可建立回归方程Y=174.878-51.504X1

2.4杨树叶纹斑病与关键气象因子的杨树叶纹因分析

2.4.1平均风速与杨树叶纹斑病发病率的关系

对大气平均风速(X₁)与杨树叶纹斑病的发病率(Y₁)进行回归分析，可建立回归方程Y=174.878-51.504X₁。斑病由表6可知，气象杨树叶纹斑病的关系病叶率与平均风速有密切的关系，二者呈极显著负相关。杨树叶纹因风速的斑病大小和方向可以影响局部环流，引起温度和相对湿度等气象要素的气象改变，还会影响真菌孢子的关系释放、传播，杨树叶纹因杨树叶纹斑病是斑病一种侵染性病害，风速较大时可以制造伤口，气象为病菌侵染创造条件，关系分生孢子借风传播，杨树叶纹因从植株的斑病伤口侵入或芽内萌发产生菌丝蔓延发生侵染。陈浩研究表明，气象稻瘟病菌空中孢子量与风速呈负相关，倪琳发现欧美杨溃疡病的发病程度随着日平均风速的减小而逐渐加重，此结论与杨树叶纹斑病的病叶率和平均风速呈极显著负相关相一致。由此可知，平均风速越大，越不利于分生孢子的传播及侵染。

2.4.2平均水汽压与杨树叶纹斑病发病率的关系

通过对平均水汽压与杨树叶纹斑病的发病率进行回归分析，可建立回归方程Y-20.985+82.291X₄。从表7可以看出，平均水汽压(X₄)与杨树叶纹斑病发病率(Y₁)之间呈显著性正相关。杨景梅等研究表明，地面水汽压(X₄)与降水有很好的对应关系，翟盘茂等研究证明，中国西部地面水汽压明显增大与降水增加之间存在一定联系。水汽压的大小与蒸发快慢有密切关系，而蒸发的快慢在水分供应一定的条件下，主要受温度控制。新疆在7、8月降雨量增多，温度达到一年当中最高，雨水蒸发量较大，空气平均水汽压较高，因此，有利于杨树叶纹斑病病斑的扩展及分生孢子生长传播。目前，关于水汽压对杨树叶纹斑病的影响尚未见研究报道，无法加以比较。

2.4.3 累计降雨天数与杨树叶纹斑病发病率的关系

对累计雨天数与杨树叶纹斑病发病率(Y₁)进行回归分析，建立回归方程y=40.797+11.519X₆。由表8可知，累计降雨天数X₆)与杨树叶纹斑病的发病率(Y₁)之间呈显著的正相关。在田间调查时发现，相对湿度越大，杨树叶纹斑病的发病率(Y₁)越高。可能的原因是大气湿度较高时，分生孢子容易被吸附在植物表面，附着对于病原菌成功定殖非常重要，孢子产生水溶性的糖蛋白质，具有保护孢子、抵抗干旱等不良环境的作用。而影响附着的一个很重要的因素是侵染过程中可获得的水量，在一些情况下，真菌传播的水合作用导致粘液的快速释放，这种粘液可以使传播体被动地和非转化地附在广泛的基质上。因此，病原真菌在侵染过程的早期阶段，真菌侵入寄主植物组织之前的发展很大程度上依赖于合适的环境。其中，影响杨树叶纹斑病的因素应该是湿度，降雨天数增多，降水量升高，导致空气湿度增加，随后病害也逐渐严重，在一定程度上决定了其的发生与流行。由于空气平均相对湿度与杨树叶纹斑病的病叶率呈显著性正相关。所以初步判断影响杨树叶纹斑病的直接原因是降雨天数影响降雨量而改变了空气湿度。

2.5 利用关键困子建立方程式

以上分析结果表明，影响杨树叶纹斑病发病的3个关键因子是平均风速(X₁)、平均水汽压X₄)、累计降雨天数(X₆)。利用这3个关键气象因子与杨树叶纹斑病发病率(Y₁)建立多元线性回归方程式，得到Y=103.180—38.788X₁+39.637X₄+7.746X₆，复相关系数R=0.7164，复相关关系极显著。由表9可知，多元回归关系也极显著。

3 结论与讨论

建立回归模型时对关键气象因子的筛选尤为重要，关键因子必须与病害的发生有显著性，才能保证方程的准确性，而逐步回归分析不仅可以完成对各影响因素的筛选，还可以建立回归方程，是一种较为实用的分析方法。根据气象数据与杨树叶纹斑病的病叶率进行逐步回归分析，证明7月中旬至8月上旬期间气象因子对杨树叶纹斑病的发生流行最为关键，杨树叶纹斑病的病叶率(Y₁)与平均风速(X₁)呈极显著负相关，与平均空气湿度(X₃)、平均水汽压(X₄)、累计降雨天数(X₆)呈显著正相关。偏相关分析表明，累计降雨天数(X₆)与杨树叶纹斑病的病叶率(Y₁)的偏相关系数最大，其次是平均风速(X₁)，再次是平均水汽压(X₄)。说明在本次监测数据范围内平均水汽压(X₄)和累计降雨天数(X₆)上升有利于提高杨树叶纹斑病的病叶率，平均风速(X₁)制约杨树叶纹斑病的病叶率的增长。通过对关键气象因子与杨树叶纹斑病病叶率进行方差分析，结果表明多元回归关系也极显著。因此，平均风速(X₁)、累计降雨天数(X₆)、平均水汽压(X₄)是杨树叶纹斑病发生的最为关键的气象因子。

平均温度、平均风速、大气湿度等地面气象要素综合影响着杨树叶纹斑病的发生及病情发展。大气环流是各种气象因子活动的背景，各地气象条件存在差异，所以气象要素对杨树叶纹斑病的影响也有着区域性差异。由于分析时所用数据资料不同，所以在同一地区采用相同的统计方法，也可能得出不同的结论。在研究过程中发现，风对杨树叶纹斑病的影响大但研究相对较少，在大多数理统计模型中，风被考虑为次要因素，或根本不考虑，这与现实情况不符，这也反映了当前数理模型统计机理性解释较差的事实。在全球变暖、气候变化较大的背景下，如何准确地确定影响杨树叶纹斑病的关键气象因子和关键期，提高预报的准确性与时效性是未来研究的重点。

环境条件是杨树叶纹斑病发生流行的决定性因素，并且病害严重程度也受环境条件的制约。由于本研究病情观测资料有限，只对杨树叶纹斑病的发病率和部分气象因子的关系进行了分析，未能预留一些不参与运算的样本作为检验，在今后的研究中，利用更多年份的病情数据进行分析，可以更好地利用气象因子来分析和预测病害的发生发展，建立更具科学性的预测模型。这对长期预报杨树叶纹斑病的发生与流行，把握杨树叶纹斑病的流行规律是非常重要的。

声明：本文所用图片、文字来源《天津农业科学》，版权归原作者所有。如涉及作品内容、版权等问题，请与本网联系

相关链接：杨树叶，杨树叶成分分析标准物质，杨树花

【可建立回归方程Y=174.878-51.504X1】相关文章：

1.腾讯视频改进并支持选集解锁 上海市消保委喊话优酷、爱奇艺等平台跟进

2.江苏淮安发布2021年网络市场监管专项行动典型案例

3.玻璃行业价格趋弱 库存增加,市场研究

4.福建龙岩：开展春节前中心城区市场价格检查

5.Division Street携手Nike打造俄勒冈鸭子配色Air Max 1 Luxe PE