白粉?。˙lumeria graminis Dc. Speer）是小麥的主要病害之一。20 世紀 90 年代以來，隨著冬季溫度顯著升高、氮肥使用量增加等，小麥白粉病越冬菌量逐年增加，發病范圍逐漸北移，目前，已對河北省小麥生產構成嚴重威脅。相關研究和生產實踐表明，一般病蟲害的發生、發展和流行須同時具備寄主植物、病蟲危害能力和病蟲發展適宜的環境3 個條件，其中氣象條件是決定病蟲害發生流行的關鍵因素。
研究表明，小麥白粉病屬氣候型病害，其發生流行與氣象條件密切相關，病害流行年份與一般年份氣象條件有顯著的差異。在利用氣象要素預測預報病蟲害發生、發展方面，許多學者都做了嘗試，但多以整個區域為研究對象，未考慮是否要分區建模；前人也曾針對小麥白粉病發生發展預測方法開展了相應研究，但多為 20 世紀研究成果，21 世紀以來較為少見。由于近年來世界各地的氣候發生了很大變化，尤其是氣候變暖對植物病害的發生帶來很多新的影響，因此，有必要依據近年的氣候特點結合適當的數學方法構建小麥白粉病的新的預測模型。本文擬基于河北省麥區小麥白粉病近 30a 發生程度和同期氣象資料，采用單因素相關分析法對影響小麥白粉病發生流行的關鍵氣象因子進行篩選，采用 t 檢驗方法對河北省小麥白粉病發生流行進行分區研究，應用 Fisher 判別準則構建白粉病發生程度與關鍵氣象因子之間的量化關系，建立小麥白粉病流行趨勢的分類預測模型，為有效預防小麥白粉病發生發展以及綜合防治該病提供科學依據。
1、 材料與方法
1.1 材料與處理
以河北省主麥區為研究區域，選取定州、豐南、阜城、香河、正定、安新、饒陽 7 個代表站點，資料包括各站小麥白粉病逐年發生程度，共分為 5 級。病害資料區間為 1983-2010年，個別年份缺測。查閱相關文獻分類方法，依據發生程度將流行趨勢分為 2 類：即輕發生年份\\(A 類，發生程度為 1-2 級）和流行年份\\(B 類，發生程度為 3-5 級）。所用氣象資料為上述各站氣象部門觀測數據，包括旬平均氣溫、旬平均最高氣溫、旬平均最低氣溫、旬平均相對濕度、旬降水量、旬日照時數、旬平均風速、旬雨日數，數據均來源于河北省氣象局。
以各站最后一年資料為試報樣本。資料長度及起止年份見表 1。
1.2 方法
1.2.1 相關分析
在 SPSS 平臺上利用所有樣本資料進行單相關分析，篩選與流行趨勢相關顯著的氣象因子，初步選擇預報因子。
1.2.2 t 檢驗
河北省麥區廣闊、面積較大，有研究依據該病發生程度及經驗將全省劃分為輕區與重區，如果不進行分區檢驗，直接將全省作為一個整體建模有一定的盲目性。因此，本研究中首先采用“t 檢驗兩尾檢驗方法”對河北省小麥白粉病發生輕、重區域進行差異性檢驗。
t 檢驗由 Gosset 1908 年首先提出，是用 t 分布理論來推論差異發生的概率，從而比較兩個樣本平均數的差異是否顯著的方法。其檢驗步驟為：首先假設輕、重區間無顯著差異，即 H0：?1=?2；反之為備擇假設，即 H1：?1≠?2。分別選取輕、重區發生程度數據進行分區假設試驗，計算總體方差及 t 值，根據自由度查閱 t 值表（兩尾），得到 P 值（因隨機誤差而得到的該差數的概率），選用 α=0.05 的統計顯著水平進行比較，若 P＜0.05，則否定 H0，接受備擇假設 H1，認為所分區域存在顯著差異；P＞0.05，則接受 H0，認為所分區域差異不顯著。
1.2.3 Fisher 判別分析Fisher 判別函數由 Fisher R A 在 1936 年研究發表，基本步驟為：假設要預報輕發生年份和流行年份 2 類，首先把預報判別函數值 y 分為 2 類，y1為輕發生年，y2為流行年份。
根據 y 把所對應的 m 個因子的全部樣本容量 N 分為 2 組，每一組的樣本容量分別為 n1，n2，…，nG，利用 SPSS 平臺建立模型，得到 2 個線性分類判別函數，即y1= c1+a1x1+b1x2+…+m1xm（1）y2= c2+a2x1+b2x2+…+m2xm（2）式（1）、式（2）分別代表輕發生年、流行年份的判別函數；式中，c1,c2為常數項，a1,b1,…,m1, a2, b2，…,m2分別為各項系數。分類決策時，將待測樣本分別代入式（1）、式（2）求值，方法為:設有一待判別樣本 X= x1，x2，…，xm，將 X 分別代入式（1）、（2），計算小麥白粉病發生程度判別函數值（y1,y2），根據 Fisher 判別標準規定，樣本的分類由其兩個判別函數值比較決定，判別函數值最大者為最后分類結果，即 y1﹥y2，則為輕發生年（A），反之，則為流行年份（B）。
2、結果與分析
2.1 主要氣象因子篩選
將小麥白粉病流行趨勢與 3 月下旬-4 月中旬平均氣溫、平均最高氣溫、平均最低氣溫、平均相對濕度、總降水量、總日照時數、平均風速、總雨日數分別進行單相關分析，結果見表 2。由表可見，在 8 個因子中僅 3 月下旬-4 月中旬的平均相對濕度與小麥白粉病的流行趨勢極顯著相關，說明 3 月下旬-4 月中旬相對濕度大，有利于小麥白粉病發生與流行。其它因素與流行趨勢的相關性不顯著，說明這些因素不是當地小麥白粉病發生的限制性因素，這與有關學者的研究結論一致，且符合該病的病原生物學規律，即濕度越大，孢子萌發率越高。
2.2 t 檢驗分區結果分析
2.2.1 輕、重區發生實況對比根據王貴生研究結果，將河北省小麥白粉病發生區分成重區和輕區 2 個區，7 個站點中定州、正定和安新為重區，豐南、阜城、香河和饒陽為輕區。
選用各站資料序列相對連續的 2001-2010 年發生程度實況數據，分別統計分析輕、重區逐年平均發生程度，其結果見圖 1。由圖 1 可見，重區平均發生程度高于輕區的有 7a，輕區高于重區的有 3a，但總體來看，輕、重區之間平均發生程度差異較小，重區平均值為 1.5，輕區平均值為 1.1，相差僅有 0.4，且輕、重區逐年平均發生程度的最大值相差較小，重區最大值為 2.3（2006、2007 年），輕區最大值為 1.8（2008 年），相差為 0.5。
圖 2 為輕、重區 2001-2010 年逐年出現流行年份（即發生程度≥3 級）站點數的百分比。由圖可見，輕、重區流行年份出現的頻次差異不顯著，重區有 3a 曾出現流行年份，輕區有1a，兩區出現流行年份站點所占的百分比均在 30%～40%。
由圖 1、圖 2 可見，重區、輕區分區有一定界限，但界限不明顯，須通過 t 檢驗作差異顯著性測試。
2.2.2 t 檢驗分區利用輕、重區逐年發生程度進行 t 檢驗，以確定分區之間差異是否顯著，其結果為σ（合并方差）=1.1365P（雙尾測驗概率）=0.160＞0.05因此，接受 H0，說明輕區與重區無顯著差異，不必在河北省內分區建立預測模型。
2.3 預測模型建立
采用相關分析法可以初步確定與小麥白粉病發生關系密切的氣象因子，但精準的預測還需定量的判別來進行判斷。采用 Fisher 判別準則，以與流行趨勢相關顯著的 3 月下旬-4 月中旬相對濕度\\(x1\\)以及與相對濕度相關顯著的降水量\\(x2\\)、雨日數\\(x3\\)作為預報因子，考慮到該病的病原菌不耐高溫，因此，引入期間日最高氣溫的平均值（x4）作為另一預報因子，建立河北省小麥白粉病預測判別式為y1=-159.609+2.613x1-0.602x2-0.040x3+12.046x4（3）y2=-161.108+2.663x1-0.605x2+0.016x3+11.858x4（4）式中，y1代表輕發生年判別函數值，y2代表流行年份判別函數值。
2.4 模型檢驗將歷史觀測數據分別代入式（3）、式（4）進行運算并求其歷史擬合率，每個樣本計算y1與 y2進行比較，y 值最大者為定級結果，計算得出歷史擬合率為 82.5%。以未參加模型運算的 2010 年資料作為獨立樣本進行試判，試報結果顯示，7 次試報均完全正確，準確率達100%（表 3），表明模型預報效果較好。
3、 結論與討論
（1）利用河北省 7 個站點的小麥白粉病不連續序列的病害及氣象數據，對該病的預測方法進行了研究，預測效果較好，為利用不連續序列資料開展研究提供了參考。
（2）3 月下旬-4 月中旬平均相對濕度為影響河北省小麥白粉病流行趨勢的關鍵氣象因子，二者呈顯著正相關關系，符合該病病原菌的生物學特性。
（3）以往的同類研究大多未進行分區研究，本文應用 t 檢驗分區方法對河北省小麥白粉病輕、重區進行了差異性分析，盡管結果顯示輕、重區差異不顯著，不必分區建模，但該方法考慮了區域內差異存在的可能性，進行分區差異研究后再建?？墒诡A測模型更為精準，為相關研究提供了參考。
（4）建立了基于 Fisher 準則判別方法的預測分級模型，其歷史擬合率 82.5%，試報準確率達到 100%?？芍苯舆M行分級確定，步驟簡單，采用實時地面氣象資料作為預報因子，資料易于獲取，易于進行業務化，為其它氣候型病害的氣象預測研究提供了一種有益的思路和方法。河北省小麥白粉病發生流行盛期一般為 5 月，利用 4 月下旬以前的氣象資料，可提前 10～20d 對未來白粉病發生流行趨勢進行預測。本研究所用數據均為各縣站原始數據，因此，所建模型可直接用于縣級白粉病發生流行預測。
（5）春季初始菌量的多少能夠影響病害以后的發生程度，河北省小麥種植結構較為穩定，菌源充足，因此，氣象條件往往成為該病發生、流行的主要影響因素。本研究將氣象條件具體化，并在分區檢驗后建立流行結構模型，具有實際意義。由于缺乏影響小麥白粉病發生和流行的非氣象資料，模型還有待在實際工作中進一步檢驗和完善。
致謝:感謝曹克強教授、黃亞群教授的精心指導。
參考文獻:
[1]肖志強，李宗明，樊明，等. 隴南山區小麥白粉病流行程度預測模型[J].干旱地區農業研究，2008，26\\(3\\)：80-85.
[2]姚樹然，李春強，霍治國，等. 河北小麥白粉病流行的氣象指標研究[J].自然災害學報，2008，17\\(4\\)：38-43.
[3]霍治國，錢拴，王素艷. 2001 年農作物病蟲害發生流行的氣候影響評價[J].安全與環境學報，2002，\\(6\\)：3-7.
[4]高蘋，居為民，武金崗，等.氣象型病蟲害預報系統[J].江蘇農業科學，2002，\\(3\\)：45-48.
[5]霍治國，陳林，劉萬才，等. 中國小麥白粉病發生地域分布的氣候分區[J]. 生態學報，2002，22\\(11\\)：1873-1881.
[6]霍治國，劉萬才，邵振潤，等.試論開展中國農作物病蟲害危害流行的長期氣象預測研究[J].自然災害學報，2000，9\\(1\\)：117-121.
[7]曹克強，王革新，李雙悅，等.小麥白粉病中期預報模型的建立[J].河北農業大學學報，1994，17\\(1\\)：57-61.
[8]霍治國，葉彩玲，錢拴，等.氣候異常與中國小麥白粉病災害流行關系的研究[J].自然災害學報，2002，1l\\(2\\)：85-90.
[9]王志偉，張東霞，馬雅麗，等.山西省冬小麥主要病蟲害氣象等級預報模型[J].中國農學通報，2010，26\\(11\\)：267-271.
[10]淡建兵，孔德胤，劉雙平，等.河套灌區向日葵菌核病發生程度預測預報[J].中國農業氣象，2012，33\\(1\\)：142-147.
