葡萄霜霉病预测模型及预警技术研究进展

霜霉病是危害葡萄最严重的病害之一,目前采用的主要防治手段是喷施化学农药,但其用量过多也带来许多严重问题。若要减轻农药污染,就必须对病害进行精确的预测预报,以便确定最合理的农药使用时机和使用量。在此,从病害流行系统的监测、因子选择、结构及应用等方面综述了利用农业气象模型预测葡萄霜霉病的研究应用进展,并对其存在的问题及发展前景作了讨论。

广州地区黄瓜霜霉病流行速率的预测模型

通过对广州地区黄瓜霜霉病 4点 4年的系统调查 ,初步明确了该地区黄瓜霜霉病的发生规律 ,对该病的流行速率及其相关因子进行逐步回归分析 ,组建了广州地区黄瓜霜霉病流行速率的预测模型 ,利用历史数据对该模型进行检验 ,其预测 5d和 1 0d的病情指数的准确度分别为 88 1 6 %和 6 8 1 1 % ;用该模型预测 2 0 0 0年黄瓜霜霉病的病情指数 ,其预测 5d和 1 0d的病情指数的准确度分别为 94 4 7%和 6 9 4 3%。

葡萄霜霉病流行与预测研究进展

葡萄霜霉病是世界范围内危害葡萄最严重的病害之一,实际生产中,对该病害的防治以喷施化学药剂为主,由于用药时期和次数的不确定性,造成了农药残留、环境污染、食品安全等一系列问题。葡萄霜霉病的发生与流行和温度、相对湿度、降雨等环境气象因子密切相关,因此,基于葡萄霜霉病的发生与流行规律,对其进行准确的预测预报,指导田间病害的精准化防治,能够有效地减少化学农药不合理使用带来的问题。综述了葡萄霜霉病发生与流行的重要影响因素和预测预报模型的研究进展,以期为现有模型的整合利用和新型精准化预测预报模型的开发提供参考。

人工神经网络在葡萄霜霉病预测中的应用

近年来,人工神经网络模型开始逐渐应用于植物病虫害的预测预报中,并取得了良好效果,已成为植物病虫害预测预报的新途径。为此,以温度、相对湿度、累积降雨量及累积降雨日作为预测因子,以葡萄霜霉病的感病指数为预测目标,利用人工神经网络的BP算法建立了葡萄霜霉病预测模型。以陕西杨凌地区2004年和2006年的数据作为BP网络的训练资料,对2007年霜霉病的流行状况进行预测,预测的变化趋势与该年霜霉病实际的流行趋势吻合。由此证实,利用神经网络建立葡萄霜霉病预测模型是可行的。

沈阳地区不同葡萄品种霜霉病周期性脉冲Logistic模型研究

为了明确沈阳地区葡萄霜霉病的流行时期,以无核白鸡心、红地球、巨峰3 个葡萄（Vitis vinifera）品种为试材,对沈阳地区2012-2014 年葡萄霜霉病的流行动态进行系统调查研究,发现该病害在3 个品种上的流行趋势无显著差异.应用SPSS19.0 软件对2012-2014 年的调查数据进行拟合分析,构建周期性脉冲Logistic 模型,该模型表明年度间同-品种的最大病情指数（KN）存在较大差异,初始病情指数（dN）和表观侵染速率（rN）差异较小,2012,2013,2014 年无核白鸡心的最大病情指数分别为91.02,85.08,76.01,该品种3 年的初始病情指数（dN）均为0.01,表观侵染速率（rN）分别为0.011,0.012,0.013.相关性分析发现病情扩展与相对湿度和累计降雨量均呈正相关关系,降雨量是同一品种不同年度葡萄霜霉病病情存在差异的重要原因.经Logistic 模型推导,明确沈阳地区葡萄霜霉病指数增长期为6 月末至8 月上旬,逻辑斯蒂增长期为7 月下旬到8 月下旬,衰退期为8 月下旬到葡萄生育后期,流行时期因品种和年份而异.

济南地区葡萄霜霉病发生规律、流行关键气象因子分析及预测

为明确葡萄霜霉病在济南地区的发生规律及影响病害流行的关键气象因子,并提出霜霉病流行预测方法,本试验连续5年定点系统调查了葡萄霜霉病的发病情况,并建立了农田小型气候自动观测站对田间气象数据进行监测。结果表明,济南地区葡萄霜霉病一般7月初开始发病,8月初进入盛发期,若前期降雨多,则霜霉病发生早。温度、相对湿度、降雨量与葡萄霜霉病的流行密切相关,其中,降雨是影响葡萄霜霉病流行的关键气象因子。根据病害发生情况和气象条件,推导出葡萄霜霉病的流行预测指标,即葡萄园内发生霜霉病后,当出现日降雨量超过5 mm的降雨日,且该降雨日前后有连续2 d以上的降雨过程,就可造成霜霉病菌的大量侵染,侵染7~12 d后葡萄霜霉病即可流行。该流行预测指标得到有效验证,可用于济南地区葡萄霜霉病的预测预报。

基于灰色关联和PSO–SVM的葡萄霜霉病的短期预测

运用灰色关联分析法(GRA)筛选出北京市房山地区的主要气象因子,作为支持向量机(SVM)模型的输入特征向量,通过粒子群算法(PSO)优化SVM的惩罚因子C和核函数参数δ,建立了基于灰色关联和PSO–SVM的葡萄霜霉病短期预测模型,应用该模型对该地区未来1 d的葡萄霜霉病发病等级进行短期预测。与改进网格搜索法优化的SVM模型、经验选择参数的标准SVM、不同训练函数和粒子群算法优化的BP网络模型进行比较,结果基于灰色关联分析的PSO–SVM模型预测效果最好,对葡萄霜霉病发病等级的预测正确率为95.24%,与基于全部气象因子的PSO–SVM模型相比,预测正确率提高了1.19%,运行速度快1.81 s。

新疆伊犁河谷地区葡萄霜霉病流行与气候条件的关系

【目的】明确新疆伊犁河谷温度、湿度、降雨量和降雨持续时间对栽培葡萄红地球霜霉病发生发展规律的影响,为探索防治霜霉病关键时期施用化学农药减量增效技术提供理论依据。【方法】2012~2016年连续定点调查霜霉病侵染叶片时间、记录病叶受害程度等病害流行情况进行系统监测,建立葡萄霜霉病发生程度预测判别函数进行回测和验证。【结果】葡萄霜霉病的发生逐年加重,不同年度霜霉病发病程度有差异,但趋势一致,6月中下旬开始发生,8月病情指数急剧上生,9月中旬达到高峰时维持平稳。当年雨季开始早晚和降雨量大小与病害发生有显著相关性。【结论】伊犁河谷红地球葡萄霜霉病流行表现指数增长,按照y=73.263e^0.1909x,其中R^2=0.9709此方程确定了该病流行程度的气象因子预测指标。依据此模型对调查葡萄园2012~2016年霜霉病流行程度的预报预测结果和实际发病情况基本一致。

贺兰山东麓酿酒葡萄霜霉病流行规律及测报技术

通过2001-2003年对贺兰山东麓酿酒葡萄霜霉病的系统调查,初步明确葡萄霜霉病在当地的消长规律。对影响该病流行的相关气象因子进行逐步回归分析,组建了贺兰山东麓葡萄霜零病流行的预测模型,并用历史数据对该模型进行检验,其预测7 d病情指数的准确度为79.46％;用该模型预测2003年的病情指数,其预测7 d病情指数的准确度为87.73％。

基于机器学习构建葡萄霜霉病预测模型及验证

葡萄霜霉病是葡萄上的主要病害之一,该病从葡萄苗期到果实成熟期都可发生,多雨年份常造成毁灭性损失。为了准确预测葡萄霜霉病的发生,最大限度地降低霜霉病对葡萄的危害,基于2020年葡萄生长期间气象数据和病害发生数据,结合4种机器学习算法(二项逻辑斯蒂、支持向量机、决策树、K最近邻)构建了葡萄霜霉病发生预测模型,并用2021年数据进行验证。结果表明,决策树模型在病害发生预测模型构建中的评价指标最优,其准确率达94%,预测发生的精准率、召回率、F1分值分别为91%、90%、91%。经验证,决策树模型对葡萄霜霉病发生的预测精度及性能均优于其他3个模型。因此,可利用此模型进一步开发葡萄霜霉病预警系统,为生产上葡萄霜霉病的防治提供技术支持和决策指导。

葡萄霜霉病流行传播模型和扩散规律研究

为明确葡萄霜霉病流行空间传播动态规律,对葡萄霜霉病的传播梯度和空间分布进行定时定株系统调查。应用OriginPro 2019软件中曲线方程拟合程序分别构建病害的直向和多向传播梯度模型,并推导获得病害最大传播距离和传播速率。结果表明,沈阳地区葡萄霜霉病初期病株集中在菌源中心附近,且单株病情指数偏低;随后菌源中心四周病株的病情指数急剧增加,且水平方向上单株病情指数呈现明显钟罩状分布。病害直向传播曲线呈中心式传播。Exponential模型是病害直向传播梯度的最佳模拟模型。病害在平行于(或垂直于)垄向的传播呈现典型的偏正态分布,由于风向和风速的不同,发病中心分别向北向和东向发生了一定的偏移。病害多向传播梯度呈钟罩状非对称分布,Gaussian曲面模型是拟合病害多向传播的最佳模型。利用Exponential模型可较准确预测出东、西、南和北4个方向上的最大传播距离为19.3~41.1 m,日均传播速率为0.18~0.45 m/d。

葡萄霜霉病流行时间动态模型及防治指标

为明确葡萄霜霉病的流行时期、有效用药种类及防治指标,以蜜汁、红乳、左优红3个葡萄品种为试材,选用5种化学药剂、4种生物药剂进行田间药效试验,应用SPSS20.0软件对3个品种的调查数据进行拟合分析并构建病害流行动态Logistic模型。结果表明:经Logistic模型推导,葡萄霜霉病指数增长期为7月上旬至8月上旬,逻辑斯蒂增长期为7月下旬至8月下旬,衰退期为8月下旬至葡萄生育后期,不同品种流行时期略有差异。田间药效试验表明,化学药剂10%氟噻唑吡乙酮可分散油悬浮剂2500倍液和2000倍液的防效显著,分别为87.43%和87.37%,生物药剂寡雄腐霉4000倍液的防效最高,为78.15%;5种化学药剂中23.4%双炔酰菌胺悬浮剂、200 g/L吲唑磺菌胺悬浮剂、50%烯酰吗啉可湿性粉剂和80%波尔多液可湿性粉剂的各个浓度处理防效均>80%,生物药剂10%宁南霉素和3%氨基寡糖素的各浓度处理以及2%武夷菌素250倍液的防效均>60%。根据经济阈值模型进行危害损失允许水平(EIL)的计算可知,当葡萄霜霉病药剂防效达到87%时,霜霉病的经济危害允许水平为3.34%,防治指标为4.08,即当病情指数达4.08时,开展第1次防治,此时为最佳防治时间。

武威地区酿酒葡萄霜霉病发生流行规律研究

为明确甘肃省武威地区酿酒葡萄霜霉病发生流行规律,于2017—2018年对生长季节酿酒葡萄霜霉病发生情况进行了系统调查,初步构建了酿酒葡萄霜霉病发生流行的动态模型。结果显示,酿酒葡萄霜霉病的发生流行与生育期、积温、相对湿度有密切关系,且Logistic模型可以很好地模拟武威地区酿酒葡萄霜霉病发生流行情况。经Logistic模型推导,武威地区酿酒葡萄霜霉病指数增长期为7月初至7月底,该时期为最佳药剂防治期;逻辑斯蒂增长期为7月底至9月下旬;衰退期为9月下旬以后。指数增长期积温为0~1854℃,逻辑斯蒂增长期积温为1854~3046.9℃;指数增长期累计相对湿度为0~4412%,逻辑斯蒂增长期累计相对湿度为4412%~8765.6%。