共查询到20条相似文献,搜索用时 31 毫秒
1.
小麦赤霉病病菌的越冬、生长、发育阶段与冬季和早春气候关系密切。根据病菌越冬、生长、发育阶段的相关气象因子和菌量因子进行回归分析,建立预测模型。分析表明,小麦赤霉病发生级别与1月份降水量、雨日数呈显著负相关,与4月上旬稻桩子囊壳枝带菌率、3月上中旬雨日数、3月中旬降水量、1月份和2月份平均气温呈显著正相关。该模型预测吻合度达91.49%以上。 相似文献
2.
3.
根据赤霉病发生流行的基本规律,结合沿淮地区小麦生产实际,应用小麦田间赤霉病菌源、病害发生和发展的资料,以及小麦生长发育期间的气象资料,分析和总结出小麦赤霉病长期(菌源发育趋势)、中期(小麦生育期、稻桩带菌率、中期天气预测)、短期(稻桩带菌率变化程度、短期天气预测)预测预报方法。根据预测结论和田间实际防治操作,提出小麦赤霉病的化学防治技术。 相似文献
4.
5.
6.
7.
8.
《河南农业科学》2018,(11)
为探索江淮麦区小麦赤霉病发生与春季降水间的关系,准确预测小麦赤霉病发生危害的趋势,对信阳地区近12 a春季降水与小麦赤霉病发病率进行相关性分析。结果发现,抽穗前3月降水量和灌浆期5月中旬降水量与当年小麦赤霉病流行关系密切,相关系数分别为0.529和0.641。3月降水较多(≥36 mm),特别是中下旬降水较多时,赤霉病菌子囊壳形成较多,为赤霉病的流行创造了有利条件,5月中旬降水量增多则加重赤霉病的发生。3月降水较少时(36 mm),赤霉病菌子囊壳形成较少,一般不会引起大流行。另外,赤霉病易于流行年份中(3月降水≥36 mm) 4月雨日数与赤霉病发生有密切关系,相关系数为0.576。在生产中,应密切关注3月的降水量,结合中长期天气预报,适时做出赤霉病是否大流行的判断,并及早采取防治措施,有效降低赤霉病危害。 相似文献
9.
小麦赤霉病流行程度的农业气象动态预测模型 总被引:1,自引:0,他引:1
[目的]建立泰州地区小麦赤霉病发生程度的动态预测模型。[方法]以1987~2006年泰州地区小麦赤霉病发生程度为研究对象,以旬为时间跨度,选取相关系数较高且稳定性好的预测因子,然后在逐步回归分析方法的基础上,集成建立泰州地区小麦赤霉病发生程度的动态预测模式。[结果]泰州地区影响小麦赤霉病发生程度的主要是4月下旬平均相对湿度、5月中旬平均相对湿度。从整体气象条件来看,降水日数和平均相对湿度对小麦赤霉病的发生在气象条件上为一定的诱因。预测模式的回报检验显示该模型的预测效果比较理想。[结论]该研究为小麦赤霉病的有效防治提供了依据。 相似文献
10.
宣州区近几年小麦赤霉病发生情况分析及防控措施 总被引:3,自引:0,他引:3
概述了宣州区小麦种植情况以及近几年尤其是2012年小麦赤霉病重发程度及原因,分析指出小麦赤霉病发生与田间稻桩子囊壳带菌率、子囊壳发育进度与小麦抽穗开花的吻合程度关系不明显,小麦抽穗至开花结束期的田间温度、湿度、降雨与小麦赤霉病的发生关系明显,迟熟小麦发病重于早熟小麦,提出了5项具体的防控措施。 相似文献
11.
12.
13.
14.
15.
2012年漯河市小麦赤霉病发生气象条件分析及防治对策 总被引:2,自引:0,他引:2
2012年漯河市冬小麦播种面积为15.89万hm2,赤霉病发生面积达11.39万hm2,发生面积比率达71.7%。根据当地植保部门5月下旬对矮抗58、百农160、漯麦4号等9个小麦品种大田调查结果,各类品种的平均病穗率为12.2%,平均最高病穗率达69.8%,个别品种的病穗率竟高达94.1%,按照中华人民共和国国家标准(GB/15796-200X)《小麦赤霉病测报技术规范》,发病程度均在2级以上,属偏重发生年份。一、小麦赤霉病发生气象条件分析 相似文献
16.
【背景】自1995年至今,小麦赤霉病(Fusarium head blight,FHB)逐渐在海河平原蔓延,由零星出现演变成连片发生,在流行年份呈现出暴发快、面积大、损失重的特点,小麦赤霉病已由次要病害上升为主要病害之一。准确的预测预报是有效控制小麦赤霉病发生与发展的关键和难点。【目的】根据海河平原小麦赤霉病发生情况的监测分析,构建适宜的小麦赤霉病预测模型,为科学防控赤霉病提供技术支撑。【方法】基于2001—2016年海河平原21个小麦主产县(市)的赤霉病病穗率数据,以及小麦关键生育期内的气象数据,采用逐步回归分析,筛选影响小麦赤霉病发生的关键气象因子,构建基于多元线性回归模型和增强回归树模型的小麦赤霉病发生预测模型。【结果】明确了增强回归树模型的学习效率(lr)为0.005、树的复杂度(tc)为6时,模型的预测偏差最低,残差标准误为0.006311;筛选出8个对海河平原小麦赤霉病发生影响显著的关键气象因子,即MRH15、Rain-35、MRH-55、SD15、LT-65、MWS-55、MT-25、DRain15,并构建了含有8个预测变量的多元线性回归模型(R2=0.8158,矫正R2=0.8018,P<2.2×10-16)。同时,应用增强回归树模型评估了上述8个关键气象因子的重要性,分别为69.62%、14.08%、4.89%、4.34%、3.35%、2.02%、1.20%、0.50%;根据重要的预测变量进一步简化预测模型,构建了含有4个预测变量的多元线性回归模型(y=-19.45376+0.11689MRH15+0.17346Rain-35+0.04185SD15+0.26592MRH-55,R2=0.7575,矫正R2=0.7468,P<2.2×10-16);当预测变量由8个调减至4个时,利用2008、2010、2012年安新、定州、馆陶等地历史数据验证模型预测病穗率的准确度,多元线性回归模型预测准确度由88.43%降至85.90%,增强回归树模型预测准确度由87.72%升至91.23%;利用2001—2016年正定、栾城的历史数据验证模型预测病穗率的准确度,两个模型预测准确度无显著变化,多元线性回归模型预测准确度由87.53%变为87.42%,增强回归树模型预测准确度由89.20%变为89.21%。整体而言,多元线性回归模型预测准确度呈下降趋势,而增强回归树模型预测准确度呈上升趋势。【结论】研究构建了含有4个预测变量的增强回归树模型,其预测准确度达89.21%,病穗率预测值与实际观测值的波动趋势基本一致,表明增强回归树模型在海河平原小麦赤霉病预测预报中具有很好的应用前景。 相似文献
17.
气象因素对汉中市小麦红蜘蛛发生程度影响的初步研究 总被引:1,自引:0,他引:1
采用汉中市2005-2015年1~3月及上年11~12月平均气温、降雨量等气象资料和小麦红蜘蛛发生程度资料,采用回归法分析了影响小麦红蜘蛛发生程度的气象因子,结果表明,影响小麦红蜘蛛发生程度的主要气象因子有1~2月平均气温、2月气温、2月降雨量、3月降雨量、1~2月降雨量、2~3月降雨量。用2005-2014年主要气象因子与小麦红蜘蛛发生程度进行逐步回归分析,建立了多元回归预测方程,预测模型2005-2014年回测值的历史符合率达到80%,对2015年小麦红蜘蛛的发生程度预测结果准确率达100%。 相似文献
18.
天水市小麦条锈病春季流行特点及主要影响因子 总被引:2,自引:1,他引:1
2009—2013年,通过大田普查和定点系统监测相结合开展天水市小麦条锈病春季发生特点调查,将春季流行划分为始发期、点片期、普发期、暴发期4个阶段。对天水市1990—2017年春季条锈病流行气象因素及病情等历史资料进行系统分析,筛选出春季始病日、3月下旬病田率、病叶率、4月上旬至5月中旬降水量等4个主要影响因素,采用多元逐步回归法,组建了小麦条锈病春季流行程度预测模型,回测准确率95.24%,预测准确率100%。 相似文献
19.
20.
小麦在商水县常年种植面积为8万hm^2,小麦赤霉病是制约商水县小麦生产发展的因素之一。笔者就商水县小麦赤霉病的发生与防治情况分析如下:一、症状小麦从幼苗到抽穗都可遭受赤霉病的危害。小麦苗期受到赤霉病感染是由于种子带菌或土壤带菌侵染所致,带菌麦苗轻者苗黄、苗瘦,重者干枯死亡。 相似文献