岳偉 伍瓊 陳曦

摘要 為進一步明確安徽省稻曲病發(fā)生關鍵期，探索稻曲病氣象等級預報方法，以滿足對該病害氣象等級預報的服務需求。本文以安徽省池州市為例，利用1995年-2018年一季稻稻曲病觀測數(shù)據(jù)和同期氣象資料，通過相關分析確定稻曲病發(fā)生關鍵期。根據(jù)稻曲病大發(fā)生對適溫高濕環(huán)境的需求及不同降水等級和溫度對稻曲病發(fā)生程度的影響不同，以稻曲病發(fā)生關鍵期降水日數(shù)為基礎，引入雨量系數(shù)和溫度系數(shù)，形成稻曲病發(fā)生綜合氣象條件指數(shù)，通過最優(yōu)曲線回歸分析，建立稻曲病預報模型。結果表明，7月下旬至8月中旬是池州市一季稻稻曲病發(fā)生關鍵期;綜合氣象條件指數(shù)與稻曲病病穗率相關性明顯高于降水日數(shù)與病穗率相關性;預報模型回代檢驗準確率為81.0%，2016年-2018年模型預測結果均與實際情況相吻合，由于樣本中輕發(fā)生和大發(fā)生年份較少，對輕發(fā)生和大發(fā)生預報的準確性需在樣本豐富條件下進一步驗證。模型在業(yè)務應用中，可結合CFSv2模式逐日降水和氣溫預報產(chǎn)品，提前10～30 d開展稻曲病氣象等級預報，對做好稻曲病的防治工作具有重要參考價值。

關鍵詞 安徽; 稻曲病; 一季稻; 氣象等級; 預報

中圖分類號： S 435.111.49

文獻標識碼： A

DOI： 10.16688/j.zwbh.2019512

Abstract In order to define the critical period of occurrence and explore the forecasting methods for meteorological grading of the rice false smut in Anhui province so as to meet the demands of forecasting the meteorological grades of this disease， this study took Chizhou city as a case study to define the critical period of the occurrence of the rice false smut through correlation analysis， based on the observation data of rice false smut in single-season rice and meteorological data from 1995 to 2018. The composite meteorological conditions index of rice false smut was formed from the number of precipitation days during the critical occurrence period of rice false smut， corrected by the precipitation coefficient and temperature coefficient. Based on the index， the forecast model was created by means of optimal curve regression analysis. The results showed that the critical occurrence period of rice false smut was from late July to mid-September in Chizhou city. The relevance between the composite meteorological conditions index and the percentage of diseased panicles for rice false smut was obviously higher than that between the precipitation days and the percentage of diseased panicles. The accuracy of validation for the forecast model was 81.0%， and the predicted result of the model was corresponding to the observed data from 2016 to 2018. Because there were fewer light occurrence and heavy occurrence years in the samples， the prediction accuracy was further verified using more samples. In the application of the model， the meteorological grade forecast of rice false smut is suggested to be carried out 10-30 days ahead by combining the daily precipitation and temperature forecast products from CFSv2 model， which provided an important reference value for the prevention and control of rice false smut.

Key words Anhui; rice false smut; single-season rice; meteorological grade; forecast method

稻曲病是水稻生長中后期發(fā)生在穗部的真菌病害，稻曲病菌繁殖過程中消耗病谷粒和相鄰谷粒的大量養(yǎng)分，影響營養(yǎng)輸送，造成空秕率增加，結實率和千粒重下降，從而導致減產(chǎn)，發(fā)生嚴重時產(chǎn)量損失達50%以上[1-3]。由于稻曲病菌能產(chǎn)生大量對人、動物、植物的細胞分裂有強烈抑制作用的毒素，使其一方面成為優(yōu)質水稻生產(chǎn)的一大障礙，同時也給食用安全帶來一定威脅[4]。20世紀80年代后，隨著雜交水稻的示范推廣以及氮肥水平的不斷提高，稻曲病在我國發(fā)生范圍明顯擴大、發(fā)病程度加重，已從次要病害逐漸上升為主要病害[5]。安徽省水稻常年種植面積200萬 hm2以上，產(chǎn)量占全國水稻總產(chǎn)量的7%左右[6]。近年來，安徽省稻曲病呈逐年加重的趨勢，部分地區(qū)產(chǎn)量損失達30%左右，重病區(qū)達50%左右，已成為水稻主要病害之一[7-9]。所以準確開展稻曲病預測預報對提前做好稻曲病的防治工作，提高水稻品質及保護糧食安全生產(chǎn)具有重要意義。

稻曲病是一種典型的“氣象型”病害，氣候條件是影響稻曲病菌萌發(fā)和病害流行的重要因素[10]。徐敏等[11]認為水稻孕穗至抽穗揚花期適溫、多雨、日照少等條件均能促進該病的發(fā)生流行。楊洵[12]指出稻曲病發(fā)生與降雨日數(shù)密切相關，孕穗至抽穗期，雨量和雨日多則發(fā)病重。在稻曲病預測方法與技術方面，眾多學者也進行了深入研究。徐敏等[11]構建了江蘇省基于氣象要素、海溫因子、大氣環(huán)流指數(shù)的預報模型，并對3種模型的預報結果采用算術平均、加權平均和多元回歸方法進行集成。戴明華等[13]以溫度、濕度、光照強度等導致稻曲病發(fā)病的因素為預測依據(jù)，構建基于組態(tài)王軟件的水稻稻曲病預測系統(tǒng)。任義方等[2]在明確適宜稻曲病發(fā)病條件的基礎上，針對稻曲病發(fā)病敏感期，結合氣象影響因子，構造綜合稻曲病指數(shù)來判別稻曲病最終暴發(fā)的氣象適宜度。蘇榮瑞等[14]以日平均氣溫20～28℃，日平均空氣相對濕度≥80%，日降水量≥01 mm（或日照時數(shù)≤1 h）為稻曲病促病氣象指標，建立了促病氣象條件指數(shù)，再根據(jù)稻曲病病穗率與促病氣象條件指數(shù)進行統(tǒng)計劃分，得到稻曲病發(fā)生發(fā)展氣象條件預報等級。

現(xiàn)有的稻曲病預測模型在選擇預報因子方面相對復雜，實際應用中氣象預報產(chǎn)品難以滿足對預報因子的精準化預測，此外在稻曲病預測預報相關模型研究中，對不同降水等級和溫度對稻曲病的影響定量化研究并不多見。本論文在前人研究的基礎上，以稻曲病發(fā)生關鍵期降水日數(shù)為基礎，綜合考慮不同降水等級和溫度對稻曲病的影響，引入降雨系數(shù)和溫度系數(shù)，構建綜合氣象條件指數(shù)，通過最優(yōu)回歸分析建立稻曲病預報模型。研究結果不僅為安徽省農(nóng)業(yè)氣象業(yè)務服務中開展稻曲病氣象等級預報提供技術支撐，同時也為植保部門提前做好稻曲病防治工作提供科學參考依據(jù)。

1 材料與方法

1.1 研究資料

本論文以加權平均病穗率作為一季稻稻曲病發(fā)生程度指標，所選一季稻品種均為兩系秈型雜交中稻，品種主要為‘兩優(yōu)培九‘Y兩優(yōu)1號‘兩優(yōu)688‘Y兩優(yōu)900等，對稻曲病抗性均表現(xiàn)為感病至高感水平。1995年-2018年池州市一季稻稻曲病病穗率資料來自池州市植保站，對應年份的氣象資料來源于安徽省氣象信息中心，主要包括逐日日平均氣溫（℃）和降水量（mm）。1995年-2015年的稻曲病病穗率資料作為歷史樣本用于模型建立，2016年-2018年的資料作為獨立樣本用于模型檢驗。

1.2 稻曲病發(fā)生規(guī)律

稻曲病主要以菌核在土壤中越冬，或以厚垣孢子附著在種子表面和落入田間越冬。翌年7月-8月菌核萌發(fā)產(chǎn)生子座，形成子囊殼，釋放孢子;厚坦孢子萌發(fā)產(chǎn)生分生孢子，成為初侵染源。孢子借助風雨傳播散落，在水稻孕穗-破口期侵害花器和幼穎。病菌入侵谷粒后，在穎殼內(nèi)迅速生長形成菌絲塊，以后逐漸擴大，使穎殼合縫處稍張開露出淡黃帶綠色的小型塊狀突起，后逐漸包裹全部穎殼呈墨綠色，形成稻曲球[2，10，15]。稻曲病一般在水稻齊穗后4～5 d始見病穗，8～13 d盛發(fā)，15～16 d病?；就Ｖ股L。

1.3 稻曲病氣象等級劃分

根據(jù)稻曲病發(fā)生程度與氣象條件的關系，參照水稻稻曲病發(fā)生程度分級標準，結合安徽省農(nóng)業(yè)氣象業(yè)務服務中病蟲害氣象等級預報需求，將安徽省稻曲病發(fā)生氣象條件劃分為4個等級（表1）。

1.4 研究方法

1.4.1 雨量系數(shù)計算方法

稻曲病發(fā)生過程中，不同降雨量等級對稻曲病菌孢子的釋放、侵染及病害的發(fā)生影響不同，因此將稻曲病發(fā)生關鍵期日降雨量進行等級劃分，不同量級的降雨賦予不同系數(shù)，計算方法如下：

式中，R為稻曲病發(fā)生關鍵期日降雨量，Ra、Rb、Rc為等級雨量，r1、r2、r3、r4為不同雨量等級對應的雨量系數(shù)。

1.4.2 溫度系數(shù)計算方法

適宜的溫度利于稻曲病菌的生長發(fā)育、孢子釋放侵染及病害的發(fā)生流行，溫度過高、過低對稻曲病菌菌絲生長均有抑制作用[16]。根據(jù)稻曲病發(fā)生流行對溫度的需求特點，采用下列函數(shù)計算稻曲病發(fā)生溫度系數(shù)：

式中，f（T）為溫度系數(shù);T為稻曲病發(fā)生關鍵期降水日日平均氣溫;Tl為稻曲病發(fā)育下限溫度，低于這一溫度時，溫度系數(shù)為0;Tu為稻曲病發(fā)育上限溫度，超過這一溫度時，溫度系數(shù)為0;Tol、Tou分別為稻曲病發(fā)育最適溫度的下限和上限。

1.4.3 綜合氣象條件指數(shù)

綜合氣象條件指數(shù)反映稻曲病發(fā)生關鍵期降水和溫度對病害的綜合影響程度，為關鍵期逐日雨量系數(shù)與溫度系數(shù)乘積的累計值，計算方法如下：

式中，R（c）為稻曲病發(fā)生綜合氣象條件指數(shù)，i為稻曲病發(fā)生關鍵生育期降水日，i=1，2，…，n。f（Ri）為雨量系數(shù)，f（Ti）為溫度系數(shù)。綜合氣象條件指數(shù)越大，即降水和溫度的相互配合程度越高，越適宜稻曲病的發(fā)生流行，反之，則不適宜稻曲病的發(fā)生流行。

2 結果與分析

2.1 稻曲病發(fā)生關鍵期

根據(jù)稻曲病發(fā)生與降雨日數(shù)的關系，結合池州市一季中稻發(fā)育期，分別以逐1旬、2旬、3旬、4旬為尺度統(tǒng)計6月至9月的降雨日數(shù)（日降雨量≥0.1 mm），再與病穗率進行相關分析。結果表明，池州市7月下旬至8月中旬降雨日數(shù)與一季稻稻曲病病穗率相關系數(shù)最大，為0.684 5（表2），達極顯著水平（P<001）。且該時段池州市一季稻處于孕穗至灌漿初期，符合稻曲病菌的侵入和病害發(fā)生流行生理學特性，所以確定池州市一季稻稻曲病發(fā)生關鍵期為7月下旬至8月中旬。

2.2 雨量系數(shù)

參照天氣預報中24 h降水量級標準，將稻曲病發(fā)生關鍵期日降水量分為0.1≤R<10（小雨）、10≤R<25（中雨）、25≤R<50（大雨）、R≥50（暴雨及以上）4個等級。不同雨量等級在稻曲病發(fā)生過程中所起到的作用定義為雨量系數(shù)f（R），關鍵期雨量系數(shù)之和為實效雨日Di。利用Visual Basic語言作為計算工具，將不同等級降水量的雨量系數(shù)設定一個范圍，以0.1作為步長進行循環(huán)，計算出不同雨量系數(shù)對應的實效雨日，再與稻曲病病穗率進行相關分析，其中相關系數(shù)最大值對應實效雨日即為不同等級降水量的雨量系數(shù)。通過上述方法，得到雨量系數(shù)如下：

2.3 溫度系數(shù)

相關研究表明，低于12℃或高于36℃稻曲病病菌即停止生長發(fā)育，24～32℃病菌發(fā)育良好，最適溫度為26～28℃[12-13，17]，所以（2）式中Tl、Tol、Tou、Tu分別取值為12、26、28、36，稻曲病溫度系數(shù)計算公式（2）改為公式（5）。當?shù)厩“l(fā)生關鍵期降水日日平均氣溫低于12℃或高于36℃時，溫度系數(shù)f（T）值為0;當日平均氣溫在26～28℃時，f（T）值為1;當日平均氣溫在12～26℃時，隨著溫度的降低，f（T）逐漸減小;當日平均氣溫在28～36℃時，隨著溫度的升高，f（T）同樣逐漸減小。

2.4 綜合氣象條件指數(shù)

根據(jù)池州市1995年-2015年7月下旬至8月中旬逐日降水和氣溫資料，采用公式（5）計算出溫度系數(shù)，利用公式（3）計算出池州不同年份稻曲病發(fā)生綜合氣象條件指數(shù)。由表2可見，綜合氣象條件指數(shù)與病穗率相關系數(shù)為0.781 2，高于實效雨日與病穗率相關系數(shù)（r=0.761 6），說明本論文提出的溫度系數(shù)能定量化表征溫度條件對稻曲病發(fā)生的影響。

2.5 稻曲病病穗率預報模型

運用DPS統(tǒng)計軟件中的曲線回歸方法[19]，以綜合氣象條件指數(shù)為自變量，以稻曲病病穗率為因變量，建立最優(yōu)回歸模型：Y=0.094 08R2（c）-0.640 2R（c）+4.734，相關系數(shù)r=0.802 2，顯著水平P <0001。式中，Y為稻曲病病穗率，R（c）為綜合氣象條件指數(shù)。

2.6 模型檢驗

2.6.1 回代檢驗

利用池州1995年-2015年稻曲病病穗率資料和氣象觀測資料，對稻曲病病穗率預報模型進行回代檢驗，回代結果為：21個樣本中稻曲病實際發(fā)生氣象等級與模擬等級相吻合的有17年，準確率為810%。從表3中可以看出，1995年-2015年池州稻曲病發(fā)生氣象等級為1級的僅1年，發(fā)生在2013年，該年稻曲病發(fā)生關鍵期以晴熱少雨天氣為主，降水日數(shù)和綜合氣象條件指數(shù)均為歷年最少（表2），實際病穗率為1.6%，模型回代病穗率為4.2%，雖然在等級上相差1個等級，但實際值與模擬值相差較小;稻曲病發(fā)生氣象等級為2級的有13年，回代準確的有11年，準確率為84.6%，其余2年回代等級與實際發(fā)生等級誤差1個等級;稻曲病發(fā)生等級為3級的有7年，回代準確的有6年，準確率為857%，其余1年回代等級與實際發(fā)生等級誤差1個等級。從回代檢驗結果看，本文建立的稻曲病病穗率綜合氣象條件指數(shù)預報模型模擬效果較好，可以較好地反映稻曲病實際發(fā)生情況。

2.6.2 預測檢驗

利用池州市2016年-2018年的稻曲病病穗率和氣象觀測資料，對稻曲病氣象等級預報模型進行預報檢驗。由表4可以看出，2016年-2018年模型預測結果與實際發(fā)生情況完全一致，其中2016年池州稻曲病發(fā)生關鍵期降水日數(shù)為4 d，綜合氣象條件指數(shù)為2.8，預測值與實際值分別為3.7%和3.4%;2017年關鍵期降水日數(shù)為14 d，其中小雨和中雨等級的均為5 d，大雨等級的有4 d，稻曲病發(fā)生綜合氣象條件指數(shù)為15.4，病害偏重發(fā)生，預測值與實際值分別為17.1%和17.4%;2018年關鍵期降水日數(shù)為11 d，綜合氣象條件指數(shù)為10.1，預測值與實際值分別為7.9%和4.1%。

3 結論與討論

稻曲病是一種典型的“氣象型”病害，稻曲病菌孢子的萌發(fā)、釋放、侵染及病害的發(fā)生流行與氣象條件密切相關，本論文利用池州歷年稻曲病病穗率資料和同期氣象觀測數(shù)據(jù)，通過分析，明確池州市一季稻稻曲病發(fā)生關鍵期為7月下旬至8月中旬，該時段池州一季稻處于孕穗至灌漿初期，這與楊洵、葉生海等、張賢黨等關于水稻孕穗至破口期是稻曲病發(fā)生關鍵期的觀點基本一致[12，19-20]。

適溫高濕的環(huán)境是稻曲病滋生和蔓延的重要因素，本文選取稻曲病發(fā)生關鍵期降水和溫度作為預報因子，并引入雨量系數(shù)和溫度系數(shù)。將不同降水等級和不同溫度對稻曲病的影響通過雨量系數(shù)和溫度系數(shù)反映，最終形成綜合氣象條件指數(shù)。分析表明，綜合氣象條件指數(shù)與稻曲病病穗率的相關性明顯高于降雨日數(shù)與病穗率的相關性。且綜合氣象條件指數(shù)能更好地反映氣象條件對稻曲病發(fā)生的影響，例如2007年和2015年池州市一季稻稻曲病發(fā)生關鍵期降水日數(shù)均為13 d（表2），但對應病穗率分別為4.4%和17.8%，差異明顯，通過雨量系數(shù)（公式4）和溫度系數(shù)（公式5），計算得到綜合氣象條件指數(shù)分別為10.2和14.5（表2），更符合實際發(fā)生情況。所以本論文提出的雨量系數(shù)和溫度系數(shù)的觀點符合稻曲病發(fā)生流行生理學特性，對提高稻曲病氣象等級預報準確率具有重要意義。

通過對預報模型的擬合檢驗和預測檢驗，本研究建立的氣象條件綜合指數(shù)預測模型回代準確達81%，其中中等發(fā)生和偏重發(fā)生回代準確率分別為84.6%和85.7%;2016年-2018年模型預測結果均與實際情況相吻合。模型基本上能滿足現(xiàn)代農(nóng)業(yè)氣象業(yè)務服務中水稻稻曲病氣象等級預報的需求。但從1995年-2018年樣本資料看，稻曲病實際發(fā)生氣象等級以2級和3級居多，1級的僅有1年，4級的沒有發(fā)生，所以針對1級和4級的實際效果還需在樣本豐富條件下進一步驗證。本研究建立的氣象條件綜合指數(shù)預測模型選取了降水和溫度2個氣象要素作為預報因子，無論是短期預報還是中長期預報均相對容易獲取。在預報時效性方面，可結合CFSv2模式[21-22]逐日降水和氣溫預報產(chǎn)品，提前10～30 d開展稻曲病氣象等級預報，對做好稻曲病的防治工作具有重要參考價值。

本研究僅考慮了降水、溫度對水稻稻曲病發(fā)生的影響，稻曲病的發(fā)生除與氣象條件密切相關外，還與品種抗性、菌源量、栽培管理措施等多種因素的有關。劉曉舟等[23]研究表明不同水稻品種稻曲病發(fā)生程度有明顯差異，同一水稻品種播期越晚稻曲病發(fā)生程度越嚴重。蘇榮瑞等[14]指出菌源數(shù)量與稻曲病的發(fā)病呈正相關，上年發(fā)病重的田塊則菌源基數(shù)大，有適宜條件發(fā)病則重。此外單位面積總施氮量越大，稻曲病發(fā)病越重，施肥總量相同的情況下，生長后期施肥越多，越易發(fā)病，移栽密度偏大，稻曲病發(fā)生有加重的趨勢[24]。所以建立氣象條件、品種抗性、菌源量、栽培管理等多因素的綜合預報模型是下一步研究工作的重點。

參考文獻

[1] 王治海， 孟仲， 金志鳳， 等. 浙江省稻曲病發(fā)生氣象等級預報技術[J]. 生態(tài)學雜志， 2019， 38（7）： 2275-2282.

[2] 任義方， 朱鳳， 高蘋， 等. 稻曲病氣象適宜度等級精細化預報技術[J]. 植物保護， 2018， 44（5）： 217-223.

[3] 孫春來， 王曉芹， 張和蘭， 等. 水稻稻曲病不同發(fā)病模式對水稻產(chǎn)量影響觀察[J]. 中國植保導刊， 2016， 36（11）： 35-38.

[4] 田鴻， 陶家鳳. 水稻稻曲病菌厚垣孢子萌發(fā)特性及稻曲病菌毒素對水稻、玉米、小麥種子萌發(fā)的影響[J]. 西南農(nóng)業(yè)學報， 2000， 13（3）： 113-116.

[5] 陸明紅， 劉萬才， 朱鳳. 稻曲病近年流行規(guī)律及治理對策探討[J]. 中國植保導刊， 2018， 38（5）： 44-47.

[6] 李林鶴， 常志強. 安徽水稻生產(chǎn)全程機械技術推廣發(fā)展現(xiàn)狀[J]. 安徽農(nóng)學通報， 2017， 23（11）： 149-151.

[7] 楊柳. 皖南地區(qū)稻曲病的發(fā)生及防治[J]. 安徽農(nóng)學通報， 2012， 18（24）： 75-76.

[8] 杜公權. 單季稻稻曲病成災原因探析[J]. 安徽農(nóng)學通報， 2015， 11（7）： 78.

[9] 丁克堅， 檀根甲， 胡勁松， 等. 稻曲病危害對水稻產(chǎn)量損失的影響[J]. 植物保護， 1997， 23（1）： 3-6.

[10]張俊喜， 成曉松， 宋益民， 等. 中國水稻稻曲病研究進展[J]. 江蘇農(nóng)業(yè)學報， 2016， 32（1）： 234-240.

[11]徐敏， 高蘋， 劉文菁， 等. 水稻稻曲病氣象等級預報模型及集成方法[J]. 江蘇農(nóng)業(yè)科學， 2017， 45（17）： 95-98.

[12]楊洵. 黔東南稻曲病的發(fā)生條件及預測預報與防治[J]. 貴州農(nóng)業(yè)科學， 2007， 35（1）： 100-101.

[13]戴明華， 羅建軍， 于超. 基于組態(tài)王軟件的水稻稻曲病預測研究[J]. 農(nóng)業(yè)研究與應用， 2018， 35（5）： 15-18.

[14]蘇榮瑞， 劉凱文， 馮明， 等. 2014年江漢平原水稻稻曲病促病氣象條件指數(shù)分析[J]. 中國植保導刊， 2015， 35（9）： 44-49.

[15]陳利鋒， 徐敬友. 農(nóng)業(yè)植物病理學[M]. 北京： 中國農(nóng)業(yè)出版社， 2006： 119-121.

[16]潘武， 丁克堅， 王坤. 安徽省水稻稻曲病菌生物學特性研究[J]. 安徽農(nóng)學通報， 2007， 13（20）： 95-96.

[17]周奮啟， 陳銀鳳， 康曉霞， 等. 水稻孕穗末期氣候因素對稻曲病發(fā)生的研究[J]. 生物災害科學， 2015， 38（2）： 129-132.

[18]唐啟義. DPS數(shù)據(jù)處理系統(tǒng)[M]. 北京： 科學出版社， 2010.

[19]葉生海， 陳國平， 程年娣， 等. 鄂州市水稻稻曲病流行的氣象條件初探[J]. 湖北植保， 2005（2）： 37-38.

[20]張賢黨， 葉傳廣， 易孔文， 等. 中稻稻曲病大流行的原因及防治對策[J]. 現(xiàn)代農(nóng)業(yè)科技， 2009（5）： 123.

[21]李永生， 邢程， 任桂林， 等. CFSv2模式對東北地區(qū)夏季各月降水的預測性能力評估[J]. 黑龍江氣象， 2016， 33（4）： 6-8.

[22]程智， 徐敏， 段春鋒. CFSv2模式對淮河流域夏季氣溫降水預測能力的評估[J]. 暴雨災害， 2016： 35（4）： 351-358.

[23]劉曉舟， 白元俊， 王疏， 等. 不同水稻品種與播期對水稻稻曲病發(fā)生程度的影響[J]. 湖北農(nóng)業(yè)科學， 2012， 53（17）： 4112-4113.

[24]徐偉東， 李冠， 陸強， 等. 水稻稻曲病研究現(xiàn)狀及展望[J]. 作物研究， 2018， 32（1）： 76-81.

（責任編輯：田 喆）