本研究是由国家自然科学基金项目“水稻主要害虫灾变风险分析多水平模型研究”(项目编号为:30370914)资助,以水稻二化螟为例,对影响水稻二化螟发生的关键因子进行分析、辨识,并建立了影响水稻二化螟发生的多层线性模型。 本研究从生态系统的观点出发,考虑水稻二化螟发生处于不同地区,受不同地区地理、生态因子影响,使得水稻二化螟发生因素存在层次结构。本文作者应用多层线性模型统计分析技术,参考已发表文献资料以及现有数据,建立了水稻二化螟发生和地理、生态及气象因子关系的两水平线性模型,以期找出影响水稻二化螟发生关键因子、探讨不同生态系统层次对水稻二化螟发生的影响。本研究主要结果如下: 1.建立了水稻病虫、气象资料数据库,及其数据管理、查询系统 (1) 水稻病虫资料数据库的建立本研究分析所用病虫资料来源于浙江省34个县市水稻主要病虫区划资料统计表1981～2000二十年间数据(部分资料有缺失,实际用的只有26个县市资料)。对病虫数据资料进行整理并输入计算机,建立Access数据库并按病虫害种类建立若干相应病虫害发生情况数据表,包括稻飞虱、二化螟、三化螟、稻纵卷叶螟、稻瘟病、纹枯病、白叶枯病。 (2) 分析所需气象、地理、生态资料数据库的建立分析所需的气象资料来源于浙江省气象局1981～2000二十年间气象数据资料,将气象资料按旬进行整理并输入计算机,建立Access数据库并分别建立各个地区逐句气象资料数据表,包括温雨系数、温湿系数、最高温度、最低温度、平均温度、雨日、湿度、日照时数、降雨量、生态因子。数据库的建立为进一步运用HLM软件进行多层线性模型分析提供基础数据。 (3) 建立了水稻病虫和气象资料数据管理、查询系统,可自动地从数据库重检索数据,以用于水稻病虫多水平建模分析。 2.水稻二化螟两水平线性模型研究 应用多层线性模型原理,首先采用DPS统计软件筛选主要因子,然后应用HLM6.0分析软件,根据筛选的因子构建水稻二化螟两水平线性模型。经DPS软件分析、筛选,模型选入的第一层次的影响因子主要有:4月下旬最低温度、4月下旬湿度、5月上旬降雨量、5月中旬温雨系数,以及上年二化螟晚稻发生程度。应用HLM6.0分析软件组建的回归模型中的5个预测变量对二化螟的发生程度都存在显著影响:4月下旬最低温度(P=0.043)、4月下旬湿度(P=0.026)、5月上旬降雨量(P=0.011)、5月中旬温雨系数(P=0.007)以及上年晚稻发生程度(P=0.008)。 模型选入的第二层,即地理、生态因子有化肥用量、丘陵比及林地比。结合第一层次的影响因子,构成的模型对早稻二化螟的影响,其显著水平大多小于0.01(即作用极显著)。 根据上述因子建立的多层线性模型,对早稻水稻二化螟发生与生态、气象及地理因子关