均氣溫(Tw)、當年1月下旬降水量(P13)、3月上旬空氣相對濕度大于80%的日數(shù)(DH31)、3月平均氣溫(T3)、4月溫雨系數(shù)(C4)和4月下旬無雨日數(shù)(DP43)。方程復相關系數(shù)為0.688，達到0.001顯著性水平，樣本量n=116。

Z值越大表示氣象條件對小麥蚜蟲發(fā)生發(fā)展越有利，反之越不利。為方便實際應用，將北方地區(qū)小麥蚜蟲資料中華北217個樣本和黃淮116個樣本的小麥蚜蟲發(fā)生程度從小到大排序，分析蟲害發(fā)生程度分別為輕(1級)、偏輕(2級)、偏重(3級)和重(4級)(對應小麥蚜蟲測報標準[27]中等和偏重合并后)4個不同級別的樣本分布，將氣象適宜度指數(shù)Z值劃分為4個級別(表5)：1級為氣象條件不適宜蟲害發(fā)生發(fā)展，Z<1.5；2 級為氣象條件較適宜蟲害發(fā)生發(fā)展，1.5≤Z<2.5；3 級為氣象條件適宜蟲害發(fā)生發(fā)展，2.5≤Z<3.5；4 級為氣象條件非常適宜蟲害發(fā)生發(fā)展，Z≥3.5。

表5 華北、黃淮小麥蚜蟲發(fā)生發(fā)展氣象適宜度指數(shù)分級表Table 5 Classification of meteorological suitability index for the occurrence and development of wheat aphids in North China and the Huanghuai Area

2.2 小麥蚜蟲氣象適宜度模型的檢驗

利用1958—2015年資料進行模型回代擬合檢驗，華北和黃淮小麥蚜蟲氣象適宜度等級與實際發(fā)生等級相比，區(qū)域模型擬合級別一致平均準確率均在90%以上(表6)。由表6兩區(qū)域分級擬合結果可知，4個級別擬合準確率均不小于80%，2級(氣象條件較適宜)和3級(氣象條件適宜)預報準確率均達到90%以上，其中華北2級、3級基本正確的準確率達100%，氣象條件較適宜和適宜等級的預報效果比氣象條件不適宜(1級)明顯好，即隨著預報適宜程度增加，預報準確率明顯提升；4級(氣象條件非常適宜)預報準確率較2級和3級雖有所下降，但華北4級預報準確率在85%以上，黃淮在90%以上，預報效果仍較好。

表6 1958—2015年華北和黃淮小麥蚜蟲氣象適宜度模型回代擬合準確率Table 6 Hindcast accuracy of forecast models of meteorological suitability for wheat aphids in North China and the Huanghuai Area from 1958 to 2015

注：預報與實際一致為正確，相差1個等級為基本正確，相差2個或2個以上等級為錯誤。

利用分區(qū)域蟲害氣象適宜度模型對2016—2018年華北和黃淮小麥蚜蟲氣象適宜度等級進行預報，利用黃淮區(qū)域氣象適宜度模型對江蘇、安徽兩省2016—2018年小麥蚜蟲氣象適宜度等級進行外推預報檢驗，結果見表7和表8。由表7可以看到，與實際發(fā)生面積分級相比，模型對2016—2018年華北和黃淮小麥蚜蟲氣象適宜度等級預報平均準確率分別為75%和100%；黃淮模型外推至蘇皖地區(qū)，兩省預報3年平均準確率為100%(表8)，效果理想。研究還表明：建立的小麥蚜蟲氣象等級預報模型對蚜蟲發(fā)生偏重年份預報準確率較偏輕年份更高，說明模型對偏重年份的災害等級的反映和響應效果更好。

根據(jù)2016—2018年農(nóng)業(yè)農(nóng)村部對蟲情實際發(fā)生等級監(jiān)測結果(表7和表8)，2016—2018年河北省小麥蚜蟲實際發(fā)生程度分別為4級、4級和3級，山西、山東、河南和安徽4省分別均為3級，天津市和江蘇省分別均為2級、3級、3級，北京均為2級。經(jīng)檢驗，氣象適宜度等級與小麥蚜蟲實際發(fā)生等級監(jiān)測結果相比，模型預測華北、黃淮及安徽、江蘇兩省基本正確(相差不超過1個等級)的平均準確率分別為91.7%，100%，100%和100%，模型預報效果較好。由表8可以看到，利用黃淮模型外推預報蘇皖兩省2016—2018年小麥蚜蟲氣象適宜度等級，與實際發(fā)生等級相比，兩省預報3年平均基本正確準確率為100%；單獨看，兩省3年中預報等級每年均正確或基本正確，基本正確準確率均為100%，模型外推預報效果較為理想。因此，建立的分區(qū)域模型適用于華北、黃淮和江淮地區(qū)小麥蚜蟲發(fā)生發(fā)展氣象適宜度等級預報。

表7 2016—2018年華北和黃淮小麥蚜蟲氣象適宜度預報模型預報準確率Table 7 Extrapolated accuracy of forecast models of meteorological suitability for wheat aphids in North China and the Huanghuai Area from 2016 to 2018

注：預報與實際一致為正確，相差1個等級為基本正確，相差2個或2個以上等級為錯誤。

表8 2016—2018年黃淮小麥蚜蟲氣象適宜度預報模型外推預報準確率Table 8 Extension forecasting accuracy of meteorological suitability models for wheat aphids in the Huanghuai Area from 2016 to 2018

注：預報與實際一致為正確，相差1個等級為基本正確，相差2個或2個以上等級為錯誤。

3 結論與討論

本文基于1958—2015年北方小麥主產(chǎn)區(qū)8個省(市)小麥蚜蟲逐年發(fā)生面積及對應的601個氣象站逐日氣象資料，采用相關分析、主成分分析和逐步回歸等方法，從上年12月至當年6月上旬各氣象要素不同時段的旬值、月值和上年冬季平均氣溫、最高氣溫、最低氣溫中，篩選出影響華北和黃淮小麥蚜蟲年發(fā)生程度的關鍵氣象因子及其影響時段，構建分區(qū)域的小麥蚜蟲氣象適宜度指數(shù)和預報模型，可支持業(yè)務應用，得到以下主要結論：

1) 影響華北小麥蚜蟲發(fā)生發(fā)展的關鍵氣象因子有8個，分別是上年冬季平均氣溫、當年3月溫雨系數(shù)、3月最高氣溫大于等于25℃的日數(shù)、3月下旬日照時數(shù)、4月上旬平均氣溫、4月下旬最高氣溫大于等于28℃的日數(shù)、4月大雨日數(shù)和5月上旬空氣相對濕度為40%～80%的日數(shù)；影響黃淮麥蚜發(fā)生發(fā)展的關鍵氣象因子有6個，分別是上年冬季平均氣溫、當年1月下旬降水量、3月上旬空氣相對濕度大于80%的日數(shù)、3月平均氣溫、4月溫雨系數(shù)和4月下旬無雨日數(shù)。

2) 利用構建的分區(qū)域小麥蚜蟲氣象適宜度模型對華北和黃淮麥蚜發(fā)生發(fā)展氣象等級進行預報，2016—2018年3年平均試報準確率均在75%以上，預報效果較好。利用黃淮小麥蚜蟲氣象適宜度模型預報蘇皖兩省2016—2018年小麥蚜蟲發(fā)生等級，預報誤差不超過1級，模型異地預報3年蘇皖分省等級均基本正確，效果較好，這說明黃淮小麥蚜蟲氣象適宜度模型對江淮地區(qū)麥蚜發(fā)生等級有一定的指示性，可用于江淮麥蚜發(fā)生等級反演和預報。

3) 模型考察開始時間為上年冬季，結束時間最遲為5月上旬。結合不同區(qū)域小麥蚜蟲盛發(fā)期的時間分布，對華北、黃淮和江淮可從上年冬季起，利用模型監(jiān)測計算某省或某站小麥蚜蟲發(fā)生發(fā)展氣象適宜度指數(shù)，判別相應氣象等級，進行預測預報，如4月中旬可發(fā)布災害預警，當預報未來一旬或一個月氣象條件利于蟲害發(fā)生時，可將4月下旬至5月上旬氣象關鍵因子在常年值基礎上，根據(jù)預報波動幅度微調，用于開展麥蚜發(fā)生發(fā)展預報預警服務。

關鍵時段關鍵氣象因子對小麥蚜蟲發(fā)生發(fā)展具有決定性作用。以小麥蚜蟲發(fā)生典型年2014年為例，該年黃淮海大部地區(qū)小麥穗期蚜蟲偏重發(fā)生[36]，主要原因是春季氣溫偏高，3月山東、河南平均氣溫分別為10.5℃和12.0℃(均高于常年值6.7℃ 和8.6℃)，分別位居歷史次高和首位；4月上旬河北、北京、天津、山西區(qū)域平均氣溫分別為14.7℃，15.3℃，15.2℃和12.6℃(均高于常年值11.6℃，11.4℃，12.0℃和9.7℃)，京津冀氣溫均位居歷史首位，氣溫顯著偏高加快了生物發(fā)育進程，小麥發(fā)育期和蚜蟲發(fā)生期均提前，山東小麥蚜蟲始發(fā)期為當年2月20日，偏早約1個月。2014年關鍵時段關鍵氣象因子中溫度和濕度均在穗期優(yōu)勢種麥長管蚜發(fā)生發(fā)展的適宜氣象條件范圍內(nèi)，高溫少雨導致5月初河北中南部、山東中西部及半島西部和河南北部部分地區(qū)出現(xiàn)旱情[37]，溫高光足，適宜的光、溫、水條件和干旱疊加效應，促進了小麥穗期蚜蟲的發(fā)生為害，造成2014年小麥產(chǎn)量損失達9.186×105t[36]，這與前人研究結論吻合，水分缺乏可以提高干旱地區(qū)小麥蚜蟲潛在的適應能力，小麥蚜蟲將耗費更多的時間取食[38]。

關鍵氣象因子的選取是從小麥蚜蟲發(fā)生發(fā)展的適宜生理氣象指標和區(qū)域氣候特征考慮，對進行小麥蚜蟲監(jiān)測預報有較好指示意義。由于不同地區(qū)氣候條件及小麥蚜蟲發(fā)育進程和作物發(fā)育期本身的差異，小麥蚜蟲的氣象適宜度在時間和空間上存在一定差異，春季強降雨是影響麥長管蚜種群消減的關鍵因子之一[38-39]，強降雨多不利于小麥蚜蟲爆發(fā)，而降水偏少、無雨日數(shù)偏多及導致的干旱，有利于小麥蚜蟲發(fā)生發(fā)展。全球氣候變暖導致的溫室效應和極端天氣等衍生的干旱等災害的頻頻發(fā)生[40-43]，導致小麥蚜蟲對逆境環(huán)境適應能力的顯著提高[11，44-45]。這也是本研究針對不同區(qū)域建立不同的小麥蚜蟲氣象適宜度綜合指標的意義所在。

本文僅考慮在一定蟲源基數(shù)條件下地面氣象條件對小麥蚜蟲發(fā)生發(fā)展的適宜性，但小麥蚜蟲是遷飛性害蟲，其發(fā)生發(fā)展除受地面氣象條件的重要影響外，還受大尺度環(huán)流背景、蟲源基數(shù)、自身生物學特性、寄主作物及品種、天敵情況、耕作栽培方式、施肥和灌溉水平、田間管理措施及人為防治等綜合因素的影響[3,8,24]，北方小麥主產(chǎn)區(qū)小麥蚜蟲發(fā)生發(fā)展氣象適宜度等級僅對地面氣象條件的滿足程度進行了分析。實際應用中，可結合小麥蚜蟲氣象適宜度等級監(jiān)測預報與其他因素綜合考慮小麥蚜蟲的發(fā)生情況，開展相關農(nóng)業(yè)氣象業(yè)務和服務。