植物病害流行的損失估計(jì)

關(guān)于植物病害流行的損失估計(jì)第一頁(yè)，共七十一頁(yè)，2022年，8月28日第一節(jié)植物病害損失的概念“作物損害”（injury或cropdamage）：作物受到病原物的侵染繼而發(fā)病，表示作物受到了損害。作物損害是否必然導(dǎo)致作物損失？一、植物病害損失的一般概念第二頁(yè)，共七十一頁(yè)，2022年，8月28日病害所致的經(jīng)濟(jì)損失包括直接的、間接的、當(dāng)時(shí)的、后繼的等多種不同形式。直接損失：產(chǎn)量減少、品質(zhì)降低間接損失：糧食價(jià)格上漲、農(nóng)藥殘留、環(huán)境污染、生態(tài)受損；后繼的損失等。一、植物病害損失的一般概念第三頁(yè)，共七十一頁(yè)，2022年，8月28日病原物引起的作物損害并不意味著都會(huì)造成作物損失（croploss）；決定某一病害是否需要防治和如何防治，不單取決于病情，而主要取決于病害造成的經(jīng)濟(jì)損失（loss）、防治效果和防治成本的最終效益。第四頁(yè)，共七十一頁(yè)，2022年，8月28日要求防治后增收的價(jià)值大于（或至少等于）防治成本。病害損失（diseaseloss）：指由于病害的發(fā)生和流行造成的產(chǎn)量減少和品質(zhì)的降低，但品質(zhì)降低不大可忽略不計(jì)時(shí)，即指產(chǎn)量損失。第五頁(yè)，共七十一頁(yè)，2022年，8月28日作物產(chǎn)量的類型：產(chǎn)量：能夠測(cè)出的一種作物的生產(chǎn)量（生產(chǎn)物）自然產(chǎn)量現(xiàn)實(shí)產(chǎn)量理論產(chǎn)量可得到的產(chǎn)量經(jīng)濟(jì)產(chǎn)量第六頁(yè)，共七十一頁(yè)，2022年，8月28日作物損失是指經(jīng)濟(jì)產(chǎn)量與現(xiàn)實(shí)產(chǎn)量的差距。第七頁(yè)，共七十一頁(yè)，2022年，8月28日二、植物病害損失的類型1.產(chǎn)量損失型

小麥紋枯病、水稻紋枯病、谷子白發(fā)病2.品質(zhì)降低型

瘡痂病、炭疽病、煤污病3.綜合損失型

大多數(shù)果樹(shù)和蔬菜病害第八頁(yè)，共七十一頁(yè)，2022年，8月28日三、植物病害損失的計(jì)量1.產(chǎn)量損失型

用當(dāng)時(shí)當(dāng)?shù)匚窗l(fā)生病害或病害極輕時(shí)同一品種的產(chǎn)量均值作參照，進(jìn)行減產(chǎn)量和減產(chǎn)率的計(jì)算。第九頁(yè)，共七十一頁(yè)，2022年，8月28日三、植物病害損失的計(jì)量2.品質(zhì)降低型QI：品質(zhì)指數(shù)，QDR：品質(zhì)損失率第十頁(yè)，共七十一頁(yè)，2022年，8月28日3.綜合損失型CLR：綜合損失率（complexlossrate）三、植物病害損失的計(jì)量第十一頁(yè)，共七十一頁(yè)，2022年，8月28日第二節(jié)植物病害損失的生理學(xué)損失生理學(xué)的討論內(nèi)容包括：病害是如何造成產(chǎn)量和品質(zhì)損失的？它們之間在個(gè)體水平（單株植株）、群體水平的損失狀況？其它因素：如品種、栽培、氣象條件等又如何影響這些關(guān)系？第十二頁(yè)，共七十一頁(yè)，2022年，8月28日一、植物病害損失構(gòu)成因素植物病害造成損失的形成機(jī)制：

1.影響植物的生理功能

2.既得產(chǎn)量（產(chǎn)值）的損失第十三頁(yè)，共七十一頁(yè)，2022年，8月28日第十四頁(yè)，共七十一頁(yè)，2022年，8月28日二、病害流行程度與與損失的關(guān)系損失與病情的3種關(guān)系A(chǔ)：敏感性B：耐病型C：超補(bǔ)償型第十五頁(yè)，共七十一頁(yè)，2022年，8月28日損失與病情呈現(xiàn)為近似于直線關(guān)系（曲線A）一般受害部位就是收獲產(chǎn)品，而且主要在后期受害的病害中，如小麥赤霉病、小麥散黑穗病、蘋(píng)果炭疽病等。（1）敏感型第十六頁(yè)，共七十一頁(yè)，2022年，8月28日損失與病情大體呈Ｓ型曲線（曲線B）收獲物為果實(shí)或種子的葉部病害中，往往出現(xiàn)這種情況，如小麥白粉病、銹病，蘋(píng)果褐斑病、斑點(diǎn)落葉病等。（2）耐病型第十七頁(yè)，共七十一頁(yè)，2022年，8月28日產(chǎn)量飽和效應(yīng)補(bǔ)償作用個(gè)體水平補(bǔ)償作用群體補(bǔ)償作用（2）耐病型幾個(gè)概念：第十八頁(yè)，共七十一頁(yè)，2022年，8月28日當(dāng)病害較輕時(shí)，不但不會(huì)引起減產(chǎn)，反而略有增產(chǎn)作用（曲線C）。危害花和幼果的果樹(shù)病害，一定數(shù)量下的病害能起疏花疏果的作用。（3）超補(bǔ)償型第十九頁(yè)，共七十一頁(yè)，2022年，8月28日三、影響病害造成損失的非病理因素受寄主品種、生育狀況和環(huán)境條件等影響。同一病情在不同品種上引致的減產(chǎn)損失可能不同，因?yàn)槠贩N的耐病性不同。同一品種，盡管病情相同，但在不同的栽培條件下產(chǎn)量損失也可能不同。不同氣象條件下病害損失也不同。第二十頁(yè)，共七十一頁(yè)，2022年，8月28日第三節(jié)植物病害損失的估計(jì)損失估計(jì)（estimateofyieldloss）：通過(guò)調(diào)查或試驗(yàn)，以實(shí)地測(cè)定或估計(jì)出某種程度的病害流行導(dǎo)致作物產(chǎn)量或產(chǎn)值的降低程度。當(dāng)這種測(cè)定估計(jì)已多次進(jìn)行后，便可以根據(jù)經(jīng)驗(yàn)或根據(jù)由實(shí)測(cè)值組成的種種模型，由病害流行程度預(yù)測(cè)出所致?lián)p失。一、植物病害損失估計(jì)的概念第二十一頁(yè)，共七十一頁(yè)，2022年，8月28日通過(guò)調(diào)查或試驗(yàn)，建立病害流行程度與其所致?lián)p失之間的關(guān)系模型，進(jìn)而用于病害損失的估計(jì)。病情估測(cè)、產(chǎn)量（產(chǎn)值）計(jì)算、損失計(jì)算和環(huán)境條件監(jiān)測(cè)的方法和標(biāo)準(zhǔn)必須力求合理和統(tǒng)一。任何一個(gè)模型的獲得基于特定的環(huán)境，都有其局限性。二、植物病害損失估計(jì)的一般方法第二十二頁(yè)，共七十一頁(yè)，2022年，8月28日損失估計(jì)模型：根據(jù)病害嚴(yán)重程度和產(chǎn)量之間的關(guān)系通過(guò)數(shù)學(xué)模型或表格等形式表達(dá)兩者之間的定量關(guān)系。三、損失估計(jì)模型第二十三頁(yè)，共七十一頁(yè)，2022年，8月28日模型如果忽略品種、地區(qū)、栽培條件等因素的影響，往往有局限性；在進(jìn)行損失估計(jì)工作中，病情估計(jì)，產(chǎn)量計(jì)算和環(huán)境監(jiān)測(cè)的方法和標(biāo)準(zhǔn)必須力求合理和統(tǒng)一，否則所得數(shù)據(jù)難以制成可靠的模型。第二十四頁(yè)，共七十一頁(yè)，2022年，8月28日最早的損失模型（Kirby和Archer，1927）小麥桿銹病損失估計(jì)表(KirbyandArcher,1927)

不同生育階段的病情指數(shù)產(chǎn)量損失孕穗揚(yáng)花乳熟糊熟蠟熟成熟(％)

────±50──±510255─±510254015±510254065505102540601007510254065100100100第二十五頁(yè)，共七十一頁(yè)，2022年，8月28日這個(gè)模型具有如下缺點(diǎn)：流行速度和型式固定不變，而實(shí)際上它卻是變化多端的；病情和產(chǎn)量之間的關(guān)系似乎較為機(jī)械，與實(shí)際情況頗有出入；未考慮品種，栽培條件對(duì)損失率的影響。第二十六頁(yè)，共七十一頁(yè)，2022年，8月28日損失估計(jì)模型的類型：經(jīng)驗(yàn)?zāi)Ｐ停‥mpiricalmodel）

（整體模型Holisticmodel）系統(tǒng)模型（Systemicmodel）

（模擬模型Simulationmodel）第二十七頁(yè)，共七十一頁(yè)，2022年，8月28日（一）經(jīng)驗(yàn)?zāi)Ｐ推渲校琘：產(chǎn)量或損失，X：關(guān)鍵期病情。1．關(guān)鍵期病情模型（CPM）僅根據(jù)某一時(shí)期的病情預(yù)測(cè)損失：第二十八頁(yè)，共七十一頁(yè)，2022年，8月28日式中：L：損失比率；X：病害關(guān)鍵期或最終發(fā)生數(shù)量(比例數(shù))；a：達(dá)損失閾值時(shí)病害發(fā)生數(shù)量(比例數(shù))；b：損失曲線的斜率參數(shù)；c

：損失曲線的形狀參數(shù)。1．關(guān)鍵期病情模型（CPM）韋布爾模型第二十九頁(yè)，共七十一頁(yè)，2022年，8月28日2.多期病情模型（簡(jiǎn)稱MPM）式中：Y：產(chǎn)量或產(chǎn)量損失，Xi：不同時(shí)期調(diào)查的病情，b0

：常數(shù)項(xiàng)，

b1，b2，…,bn：系數(shù)。第三十頁(yè)，共七十一頁(yè)，2022年，8月28日Y：產(chǎn)量或損失率，X：流行曲線下面積（AUDPC）3．流行曲線下面積模型

(AUDPC)x：病情，t：時(shí)間第三十一頁(yè)，共七十一頁(yè)，2022年，8月28日4．多因子模型（MFM）多因子損失預(yù)測(cè)模型的通式為：Y：損失；X1，X2……Xn分別為病情、品種、栽培、氣候等第三十二頁(yè)，共七十一頁(yè)，2022年，8月28日4．多因子模型（MFM）多因子損失預(yù)測(cè)模型有時(shí)還需要包括種種互作項(xiàng)，而成為：第三十三頁(yè)，共七十一頁(yè)，2022年，8月28日（二）系統(tǒng)模型將作物產(chǎn)量形成過(guò)程作為一個(gè)系統(tǒng)，病害過(guò)程則是影響產(chǎn)量的一個(gè)因素，是產(chǎn)量形成的一個(gè)子系統(tǒng)；在產(chǎn)量形成過(guò)程中，病害在不同時(shí)期以它的發(fā)生程度影響植物的生理生化、生長(zhǎng)發(fā)育過(guò)程，直接或間接地影響到產(chǎn)量的形成因素，最后將病害發(fā)生過(guò)程的模型與作物生長(zhǎng)模型綜合為一體。第三十四頁(yè)，共七十一頁(yè)，2022年，8月28日四、多種病蟲(chóng)害混合發(fā)生的損失預(yù)測(cè)多種病蟲(chóng)害混合發(fā)生時(shí)有以下幾種情況：（1）當(dāng)幾種專門(mén)為害葉片的葉斑性病害混合發(fā)生時(shí)，總的產(chǎn)量損失可能是各種病害單獨(dú)發(fā)生時(shí)所造成的產(chǎn)量損失之和；第三十五頁(yè)，共七十一頁(yè)，2022年，8月28日四、多種病蟲(chóng)害混合發(fā)生的損失預(yù)測(cè)（2）當(dāng)其中一種病、蟲(chóng)害的為害是系統(tǒng)性損傷（如枯萎病、根部線蟲(chóng)）、為害果實(shí)（如赤霉病、吸漿蟲(chóng)）時(shí)，它們對(duì)作物造成總的損失就不會(huì)是各自造成的損失之和。因?yàn)橐环N有害生物的損失是在另一種有害生物作用的基礎(chǔ)上進(jìn)行的。第三十六頁(yè)，共七十一頁(yè)，2022年，8月28日（3）當(dāng)二種以上的病害均為系統(tǒng)性病害時(shí)（如棉花枯萎病和黃萎病的同時(shí)為害），或危害根部和危害果實(shí)等同時(shí)發(fā)生，要注意：四、多種病蟲(chóng)害混合發(fā)生的損失預(yù)測(cè)1）通常不能用數(shù)個(gè)單一病害的損失方程分別計(jì)算的損失估計(jì)值相加，作為混合為害的損失值；2）即使有了混合為害的損失方程，也要注意這種損失方程的制約條件和使用環(huán)境，不能生搬硬套。第三十七頁(yè)，共七十一頁(yè)，2022年，8月28日五、作物病害損失的研究方法1、單株法2、群體法大田調(diào)查和田間試驗(yàn)：第三十八頁(yè)，共七十一頁(yè)，2022年，8月28日試驗(yàn)重復(fù)與病情等級(jí)的影響10等級(jí)、2重復(fù)4等級(jí)、5重復(fù)損失試驗(yàn)設(shè)計(jì)原則：多等級(jí)、少重復(fù)！第三十九頁(yè)，共七十一頁(yè)，2022年，8月28日第九章預(yù)測(cè)效果的檢驗(yàn)和評(píng)價(jià)第四十頁(yè)，共七十一頁(yè)，2022年，8月28日主要內(nèi)容：第一節(jié)預(yù)測(cè)的概率性第二節(jié)預(yù)測(cè)誤差分析第三節(jié)預(yù)測(cè)準(zhǔn)確度的檢驗(yàn)方法第四節(jié)預(yù)測(cè)效益評(píng)價(jià)第五節(jié)預(yù)測(cè)中的問(wèn)題

第四十一頁(yè)，共七十一頁(yè)，2022年，8月28日第一節(jié)預(yù)測(cè)的概率性根據(jù)系統(tǒng)運(yùn)動(dòng)的非加和原則以及系統(tǒng)外部輸入系統(tǒng)的每一個(gè)因素活動(dòng)軌跡的不確定性，使得每一個(gè)輸入因素對(duì)系統(tǒng)行為的作用，也并非一定就是單向的刺激或抑制，即系統(tǒng)的行為存在著更高層次的不確定性。從這一點(diǎn)講，可以說(shuō)預(yù)測(cè)工作的難度是很大的，很不容易達(dá)到預(yù)測(cè)值和實(shí)際情況的完全符合，只能給予一定的概率保證。

第四十二頁(yè)，共七十一頁(yè)，2022年，8月28日目前我們所應(yīng)用的農(nóng)作物病害的預(yù)測(cè)模型，都是依據(jù)植物病害系統(tǒng)的行為、各子系統(tǒng)的屬性和相應(yīng)的氣象資料等歷史數(shù)據(jù)，經(jīng)過(guò)一定方法的數(shù)據(jù)處理后而組建起來(lái)的。由于各預(yù)測(cè)因素變化的不確定性，構(gòu)成了預(yù)測(cè)結(jié)果的不確定性，即預(yù)測(cè)的結(jié)果的概率性。在預(yù)測(cè)的結(jié)果中注明預(yù)測(cè)的概率值，也就是告訴人們預(yù)測(cè)的可信程度。

第四十三頁(yè)，共七十一頁(yè)，2022年，8月28日預(yù)測(cè)準(zhǔn)確度：預(yù)測(cè)值與病害實(shí)際發(fā)生情況的符合程度，它說(shuō)明預(yù)測(cè)的可靠程度。預(yù)測(cè)準(zhǔn)確度應(yīng)包括歷史符合度和預(yù)測(cè)符合度二個(gè)方面。預(yù)測(cè)的精確度：指在預(yù)測(cè)正確的前提下，預(yù)測(cè)結(jié)果與病害實(shí)際發(fā)生程度之間的接近程度。第四十四頁(yè)，共七十一頁(yè)，2022年，8月28日第二節(jié)預(yù)測(cè)誤差分析預(yù)測(cè)誤差：預(yù)測(cè)值與病害實(shí)際發(fā)生值的差異。1、誤差來(lái)源

從開(kāi)始組建預(yù)測(cè)模型到運(yùn)用模型進(jìn)行預(yù)測(cè)的整個(gè)階段均可能產(chǎn)生誤差。第四十五頁(yè)，共七十一頁(yè)，2022年，8月28日第二節(jié)預(yù)測(cè)誤差分析1、誤差來(lái)源預(yù)測(cè)模型的組建階段：數(shù)據(jù)質(zhì)量不高數(shù)據(jù)處理方法欠妥預(yù)測(cè)模型的選擇不當(dāng)?shù)谒氖?yè)，共七十一頁(yè)，2022年，8月28日第二節(jié)預(yù)測(cè)誤差分析預(yù)測(cè)模型的應(yīng)用階段：數(shù)據(jù)采集誤差氣象資料誤差模型的適宜區(qū)域問(wèn)題數(shù)據(jù)采集誤差：一是歷史資料的可比性問(wèn)題二是調(diào)查資料的不一致性和代表性問(wèn)題。第四十七頁(yè)，共七十一頁(yè)，2022年，8月28日2、誤差的類型（1）系統(tǒng)誤差（2）隨機(jī)誤差（3）過(guò)失誤差第四十八頁(yè)，共七十一頁(yè)，2022年，8月28日（1）系統(tǒng)誤差(systematicerrors)概念：又稱可測(cè)誤差(determinate)，模型誤差造成預(yù)測(cè)結(jié)果與實(shí)測(cè)值的差異。特點(diǎn)：重復(fù)性單向性可校正性。第四十九頁(yè)，共七十一頁(yè)，2022年，8月28日（2）隨機(jī)誤差(randomerrors)概念：過(guò)失誤差是由于試驗(yàn)操作人員的粗心、試驗(yàn)設(shè)計(jì)不當(dāng)或在組建模型的過(guò)程中計(jì)算失誤等原因而造成的誤差。。特點(diǎn)：無(wú)重復(fù)性無(wú)方向性出現(xiàn)隨機(jī)誤差的原因：大多是由于預(yù)測(cè)因子的數(shù)據(jù)質(zhì)量不高，或代表性不強(qiáng)等。第五十頁(yè)，共七十一頁(yè)，2022年，8月28日（3）過(guò)失誤差(mistake)概念：由于試驗(yàn)操作人員的粗心、試驗(yàn)設(shè)計(jì)不當(dāng)或在組建模型的過(guò)程中計(jì)算失誤等原因而造成的誤差。特點(diǎn)：發(fā)生在組建模型階段，造成系統(tǒng)誤差；發(fā)生在預(yù)測(cè)階段，造成隨機(jī)誤差。第五十一頁(yè)，共七十一頁(yè)，2022年，8月28日3、避免和減少誤差的方法在預(yù)測(cè)資料采集過(guò)程中項(xiàng)目的目的是否明確；所采用的方法是否正確；調(diào)查所選取的樣點(diǎn)或采集的數(shù)據(jù)是否具有代表性；數(shù)據(jù)的計(jì)錄及處理方法是否正確等。要提高預(yù)測(cè)的準(zhǔn)確程度，需要考慮：第五十二頁(yè)，共七十一頁(yè)，2022年，8月28日明確預(yù)測(cè)目的預(yù)測(cè)研究培訓(xùn)工作人員細(xì)心地觀測(cè)和記載嚴(yán)格審查歷史資料注意大氣環(huán)境與小氣候的關(guān)系通過(guò)以下幾項(xiàng)措施來(lái)減少試驗(yàn)誤差：第五十三頁(yè)，共七十一頁(yè)，2022年，8月28日第三節(jié)預(yù)測(cè)準(zhǔn)確度的檢驗(yàn)方法預(yù)測(cè)效果的檢驗(yàn)包括二個(gè)方面：預(yù)測(cè)符合度（準(zhǔn)確度）檢驗(yàn)精確度檢驗(yàn)。

第五十四頁(yè)，共七十一頁(yè)，2022年，8月28日1.預(yù)測(cè)符合度檢驗(yàn)

預(yù)測(cè)符合度(Ｈ)：等于預(yù)報(bào)正確次數(shù)(Ｒ)和預(yù)測(cè)總次數(shù)(Ｔ)之比，即：符合度：指預(yù)測(cè)值和病害實(shí)際發(fā)生情況的符合情況。第五十五頁(yè)，共七十一頁(yè)，2022年，8月28日此法是首先計(jì)算病害發(fā)生程度的歷史平均值，然后求出各年發(fā)生實(shí)況、預(yù)測(cè)值與歷史平均值的差異，大于或等于平均值者為“＋”，小于平均值者為“－”，利用下式計(jì)算預(yù)測(cè)值和發(fā)生實(shí)況的符號(hào)之間相同和不同的比例。符號(hào)檢驗(yàn)法：第五十六頁(yè)，共七十一頁(yè)，2022年，8月28日2.擬合度檢驗(yàn)法

剩余平方和檢驗(yàn)

卡方（2）

回歸誤差檢驗(yàn)法

（Ｓy/x檢驗(yàn)）

參數(shù)檢驗(yàn)法（線性回歸檢驗(yàn)法）

第五十七頁(yè)，共七十一頁(yè)，2022年，8月28日①剩余平方和檢驗(yàn)第五十八頁(yè)，共七十一頁(yè)，2022年，8月28日②卡方（2）檢驗(yàn)第五十九頁(yè)，共七十一頁(yè)，2022年，8月28日通常，多因素預(yù)測(cè)方程的通式為：③回歸誤差檢驗(yàn)法（Ｓy/x檢驗(yàn)）

方程尾部的Sy/x為方程的回歸誤差。第六十頁(yè)，共七十一頁(yè)，2022年，8月28日一般認(rèn)為預(yù)測(cè)值落在２個(gè)回歸誤差的范圍之內(nèi)為預(yù)測(cè)正確，但是，預(yù)測(cè)方程原始數(shù)據(jù)的擺動(dòng)范圍愈大，所建方程的回歸誤差Sy/x也就愈大，此時(shí)用Sy/x作為檢驗(yàn)標(biāo)準(zhǔn)，也就擴(kuò)大了誤差范圍，因此，該方法的使用尚需探討。第六十一頁(yè)，共七十一頁(yè)，2022年，8月28日④參數(shù)檢驗(yàn)法（線性回歸檢驗(yàn)法）

比較幾個(gè)值a和b值，當(dāng)a值愈趨近于０，b愈趨近于１，則說(shuō)明該方程的預(yù)測(cè)效果愈好。第六十二頁(yè)，共七十一頁(yè)，2022年，8月28日第四節(jié)預(yù)測(cè)效益評(píng)價(jià)預(yù)測(cè)的經(jīng)濟(jì)效益：指生產(chǎn)部門(mén)（管理決策部門(mén)）按照預(yù)測(cè)結(jié)果進(jìn)行防治后的作物產(chǎn)值比在沒(méi)有預(yù)測(cè)情況下作物產(chǎn)值的增加量和節(jié)約的費(fèi)用。1.預(yù)測(cè)效益的概念第六十三頁(yè)，共七十一頁(yè)，2022年，8月28日第四節(jié)預(yù)測(cè)效益評(píng)價(jià)提高預(yù)測(cè)技術(shù)經(jīng)濟(jì)效益的方法可從二方面考慮：一是提高預(yù)測(cè)的準(zhǔn)確程度，二是降低測(cè)報(bào)工作的成本。預(yù)測(cè)的準(zhǔn)確度愈高，防治效果愈好，測(cè)報(bào)工作的經(jīng)濟(jì)效益也就愈高。測(cè)報(bào)方法的成本愈低，預(yù)測(cè)工作的經(jīng)濟(jì)效益也就相對(duì)愈高。第六十