论文部分内容阅读
本项研究收集整理了1975年～2000年中国小麦品种及其种植面积和小麦条锈病菌生理小种监测数据，以聚集度为指标，分析了品种、小种群体特征和时空关系；通过田间小种圃接种试验、分析品种抗锈性鉴定历史数据和专家评估等方法，获得接近实际的品种-小种相对寄生适合度数据，依此构建了多品种-多小种互作模型CRDM。探索了应用简单模型预测小麦条锈病菌生理小种动态的可能性。 具体结果如下： 1．比较多种聚集度指数后，提出用出现频率较大的前10个小种频率的平均值（M）与标准差（Std）乘积的均方来表示小种群体的聚集度（Ai），即Ai=（M·Std）2/1。该指标和计算公式不受小麦条锈菌小种监测数据中“其它”项的影响，能较好地反映小麦条锈菌生理小种群体的聚集程度。 2．用相关分析法分析了小麦条锈菌小种聚集度变化曲线在甘肃、河南、湖北、山东、四川和陕西6个代表地区之间以及聚集度变化曲线在品种与小种之间存在的时序关系。进一步证明：甘肃是我国小麦条锈病菌易变地区和策源地；品种聚集度影响小种聚集度，其表现有一定的滞后期，如在甘肃为2年。 3．通过设置田间小种圃接种试验和整理品种抗病性历史资料，采用综合病情指数法推算出1225个品种小种组合的相对寄生适合度值，另依据专家评估法补充了空缺的部分。其间，探索了挖掘历史资料的一些方法。所获得的接近生产实际的品种-小种相对寄生适合度数据为应用品种-小种互作模型奠定了初步基础。 4．组建了多品种-多小种互作模型CRDM。该模型输入我国小麦条锈病菌历年小种监测数据、192个主要生产小麦品种的栽种面积以及这些品种与24个小麦条锈病菌主要生理小种或菌系的相对寄生适合度，用VB6.0语言可视化编程，逐年调用品种面积库，寄生适合度库和小种频率库，模拟输出各小种频率的变化。初步运行结果表明此模型结构虽简单，但可以预测小种变化的大体趋势。重要的是需要继续充实寄生适合度数据。