本發(fā)明屬于農(nóng)害預測技術領域，尤其涉及一種冬小麥赤霉病的預測方法。

背景技術：

小麥是中國和世界上重要的糧食作物，河北省是我國小麥的主要種植區(qū)和主產(chǎn)區(qū)，而小麥的高產(chǎn)、穩(wěn)產(chǎn)在保障糧食安全生產(chǎn)中具有重要的意義。長期以來，病蟲害發(fā)生嚴重成為制約小麥高產(chǎn)、穩(wěn)產(chǎn)的重要因素，并造成嚴重的產(chǎn)量和質量損失，對小麥安全生產(chǎn)及我國糧食安全構成了嚴重威脅。

小麥赤霉病是一種世界性的病害，在世界各主產(chǎn)麥區(qū)普遍發(fā)生，尤其是氣候濕潤多雨的溫帶地區(qū)受害嚴重，是小麥上主要病害之一。赤霉病過去在我國主要發(fā)生在長江中下游流域麥區(qū)、華南冬麥區(qū)及東三省春麥區(qū)，近年來,隨著全球氣候日益變暖、禾谷類作物連作少耕或免耕等耕作制度及種植方式的改變，則逐漸向北擴展蔓延，在黃河流域及周邊地區(qū)均有發(fā)生。另外，隨著玉米種植面積的擴大，小麥—玉米輪作種植制度的改變以及秸稈全還田和化肥農(nóng)藥使用量增加，小麥抗性品種貧乏，小麥赤霉病在華北麥區(qū)呈普遍加重趨勢，目前小麥赤霉病在北方地區(qū)已經(jīng)上升為小麥上的主要病害。

冀中南麥區(qū)是河北省小麥重要麥區(qū)之一，包括保定、石家莊、滄州、衡水、邯鄲、邢臺。目前，冀中南麥區(qū)主要種植小麥品種包括石麥系列、石新系列、冀麥系列、藁優(yōu)系列、衡觀系列、邯麥系列、良星99、河農(nóng)6049、濟麥22、嬰泊700等，這些品種對赤霉病都普遍感病。而且，小麥赤霉病的抗性種質資源缺乏，短時間內(nèi)培育抗病品種很難實現(xiàn)。隨著農(nóng)業(yè)機械化和大面積推廣秸稈全還田和免耕措施，田間存在充足的菌源。因此，只要有適宜的氣候條件并和小麥揚花期相吻合，就容易造成赤霉病的流行。赤霉病的流行會造成嚴重的經(jīng)濟損失，若能提前做出預測，及時做好預防措施則會顯著降低損失。因此，準確地預測預報和有效科學的防治對于控制赤霉病的發(fā)生、減少產(chǎn)量損失意義重大。

由于小麥赤霉病的防治必須采用預防為主，綜合防治的策略，因此，預測預報對病害發(fā)生及流行變得尤為重要。目前，小麥赤霉病的預測預報方法主要有3種：一是利用氣象因子的方法進行預測；二是利用帶菌量的方法進行預測；三是利用氣象因子與帶菌量相結合的方法進行預測。但是，上述預測方法均無法實現(xiàn)智能化預測，不方便使用。

技術實現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種冬小麥赤霉病的預測方法，本發(fā)明提供的方法能夠實現(xiàn)對冬小麥赤霉病的智能化預測，及時科學指導冬小麥赤霉病防治工作和安全生產(chǎn)。

本發(fā)明提供了一種冬小麥赤霉病的預測方法，包括以下步驟：

獲取河北省中部麥區(qū)當年4月中旬總降雨量x1、當年5月1日～5日平均相對濕度x2、當年4月中旬平均溫度x3、當年4月21日～25日平均溫度x4，當年5月1日～5日平均風速x5、上年12月～當年2月平均風速x6和上年11月最高溫度x7；

按照公式(i)預測冬小麥赤霉病病穗率：

y＝-26.381+0.320x1+0.249x2+0.655x3-0.376x4+2.387x5-3.466x6+0.491x7；(i)；

其中，y為冬小麥赤霉病病穗率。

在一個實施例中，所述河北省中部麥區(qū)包括保定麥區(qū)、石家莊麥區(qū)、滄州麥區(qū)和衡水麥區(qū)。

在一個實施例中，還包括預測冬小麥赤霉病流行程度：

病穗率＜1％為1級，病穗率1％～5％為2級，病穗率5％～10％為3級，病穗率>10％為4級。

本發(fā)明還提供了一種冬小麥赤霉病的預測方法，包括以下步驟：

獲取河北省南部麥區(qū)當年5月1～5日平均相對濕度x1、當年4月中旬總降雨量x2和當年4月21日～25日相對濕度≥85％天數(shù)x3；

按照公式(ii)預測冬小麥赤霉病病穗率：

y＝-20.019+0.406x1+0.144x2-1.829x3；(ii)；

其中，y為冬小麥赤霉病病穗率。

在一個實施例中，所述河北省南部麥區(qū)包括邯鄲麥區(qū)和邢臺麥區(qū)。

在一個實施例中，還包括預測冬小麥赤霉病流行程度：

病穗率＜1％為1級，病穗率1％～5％為2級，病穗率5％～10％為3級，病穗率>10％為4級。

本發(fā)明通過對河北省中南部地區(qū)冬小麥赤霉病發(fā)生情況的歷史病情資料和氣象資料進行分析，篩選出對冀中南麥區(qū)冬小麥赤霉病發(fā)生有顯著影響的氣象因子，并構建該區(qū)冬小麥赤霉病發(fā)生潛勢氣象預測模型，對赤霉病流行趨勢進行預測預報，及時科學指導冬小麥防治工作和安全生產(chǎn)，旨在為冀中南麥區(qū)防治決策的制定提供重要依據(jù)。利用歷史數(shù)據(jù)對本申請?zhí)峁┑哪Ｐ瓦M行驗證，結果表明，本發(fā)明提供的預測模型的歷史符合率分別為80％和77.78％，擬合率較高，均在77％以上。

具體實施方式

實施例1預測模型的建立

1.1資料來源：

1.1.1播種面積、發(fā)病面積及產(chǎn)量資料來源

河北省2001～2015年冬小麥播種面積和總產(chǎn)量數(shù)據(jù)的獲?。簛碜灾腥A人民共和國國家統(tǒng)計局官網(wǎng)。

河北省各市2001～2015年冬小麥赤霉病發(fā)病面積和產(chǎn)量損失數(shù)據(jù)的獲?。簛碜院颖笔∞r(nóng)業(yè)廳植保植檢站。

1.1.2病情資料來源

歷史病穗率數(shù)據(jù)的獲?。菏占思街心消渽^(qū)安新、定州、望都、平山、正定、辛集、新樂、無極、行唐、靈壽、欒城、阜城、武邑、景縣、臨西、寧晉、磁縣、館陶、曲周、永年、大名21個縣赤霉病病穗率數(shù)據(jù)，來源于各縣植保站。

1.1.3氣象資料來源

氣象資料的獲取:最低氣溫、最高氣溫、平均氣溫、日照數(shù)據(jù)、平均風速、平均相對濕度、日降水量氣象數(shù)據(jù)來源于河北省氣象局；相對濕度≥85％天數(shù)、總降雨日、總降雨量、總日照時數(shù)根據(jù)河北省氣象局提供數(shù)據(jù)計算所得。

1.2冀中南小麥赤霉病發(fā)生潛勢氣象測報模型的構建

1.2.1小麥赤霉病病情資料和氣象資料的整理

小麥赤霉病等級劃分：預測之前首先應對歷年病情進行分析。南方麥區(qū)的分級標準不適用于冀中南麥區(qū)。為此，我們根據(jù)河北省植保站制定的病情分析指標，結合冀中南麥區(qū)的具體情況以及防治上的需要，依照小麥赤霉病系統(tǒng)田自然病穗率，將小麥赤霉病劃分為輕微或無病、輕度流行、中度流行、重度流行4個等級。

輕微或無病(1級)：病穗率＜1％，減產(chǎn)不明顯。

輕度流行(2級)：病穗率為1％～5％，能造成局部減產(chǎn)。

中度流行(3級)：病穗率為5％～10％，能造成明顯減產(chǎn)。

重度流行(4級)：病穗率>10％，能造成大面積、大幅度減產(chǎn)。

1.2.2關鍵測報因子的篩選

結合小麥赤霉病的發(fā)病規(guī)律及前人的研究結果，初步選取上年11月～次年5月上旬的最高氣溫、最低氣溫、平均氣溫、日照時數(shù)、平均風速、平均相對濕度、總降水量、相對濕度≥85％天數(shù)、總降雨日、溫濕系數(shù)等氣象因子，并結合河北省赤霉病發(fā)病特點，確定各相關因子統(tǒng)計的時長，具體統(tǒng)計結果見表1。

表1氣象因子統(tǒng)計表

注：t表示溫度，f表示相對濕度，r表示降雨量，rd表示降雨日，v表示風速，s表示日照時數(shù)。

1.2.3測報模型的構建方法

利用spss17.0軟件，采用逐步回歸分析法，利用所獲得的冀中南地區(qū)各縣相關氣象因子作為自變量(x)和小麥赤霉病病穗率作為因變量(y)組建多元回歸模型，得到測報回歸方程，即測報模型。

1.2.4測報模型的驗證

歷史數(shù)據(jù)驗證：利用已知的歷史氣象資料和病情資料進行驗證，得出歷史擬合率，驗證模型的準確率。

2結果分析

2.1河北省小麥赤霉病發(fā)病規(guī)律分析

2.1.1河北省小麥赤霉病造成的產(chǎn)量損失情況

表22001-2015年河北省小麥赤霉病發(fā)生情況統(tǒng)計

表2為2001-2015年河北省近15年來小麥赤霉病的發(fā)生面積及因小麥赤霉病造成的產(chǎn)量損失情況統(tǒng)計表。小麥赤霉病是一種偶發(fā)性病害，每隔幾年就會嚴重發(fā)生一次。(由于小麥赤霉病的流行具有間歇性和暴發(fā)性的特點,)由上表可以看出，河北省15年來年播種面積除2003年、2004年和2015年外均在3500萬畝以上，總產(chǎn)量也在1000萬噸以上。自2001年開始小麥赤霉病在河北省發(fā)生逐漸嚴重，由2001年的最初發(fā)病面積21.81萬畝發(fā)展到近15年的平均發(fā)病面積565.43萬畝，尤其是2003年，發(fā)病面積更是達到近15年來的最高峰961.51萬畝，雖然從2003-2007年有所下降，但2008年發(fā)病面積開始上升，2009-2011年又開始下降，2012年又有所回升，2012年后雖然又開始下降，但每年也是最初2001年發(fā)病面積的20倍以上。根據(jù)發(fā)病率數(shù)據(jù)可以看出，2001年發(fā)病率僅為0.56％，2002年發(fā)病率為3.88％，2003年以后，發(fā)病率均超過12.81％以上，嚴重年份甚至接近30％。由上表中產(chǎn)量損失數(shù)據(jù)還可以看出，近15年的平均產(chǎn)量損失為1.80萬噸，2003年小麥赤霉病發(fā)生最為嚴重，其產(chǎn)量損失也最大，為4.18萬噸。由此可見，赤霉病的發(fā)生對小麥造成嚴重的損失，而由單個病害造成如此大的損失是很鮮見的。

2.1.2小麥赤霉病發(fā)生面積

表32001-2015年河北省各市小麥赤霉病發(fā)生面積

注：“-”表示無記錄

表3為2001-2015年河北省各市小麥赤霉病發(fā)生面積情況統(tǒng)計表，并根據(jù)已有記錄數(shù)據(jù)對河北省各市赤霉病發(fā)生面積情況進行分析，由上表可以看出，河北省北部地區(qū)張家口、承德兩地無小麥赤霉病發(fā)生；秦皇島地區(qū)只有2008年和2009年發(fā)生了1.0萬畝，唐山地區(qū)也只有2009年和2010年發(fā)生了0.1萬畝，因此秦皇島、唐山兩地也只有個別年份零星發(fā)生了小麥赤霉病；廊坊地區(qū)小麥赤霉病從2005年開始發(fā)生，2005年以后雖然每年均有發(fā)生，但發(fā)生面積也相對較小，平均發(fā)生面積為2.95萬畝；中部地區(qū)保定、石家莊、滄州、衡水相比北部地區(qū)發(fā)病面積整體較嚴重，根據(jù)已有數(shù)據(jù)計算得出平均發(fā)病面積分別為57.69萬畝、74.16萬畝、4.60萬畝、90.90萬畝；南部地區(qū)邯鄲、邢臺發(fā)病最為嚴重，平均發(fā)病面積更是分別高達211.17萬畝和228.98萬畝。由此我們可以看出河北省小麥赤霉病發(fā)生由北到南大體上呈逐漸加重趨勢。因此我們選擇河北省的中南部地區(qū)作為本試驗的研究對象。

2.1.3發(fā)病嚴重程度

表4河北省中南部麥區(qū)小麥赤霉病發(fā)生流行程度

我們把冀中南地區(qū)分為冀中麥區(qū)和冀南麥區(qū)，其中，冀中麥區(qū)包括保定麥區(qū)、石家莊麥區(qū)、滄州麥區(qū)和衡水麥區(qū)；冀南麥區(qū)包括邯鄲麥區(qū)和邢臺麥區(qū)。根據(jù)小麥赤霉病系統(tǒng)田自然病穗率，將病穗率按照河北省的分級標準劃分為重度流行、中度流行、輕度流行、輕微或無病4個嚴重程度級別。根據(jù)安新、定州、望都、平山、正定、辛集、新樂、無極、行唐、靈壽、欒城、阜城、武邑、景縣、臨西、寧晉、磁縣、館陶、曲周、永年、大名21個縣已有的病穗率數(shù)據(jù)和氣象數(shù)據(jù)進行統(tǒng)計分析，由表3可知，河北省中部麥區(qū)共有98組數(shù)據(jù)，南部麥區(qū)共有38組數(shù)據(jù)。中部麥區(qū)小麥赤霉病發(fā)生情況中重度流行、中度流行、輕度流行、輕微或不發(fā)生的個數(shù)分別為19個、8個、36個、35個，分別約占總體的19.39％、9.18％、36.73％、35.71％；南部麥區(qū)重度流行、中度流行、輕度流行、輕微或不發(fā)生的個數(shù)分別為9個、11個、11個、7個，分別約占總體的23.68％、28.95％、28.95％、18.42％。

2.2河北省中南部麥區(qū)赤霉病測報模型構建

2.2.1關鍵測報因子的確定

預報因子的選擇是赤霉病發(fā)生程度預測結果正確與否的關鍵，以赤霉病病穗率為因變量，上年11月、上年12月～當年2月、當年3月、當年4月上旬、當年4月中旬，當年4月1～5日、當年4月6～10日、當年5月1～5日、當年5月6～10日的最低氣溫、最高氣溫、平均氣溫、平均風速、平均相對濕度、相對濕度≥85％天數(shù)、總降雨日、總降雨量、總日照時數(shù)等氣象因子作為自變量，自變量共計81個。利用相關分析法選出與因變量相關較密切的氣象因子作為預報因子，最后應用逐步回歸分析建立赤霉病線性測報模型。

2.2.2測報模型的構建

2.2.2.1逐步回歸分析方法構建測報模型

冀中麥區(qū)模型：

y＝-26.381+0.320x1+0.249x2+0.655x3-0.376x4+2.387x5-3.466x6+0.491x7(i)

公式(i)中，x1：當年4月中旬總降雨量，x2：當年5月1～5日平均相對濕度，x3：當年4月中旬平均溫度，x4：當年4月21～25日平均溫度，x5：當年5月1～5日平均風速，x6：上年12月～當年2月平均風速x7：上年11月最高溫度。

冀南麥區(qū)模型：y＝-20.019+0.406x1+0.144x2-1.829x3(ii)

公式(ii)中，x1：當年5月1～5日平均相對濕度，x2：當年4月中旬總降雨量，x3：當年4月21～25日相對濕度≥85％天數(shù)

2.2.2.2冬小麥赤霉病預測模型的歷史數(shù)據(jù)回檢

利用未建模的歷史數(shù)據(jù)進行回檢(表4、表5),其中冀中麥區(qū)對20組數(shù)據(jù)進行回檢，冀南麥區(qū)對9組數(shù)據(jù)進行了回檢，經(jīng)檢驗測報模型的歷史符合率分別為80％和77.78％，擬合率較高，均在77％以上，這說明模型符合性良好，具有一定的代表性。

表4冀中麥區(qū)小麥赤霉病預測模型的歷史數(shù)據(jù)回檢

表5冀南麥區(qū)小麥赤霉病預測模型的歷史數(shù)據(jù)回檢

具體而言，本發(fā)明提供的預測方法分冀中地區(qū)和冀南地區(qū)兩個不同的計算公式，分別獲得各地所需的氣象數(shù)據(jù)，即可利用上述模型進行計算，從而獲得各麥區(qū)的病穗率。本發(fā)明提供的預測方法還包括流行程度和預警類型，根據(jù)病穗率判斷流行程度，判斷標準如下：輕微或無病(1級):病穗率＜1％，減產(chǎn)不明顯；輕度流行(2級):病穗率為1％～5％,能造成局部減產(chǎn)；中度流行(3級):病穗率為5％～10％,能造成明顯減產(chǎn)；重度流行(4級):病穗率>10％,能造成大面積、大幅度減產(chǎn)。根據(jù)流行程度判斷預警類型，判斷標準如下：紅色預警代表重度流行，橙色預警代表中度流行，黃色預警代表輕度流行，綠色預警代表輕微或無病。且4種預警能在地圖上用4級不同的預警顏色顯示出來，最終用地圖和文字信息的方式同時提供給終端用戶。根據(jù)不同的預警類型提出針對性防治措施和建議。例如若預測結果為紅色預警，則顯示該地區(qū)赤霉病可能重度流行，當前應馬上進行藥劑防治，需進行2次噴藥防治，噴藥三天后需進行第二次防治，做好赤霉病預防工作；若預測結果為橙色預警，則顯示該地區(qū)赤霉病可能中度流行，當前應馬上進行藥劑防治，需進行1次噴藥防治，并且密切注意天氣變化，如遇雨或則連陰天氣則需要重新進行噴藥防治，做好赤霉病預防工作；若預測結果為黃色預警，則顯示該地區(qū)赤霉病可能輕度流行，需要提高警惕，時刻注意天氣情況，可以根據(jù)具體情況進行1次噴藥預防或不噴藥,但需對高肥水、長勢旺的麥田重點防治1次；若預測結果為綠色預警，則顯示該地區(qū)赤霉病可能輕微或不發(fā)生，可以不進行噴施保護性藥劑進行預防，但應時刻注意天氣變化情況。

通過上述預測方法可以無需盲目進行藥劑防治，一方面，可以節(jié)約防治成本，另一方面，不僅可以避免因長期使用農(nóng)藥使病原菌產(chǎn)生抗藥性，還能降低因大量農(nóng)藥施用導致農(nóng)藥殘留，污染環(huán)境。同時也切實實施了以“預防為主，綜合防治”的植保方針，從而達到將經(jīng)濟損失減少到最低的目的。

以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本發(fā)明的保護范圍。