第三章作物病虫害调查统计与测报

1、第三章作物病虫害调查统计与测报2022-6-251 1作物病害虫的调查统计作物病虫害的预测预报主要内容主要内容2022-6-252 2作物病害的调查统计农业昆虫的调查统计第一节 作物病虫害的调查统计2022-6-253 31、调查时期和次数调查时期：主要根据病害的发生期和为害期来确定。如苗期病害应在苗期进行调查；花期、穗期或铃期为害的病害应在开花后、抽穗后或结铃后进行调查；整个生长期都能为害的病害，选择病害为害的关键时期或病害的盛发期进行调查。调查次数：越多越好。用于测报一般是每5日调查一次；但是一般病害的调查，为了节省人力物力，以在病害的盛发期进行一次或两次为适宜；如果从作物播种到收获，不断

2、进行调查，可以系统地了解病害发生发展的规律，这种方式适用于研究性质的调查。2022-6-254 4一、作物病害的调查统计2、取样方法取样方法最重要的是要有代表性。由于病害种类和调查性质的不同，取样方法不一样。1）样点数目：气流传播而分布均匀的病害，如麦类锈病、稻瘟病、马铃薯晚疫病等，样品数目可以少些；土壤传染而分布不均匀的病害，如马铃薯、烟草、番茄等的青枯病 、蚕豆枯萎病等，样品数目要多些；在地势、土壤和耕作制度不一致的地区，样点要多些，反之可以少些。一般病害取样的方法是在一块田里调查4-5点，在每一地区调查10块田 。例如，稻瘟病叶瘟的调查，一般在一块田中抽取5个点，每点调查10丛水稻，全田

3、共调查50丛；稻纹枯病一般每点调查200株或40丛，全田共调查1000株或200丛 。2022-6-255 52）取样地点：样点应离开田边5-10步的地点抽取。如田块较小，可以缩短到2-3步。要避免在田边取样，因为田边植株一般情况较特殊，往往不能代表全田的发病情况。3）取样单位：根据病害而定。全株性病害如苗枯病、枯萎病、病毒病等以株为单位；黑穗病类以穗杆为单位；叶斑病类以叶片为单位；果实病害以果实为单位；而枝干病害则要看发病性质而定，如主干发病并影响全株生长的，应以株为单位，如发病并不影响全株生长的，可以枝干为单位 。2022-6-256 63、计量方法1）发病率发病率=发病株数/调查株数X1

4、00% 2）严重度严重度分级法（如下页图示）：用各级代表值或发病面积的百分率表示。3）病情指数病情指数=(各级病叶数各级代表值) / (调查总叶数最高级代表值) 100%2022-6-257 72022-6-258 8严重度分级各级代表值分 级 标 准10全株叶片无病斑20.5植株下部叶片的病斑占总叶面积的10以下31植株下部叶片的病斑占总叶面积的10-25以下42植株下部叶片的病斑占总叶面积的25-50，中部病斑占总叶面积的10-2553植株下部叶片的病斑占50以上，出现大片枯死现象，中部病斑占25-50，上部占10-2564植株下部叶片基本枯死，中部病斑占总50以上，出现大片枯死现象，上部

5、病斑占25-5075全株基本枯死玉米小斑病严重度分级标准2022-6-259 9非随机分布随机分布分布型（一）昆虫的空间分布型不同种类的昆虫在田间的分布形式不同，即每种昆虫或虫态在田间都有其特定的分布形式，因而调查取样的方法也不同。二、农业昆虫的调查统计2022-6-2510101、随机分布随机分布又叫泊松分布（Poisson distribution），是一种稀疏形的分布。种群内个体是独立的，个体之间的距离不等，但是较均匀。如三化螟成虫和卵块在水稻田的分布。2022-6-2511112、非随机分布非随机分布又叫聚集分布，这种分布是种群内的个体由于某种原因形成了个体的聚集，因此个体存在的位置还

6、会受到其他个体存在的影响。在聚集分布中，还可进一步地分为核心分布和嵌纹分布。嵌纹分布核心分布非随机分布2022-6-2512121）核心分布核心分布又叫奈曼分布 (Neyman distribution)，这种分布类型的特点是个体形成核心团，并自核心团向外作放射状蔓延。如三化螟 、玉米螟的卵块孵化后，蚁螟向四周分散为害属此类分布。2022-6-2513132）嵌纹分布嵌纹分布又叫负二项分布(Mosaic distribution)，这种分布的特点是个体呈不规则的疏密相间状态，通常是较浓密的分布。如朱砂叶螨在虫源田四周的棉田内的分布；三化螟幼虫、棉铃虫的卵、盲蝽的若虫等在田间密度大时，也呈这种分

7、布状态。2022-6-251414昆虫或某一虫态在田间的分布形式，是通过测定出来的。一般是按每株虫数的多少分为若干等级，再分级计算株数，然后计算方差（s2）和平均数 ，用s2 与 的比值，称为扩散系数（c）来判断。 如果 ，属于随机分布；如果 C1，为聚集分布。xx12xsc2022-6-251515（二）田间调查常用的取样方法田间取样的方法，常用的是随机取样法。随机取样法包括以下几种：对角线取样法：有单对角线和双对角线两种，常取对角线的5点，也叫五点取样法，一般适用于密集或成行的植物和昆虫呈随机分布的田块。2022-6-251616单对角线双对角线棋盘式取样法：适用于密集或成行的植物和昆虫呈

8、随机分布的结构。分行式取样法：适用于成行的植物和昆虫呈核心分布的结构。“Z”字形取样法：适用于昆虫呈嵌纹分布的结构。棋盘式取样分行式取样Z字形取样2022-6-251717（三）田间虫情的表示方法1、以虫口数量表示根据调查特点，调查昆虫在单位面积、单位时间、单位容积或一定寄主单位上出现的数量。2、以作物受害情况表示有些害虫个体小，虫口数量很大，很难以虫口数量表示，因此常以作物受害情况来表示，主要有以下几种表示方法：2022-6-25181800100调查总株数被害株数被害率00100最高级值调查总株数该级的株数被害级值被害指数u注意：在调查时要按受害的轻重，分成不同的等级，然后分级计数，再计算

9、被害指数。2022-6-251919被害率：表示作物受害的普遍程度，不考虑每株的受害轻重，只要某株的茎、叶、花、果实等一部分受害，都计为被害：被害指数：被害率只能反映作物受害的普遍程度，不能表示植株受害轻重程度的实际情况，因此，往往用被害指数来表示：00100健株单株产量被害单株产量健株单株产量损失系数损失率：被害指数只能表示受害的轻重程度，不能反映产量的损失情况。要估计产量的损失，应以损失率表示。损失是指产量或经济效益的减少，病、虫所造成的损失应该以生产水平相同的受害田与未受害田的产量或经济总产值对比来计算；也可用防治区与不防治的对照区产量或经济总产值来计算；还可在田间直接抽样调查，挑选若干

10、未受害和受害植株直接测产，求出单株平均产量，计算出损失系数，然后调查受害植株的比例，从而计算出产量损失率。2022-6-252020损失率损失率= =防治区产量防治区产量- -不防治区产量不防治区产量100100防治区产量防治区产量产量损失率（）产量损失率（）= =单株平均损失率单株平均损失率株被害率株被害率 作物病害的预测预报农业害虫的预测预报第二节 作物病虫害的预测预报2022-6-252121预测：依据病害的流行规律和害虫的发生规律，利用经验的或系统模拟的方法估计一定时限之后，病虫害发生和流行的状况。预报：由权威机构发布预测结果。有时对两者并不作严格的区分，统称病虫害预测预报，简称病虫测

11、报。2022-6-252222（一）预测的种类按预测内容的不同，可分为流行程度预测、发生期预测和损失预测等。 1、流行程度预测：是最常见的预测种类，预测结果可用具体的发病数量(发病率、严重度、病情指数等)作定量的表达。也可用流行级别作定性的表达，流行级别多分为大流行、中度流行（中度偏低、中等、中度偏重）、轻度流行和不流行，具体分级标准根据发病数量或损失率确定，因病害而异。一、作物病害的预测预报2022-6-2523232、病害发生期预测：是估计病害可能发生的时期。例如：果树与蔬菜病害多根据小气候因子，预测病原菌集中侵染的时期，即临界期（critical period），以确定喷药防治的适宜时机

12、，这种预测也称侵染预测。 3、损失预测（损失估计）：主要根据病害流行的程度，预测减产量。损失预测结果可用以确定发病数量是否已经接近或达到经济阈值。在病虫害综合防治中，常应用经济损害水平和经济阈值等概念。经济损害水平：是指造成经济损失的最低发病数量或害虫数量。经济阈值：是指应该采取防治措施时的发病数量或害虫数量。此时防治可防止发病数量或害虫数量超过经济损害水平，防治费用不高于因病害或虫害减轻所获得的收益。2022-6-252424按照预测时限可分为长期预测、中期预测和短期预测。1、长期预测：也称为病害趋势预测，习惯上概指一个季度以上，有的是一年或多年，多根据病害流行的周期性和长期天气预报等资料作

13、出。预测结果指出病害发生的大致趋势，需要以后用中、短期预测加以订正。 2、中期预测：预测时限一般为一个月至一个季度，多根据当时的发病数量或菌量数据、作物生育期以及实测的或预测的天气要素作出预测，准确性比长期预测高，预测结果主要用于作出防治决策和作好防治准备。3、短期预测：预测时限在一周之内，主要根据天气要素和菌源情况作出，预测结果用以确定防治适期。如侵染预测就是一种短期预测。2022-6-252525（二）预测的依据病害流行规律1、根据菌量预测：单循环病害的侵染概率较为稳定，受环境条件影响较小，可以根据越冬菌量预测发病数量。如小麦腥黑穗病、谷子黑粉病等种传病害，可以检查种子表面带有的厚垣孢子数

14、量，用以预测次年田间发病率。麦类散黑穗病则可检查种胚内带菌情况，确定种子带菌率和翌年病穗率。菌量也用于麦类赤霉病预测，为此需检查稻桩或田间玉米残秆上子囊壳的数量和子囊孢子的成熟度，或者用孢子捕捉器捕捉空中孢子数量，来预测发病数量。多循环病害有时也利用菌量作预测因子。例如，水稻白叶枯病，在病原细菌大量繁殖后，其噬菌体数量激增，可以测定田水中噬菌体的数量，用以代表病原细菌的菌量。2022-6-252626例如，根据稻桩上的菌源量预测小麦赤霉病的流行程度：小麦抽穗前，稻桩带菌率上升到10%-20%或以上，即达到流行的菌量。年份稻桩带菌率流行程度1958年30%大流行1957、1959年12%15%中

15、度流行1960、1962年3%10%轻度发生小麦赤霉病流行程度与稻桩带菌率的关系（苏南地区）2022-6-252727孢子捕捉器2022-6-2528282、根据气象条件预测：多循环病害的流行受气象条件影响很大，而初侵染菌源不是主导因素，对当年发病的影响较小，因此通常根据气象因素预测。如葡萄霜霉病菌，以气温为11-20，并有6h以上叶面结露时间为预测侵染的条件。有些单循环病害的流行程度也取决于初侵染期间的气象条件，也可利用气象因素进行预测。如苹果和梨的锈病是单循环病害，每年只有一次侵染，菌源为果园附近桧柏上的冬孢子角。在北京地区，每年4月下旬至5月中旬，若出现大于15mm的降雨，且其后连续2d

16、相对湿度大于40%，则6月份将大量发病。2022-6-252929图 在桧柏上的冬孢子角2022-6-2530303、根据菌量和气象条件进行预测：综合菌量和气象因素的流行学效应，作为预测的依据，已用于许多病害。有时还把寄主植物在流行前期的发病数量作为菌量因素，用以预测后期的流行程度。如我国北方冬麦区小麦条锈病的春季流行，通常依据秋苗发病程度、病菌越冬率和春季降水等情况进行预测。我国南方小麦赤霉病流行程度，主要根据越冬菌量和小麦扬花灌浆期的气温、雨量和雨日数预测。在某些地区菌量的作用不重要，只根据气象条件预测。2022-6-2531314、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

17、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。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，预测油菜菌核病的流行，多以花期的降雨量、油菜生长势、油菜始花期的迟早以及菌源数量（花朵带病率）等作为预测因子。 5、根据介体昆虫数量和带毒率进行预测：对于昆虫介体传播的病害，介体昆虫数量和带毒率也是重要的预测依据。2022-6-253232u（三） 预测方法u调查内容：寄主的抗性变化；病原物数量：检查种子带

18、菌率、空中孢子的捕获量、田间调查的发病数量等。气象条件： 温度和湿度及降水等。2022-6-253333预测方法：目前常用的有两种： 1、经验预测：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）综合分析法：多用于中、长期发生期预测和流行程度预测。小麦条绣病春季流行程度预测表小麦条绣病春季流行程度预测表2022-6-2534342）数理统汁预测法：是运用数理统计学的原理和方法，利用多年多点的历史资料，进行统计分析，建立数学模型，用数学预测式预测病害的方法。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，

19、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。单元回归分析法：Y= a+bX多元回归分析法：Y= a+ b1X1+b2X2+b3X3+.bnXn2022-6-253535u2、系统模拟模型预测：构建计算机程序，建立模拟模型，用于预测。建立模拟模型的第一步是把从文献、实验室和田间收集的有关信息进行逻辑汇总、形成概念模型。概念模型通过实验加以改进，并用数学语言表达为数学模型，再用计算机语言译为计算机程序，经过检验和有效性、灵敏度测定后即可付诸使用。使用时，在一定初始条件下输入数据，使状态变数的病情依据特定的模型（程序）按

20、给定的速度逐步积分或总和，外界条件通过影响速度变数而影响流行，最后打印出流行曲线图。2022-6-253636系统模拟模型预测是一种机理模型，能反映植物病害流行的动态变化和内部机哩，但其组建比较复杂，而且也较困难。现在国内已研制出小麦条锈病、小麦白粉病、稻瘟病、稻纹枯病等病害的模拟模型，但多数模拟模型离生产实际应用尚有一定距离。2022-6-253737害虫的预测预报，是以掌握害虫发生规律为基础，根据当前害虫的发生数量和发育状态，结合气候条件和作物发育状况，进行综合分析，判断害虫未来的动态趋势，为及时、经济、有效地防治害虫提供依据。二、农业害虫的预测预报2022-6-253838（一）害虫预测

21、预报的种类1、发生期的预测 测害虫某一虫期或虫龄，报发生危害时期，迁飞性害虫报迁入期和迁出期。2、发生量的预测 测害虫的发生数量，报害虫危害的密度。3、危害程度与损失预测 它是在发生期和发生量的基础上，依据作物的发育期，报危害程度的轻重和造成的损失大小。4、分布区的预测 测害虫迁飞扩散的方向、途径及降落地点和范围，报分布区域和发生面积。2022-6-253939（二）发生期的预测 1、发生期预测的种类1）短期预测：一般是一个月以内的预测。根据害虫的某个虫态，预测下一虫态的发生时期，用以指导当前的防治。 2）中期预测：一般是一个月以上的预测。根据害虫当代的发生情况，预测下一代各虫期的发生时期。3

22、）长期预测：是在冬季预测下一年或年初预测全年的害虫发生情况。长期预测只是一种趋势预测，预测不太准确，只能作参考或估计。2022-6-2540402、发生期预测常用时期的划分害虫发生期各虫态可划分为始见期、始盛期、高峰期、盛末期和终见期。害虫发生期的预测常用到始盛期、高峰期和盛末期三个时期。始盛期：当有20%的个体出现时。高峰期：当有50%的个体出现时。盛末期：当有80%的个体出现时。但在数理统计预测中，常以16%个体出现为始盛期，50%为高峰期，84%为盛末期。现常规预测也多采用此时期划分。2022-6-2541413、发生期的预测方法1）发育进度预测法：也叫历期预测法，是根据害虫在田间的发育

23、进程（田间调查）和当时气温下相应虫态的历期，推测下一虫态或下一代的发生时期。值得注意的是：在不同温度条件下，相同虫态的历期不同，同一温度条件下，害虫取食不同植物，其历期也有不同。2022-6-254242例1、卵分级预测卵孵化始盛期=7月30日+4级卵历期=7月31日卵孵化高峰期=7月30日+4级卵历期+3级卵历期=8月2日卵孵化盛末期=7月30日+4级卵历期+3级卵历期+2级卵历期=8月5日 级数 1 2 3 4该级所占% 20 30 30 20累计% 100 80 50 20该级卵历期（天） 1.5 3 2 1三化螟第三代卵的发育进度7.307.30调查2022-6-254343 幼 虫预

24、蛹蛹合计虫态及龄期 1 2 3 4 5 虫数 13 28 21 36 15 4 3120 %10.823.417.530.012.53.32.5 累计%100.089.265.848.318.35.8该龄历期（天） 3 33.53.59.51.57例2、 幼虫分龄预测如6月10日调查各类型田，采到第二代三化螟幼虫和蛹共120头，分析幼虫的龄期如下表：第二代三化螟幼虫龄期分析表6.10调查2022-6-254444以计算化蛹始盛期为例，从表中可以看出，当5龄幼虫化蛹时，化蛹率累计达18.3%，距始盛期（20%）差1.7%，因此，当4龄幼虫中再化蛹1.7% 时，即为化蛹始盛期，所以推算如下：预蛹历

25、期龄历期龄历期调查日期化蛹始盛期540 .307 . 1日月日月2 .2165 . 15 . 95 . 30 .307 . 1106即 化蛹始盛期为6月21-22。2022-6-254545蛹历期化蛹始盛期羽化始盛期日月日月2 .28672 .216即 羽化始盛期为6月28-29日。预蛹历期龄历期龄历期调查日期化蛹高峰期545 . 35 .177 . 1日月日月2565 . 15 . 95 . 35 . 35 .177 . 1106即 化蛹高峰期为6月25日。蛹历期化蛹高峰期羽化高峰期日月日月277256即 羽化高峰期为7月2日。2022-6-2546462）卵巢发育级别预测法 在各代成虫发生

26、期，每13天剖检一次，每次剖检2030头雌成虫。观察卵巢发育进度，按照各种害虫雌虫卵巢的成熟度、色泽、脂肪消耗情况以及交配产卵情况进行分级（通常将卵巢分为56级），并计算出各级占总数的百分率，然后加上相应级别的历期，预测产卵期。在应用时，可将13级称“产卵前期”、4级称“产卵盛期”，56级称“产卵末期”，分别代表“未产卵”、“大量产卵”、“产卵基本结束”3个阶段。 2022-6-2547473）物候预测法自然界中各种生物的活动有随季节变化而出现的现象。自然界生物，或由于适应生活环境，或由于对气候条件有着相同的要求，形成了彼此间的物候联系。小地老虎：榆钱落，幼虫多；桃花一片红，发蛾到高峰。高粱蚜

27、：杏花含苞越冬卵孵化；榆钱成熟第一次迁飞2022-6-2548484）有效积温预测法有效积温：K=N（T-C）详参见第二章第二节（农业害虫发生与环境因素的关系）。2022-6-2549495）数理统计预测法统计预测法是根据数理统计学原理，从害虫发生的历史资料中，概括出环境因子与害虫发生期的内在联系，建立数学模型，然后根据当前环境因子的情况，来预测害虫的发生情况。数理统计预测的方法很多，害虫发生期的预测常用相关回归分析法，下面介绍其步骤和方法：2022-6-255050A、相关分析：用于判断哪些变量与另一变量之间相关性的有无、大小、正负，用相关系数判断。2222()()()()xyxynxyxy

28、nn 相关系数计算出来后，要对相关系数作显著性检验。一般可用“t检验”或“F检验”进行判断。2022-6-255151 yabxaybxnxxnyxxyb22求得一个回归式，还需要进一步分析这个预测式的可靠度；以及用自变量X的实测值来预测应变量y的预测值时，其精确度如何，即预报可能的变动范围。B、回归分析：分析已确定有相关关系的两变量之间的数量变化关系，制定他们之间的数学方程式（直线回归预测式）。2022-6-2552522()2yxyySn测定回归方程平均偏差用离回归标准差，以Syx 表示：222nnyxxybnyy 对回归方程进行显著性检验，可用方差分析，即“F检验”。但如果在相关性测定中

29、已对相关系数r作过显著检验时，也可省略对回归方程的显著性检验。 2022-6-255353C、预报检验：检验回归预测式中的历史符合率和实际准确率，以及预报的精确度。检验回归式的历史符合率和实际准确率只需将当年X值代入回归式进行预测后，就可看出其符合率。回归预测的精确度（置信限）可用下式计算：再查t t值表，用 或 的值乘以 ，即得预测 的95%95%或99%99%的置信限。nxxxxnSySyx222105. 0ty 01.0tySy 2022-6-255454 年份3月下旬至4月中旬平均温度总和 第一代发蛾始盛期 x2 y2 xy 日期以4.30为0换算 X 月 .日 y 1958 36.6

30、 5.19 191339.56 361695.4 1959 40.2 5.12 121616.04 144482.4 1960 36.8 5.17 171354.24 289625.6 1961 40.2 5.17 171616.04 289683.4 1962 31.7 5.23 231004.09 529729.1 1963 39.2 5.19 191536.64 361744.8 1964 44.1 5.8 81944.81 64352.8 1965 32.2 5.23 231036.84 529740.43月下旬-4月中旬平均气温与第一代二化螟发蛾始盛期相关分析表例:2022-6-25

31、5555196632.25.13131036.84169418.6196737.25.25251383.84625930196835.25.15151239.04225528196932.55.18181056.25324585197036.15.19191303.21361685.9197136.75.18181346.89324660.6197542.25.12121780.84144506.4 17622.730623018.56589811036.229.3877552x936362y2022-6-2556561）相关分析：查表“5%及1%显著r值表”，df=17-2=15查表得：r0

32、.05 =0.482 和 r0.01=0.606实际的r绝对值为0.603，所以其可靠概率为0.05P0.01，可以认为3/下-4/中旬的平均温度的总和与第一代二化螟始盛期有显著相关性。93636589829.38775556.230183067 .6622 .11306171171171r603. 02022-6-2557578232. 029.38775517156.230183067 .6221712 .11036b13.48177 .6228232. 017306xbyaxy8232. 013.48 2173067 .6622 .110368232. 0936365898171171yxS天13. 4回归关系显著性检验（略）。202