水稻栽培模擬優(yōu)化決策系統(tǒng)

1、水稻栽培模擬優(yōu)化決策系統(tǒng)（RCSODS）中的水稻病蟲(chóng)害預(yù)測(cè)模型及其應(yīng)用以上海奉賢縣為例葛道闊1，金之慶1，高亮之1，薛正平2,石春林1,楊星衛(wèi)2（1.江蘇省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與環(huán)境研究中心，江蘇  南京210014；2.上海市氣象局氣象科學(xué)研究所，上海200030）    摘要： 利用上海奉賢縣19951999年的水稻病蟲(chóng)害（稻瘟病、紋枯病、稻縱卷葉螟、稻飛虱）資料及同期氣象資料，在水稻栽培模擬優(yōu)化決策系統(tǒng)（RCSODS）原有的框架下，補(bǔ)充、完善了水稻病蟲(chóng)害預(yù)測(cè)模型（RPEST）；利用奉賢縣2000、2001年的氣象資料和上海精準(zhǔn)農(nóng)業(yè)園區(qū)上述4種病蟲(chóng)害的

2、前期發(fā)生資料，對(duì)其后期的發(fā)生期、發(fā)生量或發(fā)生程度進(jìn)行試預(yù)報(bào)。結(jié)果表明：RPEST對(duì)上述病蟲(chóng)害有較好的預(yù)測(cè)能力，預(yù)測(cè)值與實(shí)測(cè)值之間有較好相關(guān)性，且誤差較小?？梢哉J(rèn)為：RPEST在上海及周邊地區(qū)是適用的。關(guān)鍵詞：水稻;優(yōu)化決策系統(tǒng)；病蟲(chóng)害預(yù)測(cè)模型；上海A Forecasting Model for Rice Diseases and Insect Pests in RCSODS and its ApplicationTaking Shanghai Precision Agricultural Garden as an ExampleGE Dao-kuo1, JIN Zhi-qing1, GAO L

3、iang-zhi1, XUE Zheng-ping2, SHI Chun-lin1, YANG Xing-wei2( 1 Research Center of Agricultural Resources & Environment, Jiangsu Academy of Agricultural Sciences, Nanjing 210014; 2Institute of Meteorological Sciences, Shanghai Meteorological Bureau, Shanghai 20030,China)Abstract: A model called RPE

4、ST in RCSODS (Rice Cultivation Simulation, Optimization, Decision-making System), which can be used to predict the diseases and insect pests was supplemented and perfected by using the pests and weather data (19951999) collected from Fengxian county in Shanghai. Then the RPEST was run to forecast th

5、e occurrences, amounts or degrees of 4 major rice diseases and insect (rice blast, sheath and culm blight, leaf roller, Planthopper) in Shanghai Precision Agricultural Garden, in terms of the Fengxian data from 2000 to 2001. The results indicated that the RPEST has a fine capacity to forecast the ri

6、ce diseases and insect pests mentioned above, with a significant correlation coefficient and a smaller error. It is, therefore, concluded that the RPEST can be used in Shanghai and its nearby regions. Key words： rice; optimization decision-making System; diseases and insect pests prediction model ;S

7、hanghai 20世紀(jì)80年代以來(lái)，國(guó)際上已有不少水稻生長(zhǎng)模型問(wèn)世14。此外，還有一些通用的作物模型 5,6發(fā)表，雖然通用的作物模型都不是專(zhuān)門(mén)為水稻設(shè)計(jì)的，但經(jīng)過(guò)作物參數(shù)調(diào)整后也大致能適用于水稻。同時(shí)，由于上述模型均未考慮水稻病蟲(chóng)害發(fā)生的情況，或僅假設(shè)病蟲(chóng)害已得到良好控制，在一定程度上限制了它們?cè)谒旧a(chǎn)上的應(yīng)用。    在植保研究領(lǐng)域，已有一些機(jī)理性模型的報(bào)道，如美國(guó)北卡羅來(lái)納州立大學(xué)研制的大豆蟲(chóng)害模型7，假定蟲(chóng)群密度隨溫度而變化，其蟲(chóng)齡結(jié)構(gòu)則保持固定比例。溫度對(duì)蟲(chóng)群生長(zhǎng)和繁殖的影響是通過(guò)計(jì)算生理日來(lái)實(shí)現(xiàn)的；假定在高溫條件下昆蟲(chóng)的越冬存活力明顯提高、

8、雌蟲(chóng)產(chǎn)卵數(shù)激增、繁衍代數(shù)增加、地理活動(dòng)范圍北移等。該模型除考慮昆蟲(chóng)的自然死亡率外，還考慮了天敵(捕獲者、寄生蟲(chóng))、農(nóng)藥和食物供應(yīng)(葉面積)等因素對(duì)昆蟲(chóng)死亡率的影響。這類(lèi)模型盡管  收稿日期：2002-11-22基金項(xiàng)目：國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目（30030090）;中國(guó)科學(xué)院知識(shí)創(chuàng)新工程項(xiàng)目（K2CX2-412）。作者簡(jiǎn)介：葛道闊（1964），男，江蘇南京人，大學(xué)，助理研究員，從事作物模擬和氣候變化影響評(píng)價(jià)研究。涵蓋因素較多，但畢竟是一種概念性模型，由于假設(shè)太多，還只是停留在教學(xué)和科研階段。而目前生產(chǎn)上大量應(yīng)用的病蟲(chóng)害預(yù)測(cè)模型，仍是以數(shù)理統(tǒng)計(jì)為主的經(jīng)驗(yàn)性模型。國(guó)內(nèi)方面，高亮之、金之慶

9、等8研制的水稻栽培模擬優(yōu)化決策系統(tǒng)（RCSODS），雖然考慮了水稻病蟲(chóng)害問(wèn)題，并建立了水稻病蟲(chóng)害預(yù)測(cè)與防治子系統(tǒng)(RPEST)，但現(xiàn)有的RCSODS版本，只是要求用戶(hù)自行輸入當(dāng)?shù)匾寻l(fā)生的病蟲(chóng)害信息，然后再?gòu)闹R(shí)庫(kù)中調(diào)用有關(guān)植保專(zhuān)家的經(jīng)驗(yàn)，提出一些有針對(duì)性的防治意見(jiàn)，顯然還存在一定的局限性。針對(duì)以上種種不足，我們擬在RCSODS 的框架下，對(duì)RPEST做進(jìn)一步修改與完善。以期不斷提高RCSODS的實(shí)用性。1.  材料來(lái)源水稻主要病蟲(chóng)害資料（19952001年）取自上海市奉賢縣植保站，包括歷年稻瘟病和紋枯病的始見(jiàn)日期、病害發(fā)生程度（病斑類(lèi)型等級(jí)或每hm2稻田發(fā)病中心數(shù)、病穴增加速率等級(jí)）

10、和病害發(fā)生等級(jí)，稻縱卷葉螟和稻飛虱的盛發(fā)日期、每hm2蛾量或百穴蟲(chóng)量和蟲(chóng)害發(fā)生等級(jí)等。其中，19951999年的資料用于確定模型參數(shù)，20002001年的資料用于試預(yù)報(bào)。同期氣象資料取自奉賢縣氣象站。2. 研究方法2.1 水稻病害模型水稻病害模型主要針對(duì)江、浙、滬地區(qū)常見(jiàn)的紋枯病和稻瘟病，采用多元回歸方程建立預(yù)測(cè)模型。模型主要考慮4個(gè)因子：病害始見(jiàn)期的早晚（RD）；病害發(fā)生程度或病斑等級(jí) (RQ) ；病害發(fā)展期（病害始見(jiàn)旬至下一旬）的溫度指數(shù)(RT1)；病害發(fā)展期的降水指數(shù)(RR1)。每個(gè)因子都包括若干有一定生物學(xué)意義的要素或經(jīng)驗(yàn)式，并且通過(guò)有關(guān)函數(shù)進(jìn)行標(biāo)準(zhǔn)化處理，然后利用這些經(jīng)標(biāo)準(zhǔn)化處理的數(shù)

11、值建立預(yù)測(cè)模型?，F(xiàn)分述如下：病害始見(jiàn)期的早晚（RD）：病害始見(jiàn)期出現(xiàn)得愈早（日序愈小），對(duì)水稻生產(chǎn)造成的危害愈大；反之，則愈小。因此，RD采用下式表達(dá)：RD=25-2.5×DNI12                                  （1）式中

12、，DNI12為某年份某種病害始見(jiàn)期的距平值（d），平均值可由多年病蟲(chóng)資料計(jì)算，以日序表示。若始見(jiàn)期的日序小于多年平均值，則定義距平值為負(fù)值；若大于平均值，則定義為正值。當(dāng)DNI12>8（d）時(shí)，令RD=5（d）。 病害發(fā)生程度或病斑等級(jí)(RQ)： RQ可按下式求算：RQ=15+7.2×TRQ     （） () 式中的TRQ，對(duì)于不同病害有著不同的含義：稻瘟病，是病斑等級(jí)（E）與病害分布等級(jí)（D）之和；紋枯病，是病穴增加速率等級(jí)(R)與雨量等級(jí)(W)之和。其中，稻瘟病的病斑等級(jí)（E）可定義為9：褐點(diǎn)型，；慢性型，；白點(diǎn)型，；急性型，。以上

13、14為虛擬變量，分別代表病害發(fā)生程度或等級(jí)。稻瘟病的病害分布等級(jí)(D)可按每hm2稻田發(fā)病中心數(shù)（S）來(lái)定義：當(dāng)S<5時(shí)，D=1；當(dāng)S=510時(shí)，D=；當(dāng)S>10時(shí)，D=。同樣，13為虛擬變量，代表病害分布程度或等級(jí)。當(dāng)用戶(hù)缺少病害分布等級(jí)資料時(shí)，可取缺省值D2。紋枯病的病穴增加速率等級(jí)(R)定義為：預(yù)測(cè)前10d，若病穴增加量（U）<5%時(shí)，則R；若U為5%10%時(shí)，則R；若U>10% 時(shí)，則R。其中，13為虛擬變量，分別代表病害發(fā)生程度或等級(jí)。雨量等級(jí)(W)可根據(jù)預(yù)測(cè)前20d的降雨量（Rc）與常年同期降雨量(Rn)相比較來(lái)定義：若Rc比Rn少25%或以上時(shí)，則定義W1

14、；若Rc比Rn多25%或以上時(shí)，則定義W3；當(dāng)Rc與Rn比值介乎上述兩者之間時(shí)，則定義W2。 病害發(fā)展期溫度指數(shù)(RT1)： （）  RT1是病害發(fā)展期（病害始見(jiàn)旬至下一旬）平均氣溫（RT）的函數(shù)，可按下式計(jì)算： 病害發(fā)展期降水指數(shù)(RR1)： RR1采用下式計(jì)算：RR1 34× RRNR                         

15、        （4）式中，RR為當(dāng)年病害發(fā)展期的降水量（mm）；NR為常年病害發(fā)展期的降水量（mm）。病害發(fā)生等級(jí)預(yù)測(cè)值  將RD、RQ、RT1和RR1 4種因子的分年資料代入水稻病害預(yù)測(cè)回歸方程，即可用最小二乘法求得模型的回歸系數(shù)，即模型參數(shù)。模型建成后，輸入當(dāng)?shù)厮旧L(zhǎng)前期的病害資料與天氣資料，即可計(jì)算回歸模型的應(yīng)變量，將除以10，所得的值即為病害發(fā)生等級(jí)的預(yù)測(cè)值。2.2 水稻蟲(chóng)害模型水稻蟲(chóng)害模型中的蟲(chóng)害發(fā)生量模型與水稻病害模型基本相似。不同的是，蟲(chóng)害模型中還增建了一個(gè)水稻蟲(chóng)害發(fā)生期模型。 蟲(chóng)害發(fā)生

16、期模型     蟲(chóng)害發(fā)生期模型采用以下基本形式：                              （5）式中，N為兩代蟲(chóng)害發(fā)生的間隔天數(shù)，1/N為蟲(chóng)害發(fā)生速度，；TL為蟲(chóng)害發(fā)生的下限溫度，取TL=10；To為蟲(chóng)害發(fā)生的最適溫度，取To=30；T為蟲(chóng)害發(fā)生期逐日平均氣溫；

17、k 、p為模型參數(shù)。當(dāng)溫度最適時(shí)（T=To），蟲(chóng)害發(fā)生速度僅與昆蟲(chóng)本身習(xí)性（k）有關(guān)。因此，該模型描述了蟲(chóng)害發(fā)生速度與昆蟲(chóng)習(xí)性和溫度之間的非線(xiàn)性關(guān)系。 蟲(chóng)害發(fā)生量模型    蟲(chóng)害發(fā)生量模型涉及4個(gè)有關(guān)因子：前代成蟲(chóng)盛發(fā)期的早晚(RD)；前代成蟲(chóng)發(fā)生量指數(shù)(RQ)；前代成蟲(chóng)發(fā)展期（盛發(fā)旬至下一旬）的溫度指數(shù)(RT1)；前代成蟲(chóng)發(fā)展期的降水指數(shù)(RR1)，先分述如下：.1前代成蟲(chóng)盛發(fā)期的早晚（RD）： 采用的公式同病害 見(jiàn)方程(1)。式中，DNI12為某年份某種蟲(chóng)害前代成蟲(chóng)盛發(fā)期的距平值。距平值正負(fù)的定義方法同前。假定當(dāng)DNI12>8（d）時(shí)，令RD=5（d）。

18、.2前代成蟲(chóng)發(fā)生量指數(shù)（RQ）： RQ采用下式進(jìn)行描述： RQ=25.3× DQI12                                      （6）式中，DQI12為某年某種蟲(chóng)害前代盛發(fā)期蛾

19、(蟲(chóng))量與多年同期資料的比值。.3前代成蟲(chóng)發(fā)展期的溫度指數(shù)(RT1)： RT1是前代成蟲(chóng)發(fā)展期（盛發(fā)旬至下一旬）平均氣溫的函數(shù)，采用的計(jì)算式同病害發(fā)展期溫度指數(shù)計(jì)算式見(jiàn)方程()。.4前代成蟲(chóng)發(fā)展期降水指數(shù)(RR1)： 采用與病害發(fā)展期降水指數(shù)相同的計(jì)算式見(jiàn)方程 ()進(jìn)行計(jì)算。.5 蟲(chóng)害發(fā)生等級(jí)預(yù)測(cè)值  將RD、RQ、RT1和RR1 4種因子的分年資料代入水稻蟲(chóng)害發(fā)生量預(yù)測(cè)回歸方程，即可確定模型參數(shù)。同樣，將當(dāng)?shù)厍捌诘南x(chóng)害發(fā)生資料與天氣資料輸入模型，即可計(jì)算回歸模型的應(yīng)變量，將除以10，所得的值即為蟲(chóng)害發(fā)生等級(jí)的預(yù)測(cè)值。模型預(yù)測(cè)實(shí)例3.1 水稻病蟲(chóng)害模型參數(shù)的確定 利用上海奉

20、賢縣5年（19951999年）的病蟲(chóng)資料和同期天氣資料，分別對(duì)水稻兩種蟲(chóng)害（稻縱卷葉螟、稻飛虱）和兩種病害(稻瘟病、紋枯病)預(yù)測(cè)模型的有關(guān)參數(shù)進(jìn)行了確定（表1）。表1 上海奉賢縣4種水稻主要病蟲(chóng)害預(yù)測(cè)模型的參數(shù)Tab.1 Parameters of the forecasting models for 4 major rice diseases & insect pests in Fengxian county, Shanghai.     病蟲(chóng)種類(lèi)         

21、                                 水稻生育階段                 

22、;          預(yù)測(cè)模型的參數(shù)  Parameters of the forecasting modelsKind of pests               Development stage of rice            

23、;          W0         W1          W2                 W3       

24、60;     W4                                             

25、                                                  

26、                                                  

27、                        K       P     縱卷葉螟 Leaf roller              &#

28、160;            分蘗期 Tillering                                     

29、60;       1.62     0.05     2.16   0.12    0.02    3.24    0.27    縱卷葉螟 Leaf roller              拔節(jié)孕

30、穗期Elongation spike formation                            367.08     1.37    14.46  13.09    0.17    3

31、.22    1.32    稻飛虱   Planthopper           拔節(jié)孕穗期Elongation spike formation                       

32、60;                        .20     0.16     0.97    0.42   0.03    3.12    0.34  

33、0; 稻飛虱   Planthopper             抽穗成熟期Heading maturity                              &

34、#160;                               3.760     0.74     0.18    0.21   0.05  

35、;  3.02    0.31    紋枯病   Sheath culm blight   分蘗期Tillering                                

36、                              30.60     0.44     0.94    0.86   0.02   

37、0;            稻瘟病   Rice blast             分蘗期Tillering                       &#

38、160;                                      25.05     0.66     0.95 

39、60; 0.85   0.02                稻瘟病   Rice blast             拔節(jié)孕穗期Elongation spike formation           

40、60;                    595.07     0.29     0.61  10.21   0.18            3.2水稻蟲(chóng)害發(fā)生期和發(fā)生量的試預(yù)報(bào)分別輸入奉賢縣植保

41、站2000年、2001年稻縱卷葉螟和稻飛虱的系統(tǒng)觀(guān)測(cè)資料及同期氣象資料，調(diào)用相應(yīng)的蟲(chóng)害模型，對(duì)當(dāng)年蟲(chóng)害發(fā)生期和發(fā)生量進(jìn)行了試預(yù)報(bào)，并將預(yù)報(bào)結(jié)果與實(shí)測(cè)值進(jìn)行相關(guān)分析。結(jié)果（圖1、圖2）表明，兩種蟲(chóng)害發(fā)生期與發(fā)生等級(jí)的預(yù)報(bào)值均與實(shí)測(cè)值顯著相關(guān)。預(yù)測(cè)誤差：發(fā)生期一般不超過(guò)3d;發(fā)生等級(jí)一般不超過(guò)1個(gè)等級(jí)。由此可以認(rèn)為，本模型在上海及周邊地區(qū)是基本適用的。  r=0.97*r=0.94*   圖1 蟲(chóng)害發(fā)生期預(yù)測(cè)值與實(shí)測(cè)值之比較            &

42、#160;    圖2. 蟲(chóng)害發(fā)生等級(jí)預(yù)測(cè)值與實(shí)測(cè)值之比較Fig.1 Comparison between the simulated               Fig.2  Comparison between the simulated occurrence date of insect and that of the       

43、          occurrence grade of insect and thatobservations                                 

44、        of the observations3.3水稻病害發(fā)生程度的試預(yù)報(bào)                 采用的方法同蟲(chóng)害模型，結(jié)果(圖3)表明，水稻病害發(fā)生等級(jí)的預(yù)報(bào)值也與實(shí)測(cè)值一致, 兩者顯著相關(guān)。通過(guò)對(duì)奉賢縣稻瘟病和紋枯病種病害進(jìn)行2年的試預(yù)報(bào)，亦可認(rèn)為：本模型基本適用于上海及周邊地區(qū)。4. 討論本研究提交的水稻病蟲(chóng)害預(yù)測(cè)與防治模型可以與RCSODS

45、接口，并成為其子系統(tǒng)之一，從而進(jìn)一步提高了RCSODS的實(shí)用性。但它還帶有較大的經(jīng)驗(yàn)成分，應(yīng)用范圍也僅限于上海及周邊地區(qū)。外地用戶(hù)在使用這個(gè)模型之前，應(yīng)根據(jù)當(dāng)?shù)夭∠x(chóng)資料和天氣、氣候資料，重新調(diào)整模型參數(shù)。根據(jù)小尺度田塊不同的作物長(zhǎng)勢(shì)和病蟲(chóng)發(fā)生程度，施以不同的農(nóng)藥量，是精準(zhǔn)農(nóng)業(yè)的主要內(nèi)容之一10。其目的就是從總體上最大限度地減少用藥量，從而達(dá)到保護(hù)環(huán)境、保障食物安全的目的。本模型和水稻長(zhǎng)勢(shì)模型11相結(jié)   合也可應(yīng)用于變量施藥，因?yàn)樵诓∠x(chóng)害已發(fā)生的條件下，水稻長(zhǎng)勢(shì)較好的田塊往往需要施用較多劑量的農(nóng)藥，反之則需要較少。圖3. 病害發(fā)生等級(jí)預(yù)測(cè)值與實(shí)測(cè)值之比較Fig.3 Comparison between the simulated occurrence grade of the diseases and that of the observations