植物病害的流行与预测绪论.pptVIP

4．根据菌量、气象条件、栽培条件和寄主植物生育状况预测 有些病害的预测除应考虑菌量和气象因素外，还要考虑栽培条件和寄主植物的生育期和生育状况。 例如，预测稻瘟病的流行，需注意氮肥施用期、施用量及其与有利气象条件的配合情况。 在短期预测中，水稻叶片肥厚披垂，叶色墨绿，则预示着稻瘟病可能流行。 水稻纹枯病流行程度主要取决于栽植密度、氮肥用量和气象条件，可以作出流行程度因密度和施肥量而异的预测式。 油菜开花期是菌核病的易感阶段，预测菌核病流行多以花期降雨量、油菜生长势、油菜始花期迟早以及菌源数量(花朵带病率)作为预测因子。 三、预测方式 病害的预测可以利用经验预测模型或者系统模拟模型。 当前所广泛利用的是经验式预测。这需要搜集有关病情和流行因素的多年多点的历史资料，经过综合分析或统计计算建立经验预测模型用于预测。 1、综合分析预测法 综合分析预测法是一种经验推理方法，多用于中、长期预测。 预测人员调查和收集有关品种、菌量、气象因素和栽培管理诸方面的资料，与历史资料进行比较，经过全面权衡和综合分析后，依据主要预测因子的状态和变化趋势估计病害发生期和流行程度。 北方冬麦区小麦条锈病冬前预测(长期预测)可概括为：若感病品种种植面积大，秋苗发病多，冬季气温偏高，土壤墒情好，或虽冬季气温不高，但积雪时间长，雪层厚，而气象预报次年3—4月份多雨，即可能大流行或中度流行。 早春预测(中期预测)的经验推理为：如病菌越冬率高，早春菌源量大，气温回升早，春季关键时期的雨水多，将发生大流行或中度流行。如早春菌源量中等，春季关键时期雨水多，将发生中度流行甚至大流行。如早春菌源量很小，除非气候环境条件特别有利，一般不会造成流行。 小麦条锈病春季流行程度预测表 2、数理统计预测法 数理统计预测法是运用统计学方法利用多年多点历史资料建立数字模型预测病害的方法。 当前主要用回归分析、判别分析以及其它多变量统计方法选取预测因子，建立预测式。 此外，一些简易概率统计方法，如多因子综合相关法、列联表法、相关点距图法、分档统计法等也被用于加工分析历史资料和观测数据，用于预测。 应用实例之二： 北美烟草青霉病监测与预警系统 烟草青霉病是北美烟草种植业的重大真菌病害，其菌原区在30°N以南的美国西南部，每年在气流运载下向北输送到美国和加拿大的东部地区，在凉湿天气形成大流行。 北美植病预测中心主页（/depts/pp/bluemold/) 病原孢子在大气中的传输 烟草青霉病孢子传输的轨迹分析 (2000年4月3日11时升空的孢子48小时的前推轨迹) 预测轨迹 实际传输轨迹 2000年4月3－5日孢子空中聚集的密度 烟草青霉病孢子传输过程中的密度分布 2000年4月3－5日沉降到地面的孢子密度 烟草青霉病孢子传输过程中的密度分布 * D. 多峰曲线 季节流行曲线常见形式 多峰曲线：稻瘟病、玉米大斑病 一个季节中病害由于环境变化或寄主阶段抗病性变化出现两个或两个以上的高峰。 C. 双峰曲线 病害流行过程的阶段划分（S型） 0 20 40 60 80 100 始发期 盛发期 衰退期 0.5 1.0 病情指数 日期 0.05 衰退期 逻辑斯蒂期 指数增长期 菌量积累和流行的关键时期 指数增长期是菌量和流行的关键时期，它为整个流行过程奠定了菌量基础。 病害预测、药剂防治和流行规律的分析研究都应该以指数增长期为重点。 病害流行过程中，病害数量的增长可以用各种数学模型描述，最主要的有指数增长模型和逻辑斯蒂模型。 指数增长模型Exponential growth Model x0为初始病情； xt为t时间病情； r为指数增长率； e=2.71828 1.只考虑生殖率,不考虑死亡率.即无老病斑报废。 2.生物的生存条件无限.即寄主组织无限。 3.环境条件稳定.即无病害增长自我抑制作用。 模型函数图象：J 型曲线，适用于病害定性分析和描述发病初期。 模型形式(Malthus方程) 指数方程： Xt = X0 . e r t 模型假设条件： 逻辑斯蒂模型Logistic Model 模型形式（自我抑制性生长方程） 逻辑斯蒂生长曲线：（Xt/1-Xt)=(X0/1-X0) e rt r = 1/(t2－t1