论文部分内容阅读
摘 要：为明确新疆地区气象因素与杨树叶纹斑病发病率的关系，提高病害发生预测能力，减少经济损失，2014年5月至10月份对新疆乌鲁木齐市杨树叶纹斑病的周年消长规律进行了观测，并利用观测资料将主要气象因子对杨树叶纹斑病发生的影响进行了系统分析。结果显示，关键因子分别为平均风速、平均水汽压、累计降雨天数。其中平均风速与杨树叶纹斑病的病叶率呈极显著负相关。平均水汽压及累计降雨天数与杨树叶纹斑病的病叶率呈显著正相关。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=0.716 4，复相关关系极显著。
关键词：杨树叶纹斑病；气象因子；相关性
中图分类号：S432 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2016.03.033
杨树（Populus）是杨柳科杨属落叶乔木的通称，主要栽种于我国西部各省。在新疆北疆的额尔齐斯河流域、南疆的塔里木河流域以及天山南北坡的河谷中分布着大面积的杨树原始林[1-2]，杨树是新疆地区造林绿化的重要树种之一。杨树叶纹斑病（Alternara alternate），既危害插条苗，又危害实生苗，发病最重者整株叶片全部枯死，造成经济损失[3-5]。1979年赵震宇[6]首次报道了新疆杨树叶纹斑病，主要对杨树叶纹斑病的病原菌进行了描述，2007年许继红[7]对东北地区杨树叶枯病的毒蘑菇菌株筛选及其生防机理进行了研究，2010年黄毅[8]对采自黑龙江省哈尔滨市东北林业大学林场的杨树叶枯病病样进行了分离培养及生物学防治，但均未报道杨树叶纹斑病与气象因子的关系。笔者于2014年采用系统调查方法对乌鲁木齐市杨树叶纹斑病周年消长规律进行观测，并系统分析了气象因子对该病的影响，旨在为杨树叶纹斑病的预测预报，为该病害的实时防治提供切实可靠的理论依据。
1 材料和方法
1.1 观测调查方法
试验地设在乌鲁木齐市儿童公园，主栽杨树品种为新疆杨。 时间为2014年4月下旬至10月底。从5月初开始，每7 d调查1次，在样地采用对角线五点取样法，每个样点取样10株，并对每株杨树进行挂牌标记，每株杨树调查5片叶子，共调查50片杨树叶。采用定点定期的系统调查方法，详细调查时，根据发病情况，将样株病害分为5级（表1）。详细记录调查总叶数、统计病叶率和病情指数。
病叶率=感病叶片数/调查总叶片数×100%。
感病指数=Σ（各级发病叶片数×各级代表值） /调查叶片数×最高级代表值×100。
1.2 气象数据的获取及数据统计处理
从2014年4月底至10月底，根据乌鲁木齐市气象站数据（表2）统计平均温度、平均空气相对湿度、平均水汽压、累计降雨天数、平均风速及日照时数等气象资料，并将气象数据与杨树叶纹斑病的病叶率及病情指数进行相关分析。采用Exce112003、DPS等软件进行分析。
2 结果与分析
2.1 相关性分析
对调查期间取得的平均风速（X1）、平均温度（X2）、平均相对湿度（X3）、平均水汽压（X4）、日照时数（X5）、累计降雨天数（X6）和杨树叶纹斑病发病率（Y1）进行相关显著性分析，相关分析结果如表3所示，杨树叶纹斑病的病叶率（Y1）与平均空气湿度（X3）、平均水汽压（X4）、累计雨天数（X6）呈显著正相关，与平均风速（X1）呈极显著负相关。这说明，在调查的6个气象因子中，除平均温度（X2）和日照时数（X5）对杨树叶纹斑病病叶率（Y1）无相关性之外，其余4个气象因子对杨树叶纹斑病病叶率（Y1）的变动均有影响。
2.2 方程式的建立
根据表1数据，通过逐步回归分析建立杨树叶纹斑病的病叶率（Y1）与所有气象因子的方程式：
Y=119.915-31.583X1-2.677X2-0.652X3+91.757X4+7.802X6。
回归方程式中，F值为4.519 0，显著性概率为0.006 4，多元相关系数为R=0.728 3。由表4可知，多元线性回归关系显著。
2.3 确定关键因子
由表5可知，将各气象因子与杨树叶纹斑病的病叶率（Y1）进行偏相关分析，根据各因子偏相关系数的高低，确定其对杨树叶纹斑病病叶率影响的重要程度，绝对偏相关系数较大的因子为影响杨树叶纹斑病发病的关键因子。
经偏相关分析可知，杨树叶纹斑病的病叶率（Y1）与平均风速（X1）、累计降雨天数（X6）、平均水汽压（X4）的偏相关系数最大。说明在本次监测数据范围内平均风速（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。
2.4 杨树叶纹斑病与关键气象因子的分析
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。由表6可知，杨树叶纹斑病的病叶率与平均风速有密切的关系，二者呈极显著负相关。风速的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改变，还会影响真菌孢子的释放、传播，杨树叶纹斑病是一种侵染性病害，风速较大时可以制造伤口，为病菌侵染创造条件，分生孢子借风传播，从植株的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，稻瘟病菌空中孢子量与风速呈负相关[9]，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[10]，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[11]，翟盘茂等[12]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[13]。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（X6）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[14]。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[15-16]。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[17-18]。
2.5 利用关键因子建立方程式
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=0.716 4，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[19]。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（Y1），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[20]。
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。
参考文献：
[1] 列·依·柯斯慶纳， 杨昌友. 杨树种子长期保存的经验[J]. 新疆农业科学， 1964（11）：459.
[2] 王世绩.杨树研究进展1991—1995[M].北京：中国林业出版社，1995.
[3] 赵震宇，陈梦.新疆林木病害野外识别手册[M]. 北京：中国林业出版社，2013.
[4] JI H， YANG Q，SONG R H. Biological characters and rDNA IIS sequences of pathogen of poplar leaf blight[J]. Journal of Forestry Research， 2006，17（1）：17-20.
[5] 叶彩玲，霍治国.农作物病虫害气象环境成因研究进展[J].自然灾害报，2005，14（1）：90 -97.
[6] 赵震宇.新疆林木病害[M].乌鲁木齐：新疆人民出版社，1963.
[7] 计红芳. 防治杨树叶枯病的毒蘑菇菌株筛选及其生防机理研究[D]. 哈尔滨：哈尔滨工业大学， 2007.
[8] 黄毅. 杨树叶枯病生物防治初步研究[D]. 哈尔滨：东北林业大学， 2010.
[9] 陈浩，康晓慧，张梅，等.稻瘟病菌空中孢子量与气象因子的关系[J].湖北农业科学，2009，48（8）：1869-1871.
[10] 倪琳，贺伟，常聚普，等.林分因子和气象因素对欧美杨溃疡病发生的影响[J].中南林业科技大学学报（自然科学版），2014（8）：53-58.
[11] 沈艳，熊安元，施晓晖，等.中国55年来地面水汽压网格数据集的建立及精度评价[J].气象学报，2008，66（2）：283-291.
[12] 杨景梅，邱金桓.用地面湿度参量计算我国整层大气可降水量及有效水汽含量方法的研究[J].大气科学，2002，26（1）：9-22.
[13] 翟盘茂.中国降水极值变化趋势监测[J].气象学报，1999，57（2）：208-217.
[14] 曾士迈. 植物病害流行学[M]. 北京：农业出版社， 1986.
[15] 刘万才，邵振润.小麦白粉病流行规律及近年发生概况和分析[J].中国植保导刊，1994（6）：17-19.
[16] 肖晶晶，霍治国，李娜，等.小麦赤霉病气象环境成因研究进展[J].自然灾害学报，2011（2）：146-152.
[17] 马玉娴.新疆杏树流胶病发生规律及病原菌研究[D]. 乌鲁木齐：新疆农业大学，2013.
[18] 夏禹甸，萧庆璞.小麦赤霉病发生规律的研究-病菌孢子发生传播与雨湿对于病害的关系[J].植物病理学， 1956， 2（2）：187-202.
[19] 赵豫，易亮，马振升.信阳冬小麦白粉病发生发展气象预报模型[J].江西农业学报，2008，20 （9） ：87-89.
[20] SCHERM H，YANG X B.Atmospheric teleconnection patterns associated with wheat stripe rust disease in North China[J].International Journal of Biometeorology，1998，42（1）：28-33.
关键词：杨树叶纹斑病；气象因子；相关性
中图分类号：S432 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2016.03.033
杨树（Populus）是杨柳科杨属落叶乔木的通称，主要栽种于我国西部各省。在新疆北疆的额尔齐斯河流域、南疆的塔里木河流域以及天山南北坡的河谷中分布着大面积的杨树原始林[1-2]，杨树是新疆地区造林绿化的重要树种之一。杨树叶纹斑病（Alternara alternate），既危害插条苗，又危害实生苗，发病最重者整株叶片全部枯死，造成经济损失[3-5]。1979年赵震宇[6]首次报道了新疆杨树叶纹斑病，主要对杨树叶纹斑病的病原菌进行了描述，2007年许继红[7]对东北地区杨树叶枯病的毒蘑菇菌株筛选及其生防机理进行了研究，2010年黄毅[8]对采自黑龙江省哈尔滨市东北林业大学林场的杨树叶枯病病样进行了分离培养及生物学防治，但均未报道杨树叶纹斑病与气象因子的关系。笔者于2014年采用系统调查方法对乌鲁木齐市杨树叶纹斑病周年消长规律进行观测，并系统分析了气象因子对该病的影响，旨在为杨树叶纹斑病的预测预报，为该病害的实时防治提供切实可靠的理论依据。
1 材料和方法
1.1 观测调查方法
试验地设在乌鲁木齐市儿童公园，主栽杨树品种为新疆杨。 时间为2014年4月下旬至10月底。从5月初开始，每7 d调查1次，在样地采用对角线五点取样法，每个样点取样10株，并对每株杨树进行挂牌标记，每株杨树调查5片叶子，共调查50片杨树叶。采用定点定期的系统调查方法，详细调查时，根据发病情况，将样株病害分为5级（表1）。详细记录调查总叶数、统计病叶率和病情指数。
病叶率=感病叶片数/调查总叶片数×100%。
感病指数=Σ（各级发病叶片数×各级代表值） /调查叶片数×最高级代表值×100。
1.2 气象数据的获取及数据统计处理
从2014年4月底至10月底，根据乌鲁木齐市气象站数据（表2）统计平均温度、平均空气相对湿度、平均水汽压、累计降雨天数、平均风速及日照时数等气象资料，并将气象数据与杨树叶纹斑病的病叶率及病情指数进行相关分析。采用Exce112003、DPS等软件进行分析。
2 结果与分析
2.1 相关性分析
对调查期间取得的平均风速（X1）、平均温度（X2）、平均相对湿度（X3）、平均水汽压（X4）、日照时数（X5）、累计降雨天数（X6）和杨树叶纹斑病发病率（Y1）进行相关显著性分析，相关分析结果如表3所示，杨树叶纹斑病的病叶率（Y1）与平均空气湿度（X3）、平均水汽压（X4）、累计雨天数（X6）呈显著正相关，与平均风速（X1）呈极显著负相关。这说明，在调查的6个气象因子中，除平均温度（X2）和日照时数（X5）对杨树叶纹斑病病叶率（Y1）无相关性之外，其余4个气象因子对杨树叶纹斑病病叶率（Y1）的变动均有影响。
2.2 方程式的建立
根据表1数据，通过逐步回归分析建立杨树叶纹斑病的病叶率（Y1）与所有气象因子的方程式：
Y=119.915-31.583X1-2.677X2-0.652X3+91.757X4+7.802X6。
回归方程式中，F值为4.519 0，显著性概率为0.006 4，多元相关系数为R=0.728 3。由表4可知，多元线性回归关系显著。
2.3 确定关键因子
由表5可知，将各气象因子与杨树叶纹斑病的病叶率（Y1）进行偏相关分析，根据各因子偏相关系数的高低，确定其对杨树叶纹斑病病叶率影响的重要程度，绝对偏相关系数较大的因子为影响杨树叶纹斑病发病的关键因子。
经偏相关分析可知，杨树叶纹斑病的病叶率（Y1）与平均风速（X1）、累计降雨天数（X6）、平均水汽压（X4）的偏相关系数最大。说明在本次监测数据范围内平均风速（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。
2.4 杨树叶纹斑病与关键气象因子的分析
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。由表6可知，杨树叶纹斑病的病叶率与平均风速有密切的关系，二者呈极显著负相关。风速的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改变，还会影响真菌孢子的释放、传播，杨树叶纹斑病是一种侵染性病害，风速较大时可以制造伤口，为病菌侵染创造条件，分生孢子借风传播，从植株的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，稻瘟病菌空中孢子量与风速呈负相关[9]，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[10]，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[11]，翟盘茂等[12]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[13]。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（X6）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[14]。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[15-16]。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[17-18]。
2.5 利用关键因子建立方程式
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=0.716 4，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[19]。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（Y1），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[20]。
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。
参考文献：
[1] 列·依·柯斯慶纳， 杨昌友. 杨树种子长期保存的经验[J]. 新疆农业科学， 1964（11）：459.
[2] 王世绩.杨树研究进展1991—1995[M].北京：中国林业出版社，1995.
[3] 赵震宇，陈梦.新疆林木病害野外识别手册[M]. 北京：中国林业出版社，2013.
[4] JI H， YANG Q，SONG R H. Biological characters and rDNA IIS sequences of pathogen of poplar leaf blight[J]. Journal of Forestry Research， 2006，17（1）：17-20.
[5] 叶彩玲，霍治国.农作物病虫害气象环境成因研究进展[J].自然灾害报，2005，14（1）：90 -97.
[6] 赵震宇.新疆林木病害[M].乌鲁木齐：新疆人民出版社，1963.
[7] 计红芳. 防治杨树叶枯病的毒蘑菇菌株筛选及其生防机理研究[D]. 哈尔滨：哈尔滨工业大学， 2007.
[8] 黄毅. 杨树叶枯病生物防治初步研究[D]. 哈尔滨：东北林业大学， 2010.
[9] 陈浩，康晓慧，张梅，等.稻瘟病菌空中孢子量与气象因子的关系[J].湖北农业科学，2009，48（8）：1869-1871.
[10] 倪琳，贺伟，常聚普，等.林分因子和气象因素对欧美杨溃疡病发生的影响[J].中南林业科技大学学报（自然科学版），2014（8）：53-58.
[11] 沈艳，熊安元，施晓晖，等.中国55年来地面水汽压网格数据集的建立及精度评价[J].气象学报，2008，66（2）：283-291.
[12] 杨景梅，邱金桓.用地面湿度参量计算我国整层大气可降水量及有效水汽含量方法的研究[J].大气科学，2002，26（1）：9-22.
[13] 翟盘茂.中国降水极值变化趋势监测[J].气象学报，1999，57（2）：208-217.
[14] 曾士迈. 植物病害流行学[M]. 北京：农业出版社， 1986.
[15] 刘万才，邵振润.小麦白粉病流行规律及近年发生概况和分析[J].中国植保导刊，1994（6）：17-19.
[16] 肖晶晶，霍治国，李娜，等.小麦赤霉病气象环境成因研究进展[J].自然灾害学报，2011（2）：146-152.
[17] 马玉娴.新疆杏树流胶病发生规律及病原菌研究[D]. 乌鲁木齐：新疆农业大学，2013.
[18] 夏禹甸，萧庆璞.小麦赤霉病发生规律的研究-病菌孢子发生传播与雨湿对于病害的关系[J].植物病理学， 1956， 2（2）：187-202.
[19] 赵豫，易亮，马振升.信阳冬小麦白粉病发生发展气象预报模型[J].江西农业学报，2008，20 （9） ：87-89.
[20] SCHERM H，YANG X B.Atmospheric teleconnection patterns associated with wheat stripe rust disease in North China[J].International Journal of Biometeorology，1998，42（1）：28-33.