Прогноэа по комплексу факторов

По мере продвижения Фитопатологии от общих ка· чественных оценок проявления болезней к установле­нию количественных зависимостей их развития ОТ всяких факторов (чаще всего элементов погоды) все боль-

ше создается предпосылок для более точного составле­ния прогнозов. На этой основе определены направле­ния, по которым должна проводиться разработка прогнозов болезней сельскохозяйственных культур (К М. Степанов, 1961; А. Е. Чумаков и Т. В. Пестин­ская, 1963). Они предусматривают установление сте­пени значения рещающих показателей в развитии кон-

кретных болезней.

Для разных " болезней Б различных пунктах прогно­стическими факторами являются далеко неодинаковые показ~тели, в том числе и элементы погоды предшест­вующего периода. Каждый из ни]{ отражает лишь ча­стичную связь с интенсивностью развития болезни в будущем году. Наиболее полная з? висимость полу­чается от, суммарного действия группы фа, КТОРОВ, вы­ражаемых через соответствующий индекс - ЧИЂЛQВОЙ относительный Fюказатель, характеризующий суммар­ную связь прогностических факторов с интенсивностью развития болезни. ~ри этом корреляция приобретает большую эвристическую ценность, когда используемые факторы не связаны причинно-следственными отноше­ниями. Чаще всего корреляция. между двумя, величи­нами есть не что иное, как отражение действия на них третьей величины.

ИСПОЛ, ьзование элемен: гов погоды предшествующего периода в целях прогноза развития болезней можно представить в двух взаимонаправляющих аспектах: ме­теопатологическом и метеобиологическом. В первом случае прогнозирование осуществляют преимущественно по комплексу предшествующих факторов, определяю­щих текущие условия инФеКЦ1fОННОГО процесса; во вто­ром случае, - воздействующих на растение-хозяина или покоящиеся формы паразита.

Исходя из этих двух взаимосвязанных предпосылок, в данное время разработаны математические методы долгосрочного прогноза болезней, предусматривающие метеопатологический или метеобиологический принцип. В обоих случаях по многолетним данным вычисляют чис­ловые коэффициенты, которые отражают динамику' бо­лезни и изменение суммарного индекса для. каждого -конкретного пункта.

Методы корреляционого анализа в целях однолет­него прогноза развития различных болезней сельскохозяйственных растений с использованием метеопатологи-

ческого и 'метеобиологическоro принципов вполне себя оправдывают.

Статистический анализ показал, что резкие отклоне­ния тех или иных элементов погоды от уровня того. пе­риода, за который были вычислены индексы прогноза, неизбежно приводят к снижению его достоверности. В первую очередь это касается суммы месячных осад­ков и реже среднемесячной температуры воздуха. По­этому для повышения ~табильности показателей необ­ходимо. использовать только точно документированные' данные об интенсивности развития болезни и об усло­виях вегетации растений (даты прохождения фаз веге­таци~, культивируемые сорта, условия агротехники, ИН­тенсивность поражения в определенную фазу вегета­ции, наличие, рас гриба, гиперпаразитов и других пато­гсиов и т. д.). Такие сведения и данные об элеМентах погоды нужно брат'ь за возможно больший срок. Наши исследования показали, что ХОРQшие результаты дает 10-12'-летний промежуток времени. Возможно, " это свя­зано с некоторым волнообразным изменением погоды ПОД' влиянием периодичности СО.llНечноЙ актнвности (Н. В. Колобков, 1960).

Частные индексы лучше устанавливать не с элемен­тами погоды в среднемесячном исчислении, а по. eCTeCT~ венным синоптическим сезонам (ЕСС): весна (lII., -IV), первая половина лета (V-VI), вторая полов'ина лета (VI)-VIII)', ocel! b (lX-Х), предзимье (XI-XII) и зима (1--11);

Из элементов погоды пр~дшеству~оIiJ.его периода в первую очередь используют температуру.воздуха и осадки. В зависимости от биологических особенностей возбудителей БОflезни в той ИЛИ иной зоне можно брать другие элементы: баланс влаtи, число дней с осадками, относительную влажность воздуха, температуру почвы, наличие солнечных дней, продолжительность сОлнеч­ного сияния, высоту снежного покрова, ' данные феноло­гии, поражение материнских растений или другие фак­торы. Включение в покаЗ8тели таких факторов, кото­рые слабо отражаЮТС$I в соответствующих широких ин­формациях, может создать затруднения в составлении прогноза на местах.

Для вычисления суммарного индекса выбирают те частные факторы, для которых были получены числен~ но большие коэффициенты. корреляции с развитием бо-

лезни (r = ±0, 5 и выше) и которые одновременно в до­статочно высокой степени коррелируют (r = + 0, 3 и не ниже) с наибольшим количеством элементов погоды те­кущего года (2-3 фактора), влияющих на ее развитие. Элементы предшествующей погоды, слабо коррелирую­щие с показателями развития болезни, несмотря на большую их связь с одним из факторов погоды, опре­деляющих ее р~звитие в текущем году, не следует брать в качестве частных индексов; Необходимо, чтобы вы­бранные факторы были биологически обоснованы или по возможности имели инерционное значение.

Лучше всего долгосрочный прогноз давать по обыч­ным трем градациям: норма, выше и ниже нормы на период максимального развития болезни в определен­ную фазу вегетации растений. Сводить показатели прог­ноза к одному числу не имеет смысла. Следует пом­нить о возможности отклонения прогноза в известных пределах.

Непостоянство ранее выявленных элементов погоды, имеющих прогностическое значение, зависит от многих местных фактров; оно изменяется с течением времени и для одного и т, ого же места. Поэтому по прошествии не· которого времени, когда мера связи интенсивности раз­вития той или иной болезни с интегральным индексом погоды понuжа~тся, целесообразнее всего повторно вы­числить суммарные индексы, т. е. уточнить формулу прогноза.

. Уточнение квадратичных отклонений (< 1) либо ис­пользование криволинейной регрессии (парабол 2-го по­рядка) не дает значительных результатов в повыше­нии стабильности ранее вычисленных показ~телей дол­госрочного 'прогноза развития болезней.

Поиски надежных корреляционных связей сами по себе ничего не дают. Однако установление существен­ной корреляции заставляет искать возможные биологи­ческие связи между явлениями; в противном случае последние могут оставаться незамеченными. Статистиче­ским методом, по-видимому, выявляется сумма проти­воречивых условий погоды, которая определяет степень развития болезни; при этом используемый индекс яв­ляется биологическим индикатором определенных абио­тических процессов. Что же касается довольно обычных предположений, что составление долгосрочных прогно­зов развития эпифитотий якобы недоступно до тех пор,

пока не будет достоверных долгосрочных прогнозов по­годы (Стэкмен и Харрар, 1959 и др.), то наша прак­тика это опровергает.

Метеопатологичеекий прогноз. Метод составления прогноза при помощи установления коррелятивных за­висимостей между степенью развития болезни и состоя-, нием факторов среды в настоящее вермя является наи­более приемлемым. Он позволяет выявлять факторы, отражающие характер развития болезни, и использо­вать их количественные показатели для расчета прогно­стических формул. В основу метода были положены ма­териалы многолетних наблюдений и экспериментов, до­казывающих решающую роль погоды в ежегодных колебаниях интенсивности развития болезни, т. е. тем­пературы и осадков за различные предшествующие ме­сяцы (зимы, осени и даже предшествующего года ве­гетации).

Техника разработки долгосрочного прогноза дана ниже на примере бурой ржавчины озимой пшеницы; приведен порядок составления прогноза развития бо­лезни с указанием последовательности вычислений каж­дого математического показателя. В отношении ряда других массовых болезней сельскохозяйственных куль­тур приведены основные положения и достоверность за­благовременного предвидения их развития в определен­ных зонах СССР.

Бурая' ржавчина пшеницы. Разработка долгосроч­ного прогноза включает такие этапы, как получение ис­ходного материала и его обработку, вычисление част­ных коэффициентов корреляций и их средней ошибки, среднего квадратичного отклонения фактора, частных и суммарных индексов и проверку их надежности, вычис­ление прогностических формул и использование их в со­ставлении прогноза.

П о л у ч е н и е и с х о Д н о г о м а т е р и а л а о б о­л е з н и. Установление связи между интенсивностью развития болезни и различными показателями пред­шествующих периодов (преимущественно условии по­годы) проводят на основе фактических данных, полу­ченных за возможно больший' промежуток времени. Ка­чество исходного материала о развитии болезни имеет решающее значение для постановки правильного долго­срочНОго прогноза. Неполноценность первичных данных может быть причиной искажения прогноза. При вы-

борке многолетних' данных для определенной террито­рии их прежде всего необходимо тщательно выравнять по однородности показателеи (табл. 34).

Данные учета ржавчины в пустулах можно прирав­нять к интенсивности развития болезни, обычно выра­жаемой в процентах по условным шкалам, пользуясь следующим расчerом. Интенсивность поражения бурой ржавчиной, равная 1 %, соответствует числу пустул ржавчины на 1 зеленый лист: на всходах - 0, 8, в пе­риод кущения - 1, 58 и в период налива зерна (молоч­ная спелость зерна) - 4, 6 пустулам. Согласно данным Асаи, а также К: ипгсольвера и других, для стеблевой ржавчины 1 % поражения соответствует 10 пустулам на стебле (ван дер Планк/ 1963).

Обычно используют сведения о пораженности ра­стений грибом в одни и те же фазы их вегетации. Та­кой фазой у пшеницы, при которой наблюдается макси­мум развития бурой ржавчины, является молочная спелость зерна. В тех же случаях, когда на одном пункте проведены в разные годы учеты развития того или иного вида ржавчинного гриба в различные фазы веге­тации растений, пораженность необходимо перевести на потери урожая, пользуясь показателями табл. 7. Про" межуточные значения потерь устанавливают путем про-

стых расчетов...

На протяжении достаточно большого периода (10лет и более) почти не бывает культивирования в данной местности одних и тех же сортов. Поэтому по каждому пункту и году устанавливают среднюю пораженность районированных, более или менее поражаемых сортов данной культуры.

. Составление долгосрочного прогноза не. требует строгой хронологической' последовательности использо­вания многолетних данных о развитии заболевания. Из-за отсутствия материалов отдельные годы могут быть исключены. Однако общая сумма лет должна быть не менее одиннадцати, в противном случае прогноз мо­жет оказаться малодостоверным.

О б р а б о т к а и с х од н ы х Д а н н ы хор а з в и­т и и з а бо л е в а н и я. Многолетние однотипные данные о ПРОЯВ, ТJении болезни подвергают математической об­работке. Этот процесс, как и все последующие этапы, показа.н. на примере К: убанской опытной станции Все­союзного института растениеводства (табл. 36).

В этой таблице вначале проставляют годы учета раз­вития болезни (п), затем ее фактическое проявление (у) на одном сорте или среднее для однотипной группы поражаемых сортов. Если данные выражены в деся­тых долях процента, их округляют,.дО целых и пишут. рядом, что привносит незначительные изменения. Это не имеет существенного значения для характеристики вредоносности заболевания, но облегчает дальнейшую матемцтическую обработку. Округленные данные сум­мируют (∑) и полученный итог делят на число лет учета. (п), чтобы найти средний многолетний процент развития болезни (М). Если он будет выражен дроб­ным числом (при делении наблюдается остаток), его также можно сделать целым при помощи незначи-

В ы ч и с л е н и е ч а с т н о г о к О.э Ф Ф и ц и е н т а

к орр е л я Ц и и. После обработки дaHHЬ~X ь развитии болезни приступают к вычислению связен или частных (парных) коэффициентов корреляции (г) между пока­зателями развития болезни (у) и отде.lIЬНЫМИ факто­рами среды (х) предшествующего периода. Коэффици­енты корреляции вычисляют обычными способами (в частflОСТИ, по методам П. Н. Константинова, 1952). Корреляционный анализ очень удобен для оценки кли-

матических данных. Он позволяет выявить зависимость между климатическими явлениями и БИОЛОlическими процессами у организма, а также условия существова-

ния растений.

Из анализа факторов погоды берут среднемесячную температуру воздуха и сумму осадков в зависимости от района отдельно за март, май, июнь, июль и август, осень, предзимье и зиму предшествующего вегетацион­ного периода. Кроме того, можно привлечь другие эле­менты погоды: число дней с осадками, высоту и про­должительность снежного покров а, минимальную тем­пературу зимой, баланс вла~и (гидротермический коэф­фициент) за определенный период, данные фенологии (время наступлеНI1Я полного колошения, молочной спе­лости зерна и полной зрелости материнских растений), а также пораженность материнских растений заболе­ванием. В ряде случаев надежные связи с ржавчиной дают определенные элементы погоды позапрошлого года. Количество выбранных факторов может быть зна­чительно больше и разнообразнее.

Последовательность вычисления связи, например между проявлением бурой ржавчины и температурой сентября, а также суммой осадков за сентябрь пред­шествующего года, ноказана в табл. 37 и 38.

Вычисление частного коэффициента корреляции на­чинают с обработки данных о проявлении выбранного фактора. Характер и последовательность этой обработ­ки, за редкими исключениями, совпадают с подобной работой в отношении данных в табл. 36. Отличие в том, что после. графы лет учета болезней (п) следует графа числовых выражений, выбранных для корреляции фак­торов (х). В случае, когда выбранный фактор действо­вал в предшествующем году, используют его значение за намеченный месяц (период) прошлого года. Так, в нашем примере против 1939 г. выписывают среднеме-

сячную температуру воздуха (или сумму осадков) за сентябрь 1938 Г., против 1959 г. - за сентябрь 1958 г. и т. д. Числовые выражения фактора могут быть поло­жительными и отрицательными, например, при исполь­: ювании температуры за зимние месяцы. При одина­ковых знаках всех значений фактора их суммируют, со­храняя перед итогом знак слагаемых. Если факторы

. выражены разными знаками, то итогом будет алгебраи­ческая сумма.

для вычисления среднего многолетнего значения фактора М ПОлученный итог графы х делят на коли­чество лет учета. Вычисления ведут до десятых долей.

Здесь в большинстве случаев получается остаток. Он положительный, если при вычислении частного дели­мое использовано неполностью, и отрицательный, если произведение частного на делитель превышает делимое. Когда делимое отрицательное, знаки остатков будут обратными. При вычислении отклонении значений фак­тора dx от среднего многолетнего по годам поступают так, как это указано для dy (табло 36).

Большое внимание следует обращать на правильную расстановку знаков тогда, когда значения фактора сме­шаны: положительные и отрицательные. Так, в нашем ПрIгмере (табло 39) отклонение температуры от средней

В итоге для условий КубаНСIfОЙ опытной станции из 16 Вычисленных коэффициентов корреляции 8 оказались неприемлемыми: они были численно малыми (менее 0, 2) или не превышали свою ошибку. Такие КОЭФФИЩ1енты корреляции исключены из дальнейшеЙ работы. Прием­лемыми оказались частные коэффициенты корреляции

Про в е р к а н а д е ж н о с т и с у м м а р н ы х и н­Д е к с о в. Суммар'ный индекс является как бы равно­действующей разностороннего влияния факторов пред­шествующего периода на развитие болезни. Лучшим бу­дет тот суммарный индекс, который дает наиболее пол­ную прямую зависимость с болезнью. Для этого вычи-

сляются соответствующие коэффициенты корреляции' (R). Ход вычисления указанной связи полностью сов­падает с таковыми, показанным в табл. 37, за тем исключением, что во 2-ю графу помещают вместо чис­лового значения фактора данные о суммарном индексе.

Сначала используют 2, -3 фактора, по КОТ0РЫМ полу­чены численно большие частные коэффициенты корреляции. После этого суммарный индекс улучшают добав- ' лением в сочетание других факторов. Надо стремиться к ' тому,.чтобы все цифры в графе dx Х dy табл. 42 имели положительные, знаки. Это способствует получению бо-." ~ee высокой корреляции. При появлении отрицательного значения подыскивают такой частный индекс, ис-'j' пользование которого изменит указанный отрицательный" ~ знак на положительный. В некоторых случаях этому спо~; собствуют частные индексы погоды, имеющие численно! незначительные, но вполне достоверные коэффициенты, 1. корреляции с развитием болезни. В нашем примере бы-

чения в алгебраическую сумму частных Щщексов Одного

фактора за другим наблюдается пОвышение значимости суммарного индекса.

В ы ч и с л е н и е у р а в н е н и й л и н и й р е г р е с­с и и. После того как будет получен надежный суммар­ный индекс, приступают к Вычислению величин, харак­теризующих количественную Изменчивость показателя развития бол~зни от этого индекса. Такая связь может быть прямолинейной, когда с нарастанием или убыва­нием численных показателей суммарного индекса пока­затели развития болезни СОответственно Изменяются в одном направлении. Такое изменение Может пойти и КРИВОлинейно.

Для установления ПРямолинейной регрессии удобно брать уравнение следующего типа:

регрессии " с ЧИсловыми значениями ПОСгоянных членов принимает следующии вид: у=-102, 12 + 38, 2х, где у показывает эжидаемое раЗВИтие бурой ржавчины в процентах в зависимости от суммар­ного индекса погоды х.

Для проверки удовлетворительности полученной фор­мулы все табличные значения суммарного индекса под­ставляют по очереди в формулу и ВЫЧисляют возможное значение разви: rия болезни за предшествующие годы. Такое сравнение-наблюдаемой интенсивности развития болезни с ожидаемоiI Приведено в табл. 44.

Во 2-ю графу табл. 44 вЫписывают значения суммар­ных индексов из табл. 43. Цифры 3-й графы ЯВляются числовым выражением второго члена уравнения регрес­сии. Они получены в результате переМНожения суммар- ­наго индек..са х на второй ПОстоянный член уравнения b. Данные 6-и графы представляют собой результат реше­ния уравнения в ОТНошении каждого года. для этого

второй член урав.нения замещают его числовым выраже­нием (данные 3-и графы) и производят арифметич~ские вычисления. Например, в 1939 г. ожидаемое по прогнозу раЗВИ1ие болезни составляло: у=-102, 12 + 163, 88= = 61, 76, а округленно 62, т. е. по долгосрочному прог: нозу можно ожидать интенсивность I: азвития бурои ржавчины на поражаемых сортах озимои пшеницы порядка 62%.

По проценту поражения и фенологическои дате учета устанавливают 3 группы интенсивности развития ржавчинных Грибов на хлебных злаках (табл. 45).

Использовав данные 8-й графы (табл. 44), имеем:

А = 151: 16 = 9, 44, т. е. средняя арифметическая ошиб­ка составляет около 9, 4%.

Отсюда суммарный индекс равен алгебраической сумме частных индексов, деленной на их количество, т. е.

Подставляя п.рлученное значение суммарного индек. са (3, 66) в уравнение регрессии, будем иметь: у = =-102, 12 + (38, 20 Х 3, 66) = 37, 69 ~ 38. Следовательно, интенсивность развития БYiРОЙ ржавчины на поражае­мых сортах озимой пшеницы в период молочной спело­сти зерна можно ожидать в среднем около 38%. В дан­ном случае долгосрочный прогноз был сделан в начале 1960 г., т. е. за полгода вперед.

В данное время для многих областей СССР разра­ботаны новые прогнозные формулы на местах. Вычи­слив по ним предполагаемое развитие ржавчины по не­~кольким ~YHKTaM для конкретной территории (респуб­лика, краи, область), можно определить районы, кото­рые будут характеризоваться эпифитотическим (более 47%), умеренным (33-47%) или слабым (менее 33%) развитием болезни, и нанести их на карту.

П~и составлении карты предполагаемой (или факти­ческои) интенсивности развития ржавчины используют метод интерполяции. Для этого вначале находят число. вую разность степени развития болезни между близле. жащими пунктами. Затем полученную разность делят на расстояние между ними (в мм), определяя цену (масштаб) изменения степени развития болезни на еди­ницу расстояния. Потом по вычисленным масштабам оп­ределяют меСтоположение нужных уровней развития БС'iIезни. Соединяя найденные точки между собой, тем самым находят границы определенной интенсивнос'1'И развития болезни.

При.меры проверки долгосрочного ПРОгноза бурой ржавчины озимой пшеницы в 1959 г. на территории Се­верного Кавказа (от г. Черкесска до г. Орджоникидзе)

а в 1961 г. в Ростовской области в графическом изрбра: жении приведены на рис. 23 и 24. Фактическое пораже­ние пшеницы ржавчиной приблизительно полно (более 90% случ.аев) совпадало с прогнозируемым в районах с различнои интенсивностью развития болезни. На рис. 25 приведены аналогичные данные за 1968 г. Они свиде.-

тельствуют о том, что при сопоставлении предсказанного развития болезни с фактическим получено точное сов­падеl: lие в 81 % случаев и 8% (4 случая из 53) резкого расхождения; 11 % составили случаи, когда' расхожде­ния были менее' существенны (в группах: депрессия-

2.

умеренное или умеренное - эпифитотия). Такую. ДOCTоверность можно считать удовлетворительнои. Она могла быть значительно выше, если бы для расчетов были ис­пользованы более доброкачественные исходные данные о развитии болезни и строго отбирались только суще­ственные коэффициенты корреляции.

За последние 12 лет прогнозные формулы апробиро­ваны в" разных зонах некоторыми исследователями (1(. М. Степанов и А. Е. Чумаков, 1960; Н. А. Тихонова и Т. С. Щедрина, 1961; Н. А. Тихонова, 1963; А. Е. Чу­маков, Т. И. Захарова и Н. А. Шибкова, 1968; А. И. Ши­роков и Т. Г. Балашонок, 1970; Р. И. Щекочихина, Е. Г. Рассадина, Т. Н. Филиппова и В. В. Шопина, 1970; Е. Г. Рассадина и К. П. Шашкова, 1971 и др.). Степень оправдываемости была высокой. Однако следует отме­тить, что надежность рассчитанных формул прогноза

убывает в соответствии справилом «постоянн'ого про­цента», paBl-IOГО 10. Иными словами, достоверность в каждый последующий год составляет 90% от достовер­ности предыдущего года. Поэтому формулы периодиче­ски подлежат уточнению, примерно 1 раз в 2-3 года.

Практика показывает, что предсказание ареала бо­лезни по данным одного пункта зависит от рельефа ме­стности и разнообразия почвенно-климатических усло­вий, Для надежного предвидения развития болезни в административном районе (край, область) надо ставить прогноз по 5-1О пунктам.

Желтая ржавчина пшеницы. С помощью математического метода были разработаны показатели для про-

декс б6льш{'го числа предикторов будет существенным более высокий показатель коэффициента корреляции.

В то же время для цел~й прогноза нельзя использо­вать НИзкие коэффициенты, даже если они окажутся со статистической точки зрения существенными. Обычно применимым можно считать R = 0, 850, если суммарный индекс составлен из 3-4 факторов в реЗУЛЬ1'ате 11­12-летних наблюдений.

Стеблевая ржавчина nШеНИ/{bl. Возможность забла­говременного прогноза степени поражения неустойчивых сортов яровой пшеницы стеблевой ржавчиной была про­верена нами в Приморском крае. Достоверность прог­ноза эпифитотий и депрессий здесь оправдывалась на 88-90%. Расхождение наблюдаемой ржавчины с ожи­даемой обычно колебалось от 6, 7 до 18, 9 %.

Так, д.iIЯ условий г. Уссурийска было показано, что развитие эпифитотий стеблевой ржавчины на пшенице определилось сочетанием высокого снежного покрова и абсолютной минимальной температуры почвы на глуби­не 40 СМ. ЭТИ факторы предшествующей зимы в какой­то мере затягивают вегетацию яровой пшеницы. Послед­Няя попадает в этом случае в условия, связанные с мус-

сонами, и как результат - усиление поражения ее стеб­левой ржавчиной.

В Приморском крае к 1 февраля 1959 г. на поражае­мых сортах предполагались: эпифитотия в таежной зо­не (в районах, граничащих с Хабаровским краем), уме­ренное развитие - в притаежной зоне и депрессия - в основных степных районах возделывания пшеницы. Об­следования, провед: енные Е. С. Полозовой (Дальневос­точная станция ВИЗР), показали хорошую совпадае­мость прогн05а. Например, в Приханкайской низменно­сти на сорте Лютесценс62 развитие болезни составляло 3 % при прогнозе 3, 4 %.

Корончатая ржавчина овса. Использование матема­тического метода для долгосрочного прогноза коронча­той ржавчины овса дало хорошие результаты в райо­нах с периодически сильной вспышкой развития болезни. Например, в Латвийской ССР на восприимчивых сортах (Стендский малый ранний, Лиго, Приекульский белый, Стендский 6977) в период молочной спелости зерна наи­высшая корреляционная связь развития болезни в од­них пунктах (Эргли, Лудза, Прейли, Рига, Елгава) была найдена с температурными условиями мая, июня, июля и осени, тогда как в других (Цесис, Айзпуте, Салдус, Талсы) - с осадками мая, июля и августа предшест­вующего года (А. Е. Чумаков и А. Н. Мамонтова, 1961).

В течение трех лет (1959-1961) была осуществлена проверка прогноза, при которой использованы данные государственных сортоиспытательных участков ислуж­бы прогнозов. В январе - феврале предсказанная сте­пень пор~жения овса ржавчиной в период молочной спе­лости зерна в подавляющем большинстве случаев оп­равдывалась.

Фитофтороз картофеля. По материалам Т. В. Пестин­ской (1963), А. Е. Чумакова и Т. А. Гусевой (1965), Т. И. Захаровой и Н. И. Кожевниковой (1966), Н. А. До­рожкина и С. И. Бельской (1967), К. М. Степанова и А. Е. Чумакова (1967), Н. Т. Гулюкиной (1968), Р. В. Рыбановой (1970), А. С. Воловика, А. Б. Борисенок, Н. Т. Гулюкиной И Т. И. Захаровой (1970) и других долго.срочный прогноз фитофтороза картофеля в раз­личных зонах СССР оправдывался до 94 %. При этом интенсивность развития болезни подразделял ась насле­дующие группы: до 25 % - депрессия, от 26 до 50 % ­умеренное развитие и более 51 % - эпифитотия.

Определение степени поражения ботвы грибом Phytophthora infestans на конец августа в нечернозем­ной полосе можно сделать за 5-6 месяцев вперед. В дальнейшем точность прогноза может быть еще более повышена при использовании безупречных многолетних данных о развитии болезни с учетом районированных сортов картофеля, фенологии растений и, возможно, рас паразита. Весьма ценен опыт Н. Т. Гулюкиной (1971), разработавшей алгоритм дЛЯ ЭВМ при прогнозироваНИII болезни в Западной Сибири.

Т. И. Захарова (1968) доказала целесообразность ис­пользования суммы осадков за месяц не в абсолютном, а в преобразованном значении вследствии того, что этот покаЗ8тель не относится к типу нормального распреде: ления. Для получения приближенно нормального распре­деления суммы осадков данные преобразуют с помощью квадратного корня и дальнейшую статистическую обра­ботку ведут уже с этой величиной. Например, сумма осадков за определенный месяц составляла 40 мм, пре­образованное значение будет V40, 'или 6, 3.

Парша яблони. Возможность составления математи­чески долгосрочного прогноза парши яблони (Venturia inaequalis) отмечена для нескольких пунктов юга СССР и Белоруссии. Разработаны соответствующие показа­тели прогноза в один и два этапа. Например, для Кубин­ского района Азербайджанской ССР предложено сна­чала ставить прогноз по первой формуле на период лёта аскоспор, который продолжается с мая до середины июня, а затем по второй формуле - на максимальную пораженность, которая бывает с середины июня до кон­ца вегетации. На основании многолетних наблюдений И. А, Шифман (1964) использовала следующие группы интенсивJ10СТИ развития болезни (табл. 48).

Ретроспективно прогноз по первой формуле за период с 1947 по 1961 г. совпадал в 10 случаях из 13 лет а по. второй формуле - в 11 случаях из 12 лет. В пос; едую­щие годы ~c 1962 по 1965) фактическое развитие парши во втором периоде всегда соответствовало ожид'аемому.

для совхоза «Агроном» I\раснодарского края мак­симальную пораженность яблони паршой во второй пе­риод с большой ДGлей вероятности можно предусмот­реть по единой формуле, так как мера связи болезни с интегральным индексом погоды высокая' (R = 0, 927). С 1957 по 1964 г. действительное поражение всегда сов­падало с ожидаемым по прогнозу, поставленному за 2-3 месяца, вперед и даже в октябре предшествующего года (И. А. Шифман, 1968).

! 10 сведениям Л. В. Кунцевич (1967, 1969), 'в Мин: скои области прогноз парши яблони надлежит проводить в 2 этапа: на l-й, а затем на 2-й период вегетации. В первом случае в интегральный индекс входят темпера­тура марта, осадки мая и ноября предшествующего года, а ~o втором - прогнозируемое развитие парши в пер­выи период и осадки мая текущего года. Отсюда в де­кабре можно предсказать развитие парши на первыйпе­риод вегетации, а в конце мая - максимальное развитие болезни с достоверностью 80-90 %.

Б. Радзявичус (1967, 1970) полагает, что в Литовской ССР прогноз развития парши для всего вегетационного периода мо, жно ставить по сочетанию среднесуточной температуры мая с температурой III декады мая (табл. 49), так как количество осадков в мае-июле не оказы­вает заметного влияния на степень развития болезни.

Этот же автор указывает на высокую достоверность математического метода долгосрочного прогноза парши

яблони по КОМПJlексу предшествующих факторов пого­ды. Если прогнозярование делать через 10 дней после цветения яблони (при R = 0, 92 для окрестностей Кау­наса и R = 0, 86 для пригородов Вильнюса), то за пе­риод с 1957 по 1966 г. оправдываемость степени разви­тия болезни в конце вегетации полностью совпадала 8 раз из 9 лет.

Милдью виноградной лозы. Интенсивность развития милдью можно предвидеть заблаговременно, используя корреляционную зависимость между условиями пред­шествующего и текущего периодов через индекс разви­тия болезни. Так, Н. А. Шибковой И А. Т. Макрушиной (1968) и Н. А. Шибковой (1970) разработаны соответ­ствующие показатели прогноза для шести пунктов Мол­давской ССР. Прогностические инд<; \ксы вычислены на основе усредненных данных о пораженности стандарт­ных,. сильно поражаемых сортов Шасла и Алиготе, ли­стья которых взяты в начале созревания ягод. Состав-­ляют прогноз для количества пораженных листьев, вы­раженного в процентах. Была принята градация по чи­слу пораженных листьев: до 30% - депрессия; от 31 до 60 % - 'умеренное поражение и свыше 60 % - эпифито-

тия..

Для прогноза возможных сроков первого обнаруже­ния болезни в природе вычислены rюказатели по града­ции: '. до ~ 1 ию~я - раннее, до 15 июня - среднее и после 15 июня - позднее появление милдьюозных пятен. Ожи­даемое обнаружение первых пятен с действительным расходится в средне.м на 4-5 дней. Это связано с труд­ностью обнаружения первого проявления болезни.

Результаты провер-ки показали хорошую оправды­ваемость предложенного математического метода долго­срочного прогноза развития болезни на листьях (А. Е. Чумаков и Н. А. Шибкова, 1971).

Мучнистая роса и церкосnороз свеклы. Поражение листьев свеклы мучнистой росой и церкоспорозом в пе­риод за 10-25 дней до уборки урожая с известной до­лей вероятности можно предвидеть в мае. Нами это по­казано на примере Ольховатского госсортоучастка Во­ронежской области для группы поражаемых сортов са­харной свеклы (Р-0, 6, Р-О, 9, Р-0, 65, Р-1537 и Р-023). Прогностические индексы вычислены на основании дан­ных о степени поражения поверхноСт.и листьев в период с 1954 по 1965 г. включительно.

Характерно, что в годы ожидаемого и фактического сильного развития мучнистой росы предсказывается и наблюдается слабое, поражение листьев церкоспорозом и наоборот. Мера связи между показателями развития этих заболеваний высокая (R = -0, 800). Отсюда ве­роятность интенсивного проявления обоих заболеваний в один и тот же сезон весьма незначительна.

Впоследствии Н: П. КРУтовой (1967-1969) были разработаны математические индексы Прогноза мучнис­гой росы для семи пунктов центральной черноземной полосы, расположенных в Воронежской, Белгородской, Липецкой и Курской областях.

Исследования показали, что прогнозирование за 3-­j месяцев вперед за 1955-1967 гг. оправдывалось в: реднем на 81 % (от 70 до 100%).

Пероноспороз сахарной свеклы. Методы Прогноза [1Оявления первичных очагов пероноспороза свеклы пред­lIожены З. А. Пожар и Е. И. Тищенко (1968). При позд­fIeM заболевании маточной или безвысадочной свеклы (сентябрь--октябрь) и активном течении патогенеза,: Iаблюдающегося при высокой влажности воздуха (вы­IIе 70%) и умеренной температуре (10-150 С), можно)жидать, что весной количество пораженных семенников 5удет примерно в 2 раза меньше, чем больных растений \-Iаточной и безвысадочной свеклы осенью.

При раннем заболевании маточной и безвысадочной ~веклы(май--июль), а также по мере оздоровления ее Iеред уборкой закономерно уменьшается количество Iервичных очагов болезни весной на ПОлях семенников. 3 случае значительного оздоровления маточной свеклы)сенью предполагаемое количество· первичных очагов 50лезни весной может быть примерно в 20 раз меньше 10 сравнению с количеством пораженных растений)сенью. Эти показатели безусловно надлежит корректи­ювать в связи с условиями погоды весной.

Пыльная головня пшеницы. Предвидение интенсив­юсти поражения пшеницы пыльной головней при' ис­юльзовании комплекса факторов возможно с большой: Очностью почти за год вперед. для разработки такого > 1етода были использованы данные опытов, проведен­IЫХ И. К. Мареевым на Абинском госсортоучастке <.раснодарского края, где им были испытаны 15 сортов)зимой пшеницы, материнские растения которых оказа­1Ись в различной степени пораженными пыльной голов-

ней. Осенью 1959 г. были высеяны семена из разных мест репродукции на делянках в двукратной повторности, а летом 1960 г; проведен учет поражения колосьев голов­ней.

На основании учета нами установлены связи пораже­ния материнских растений с проявлением болезни в по­томстве и с предшествующими условиями погоды. Ис­ходя из биологических особенностей возбудителя болез­ни, были выбраны элементы погоды, характеризующие температуру и влагу в период цветения материнских растений в пунктах, где они выращивались в 1959 г. При этом между поражением пшеницы пыльной головней и факторами предшествующего периода получены следую­щие коэффициенты~корреляции: сумма осадков в декаду периода КО.lIошения r = -0, 289 + 0, 237, среднесуточная температура воздуха за тот же период r =+ 0, 516 + + 0, 176, максимальная относительная влажность возду~ ха в 13 часов в тот же период r = +0, 586 + 0, 170 и по~ ражение материнских растений ГОЛОl\ней r = +0, 702 ± + 0, 131. В совокупности между у~азанными факторами и проявлением болезни мера связи была высокой (R = + 0, 900).

АнаЛОГИЧf! ые данные получены для условий некото­рых других зон. Достоверность прогноза 90-92 %. Тем самым на местах можно с успехом воспользоваться пред­ложенным математическим методом для разработки формул прогноза этого вида болезни.

Корневые гнили пшеницы. Поражение озимой пшени­цы грибом Ophiobo1us gгаmiпis в ря: де районов Север­ного Кавказа и Прибалтики обусловливает развитие корневой гнили и очажную гибель растений. Предвиде­ние возможного нарастания болезни в зонах наиболее частого ее проявления основано на анализе агрометео­рологических условий. Так, в предгорной зоне Север­ного Кавказа сочетание относительно теплого и сухого периодов (сентябрь-март) с последующим резким уве­личением влаги в почве (май) при наличии неустойчи­вых сортов пшеницы, выращиваемых по плохим пред­шественникам несколько лет подряд (после ячменя и пшеницы), приводит к ее заболеванию корневой гнилью. Теплая, сухая осень и отсутствие устойчивого снегового покрова при повышенной температуре зимой способст­вуют почти непрерывной вегетации растений. Острый не­достаток фосфора, а иногда и азота приводит к физио-

логическому истощению растений, несмотря на хорошее их состояние с осени. В результате растения расходуют. значительную часть сахаров, что прИводит к резкому ослаблению их к весне и поражению корневой гнилью.. (А. Ф. Коршунова, А. Е. Чумаков, Р. И. Щекочихина - 1966).

В предгорной зоне Ставропольского края сочетание вышеуказанных условий было в сеЛЬСКОхозяйственных сезонах 1943-1944, 1960-1961 и частично в 1954-­1955 гг., причем заболевание нарастало постепенно и для ликвидации его потребовалось несколько лет.

Офиооолезная корневая гниль по этому принципу была предсказана для районов Северного Кавказа на 1962 г. с умеренным развитием и с депрессией на 1963 1964 и 1965 гг. Прогноз полностью оправдался. Анало~ Гичное было справедливым и для условий Литовской ССР и Латвийской ССР (А. Ф. Коршунова и А. Г. 30­лотова, 1962; А. Ф. Коршунова и А. Е. Чумаков, 1963; А.Ф. Коршунова и Р. И. Щекочихина, Л. А. Макарова, 1965; И. Я. Поляков и А. Е. Чумаков, 1965 и др.).

Обычная корневая гниль (грибы из родов Helmin­thosporium и Fusarium) - самая распространенная бо­лезнь яровой пшеницы в· основных зонах ее выращива­ния. Размер вреда от болезни определяется условиями кул~тивирования пшеницы и степенью паразитических своиств патогенов. Для гельминтоспориозного пораже­ния пшеницы в зависимости от погодных и климатиче­ских условий выделены основные зоны.

Корректировку реально складывающейся ситуации в отношении гнили в той или иной зоне проводят с учетом системы обработки почвы с осени, величины снегового по~рова, качества семян и предполагаемых запасов вла­ги в метровом. слое почвы в период формирования и на­лива зерна. Последнее рассчи: rывают на основании фак­тических данных о влажности метрового. слоя почвы в период трубкования пшеницы и прогнозируемых осад­ков по номограммам С. А. Вериго (1957). Если в период налива зерна запасы влаги по расчетам окажутся ниже 60 мм, то следует ожидать усиления болезни; при запа­сах влаги ниже 40 мм вредоносность болезни будет мак­симальной. Последнее установлено С. А. Макаровой в 1965 г. на основании многолетнего периода наблюдений.

Вертuцuллезный вилт хлопчатника. Для прогнозиро­вания вилта (Yerticillum dahliae) Ф. В. Войтенок (1970)

установил прямолинейную зависимость ~ежду продол: жительностью периода со среднесуточнои температурои почвы 6-11⁰С (в днях) в феврале-апреле и количест­ вом больных растений (в %) на 15 сентября. Например, на одном из инфекционных фонов в Ташкентской об­ласти за период 1953--1968 П. получена следующая за­висимость: у = 16, 93 + 1, 19 х.

Допустим, ЧТG продолжительность периода с указан­ными температурами равна 20 дням (х = 20). Т? гда ожидаемое количество пораженных вилтом растении на 15 сен: rября .(у) будет: у= 16, 93+ 1, I'9X20=40, 73%. Для более ранних дат рассчитаны свои числовые пара­метры уравнения регрессии. Так, для 1 сентября урав­нение имеет вид: у = 8, 72 + 1, 17 х; для 15 августа - у = 4, 52 + 0, 91х; для 1 августа – у =1, 99 + 0, 54х. Поль­зуясь этими уравнениями, можно раССЧl1тать ожидаемую степень поражения растений вилтом на каждую указан­ную дату.

Этот исследователь.считает, что такая методика мо­жет быть с успехом применена для Ташкентской, Сыр­дарьинской, Самаркандской, Бухарской и других обла­стей Узбекистана. Наиболее сильные вспышки болезни,

а также резко выраженные депрессии можно прогнози­ровать в Ферганской долине. При этом для каждого климатического района устанавливают свои уравнения регрессии. Материалы ежедневных наблюдений за TeM~ перату'рой'почвы (на глубине 20 СМ) берут из декадных бюллетеней ближайшей агрометео.станции. Отсчеты ко· личества дней для определения величины х ведут от даты устойчивого периода среднесуточной температуры почвы, равной 60 С и продолжают до того дня, когда она достигает 120 С. Кратковременное повышени~ темпера­туры, например 5~1 О дней, до указанных значений не засчитывают при исчислении продолжительности пе· риода с эффективными температурами, если в дальней­шем будет отмечено ее снижение до 1-30 С на продол­жительный период. Дни с кратковременным (на 2-3, дня) снижением среднесуточной температуры почвы до

4~50 С можно засчитывать в эффективный период.,

Указанная прямолинейная зависимость наиболее четко проявляется при изменении значения х от 25 до 55 дней. При величине х < 25 и > 55 дней фактическое количество пораженных растений (распространенность болезни) обычно бывает несколько меньше расчетного.

Метеобиологический прогноз. При математической разработке. долгосрочнЬ{х прогнозов развития болезней растений основная трудность заключается в подборе биологически обоснованных прогностичеСКQ: Х факторов. В этой связи И. И. Минкевич (1968, 1970) преДЛОЖИJI метод, который по его мнению основан на изучении па­тогенеза растений; в нем предусмотрено выявление та­кого комплекса; условий погоды предшествующего пе­риода, который обусловливает состояние растений в пе­риод вегетации или оказывает влияние на прорастание зимующих форм патогенов. Все Это служит предпосыл­кой для возникновения эпифитотий в наступающем се­зоне. Подбор соответствующих предикторов и схема расчетов индексов долгосрочного прогноза приведены ниже на примере усыхания плодовых насаждений.

Усыхание яблони. Такой тип заболевания, приводя­щий к усыханию отдельных ветвей и отпаду плодовых деревьев, вызывается рядом факультативных паразитов,

. способных поселяться только на предварительно повре­жденных тканях коры и древесины. Поэтому предсказа­ние разВития болезни основано на анализе погоды пред­шествующего периода, оказывающей влияние на подго­товку деревьев к перезимовке и повреждение их низкими температурами зимой или вызывающей ожог коры вес­ной. Расчеты. сделаны на примере нечерноземной поло­сы средней зоны плодоводства. В качестве исходных ма­териалов послужили метеорологические данные по г. Владимиру и. сведения об усыхании садов за 20 лет (1937-1956), согласно которым массовое поражение деревьев после перезимовки наблюдалось в 1939, 1940, 1942 и 1956 гг. (В. А. Ефимов, 1960). Разработка прог­ноза включает ряд этапов.

Пр е д в а р и т е л ь н ы й о т б о Р п о г о Д н ы х Ф а к­т о ров. С этой целью отбирают несколько (3-5) пока­зателей погоды и вписывают их в табл. 50, располагая цифры в порядке убывания абсолютных величин. В со­седние графьс вписывают соответствующие данные о развитии болезни. Эпифитотии принимают за 1, а усы­хание деревьев в остальные годы - за О.

В качестве погодных факторов, которые могут ока­зать влияние на состояние растенией, берут сумму осад­ков за вторую половину предшествующего вегетацион­ного периода (июль, август, сентябрь), абсолютное зна­чение минимальных среднемесячных зимних температур

и сумму осадков за зимний период. для дальнейших расчетов выбирают те факторы, которые покажут тесную связь с массовым проявлением заболевания. В этом слу­чае эпифитотийные годы окажутся сгруппированными либо около максимальных, либо минимальных значений их цифровых показателей.

Как видно из табл. 50, с увеличением абсолютного значения минимальнои среднемесячной температуры зимы увеличивается и веРQЯТНОСТЬ появления массового усыхания. Количество ос'адков за вторую половину предшествующего вегетационного периода оказывает об­ратное влияние на течение болезни, а количество осад­ков за зиму с проявлением заболевания существенно не Связано.

О б Р а б о т к а и с х о Д н ы х Д а н н ы х. Действие вы­бранных факторов взаимосвязано, т. е. чем меньше вы­падает осадков за июль-сентябрь, тем хуже подготав-

ливаются растения к зимнему периоду и тем выше по­рог минимальной среднемесячной температуры зимы, при котором происходит массовое повреждение деревьев, обусло'вливающее поселение факультативных паразитов. Эта взаимосвязь может быть выражена в-виде опреде- ' ленной формулы, для составления которой необходимо перейти к относительным величинам, характеризующим изменение того или иного показателя погоды в различ­ное время.

В качестве таких величин. выбирают числа, 'показы­вающие, во сколько раз отклоняется абсолютное значе­ние выбранного фактора от среднего многолетнего за рассматриваемый период. Такие величины не будут иметь определенного физическоге наименования и могут быть использованы в различных сочетаниях; кроме' того, они лучше показывают влияние отклонения погоды от средней многолетней на состояние растений и более удобны при арифметических расчетах. Расчет относи­тельных величин выбранных погодных факторов приве­ден в табл. 51.

Предложенная формула может включать и другие показатели погоды, оказывающие влияние на состояние растений и последующее развитие болезни (глубина снежного покрова, максимальная температура ранней весны 11 др.), которые могут быть различными в неоди­каковых экологических условиях. Однако факторы пого· ды должны быть подобраны так, чтобы коэффициент корреляции между суммарным коэффициентом погоды и проявлением заболевания был достаточно высоким (R > 0, 750). Последний вычисляют известнымиспосо­бами по Форму.1Jе (30).

Подставляя в формулу (40) вместо Т относительную величину минимальной среднемесячной температуры эн·! l1bJ, а вместо Д - относительную величину суммы осад-

ков за июль, август и сентябрь предшествующего года, можно рассчитать суммарные коэффициенты погоды (Р), что и приведено в табл. 52.

Если в результате расчета коэффициентов корреля­ции между интенсивностью усыхания и суммарным ко­эффициентом погоды первый окажется менее 0, 75, то в формулу следует ввести дополнительно относительные значения одного или двух факторов погоды или заме­Нить один из них на показатель погоды, более тесно связанный с развитием болезни. И. И. Минкевичем (197О) предложен способ ввода в формулу суммарного коэффициента погоды дополнительных факторов не в их абсолютном значении, а преобразованных в связи с дру­гими факторами, например относительного значения ми­нимальных среднемесячных зимних температур в зави­симости от суммы осадков за июль - сентябрь предше­ствующего года,

Расчет индекса и составление долго­сро ч н о г о про г н о з а. С этой целью отбирают сум­марные коэффициенты погоды в периоды депрессии ба­безни и в годы массового усыхания; рассчитывают сред­неарифметические каждого ряда по формуле:

роятности распределения его доверительного интервала, равном 98%, находится в пределах 2, 55 ± 0, 31 Х 2, 5 или 1, 77 - 3, 32.

Если поставить такой прогноз по приведенным данным (ретро­спективно), то ошибка будет только в одном случае (1945 г.), а оправдываемость этого прогноза в рассматриваемой зоне равна

95%.

Следует отметить одну особенность рассчитанного индекса. Отложим его значения по числовой оси ох (рис. 26) в виде rtрямоугольника и заштрихуем ту часть, в пределах которой прогноз оправдался на 100 %. Не-

трудно заметить, что оправдываемость прогноза тем выше, чем дальше отстоит значение суммарного коэффи­циента погоды от крайней левой границы численного ряда индекса. Отсюда можно сделать заК, lJючение, что чем выше по абсолютному значению индекс долгосроч­ного протноза, тем больше вероятность ПРОНВЛеНИя мас­сового усыхания плодовых деревьев.

Данный метод был проверен в Чуйской долине Кир­гизской сер при про, гнозировании цитоспорозного усы­хания яблони (Cytospora schultzeri). Предсказания о нарастании болезни в долинной зоне полностью подтвер­дились (И. И. Минкевич, Т. Е. Кодякова, 1970; Т. Е. Кодякова, 1971). '

Ложная мучнистая роса огурцов. Г. И. Локтина и И. И. Минкевич (1971), используя' предложенный метод, разработали суммарный коэффициент погоды для долго­срочного прогноза ложной мучнистой росы огурцов (Pseudoperonospora cubensis) на Сахалине. Прогнозная формула имеет вид: