农业生物技术学报2021,Vol.29Issue(10) :1869-1880.DOI:10.3969/j.issn.1674-7968.2021.10.002

基于MaxEnt模型的河北省小麦赤霉病发生时空特征及风险区预测

Spatiotemporal Characteristics and the Prediction of Risk Areas for Wheat (Triticum aestivum) Fusarium Head Blight in Hebei Province Based on MaxEnt Model

陶晡 齐永志 赵绪生 曹志艳 甄文超
农业生物技术学报2021,Vol.29Issue(10) :1869-1880.DOI:10.3969/j.issn.1674-7968.2021.10.002

基于MaxEnt模型的河北省小麦赤霉病发生时空特征及风险区预测

Spatiotemporal Characteristics and the Prediction of Risk Areas for Wheat (Triticum aestivum) Fusarium Head Blight in Hebei Province Based on MaxEnt Model

陶晡 1齐永志 1赵绪生 1曹志艳 1甄文超2
扫码查看

作者信息

  • 1. 河北农业大学植物保护学院,保定071001
  • 2. 河北农业大学农学院/华北作物改良与调控国家重点实验室/河北省作物生长调控重点实验室,保定071001
  • 折叠

摘要

赤霉病(Fusarium head blight,FHB)严重威胁小麦(Triticum aestivum)生产,已成为影响小麦产业可持续发展的世界性难题.20世纪90年代中期以来,该病在河北省由零星出现逐渐演变成连片发生,年均发生面积26.7万hm2以上,已成为小麦主要病害之一.本研究运用MaxEnt模型对该病在河北省的发生风险区进行了预测,采用Z-score标准化法对2003~2018年河北省小麦赤霉病发生面积和发生面积比等相关数据进行标准化处理,分析其发生时空特征;基于河北省小麦赤霉病发生分布特点和环境变量数据,运用MaxEnt模型预测小麦赤霉病在河北省的发生风险,并通过接受者操作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)评估预测模型的精度.结果表明,河北省小麦赤霉病发生存在中等以上空间相关性;MaxEnt模型预测结果的AUC值为0.816,表明小麦赤霉病预测发生风险与其实际分布拟合度较好.小麦赤霉病发生高风险区、中等风险区面积分别占河北省总面积的14.98%、10.19%,主要集中在冀中、冀南麦区;其中,保定南部、石家庄中部和东部、衡水、邢台中部和东部、邯郸中部和东部等66县为高风险区.通过Jackknife刀切法获取的环境变量重要性分析结果表明,最暖季度平均温度(Bio 10)、最暖月最高温度(Bio 5)、最冷季度平均温度(Bio 11)、最冷月最低温度(Bio 6)对小麦赤霉病发生影响较大.其中,Bio 10相对贡献率最高,达67.9%,重要性占22.2%.河北省小麦赤霉病中高风险区面积占河北省总面积25.17%,主要集中在河北省中南部,且该病发生存在较高风险.该模型的建立可为病害预测预报和有效防控提供依据.

关键词

小麦/赤霉病(FHB)/禾谷镰孢菌/MaxEnt模型/风险区

引用本文复制引用

基金项目

国家重点研发计划(2017YFD0300906)

国家重点研发计划(2018YFD0300502)

河北省现代农业产业技术体系建设项目(HBCT2018010205)

出版年

2021
农业生物技术学报
中国农业大学 中国农业生物技术学会

农业生物技术学报

CSTPCDCSCD北大核心
影响因子:0.801
ISSN:1674-7968
被引量2
参考文献量19
段落导航相关论文