• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于病穗率的小麥赤霉病發(fā)生等級(jí)氣象預(yù)測(cè)模型

      2020-10-30 01:54:02孔令帥江勝國(guó)韓正英蔡冬梅錢俊
      安徽農(nóng)學(xué)通報(bào) 2020年16期
      關(guān)鍵詞:病穗率預(yù)測(cè)模型赤霉病

      孔令帥 江勝國(guó) 韓正英 蔡冬梅 錢俊

      摘要:通過(guò)對(duì)桐城市1995-2019年共25年小麥赤霉病的發(fā)生資料與氣象資料進(jìn)行分析,選取影響小麥赤霉病發(fā)生關(guān)鍵期的氣溫、降水、相對(duì)濕度、日照等42個(gè)氣象因子,基于年度病穗率,采用逐步回歸統(tǒng)計(jì)方法,建立小麥赤霉病發(fā)生等級(jí)氣象預(yù)測(cè)模型。結(jié)果表明,2月中旬平均相對(duì)濕度、3月上旬和中旬累計(jì)日照時(shí)數(shù)與年度病穗率呈明顯的負(fù)相關(guān),而2月中旬累計(jì)日照時(shí)數(shù)、2月下旬平均最低氣溫、3月上旬和中旬平均相對(duì)濕度則呈顯著的正相關(guān);交叉檢驗(yàn)復(fù)相關(guān)系數(shù)達(dá)到0.63,預(yù)測(cè)結(jié)果同號(hào)率達(dá)88%,預(yù)測(cè)復(fù)相關(guān)系數(shù)達(dá)到0.68(α0.01=0.5052),均達(dá)到0.01的顯著性相關(guān)水平;2017-2019年試報(bào)應(yīng)用預(yù)測(cè)值相對(duì)誤差控制在9%以內(nèi),發(fā)生等級(jí)預(yù)測(cè)完全正確。模型擬合率達(dá)100%,試效果好,可靠性強(qiáng),可投入業(yè)務(wù)應(yīng)用。

      關(guān)鍵詞:病穗率;赤霉病;發(fā)生等級(jí);預(yù)測(cè)模型

      中圖分類號(hào) S435 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-7731 (2020) 16-0152-03

      1引言

      赤霉病是安徽省淮河以南地區(qū)小麥生產(chǎn)的主要病害之一,嚴(yán)重影響小麥的產(chǎn)量與品質(zhì)。小麥赤霉病的發(fā)生與流行,除受越冬病源菌數(shù)量、品種抗性和栽培管理等多種因素的影響外,主要受氣象條件的影響,是一種典型的氣象型病害[1-2]。安徽省地處南北氣候過(guò)渡地帶,氣候條件比較適宜小麥赤霉病的發(fā)生發(fā)展,赤霉病在本省發(fā)生普遍,尤其是江淮之間的發(fā)生更為頻繁。因此,準(zhǔn)確開展小麥赤霉病氣象等級(jí)預(yù)報(bào),已成為現(xiàn)代氣象為農(nóng)業(yè)服務(wù)的主要任務(wù)之一。

      桐城市位于安徽省江淮之間,屬北亞熱帶濕潤(rùn)季風(fēng)氣候區(qū),稻茬小麥有一定的種植面積,近幾年小麥赤霉病呈偏重流行態(tài)勢(shì)。因此,有必要研究桐城局地氣象條件與赤霉病的發(fā)生、發(fā)展關(guān)系,建立赤霉病發(fā)生的氣象條件等級(jí)預(yù)測(cè)模型,根據(jù)實(shí)時(shí)氣象資料開展赤霉病發(fā)生的氣象條件預(yù)警預(yù)測(cè),以期為及時(shí)制訂防治策略提供科學(xué)依據(jù)。

      2 資料來(lái)源與預(yù)測(cè)模型建立方法

      2.1 資料來(lái)源 1995-2019年小麥赤霉病病穗率等資料來(lái)源于桐城市植保站,相應(yīng)時(shí)段的氣象資料(包括氣溫、最高氣溫、最低氣溫、降水量、降水日數(shù)、相對(duì)濕度、日照等逐日資料)來(lái)源于桐城國(guó)家基準(zhǔn)氣候站。

      2.2 預(yù)測(cè)模型建立方法 研究表明[3-6],影響小麥赤霉病發(fā)生的主要因素是小麥抽穗揚(yáng)花期的氣象條件。本文在此基礎(chǔ)上,針對(duì)小麥常年平均發(fā)育期和赤霉病發(fā)生關(guān)鍵期,主要選取同期2-3月份氣象資料參與模型的分析與構(gòu)建。氣象條件對(duì)于作物生長(zhǎng)過(guò)程的影響,往往是通過(guò)一定時(shí)期的累計(jì)效應(yīng)來(lái)體現(xiàn)。為了準(zhǔn)確找出小麥赤霉病發(fā)生的正、負(fù)效應(yīng)氣象因子,基于年度病穗率,選取氣溫、最高氣溫、最低氣溫、降水量、降水日數(shù)、相對(duì)濕度、日照等旬平均(累計(jì))資料共42個(gè)氣象因子參與相關(guān)性分析,篩選主要?dú)庀笥绊懸蜃印?/p>

      由于所選擇的各氣象因子之間的量綱不同,為消除因子間的量綱差異,將原始自變量集合X{x1,x2,x3,…,xn}和原始因變量集合Y{y1}進(jìn)行數(shù)據(jù)中心化和無(wú)量綱化的標(biāo)準(zhǔn)化處理,標(biāo)準(zhǔn)化處理可以得到2組變量集的標(biāo)準(zhǔn)化數(shù)據(jù)矩陣:{-xi=xi--xi/Sxi i=(1,2,3…,n)-yi=yi--yi/Sy

      其中:-xi表示xi的均值;Sxi表xi的標(biāo)準(zhǔn)差;-yi表示yi的均值;Sy表示yi的標(biāo)準(zhǔn)差;~xi和~yi表示經(jīng)標(biāo)準(zhǔn)化處理后的變量值。

      將病穗率作為因變量,篩選出的主要?dú)庀笠蜃幼鳛樽宰兞浚?jīng)標(biāo)準(zhǔn)化處理后,采用逐步回歸統(tǒng)計(jì)方法進(jìn)行擬合,構(gòu)建出小麥赤霉病發(fā)生等級(jí)氣象預(yù)測(cè)模型。

      3 預(yù)測(cè)模型的建立和檢驗(yàn)

      3.1 小麥赤霉病發(fā)生發(fā)展氣象等級(jí)劃分 根據(jù)桐城市氣候特點(diǎn)、小麥赤霉病歷史發(fā)生情況、種植制度等,同時(shí)參照安徽省植保部門小麥赤霉病流行程度劃分標(biāo)準(zhǔn),將小麥赤霉病發(fā)生發(fā)展及流行相應(yīng)的氣象條件劃分為4個(gè)等級(jí)(見表1)。赤霉病大流行對(duì)應(yīng)的氣象條件為4級(jí),即該氣象條件非常適宜小麥赤霉病的發(fā)生發(fā)展;赤霉病偏重流行對(duì)應(yīng)的氣象條件為3級(jí),即該氣象條件適宜小麥赤霉病的發(fā)生發(fā)展;赤霉病中等流行對(duì)應(yīng)的氣象條件為2級(jí),即該氣象條件基本適宜小麥赤霉病的發(fā)生發(fā)展;赤霉病輕發(fā)生對(duì)應(yīng)的氣象條件為1級(jí),即該氣象條件不適宜小麥赤霉病的發(fā)生發(fā)展。

      3.2 預(yù)測(cè)因子與預(yù)測(cè)模型 通過(guò)對(duì)病穗率與氣象因子之間的相關(guān)性分析,篩選出2月中旬累計(jì)日照時(shí)數(shù)、2月下旬平均最低氣溫、3月上旬和中旬平均相對(duì)濕度4個(gè)主要?dú)庀笠蜃?,且均通過(guò)0.05的顯著性相關(guān)水平。借助MATLAB統(tǒng)計(jì)軟件建立病穗率與4個(gè)影響因子之間的逐步回歸方程,最后確定2月中旬累計(jì)日照時(shí)數(shù)和3月上旬平均相對(duì)濕度作為最終預(yù)測(cè)因子。

      根據(jù)以上分析,建立的桐城小麥赤霉病發(fā)生病穗率的逐步回歸預(yù)測(cè)模型為:

      Y = -18.367 +0.1552X1+0.3078X2

      式中:F表示病穗率預(yù)報(bào)值表示預(yù)報(bào)年2月中旬累計(jì)日照時(shí)數(shù);X2表示預(yù)報(bào)年3月上旬平均相對(duì)濕度。根據(jù)上表1的標(biāo)準(zhǔn)即可最終確定預(yù)報(bào)年份的小麥赤霉病發(fā)生發(fā)展的氣象條件等級(jí)。

      此預(yù)測(cè)模型的復(fù)相關(guān)系數(shù)為0.68(見圖1),達(dá)到0.01的顯著性相關(guān)水平。

      3.3 模型預(yù)測(cè)效果檢驗(yàn) 通過(guò)交叉檢驗(yàn)方法可以得出(見圖2),預(yù)測(cè)結(jié)果同號(hào)率為88%,復(fù)相關(guān)系數(shù)為0.63,達(dá)到0.01的顯著性相關(guān)水平。

      一般認(rèn)為,當(dāng)預(yù)測(cè)值與實(shí)測(cè)值一致時(shí)預(yù)測(cè)結(jié)果為完全正確,兩者相差1個(gè)量級(jí)時(shí)預(yù)測(cè)結(jié)果為基本正確,相差2個(gè)量級(jí)時(shí)預(yù)測(cè)結(jié)果為錯(cuò)誤。以此來(lái)評(píng)價(jià)本預(yù)測(cè)模型,其歷史擬合率為100%,其中完全正確率為52%,基本正確率為48%(見表2),尤其2017-2019年試報(bào)應(yīng)用預(yù)測(cè)值相對(duì)誤差控制在9%以內(nèi),發(fā)生等級(jí)預(yù)測(cè)完全正確。說(shuō)明用這個(gè)模型來(lái)進(jìn)行桐城小麥赤霉病發(fā)生的氣象條件等級(jí)評(píng)定和預(yù)警可靠性很好。

      4 結(jié)論與討論

      (1) 基于桐城小麥赤霉病發(fā)生年度病穗率,針對(duì)小麥常年平均發(fā)育期和赤霉病發(fā)生關(guān)鍵期,通過(guò)相關(guān)分析,篩選出其主要?dú)庀笥绊懸蜃?,進(jìn)行小麥赤霉病預(yù)報(bào),在本地的應(yīng)用效果很好。

      (2) 影響桐城小麥赤霉病發(fā)生的氣象條件主要時(shí)段為每年的2-3月份,其中2月中旬平均相對(duì)濕度、3月上旬和中旬累計(jì)日照時(shí)數(shù)與年度病穗率呈明顯的負(fù)相關(guān),而2月中旬累計(jì)日照時(shí)數(shù)、2月下旬平均最低氣溫、3月上旬和中旬平均相對(duì)濕度則呈顯著的正相關(guān)。

      (3) 模型交叉檢驗(yàn)復(fù)相關(guān)系數(shù)達(dá)到0.63,預(yù)測(cè)結(jié)果同號(hào)率達(dá)88%,預(yù)測(cè)復(fù)相關(guān)系數(shù)達(dá)到0.68 (αO.01 =0.5052 ),均達(dá)到0.01的顯著性相關(guān)水平。赤霉病發(fā)生等級(jí)歷史擬合率為100%,其中完全正確率為52%,基本正確率為48%,尤其2017-2019年試報(bào)應(yīng)用預(yù)測(cè)值相對(duì)誤差控制在9%以內(nèi),發(fā)生等級(jí)預(yù)測(cè)完全正確。

      (4) 小麥赤霉病的發(fā)生不僅與氣候條件密切相關(guān),還受到越冬病原菌數(shù)量、寄主生育期、品種抗性和栽培管理等多種因素的影響。在模型的推廣應(yīng)用過(guò)程中,要綜合當(dāng)?shù)貧庀髼l件和其他因素,依據(jù)當(dāng)年的小麥生育期進(jìn)程和赤霉病發(fā)生關(guān)鍵期,調(diào)整與本地赤霉病發(fā)生的相關(guān)氣象因子,建立合適的小麥赤霉病氣象條件等級(jí)預(yù)報(bào)模型。

      參考文獻(xiàn)

      [1]北京農(nóng)業(yè)大學(xué).農(nóng)業(yè)植物病理學(xué)[M].北京:農(nóng)業(yè)出版社,1982:76-84.

      [2]安徽省植??傉?農(nóng)作物病蟲害預(yù)測(cè)預(yù)報(bào)方法與技術(shù)[M].北京:中國(guó)致公出版社,1995:85-89.

      [3]張旭暉,高蘋,居為民,等.小麥赤霉病氣象等級(jí)預(yù)報(bào)模式研究[J].安徽農(nóng)業(yè)科學(xué),2008,36 (23): 10030-10032.

      [4]李軍,蔣耀培,蔣建忠,等.小麥赤霉病發(fā)生程度的氣象動(dòng)態(tài)預(yù)測(cè)模型[J].西南農(nóng)業(yè)大學(xué)學(xué)報(bào),2004,26(6):776-780.

      [5]劉富明,徐崇浩,何險(xiǎn)峰,等.四川小麥赤霉病流行的環(huán)流背景和天氣趨勢(shì)[J].四川氣象,1994,14(3): 18-21.

      [6]賈金明.黃河中下游小麥赤霉病氣象指數(shù)的建立與應(yīng)用[J].氣象,2002,28(3):51-54. (責(zé)編:張宏民)

      作者簡(jiǎn)介:孔令帥(1989-),男,江蘇灌云人,工程師,從事氣象為農(nóng)服務(wù)工作。 收稿日期:2020-06-28

      猜你喜歡
      病穗率預(yù)測(cè)模型赤霉病
      懷化地區(qū)稻曲病氣候風(fēng)險(xiǎn)時(shí)空特征分析
      不同殺菌劑對(duì)小麥赤霉病的田間防治效果評(píng)價(jià)
      小麥赤霉病研究進(jìn)展
      芮城縣:科學(xué)預(yù)防小麥赤霉病
      防治小麥赤霉病的殺菌劑應(yīng)用情況分析
      水稻稻曲病防治藥劑篩選與防治適期確定試驗(yàn)研究
      2018年宣州區(qū)小麥赤霉病發(fā)生特點(diǎn)分析及防治技術(shù)
      基于神經(jīng)網(wǎng)絡(luò)的北京市房?jī)r(jià)預(yù)測(cè)研究
      商情(2016年43期)2016-12-23 14:23:13
      中國(guó)石化J分公司油氣開發(fā)投資分析與預(yù)測(cè)模型研究
      基于IOWHA法的物流需求組合改善與預(yù)測(cè)模型構(gòu)建
      淄博市| 曲沃县| 稻城县| 昌图县| 西林县| 曲麻莱县| 科技| 肥东县| 开江县| 泌阳县| 东丰县| 平山县| 昌吉市| 湖口县| 崇文区| 滦平县| 枣庄市| 泸溪县| 太原市| 洛浦县| 梁山县| 绥德县| 成安县| 上思县| 黔南| 东山县| 重庆市| 伊宁县| 沙洋县| 炉霍县| 邵阳县| 襄城县| 洛南县| 林周县| 松滋市| 茶陵县| 墨竹工卡县| 府谷县| 筠连县| 铜梁县| 武邑县|