设为首页
加入收藏
Construction of Forecasting Model of Meteorological Suitability for Wheat Aphids in the Northern China
-
摘要: 根据1958—2015年我国北方地区8个主产省（市）小麦蚜虫分省发生面积和发生程度资料、1958—2015年601个气象站点相应逐日气象资料和农业气象站小麦发育期资料，采用相关分析、主成分分析和逐步回归等方法，并利用相关系数法进行因子普查，结合小麦蚜虫适宜生理气象指标和华北、黄淮小麦生育期规律，筛选影响小麦蚜虫年发生程度的关键气象因子，构建分区域的小麦蚜虫气象适宜度预报模型，并将气象适宜度指数划分为非常适宜、适宜、较适宜、不适宜4个等级，以反映气象条件对小麦蚜虫发生发展的适宜程度。结果表明：筛选出影响华北小麦蚜虫年发生程度的8个关键气象因子，影响黄淮小麦蚜虫年发生程度的6个关键气象因子。建立的华北、黄淮模型回代检验等级准确率分别为91.2%，93.1%，2016—2018年3年外推预报平均准确率均在75%以上；利用黄淮模型反演苏皖两省2016—2018年小麦蚜虫发生等级、异地检验3年预报效果均较理想。模型适用于从气象角度对华北、黄淮及江淮地区小麦蚜虫发生等级进行监测和预报。Abstract: The forecasting and early warning technology of meteorological suitability of wheat aphids in the main growing areas can provide a scientific basis for disaster prevention and high yield. Based on data of the occurrence area of wheat aphids, winter wheat growth period and daily meteorological data at 601 observation stations from 1958 to 2015 in 8 main wheat production provinces of the northern China, relationships between surface meteorological factors and the occurrence area of wheat aphids for every province in North China and Huanghuai Area are fully analyzed using methods of correlation analysis, principal component analysis and stepwise regression analysis in various time-periods from last December to 10 June. Results indicate that the key meteorological factors which affect the occurrence area of wheat aphids in North China are average air temperature of last winter and in the first ten days of April, temperature-precipitation coefficients and the number of days with maximum air temperature(no less than 25℃) in March, sunshine hours in the third ten days in March, the number of days with daily maximum air temperature(no less than 28℃) in the third ten days of April, the number of heavy rain days(no less than 25 mm) in April, the number of days with relative air humidity between 40% and 80% in the first ten days in May. The key meteorological factors which affect the occurrence area of wheat aphids in Huanghuai Area are average air temperature of last winter and in March, precipitation in the third ten days of January, the number of days with relative air humidity (more than 80%) in the first ten days in March, temperature-precipitation coefficients in April, the number of rainless days in the third ten days in April. The meteorological suitability forecasting models of wheat aphids are established based on the normalized key meteorological factors in North China and Huanghuai Area. Hindcast validation results show that the forecasting accuracy for meteorological suitability models is 91.2%, 93.1% in North China and Huanghuai Area. The accuracy of extrapolation forecasting in 2016-2018 is higher than 75% in the former two areas respectively. The average accuracy of extrapolation forecasting from 2016 to 2018 is 100% in Anhui and Jiangsu using the meteorological suitability forecasting model in Huanghuai Area. Models can be put into operational application in Huang-Huai-Hai region of China.
-
表 1 小麦蚜虫发生等级划分
Table 1 Classification for occurrence area of wheat aphids
小麦主产省(市) 小麦蚜虫发生面积等级划分/万公顷次 轻 偏轻 偏重 重 河北 [0, 83) [83, 164) [164, 245] >245 山西 [0, 25) [25, 49) [49, 72] >72 北京 [0, 6) [6, 10) [10, 15] >15 天津 [0, 5) [5, 7) [7, 10] >10 河南 [0, 107) [107, 213) [213, 318] >318 山东 [0, 105) [105, 208) [208, 310] >310 江苏 [0, 51) [51, 100) [100, 149] >149 安徽 [0, 30) [30, 58) [58, 86] >86 
下载: 导出CSV
表 2 北方小麦主产区小麦蚜虫为害特点[4-5, 27, 35]
Table 2 Damage characteristics of wheat aphids in the main wheat growing areas in the northern China(from Reference [4-5, 27, 35])
冬小麦主产区 麦蚜为害特点 开始为害期(苗蚜) 主要为害期(苗蚜、穗蚜) 为害盛期(穗蚜) 为害末期(穗蚜) 华北 麦蚜发生时段 11月上旬左右 4月上旬—5月中旬 4月下旬—5月上旬 5月下旬—6月上旬 冬小麦发育期 分蘖期 拔节-乳熟前期 抽穗开花期 乳熟期 黄淮 麦蚜发生时段 11月中旬左右 3月下旬—5月上旬 4月中下旬 5月中下旬 冬小麦发育期 分蘖期 拔节-乳熟前期 抽穗开花期 乳熟期
下载: 导出CSV
表 3 华北地区小麦蚜虫发生程度与关键气象因子相关系数
Table 3 Correlation coefficients between the occurrence area of wheat aphids and key meteorological factors in North China
主要气象因子 关键影响时段 相关系数 平均气温(Tw) 上年冬季 0.39*** 平均气温(T41) 4月上旬 0.332*** 温雨系数(C3) 3月 -0.24** 最高气温大于等于25℃的日数(DTmx3) 3月 0.393*** 最高气温大于等于28℃的日数(DTmx43) 4月下旬 -0.32*** 日照时数(S33) 3月下旬 -0.36*** 大雨日数(DP4) 4月 -0.312*** 空气相对湿度40%~80%的日数(DH51) 5月上旬 0.27** 注：①T，Tmx，C，D，S，H，P分别表示平均气温、最高气温、温雨系数、日数、日照时数、空气相对湿度、降水量，各指标后下标数字表示╳月╳旬，如T41，C3分别表示4月上旬平均气温、3月温雨系数，Tw表示冬季平均气温，以此类推。下同。DTmx3，DTmx43，DP4，DH51分别表示3月最高气温大于等于25℃的日数、4月下旬最高气温大于等于28℃的日数、4月大雨日数、5月上旬空气相对湿度介于40%~80%的日数。
②*，**和***分别表示达到0.05，0.01和0.001显著性水平(样本量为217)。
下载: 导出CSV
表 4 黄淮地区小麦蚜虫发生程度与关键气象因子相关系数
Table 4 Correlation coefficients between the occurrence area of wheat aphids and key meteorological factors in the Huanghuai Area
主要气象因子 关键影响时段 相关系数 平均气温(Tw) 上年冬季 0.59*** 平均气温(T3) 3月 0.61*** 降水量(P13) 1月下旬 -0.56*** 空气相对湿度大于80%的日数(DH31) 3月上旬 -0.355*** 温雨系数(C4) 4月 -0.233* 无雨日数(DP43) 4月下旬 0.381*** 注：P表示降水量。DH31，DP43分别表示3月上旬空气相对湿度大于80%的日数、4月下旬无雨日数，其余各指标后下标紧跟数字同表 3类推。*，**和***分别表示达到0.05，0.01和0.001显著性水平(样本量为116)。
下载: 导出CSV
表 5 华北、黄淮小麦蚜虫发生发展气象适宜度指数分级表
Table 5 Classification of meteorological suitability index for the occurrence and development of wheat aphids in North China and the Huanghuai Area
气象条件 气象适宜度综合指数Z 气象适宜度等级 虫害发生等级 非常适宜虫害发生发展 Z≥3.5 4 重发生 适宜虫害发生发展 2.5≤Z < 3.5 3 偏重发生 较适宜虫害发生发展 1.5≤Z < 2.5 2 偏轻发生 不适宜虫害发生发展 Z < 1.5 1 轻发生
下载: 导出CSV
表 6 1958—2015年华北和黄淮小麦蚜虫气象适宜度模型回代拟合准确率
Table 6 Hindcast accuracy of forecast models of meteorological suitability for wheat aphids in North China and the Huanghuai Area from 1958 to 2015
区域 各级别数量 等级 1级 2级 3级 4级 合计 实际发生相应级别数量 57 43 60 57 217 华北 预报与实际相符数量 46 43 60 49 198 准确率/% 80.7 100.0 100.0 86.0 91.2 实际发生相应级别数量 41 19 20 36 116 黄淮 预报与实际相符数量 36 18 20 34 108 准确率/% 87.8 94.7 100.0 94.4 93.1 注：预报与实际一致为正确，相差1个等级为基本正确，相差2个或2个以上等级为错误。
下载: 导出CSV
表 7 2016—2018年华北和黄淮小麦蚜虫气象适宜度预报模型预报准确率
Table 7 Extrapolated accuracy of forecast models of meteorological suitability for wheat aphids in North China and the Huanghuai Area from 2016 to 2018
区域 省/市 年份 实际发生面积分级 预报气象等级 误差(与发生面积分级比) 实际发生程度等级 误差(与实发程度等级比) 华北 河北 2016 3 3 一致 4 基本一致 2017 3 4 基本一致 4 一致 2018 3 3 一致 3 一致 山西 2016 2 3 基本一致 3 一致 2017 2 4 相差2级 3 基本一致 2018 2 2 一致 3 基本一致 天津 2016 3 3 一致 2 基本一致 2017 4 4 一致 3 基本一致 2018 4 2 相差2级 3 基本一致 北京 2016 1 2 基本一致 2 一致 2017 1 4 相差3级 2 相差2级 2018 1 2 基本一致 2 一致 黄淮 山东 2016 4 4 一致 3 基本一致 2017 4 4 一致 3 基本一致 2018 4 3 基本一致 3 一致 河南 2016 4 4 一致 3 基本一致 2017 4 4 一致 3 基本一致 2018 3 2 基本一致 3 基本一致 注：预报与实际一致为正确，相差1个等级为基本正确，相差2个或2个以上等级为错误。
下载: 导出CSV
表 8 2016—2018年黄淮小麦蚜虫气象适宜度预报模型外推预报准确率
Table 8 Extension forecasting accuracy of meteorological suitability models for wheat aphids in the Huanghuai Area from 2016 to 2018
区域 年份 实际发生面积分级 预报气象等级 误差(与发生面积分级比) 实际发生程度等级 误差(与实发程度等级比) 安徽 2016 4 4 一致 3 基本一致 2017 4 4 一致 3 基本一致 2018 3 2 基本一致 3 基本一致 江苏 2016 4 3 基本一致 2 基本一致 2017 4 4 一致 3 基本一致 2018 3 3 一致 3 一致 注：预报与实际一致为正确，相差1个等级为基本正确，相差2个或2个以上等级为错误。
下载: 导出CSV
-
[1] 王秀美, 牟少敏, 时爱菊, 等.局部支持向量回归在小麦蚜虫预测中的研究与应用.山东农业大学学报(自然科学版), 2016, 47(1):52-56. http://d.old.wanfangdata.com.cn/Periodical/sdnydxxb201601011 [2] 杨益众, 林冠伦, 胡长富.麦蚜为害对小麦品质和产量的影响及其防治指标的初步研究.植物保护学报, 1992, 19(2):152;158. http://www.cnki.com.cn/Article/CJFDTotal-ZWBF199202012.htm [3] 程芳芳, 王玉岗, 李红卫, 等.郑州市麦蚜发生气象条件分析及预报研究.气象与环境科学, 2012, 35(3):81-84. http://d.old.wanfangdata.com.cn/Periodical/hnqx201203014 [4] 刘绍友.农业昆虫学.杨凌:天则出版社, 1990. [5] 牟吉元.农业昆虫学.北京:中国农业科技出版社, 1995:225-237. [6] 杨效文.麦长管蚜穗型蚜研究初报.华北农学报, 1991, 6(2):103-107. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=hbnxb199102017 [7] 侯英雨, 张蕾, 吴门新, 等.国家级现代农业气象业务技术进展.应用气象学报, 2018, 29(6):641-656. doi: 10.11898/1001-7313.20180601 [8] Zhang K, Pan Q, Yu D, et al.Systemically modeling the relationship between climate change and wheat aphid abundance.Science of The Total Environment, 2019(674):392-400. http://cn.bing.com/academic/profile?id=f7cb8d1e4f3b321dc20d5ee65455ae49&encoded=0&v=paper_preview&mkt=zh-cn [9] Drake V A.The influence of weather and climate on agriculturally important insects:An Australian Perspective.Australian Journal of Agricultural Research, 1994, 45(3):487-509. http://cn.bing.com/academic/profile?id=5c0ec65df50e2b2ed3562226c46ea07e&encoded=0&v=paper_preview&mkt=zh-cn [10] 叶彩玲, 霍治国, 丁胜利, 等.农作物病虫害气象环境成因研究进展.自然灾害学报, 2005, 14(1):90-97. http://d.old.wanfangdata.com.cn/Periodical/zrzhxb200501014 [11] 霍治国, 李茂松, 王丽, 等.气候变暖对中国农作物病虫害的影响.中国农业科学, 2012, 45(10):1926-1934. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgnykx201210005 [12] 刘芳菊.杨凌地区小麦蚜虫发生规律及大发生原因与控制技术.陕西农业科学, 2012(5):159-161. http://d.old.wanfangdata.com.cn/Periodical/sxnykx201205057 [13] 华南农学院.农业昆虫学(上册).北京:中国农业出版社, 1981. [14] 李淑华.气候变化对中国农业病虫害的影响//邓根云.气候变化对中国农业的影响.北京: 北京科学技术出版社, 1993: 223-234. [15] 郭建平.气候变化对中国农业生产的影响研究进展.应用气象学报, 2015, 26(1):1-11. doi: 10.11898/1001-7313.20150101 [16] 霍治国, 李茂松, 李娜, 等.季节性变暖对中国农作物病虫害的影响.中国农业科学, 2012, 45(11):2168-2179. http://d.old.wanfangdata.com.cn/Periodical/zgnykx201211005 [17] Mattson W J, Haack R A.The role of drought in outbreaks of Plant eating insects.Bioscience, 1987, 37(2):110-118. doi: 10.2307-1310365/ [18] 张孝羲, 翟保平, 牟吉元, 等.昆虫生态及预测预报.北京:中国农业出版社, 1985. [19] 郭建平.农业气象灾害监测预测技术研究进展.应用气象学报, 2016, 27(5):620-630. doi: 10.11898/1001-7313.20160510 [20] 马飞, 许晓风, 张夕林, 等.相空间重构与神经网络融合预测模型及其在害虫测报中的应用.生态学报, 2002, 22(8):1297-1301. http://d.old.wanfangdata.com.cn/Periodical/stxb200208019 [21] 靳然, 李生才.基于小波神经网络的麦蚜发生程度预测模型.昆虫学报, 2015, 58(8):893-903. http://d.old.wanfangdata.com.cn/Periodical/kcxb201508010 [22] 吴华新, 金珠群, 韩敏晖.用马尔可夫链分析法预测棉铃虫发生趋势.浙江农业学报, 2003(6):33-36. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zjnyxb200306008 [23] 王纯枝, 张蕾, 郭安红, 等.基于大气环流的稻纵卷叶螟气象预测模型.应用气象学报, 2019, 30(5):565-576. doi: 10.11898/1001-7313.20190505 [24] 刘明春, 蒋菊芳, 史志娟, 等.小麦蚜虫种群消长气象影响成因及预测.中国农业气象, 2009, 30(3):440-444. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgnyqx200903030 [25] 吴门新, 庄立伟, 侯英雨, 等.中国农业气象业务系统(CAgMSS)设计与实现.应用气象学报, 2019, 30(5):513-527. doi: 10.11898/1001-7313.20190501 [26] 于彩霞, 霍治国, 张蕾, 等.中国稻飞虱发生的大气环流指示指标.生态学杂志, 2014, 33(4):1053-1060. http://d.old.wanfangdata.com.cn/Periodical/stxzz201404030 [27] 姜玉英, 刘玉琴, 刘万才, 等.小麦蚜虫测报调查规范(NY/T 612-2002).北京:中国标准出版社, 2002. [28] 中国气象局预测减灾司, 中国气象局国家气象中心.中国气象地理区划手册.北京:气象出版社, 2006. [29] 吴传钧.中国土地利用图(1:400万).北京:测绘出版社, 2001. [30] 韩永翔, 葛秉钧.甘肃省玉米产量的主成分分析.应用气象学报, 1995, 6(2):252-256. http://qikan.camscma.cn/jamsweb/article/id/19950239 [31] 汤志成, 高苹.作物产量预报系统.中国农业气象, 1996, 17(2):49-52. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199600656696 [32] 田俊, 霍治国.江西省早稻雨洗花灾害指标构建与灾损评估.应用气象学报, 2018, 29(6):657-666. doi: 10.11898/1001-7313.20180602 [33] Liu R X, Kuang J, Gong Q, et al.Principal component regression analysis with SPSS.Computer Methods and Programs in Biomedicine, 2003, 71(2):141-147. http://cn.bing.com/academic/profile?id=5bb21e1e6721afd622571ae2a1dcc1ce&encoded=0&v=paper_preview&mkt=zh-cn [34] 黄嘉佑.气象统计分析与预报方法.北京:气象出版社, 2000. [35] 毛留喜, 魏丽编著.大宗作物气象服务手册.北京: 气象出版社, 2015. [36] 全国农业技术推广服务中心.农作物重大病虫害监测预警工作年报(2014).北京:中国农业出版社, 2015. [37] 中国气象局.中国气象灾害年鉴(2014年).北京:气象出版社, 2015. [38] 戴鹏.不同干旱地区麦长管蚜对缺水胁迫的响应及其遗传基础.杨凌:西北农林科技大学, 2016. [39] 曹雅忠, 郭予元, 胡毅, 等.麦长管蚜自然种群生命表研究初报.植物保护学报, 1989(4):239-243. http://www.cnki.com.cn/Article/CJFDTotal-ZWBF198904005.htm [40] 霍治国, 范雨娴, 杨建莹, 等.中国农业洪涝灾害研究进展.应用气象学报, 2017, 28(6):641-653. doi: 10.11898/1001-7313.20170601 [41] 霍治囯, 尚莹, 邬定荣, 等.中囯小麦干热风灾害研究进展.应用气象学报, 2019, 30(2):129-141. doi: 10.11898/1001-7313.20190201 [42] Hartmann D L, Tank A M G K, Rusticucci M.Working Group Ⅰ Contribution to the IPCC Fifth Assessment Report, Climate Change 2013:The Physical Science Basic.Cambridge:Cambridge University Press, 2013:1535. [43] 周广胜, 何奇瑾, 汲玉河.适应气候变化的国际行动和农业措施研究进展.应用气象学报, 2016, 27(5):527-533. doi: 10.11898/1001-7313.20160502 [44] 李晶晶.夜间温度升高对小麦蚜虫实验种群的影响.杨凌:西北农林科技大学, 2011. [45] Awmack C S, Harrington R, Leather S R.Host plant effects on the performance of the aphid 91Aulacorthum solani (Kalt.) (Homoptera:Aphididae) at ambient and elevated CO2.Global Change Biology, 1997(3):545-549. doi: 10.1046/j.1365-2486.1997.t01-1-00087.x -
图(1) / 表(8)
计量
- 摘要浏览量: 3530
- HTML全文浏览量: 619
- PDF下载量: 83
- 被引次数: 0
