耦合气象影响因素和Logistic方程的水稻纹枯病发病等级动态预测模型研究

摘要

本文基于植保、气象等数据研究水稻纹枯病发病等级-时间动态的预测方法和模型。利用2010年-2016年湖南省12个县的植保调查数据和气象观测值,以水稻纹枯病流行机理为基础将Logistic方程与构建的温度影响模块和湿度影响模块耦合,建立Logistic-RICEBLA病害预测模型。通过对模型参数进行调优、训练和验证,实现对水稻纹枯病发病等级的动态预测。结果表明,Logistic-RICEBLA模型能够较好地响应温度、湿度等气象条件的变化,模型预测结果与实际的水稻纹枯病发病等级-时间变化曲线具有较高的一致性。经验证,模型预测结果在单时相上精度达到R^(2)=0.68,RMSE=1,容错准确率P_bias=88%,表明预测值与实际发病等级的误差基本控制在±1级范围内。在多时相整体趋势的验证方面,模型预测的病害流行曲线下面积(AUDPC)与病害实际发展的AUDPC保持高度一致性,决定系数(R^(2))达到0.86,表明模型能给出纹枯病在水稻不同生育期发病等级变化的整体趋势。本研究构建的Logistic-RICEBLA模型能由简单的气象数据和植保数据驱动,对水稻纹枯病发病等级进行动态预测,有助于在植保管理中及时掌握区域中病害发生发展的趋势,为水稻病害统防统治等防控工作提供参考。