植物病害流行的损失估计.PPTVIP

2.多期病情模型（简称MPM） 式中：Y：产量或产量损失，Xi：不同时期调查的病情， b0 ：常数项， b1，b2，…, bn：系数。 Y：产量或损失率， X：流行曲线下面积（AUDPC） 3．流行曲线下面积模型 (AUDPC) x：病情， t：时间 4．多因子模型（MFM） 多因子损失预测模型的通式为： Y：损失；X1，X2……Xn分别为病情、品种、栽培、气候等 4．多因子模型（MFM） 多因子损失预测模型有时还需要包括种种互作项，而成为： （二）系统模型 将作物产量形成过程作为一个系统，病害过程则是影响产量的一个因素，是产量形成的一个子系统； 在产量形成过程中，病害在不同时期以它的发生程度影响植物的生理生化、生长发育过程，直接或间接地影响到产量的形成因素，最后将病害发生过程的模型与作物生长模型综合为一体 。 四、多种病虫害混合发生的损失预测 多种病虫害混合发生时有以下几种情况： （1）当几种专门为害叶片的叶斑性病害混合发生时，总的产量损失可能是各种病害单独发生时所造成的产量损失之和； 四、多种病虫害混合发生的损失预测 （2）当其中一种病、虫害的为害是系统性损伤（如枯萎病、根部线虫）、为害果实（如赤霉病、吸浆虫）时，它们对作物造成总的损失就不会是各自造成的损失之和。因为一种有害生物的损失是在另一种有害生物作用的基础上进行的。 （3）当二种以上的病害均为系统性病害时（如棉花枯萎病和黄萎病的同时为害），或危害根部和危害果实等同时发生，要注意： 四、多种病虫害混合发生的损失预测 1）通常不能用数个单一病害的损失方程分别计算的损失估计值相加，作为混合为害的损失值； 2）即使有了混合为害的损失方程，也要注意这种损失方程的制约条件和使用环境，不能生搬硬套。 五、作物病害损失的研究方法 1、单株法 2、群体法 大田调查和田间试验： 试验重复与病情等级的影响 10等级、2重复 4等级、 5重复 损失试验设计原则：多等级、少重复！ 第九章 预测效果的检验和评价 主要内容： 第一节 预测的概率性 第二节 预测误差分析 第三节 预测准确度的检验方法 第四节 预测效益评价 第五节 预测中的问题 第一节 预测的概率性 根据系统运动的非加和原则以及系统外部输入系统的每一个因素活动轨迹的不确定性，使得每一个输入因素对系统行为的作用，也并非一定就是单向的刺激或抑制，即系统的行为存在着更高层次的不确定性。从这一点讲，可以说预测工作的难度是很大的，很不容易达到预测值和实际情况的完全符合，只能给予一定的概率保证。 目前我们所应用的农作物病害的预测模型，都是依据植物病害系统的行为、各子系统的属性和相应的气象资料等历史数据，经过一定方法的数据处理后而组建起来的。由于各预测因素变化的不确定性，构成了预测结果的不确定性，即预测的结果的概率性。在预测的结果中注明预测的概率值，也就是告诉人们预测的可信程度。 预测准确度：预测值与病害实际发生情况的符合程度，它说明预测的可靠程度。预测准确度应包括历史符合度和预测符合度二个方面。 预测的精确度：指在预测正确的前提下，预测结果与病害实际发生程度之间的接近程度。 第二节 预测误差分析 预测误差：预测值与病害实际发生值的差异。 1、误差来源 从开始组建预测模型到运用模型进行预测的整个阶段均可能产生误差。 第二节 预测误差分析 1、误差来源 预测模型的组建阶段： 数据质量不高 数据处理方法欠妥 预测模型的选择不当 第二节 预测误差分析 预测模型的应用阶段： 数据采集误差 气象资料误差 模型的适宜区域问题 数据采集误差： 一是历史资料的可比性问题 二是调查资料的不一致性和代表性问题。 2、误差的类型 （1）系统误差 （2）随机误差 （3）过失误差 （1）系统误差(systematic errors) 概念：又称可测误差(determinate)，模型误差造成预测结果与实测值的差异。 特点： 重复性 单向性 可校正性。 （2）随机误差(random errors) 概念：过失误差是由于试验操作人员的粗心、试验设计不当或在组建模型的过程中计算失误等原因而造成的误差。。 特点： 无重复性 无方向性 出现随机误差的原因： 大多是由于预测因子的数据质量不高，或代表性不强等。 （3）过失误差(mistake) 概念：由于试验操作人员的粗心、试验设计不当或在组建模型的过程中计算失误等原因而造成的误差。 特点： 发生在组建模型阶段，造成系统误差； 发生在预测阶段，造成随机误差。 植物病害流行的损失估计 第八章 主要内容： 第一节 植物病害损失的概念 第二节 作物病害损失的生理学 第三节 植物病害流行损失的估计 第一节 植物病害损失的概念 “作物损害”（injury 或 crop damage）：作物受到病原物的侵染继而