PlantProtectionTechnologyandExtension 1997,17(4)10
大。但在实际应用中5个指
表 3种模型综合指标值及评分结果
标全优的模型不多见,于是
模型 VAR AIC C% R Q 累计
我们采取了一种评分办法。
号值评分值评分值评分值评分值评分得分
设在ARIMA模型群中有K61361-481182241141014914316605个模型,给综合指标中的任11322461471381702016222612729
21116507021960231480014802713111意一项最优者评给K-1
分,处次优者给K-2分,依此类推,最差者得分为0。4 模型应用体会然后每个模型5个指标得分累加,最高分模型当选。举411 积分自回归模型作为中长期数量预测的一种手例说明。段,可作发生动态或发展趋势的超前分析(半年以上),
应用ARI为制定防治策略提供依据。MA(3,1,2)模型②中的原始序列,数据经不同转换处理,建立3个模型均为白噪声,综合指标412 积分自回归模型不能作为通用模型,而是在完成值和评分结果列于下表。某年度或阶段的预报任务后,在原始序列中又加入新 模型得分最高,确定为实际应用的模型。从以后的实测值,重新建模。由于真实信息的不断介入,模型预测值与实际值的吻合情况来看,模型是当之无愧得以修正,减少了预报风险。的。如预测1991年6月下旬百丛稻飞虱密度,模型、413 积分自回归模型的应用对预测预报工作提出了、分别为7757、6858、8437,实测值是5823,模型更高更严的要求。规范化的田间系统观测是保持原始的预测值最贴近实测值。序列完整性、连续性和真实性的必要保证。
植保技术与推广
烟草病毒病预测模型的初步研究王凤龙 时焦 王劲波 钱玉梅(中国农业科学院烟草研究所 山东青州 262500)中国烟草总公司青州烟草所 张绪勇 陈凤银(青州市气象局)
摘 要 据1980～1995年间的有关数据资料,以月均温和降雨量为预测因子,以6月下旬烟草花叶病病情指数为预报量,对山东青州烟区花叶病的发生流行初步建立预测模型,通过验证该模型准确度高,可适用于黄淮烟区的烟草花叶病流行中期预测。关键词 烟草 病毒 预测 模型
THEPRELIMINARYSTUDIESONAFORECASTINGMODELS
OFTOBACCOVIRUSDISEASE
WangFenglongShiJiaoWangJinboQianYumei
TobaccoResearchInstitute,CAAS
( ShandongQingzhou262500)QingZhouTobaccoResearchInstituteofCNTC
ZhangXuyongChenFengyin(MeteorologicalBureauofQingzhouCity)
Abstract Basedontherelateddataduringtheperiodof1980～1995,withmonthlytemperatureandrainfallusedaspredictivefactorsandtobaccovirusdiseaseindexinlaterJuneaspredictivequantity,apreliminarymodelforincidenceandepidemicoftobaccovirusinQingzhou,Shandong.Themodelwastestifiedinpracticeandcouldbeusedmid-terminpredictionoftobaccovirusincidenceintheHuanghuaimid2rangetobaccogrowingarea.Keywords tobacco virus predict model
烟草病毒病是烟草整个生育期的主要病害,烟草病毒病的流行与烟草品种、移栽期、耕作方式、传毒介体及气候条件等密切相关。自80年代以来,由于全国各烟区普遍种植感病品种、连年重茬、种植面积扩大及
成方连片种植等为烟草病毒病的流行创造了条件,导
致该类病害日趋严重。同时病毒种类也发生了变化,山东烟区在50年代TMV是主要病毒种类,60年代TMV的田间侵染率无明显下降,而CMV明显上升,
第一作者:王凤龙,男,19年1月出生,副研究员,中国农科院烟草研究所植保研究室副主任。收稿日期:1997—03—28
1997,17(4) PlantProtectionTechnologyandExtension 11
到70年代至80年代初CMV成为主要病毒类型,到80年代末烟草蚜传病毒(CMV、PVY)成为主要病毒类型。1996年烟草马铃薯Y病毒在黄淮和东北烟区再流行,特别是在河南个别地区造成毁产,引起了烟草各级部门的高度重视。烟草病毒病在发生后再采取防治措施往往难以奏效,因此其预测预报研究就显得特别重要。本文根据80年代以来的有关资料,以上年10月至当年5月的月降雨量、月均温、月平均相对湿度、年最低温度值为预测因子,以每年6月下旬烟草花叶病病情指数为预报量,对烟草花叶病的预测模型进行了初步研究。1 建立模型
111 资料的收集 气象资料由青州市气象局提供。田
样本序号
Y(1,18)
Y(2,18)Y(3,18)Y(4,18)Y(5,18)Y(6,18)Y(7,18)Y(8,18)Y(9,18)Y(10,18)Y(11,18)Y(12,18)Y(13,18)
植保技术与推广
观测值411800006159000514200024129000201540002210000042186000491700004513400062191000201000001516000077150000拟合值431904456128115814310836195745201497351218382036127712481861394816859062148152171693061818400172180132
拟合误差-2110444601308846
-3.011081-121667454
01042654911617996158288001838613-313459000142847621306935-31240001698685
间病毒病病情指数系选自感病品种(NC,G28等)上所调查数据。
112 模型建立 收集了1980～1995年(缺1984,1985,19年)13a的气象资料,选取上年10月至当年5月的月降雨量、月均温及年最低温度值等17个气象因子,用LOTUS12223建立电子表格,用绿十字预测博士软件进行统计分析,通过逐步回归分析法,筛选出和病情指数相关程度高的因子作为预测因子(原始数据略)。
通过逐步回归分析,筛选出上年10月份降雨量及月均温、3月份降雨量、上年12月份和当年1月份月均温等5个预测因子,建立了如下预测模型(FX临界值=2183):
Y=-36.5157+0.43X1-0.8063X6+
利用卡平方对本预测式进行了验证,由计算得实际X2值为14167466,查X2分布表,当自由度n=13-2=11,概率p=0.05时,X2为19168,实际值小于所查值,说明预测理论值与实测值显著适合。
11412 实际预测验证。 利用模型①对1996年花叶病病情进行预测(X1=7113,X6=25150,X9=15.07,X11=012700,X12=-11500),预测值为Y=481571,
与实际调查结果基本一致,实测值为48154。
115 模型的解释从模型①可以看出,上年10月份降雨量大、月均温高则花叶病重;当年3月份降雨量大,花叶病轻;上年12月份和当年1月份月均温高,则花叶病重。根据此模型可提前3个月预测花叶病的发生轻重。上年10月、12月及当年1月份的温度和上年10月份的降雨量可能与蚜虫和毒源植物的越冬有关,上年10月、12月及当年1月份的温度高且上年10月份的降雨量大,使得来年蚜虫数量大、毒源充足,从而使花叶病重;3月份的降雨可能与土壤墒情有关,进而影响到烟草本身的抗病性。
2 对①式的修正
5.1740X9+13.9609X11+6.1309X12…①式中X1为上年10月份降雨量,X6为3月份降雨量,X9为上年10月份月均温,X11为上年12月份月均温,X12为当年1月份月均温。
113 模型的检验
病情指数Y与各入选变量的偏相关系数及T检验分别为:
偏相关(R0105)=0166R(y,X1)=018066 R(y,X6)=-0.8025
R(y,X9)=0.6561R(y,X11)=0.9200R(y,X12)=0.7467
T检验(T0105)=2136
T(y,X1)=31610T(y,X6)=3.559T(y,X9)=21300T(y,X11)=6.212T(y,X12)=2.970
引入1996年有关数据后得到如下预测模型:
Y=36.5806+0.4636X1-018072X6+
511806X9+1319556X11+611271X12…②将②式与①式比较,二者几乎没有多大变化,说明所建立模型是可用的。
3 总结与讨论
311 在气象因子与花叶病的发生流行方面,河南根据19～1991年3a的调查结果并结合对历史资料的分
所建立预测模型的相关系数为:R=0.969027,
F=21.5555,S=7.084277;调整后的相关系数Ra=
0.946282;相关系数检验临界值:R(a=0.05)=0.8599,R(a=0.01)=0.9176。114 模型验证
11411 卡平方检验。 利用该模型所得出的拟合值与
析曾提出,①前一年冬季至当年3月份的气温、降雨、雪量以及当年4～5月的气温与当年花叶病的发生轻
重有很大关系。冬季气温低、降雨或雪量大,当年2～3月份气温低,5～6月份气温温和,雨水正常,花叶病发生较轻。②4～6月温度波动大、少雨干旱,花叶病发生一般较重。在烟草黄瓜花叶病的测报方面,安徽烟草研
观测值之间拟合得较好,拟合情况如下:
PlantProtectionTechnologyandExtension 1997,17(4)12
究所曾根据气象因子和蚜虫因子建立了预测模型,表明春季有翅蚜迁飞高峰期蚜量和上年12月份的水热系数与当年的花叶病发生流行有关。高峰期蚜量高,病情就重;12月份的低温高湿不利于病害的流行。这些结果与本研究所得结论基本是一致的,因此利用此模型可以对黄淮烟区(特别是中部)烟草病毒病的流行进行预测。利用此模型仅能进行中期预测,还应通过进一步的研究建立更为长期和短期的预报模型。
312 因蚜虫数据在年度间的调查数据较少,在模型的
植保技术与推广
建立中蚜虫与花叶病的相关不显著,这方面的研究还应进一步深入下去。4 参考文献
1 金思明,王培琳,程增林等1烟草黄瓜花叶病测报
方法初探1中国烟草,1987;(2):1～3
2 马育华,周承钥,盛承师等1田间试验和统计方法.
北京:农业出版社,19791
玉米红蜘蛛田间调查新方法
张树 郭转仙
(山西省植保植检总站)
近年,玉米红蜘蛛在我省发生为害逐年加重,已上升为玉米生产上的主要害虫,每年发生面积在1313万
hm以上。因此,做好玉米红蜘蛛的田间调查,准确掌
2
2 虫情指数计算
虫情指数是反映调查田玉米红蜘蛛发生为害情况的综合指标,其计算公式为:
W(虫情指数)=
A9・6Xi
握其种群消长动态,对于科学指导防治至关重要,但由于玉米红蜘蛛体型小、密度高,给调查工作增加了难度。过去在玉米红蜘蛛田间调查中,通常采用直接计数法进行调查,往往一片叶子上就有成千上万头的红蜘蛛,若一一计数,将是不胜其烦的,实际上,只有当虫量较小时,才能一一计数,在虫量较大时,所谓“计数”实际上是人为估计,这样就加大了人为误差。因此用直接计数法,调查玉米红蜘蛛不仅费工、费时,且调查结果的可信度和准确度也得不到保证。
1996年我们采用虫情指数法,对玉米红蜘蛛进行分级调查。实践证明,用虫情指数法,调查玉米红蜘蛛具有简便易行,省工省时,可信度高,能准确反映田间发生实况等优点。现将用虫情指数法调查玉米红蜘蛛的分级标准及虫情指数计算简要介绍如下:1 玉米红蜘蛛发生为害情况的分级标准
以单株玉米为观测调查的基本单元,根据玉米红蜘蛛取食为害的叶片数,被害叶片上红蜘蛛取食结网面积占叶片面积的比率,以及叶片失绿情况,将玉米红蜘蛛的发生为害划分为0～9级(表1)。
表1 玉米红蜘蛛发生为害分级标准表
级被害叶数被害叶上取食结网面积别(片株)占叶面积的比率(%)
0123456701～21～22～32～33～43～44～54～55以上05以下5～105～1010～2510～2525～5025～5050以上50以上6Ai・Xi
Ai——级别Xi——该级玉米株数A9——最高级别9通常为了规范计算,减少错误,可将调查结果列入虫情指数计算表进行计算(表2)。
表2 玉米红蜘蛛虫情指数计算表
级别
(Ai)0129
(6该级玉米株数
(Xi)
Ai・Xi虫情指数(W)
6Xi)6Ai・Xi6AiXiA9・6Xi收稿日期:1997—04—17
《杂草种子图鉴》已出版发行
由上海动植物检疫局和南京农业大学合编的《杂
草种子图鉴》一书已由中国农业科技出版社出版。该书收集了历年来从口岸截获的、部分国家禁止或输入的以及国内的部分主要农田杂草共500多种,有形态特征、分布、危害性及用途的描述,并配有种子外形和解剖彩色照片,是目前国内较为全面和实用的种子鉴定工具书。需要者请与上海动植检疫局(上海市沪青平公路20号桥,邮编201702)印丽萍联系。电话:0212597602(白天),0212081220(晚)。
(方雯霞)
叶片失绿情况
00
底叶有零星枯斑底叶有少量枯斑底叶有大量枯斑底部叶片枯死功能叶有零星枯斑功能叶有少量枯斑功能叶有大量枯斑功能叶枯死
