天气动态驱动苹果树上链格孢叶斑病的发生与发展：预测建模与寄主反应的结合应用

《Journal of Plant Pathology》：Weather dynamics drive Alternaria leaf blotch progression in apple: integration of predictive modeling and host response

本研究通过2022-2023年田间试验评估了11个苹果商业品种对Alternaria叶斑病的抗性，发现Super Chief和Scarlet Spur-II最易感（严重度>70%），而Jeromine和Auvil Early Fuji最耐病（<25%）。天气参数如Tmin和降雨显著抑制病情，而RHmin影响相反。时间序列模型中，ARIMAX模型整合温度、湿度和降雨数据，较传统ARIMA模型预测精度提升（R2达0.937），AIC降低近400，表明天气动态对病情发展起关键作用，结合品种抗性和天气模型可优化预测和管理。

　　

摘要

由Alternaria属真菌引起的Alternaria叶斑病是一种新出现的叶部病害，对印度的苹果产量构成了威胁。2022年和2023年进行了田间试验，以评估11个商业苹果品种在自然流行条件下的反应，并确定天气因素在病害发展中的作用。所有品种均未表现出抗性；然而，观察到它们之间的易感性存在明显差异。Super Chief和Scarlet Spur-II品种的易感性始终最高，最终病害严重程度超过了70%，而Jeromine和Auvil Early Fuji品种的病害严重程度最低（<25%）。病害进展曲线下的平均面积（AUDPC）在不同年份间相似（2022年为201.4；2023年为209.8），尽管2023年的病害发展速度略快。天气参数对病害的传播轨迹有显著影响：最低温度（Tmin）和降雨量通常会抑制病害严重程度，而最低相对湿度（RHmin）的作用则相反——2022年时RHmin与病害发展呈正相关，而2023年时呈负相关。汇总分析表明，Tmin和降雨量是最稳定的抑制因素；回归分析进一步确认降雨量是预测病害严重程度降低的主要指标。时间序列建模显示，传统的ARIMA和SARIMA模型能够捕捉到病害的基本趋势，但无法反映受天气影响的变异性。相比之下，结合Tmin、RHmin和降雨量的ARIMAX模型显著提高了预测准确性（2022年的R2值为0.937；2023年为0.911），与ARIMA模型相比AIC值降低了近400个单位。这些研究结果表明，天气动态在Alternaria叶斑病的发展中起着决定性作用，将寄主反应与基于天气的预测模型相结合有助于更准确地预测病害发生情况，并为苹果园的病害管理提供依据。