安徽省小麦赤霉病气象风险评估与区划

2022-10-13 11:29姚卫平王晓东
植物保护 2022年5期
关键词:气象要素关键期日数

岳 伟, 陈 曦, 姚卫平, 王 军, 王晓东*, 邓 斌, 邱 坤

(1. 安徽省农业气象中心, 合肥 230031; 2. 安徽省池州市农技推广中心植保站, 池州 247000;3. 安徽省滁州市南谯区植保植检站, 滁州 239000; 4. 安徽省宣城市宣州区植保植检站, 宣城 242000;5. 安徽省植物保护总站, 合肥 231400)

小麦赤霉病是由镰孢属Fusarium真菌侵染引起的一种世界性病害[1]。我国长江中下游的冬麦区和东北的春麦区为该病传统频发地区,近年来受气候变化、秸秆还田等因素影响,小麦赤霉病已蔓延到黄淮等其他麦区[2]。麦穗染病后不仅会造成小麦产量损失,而且会降低小麦品质,其产生的镰刀菌毒素容易引起食品安全问题[3-4]。安徽省是全国小麦主产省份之一,常年种植面积260万hm2以上。由于安徽省地处南北气候过渡带,气候复杂多变,赤霉病发生风险高,据省植保部门统计,近10年(2011年-2020年)安徽省小麦赤霉病偏重及以上发生的年份有5年,其中2012年、2016年、2018年大发生,全省发生面积均超过150万hm2,严重影响安徽省粮食安全生产。

小麦赤霉病属于典型的“气象型”病害,其发生流行除与病原基数、寄主生育期、品种抗性等有关外,气象条件是主要影响要素。研究表明,小麦赤霉病年际间发生流行程度主要取决于气象条件的变化,尤其降水、相对湿度、温度等气象因子与赤霉病的发生密切相关[5-7]。近年来,利用气象条件开展小麦赤霉病监测评估、预测预报成为众多学者研究的重点内容。任义方等[8]根据小麦对赤霉病的敏感性和促病气象条件出现概率,构建了发病气象风险指数,实现了监测时段中单点和区域的发病风险评估;杨矫捷[9]根据赤霉病发生与气象条件的关系,建立了基于多元回归分析、BP神经网络、支持向量机多分类算法的安徽省小麦赤霉病预测模型;徐敏等[10]应用随机森林机器学习算法,建立了江苏省小麦赤霉病气象等级动态预测模型;吴亚琴等[11]利用回归分析建立了含有气象因子交叉项的小麦赤霉病预测模型,其能够很好地预测中国中部地区的冬小麦赤霉病的发生情况。

目前,关于安徽省小麦赤霉病研究多集中在病粒识别方法、防治药剂筛选、预测预报模型构建等方面[12-15],但针对赤霉病发生气象风险区划的研究还鲜有报道。本文根据小麦赤霉病发生流行与气象条件的关系,通过相关分析、加权求和、回归分析等方法,建立安徽省小麦赤霉病发生气象风险等级评估模型和区划指标,并基于GIS技术开展安徽省小麦赤霉病发生气象风险区划,以确定赤霉病防御重点区域,以期为合理调整安徽小麦种植结构,开展赤霉病绿色防控提供重要参考依据。

1 资料与方法

1.1 数据资料

小麦赤霉病病穗率资料来源于安徽省植物保护总站,主要包括宣城、池州、庐江、滁州、寿县、灵璧、萧县7个站点,涵盖了安徽省不同小麦种植区,资料年代分别为:1986年-2020年、1991年-2020年、1987年-2020年、1985年-2020年、1989年-2020年、2003年-2020年和2003年-2020年。气象资料来自安徽省气象信息中心,包括全省78个气象观测站1981年-2020年的逐日平均气温(℃)、降水量(mm)、相对湿度(%)等要素(图1)。

图1 安徽省小麦赤霉病观测点及气象站点分布图Fig.1 Distribution of wheat scab observation stations and meteorological stations in Anhui

1.2 小麦赤霉病发生气象等级划分

参照安徽省地方标准《小麦赤霉病测报调查规范》(DB 34/T 2957—2017)[16],将小麦赤霉病发生气象等级划分为5级,即小麦赤霉病轻发生(病穗率≤3%),对应气象等级为1级;偏轻发生(3%<病穗率≤10%),对应气象等级为2级;中等发生(10%<病穗率≤20%),对应气象等级为3级;偏重发生(20%<病穗率≤30%),对应气象等级为4级;大发生(病穗率>30%),对应气象等级为5级。

1.3 研究方法

1.3.1研究思路

根据前人研究成果,确定小麦赤霉病发生关键期,并统计关键期气象要素,通过相关分析确定影响赤霉病发生的主要气象因子。采用加权求和法,将影响赤霉病发生的主要气象因子形成综合气象条件指数,其中各气象因子的权重系数利用VB程序模拟计算得到。采用回归分析法,对综合气象条件指数进行等级划分,确定赤霉病不同发生气象等级对应的综合气象条件指数阈值。统计各站点历年小麦赤霉病不同等级发生概率,结合赤霉病不同等级的危害轻重,构建赤霉病发生气象风险指数,基于GIS技术开展安徽省小麦赤霉病发生气象风险区划。

1.3.2赤霉病发生与气象条件的关系

气象条件对小麦赤霉病的影响可分为3个阶段,小麦抽穗前的天气条件主要影响赤霉病菌子囊壳的形成,即病原菌的数量;小麦抽穗扬花期的气象条件主要影响子囊孢子的释放和侵染,即侵染程度;灌浆乳熟期的天气条件主要影响赤霉病的显症,即发病程度[8]。近几年,由于秸秆还田,田间菌源广泛存在[17],菌源量已不是影响赤霉病发生的主要限制条件,因此本研究以抽穗、扬花至灌浆乳熟期作为小麦赤霉病发生关键期。根据安徽省小麦种植制度和气候特点,将小麦种植区域划分为沿淮淮北、江淮和沿江江南3个区域,不同区域小麦赤霉病发生关键期见表1。

表1 安徽省不同区域小麦赤霉病发生关键期

1.3.3气象因子选择与处理

小麦抽穗扬花至灌浆期的雨日、雨量、相对湿度和温度对发病轻重起着决定性作用[18-19],本文选择小麦赤霉病发生关键期的降水日数、降水量、相对湿度≥80%日数、相对湿度≥85%日数、相对湿度≥90%日数、平均相对湿度、平均温度、降雨日平均温度等要素,通过分析这些因子与赤霉病发生气象等级的相关性,筛选出影响小麦赤霉病发生的主要气象因子。

根据小麦赤霉病发生气象等级,将影响小麦赤霉病发生的气象因子分为5个等级,并赋予不同数值,划分标准如下:

(1)

式中,Di为影响小麦赤霉病发生的第i个气象因子分级值;Ri为影响赤霉病发生的第i个气象因子统计值;Gi1、Gi2、Gi3、Gi4分别为影响小麦赤霉病发生的第i个气象因子的阈值。

1.3.4综合气象条件指数

综合气象条件指数由不同气象要素加权求和得到:

(2)

式中,Mc为综合气象条件指数;n为影响赤霉病发生的气象要素个数;σi为第i个气象要素的权重系数;Di为影响小麦赤霉病发生的第i个气象要素分级值。其中,权重系数σi由VB程序循环模拟计算得到。

1.3.5小麦赤霉病发生气象风险等级区划

综合小麦赤霉病不同气象等级出现频率和不同等级危害大小,定义小麦赤霉病发生气象风险指数IR:

(3)

式中,IR为小麦赤霉病发生气象风险指数;n为小麦赤霉病发生气象等级数;Ai为小麦赤霉病i等级危害值,由于赤霉病发生等级越高对小麦的危害越大,根据前人研究结果和专家经验,小麦赤霉病发生1~5级时Ai分别取值0.2、0.4、0.6、0.8、1.0;Pi为小麦赤霉病i等级发生的概率。

将安徽省小麦赤霉病发生气象风险划分为极高风险、高风险、中风险、低风险4个等级,根据样本中气象风险指数数值范围和不同等级发生比例,确定不同风险等级对应的气象风险指数阈值。基于安徽省78个气象站1981年-2020年小麦赤霉病不同气象等级发生频率,结合赤霉病等级危害值,由公式(3)计算得到小麦赤霉病发生气象风险指数,并利用ArcGIS软件进行空间插值分析得到安徽省小麦赤霉病发生风险分布。

1.4 数据处理

本研究采用DPS 18.10统计软件对数据进行相关分析、回归分析,利用Visual Basic程序对小麦赤霉病发生关键期气象要素的权重系数进行循环处理,地理分布绘图采用ArcGIS 10.0。

2 结果与分析

2.1 影响小麦赤霉病发生的主要气象因子

小麦赤霉病发生气象等级与关键期降水日数、降水量、相对湿度、温度等要素的相关分析见表2,结果显示,降水日数、降水量与赤霉病发生气象等级相关系数分别为0.663 4和0.533 4,均达极显著水平(P≤0.01),相对湿度相关要素中≥80%日数与赤霉病发生气象等级相关性最高,相关系数为0.615 6,达极显著水平(P≤0.01),温度要素与赤霉病发生气象等级相关性不明显(P>0.05)。因此,本研究以小麦赤霉病发生关键期的降水日数、降水量、相对湿度≥80%日数作为影响其发生的主要气象因子。

表2 小麦赤霉病发生气象等级与不同气象要素的相关系数1)

2.2 主要气象因子分布特征

统计1981年-2020年安徽省78个气象站小麦赤霉病发生关键期降水日数、降水量、相对湿度≥80%日数。由图2可以看出,降水日数呈纬向分布,沿淮淮北地区为8~11 d,江淮地区为10~14 d,沿江江南地区为13~18 d。其中降水日数低值区位于淮北北部的砀山、萧县、淮北、亳州、濉溪等地,降水日数不足9 d,高值区位于长江以南的祁门、休宁、黄山、歙县、黟县等地,降水日数达18 d。降水量沿淮淮北地区60~100 mm,江淮地区90~200 mm,沿江江南地区110~280 mm。其中降水日数低值区位于淮北北部的砀山、涡阳、濉溪等地,降水量不足70 mm,高值区位于长江以南的祁门、休宁、黄山、歙县等地,降水量在250 mm以上。相对湿度≥80%日数沿淮淮北地区6~11 d,淮河以南地区10~19 d。其中相对湿度≥80%日数低值区位于淮北北部的太和、淮北及沿淮的五河等地,相对湿度≥80%日数仅7 d,高值区位于沿江江南的东至、怀宁、祁门等地,相对湿度≥80%日数在17 d及以上。

2.3 气象要素分级赋值

为实现小麦赤霉病发生关键期降水日数、降水量、相对湿度≥80%日数的分级赋值,以赤霉病发生气象等级为因变量(y),以降水日数、降水量、相对湿度≥80%日数为自变量(x),分别建立线性回归方程(表3)。采用反推方法,因变量y取值采用四舍五入,当y<1.5,赤霉病气象等级为1级;当1.5≤y<2.5,气象等级为2级;当2.5≤y<3.5,气象等级为3级;当3.5≤y<4.5,气象等级为4级;当y≥4.5,气象等级为5级。计算出当因变量y取值1.5、2.5、3.5和4.5时,降水日数(Rd)、降水量(R)、相对湿度≥80%日数(Ud)对应的数值,再根据不同气象要素阈值进行分级赋值(表4)。

图2 1981年-2020年安徽省小麦赤霉病发生关键期降水日数、降水量、相对湿度≥80%日数分布图Fig.2 Distribution of precipitation days, precipitation and days with relative humidity higher than 80% in the critical period of wheat scab in Anhui from 1981 to 2020

表3 小麦赤霉病发生气象等级与关键气象要素的回归分析

表4 小麦赤霉病发生关键期不同气象要素分级赋值方法

2.4 综合气象条件指数

由于不同气象要素在赤霉病发生过程中所起的作用存在一定差异,采用加权求和法计算综合气象条件指数(Mc)。将小麦赤霉病发生关键期降水日数、降水量、相对湿度≥80%日数的权重系数分别设定为α、β、γ,且α、β、γ均在0和1之间。利用Visual Basic程序,以0.01为步长,对权重系数进行循环计算,当α+β+γ=1时输出对应的综合气象条件指数,再与赤霉病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权重系数。计算结果为:α=0.46,β=0.09,γ=0.45。根据求得的不同气象要素权重系数,计算出综合气象条件指数。以赤霉病发生气象等级为因变量,以综合气象条件指数为自变量,建立最优回归方程y=-0.135 6x3+1.181x2-1.978 4x+2.051 1,r=0.695 6,P≤0.01。当y分别取值1.5、2.5、3.5和4.5时,得到赤霉病不同发生气象等级对应的综合气象条件指数值(表5)。

表5 小麦赤霉病不同气象等级对应综合气象条件指数

2.5 赤霉病发生气象风险区划

根据1.3.5节中的分析方法,得到小麦赤霉病不同气象风险等级对应的风险指数阈值(表6)。基于GIS技术得到安徽省小麦赤霉病气象风险区划图(图3),可以看出,极高风险区主要位于沿江西部和江南大部,包括潜山、怀宁、宿松、望江、东至等20个市县,该区域赤霉病发生气象等级4级以上,即偏重发生或大发生的概率约10年4~5次;高风险区主要位于大别山区、江淮和沿江大部、皖南东部一带,包括金寨、六安、桐城、庐江、郎溪等24个市县,该区域赤霉病发生气象等级4级以上的概率约10年1~3次;中等风险区位于淮北中南部、沿淮大部和江淮东部一带,包括临泉、界首、颍上、寿县、定远等23个市县,该区域赤霉病发生气象等级4级以上的概率约10年0.5~1次;低风险区位于淮北北部和沿淮中部一带,包括砀山、亳州、濉溪、宿州、灵璧等11个市县,该区域赤霉病发生气象等级4级以上的概率约10年0~0.5次。

表6 安徽省小麦赤霉病发生气象风险等级风险指数划分

图3 安徽省小麦赤霉病气象风险区划图Fig.3 Meteorological risk zoning of wheat scab in Anhui province

3 结论与讨论

本文根据安徽省小麦赤霉病发生特点,在前人研究的基础上,以小麦抽穗扬花至灌浆乳熟期作为其发生的关键期。通过相关性分析,确定降水日数、降水量、相对湿度≥80%的日数是影响赤霉病发生程度的关键气象因子,这与夏风等和马延庆等[20-21]的观点较为一致。关于气温对赤霉病的影响,吴春艳等和罗贵东等[22-23]认为在适宜的湿度条件下,越接近适宜温度,病菌侵入和蔓延速度越快,潜育期越短,发病越重。而也有学者认为小麦赤霉病发生关键期的温度通常能满足发病要求,所以温度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的快慢[21,24-25]。经统计分析,1981年-2020年安徽省小麦赤霉病发生关键期全省平均气温为18~20℃,基本满足了赤霉病发生流行对温度条件的需求,所以小麦赤霉病发生关键期温度的变化对其影响不明显。

安徽省小麦赤霉病发生气象风险等级区划呈现纬向分布,极高风险区主要位于沿江西部和江南大部,高风险区主要位于大别山区、江淮和沿江大部、皖南东部一带,中等风险区位于淮北中南部、沿淮大部和江淮东部一带,低风险区位于淮北北部和沿淮中部一带。总体与小麦赤霉病发生关键期降水日数、降水量、相对湿度≥80%日数的分布较为一致,体现了降水和湿度条件对赤霉病发生的影响。针对赤霉病发生气象极高风险区域,重点应加强种植结构调整,尽量减少小麦种植面积,并按照“二次用药不动摇,三次用药看需要”的技术要领开展赤霉病防控;高风险区域重点应选用抗性强的品种和加强管理措施,实行深耕灭茬、轮作换茬、科学施肥等措施,并按照“一次适期用好药,二次用药不动摇”的技术要领开展防控;中风险地区重点是选用高产高抗品种,加强管理措施,并按照“一次适期用好药,二次用药看需要”的技术要领开展防控;低风险地区可以选择高产并具有一定抗性品种,加强田间管理,并按照“一次适期用好药”的技术要领加强防控。

小麦赤霉病的发生不仅受气象条件的影响,实际生产中,不同的品种、耕作制度、栽培管理措施等对赤霉病发生的影响不同。例如,稻茬麦小麦赤霉病的病穗率和病指一般重于旱茬麦[26];秸秆还田和增施氮肥措施下小麦赤霉病病穗率和病情指数呈上升趋势[27-28];相同种类、相同施肥量情况下,肥料早施可以降低赤霉病病穗率和病情指数[27]。但不同年份赤霉病发生程度主要受气象条件的影响,只有在气象条件满足的情况下,品种、耕作制度、栽培管理措施等引起的差异才能表现出来[29],所以本研究利用气象条件开展小麦赤霉病发生风险区划,对指导赤霉病绿色防控具有重要参考意义。由于赤霉病的发生与多种因素有关,本研究中部分地区赤霉病区划等级与实际情况存在一定差异,因此,开展多因子小麦赤霉病精细化区划是下一步研究的重点。

猜你喜欢
气象要素关键期日数
汉江上游汉中区域不同等级降水日数的气候变化特征分析
成都电网夏季最大电力负荷变化特征及其与气象要素的关系
1961—2016年汛期东天山北坡不同量级降水日数时空变化特征
小胖猪
近80年天津市雷暴日数变化特征研究
学习
——关键期
河蟹养殖水温预报模型研究
探测环境变化对临沭站气象要素的影响
不可错过的宝宝发展关键期
ESSENTIAL NORMS OF PRODUCTS OF WEIGHTED COMPOSITION OPERATORS AND DIFFERENTIATION OPERATORS BETWEEN BANACH SPACES OF ANALYTIC FUNCTIONS∗