南方水稻黑條矮縮病測報技術(shù)研究

黃華英，陳觀浩，梁盛銘，陳梅珍

（廣東省化州市病蟲測報站，廣東化州525100）

南方水稻黑條矮縮病測報技術(shù)研究

黃華英，陳觀浩，梁盛銘，陳梅珍

（廣東省化州市病蟲測報站，廣東化州525100）

研究2種數(shù)學(xué)分析模型對南方水稻黑條矮縮病的預(yù)報效果，為該病害的預(yù)測預(yù)報提供參考。以2006—2015年廣東省化州市晚稻南方水稻黑條矮縮病發(fā)病率為原始數(shù)據(jù)，分別采用多項式回歸和灰色系統(tǒng)GM(1,1)預(yù)測方法建立南方水稻黑條矮縮病發(fā)病率的預(yù)測模型，分析其預(yù)測效果。結(jié)果表明，采用多項式回歸和灰色系統(tǒng)GM(1,1)分別建立了晚稻南方水稻黑條矮縮病發(fā)病率預(yù)測預(yù)報模型：y=5.2530-5.8923x+2.1280x2-0.1559x3和y(1)(k+1)=-51.1797e-0.4798k+66.8097，2種預(yù)測模型均能較好地預(yù)測南方水稻黑條矮縮病的發(fā)病趨勢，為該病害的預(yù)測提供了一種準確有效的方法。預(yù)測預(yù)報模型可以應(yīng)用于防病減災(zāi)工程。

水稻；南方水稻黑條矮縮??；預(yù)測模型；多項式回歸；GM(1,1)模型

0 引言

南方水稻黑條矮縮病(Southern rice blackstreaked dwarf virus，SRBSDV)是一種由媒介昆蟲白背飛虱[Sogatella furcifera(Horváth)WBPH]傳播的一種水稻病毒病。該病害于2001年在廣東省陽西縣被首次發(fā)現(xiàn)以來，已迅速擴散至中國南方廣大稻區(qū)[1-5]。2009年，該病害在中國南部及越南晚季稻上暴發(fā)成災(zāi)，造成嚴重的經(jīng)濟損失。據(jù)統(tǒng)計，約35萬hm2晚稻嚴重受害，其中，基本失收面積超過0.67萬hm2[6-7]，給農(nóng)業(yè)產(chǎn)生造成巨大的經(jīng)濟損失。2006年以前，南方水稻黑條矮縮病在廣東省化州市有零星病叢發(fā)生，造成產(chǎn)量損失較小，沒能引起人們注意，后呈現(xiàn)出逐年加重的態(tài)勢，2012年晚稻發(fā)病面積上升到0.5萬hm2，占全市水稻總面積的19.6%，發(fā)病嚴重田塊病叢率高達55%～65%，個別田塊高達90.9%，成為南方水稻黑條矮縮病的重發(fā)地區(qū)[8-14]。

由于南方水稻黑條矮縮病的發(fā)現(xiàn)時間不長，目前對該病的研究還處于初步階段[15-16]。近年來，各地對南方水稻黑條矮縮病的研究主要集中在病原病毒、發(fā)病規(guī)律及防治技術(shù)等方面，但對其流行趨勢預(yù)測預(yù)報的研究還很薄弱[10,12]，而應(yīng)用多項式回歸和灰色系統(tǒng)GM (1,1)研究南方水稻黑條矮縮病預(yù)測模型還未見報道，在很大程度上影響到防治工作的質(zhì)量。因此，對南方水稻黑條矮縮病流行趨勢做出準確的預(yù)測預(yù)報，是及時、高效防控病害的基礎(chǔ)。2015—2016年，筆者在南方水稻黑條矮縮病發(fā)病流行規(guī)律研究的基礎(chǔ)上，根據(jù)歷年的系統(tǒng)調(diào)查數(shù)據(jù)，采用多項式回歸、灰色系統(tǒng)GM(1,1)方法進行了預(yù)測預(yù)報技術(shù)研究，組建預(yù)測模型，對農(nóng)業(yè)生物災(zāi)害的預(yù)防和防治工作具有顯著的指導(dǎo)意義。

1 材料與方法

1.1 研究區(qū)域自然概況

化州市位于廣東省西南部，東經(jīng)110°20′—110° 45′，北緯21°29′—22°13′，屬典型的亞熱帶季風(fēng)氣候區(qū)，氣候溫和，雨量充沛。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天以上，偶有輕霜，區(qū)域無氣象學(xué)上真正的冬天，≥10℃活動積溫7964.4～8683.6 d·℃；年降雨量1103.0～3005.3 mm，年均相對濕度83%；年日照時數(shù)可達1560.2～2430.3h。

化州市為典型的雙季稻區(qū)，是廣東省重要的水稻生產(chǎn)基地，常年水稻種植面積5.11萬hm2左右。20世紀80年代初期、90年代初期化州市曾分別發(fā)生水稻瘤矮病毒(Rice gall dwarf virus，RGDV)、水稻橙葉病(Rice orange leaf disease，ROLD)等水稻病毒病，對水稻造成較大產(chǎn)量損失[17-19]。此外，該市也是稻飛虱（以褐飛虱、白背飛虱為優(yōu)勢種群）的常發(fā)、重發(fā)之地[20-21]。

1.2 病情調(diào)查

每年早稻、晚稻于南方水稻黑條矮縮病病情穩(wěn)定期（水稻抽穗期至黃熟期）進行調(diào)查，選擇不同類型田或不同品種（組合），調(diào)查20～30塊以上稻田，采用對角線5點取樣，每點調(diào)查2行，每行20叢，共200叢，調(diào)查發(fā)病叢數(shù)，計算發(fā)病率。以2006—2015年晚稻的發(fā)病率數(shù)據(jù)建模。發(fā)病率的計算見公式(1)。

1.3 統(tǒng)計分析方法

數(shù)據(jù)處理采用Excel與SPSS軟件完成。

2 結(jié)果與分析

2.1 多項式回歸

根據(jù)表1的年份序列與發(fā)病率的數(shù)據(jù)，經(jīng)做圖曲線存在著三次拋物線的關(guān)系（Cubic函數(shù)），即方程(2)的關(guān)系。

其中，x為年份序列的相對值，即初始年2006年取1，2007年取2，以此類推，2015年取10；y為發(fā)病率。

原始觀測數(shù)據(jù)是化州市2006—2015年晚稻南方水稻黑條矮縮病發(fā)病率的觀測序列（表1）。

發(fā)病率曲線Cubic函數(shù)呈波動變化，方程見公式(3)。

其中：a=5.2530，b=-5.8923，c=2.1280，d=-0.1559。

其線性化后的復(fù)相關(guān)系數(shù)R=0.8539，N=10-4=6，R0.05=0.707，R0.01=0.834，通過α=0.01信度檢驗。

從曲線公式計算出的各年份晚稻南方水稻黑條矮縮病發(fā)病率與原觀測數(shù)據(jù)見表2。

根據(jù)表2數(shù)據(jù)繪圖如圖1。從圖1可直觀地看到，理論值與實測值的曲線變化趨勢基本一致，而且兩者之間的值非常接近，說明三次曲線有很好的適合度。從預(yù)測發(fā)病率趨勢的意義上看，這個精度是完全可以接受的，特別是后面2個年份發(fā)病率的實測值與理論值很接近。

2.2 灰色GM(1,1)預(yù)測模型

設(shè){y(0)(k)}(k=1，2，…，n)為一隨機序列，對于受一些隨機因素干擾的南方水稻黑條矮縮病，年份序列可能出現(xiàn)較大的波動?；疑到y(tǒng)建模理論就是要對波動較大的隨機序列（既原始數(shù)據(jù)）進行累加生成AGO處理，得到累加序列，經(jīng)過m次累加生成運算后，波動性減弱，可成為非隨機性序列，就可以擬合指數(shù)型曲線，這樣就用微分方程來描述，達到建立預(yù)測模型目的。

表1 各年份晚稻南方水稻黑條矮縮病發(fā)病率

表2 理論值與實測值對比表

圖1 南方水稻黑條矮縮病擬合曲線與發(fā)病曲線比較

根據(jù)表3系統(tǒng)觀測年份序列得式(4)。

作1次累加生成得到式(5)。

y(1)可以建立如下形式的方程，見式(6)。

時間響應(yīng)函數(shù)見式(7)。

上述模型中，a、u為待定參數(shù)。利用計算機得到a=0.4798，u=32.0531。故預(yù)測模型見式(8)。

根據(jù)所建GM(1,1)預(yù)測模型計算，得回報預(yù)測數(shù)據(jù)列，見表3。由表3可知，本模型用于化州市南方水稻黑條矮縮病的預(yù)測值與實際發(fā)生情況擬合度較好，準確度較高，完全可以用于南方水稻黑條矮縮病的預(yù)測。

灰色GM(1,1)模型，所需數(shù)據(jù)較少，計算較簡便，它在復(fù)雜的農(nóng)林系統(tǒng)中得到了廣泛的應(yīng)用。其缺點是由于其預(yù)測的幾何圓形是一條較平滑的曲線，對不很長序列波動性較大的曲線進行擬合時精度不佳。本次預(yù)測中就出現(xiàn)了時間序列從系統(tǒng)遞增到系統(tǒng)遞減的過程，為此將預(yù)測著眼未來，對年份序列1～5的值暫不予考慮，建立了上述預(yù)測模型。

3 結(jié)論與討論

南方水稻黑條矮縮病是近年在中國南方稻區(qū)新發(fā)現(xiàn)的一種水稻病毒病。該病害已在中國廣東、湖南、江西等9省區(qū)大面積發(fā)生。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[11]。因此建立及時準確的病害流行趨勢預(yù)測模型對于南方水稻黑條矮縮病的防控顯得尤為重要。本研究運用多項式回歸、灰色預(yù)測方法對化州市晚稻南方水稻黑條矮縮病發(fā)病率進行預(yù)測。結(jié)果表明，2種預(yù)測模型得到的理論值與實測值均很接近，但灰色預(yù)測擬合的序列相對較短，而多項式回歸擬合的序列較長。多項式回歸在反映發(fā)病趨勢上看好于灰色預(yù)測方法，2種方法各有長處。

本研究引入多項式回歸和灰色系統(tǒng)理論與方法嘗試對南方水稻黑條矮縮病的發(fā)病率進行長期預(yù)測，所建模型具有較高的準確性和應(yīng)用價值，并且避免了對氣象條件的依賴，方法操作簡單方便，預(yù)測效果良好。預(yù)測模型的給出，對防病減災(zāi)工程具有指導(dǎo)意義。

同時，由于研究時間較短，上述預(yù)測模型對原始數(shù)列的擬合仍有一定的誤差，需要在今后的研究中不斷地積累、充實數(shù)據(jù)對預(yù)測模型進行修正，還要考慮氣象因素、作物抗病性、栽培措施等，在運用這2種預(yù)報方法的同時，若能綜合其他的多因子模型預(yù)測結(jié)果，會收到更好的預(yù)報效果，這也將是下一步工作的重點。

表3 由灰色GM(1,1)模型預(yù)測從6序列起水稻發(fā)病率

[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(xué)通報,2008,53(20):2500-2508.

[2]Zhou G H,Wen J J,Cai D J,et al.Southern rice black-streaked dwarf virus:a new proposed Fijivirus species in the family Reoviridae[J].Chinese Science Bulletin,2008,53(23):3677-3685.

[3]Zhang H M,Yang J,Chen J P,et al.A black-streaked dwarf disease on rice in China is caused by a novel Fijivirus[J].Archives of Virology,2008,153:1893-1898.

[4]Wang Q,Yang J,Zhou G H,et al.The complete genome sequence of two isolates of southern rice black-streaked dwarf virus,a new member of the genus Fijivirus[J].Journal of Phytopathology,2010, 158(11/12):733-737.

[5]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.

[6]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(dǎo)刊,2010,30(3):17-18.

[7]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(dǎo)刊,2010,30(8):17-20.

[8]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.

[9]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(xué)學(xué)報,2014,4(3):20-22.

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

[11]陳冰,陳觀浩,江滿桃,等.影響南方水稻黑條矮縮病發(fā)生流行的因子分析[J].植物保護,2016,42(2):204-208,224.

[12]董城,梁少玉,陳冰,等.早稻南方水稻黑條矮縮病發(fā)病率預(yù)測模型的建立與應(yīng)用[J].中國稻米,2016,22(2):61-64.

[13]袁傳,梁盛銘,陳梅珍,等.不同生育期南方水稻黑條矮縮病癥狀及防控[J].生物災(zāi)害科學(xué),2016,39(1):45-47.

[14]梁少玉,黃聞楨,梁盛銘,等.廣東化州市南方水稻黑條矮縮病監(jiān)測與綜合防治技術(shù)規(guī)程[J].生物災(zāi)害科學(xué),2015,38(4):350-353.

[15]龍夢玲.中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.

[16］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(xué)學(xué)報,2014,4(5):8-11.

[17]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(xué),1983(1):44.

[18]陳觀浩,陳少蘭,梁訓(xùn)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.

[19]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(xué)報,1996,23(1):29-33.

[20]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):1240-1244.

[21]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(yù)測模型[J].中國農(nóng)業(yè)氣象,2013,34(2):204-209.

Forecast Techniques ofSouthern Rice Black-streaked Dwarf Virus

Huang Huaying,Chen Guanhao,Liang Shengming,Chen Meizhen
(Forecast Station of Plant Diseases and Insect Pests of Huazhou,Huazhou 525100,Guangdong,China)

The effect of two mathematical models onSouthern rice black-streaked dwarf viruswas studied to provide references for the prediction of the disease.Based on the original data of incidence of lateSouthern rice black-streaked dwarf virusin Huazhou City,Guangdong Province,polynomial regression method and grey system GM(1,1)prediction method were applied to building the prediction model ofsouthern rice blackstreaked dwarf virusincidence rate and to analyzing the prediction results.The results showed that,the latesouthern rice black-streaked dwarf virusincidence prediction models established by polynomial regression and grey system GM(1,1)were:y=5.2530-5.8923x+2.1280x2-0.1559x3andy(1)(k+1)=-51.1797e-0.4798k+66.8097.The two prediction models could predict the incidence trend ofsouthern rice black-streaked dwarf viruswell,and provide an accurate and effective method for the prediction of the disease.The predictive model can be applied to the project of disease prevention and mitigation.

Rice;Southern Rice Black-streaked Dwarf Virus;Prediction Model;Polynomial Regression;GM (1,1)Model

S435.111

：A論文編號：cjas16120013

廣東省科技計劃項目“南方水稻黑條矮縮病發(fā)生規(guī)律及防控技術(shù)研究”(2011B020416001)。

黃華英，女，1986年出生，廣東化州人，助理農(nóng)藝師，本科，學(xué)士，主要從事農(nóng)作物病蟲測報和防治工作。通信地址：525100廣東省化州市向陽路4號化州市病蟲測報站，Tel：0668-7355109，E-mail：xiayu0759@163.com。

陳觀浩，男，1957年出生，廣東化州人，推廣研究員，大專，主要從事農(nóng)作物病蟲預(yù)測預(yù)報和防治工作。通信地址：525100廣東省化州市向陽路4號化州市病蟲測報站，Tel：0668-7355109，E-mail：cgh7909986@126.com。

2016-12-08，

：2017-01-10。