全 文 ：冬小麦黄矮病预测模型研究 *
范绍强 谢咸升 李 峰 尹青云 郑王义
(山西省农业科学院小麦研究所 临汾 041000)
摘 要 简析了冬小麦黄矮病流行的预报因子及其对病害发生的显著影响、黄矮病流行趋势预测的研究动态 ,并采
用多元回归分析法建立了冬小麦黄矮病预测模型 ( Y = - 1. 0944 - 0. 0322X1 + 0.2604 X2 + 0.1049X3 - 0. 0062X4 +
0.0382X5 ) , 经回归检验其历史拟合率高达 87. 5%。
关键词 冬小麦 黄矮病 预报因子 预测模型
Forecast model of BYDV in winter wheat .FAN Shao-Qiang, XIE Xian-Sheng, LI Feng, Y IN Qing-Y un, ZHENG Wang-
Yi( Wheat Research Institute, Shanxi Academy of Agricultural Sciences, Linfen 041000, China) , CJEA , 2006, 14(2) :147～
149
Abstract The forecast factors of BYDV popularity and their prominent effect on the disease are analyzed and the study
developments of forecast on current BYDV are summarized .The forecast model of BYDV— Y = - 1.0944 - 0.0322X1 +
0.2604X2 + 0.1049X3 - 0.0062X4 + 0. 0382X5— is constituted using the regressive analysis method . The model’s ratio
according with the history equal 87.5% by the regressive test .
Key words Winter wheat, BYDV , Forecast factor , Forecast model
( Received March 9,2005; revised April 19,2005)
* ?山西省科技厅科技攻关项目 ( 002018) 资助
收稿日期 : 2005-03-09 改回日期 ; 2005-04-19
小麦黄矮病的发生为害一般流行年份产量损失为 3%～10% , 中等偏重和大流行年份损失达 30%～35% ,
个别重病地高达 80%～90% [ 1 ,2 ,10] ,而准确预报该病是最经济有效防治的关键。20世纪 60年代中期～90年代
末期我国冬、春麦区尤其是北方麦区曾发生 7次较大规模流行黄矮病 ,而气候因子是其流行的关键因素。冯
崇川等[ 3] 研究提出预测小麦黄矮病分档统计法和多元线性回归法 ,并利用气象因素作为预测参数建立预测
式 ;近年来有关该方面的研究侧重于小麦黄矮病流行株系监测 [ 4] , 而对该病流行程度则缺乏系统研究。本
研究建立了冬小麦黄矮病预测模型 ,为有效防治小麦黄矮病提供科学依据。
1 研究方法
本研究依据 1960年以来陕西、宁夏和山西等省主要小麦黄矮病流行区病害发生资料 , 分析该病害流行
年份相似性以及历年来各省间病害发生程度相关性。研究建立的冬小麦黄矮病预测模型采用山西省晋南
麦区 1981～2004年监测资料 ,选取临猗、万荣、闻喜、绛县、侯马、翼城、襄汾和洪洞 8个市 ( 县 )代表地块调查
3个因素 ,即 11月下旬越冬蚜量、翌年 4月上旬蚜量 , 分别折算为平均百株蚜量 , 病情级别于 5 月中旬调查
自然发病情况 ,按 5级划分 [ 5] ;根据前人 [ 6 , 7] 对小麦黄矮病流行的气象因子分析 ,选择 7月份、10月份和翌年
2月份、4月份平均气温及小麦种植年度 10～3月份总降雨量 5因素作为预测分析原始数据。运用各预报因
子与病情级别相关性决定自变数的取舍 , 采用多元回归分析法建立回归方程预测式并进行通径分析 , 确定
各自变数相对重要性 ;用多年调查数据和气象资料验证回归方程的准确性 ,计算历史拟合率 , 绘制回归模型
实测检验图。
2 结果与分析
2 . 1 各麦区小麦黄矮病流行趋势相关性
表 1表明 ,小麦黄矮病流行具有地理广阔性 , 全国各麦区小麦黄矮病流行有密切联系 , 陕西和山西省 2
个冬麦区小麦黄矮病流行年份及病害程度基本一致 ,其病情级别相关系数 r = 0.69** ( n = 38) , 达极显著水
第 14 ?卷第 2期 中 国 生 态 农 业 学 报 Vol .14 No .2
2 0 0 6 ?年 4 月 Chinese Journal of Eco-Agriculture April , 2006
平 ;春麦区宁夏回族自治区和其他区域小麦黄矮病流行与 2个冬麦区也极具相似性 ,与山西省发病级别相关
性分别为 r = 0. 67** ( n= 21)和 r = 0. 78 ** ( n = 23)。由于麦蚜大多在春麦区和内蒙古自治区等地不能越
冬 ,因而可推断出只有在冬麦区致病性强的麦二叉蚜轻发生时 , 才不致引起整个麦区小麦黄矮病病害流行 ,
这进一步提示了冬春麦区小麦黄矮病流行的内在联系。故可利用冬麦区麦蚜种类、虫口密度和气象因子 ,
异地预测春麦区小麦黄矮病发生程度。
表 1 全国主要麦区小麦黄矮病历年病情级别概况 *
Tab.1 General situation on level of BYDV in the main wheat areaof China
地 区
Regions
病情级别 Level of BY DV
年 份 Years
1964 ?1966 ?1970 Y1973 1977 1978 L1980 1982 1987 1991 1996 1998 21999
陕 西 3 z4 ?4 ?4 m2～3 3 1 "～4 2 2 - 1 1～3 4～5
山 西 5 z5 ?5 ?5 m2 3～5 3 "～5 2 1 1 S2 3～4 5 J
宁 夏 - - 5 ?4 /～5 1～2 - 2 "～3 1 s～2 5 - - - -
其 他 - 3 ?～5 3～5 3 /～5 - 3～5 3 "～5 - 1～3 1 ?～3 - - 3～4
* 病情级别按 5 级划分 , 未列出年份和“ - ”为非流行年。
表 2 各预报因子与病情级别相关性
Tab. 2 Correlation analysis on the forecast factors and level of BYDV
预报因子
Forecast factors
X1 ?( 7 月份平均气温 )
AverageairtemperatureinJuly
X2 MX3 X4 X5 0
X2 ?(10月份平均气温 ) - 0 .2808
X3 ?( 越冬百株蚜量 ) - 0 .2462 0 . 2018
X4 ?(10～3月份总降雨量) - 0 .1136 - 0 . 0603 - 0 d.2053
X5 ?(2月份平均气温 ) - 0 .1036 0 . 4602** 0 d.0931 - 0 ,. 1102
Y ( 病 情 级 别 ) - 0 ?.3110 * 0 . 4090** 0 d.8816 ** - 0 ,. 3879** 0 .3056*
* 和 ** 分别表示 0. 05 和 0. 01 水平显著 ; v = 44 时 , r0. 05 = 0 .288, r0.01 = 0. 372。
2 . 2 预报因子与病情级别相关性
根据山西省晋南麦区蚜虫消长动
态、小麦黄矮病监测资料以及当地同
年度气象资料 , 计算 7 个预报因子与
病情级别之间相关系数 , 运用相关分
析对多项因子进行筛选 , 结果有 5 个
预报因子对小麦黄矮病发生具有显著
影响 (见表 2) , 预报因子之间 10 月份
平均气温与翌年 2月份平均气温具高
图 1 气温对病情级别的影响 图 2 其他因子对病情级别的影响
Fig .1 Influence of air temperature Fig .2 Influenceof else facters to
to illness level illness level
度正相关 ;各预报因子与病情级别
相关性 7 月份平均气温和 10～3
月份总降雨量对小麦黄矮病发生
具有显著和极显著负向影响 , 即 7
月份平均气温偏低、10～3 月份总
降雨量大对小麦黄矮病流行极为
有利 ; 10 月份平均气温和越冬百
株蚜量对小麦种植年度小麦黄矮
病发生均具极显著正相关 , 2月份
平均气温对该病的发生有显著影
响。对所筛选的 5 个预报因子作
相对于病情级别的散点图 ,并绘出线性趋势线 ( 见图 1和图 2) , 表明诱导小麦黄矮病发生的 5个因子中越冬
百株蚜量和 10～3月份总降雨量对该病发生较敏感 ,温度尤其是 2月份平均气温对该病的发生影响较小。
但由于各因素间存在不同程度制约性 , 因而单从相关性分析和线性图说明预报因子对病情级别相对重要
性 ,其结果尚较牵强。
2 . 3 小麦黄矮病预测模型
采用多元回归分析法 ,应用 1981～2000年资料求得 5元线性回归方程为 :
Y = - 1.0944 - 0.0322X1 + 0.2604 X2 + 0.1049 X3 - 0. 0062 X4 + 0. 0382 X5 (1)
该方程自变数范围 X1 的区间 [ 23. 8, 33. 5] , X2 的区间 [ 10.3, 14.7] , X3 的区间 [ 0. 6, 28.9] , X4 的区间
[37. 4, 162. 0] , X5 的区间 [ - 1.2, 3.9]。因偏回归系数本身并不能反映自变数相对重要性 ,为消除单位和变
异度不同的影响 , 计算了表示 Xi 对病情级别 ( Y ) 相对重要性的统计数———通径系数 , 分别为 - 0. 0928、
0. 7628、0.8633、- 0. 2150和 0. 0633。各通径系数具有相对独立性 ,其绝对值大小可直接反映各预报因子对
病情级别的影响程度 ,因而得出 5个预报因子中越冬百株蚜量 ( X3 ) 对病情级别 ( Y ) 的影响最大 , 10月份平
148 中 国 生 态 农 业 学 报 第 14 ?卷
均气温 ( X2 )次之 , 2月份平均气温 ( X5 )对病情级别 ( Y )的影响最小 , 同时各预报因子对病情级别的增抑作
用与相关分析结果相符 ,但此回归关系是否真实可靠 , 尚
需作进一步检验。
对 5元线性回归方程进行假设检验结果见表 3,所选
5个自变数的综合对病情级别 ( Y ) 效应达极显著水平 , 且
剩余方差较小 , 因而确定各预报因子与病情级别 ( Y ) 具
有真实的 5 元线性回归关系。将 1981～2004 年预报因
子所对应的观测数值代入预测方程进行验证 , 其结果见
图3, 在历史回报中只有1982年、1997年和1999年回报
表 3 回归方差分析
Tab.3 Varianceanalysis of regressive
项目 自由度 平方和 均 方 方 差 F0 ?. 01测验值
I tems Degreeof Sum of M ean of Variance F0 ?. 01 value
freedom squares squares
回归 5 /18 :. 7633 3 ?. 7527 21 .5605 ** 4 . 70
残差 14 /2 :. 4367 0 ?. 1741
总计 19 /21 :. 2
** 表示达极显著水平。
图 3 回归模型实测检验
Fig .3 Test of the regressive model
级别与实测值相差近 1 个级别 , 其余 21 年均正
确 ,其历史拟合率高达 87. 5% ( 2001～2004年资
料中 X1 和 X5 取值区间分别扩展到 34.7℃和
5.3℃ ) ,基本符合率为 12. 5% , 准确率较高 , 证明
该回归方程真实可靠 , 可用于预测未来小麦黄矮
病流行趋势 ,以达到科学预防的目的。
3 小结与讨论
小麦黄矮病流行区之间病害发生具高度正相
关 ,周广和等[ 8] 研究发现麦二叉蚜大发生是小麦
黄矮病大流行的前提 , 并应用株系类型从理论上
证明麦二叉蚜确是小麦黄矮病毒 3种致病性株系的有效传毒介体 , 因而将麦二叉蚜所占比例、虫口密度及带
毒率作为测报重要依据。董庆周等[ 9] 研究认为小麦黄矮病流行程度与春小麦生长期间主要气象因子相关
不密切 ,而与冬麦区发病程度有关 , 并提出远期流行预测模式 Y = - 0. 37 + 0. 91 X( Y 为病情级别 , X 为东
南方冬麦区病情级数 )和近期流行预测模式 Y = - 0. 62+ 0. 69 X( Y 为后期病株率 , X 为拔节期百株蚜量 ) ,
冬春麦区小麦黄矮病流行有重要相关性 ,而对冬麦区小麦黄矮病流行的预测关系整个麦区该病的预防。本
研究认为毒源、媒介虫源是小麦黄矮病流行的基础 , 干旱温暖的气象因子是该病流行的关键因素。流行年
份起主导作用的是越冬前麦二叉蚜数量 , 7 月份气温偏低、冬季温暖、冬春雨水少、早春气温回升快 , 有利于
麦二叉蚜繁衍滋生。本研究建立的小麦黄矮病预测模型可应用于晋南麦区 , 且适用于整个黄淮麦区和与之
气象因子相似冬麦区 ,但随时间的推移和环境条件发生变化 , 应用该模型时应对预报因子进行调整和筛选 ,
并对回归方程进行校正 ,以达到最佳预报效果。
参 考 文 献
h1 曹亚萍 , 张明义 ,范绍强等 .抗黄矮病小麦品系粒重遗传特性研究 .中国生态农业学报 , 2004, 12( 1) : 33～35
2 王黎明 , 刘树兵 ,李兴锋等 .小麦黄矮病抗性基因及其鉴定研究进展 .麦类作物学报 , 2003 , 23( 3) : 123～127
3 冯崇川等 .冬小麦黄矮病春季流行指标与预测预报 .植物保护学报 ,1983, 10( 2) : 118～121
4 刘 艳 , 钱幼亭 ,梁影屏 .晋南冬麦区大麦黄矮病毒流行株系监测及防治策略探讨 .植物保护学报 , 2002, 29( 4) : 300～304
5 张秦风 , 朱象三 ,金欣藻等 .小麦品种抗耐黄矮病性鉴定初步研究 .植物保护学报 , 1989, 16(1) :38～41
6 周广和 .从预测预报实践中谈小麦黄矮病发生流行规律 .植物保护 ,1982, 8(1) :10～13
7 相建业 , 冯崇川 .小麦黄矮病预测预报 .植物保护学报 , 1994, 21(1) :73～77
8 周广和 , 成卓敏 ,钱幼亭 .小麦黄矮病毒 4 种株系鉴定与应用 .中国农业科学 , 1987, 20(4) : 7～12
9 董庆周 , 李效禹 ,孟庆祥等 .宁夏地区春小麦黄矮病流行趋势预测的初步研究 .植物保护学报 , 1994, 21(4) : 297～303
10 ?M akkouk K .M ., Kumari S .G ., Kadirova Z . First record of barley yellow dwarf virus-RPV infecting wheat in Uzbekistan .Plant Disease,
2001, 85(10) : 1122
第 2 ?期 范绍强等 :冬小麦黄矮病预测模型研究 149