内容发布更新时间 : 2024/11/13 5:08:33星期一 下面是文章的全部内容请认真阅读。

水稻栽培模拟优化决策系统（RCSODS）中的水稻病

虫害预测模型及其应用－以上海奉贤县为例

葛道阔，金之庆，高亮之，薛正平,石春林,杨星卫

（1.江苏省农业科学院农业资源与环境研究中心，江苏 南京210014；2.上海市气象局气象科学研究所，上海200030）

1

1

1

2

1

2

摘要： 利用上海奉贤县1995～1999年的水稻病虫害（稻瘟病、纹枯病、稻纵卷叶螟、稻飞虱）资料

及同期气象资料，在水稻栽培模拟优化决策系统（RCSODS）原有的框架下，补充、完善了水稻病虫害预测模型（RPEST）；利用奉贤县2000、2001年的气象资料和上海精准农业园区上述4种病虫害的前期发生资料，对其后期的发生期、发生量或发生程度进行试预报。结果表明：RPEST对上述病虫害有较好的预测能力，预测值与实测值之间有较好相关性，且误差较小。可以认为：RPEST在上海及周边地区是适用的。

关键词：水稻;优化决策系统；病虫害预测模型；上海

A Forecasting Model for Rice Diseases and Insect Pests in RCSODS and its Application－Taking Shanghai Precision Agricultural Garden as an Example

GE Dao-kuo1, JIN Zhi-qing1, GAO Liang-zhi1, XUE Zheng-ping2, SHI Chun-lin1, YANG Xing-wei2

( Research Center of Agricultural Resources & Environment, Jiangsu Academy of Agricultural

1

2

Sciences, Nanjing 210014; Institute of Meteorological Sciences, Shanghai Meteorological Bureau, Shanghai 20030,China)

Abstract: A model called RPEST in RCSODS (Rice Cultivation Simulation, Optimization, Decision-making System), which can be used to predict the diseases and insect pests was supplemented and perfected by using the pests and weather data (1995～1999) collected from Fengxian county in Shanghai. Then the RPEST was run to forecast the occurrences, amounts or degrees of 4 major rice diseases and insect (rice blast, sheath and culm blight, leaf roller, Planthopper) in Shanghai Precision Agricultural Garden, in terms of the Fengxian data from 2000 to 2001. The results indicated that the RPEST has a fine capacity to forecast the rice diseases and insect pests mentioned above, with a significant correlation coefficient and a smaller error. It is, therefore, concluded that the RPEST can be used in Shanghai and its nearby regions.

Key words： rice; optimization decision-making System; diseases and insect pests prediction

model ;Shanghai

20世纪80年代以来，国际上已有不少水稻生长模型问世。此外，还有一些通用的作物模型 [5,6]发表，虽然通用的作物模型都不是专门为水稻设计的，但经过作物参数调整后

[1～4]

也大致能适用于水稻。同时，由于上述模型均未考虑水稻病虫害发生的情况，或仅假设病虫害已得到良好控制，在一定程度上限制了它们在水稻生产上的应用。

在植保研究领域，已有一些机理性模型的报道，如美国北卡罗来纳州立大学研制的大豆虫害模型[7]，假定虫群密度随温度而变化，其虫龄结构则保持固定比例。温度对虫群生长和繁殖的影响是通过计算生理日来实现的；假定在高温条件下昆虫的越冬存活力明显提高、雌虫产卵数激增、繁衍代数增加、地理活动范围北移等。该模型除考虑昆虫的自然死亡率外，还考虑了天敌(捕获者、寄生虫)、农药和食物供应(叶面积)等因素对昆虫死亡率的影响。这类

模

型

尽

管

收稿日期：2002-11-22

基金项目：国家自然科学基金重点项目（30030090）;中国科学院知识创新工程项目（K2CX2-412）。 作者简介：葛道阔（1964－），男，江苏南京人，大学，助理研究员，从事作物模拟和气候变化影响评价研究。

涵盖因素较多，但毕竟是一种概念性模型，由于假设太多，还只是停留在教学和科研阶段。而目前生产上大量应用的病虫害预测模型，仍是以数理统计为主的经验性模型。国内方面，高亮之、金之庆等研制的水稻栽培模拟优化决策系统（RCSODS），虽然考虑了水稻病虫害问题，并建立了水稻病虫害预测与防治子系统(RPEST)，但现有的RCSODS版本，只是要求用户自行输入当地已发生的病虫害信息，然后再从知识库中调用有关植保专家的经验，提出一些有针对性的防治意见，显然还存在一定的局限性。

针对以上种种不足，我们拟在RCSODS 的框架下，对RPEST做进一步修改与完善。以期不断提高RCSODS的实用性。 1. 材料来源

水稻主要病虫害资料（1995～2001年）取自上海市奉贤县植保站，包括历年稻瘟病和纹枯病的始见日期、病害发生程度（病斑类型等级或每hm2稻田发病中心数、病穴增加速率等级）和病害发生等级，稻纵卷叶螟和稻飞虱的盛发日期、每hm2蛾量或百穴虫量和虫害发生等级等。其中，1995～1999年的资料用于确定模型参数，2000～2001年的资料用于试预报。同期气象资料取自奉贤县气象站。 2. 研究方法

2.1 水稻病害模型

水稻病害模型主要针对江、浙、沪地区常见的纹枯病和稻瘟病，采用多元回归方程建立预测模型。模型主要考虑4个因子：①病害始见期的早晚（RD）；②病害发生程度或病斑等级 (RQ) ；③病害发展期（病害始见旬至下一旬）的温度指数(RT1)；④病害发展期的降水指数(RR1)。每个因子都包括若干有一定生物学意义的要素或经验式，并且通过有关函数进行标准化处理，然后利用这些经标准化处理的数值建立预测模型。现分述如下：

2.1.1病害始见期的早晚（RD）：病害始见期出现得愈早（日序愈小），对水稻生产造成的危害愈大；反之，则愈小。因此，RD采用下式表达：

RD=25-2.5×DNI12 （1）

[8]

式中，DNI12为某年份某种病害始见期的距平值（d），平均值可由多年病虫资料计算，以日序表示。若始见期的日序小于多年平均值，则定义距平值为负值；若大于平均值，则定义为正值。当DNI12>8（d）时，令RD=5（d）。

2.1.2 病害发生程度或病斑等级(RQ)： RQ可按下式求算：

RQ=15+7.2×TRQ （２）

(２) 式中的TRQ，对于不同病害有着不同的含义：稻瘟病，是病斑等级（E）与病害分布等级（D）之和；纹枯病，是病穴增加速率等级(R)与雨量等级(W)之和。其中，稻瘟病的病斑等级（E）可定义为[9]：褐点型，１；慢性型，２；白点型，３；急性型，４。以上1～4为虚拟变量，分别代表病害发生程度或等级。稻瘟病的病害分布等级(D)可按每hm2稻田发病中心数（S）来定义：当S<5时，D=1；当S=5～10时，D=２；当S>10时，D=３。同样，1～3为虚拟变量，代表病害分布程度或等级。当用户缺少病害分布等级资料时，可取缺省值D＝2。纹枯病的病穴增加速率等级(R)定义为：预测前10d，若病穴增加量（U）<5%时，则R＝１；若U为5%～10%时，则R＝２；若U>10% 时，则R＝３。其中，1～3为虚拟变量，分别代表病害发生程度或等级。雨量等级(W)可根据预测前20d的降雨量（Rc）与常年同期降雨量(Rn)相比较来定义：若Rc比Rn少25%或以上时，则定义W＝1；若Rc比Rn多25%或以上时，则定义W＝3；当Rc与Rn比值介乎上述两者之间时，则定义W＝2。

2.1.3 病害发展期温度指数(RT1)：

RT1是病害发展期（病害始见旬至下一旬）平均气温（RT）的函数，可按下式计算：

2.1.4病害发展期降水指数(RR1)： RR1采用下式计算：

RR1＝ 34× RR／NR （4）

式中，RR为当年病害发展期的降水量（mm）；NR为常年病害发展期的降水量（mm）。 2.1.5病害发生等级预测值 将RD、RQ、RT1和RR1 4种因子的分年资料代入水稻病害预测回归方程，即可用最小二乘法求得模型的回归系数，即模型参数。模型建成后，输入当地水

?2（RT?30?C)?559?28.2RT?0.357RT?80?0.8RT(28?C?RT?30?C)RT1??(26?C?RT?28?C)?35.2?0.8RT??123?6.667RT(RT?26?C)?