植物病害流行的預測第七章第七章植物病害流行的預測主要內容：第一節植物病害預測的概念第二節植物病害預測的原理第三節植物病害預測的要素第四節植物病害流行預測的依據第五節植物病害預測的方法第七章植物病害流行的預測1.預測的由來、發展和意義古代預言家、占卜者、星相學家氣象學中的物候預測法：

燕子低飛蛇過道，螞蟻搬家山戴帽；水缸出汗蛤蟆叫，必有大雨到。第一節植物病害預測的概念第七章植物病害流行的預測龜背潮，下雨兆；泥鰍靜，天氣晴。桃花開，燕子來，準備谷種下田畈。柳樹發芽暖洋洋，冷天不會有幾長。荷花開，秧正栽；菊花黃，種麥忙。桐子樹開花，霜雪不再落。第七章植物病害流行的預測預測的概念與預測學：1943年，德國政治學教授費勒希特海姆創用了“未來學”(Thefuturestudy)，它包括未來預測和未來研究兩方面。形成獨立的一門學科，即預測學(ForecastingScience)第七章植物病害流行的預測60年代,預測學從純理論轉向實際應用,研究領域從社會科學轉向自然科學和工程技術,從而取得了長足的發展。凡事預則立，不預則廢。“預”即指預測，“立”即指成功。第七章植物病害流行的預測預測的概念：科學發展的預測階段是在揭示客觀事物發展規律的基礎上，展望未來，預測尚未發生，而又必然發生的現象。（夏禹龍等(1982)《軟科學》）第七章植物病害流行的預測科學的預測：是依據已知的科學事實、科學理論、科學思想和科學方法，揭示客觀事物的發展規律，推測未來必然或可能發生的現象。馬海平等(1987)《新興科學概要》預測的概念：第七章植物病害流行的預測科學的預測，指的是在正確的理論指導下，在自覺地認識客觀規律的基礎上，借助于科學預測的技術和方法，對大量信息資料進行系統分析，揭示出客觀事物發展過程的本質聯系和必然趨勢。馮之浚等(1987)為預測作出以下定義：第七章植物病害流行的預測他們還特別指出預測的概率性，即：預測分析是對未來事件或現在的事件的未來后果作出估計，將未來事件或者說可能性空間縮小到一定的程度，以利于人類的活動。馮之浚等(1987)為預測作出以下定義：第七章植物病害流行的預測預測的實質：掌握變化的原因；了解變化的狀態；從量的變化中找出因果關系；從變化中找出規律性的東西對未來進行判斷。第七章植物病害流行的預測預測的作用：減少對未來事物認識的不確定性；是決策的前提，科學預測是正確決策的依據。第七章植物病害流行的預測預測的特點：根據統計資料和目前信息，運用一定程序、方法和模型，分析預測對象與相關因素的相互聯系，而揭示預測對象特性和變化規律。科學性：第七章植物病害流行的預測預測的特點：受許多隨機因素的影響，事前預測的結果，往往與將來實際發生的結果有一定偏差。近似性：第七章植物病害流行的預測預測的特點：對預測對象的認識常受知識、經驗、觀察和分析能力限制，又掌握資料和信息不夠準確完整，或建模時簡化等，導致預測的分析不夠全面。局限性：第七章植物病害流行的預測我國的病蟲害預測預報工作始于本世紀50年代。1955年農業部頒布了“農作物病蟲預測預報方案”，測報對象包括兩種病害，即馬鈴薯晚疫病和稻瘟病。1979年農業部農作物病蟲測報總站組織修訂了稻、麥、旱糧、棉花、油料作物上的34種病蟲害測報方法。我國病蟲害預測預報研究與發展：第七章植物病害流行的預測從1987年開始組織制定病蟲測報規范。在病蟲信息傳遞技術上也推廣了模式電報。

20世紀90年代中期又開展了全國病蟲測報系統計算機聯網工作。第七章植物病害流行的預測植物病害預測是在認識病害發生發展規律的基礎上利用已知客觀規律展望未來的思維活動。在認識的多層次體系中，預測學著重研究信息的提取、傳遞和加工，以上升為預測規律，而對植物病害系統結構的分析和建立一定的模型是預測研究的核心。第七章植物病害流行的預測植物病害預測概念的歸納：(1)

植物病害預測是人對病害發展趨勢或未來狀況的推測和判斷，是主觀見之于客觀的一種活動，屬于軟科學；第七章植物病害流行的預測植物病害預測概念的歸納：(2)

病害預測是在認識病害客觀動態規律的基礎上展望未來。而這種認識又是對大量病害流行事實所表露的信息資料進行加工和系統分析的過程，有關生物學、病理學、生態學等科學理論、科學思想和科學模式則是現有認識的結晶，也是預測的依據；第七章植物病害流行的預測(3)

預測是概率性的。其本質是將未來事件或者說可能性空間縮小到一定的程度，只是對某一尚不確知的病害事件作出相對準確的表述；(4)

目的：是為了現在，在可能預見的前景和后果面前，決定我們應該采取何種正確防治決策。第七章植物病害流行的預測預測是可能的。“承認外部世界的客觀實在性和外部自然界的規律并且認為人完全可以認識這個世界和這些規律”(《列寧全集》14卷,194頁)。第二節植物病害預測的原理第七章植物病害流行的預測預測的一般原理是建立在一般系統論的結構模型理論的基礎之上的。列寧指出：“規律就是關系……本質的關系或本質之間的關系”。第二節植物病害預測的原理第七章植物病害流行的預測預測分析就是根據客觀事物的過去和現在的已知狀態和變化過程，來分析和研究預測規律，再應用預測規律來進行科學預測。第七章植物病害流行的預測植物物病理學、微生物學、生態學、氣象學、流行學等多學科研究成果、理論和知識以及有關專家的智能都可以作為預測規律，再結合當地的其它環境因素的分析，共同構建了植物病害預測模型。第七章植物病害流行的預測利用預測規律時要遵守慣性原則和類推原則。慣性定理：當某一病害系統的結構沒有發生大的變化時，未來的變化率應該等于或基本等于過去的變化率。第七章植物病害流行的預測利用預測規律時要遵守慣性原則和類推原則。慣性定理可以采用以下公式：其中X0、X1、X2分別表示病害的初始狀態、現實狀態和未來狀態；t為時間；∫為積分符號；r1和r2分別表示過去和未來的變化速率。第七章植物病害流行的預測類推原則：基于自然存在的因果關系和/或協同（或同步）變化現象。第七章植物病害流行的預測在農田生態系統或更大的生態系統中的不同事物，特別是一些生物同時感受到環境的某一些影響而同時發生一些變化，或者由于系統的整體性，某一組分的變化可以導致一系列的連鎖反應，由此引發了預測的類推原則和類推預測方法。第七章植物病害流行的預測第三節預測的基礎和要素開展預測工作的首要前提是社會需求。預測的對象應該是在生產上為害最大或較大的病害；越是發生時間、發生頻率、發生程度、發生范圍變化大的病害，其預測的意義也越大，應優先列入預測對象的名單。第七章植物病害流行的預測預測研究可以歸結為尋找預測規律和利用預測規律兩方面。在尋找預測規律時所需要的條件即成為預測的基礎，而進行預測所必備的條件則成為預測要素。第七章植物病害流行的預測一、植物病害預測要素：病害發生規律：客觀事物的基本特性。歷史資料：根據客觀事物的過去的已知狀態和變化過程，來分析和研究預測規律，實時資料：已經得到的與預測事件有關的當前信息。未來資料：從當前時間至預測事件期間所需要的有關資料。第七章植物病害流行的預測一、經驗思考和病害系統結構模型經驗思考：是指參與預測人員的經驗、有關植物病理學知識和邏輯思維能力，它們是預測的首要基礎。第七章植物病害流行的預測預測者根據已有的經驗思考可以構建預測對象的系統結構模型（或稱物理模型）。能夠體現預測者對預測對象的總體認識。建立一個穩定的預測機構和提高預測者的素質是搞好預測工作的首要基礎。第七章植物病害流行的預測二、情報資料和數學模型情報資料是預測的重要基礎之一，是預測信息的載體。情報資料包括觀念和數據，觀念可以理解為對客觀事物的認識。數據資料則是開展定量研究的客觀依據。現代通訊設備和信息系統將提供許多方便。第七章植物病害流行的預測選擇適當的數學方法是建立良好預測模型的前提：概率論和數理統計、回歸和逐步回歸、模糊和灰色算法等在預測研究諸要素中，建立正確的物理模型是至關重要的。三、科學合理的數學方法第七章植物病害流行的預測具體的預測方法固然重要，但是不能代替實質的分析。好的數學模型應該是客觀規律的代表，其參數又是系統特性的代表。第七章植物病害流行的預測(1)明確預測主題：預測對象、范圍，預測期限、項目和精確度；(2)

收集背景資料。在此基礎上不斷完善預測病害系統的結構模型；(3)選擇預測方法，建立預測模型；四、預測研究的一般步驟第七章植物病害流行的預測(4)

預測和檢驗：評價各種模型的優劣；(5)實際應用：在生產中進一步檢驗預測模型和不斷改進。四、預測研究的一般步驟在上述程序中，還要不斷反饋。通過多次循環往復才能形成比較合理的預測方案。第七章植物病害流行的預測第四節植物病害流行預測的依據預測依據：植物病害流行預測的預測因子應根據病害的流行規律，在寄主植物、病原物和環境因素中選取。第七章植物病害流行的預測第四節植物病害流行預測的依據預測依據包括：（1）根據菌量預測（2）根據氣象條件預測（3）根據菌量和氣象條件進行預測（4）根據菌量、氣象條件、栽培條件和寄主植物生育狀況預測第七章植物病害流行的預測第五節植物病害預測的方法預測方法主要是用于探索人與技術的關系。因而與人的知識、人的創造性思維能力，以及人對價值的判斷能力關系最為密切。預測方法不是取代人的作用，而是以某種形式加強人的作用，科學的預測方法有助于提高人對事物的預測能力。第七章植物病害流行的預測一、植物病害預測方法的類型①按預測期限劃分：為短期、中期、長期和超長期（若干年）預測；②按預測內容劃分：發生期、發生量、損失量、防治效果、防治效益預測；依不同角度，預測方法曾采用的分類方式：第七章植物病害流行的預測一、植物病害預測方法的類型③按預測依據的因素劃分：單因子預測和復因子綜合預測。

④按預報的形式劃分：0-1預測、分級預測、數值預測和概率預測；⑤按特殊要求劃分：有品種抗病性、小種動態、病害種群演替預測等。第七章植物病害流行的預測按照植物病害預測原理、方法的差異分類：類推法數理統計模型法系統模擬模型法專家評估法第七章植物病害流行的預測第七章植物病害流行的預測二、類推法類推法：是利用與植物病害的發生情況有相關性的某種現象作為依據或指標，推測病害的發生始期或發生程度。物候預測法指標預測法發育進度預測法預測圃法第七章植物病害流行的預測三、數理統計模型預測法①資料的整理②因素選擇

③模式篩選

④擬合度檢驗

數理統計模型法預測的一般過程：優點：只要有足夠的可靠數據，組建模型比較簡單，使用也很方便。第七章植物病害流行的預測明確目的、確定邊界總體設計、數據收集模型組建模型檢驗靈敏度分析模型使用建模步驟第七章植物病害流行的預測1.資料收集在整理資料的過程中一定要實事求是，使它能夠真正反應在某些情況下病、蟲害的發生情況。預測資料可以包括病、蟲害的發生量、發生期、發生過程資料和影響病、蟲害發生的生物和非生物因素資料。預測資料的整理過程一般包括資料的采集、分析、列表和處理四個階段。第七章植物病害流行的預測2.因素選擇預測因子選擇不當，是不可能預測準確的。通常選擇因子的方法：直接選擇法符合度比較法相關分析法主因素選擇法通徑分析法層次分析法等。。。第七章植物病害流行的預測（1）直接選擇法根據病害流行的規律及影響因素，直接從中選出影響病害流行的主要因素，作為預測因子。例：在小麥赤霉病揚花期的雨量或雨日數是影響病菌侵染的主要因素，所以用此時的雨量或雨日數作為病害的預測因子一般可以收到較好的效果。第七章植物病害流行的預測（2）符合度比較法將初步選擇的數個預測因子與預測對象進行列表比較，不需要進行計算，直接觀察各預測因子與預測對象的波動關系。凡是與預測對象的波動狀態符合程度最高（正相關）或者不符合程度最高（負相關）的因子就是預測的主要因子，然后再選擇第二、第三個等次要的預測因子。

第七章植物病害流行的預測第七章植物病害流行的預測第七章植物病害流行的預測（3）相關分析法計算初步選出的數個預測因子與預測對象之間的單相關系數，將相關系數最大的因子作為預測的主要因子。如表中幾個預測因素（降雨量、雨日數、露日數、溫度）與預測對象ｒ值之間的單相關系數依次為；0.8453、0.6071、0.3390和0.4794。第七章植物病害流行的預測通徑分析又稱為相關的分解，亦稱為標準化的多元線性回歸分析。通徑分析可以把一個相關系數，根據其成因分解為若干組成部分，使我們能更清楚地認識各因素對效應因素直接地和間接地發生影響的程度。第七章植物病害流行的預測層次分析法（AnalyticHierarchyProcess簡稱AHP）是將決策總是有關的元素分解成目標、準則、方案等層次，在此基礎之上進行定性和定量分析的決策方法。

第七章植物病害流行的預測3.模式選擇植物病害的預測模型包括系統模型和統計模型兩大類。依據主要因素與病害之間的關系選擇預測模型的基本形式。繪制相關圖。第七章植物病害流行的預測3.模式選擇非線性相關時，可利用函數圖象的知識大致確定預測模型曲線的形式。一般要制作多個不同形式的預測模型進行比較，選擇預測效果較好的模型試用。第七章植物病害流行的預測4.擬合度檢驗擬合度檢驗是對已制作好的預測模型進行檢驗，比較它們的預測結果與病害實際發生情況的吻合程度。常用的擬合度檢驗方法有：剩余平方和檢驗、卡方

(χ2)檢驗和線性回歸檢驗等。第七章植物病害流行的預測（1）剩余平方和檢驗理論預測值()與實際情況(ｙ)進行比較，求得它們的差異平方和(Q)、回歸誤差(S)及曲線相關比(r(曲))的值。Q、S越小；r(曲)越大，模型擬合度越好第七章植物病害流行的預測（2）卡方（χ2）檢驗計算公式是:

卡方值越大，說明病害實際值與理論預測值的差別越大！第七章植物病害流行的預測（3）線性回歸檢驗原理：當預測的理論值與病害發生的實測值用不同預測方程得到不同的線性回歸式。比較幾個值a和b值，當ai值愈趨近于０，bi愈趨近于１，則說明該方程的預測效果愈好。第七章植物病害流行的預測5.應用數理統計預測法的注意事項可能因為經驗不足，資料不全或資料的代表性欠佳等其它原因而使預測帶有一定的片面性。在應用上適應性較差，原則上只能適用于建模數據所取自的地區或與之條件相似的地區。預測因素選擇的合適與否，直接關系到預測的準確程度。統計模型一般引入的預測因子有限，這也是限制其應用范圍的一個原因。

第七章植物病害流行的預測四、專家評估法目前在預測工作中全面應用數學手段仍有一定的困難。主要表現在數據的獲取、數據的質量、信息的定量化、信息的廣泛性及預測模型的廣適性等方面。“只有應用數學手段和采用數學模型才是科學預測”？第七章植物病害流行的預測四、專家評估法專家評估大體可以分為：個人判斷法專家會議法頭腦風暴法專家預測系統法特爾菲法交叉影響法等。第七章植物病害流行的預測1.專家會議法對某一病蟲害的發生趨勢或發生程度通過專家會議的形式進行預測。要求：會議組織者首先明確預測的目的；必須給與會專家提供必要的資料和信息；邀請專家人選方面有代表性。第七章植物病害流行的預測2.特爾菲法特爾菲法預測是專家會議預測法的一種發展，是系統方法在意見和價值判斷領域內的一種有益延伸。特爾菲法不僅可以從事技術預測，也可用于經濟預測，不僅可作短期預測，也可作長期預測，不僅可作量變過程的預測，也可作質變過程的預測，因此，它是一種廣為適用的預測方法。第七章植物病害流行的預測特爾菲法的特點：匿名性，完全消除了專家心理因素的影響；與民意測驗不同，要經過三到四輪的反復討論才能決定預測結果。領導小組將每一輪的預測結果連同不同的論證意見反饋給每個專家，以供進行下一輪預測時參考。特爾菲法采用統計學的方法對預測結果進行處理，這樣可以定量評價預測結果。第七章植物病害流行的預測（1）特爾菲法的工作步驟：①

確定預測主題，編制預測事件一覽表；②選擇專家；③預測過程；④預測結果的處理和表達。第七章植物病害流行的預測第七章植物病害流行的預測（2）運用特爾菲法時的注意事項：向參加預測的專家充分說明特爾菲法的實質、特點，以及輪間反饋對預測評價的作用；在進行預測時，要根據病蟲害預測的依據，向專家們提供必要資料；預測主題要集中、明確，預測用語要確切；第七章植物病害流行的預測（2）運用特爾菲法時的注意事項：在進行了一次或兩次預測之后，必要時可組織專家們進行口頭辯論，通過討論取得協調意見。嚴格避免預導小組將自己的意圖加入到專家們的預測意見中去，更不能有意進行引導。第七章植物病害流行的預測3.專家系統預測專家系統：模擬某些特定領域內人類專家的思維過程，并且能