气象统计方法在稻飞虱预报应用综述

张雅乐

中国气象局气象干部培训学院，北京 100081

气象统计方法在稻飞虱预报应用综述

张雅乐

中国气象局气象干部培训学院，北京 100081

有关水稻稻飞虱的气象预报，以应用统计方法最为普遍，本文基于已有成果，综述气象因子在国内水稻稻飞虱预报中的应用，指出各类研究的特点以及存在的问题。有关气象因子对水稻稻飞虱影响的研究多基于田间观测，通过与气象资料对比分析，建立水稻稻飞虱发生发展与各气象因子及因子组合间的定量关系是运用统计方法主要的思路。然而，目前国内水稻稻飞虱预报研究中的数据资料较为有限，指标选择处于摸索阶段，存在模拟方法单一、研究结果地域性强、实用性较差等问题。大尺度环流因子与稻飞虱发生缺乏深入系统的研究，未来亟待开展。

水稻稻飞虱；气象因子统计方法；气象预报

稻飞虱属同翅目飞虱科。危害较重的是褐飞虱和白背飞虱，早稻前期以白背飞虱为主，后期以褐飞虱为主；中晚稻以褐飞虱为主，是两种远距离迁飞性水稻害虫。褐飞虱在中国北方各稻区均有分布；长江流域以南各省发生较烈。白背飞虱分布范围大体相同，以长江流域发生较多。20世纪20年代，仅在江苏、上海大发生过；50年代川、黔、湘，鄂、赣一带曾局部大发生；60年代局部地区稻飞虱危害加重，但仍属江南部分省的早、中稻上间歇发作的害虫，在晚稻上偶有成灾记录；70年代以来稻飞虱的危害日趋严重，从局部危害成为稻区最主要的危害。1974年、1975年连续两年在长江下游地区暴发；1987年、1991年在全国各稻区特大暴发；1997年，全国褐飞虱发生面积达1.9×107hm2；2005年秋季，由于气候条件适宜、褐飞虱种群抗药性上升等多种因素的共同作用，褐飞虱再度全国性大爆发。

稻飞虱的发生发展与气象条件、品种抗性、种植制度、耕作方式等密切相关，特别是气象条件对稻飞虱的迁飞、生长发育、繁殖等起着决定性的作用。有关研究表明气温、降水、副热带高压、大气环流等气候条件，对中国稻飞虱的迁飞、降落及为害有很大影响。自20世纪90年代以来，许多研究者应用气象因子对稻飞虱开展了短期、中期（包括发生期预测、发生量预测和发生区预测）及长期预报模式的研究。本文拟基于已有成果，从中筛选气象条件变化与稻飞虱发生流行的对应观测数据，总结气象条件对稻飞虱爆发的影响规律，并以统计学预报方法及预报内容为主线，综述气象因子在国内稻飞虱预报中的应用现状。

1 稻飞虱的气象因子统计预报法

随着昆虫生态学的深入研究，人类对昆虫种群数量发生规律认识日益清晰，关于害虫的预测方法也越来越多，常用的有线性回归分析法、时间序列分析法、模型法、灰色预测法、模糊预测法、地统计学等，这已经成为害虫预测预报的主要方法。

运用统计预测法预测害虫发生程度和发生期的研究众多。根据多年观察积累的资料，探讨某种因素如气候因素、物候现象等，与害虫发生期、发生量的关系，并利用数学手段进行一定范围内预测因子筛选和建模，即为数理统计预测法。目前关于病虫害的300多种预报法中，大多属于统计预报。统计学预测法原理和方法简单，都是通过把系统作为一暗箱处理，考虑其输入输出，对未来事件做趋势预测，因而缺乏统计预测模型的生物学理论基础，并不能完全把害虫发生规律和统计理论有机结合起来。

1.1 相关分析法

在相关分析中，分析侧重于随机变量之间的种种相关特征，所讨论的变量的地位一样。黄珍珠等采用相关分析法对广东省1992年—2009年水稻稻飞虱发生面积率与同期地面气象因子进行研究,采用两段最小二乘法、曲线回归方法分别建立6月、9月广东省稻飞虱发生面积率长期预测模型。结果表明：稻飞虱发生的关键时段是6月、9月，关键因子是6月温雨系数、大雨日数、平均风速<5m/s的日数。李军等应用相关分析法，分析了上海地区单季晚稻褐飞虱发生程度、始见期与气候生态因子的关系。结果表明，上海地区单季晚稻褐飞虱始见期与当年4月16日-30日的降水日数呈负相关，发生程度与7月降水量成正相关；单季晚稻褐飞虱的发生程度与当年1月1日-2月10日平均最低气温呈负相关。

1.2 回归分析法

回归分析是应用极其广泛的数据分析方法之一，是水稻稻飞虱预报中最常用的方法。它基于观测数据建立变量间适当的依赖关系，以分析数据内在规律，并可用于预报、控制等问题。当前以应用地面气象因子进行回归预报居多，温度、湿度、降水、日照等气象因子在水稻稻飞虱的数理统计预报中均有应用。此外，还有许多研究针对各自研究区域分别对水稻稻飞虱发生量以及迁飞通径建立回归方程。

不少学者将逐步回归方法用于稻飞虱的预测预报，取得较好的模拟结果，该方法的基本思想是在所考虑的全部因素中，按其对因变量显著程度的大小，逐个引入回归方程，那些对因变作用不显著的变量可能都未被引入方程；另一方面，已被引入回归方程的变量在引入新变量后也有可能变成对因变量作用不显著而被剔除。

白先达等利用广西桂林地区水稻稻飞虱发生资料与气象资料进行对比分析，选择影响桂林地区稻飞虱迁入的气象因子，考虑前期气象条件和虫源数，采用回归分析方法建立水稻稻飞虱迁飞与影响的气象条件等级预报业务系统。系统将各因子和预报对象都划分为5级，用当地气象台发布的未来一周天气预报结论，综合分析前期气象条件和虫源数是否有利，对未来1～7d逐日影响稻飞虱迁飞的气象条件等级进行预报，预报业务系统实用性强,逐日预报准确率达70%以上。吕东红等采用逐步回归法，利用江苏泰州地区历年气象资料和水稻稻飞虱发生资料建立了发生程度预报模。结果表明，前期气象因子与当年水稻稻飞虱发生有着密切相关。

卢小凤等利用广西桂林地区稻飞虱历史虫情以及相应站点同期地面气象观测资料，采用因子膨化技术对气象因子进行逐候膨化组合，通过相关分析筛选出与虫害发生相关性最为显著的关键因子及其组合时段，利用SPSS软件建立稻飞虱发生程度等级逐候气象预报多元线性回归模型，实现稻飞虱发生程度等级的逐候动态预报,而且预报准确率和稳定性明显提高。

陈先文等利用广东省化州市1993年—2010年稻飞虱系统调查资料和气象资料，对第3代稻飞虱发生程度与主要气象因子进行相关和通径分析，建立回归预测模型。研究指出影响第3代稻飞虱发生程度的主导因子来自于上年8月下旬平均最高气温和当年1月上旬相对湿度，其次为上年8月下旬至9月中旬平均气温。并利用逐步回归方法建立了第3代稻飞虱发生程度的预测模型,模型历史拟合准确率为87.8%，而2011年预测结果与实际发生实况一致。

1.3 马尔可夫模型法

马尔可夫模型预测法是数学中具有马尔可夫性质的离散时间随机过程。该过程中，在给定当前知识或信息的情况下，只有当前的状态用来预测将来，过去（即当前以前的历史状态）对于预测将来（即当前以后的未来状态）是无关的，又称转移概率预测法。由n时刻的状态和转移概率预测n+1时刻的状态。马尔可夫链预测方法适用于随机波动性较大的时间序列的预测。这种方法因其具有长期或超长期预测的特点，已在昆虫发生、气候及其它领域的预测模拟研究中得到广泛应用。基于马尔可夫链理论的转移概率预测法与其他许多害虫发生程度预测法相比，无需从褐飞虱和白背飞虱的田间发生程度与本地区气候条件、种植制度以及当年的迁入、迁出数量等诸多因子密切相关，因此这两种害虫在田间的发生程度有较大的随机波动性。

2.2.5 办理意外工伤保险 入职体检、岗前培训合格后，办理工伤保险和团体意外伤害保险，办理团体人身意外伤害保险，每人每份保险费300元，意外身故、残疾保额每人30万元，意外医疗费用补偿每人保额35000元。意外伤害住院津贴每人保险金18000元，每人每日津贴给付标准100元。

闫香慧等根据重庆市秀山县植保站1983年—2007年褐飞虱及白背飞虱田间发生量的历史资料以及贵州省江口县病虫测报站1977年—2007年32年间灯诱资料，建立了加权马尔可夫链模型，除进行历史回报检验外，还用2008年和2009年的实际发生资料对该模型的预测效果进行了检验以重庆市秀山1983年—2007年田间褐飞虱和白背飞虱发生程度的时间序列资料，运用基于马尔可夫链理论的转移概率预测法，构建了1-5级转移概率矩阵，根据每一阶概率矩阵单独进行回报的历史符合率，计算各阶转移概率矩阵的权重，以前5年褐飞虱和白背飞虱的连续发生状态预测第6年的发生级别。回报20年的结果，历史符合率均达到90%，对2008年的预测也符合当年田间实际发生情况。

占卫国利用马尔科夫模型的病虫害状态分级。按照病虫害发生的轻重程度，将水稻病虫害分为5个等级：1级为病虫害发生程度很轻；2级为病虫害发生程度较轻；3级为病虫害发生程度中等；4级为病虫害发生较大面积；5级为病虫害大面积爆发且危害程度严重。根据划分的5个等级，对鄂东南水稻病虫害进行统计。预测2012年稻飞虱病虫害等级为4级。

陈观浩针对化州市以褐飞虱为主的第6代是危害晚稻中后期的主害代发生程度，应用马尔可夫链法进行了超长期预报。预测化州市1979年—1999年21年晚稻稻飞虱发生程度，结果与大田实际发生情况完全一致。对1985年—1999年的历史资料进行回检，符合率为96.7%。

但马尔科夫模型方法的应用也受到一定条件的制约：首先，该方法需要积累多年的种群动态调查资料，而且中间的年份不能间断；第二，该方法对于随机的、平稳的时间序列有较强的预测能力，而对于未来突发性或灾变性事件的预测能力较弱；第三，害虫种群数量变动是多种因素综合作用的结果，凡影响种群出生、死亡和迁入、迁出的因素对种群数量的消长都有作用，而基于马尔可夫链理论的转移概率预测法与其它的时间序列预测法一样，回避了环境因素等系统变量对害虫发生的影响，因而不能直接提供有关环境因子对害虫发生程度作用的相关信息。在采用转移概率预测法时，建立多少阶的转移概率矩阵较为恰当，这一方面要根据历史资料的长短，另一方面更应根据害虫的发生规律，特别是周期性规律，因此，把时间序列周期分析与马尔可夫链方法结合起来，确定转移概率矩阵的阶数是恰当的。

1.4 大气环流指数法

大气环流影响稻区的日照、气温和降水条件，导致地面气象要素影响稻飞虱发生的时间主要在夏季和冬季。我国稻区冬季和初春偏暖、多雨寡照及夏季阴雨寡照的年份，易出现稻飞虱的大面积暴发。已有的研究也表明：大气环流与夏季我国稻区的降水密切相关；冬暖年份稻飞虱发生严重，因为暖冬不仅使稻飞虱冬季繁殖，虫卵安全越冬，还可使害虫发育速度加快，迁入期提前；长江中下游地区夏季多雨，也常导致稻飞虱发生偏重。

高萍等根据500hPa大气环流特征量能表征天气形势和控制天气条件的这一特性，利用线性及单调曲线相关与最优化因子相关两种技术对环流特征量因子进行普查、对比分析，发现白背飞虱虫情指标与环流因子之间关系不仅是线性及几种单调曲线的关系，而且还存在非线性、非单调的单峰(谷)型的相关关系，并从中挑选一批与水稻白背飞虱虫情指标相关极其显著、稳定性强、因子间相互独立、可靠的大气环流特征量作为预报因子，在此基础上，建立了江苏省水稻白背飞虱虫情指标预报的环流模型，且还证实了模型中的环流因子与影响白背飞虱迁入、发生发展的气象条件呈显著相关关系。

钱栓等从影响和制约我国水稻种植区气象条件的大气环流因子入手，研究了74项大气环流特征量构建所有不同时段的组合，全面分析了大气环流特征量与中国稻飞虱发生面积率的相关关系。筛选出了影响中国稻飞虱发生面积率的关键环流特征因子52项，其对中国稻飞虱发生影响的重要次序为副热带高压类→极涡类→槽类→其他类；影响的时段主要为当年7月—8月，其次为上年6月至当年6月。其中，副热带高压类、极涡类关键环流因子占全部关键环流特征因子的67%和23%，在很大程度上决定着中国稻飞虱发生的面积。确定的直接影响中国稻飞虱发生的关键环流特征因子有11项,其中6项较好地表征了中国稻飞虱发生面积率轻、偏轻、偏重、重4个级别的气候特征。用直接影响中国气候的关键环流特征因子建立了当年3月—9月的中国稻飞虱发生面积率月预测模式,每月初可以制作预报。该模式历史拟合效果较好,对2003年中国稻飞虱发生面积率的外延预报准确率分别达85.6%、90.5%、90.5%、90.4%、90.9%、93.2%、96.3%。同时,本研究还利用1月—11月稻区月降水量、平均气温、日照时数所构建的所有不同时段的组合,分析了关键环流特征因子与稻区生态气象条件、中国稻飞虱发生面积率之间的关系。结果表明:三者之间相关密切,这种关系表现为大气环流通过影响稻区日照、气温和水的变化导致稻飞虱发生条件的灾变,进而影响稻飞虱发生面积率。

1.5 时间序列法

马飞等利用我国长江流域的吴县1979—1990年及太湖地区农科所1986年—1998年6月—11月褐飞虱田间发生时间序列资料,将褐飞虱发生的一维时间序列拓展到多维相空间中。研究结果表明:我国长江流域短期褐飞虱发生演化,在相空间中存在吸引子,并具有分维结构,其维数分别是1.6和0.68,为混沌吸引子(或奇异吸引子);就我国长江流域褐飞虱发生的短期变化而言,为了能在多维相空间支撑上述奇怪吸引了,最好选取4个变量或建立最低为4阶的动力学模式来进行描述。

陈建明等用周期图分析法预报晚稻褐飞虱主害代发生量。收集和整理浙江萧山、黄岩、龙游3县（市）病虫测报站多年的连作晚稻褐飞虱主害代最高虫量，采用时间序列法中的周期图分析法建立超长期预报方程，并进行试报，预报准确率和历史拟合率均为100%，并且还可以隔年预报。吴嗣勋等在田间迁入峰期、高峰日及峰次的基础上，采用期距法作中期预报，并根据气候条件调整期距作短期预报。吕雨土等根据灰色系统关联分析的基本原理，分析了浙江省衡县早稻后期白背飞虱发生量、历年6月25日—30日平均百丛虫量、同期若虫比例、迟熟品种比例、6月下旬水分积分指和平均气温等因素的关联序，并据此建立加权关联度预测模型。秦厚国等根据赣州地区1980年—1992年早稻白背飞虱虫情及气象资料，采用模糊权重列联比分析方法，对1993年早稻白背飞虱进行了预测和对历年虫情进行了回测，预测值与实发情况吻合。

1.6 卡尔曼滤波法

卡尔曼滤波法是将前一时刻的预报误差反馈到原来的预报方程，并及时修正预报方程系数，以此提高下一时刻的预报精度。它的最大优点是不需要太多的历史资料，所建的方程，其预报因子与预报量之间的关系是随时间的变化而改变的，避免了一般统计方法所建立的预测方程随时间推移、气候变化而致预报误差增大、甚至不可用的缺点。江胜国等利用桐城市2005年—2007年逐候田间系统调查的稻飞虱百丛虫量数据,分析影响桐城市稻飞虱发生程度的主要气象因子。分析发现,旬平均气温、候平均气温与系统调查的桐城市稻飞虱百丛虫量均呈显著的负相关,显示高温对稻飞虱发生具有抑制作用,最适宜的候平均气温为20.5℃。应用卡尔曼滤波方法建立稻飞虱发生适宜气象条件等级预测模型,目的在于开展稻飞虱发生的气象条件预警预测,为防虫治虫提供依据。经历史拟合和2008年试报应用,此模型的预测精度较高,可靠性和稳定性都较好。利用安徽省桐城市2005年—2007年逐候田间系统调查的稻飞虱百丛虫量数据，分析影响桐城市稻飞虱发生程度的主要气象因子。应用卡尔曼滤波法建立稻飞虱发生适宜气象条件等级预测模型，对桐城市2007年6月—10月和2008年8月—10月稻飞虱发生的气象条件等级进行试报，2007年准确率为95.8%，2008年准确率为86.7%。

1.7 地统计学法

地统计学是专门描述空间分布类型以及对未取样点进行估值的应用统计学的分支，它以区域化变量理论为基础，以半方差函数为主要工具，研究空间数据的随机性和结构性并进行最优无偏内插估计，或者模拟这些数据的离散性和波动性。不仅能避免经典统计方法如比较频次分布、聚集度指标、扩散型指数等忽略研究对象的空间位置，得到的结果很大程度上依赖于取样单位的大小等缺点，而且能最大限度地利用调查到的信息，充分利用稀疏或无规律的空间数据，作出更为精确的估计，有效地避免系统误差。

王瑞等运用地统计学方法研究时间序列上灰飞虱种群的空间结构，模拟灰飞虱种群空间分布。利用半方差函数模型分析了麦田一代灰飞虱若虫在时间序列上的空间结构,得出了空间自相关的各项属性与虫口密度或环境因素的关系:长、短变程与密度无关,保持相对稳定;块金常数与密度成正相关(比例效应的存在),随机性强度与密度成三次多项式曲线相关;各向异性主要由于麦田行株距的差别所决定.并用一般克立金方法作出预测表面图,按时间顺序排列,将灰飞虱若虫在田间的时空分布情况直观地显示出来进行比较分析,得出灰飞虱若虫具有比较稳定的时空分布,认为食料充足、生境孤立、自身行动力较弱是形成这种情况的主要原因,此外包括天敌在内的一些次要因素也对其种群分布产生影响。

2 存在问题与思考

筛选关键因子、关键时段是进行中长期预测的关键，以便科学地揭示农作物病虫害发生流行与气象条件、气候背景之间的关系。目前，就稻飞虱气象环境成因及其预测研究而言，其存在的主要问题：首先，气象资料的选择大多研究局限于行政区域（省、县），主要对稻飞虱发生的气象条件作定性描述和经验陈述，缺乏有针对性的系统深入研究，有定量指标的研究结果较少。其次，宏观尺度对稻飞虱的消长规律的影响机制研究相对薄弱。对于影响我国气候关系密切大尺度环流因子与稻飞虱发生的研究一般为零星定性的描述，缺乏深入系统的研究。要强化对灾变的预警能力，应加强对宏观尺度气象因素对稻飞虱发生消长的影响及各系统之间的相互作用和相互联系的研究。另外，对于稻飞虱的预测预报还需要提高其准确度，寻找大区域范围内适用的预测预报模型，选择宏观尺度气象因素作为预测预报的预报因子。

在水稻稻飞虱的预报中，以应用统计方法最为普遍，但统计预测法仍还存在着不可忽视问题：预测效果不稳定，有时预报方程拟合率高，但实际应用时随条件变化而使预测准确率降低。除统计预测法外，信息预测法、人工神经网络法、相空间重构法等新方法也在一些研究中有应用，由于后几种方法应用较少，各方法预报效果的优劣尚无法比较。

[1]白先达,刘福洲,邹丽霞,等.稻飞虱迁飞气象条件等级预报研究[J].安徽农业科学，2010，38（12）：6303-6306,6341.

[2]包云轩,谢杰,向勇,等.低空急流对中国褐飞虱重大北迁过程的影响[J].生态学报，2009,29（11）:5773-5782.

[3]包云轩,李金建,缪启龙,等.2006年褐飞虱重大迁入过程的大气动力背景模拟：个例研究[J].中国农业气象，2008, 29（3）:347-352.

[4]陈观浩.应用马尔可夫链法预测晚稻稻飞虱发生程度[J].昆虫知识，2003,40（2）:176-178.

[5]陈建明,黄次伟,冯炳灿,等.周期图分析法在晚稻褐飞虱主害代长期预报中的应用[J].植物保护，1994,20（3）:2-3.

[6]陈先文,黄闻桢,黄瑞娟,等.第3代稻飞虱主要气象影响因子的通径分析及预测[J].生物灾害科学，2012，35（1）：70-73.

[7]程遐年,吴进才,马飞.褐飞虱研究与防治[M].北京:中国农业出版社,2003.

[8]高苹,武金岗,陈宁,等.大气环流特征量的水稻白背飞虱发生程度预报模型的研究[J].生态学杂志，2005,24（2）: 146-152.

[9]高明昌,朱昌稳,朱光时,等.芜湖稻区白背飞虱发生规律与测报技术探讨[J].植物保护，1994（6）:11-13.

[10]封传红,翟保平,张孝羲,等.我国低空急流的时空分布与稻飞虱北迁[J].生态学报，2002,22（4）:559-565.

[11]黄珍珠,杜尧东,王华,等.地面气象因子对广东省稻飞虱危害的影响及其预测[J].中国农学通报，2013,29（12）: 174-178.

[12]胡高,包云轩,王建强,等.褐飞虱的降落机制[J].生态学报，2007,27（12）:5068-5075.

[13]江胜国,程林,张友明,等.基于虫源基数的稻飞虱发生等级气象预测模型[J].安徽农业科学，2009,37（28）:13658-13659,13744.

[14]江胜国，杨太明，程林，等.卡尔曼滤波方法在稻飞虱发生等级预测中的应用研究[J].气象，2010,36（10）:106-109.

[15]季璐,朱敏.中国稻飞虱发生面积与大气环流特征指数的关系[J].安徽农业科学,2012，40（25）:12526-12529.

[16]李军,蒋耀培,杨秋珍,等.单季晚稻褐飞虱发生程度的气候诊断[J].生态学杂志，2005,24（3）:339-342.

[17]刘祖建,陈冰,李志杰,等.气象因子对第2代稻飞虱发生程度的影响及预测模型[J].南方农业学报，2011,42（12）:1500-1502.

[18]卢小凤,霍治国.桂林地区稻飞虱发生等级气象预报模型[J].生态学杂志，2013，32（9）：2444-2450.

[19]吕冬红,王海青,刘素萍,等.水稻褐飞虱发生程度气象预报方法的研究[J].安徽农业科学，2009,37（2）:668-671. [20]吕雨土，毛文彬.白背飞虱种群动态关联分析及预测模型的研究[J].昆虫知识，1996,33（4）:193-195.

[21]马飞,张夕林,程遐年.褐飞虱长期预测因子的选择与模型的组建[J].南京农业大学学报，2001,24（2）:53-56.

[22]钱拴,霍治国.大气环流对中国稻飞虱危害的影响及其预测[J].气象学报，2007,65（6）:994-1002.

[23]秦厚国,叶正襄,邱克逢.白背飞虱数量预测的研究─模糊权重列联比分析[J].江西农业学报，1994,6（1）:37-41.

[24]王彦集,刘峻明,王鹏新,等.基于加权马尔可夫模型的标准化降水指数干旱预测研究[J].干旱地区农业研究，2007,25（5）:198-203.

张雅乐（1983年—），乌鲁木齐人，博士，主要从事气象学（气候变化）的研究。

2014－02－18