
-
生物通官微
陪你抓住生命科技
跳动的脉搏
埃塞俄比亚中部高地的春小麦赤霉病流行情况的逻辑回归建模及生物物理因素的关联分析
《Phytoparasitica》:Logistic regression modeling of Septoria tritici epidemics on spring wheat and association of biophysical factors in the central highlands of Ethiopia
【字体: 大 中 小 】 时间:2026年07月15日 来源:Phytoparasitica 1.6
编辑推荐:
摘要由Zymoseptoria tritici引起的小麦秋疫病是影响埃塞俄比亚中部高地春小麦生产的最具破坏性的叶部疾病之一。尽管该病具有重要的经济意义,但该地区小麦秋疫病流行的流行病学驱动因素及预测因子仍缺乏充分研究。本研究在2021–2023年的种植季节,对中部高地主要小麦种植
由Zymoseptoria tritici引起的小麦秋疫病是影响埃塞俄比亚中部高地春小麦生产的最具破坏性的叶部疾病之一。尽管该病具有重要的经济意义,但该地区小麦秋疫病流行的流行病学驱动因素及预测因子仍缺乏充分研究。本研究在2021–2023年的种植季节,对中部高地主要小麦种植区的该病分布、发病率、严重程度及相关风险因素进行了调查。研究从252个农民的田地中收集了疾病发病率和严重程度数据,同时还收集了农艺、环境及空间相关变量。通过双变量关联分析、固定效应多变量逻辑回归以及机器学习方法,识别出重要的预测因子并评估模型性能。调查显示,小麦秋疫病在调查区域广泛存在,平均发病率为49.3%至100%,严重程度为4.9%至69.1%。逻辑回归分析表明,播种日期、前茬作物、分生孢子密度、小麦品种、地形位置、土壤类型、相对湿度、降雨量、降雨天数以及海拔高度都是影响疾病严重程度的关键因素。早播、同科作物连作、易感品种、Vertisol土壤类型以及平坦地形都会增加疾病流行的风险。与广义线性模型相比,随机森林模型在预测发病率和严重程度方面表现更佳,其预测精度更高(发病率的R2值为0.602,RMSE值为1.92;严重程度的R2值为0.909,RMSE值为0.26),而广义线性模型的相应数值分别为0.51和0.52,发病率的RMSE为0.17,严重程度的RMSE为0.13。这些研究结果为小麦秋疫病的风险预测、疾病监测以及制定针对性管理策略提供了有力依据,有助于实现埃塞俄比亚小麦生产的可持续发展。
由Zymoseptoria tritici引起的小麦秋疫病是影响埃塞俄比亚中部高地春小麦生产的最具破坏性的叶部疾病之一。尽管该病具有重要的经济意义,但该地区小麦秋疫病流行的流行病学驱动因素及预测因子仍缺乏充分研究。本研究在2021–2023年的种植季节,对中部高地主要小麦种植区的该病分布、发病率、严重程度及相关风险因素进行了调查。研究从252个农民的田地中收集了疾病发病率和严重程度数据,同时还收集了农艺、环境及空间相关变量。通过双变量关联分析、固定效应多变量逻辑回归以及机器学习方法,识别出重要的预测因子并评估模型性能。调查显示,小麦秋疫病在调查区域广泛存在,平均发病率为49.3%至100%,严重程度为4.9%至69.1%。逻辑回归分析表明,播种日期、前茬作物、分生孢子密度、小麦品种、地形位置、土壤类型、相对湿度、降雨量、降雨天数以及海拔高度都是影响疾病严重程度的关键因素。早播、同科作物连作、易感品种、Vertisol土壤类型以及平坦地形都会增加疾病流行的风险。与广义线性模型相比,随机森林模型在预测发病率和严重程度方面表现更佳,其预测精度更高(发病率的R2值为0.602,RMSE值为1.92;严重程度的R2值为0.909,RMSE值为0.26),而广义线性模型的相应数值分别为0.51和0.52,发病率的RMSE为0.17,严重程度的RMSE为0.13。这些研究结果为小麦秋疫病的风险预测、疾病监测以及制定针对性管理策略提供了有力依据,有助于实现埃塞俄比亚小麦生产的可持续发展。