水稻褐飞虱危害等级的模型预报

水稻褐飞虱危害等级的模型预报

摘要以1987～2006年泰州地区水稻褐飞虱危害程度为研究对象,在月平均气温、月降水量、月降水日数(≥0.1mm日数)、月平均相对湿度、月日照时数等因子中,选取相关系数较高且稳定性好的预测因子,在逐步回归分析方法的基础上,集成建立了水稻褐飞虱危

害程度的农业气象预报模型。经过回报检验,显示该模式简单、实用,预报效果良好。

关键词水稻;褐飞虱;危害等级;农业气象预报模型

中图分类号 s431.3 文献标识码a文章编号

1007-5739(2009)08-0070-02

褐飞虱是水稻上重要的迁飞性害虫,常年在我国淮河以南稻区发生较为普遍,长江流域及其以南地区暴发频率高。水稻褐飞虱为喜温性害虫,北纬19°以南为终年繁殖区,北纬19~25°为少量越冬区,其越冬北界冬季气温的年度差异在北纬21~25°期间摆动。泰州属长江中下游地区,褐飞虱的主害代为六(3)代和七(4)代,其高峰期

一般为8月下旬和10月上旬。水稻褐飞虱危害成灾的外部因素主要包括气象条件、水稻耕种制度及化学药剂防治等。近年来,受夏季台风的影响,迁入我国的褐飞虱峰次多;迁入量大,为其暴发提供了初始虫源,成为大发生的前提;夏凉秋暖的适宜气候条件使褐飞

虱的生殖潜能得以发挥是褐飞虱大发生的关键因素;水稻耕作制度及栽培方法的变化、褐飞虱种群致害力的增加、抗药性及防治技术不到位则是褐飞虱暴发成灾的客观原因。水稻褐飞虱发生时,成、

若虫群集于稻丛下部刺吸汁液,雌虫产卵时,用产卵器刺破叶鞘和叶片,易使稻株失水或感染菌核病。其排泄物常导致霉菌滋生,影响水稻光合作用和呼吸作用,严重的地区甚至棵粒无收。因此,做好褐飞虱发生的预测工作,及时组织适时适量用药,减小褐飞虱对粮食的危害十分重要。

1资料与方法

1.1资料

水稻褐飞虱危害程度资料来自泰州所属4个市植保部门每年8月下旬和10月上旬关于主害代高峰期田间总虫量的监测数据,这些资料均为田间自然观察圃的监测资料,时间序列为1987～2006年;所有的气象资料来自于泰州市气象部门,时间序列为1986～2006年。

1.2方法

1.2.1 水稻褐飞虱危害程度分级。主害代高峰期田间总虫量分级方法:百穴虫量小于500头,轻发生,为1级;百穴虫量在500~1 000头,偏轻发生,为2级;百穴虫量在1 000~2 000头,中等发生,为3级;百穴虫量2 000~3 000头,偏重发生,为4级;百穴虫量大于3 000头,大发生,为5级。

1.2.2预测因子的选择。在统计分析中发现预测对象和预测因子间相关系数虽然较高,但分段来看,有时前几年相关好,但后几年相关差;或反之。有的序列随着样本数的增加相关系数变小,为避免这类预测因子入选,需对达到显著性水平的预测因子进行稳定性检验(表1),以提取和预测对象关系密切的预测因子。设资料有n年,每

年的样本数为n,计算时以开始序号i(i=1,2……,n-1)和结束序号j(j=2,3,……,n)之间的累加值(或平均值)组成一预测因子。

1.2.3逐步回归判别分析

运用贝叶斯逐步判别分析方法建立判别函数,进行多类判别,从而确定样本最可能归类。将预测对象分成g类,对应于预测量第g 类(g=1,2,……g)有m个预测因子。若最后选入的预测因子为

x1,x2,……,xk,则判别方程为:fg=c0+■cixi…①,预测时,将某年预测因子值代入式①,计算出f1,f2,……,fg,取最大值所对应的类别即为该年的预测等级。

1.2.4逐步回归分析。对于因变量的每一组观测值γi,对应有一组自变量zij,其中i=1,2,……,n;j=1,2,……,m。给定临界值fa,对预测因子采用双重检验先剔除后引进的原则精选预测因子,若最后选入的因子为z1,z2,……,zk,则得到的回归方程为:■=c0+■cizi…②,将某年预测因子值代入式②,计算得到■值,即为该年的预测等级。

1.2.5预测结果检验。预测模型的最后检验时,其预报检验结果5时设定为5,在1~5之间时采用四舍五入法取整。水稻褐飞虱实际预报工作中都跨级预报,所以规定预测值与实际值差≤1级为准确,否则为不准确。预测准确率为预测准确的年数占预测总年数的百分比。

1.2.6预报时效。统一将8月下旬和10月上旬褐飞虱危害程度的预报起报时间定为8月上旬,其预报时效分别为20d和70d。

2水稻褐飞虱危害程度的农业气象模式

迁飞性害虫的发生与气象条件密切相关。季节遇有雨日多、雨量大有利于褐飞虱的迁飞和降落,迁入时容易大发生;褐飞虱生长发

育适宜温度为20～30℃,26℃最适,长江流域遇夏季不热、晚秋气温偏高时利于其发生,适宜的气候条件是褐飞虱大发生的关键。

根据植保部门对六(3)代和七(4)代高峰期(分别是8月下旬和10月上旬)的测报数据,统计1987～2006年褐飞虱危害前期各月平均气温、降水量、降水日数、平均相对湿度、日照时数,分别与泰州8月下旬和10月上旬褐飞虱影响程度的相关程度(通过0.05信度检验),选择相关性好、稳定度高的气象预报因子,分别建立回归预报模式。

2.1水稻褐飞虱危害程度模式

y1=2.587-0.465 x1+0.031 x2-0.025 x3-0.010 x4+0.036

x5-0.011 x6+0.219 x7…③,式中:y1表示8月下旬水稻褐飞虱危害程度的预报模式,其中x1、x2、x3、x4、x5、x6、x7分别表示4月平均气温、5月降水量、4月日照时数、2月日照时数、3月日照时数、4月降水量、5月平均气温。

y2=8.405-0.602 x1+0.026 x2-0.057 x3+0.011 x4+0.227

x5-0.343 x6+0.016 x7+0.173 x8+0.256 x9…④,式中:y2表示10月上旬水稻褐飞虱危害程度的预报模式,其中x1、x2、x3、x4、x5、x6、x7、x8、x9分别表示4月平均气温、3月日照时数、4月日照时数、4月降水量、3月平均气温、4月降水日数、3月降水日数、