植物病害流行损失估计

1、关于植物病害流行的损失估计第一张，PPT共七十一页，创作于2022年6月第一节 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发病，表示作物受到了损害。作物损害是否必然导致作物损失？一、植物病害损失的一般概念第二张，PPT共七十一页，创作于2022年6月病害所致的经济损失包括直接的、间接的、当时的、后继的等多种不同形式。直接损失：产量减少、品质降低间接损失：粮食价格上涨、农药残留、环境污染、生态受损；后继的损失等。一、植物病害损失的一般概念第三张，PPT共七十一页，创作于2022年6月病原物引起的作物损害并不意味着都会造成作物损失（crop

2、 loss）；决定某一病害是否需要防治和如何防治，不单取决于病情，而主要取决于病害造成的经济损失（loss）、防治效果和防治成本的最终效益。第四张，PPT共七十一页，创作于2022年6月要求防治后增收的价值大于（或至少等于）防治成本。病害损失（disease loss）：指由于病害的发生和流行造成的产量减少和品质的降低，但品质降低不大可忽略不计时，即指产量损失。第五张，PPT共七十一页，创作于2022年6月作物产量的类型：产量：能够测出的一种作物的生产量（生产物）自然产量现实产量理论产量可得到的产量经济产量第六张，PPT共七十一页，创作于2022年6月作物损失是指经济产量与现实产量的差距。第七

3、张，PPT共七十一页，创作于2022年6月二、植物病害损失的类型1.产量损失型 小麦纹枯病、水稻纹枯病、谷子白发病2. 品质降低型 疮痂病、炭疽病、煤污病3. 综合损失型 大多数果树和蔬菜病害第八张，PPT共七十一页，创作于2022年6月三、植物病害损失的计量1.产量损失型 用当时当地未发生病害或病害极轻时同一品种的产量均值作参照，进行减产量和减产率的计算。第九张，PPT共七十一页，创作于2022年6月三、植物病害损失的计量2. 品质降低型QI：品质指数，QDR：品质损失率第十张，PPT共七十一页，创作于2022年6月3. 综合损失型CLR：综合损失率（complex loss rate）三、

4、植物病害损失的计量第十一张，PPT共七十一页，创作于2022年6月第二节 植物病害损失的生理学损失生理学的讨论内容包括：病害是如何造成产量和品质损失的？它们之间在个体水平（单株植株）、群体水平的损失状况？其它因素：如品种、栽培、气象条件等又如何影响这些关系？第十二张，PPT共七十一页，创作于2022年6月一、植物病害损失构成因素植物病害造成损失的形成机制： 1.影响植物的生理功能 2.既得产量（产值）的损失第十三张，PPT共七十一页，创作于2022年6月第十四张，PPT共七十一页，创作于2022年6月二、病害流行程度与与损失的关系 损失与病情的3种关系A：敏感性B：耐病型C：超补偿型第十五张，

5、PPT共七十一页，创作于2022年6月损失与病情呈现为近似于直线关系（曲线A） 一般受害部位就是收获产品，而且主要在后期受害的病害中，如小麦赤霉病、小麦散黑穗病、苹果炭疽病等。（1）敏感型第十六张，PPT共七十一页，创作于2022年6月损失与病情大体呈型曲线 （曲线B）收获物为果实或种子的叶部病害中，往往出现这种情况，如小麦白粉病、锈病，苹果褐斑病、斑点落叶病等。（2）耐病型 第十七张，PPT共七十一页，创作于2022年6月产量饱和效应补偿作用个体水平补偿作用群体补偿作用（2）耐病型 几个概念：第十八张，PPT共七十一页，创作于2022年6月当病害较轻时，不但不会引起减产，反而略有增产作用（曲

6、线C）。危害花和幼果的果树病害，一定数量下的病害能起疏花疏果的作用。 （3）超补偿型 第十九张，PPT共七十一页，创作于2022年6月三、影响病害造成损失的非病理因素受寄主品种、生育状况和环境条件等影响。同一病情在不同品种上引致的减产损失可能不同，因为品种的耐病性不同。同一品种，尽管病情相同，但在不同的栽培条件下产量损失也可能不同。不同气象条件下病害损失也不同。 第二十张，PPT共七十一页，创作于2022年6月第三节 植物病害损失的估计损失估计（ estimate of yield loss）：通过调查或试验，以实地测定或估计出某种程度的病害流行导致作物产量或产值的降低程度。当这种测定估计已多

7、次进行后，便可以根据经验或根据由实测值组成的种种模型，由病害流行程度预测出所致损失。一、植物病害损失估计的概念第二十一张，PPT共七十一页，创作于2022年6月通过调查或试验，建立病害流行程度与其所致损失之间的关系模型，进而用于病害损失的估计。病情估测、产量（产值）计算、损失计算和环境条件监测的方法和标准必须力求合理和统一。任何一个模型的获得基于特定的环境，都有其局限性。二、植物病害损失估计的一般方法第二十二张，PPT共七十一页，创作于2022年6月损失估计模型：根据病害严重程度和产量之间的关系通过数学模型或表格等形式表达两者之间的定量关系。三、损失估计模型第二十三张，PPT共七十一页，创作于

8、2022年6月模型如果忽略品种、地区、栽培条件等因素的影响，往往有局限性；在进行损失估计工作中，病情估计，产量计算和环境监测的方法和标准必须力求合理和统一，否则所得数据难以制成可靠的模型。第二十四张，PPT共七十一页，创作于2022年6月最早的损失模型（Kirby 和 Archer，1927）小麦杆锈病损失估计表 ( Kirby and Archer ,1927 ) 不 同 生 育 阶 段 的 病 情 指 数 产量损失孕穗 扬花 乳熟 糊熟 蜡熟 成熟 () 5 0 5 10 25 5 5 10 25 40 15 5 10 25 40 65 50 5 10 25 40 60 100 75 10

9、 25 40 65 100 100 100第二十五张，PPT共七十一页，创作于2022年6月这个模型具有如下缺点：流行速度和型式固定不变，而实际上它却是变化多端的；病情和产量之间的关系似乎较为机械，与实际情况颇有出入；未考虑品种，栽培条件对损失率的影响。第二十六张，PPT共七十一页，创作于2022年6月损失估计模型的类型：经验模型（Empirical model） （整体模型 Holistic model）系统模型（Systemic model） （模拟模型Simulation model） 第二十七张，PPT共七十一页，创作于2022年6月（一）经验模型 其中，Y：产量或损失，X：关键期病情

10、。1关键期病情模型（CPM）仅根据某一时期的病情预测损失：第二十八张，PPT共七十一页，创作于2022年6月式中：L ：损失比率；X：病害关键期或最终发生数量(比例数)；a ：达损失阈值时病害发生数量(比例数)；b ：损失曲线的斜率参数；c ：损失曲线的形状参数。1关键期病情模型（CPM）韦布尔模型第二十九张，PPT共七十一页，创作于2022年6月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。第三十张，PPT共七十一页，创作于2022年6月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

11、 (AUDPC)x：病情， t：时间第三十一张，PPT共七十一页，创作于2022年6月4多因子模型（MFM）多因子损失预测模型的通式为：Y：损失；X1，X2Xn分别为病情、品种、栽培、气候等第三十二张，PPT共七十一页，创作于2022年6月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：第三十三张，PPT共七十一页，创作于2022年6月（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

12、的模型与作物生长模型综合为一体 。第三十四张，PPT共七十一页，创作于2022年6月四、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；第三十五张，PPT共七十一页，创作于2022年6月四、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。第三十六张，PPT共七十一页，创作于2022年6月（

13、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。第三十七张，PPT共七十一页，创作于2022年6月五、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：第三十八张，PPT共七十一页，创作于2022年6月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！第三十九张，PPT共七十一页

14、，创作于2022年6月第九章预测效果的检验和评价第四十张，PPT共七十一页，创作于2022年6月主要内容：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 第四十一张，PPT共七十一页，创作于2022年6月第一节 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。 第四十二张，PPT

15、共七十一页，创作于2022年6月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。 第四十三张，PPT共七十一页，创作于2022年6月预测准确度：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。第四十四张，PPT共七十一页，创作

16、于2022年6月第二节 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。第四十五张，PPT共七十一页，创作于2022年6月第二节 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四十六张，PPT共七十一页，创作于2022年6月第二节 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。第四十七张，PPT共七十一页，创作于2022年6月2、误差的类型（1）系统误差（2）随机误差

17、（3）过失误差第四十八张，PPT共七十一页，创作于2022年6月（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。第四十九张，PPT共七十一页，创作于2022年6月（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。第五十张，PPT共七十一页，创作于2022年6月（3）过失误差(mistake)概念：由

18、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。第五十一张，PPT共七十一页，创作于2022年6月3、避免和减少误差的方法在预测资料采集过程中项目的目的是否明确；所采用的方法是否正确；调查所选取的样点或采集的数据是否具有代表性；数据的计录及处理方法是否正确等。要提高预测的准确程度，需要考虑：第五十二张，PPT共七十一页，创作于2022年6月明确预测目的预测研究培训工作人员细心地观测和记载严格审查历史资料注意大气环境与小气候的关系通过以下几项措施来减少试验误差 ：第五十三张，PPT共七十一页，

19、创作于2022年6月第三节 预测准确度的检验方法预测效果的检验包括二个方面：预测符合度（准确度）检验精确度检验。 第五十四张，PPT共七十一页，创作于2022年6月1.预测符合度检验 预测符合度()：等于预报正确次数()和预测总次数()之比，即：符合度：指预测值和病害实际发生情况的符合情况。第五十五张，PPT共七十一页，创作于2022年6月此法是首先计算病害发生程度的历史平均值，然后求出各年发生实况、预测值与历史平均值的差异，大于或等于平均值者为“”，小于平均值者为“”，利用下式计算预测值和发生实况的符号之间相同和不同的比例。符号检验法：第五十六张，PPT共七十一页，创作于2022年6月2.拟

20、合度检验法 剩余平方和检验 卡方（2） 回归误差检验法 （y/x检验） 参数检验法（线性回归检验法） 第五十七张，PPT共七十一页，创作于2022年6月 剩余平方和检验第五十八张，PPT共七十一页，创作于2022年6月 卡方（2）检验第五十九张，PPT共七十一页，创作于2022年6月通常，多因素预测方程的通式为： 回归误差检验法（y/x检验） 方程尾部的Sy/x为方程的回归误差。第六十张，PPT共七十一页，创作于2022年6月一般认为预测值落在个回归误差的范围之内为预测正确，但是，预测方程原始数据的摆动范围愈大，所建方程的回归误差Sy/x也就愈大，此时用Sy/x作为检验标准，也就扩大了误差范围

21、，因此，该方法的使用尚需探讨。 第六十一张，PPT共七十一页，创作于2022年6月 参数检验法（线性回归检验法） 比较几个值a和b值，当a值愈趋近于，b愈趋近于，则说明该方程的预测效果愈好。第六十二张，PPT共七十一页，创作于2022年6月第四节 预测效益评价预测的经济效益：指生产部门（管理决策部门）按照预测结果进行防治后的作物产值比在没有预测情况下作物产值的增加量和节约的费用。1.预测效益的概念第六十三张，PPT共七十一页，创作于2022年6月第四节 预测效益评价提高预测技术经济效益的方法可从二方面考虑：一是提高预测的准确程度，二是降低测报工作的成本。预测的准确度愈高，防治效果愈好，测报工作的经济效益也就愈高。测报方法的成本愈低，预测工作的经济效益也就相对愈高。第六十四张，PPT共七十一页，创作于2022年6月2.影响预测效益的因子分析预报的准确性愈高，其间接经济效益愈大； 预