設施栽培條件下月季灰霉病預測模型的建立及應用.pdf

中國農(nóng)業(yè)大學學報 2024 29 4 184 194 Journal of China Agricultural University http 設施栽培條件下月季灰霉病預測模型的建立及應用 李 垚 1 蔡世熊 1 張肇鵬 2 徐 揚 3 王志軍 4 馬 男 1 徐彥杰 1 高俊平 1 1 中國農(nóng)業(yè)大學 園藝學院 花卉發(fā)育與品質(zhì)調(diào)控北京市重點實驗室 北京 100193 2 彌勒品元園藝有限公司 云南 彌勒 652300 3 北京市昌平區(qū)園林綠化局 北京 102299 4 北京永安園林綠化有限責任公司 北京 102200 摘 要 為有效防治月季灰霉病發(fā)生 保障切花產(chǎn)品采后品質(zhì) 以 粉蝴蝶 Vuvuzela 和 雪山 Avalanche 為試 驗材料 實地調(diào)查設施內(nèi)灰霉病發(fā)病情況 監(jiān)測溫室內(nèi)溫濕度 獲取當?shù)亟涤炅康葰庀筚Y料 構(gòu)建了月季切花設施生產(chǎn) 灰霉病預測模型 并利用這一模型進行灰霉病防治的實際指導 結(jié)果表明 1 粉蝴蝶 雪山 的灰霉病病情指數(shù)與設 施內(nèi)的均溫和均濕呈線性相關 據(jù)此建立灰霉病預測模型 Y 4 761 0 332X 1 4 930X 2 0 015X 3 這一預測模型 經(jīng)設施內(nèi)實測驗證 平均絕對誤差 MAE 0 20 平均絕對百分誤差 MAPE 0 31 表明可有效預測7日內(nèi)設施條 件下月季切花灰霉病發(fā)病情況 2 粉蝴蝶 雪山 在貯藏和瓶插期的灰霉病發(fā)病率與栽培中病情指數(shù)預測值呈正相 關 當病情指數(shù)為Y 0 33的低預測值時 切花產(chǎn)品在模擬運輸1 d 冷庫貯藏5 d后 發(fā)病率為5 0 當病情指數(shù)為 Y 2 09的高預測值時 切花產(chǎn)品在相同處理后發(fā)病率可達35 0 3 基于預測模型進行病害爆發(fā)前3 d噴藥的早期 防治處理 采收當天的病情指數(shù)從2 33降為1 05 處于中度風險等級 切花瓶插期間的灰霉病發(fā)病率從30 0 降低到 了10 0 綜上 利用本模型進行早期防治 可提早遏制病害擴散 為月季真菌病害的監(jiān)測與科學防治提供支撐 關鍵詞 月季切花 溫室生產(chǎn) 灰霉病 監(jiān)測 防治 中圖分類號 S685 12 文章編號 1007 4333 2024 04 0184 11 文獻標志碼 A Establishment and application of a prediction model for gray mold disease in protected cultivation of cut rose LI Yao 1 CAI Shixiong 1 ZHANG Zhaopeng 2 XU Yang 3 WANG Zhijun 4 MA Nan 1 XU Yanjie 1 GAO Junping 1 1 College of Horticulture China Agricultural University Beijing Key Laboratory of Development and Quality Control of Ornamental Crops Beijing 100193 China 2 Pinyuan Horticulture Company Mile 652300 China 3 Bureau of Landscape and Forestry of Changping Beijing 102299 China 4 Yongan Landscaping Company Beijing 102200 China Abstract To effectively prevent the occurrence of gray mold disease in cut rose flowers and guarantee their postharvest quality after harvesting Vuvuzela and Avalanche were used as experimental materials to conduct an on site investigation on the incidence of gray mold in the facility monitor temperature and humidity inside the facility obtain rainfall data from local meteorological stations and construct a prediction 李垚 蔡世熊 張肇鵬 徐揚 王志軍 馬男 徐彥杰 高俊平 設施栽培條件下月季灰霉病預測模型的建立及應用 J 中國農(nóng)業(yè)大學學報 2024 29 04 184 194 LI Yao CAI Shixiong ZHANG Zhaopeng XU Yang WANG Zhijun MA Nan XU Yanjie GAO Junping Establishment and application of a prediction model for gray mold disease in protected cultivation of cut rose J Journal of China Agricultural University 2024 29 04 184 194 DOI 10 11841 j issn 1007 4333 2024 04 16 收稿日期 2023 10 07 基金項目 科技部重點基礎研究專項 2018YFD1000400 第一作者 李垚 ORCID 0009 0006 3107 2033 碩士研究生 E mail liyao0617 cau edu cn 通訊作者 高俊平 ORCID 0000 0002 9285 2539 教授 主要從事觀賞植物花朵發(fā)育生理與品質(zhì)調(diào)控的研究 E mail gaojp cau edu cn 第 4 期 李垚等 設施栽培條件下月季灰霉病預測模型的建立及應用 model for gray mold disease in the production of rose cut flower facility The results showed that 1 Disease index of Vuvuzela and Avalanche was linearly correlated with the average temperature and humidity inside greenhouse Based on this a prediction model of gray mold was established Y 4 761 0 332X 1 4 930X 2 0 015X 3 The prediction model was validated through on side measurements with an average absolute error MAE of 0 20 and an average absolute percentage error MAPE of 0 31 Therefore the prediction model can effectively predict the incidence of gray mold in protected cultivation of cut rose within 7 days 2 Gray mold incidences of Vuvuzela and Avalanche during storage and vase period were positively correlated with predicted value of disease index in cultivation When prediction value of disease index was Y 0 33 the gray mold incidence of cut flowers was less than 5 0 after 1 day of simulated transportation and 5 d of cold storage whereas when prediction value of disease index was a high predictive value of Y 2 09 the gray mold incidence of cut flowers could reach 35 0 after cold storage 3 Early prevention and control measures were taken by spraying pesticides three days before the outbreak of the disease in the prediction model The disease index on the day of harvesting decreased from 2 33 to 1 05 indicating a moderated risk level the incidence rate of gray mold during vase period reduced from 30 0 to 10 0 In conclusion using this prediction model for early prevention and control can prevent the spread of disease in advance providing support for the monitoring and scientific control of rose fungal disease Keywords cut rose protected production gray mold monitoring prevention 月季 Rosa spp 是薔薇科薔薇屬植物 其花色 豐富 花形多樣 是中國傳統(tǒng)十大名花之一 有 花 中皇后 的美稱 1 月季切花是世界第一大切花 占 全球銷售額的32 其采后品質(zhì)直接決定商品價 值 2 灰霉病是由灰葡萄孢菌 Botrytis cinerea 侵 染引起的一種真菌病害 可使花瓣變褐色 腐爛 萎 蔫 直至整個花朵褐變枯萎 是月季采后最嚴重的 病害之一 被稱為月季切花采后的 癌癥 3 4 我國 月季切花存在產(chǎn)銷地分離問題 平均運輸半徑達 3 000 km 低溫高濕的運輸環(huán)境提供了適宜灰霉菌 分生孢子萌發(fā)的環(huán)境條件 一旦在貯運前灰霉病菌 沒有被有效抑制 在采后運輸過程中將大量爆發(fā) 目前 生產(chǎn)上主要通過采前噴施化學藥劑和采后蘸 頭處理來防止采后運銷過程中的灰霉病爆發(fā) 然 而 長期泛濫地使用化學藥劑不僅會造成環(huán)境的污 染和破壞 還使灰霉病菌對生產(chǎn)上常用的殺菌劑產(chǎn) 生了抗藥性 5 6 增加了生產(chǎn)成本 7 近年來 作物病害監(jiān)測預警發(fā)展迅速 8 主要集 中在小麥和玉米等作物上 有研究基于漯河市小 麥主要病害的田間流行趨勢和流行因素 運用加權(quán) 列聯(lián)表分析法和逐步回歸等方法 建立了小麥主要 病害的預測模型 9 也有基于天臺縣1973 2018年 測報歷史資料與氣象資料 進行小麥赤霉病發(fā)生因 子分析 建立了小麥赤霉病病穗率的回歸預測模 型 10 此外 有研究將氣象因子和田間實際病情結(jié) 合 監(jiān)測小麥白粉病菌分生孢子在空氣中的季節(jié)性 和日變化動態(tài) 建立了基于氣象因子和孢子濃度的 小麥白粉病預測模型 11 12 有研究基于巢湖市小麥 赤霉病的田間流行趨勢 流行因素 運用加權(quán)列聯(lián) 表分析法 分別在秸稈還田前后對小麥赤霉病害建 立了預測模型 13 還有研究利用固定式孢子捕捉器 捕捉空氣中玉米大斑病菌分生孢子并通過顯微鏡 計數(shù) 明確了田間玉米大斑病菌孢子濃度動態(tài)變化 規(guī)律 構(gòu)建了玉米大斑病田間流行時間動態(tài)模 型 14 這些監(jiān)測預警對于作物病害科學精準防控 減少農(nóng)藥使用量具有重要作用 但是在月季切花 生產(chǎn)中 關于灰霉病害監(jiān)測的研究還鮮見報道 本研究以 粉蝴蝶 雪山 為材料 從溫室內(nèi)溫 度 相對濕度 病情指數(shù)以及雨日雨量等多因子角 度解析溫室月季灰霉病發(fā)生規(guī)律 通過數(shù)據(jù)分析確 定各影響因子權(quán)重系數(shù) 建立預測模型預測未來幾 天設施栽培中灰霉病的發(fā)病風險及嚴重程度 通過 對比防治試驗確定防治時期 根據(jù)氣象因子預測模 型 在高發(fā)病風險前進行早期噴霧防治 提早遏制 月季設施栽培中的病害擴散 以期達到節(jié)本增效的 目的 為月季真菌病害的監(jiān)測與科學防治提供實踐 指引 進而促進云南月季切花產(chǎn)業(yè)綠色發(fā)展 1 材料與方法 1 1 試驗材料 本試驗于2020年4 10月在云南省紅河州彌 勒縣彌勒品元園藝有限公司進行 彌勒縣年均氣溫 185 中 國 農(nóng) 業(yè) 大 學 學 報 2024 年 第 29 卷 16 6 18 0 相對濕度50 80 月季切花品 種為 粉蝴蝶 雪山 株齡2年 采用雙行三角形 種植方式 株距18 cm 封閉式水肥系統(tǒng)每日4 6次 給予水肥 選擇萼片完全打開 無病害的花枝進行 采收 用于貯藏和瓶插 1 2 試驗設計 1 2 1 設施栽培中不同發(fā)病情況月季的瓶插試驗 設置品種 病情指數(shù)和采后貯藏時間3個因子 供試品種為 粉蝴蝶 雪山 病情指數(shù)設2個水 平 分別為低病情指數(shù)預測值 L 和高病情指數(shù)預 測值 H 采后貯藏時間設3個水平 分別是模擬運 輸1 d M1 模擬運輸1 d 冷庫貯藏5 d M2 和模 擬運輸1 d 冷庫貯藏10 d M3 使用密閉不透明 紙箱在冷庫內(nèi)黑暗模擬運輸 之后取出清水瓶插 每天記錄灰霉病發(fā)生情況 花葉狀態(tài)并拍照 冷庫 環(huán)境 溫度4 6 相對濕度80 瓶插環(huán)境 溫度 20 相對濕度60 1 2 2 藥物防治對比試驗 設置品種 防治措施2個因子 供試品種為 粉蝴 蝶 雪山 防治措施分別是 對照 不采取任何防治 措施 清水噴施 早期防治 根據(jù)預測模型及天氣預 報 利用公式預測短期內(nèi)的病情指數(shù) 在預測值達到 最高的前3 d 每天用啶酰菌胺1 500倍液和嘧霉胺 1 000倍液交替噴霧1次進行化學藥劑防治 常規(guī)防 治 每天用啶酰菌胺1 500倍液和嘧霉胺1 000倍液交 替噴霧1次進行化學藥劑防治 直到到達預測的最高 病情指數(shù)當天為止 每個品種在溫室栽培區(qū)選定出 3塊小區(qū) 每個小區(qū)長約49 m 寬約12 m 小區(qū)與小區(qū) 之間間隔約5 m 防止各小區(qū)之間的相互影響 1 3 測定項目與方法 1 3 1 取樣方法 根據(jù)病情指數(shù) 從未處理或處理的小區(qū)內(nèi)隨機 剪取20枝長勢整齊 無病害且萼片完全打開的花 枝 剪去枝條下半部葉片 保留4 5葉 在水中斜 切 使花枝長度盡量一致 每枝編號 在清水中瓶 插 觀察月季瓶插壽命 記錄取樣日溫室內(nèi)的病情 指數(shù) 發(fā)病率 溫度 相對濕度 近一周病情狀況以 及溫室外近一周雨日 雨量等 1 3 2 田間灰霉病病情調(diào)查方法 采用對角線五點取樣法 15 即一塊田地對角線 的交點以及交點與各邊四點的中點 調(diào)查小區(qū)長 約49 m 寬約48 m 面積約為2 352 m 2 統(tǒng)計五點的 總數(shù)據(jù) 記錄 粉蝴蝶 雪山 灰霉病發(fā)病率情況 灰霉病發(fā)病率統(tǒng)計以株為單位 每點調(diào)查20株 花 朵開放級數(shù) 2級 總共調(diào)查100株 統(tǒng)計發(fā)病率 調(diào)查發(fā)病率的同時記錄每天降水量數(shù)據(jù) 測定每日 溫室內(nèi)花朵層上方20 cm處的平均溫度和濕度 1 3 3 灰霉病病害分級標準 參照 GB T 17980 28 2000中華人民共和國 國家標準農(nóng)藥田間藥效試驗準則 一 殺菌劑防治 蔬菜灰霉病 16 同時結(jié)合彌勒品元園藝有限公司 月季切花的實際發(fā)病情況 制定出適宜該公司的灰 霉病病害分級標準 0級 花瓣無病斑 1級 病斑面 積占花瓣總面積小于5 2級 病斑面積占花瓣總 面積的5 10 3級 病斑面積占花瓣總面積的 10 25 4級 病斑面積占花瓣總面積的25 50 5級 病斑面積占花瓣總面積的50 75 6級 病斑面積占花瓣總面積大于75 且病害蔓延 至花瓣基部 伴有落瓣現(xiàn)象 以 粉蝴蝶 為例制定 月季灰霉病級劃分參照圖 圖1 1 3 4 病情指數(shù) 利用病情指數(shù)公式來衡量群體發(fā)病程度 計 算公式如下 病情指數(shù) SI 病級值 該級發(fā)病數(shù) 最高病級值 調(diào)查總數(shù) 100 1 圖1 月季灰霉病等級劃分標準 Fig 1 The classification standard of rose gray mold 186 第 4 期 李垚等 設施栽培條件下月季灰霉病預測模型的建立及應用 1 4 數(shù)據(jù)處理 對原始數(shù)據(jù)進行標準化或歸一化處理 利用 Excel 2016進行數(shù)據(jù)處理和圖表繪制 通過SPSS 24 0統(tǒng)計分析軟件進行回歸分析并建立預測模型 2 結(jié)果與分析 2 1 月季灰霉病預測模型建立與分析 為了探究設施栽培中灰霉病的發(fā)病情況與環(huán) 境因子的關系 對溫室內(nèi)月季 粉蝴蝶 進行了47 d 的灰霉病發(fā)生情況調(diào)查 同時記錄了雨日 降水量 溫室內(nèi)溫度和相對濕度等環(huán)境因子 利用Excel 2016軟件繪制統(tǒng)計圖 圖2 溫室內(nèi)相對濕度與降 水量密切相關 總體上呈正相關 并且溫室內(nèi)相對 濕度與灰霉病發(fā)病率幾乎同步變化 表明設施栽 培中灰霉病發(fā)生動態(tài)與氣象因素密切相關 灰霉病 發(fā)病率變化總是隨降雨天氣呈現(xiàn)一個規(guī)律的消長 現(xiàn)象 與溫室內(nèi)相對濕度存在正相關關系 為進一步量化降水量 溫室內(nèi)溫度和相對濕度對 設施栽培中灰霉病病情指數(shù)的影響 本研究調(diào)查了品 元基地5 8月份 粉蝴蝶 設施栽培中的病情指數(shù)以 及氣象因子變化 包括7 d內(nèi)雨日 累計降水量和平均 溫度 平均相對濕度 表1 7 d內(nèi)平均相對濕度和病 情指數(shù)呈正線性相關 隨著相對濕度的增大 病情指 數(shù)也升高 當相對濕度 80 時 病情指數(shù)呈一個較 高值 而7 d內(nèi)平均溫度與病情指數(shù)呈負相關 當溫度 降低 病情指數(shù)升高 當溫度低于22 時 病情指數(shù) 顯著升高 這與月季灰霉病低溫高濕的發(fā)生條件一 致 綜合線性回歸分析結(jié)果 表2 當溫室內(nèi)日均溫度 在18 23 相對濕度 80 時 灰霉病容易爆發(fā) 參照賀蘭山東麓釀酒葡萄霜霉病預測模型的 建立方法 17 基于2020年品元基地5 8月 粉蝴 蝶 設施栽培中的病情指數(shù) 以及調(diào)查日前7 d溫室 內(nèi)日均氣溫平均值 日均相對濕度平均值和溫室外 雨日 累計雨量 表1 利用SPSS 24 0軟件進行線 性分析 表3 得出品元基地 粉蝴蝶 灰霉病病情 指數(shù)與氣象因子之間的回歸方程 即預測模型公 式為 Y 1 612 0 316X 1 9 302X 2 0 025X 3 0 292X 4 R 2 0 957 P 0 05 2 式中 Y為調(diào)查日病情指數(shù) X 1 為調(diào)查日前7 d日均 溫度的平均值 X 2 為調(diào)查日前7 d日均相對濕度 的平均值 X 3 為調(diào)查日前7 d的累計降雨量 mm X 4 為調(diào)查日前7 d的累計雨日 d 根據(jù)表2和公式2 將調(diào)查日前7 d日均溫度 日 均相對濕度 累計雨量和雨日作為自變量 將病情 指數(shù)作為因變量進行線性回歸分析 模型 R 2 0 957 經(jīng)過計算模型通過F檢驗 F 55 416 P 0 05 即說明模型構(gòu)建有意義 均溫的回歸系數(shù) 值為 0 316 t 4 016 P 0 002 0 01 會對 病情指數(shù)產(chǎn)生顯著的負向影響關系 平均相對濕度 的回歸系數(shù)值為 9 302 t 2 242 P 0 0490 05 雨日的回歸系數(shù)值為 0 292 t 1 509 P 0 162 0 05 兩者均不會對病情指 數(shù)產(chǎn)生影響 總體分析可得出平均溫度和平均相對濕度均 對灰霉病病情指數(shù)有顯著影響 預測模型一定程度 上符合灰霉病低溫高濕條件的發(fā)病特征 而雨日和 累計雨量不存在絕對影響 故在生產(chǎn)上利用預測 模型進行病害預測時 可按實際情況對雨日 雨量 因素進行取舍 尤其是雨日因子 短時間降雨不會 對空氣濕度造成很大影響 綜上所述 將 雨日 因 子去除 把4因子公式優(yōu)化為3因子公式 優(yōu)化后再 次通過線性回歸分析得到的模型方程為 Y 4 761 0 332X 1 4 930X 2 0 015X 3 R 2 0 947 P 0 05 3 為了對預測模型的有效性進行分析 參照前 人 18 19 對預測模型準確度的分析方法 主要使用平 均絕對誤差 MAE 和平均絕對百分誤差 MAPE 的誤差分析 具體公式如下 圖2 溫室內(nèi)相對濕度對月季灰霉病發(fā)病率的影響 Fig 2 The influence of relative humidity in the greenhouse on the incidence of gray mold 187 中 國 農(nóng) 業(yè) 大 學 學 報 2024 年 第 29 卷 表2 線性回歸分析結(jié)果 Table 2 Linear regression analysis results 氣象因子 Meteorological factor 常數(shù) Constant 日均溫度 Mean temperature 日均相對濕度 Mean relative humidity 累計雨量 Cumulative rainfall 雨日 Rainy day 非標準化系數(shù) Non normalized coefficients 1 612 0 316 9 302 0 025 0 292 t 0 390 4 016 2 242 1 959 1 509 p 0 704 0 002 0 049 0 079 0 162 R 2 0 957 F F 4 10 55 416 P 0 05 注 和 分別表示差異顯著 P 0 05 和極顯著 P 0 01 n 15 Note and represent significant difference and extremely significant difference 0 05 and 0 01 levels respectively n 15 表1 降水量及溫室內(nèi)溫濕度對月季 粉蝴蝶 灰霉病病情指數(shù)的影響 Table 1 The influence of rainfall temperature and relative humidity on gray mold disease index of rose Vuvuzela 日期 月 日 Date M D 05 01 05 09 05 18 05 26 06 02 06 09 06 19 06 30 07 08 07 17 07 26 08 02 08 10 08 19 08 27 雨日 d Rainy day 5 0 4 4 4 3 5 1 1 4 1 2 2 6 2 累計雨量 mm Cumulative rainfall 55 1 0 0 44 5 36 6 26 3 7 6 38 5 2 5 3 2 32 3 8 7 11 5 9 5 48 2 12 8 平均溫度 Mean temperature 17 9 2 1 26 2 1 5 24 9 1 8 23 6 1 3 21 9 1 3 24 1 1 2 20 4 2 0 24 2 0 8 24 9 0 9 22 0 1 6 24 2 1 0 23 7 0 5 23 9 0 6 20 8 0 6 23 1 1 4 平均相對濕度 Mean relative humidity 92 0 1 9 66 4 6 3 81 6 3 0 80 9 5 4 81 6 2 2 80 6 2 6 89 6 4 0 72 0 2 9 68 4 2 3 84 0 3 6 70 0 4 1 71 4 2 0 72 4 1 0 86 6 4 6 75 1 2 9 病情指數(shù) Disease index 4 42 0 11 1 22 1 18 1 83 0 83 3 22 0 38 0 15 2 05 0 15 0 31 0 16 2 92 0 22 注 病情指數(shù)為調(diào)查日當天 粉蝴蝶 設施栽培中灰霉病發(fā)病指數(shù) 平均溫度 平均相對濕度為調(diào)查日前7 d日均溫度 相對濕度的平均值 累計雨量 雨日為調(diào)查日前7 d的總和 Note The disease index is the incidence index of gray mold in protected cultivation of Vuvuzela on the day of the survey The mean temperature and relative humidity are the average daily mean temperature and relative humidity for the 7 days before the survey The cumulative rainfall and rainy days are the sum of the 7 days before the survey 188 第 4 期 李垚等 設施栽培條件下月季灰霉病預測模型的建立及應用 MAE Xi Ai n 4 MAPE Xi Ai Xi n 5 式中 n為觀測值和預測值對應的組數(shù) Xi表示實際 觀測值 Ai表示模型預測值 研究發(fā)現(xiàn) 外部氣象條件與溫室氣象條件有較強 相關性 20 基于品元基地2020年9 10月份的氣象 數(shù)據(jù) 用室外的溫度和相對濕度代替溫室內(nèi)的溫度和 相對濕度 利用優(yōu)化后的模型公式3計算得出灰霉病 病情指數(shù)預測值 同時進行實際觀測 統(tǒng)計設施栽培 中的灰霉病病情指數(shù) 圖3 并計算MAE和MAPE 結(jié)果發(fā)現(xiàn) 平均絕對誤差 0 20 平均絕對百分誤差 0 31 整體上預測值與觀測值間差異較小 2 2 月季設施栽培灰霉病染病情況對采后發(fā)病情 況的影響 為了更好地利用月季切花設施栽培灰霉病預 測模型 根據(jù)灰霉病實際發(fā)病情況 對預測的病情 指數(shù)進行分級 表3 其中 病情指數(shù)預測值在 0 33 0 83為輕度病害 0 83 1 67為中度病害 1 67 3 33為重度病害 3 33以上為嚴重病害 分 別從低預測值 0 33 和高預測值 2 09 地塊剪取 10枝長勢整齊且無病害的 粉蝴蝶 雪山 進行采 后模擬貯運及瓶插 觀察期間灰霉病的發(fā)病情況 圖4 在相同的處理條件下 高預測值地塊的 粉 蝴蝶 雪山 的灰霉病發(fā)病率要顯著高于低預測值 地塊 圖4 a d 隨著冷庫貯藏時間的延長 無 論預測值的高低 粉蝴蝶 采后瓶插期灰霉病發(fā)病 率都在冷庫貯藏10 d處理下達到最高值 其次為冷 庫貯藏5 d處理 圖4 e 值得注意的是 低預測 值條件 0 33 下 粉蝴蝶 模擬運輸1 d以及模擬 運輸1 d加冷庫貯藏5 d處理均只有5 0 的發(fā)病 率 而冷庫貯藏時間增加到10 d時 發(fā)病率急劇增 高到35 0 圖4 e 延長冷庫貯藏時間 低預測 值的 雪山 仍無灰霉病發(fā)生 圖4 f 高預測值 2 09 的 雪山 瓶插結(jié)果與 粉蝴蝶 相似 總體來看 發(fā)病率由5 0 升高到30 0 但在冷庫貯藏時間延 長到5 d時就表現(xiàn)出發(fā)病率的大幅上升 圖4 f 綜 上所述 月季設施栽培期間的發(fā)病情況會對貯藏以 及瓶插期間灰霉病發(fā)病率產(chǎn)生影響 不同貯藏時間 下 高預測值地塊 2 09 切花在貯藏以及瓶插期的 灰霉病發(fā)病率均高于低預測值地塊 0 33 切花 2 3 月季設施栽培灰霉病早期防治的效果分析 由于設施栽培期間的灰霉病發(fā)病情況直接影 響采后貯藏和瓶插期間灰霉病發(fā)病率和感病指數(shù) 本研究基于月季設施栽培灰霉病預測模型設計了 早期防治方案 即在病害流行前及時采取防治措 施 觀察其對灰霉病發(fā)病率的影響 試驗材料取自 圖3 粉蝴蝶 設施栽培中灰霉病病情指數(shù)預測值和 觀測值的對比 Fig 3 Predicted and measured values of gray mold index in protected cultivation of Vuvuzela 表3 粉蝴蝶 設施栽培灰霉病病情指數(shù)等級 Table 3 Prediction grade of gray mold disease index in protected cultivation of Vuvuzela 綜合指標 Comprehensive index 發(fā)病程度 Disease severity 病情指數(shù) Disease index 病害等級 Grade of disease 0 不易發(fā)生病害 x 2 0 33 1 輕度病害 2 x 5 0 33 0 83 2 中度病害 5 x 10 0 83 1 67 3 重度病害 10 x20 3 33 注 x表示發(fā)生灰霉病害的花朵數(shù)量 Note x stands for the number of flowers with gray mold disease 189 中 國 農(nóng) 業(yè) 大 學 學 報 2024 年 第 29 卷 L表示低病情指數(shù)預測值 0 33 H表示高病情指數(shù)預測值 2 09 M1表示模擬運輸1 d M2表示模擬運輸1 d 冷庫貯藏5 d M3表示模擬運 輸1 d 冷庫貯藏10 d L stands for low disease index prediction value 0 33 H stands for high disease index prediction value 2 09 M1 stands for simulated transportation for 1 day M2 stands for simulated transportation for 1 day and cold storage for 5 days M3 stands for simulated transportation for 1 day and cold storage for 10 days 圖4 不同病情指數(shù)預測值對采后貯藏及瓶插期間月季切花灰霉病發(fā)病率及病情指數(shù)的影響 Fig 4 Effects of different predicted values of disease indexes on incidence and disease index of gray mold during storage and vasing of cut rose Vuvuzela and Avalanche 190 第 4 期 李垚等 設施栽培條件下月季灰霉病預測模型的建立及應用 2020年11月5日 以 粉蝴蝶 為例 在取樣日之前 根據(jù)天氣預報數(shù)據(jù)計算所得的病情指數(shù)預測值為 2 49 在實際取樣時 對照組 粉蝴蝶 的總發(fā)病率 為9 8 病情指數(shù)為2 33 與預測值相差不大 均 處于重度病害風險級別 常規(guī)防治處理組的發(fā)病率 為4 9 病情指數(shù)為1 17 早期防治處理組發(fā)病率 為5 2 病情指數(shù)為1 05 常規(guī)防治和早期防治 處理均能有效降低發(fā)病率和發(fā)病程度 將重度病害 等級降低為中度等級 隨后的瓶插測試發(fā)現(xiàn) 圖 5 常規(guī)防治和早期防治處理有效降低了瓶插期間 灰霉病發(fā)病率和發(fā)病程度 在 粉蝴蝶 中 對照處理 在瓶插第3天發(fā)病率達到10 0 瓶插第9天發(fā)病率 升高至30 0 常規(guī)防治處理與早期防治處理前期 不發(fā)病 在瓶插第9天發(fā)病率分別達到13 3 和 10 0 雪山 對照組在瓶插第9天發(fā)病率達到 25 0 同時 常規(guī)防治和早期防治處理的發(fā)病率 也在瓶插第9天達到峰值 分別為6 7 和5 0 以上結(jié)果表明 早期防治能夠有效降低設施栽培和 采后期間灰霉病病害的發(fā)病率 效果與每天防治處 理相當 3 討論與結(jié)論 真菌病害的發(fā)生與溫度 濕度 日照和降雨等 環(huán)境因素密切相關 灰霉病病原孢子主要通過空氣 和液體傳播 其生長需要過程 在相對低溫 高濕條 件下易于萌發(fā) 21 本研究發(fā)現(xiàn)月季灰霉病發(fā)生動 態(tài)與溫室內(nèi)溫度 相對濕度和降雨量等天氣因子具 有顯著相關性 當溫室內(nèi)日均溫度在18 23 相 對濕度 80 時 灰霉病容易爆發(fā) 與前人發(fā)現(xiàn)的 灰霉病菌孢子萌發(fā)最適條件一致 22 掌握病原菌 生物學特性和病害發(fā)生條件 理論上便可對病害發(fā) 生概率進行預測 23 目前國內(nèi)已有病菌孢子捕捉 儀應用于水稻 小麥以及蔬菜的病害監(jiān)測研究 為 病害的自動化診斷和及時有效監(jiān)測提供了有效手 段 24 但是 病原孢子由于自身發(fā)育或外界的影響 會出現(xiàn)形態(tài)變異或部分殘缺的現(xiàn)象 25 氣候因素也 會使未發(fā)育成熟的病原體被識別到 這些因素導致 設備工作時識別困惑 誤判 降低了監(jiān)測預警的準 確性 因此還需人工進行田間實際情況監(jiān)測以及顯 微鏡觀察以驗證病菌孢子捕捉儀的識別和統(tǒng)計精 度 最終數(shù)據(jù)統(tǒng)計還需結(jié)合氣象和植物生長情況進 行綜合分析 這就要求更高的專業(yè)技能和大量的時 間 同時 分子技術已應用于對作物病害的監(jiān)測 監(jiān)測菌源量的方法主要有qPCR和數(shù)字PCR 26 基于qPCR方法 建立了田間小麥葉片中條銹菌 DNA量的監(jiān)測方法 27 明確了田間空氣中小麥白 粉病菌和條銹病菌孢子濃度的動態(tài)變化規(guī)律以及 隴南地區(qū)小麥條銹病菌夏孢子密度的周年規(guī) 律 28 29 利用分子技術進行病害監(jiān)測預警能夠及時 準確地監(jiān)測到潛育期的病原菌 可以提前指導作物 病害的田間防控 但在田間應用時 尤其在病害處 于潛育階段時 存在樣本大小和取樣方式等問題 不僅如此 利用分子技術進行病害監(jiān)測預警所用試 劑和儀器昂貴 以目前的條件難以實現(xiàn) 且操作較 圖5 早期防治對 粉蝴蝶 a 雪山 b 瓶插期灰霉病發(fā)病率的影響 Fig 5 Effect of early prevention on the incidence of gray mold during vase period of Vuvuzela a and Avalanche b 191 中 國 農(nóng) 業(yè) 大 學 學 報 2024 年 第 29 卷 為復雜 對于基層的植保人員來說有一定難度 利 用氣象因素構(gòu)建預測模型進行病害監(jiān)測 算法簡 便 不需要昂貴的試劑盒儀器 對基層植保技術人 員要求不高 可以有效地掌握設施栽培期間的病害 發(fā)生動態(tài) 預測病情指數(shù) 提早規(guī)劃 更靈活地制定 防治時間 頻率以及藥劑種類等具體細則 節(jié)省大 量的人力 物力 提高工作效率 在黃瓜 葡萄和番 茄等園藝作物上已有許多研究 30 32 本研究以平均 溫度 濕度為主要變量建立月季灰霉病預測模型 通過對預測值和實際值的誤差分析 以及不同預測 值地塊切花的瓶插灰霉發(fā)病率統(tǒng)計 證明月季切花 設施生產(chǎn)灰霉病預測模型可用于實際生產(chǎn) 目前 防治月季灰霉病主要依靠噴施化學藥 劑 而化學藥劑的防治存在很多缺點 以品元基地 為例 其在每天17 00 20 00進行藥物噴施 但是 普遍存在用藥量大 容易使病菌產(chǎn)生抗藥性和環(huán)境 污染大等問題 因此 如果能在前期對月季灰霉病 進行監(jiān)測和防治 破壞病原孢子的萌發(fā) 改善施藥 方案 縮減用藥成本 降低月季切花采后灰霉病造 成的損失 將極大地促進月季切花產(chǎn)業(yè)的發(fā)展 本 研究利用月季灰霉病預測模型結(jié)合天氣預報信息 在灰霉病爆發(fā)前采取早期藥劑防治處理 有效控制 了采后病害的發(fā)生 既節(jié)省防治成本 又減少生產(chǎn) 損失 既降低對環(huán)境的污染 又可避免病原菌產(chǎn)生 抗藥性 未來也可以與計算機結(jié)合形成信息網(wǎng)絡 對病害進行預報和監(jiān)測 另一方面 在環(huán)境控制水 平較高的溫室中 可根據(jù)預測模型 提前采取加溫 降濕等措施 破壞灰霉孢子萌發(fā)所需要的環(huán)境條 件 達到減少用藥量 降低灰霉病發(fā)病率的目標 綜上 通過月季切花設施生產(chǎn)灰霉病預測模型 對病情指數(shù)的預測 結(jié)合早期藥劑噴施 可有效降 低設施栽培中的灰霉病病情指數(shù) 提早遏制病害擴 散 減輕灰霉病爆發(fā)引起的切花采后損耗 同時還 減少了農(nóng)藥用量和用工成本 降低了面源污染 促 進了云南地區(qū)月季切花產(chǎn)業(yè)節(jié)本增效和綠色發(fā)展 參考文獻 References 1 賀蕤 楊希 劉青林 月季育種的國內(nèi)現(xiàn)狀和國際趨勢 J 中國園林 2017 33 12 35 41 He R Yang X Liu Q L Domestic status and international trend for rose breeding J Chinese Landscape Architecture 201