مقاله فارسی ارزیابی مدلهای زمانی پیشرفت بیماری بلایت فوزاریومی سنبله گندم و ارائه یک مدل پیش آگاهی برای آن در استان گلستان

ارزیابی مدلهای زمانی پیشرفت بیماری بلایت فوزاریومی سنبله گندم و ارائه یک مدل پیش آگاهی برای آن در استان گلستان
Evaluation of temporal disease progress models of wheeat Fsaroum head bligt and developing a forecasting model for Golestan province
چکیده
به منظور ارزیابی مدلهای زمانی پیشرفت بیماری بلایت فورایومی سنبله گندم در شرایط مزرعه ، آزمایش هایی بر روی نه رقم و یک لاین گندم در سال زراعی 83-1382 انجام گرفت . تجزیه و تحلیل دادهه های مربوط به پیشرفت بیماری نشان داد که در زیر میست و با مایه زنی مصنوعی در ارقام اترک ، فلات ، کوهدشت ، پاستور و تجن مدل لوجستیک و در رقم زاگرس مدل منوملکولار مدلهای مناسب می باشند . در دو رقم کوهدشت و پاستور مدل لوگ لوجستیک نیز به اندازه مدل لوجستیک برازش قابل قبولی داشت . در شرایط زیر میست و بدون مایه زنی در ارقام فلات ، پاستور و زاگرس مدل های لوجستیک و لوگ – لوجستیک مدلهای مناسبی برای توجیه روند پیشرفت بیماری تشخیص داده شدند . در شرایط بدون میست و با مایه زنی در ارقام فلات و تجن مدل های لوجستیک و لوگ – لوجستیک برازش خوبی نشان داد . بر روی سایر ارقام در تمام آزمایش ها به دلیل پیشرفت اندک بیماری هیچیک
از مدل ها داده های حاصل را توجیه نکرد . در این پژوهش مدل های لوجستیک و لوگ – لوجستیک در رقمهای فلات ، تجن ، زاگرس ، کوهدشت ، اترک و پاستور به عنوان مناسب ترین مدلها برای پیش بینی پیشرفت بیماری بلایت فوزاریومی سنبله گندم در شرایط مزرعه معرفی می شوند . در بخش دیگری از این تحقیق به منظور توسعه یک مدل پیش آگاهی برای این بیماری ، شدت بیماری در کرتهای آزمایشی با آلوده سازی مصنوعی و در مزارع با آلودگی طبیعی استان گلستان طی سالهای 1379-1376 یاداشت برداری شد . به علاوه داده های هواشناسی در طی همین سالها از ایستگاه هواشناسی عراقی محله گرگان جمع آوری گردید . این مدل براساس داده های دو فاکتور محیطی شامل بارندگی (pm) و دمای (T) متوسط هفت روز قبل از گلدهی و با استفاده از آنالیز رگرسیون چند متغیره توسعه داده شد . در این مدل فاکتورهای محیطی (PM وt) به عنوان متغییرهای مستقل و احتمال وقوع بیماری با شدت بیش از 10 درصد (p) به عنوان متغییر وابسته در نظر گرفته شد . معادله این مدل به همراه پارامترهای برآورده شده آن عبارت از : In(p/(1-p))=-12.8527 + 13.7494*pm + 0.729721 * T – 0.871783 * T *pm بوده که ضریب تبیین آن برابر 85/92 درصد می باشد . براساس این مدل درp بزرگتر از 2/0 بیماری بروز خواهد کرد و در صورتی که p مساوی یا بزرگتر از 5/0 باشد ، بیماری بصورت اپیدمیک ظاهر می شود . مدل ارایه شده با توجه به فاکتورهای مورد استفاده نسبت به مدل دی ولف و
همکاران (Dewolf et al . 2003) ساده تر بود و بعلاوه ضریب تبیین بالاتری نیز دارد . با وجود این برای محاسبه میزان صحت پیش آگاهی (prediction accuracy) که از دو بخش حساسیت (sensitivity) و اختصاصی بودن (specificity) تشکیل شده است ، بایستی از داده های سالهای آتی جهت اعتباریابی مدل برای کاربرد در منطقه گلستان استفاده نمود . این اولین مدل پیش آگاهی ارائه شده برای بیماری بلایت سنبله گندم در ایران می باشد .
واژه های کلیدی : بلایت فوزاریومی گندم ، اپیدمیولوژی ، مدل پیشرفت زمانی ، مدل پیش آگاهی
مقدمه
بیماری بلایت فوزاریویم سنبله گندم یکی از بیماریهای مهم گندم در مناطق مرطوب و نیمه مرطوب جهان به شمار می رود (Goswami & kistler 2004 , mcmullen et al .1997 , windels 2000 , parry et al . 1995 ) . این بیماری در مناطق معتدله و نیمه حاره ای شیوع می یابد (Yang et al . 1998) و اغلب هر جا بارندگی ، رطوبت بالا و شبنو سنگین با دوره گلدهی و پر شدن دانه همزمان شود ، مناسبترین شرایط برای ایجاد آلودگی و توسعه بیماری فراهم می شود (mcmullen et al , 1997) در ایران این بیماری از سالها پیش در مناطق مختلف گزارش شده است (Babadoost 1995,Foroutan et al.1993,Golzar 1993 , Bamdadian & Torabi
1983 ) بیش از 18 گونه از جنس Fusarium عامل این بیماری است که از این میان Fusarium graminearum گونه غالب در بیشتر مناطق آلوده دنیا می باشد (parry et al . 1995 , Ireta & Gilchrist 1994) . گونه F.graminearum قبلاً دو جمعیت تحت عنوان گروه I و II را شامل می شد ولی براساس مطالعات آوکی و اودونل (Aoki & ODonnel 1999) گروه I تحت عنوان گونه جدید F.pseudoggraminearum توصیف شد و گروه II را تحت گونه F.graminearum و عامل بلایت فوزایومی سنبله گندم (FHB) پذیرفتند . اپیدمی این بیماری به صورت نامنظمبروز کرده و به خاطر کاهش عملکرد و کیفیت دانه و نیز بدلیل تولید فیتوتوکسینهای مضر برای سلامتی دام و انسان خسارتهای اقتصادی سنگینی را وارد می کند (Parry et al.1995,Tuite et al.1990) . همچنین کیفیت نانوای آرد دانه های آلوده کاهش یافته (Dexter et al . 1996) ، کشت این دانه ها منجر به ایجاد بلایت گیاهچه می شود (Mannaka 1989 ). بیمارگر F.graminearum تولید چندین نوع فیتوتوکسین خطرناک از جمله نیوالینول (nivalenol) داکسی نیوالینول (deoxynivalenol) استیل داکسی نیوالینول (acetyldeoxynivalenol) و مایکوتوکسین استروژنیک زرالینون (zeralenone) را می کندet al . 2005 , Goswami & kistler 2004) Adams & Hart 1989 safaie )که میزان تولید آنها بسته به شرایطی مثل
رطوبت ، دما ، وجود عناصر خاص و رقابت میکروارگانیسم ها متفاوت است (Bosch et al . 1989) مصرف دانه های آلوده به فیتوتوکسین های مذکور منجر به مسمومیت و عوارضی در انسان و دام می گردد . بسیاری از این گونه ها علاوه بر بلایت سنبله ، عامل بلایت گیاهچه و پوسیدگی قهوه ای طوقه نیز هستند ، اما ارتباط اپیدمیولوژیک بین این سه بیماری هنوز به درستی تبیین نشده است (Bai & shaner 1994,parry et al.1995) در اکثر کشورها از جمله ایران گونه F.graminearum با فرم جنسی Gibberella zeae(schw)petch. گونه غالب بشمار می آید (safaie et al.Tekauz et al.2000,prom et al.1999,bai & shaner 1994,Sutton 1982 2005b) .
ار دهه 1880که وقوع بیماری اولین بار توسط اسمیت (smith) از انگلستان گزارش گردید تا امروز ، ظهور اپیدمی های این بیماری از نقاط مختلف دنیا گزارش شده و نوعا خسارات عمده ای به محصول غلات در این مناطق وارد نموده است (parry et al.1995). در ایران نیز در سالهای اخیر بعلت وجود اینوکلوم کافی ، کشت ارقام حساس و شرایط مساعد جوی در برخی مناطق کشور نظیر گرگان ، گنبد ، مازندران و مغان ، بیماری خسارت قابل توجهی وارد نموده است (Babadost 1994,Foroutam et al .1993 ,Golzar 1993) این امر لزوم کاربرد استراتژی صحیح مدیریتی را الزامی نمود . اقدامات مدیریتی شامل کشت ارقام مقاوم ، شخم و سوزاندن بقایای آلوده به منظور تخریب بقایای گیاهی ، کاربرد سموم و نیز کنترل بیولوژیک سبب
پیشرفت هایی در کنترل این بیماری شده است اما با همه تمهیدات FHB هنوز در بسیاری از مناطق جهان و ایران مشکل اصلی تولید کنندگان گندم به شمار می آید . (Dexolf et al.2003) . بنابراین مدیریت موفق بیماری ، نیازمند کاربرد استراتژی های موثرتری است . توسعه یک سیستم پیش آگاهی کارآمد ، توانایی کشاورزان را در تشخیص بیماری و کاربرد به موقع عوامل کنترل شیمیایی و بیولوژیک افزایش می دهد . تلاش های زیادی برای ارائه سیستم های پیش آگاهی با استفاده از عوامل آب و هوایی و سطح اینوکولوم انجام شده (Moschinh &,Lipps et al . 2001 Dexolf et al.2003,Hooker et al.2000a,FORTUGNO 1996) . هم چنین مطالعات اپیدمیولوژیکی متعددی پیرامون اثر فاکتورهای محیطی بر تولید و توسعه بیماری صورت گرفته است (Dewolf et al.1999 , trail et al.1998,Jenkinson & parry 1994 De,Dewolf et al .2000a ,shaner & Buechley 2000a, Andries et al . 2000 , Thomas et al .1999 ,Dewolf et al.2001,Osborne & jin 2000, Wolf et al.2000b.Dufault et al.2002a2002b) .
در ایران مطالعات اولیه در ارتباط با تجزیه و تحلیل اپیدمی های این بیماری در شرایط کنترل شده (Malihipour et al.2000,Mirzaee et al.2003) و نیز درشرایط مزرعه (Alizadeh et al.2004) با استفاده از مدل های اپیدمیولوژیک صورت گرفته است . دئر این پژوهش ، ضمن معرفی بهترین مدل پیشرفت زمانی بیماری در شرایط مزرعه با ارزیابی مدل های مختلف
اپیدمیولوژیکی ، یک مدل پیش آگاهی برای پیش بینی وقوع این بیماری برای اولین بار در ایران ارائه گردیده است .
روش بررسی
الف – تهیه مایه قارچ و یادداشت برداری
در این آزمایش از هشت رقم گندم شامل ارقام فلات ، تجن ، زاگرس ، کوهدشت ، شیرودی ، شانگهای ، اترک ، پاستور و یک لاین مقاوم (SHA3/SERI/NANJING 833/LIR) استفاده گردید . آزمایش ها در قالب طرح بلوک های کامل تصادفی با 4 تیمار و 4 تکرار انجام شد . در این آزمایش ها سه تیمار زیر میست با اسپور پاشی ، زیر میست بدون اسپورپاشی و خارج از میست با اسپورپاشی مورد بررسی قرار گرفت . ابعاد بلوک های مورد آزمایش 3 5/5 متر و ابعاد کرت های داخل آن 3 1 متر و فاصله کرت ها از یکدیگر cm50 در نظر گرفته شد . در اطراف بلوک ها نیز پنج ردیف گندم به منظور حذف اثر حاشیه ای کشت گردید که در یادداشت اطراف برداری ها مورد محاسبه قرار نگرفت . پس از به سنبله رفتن بوته ها ، 20 سنبله به طور تصادفی انتخاب و با اتیکت شماره گذاری گردید . هم زمان با شروع دوره گل دهی ، اسپور پاشی در پنج نوبت و به فاصله یک هفته انجام شد . این محدوده زمانی در بر گیرنده قبل و بعد از دوره گرده افشانی می باشد . اسپور پاشی با استفاده از سوسپانسیون اسپوری جدایه های 176 ،
171 ، 165 ، 162 و 178 قارچ مذکرو که قبلاً سپس به روش تک اسپور ، خالص سازی شده و مورد استفاده قرار گرفتند . سوسپانسیون اسپوری به روش وگنر به صورت زیر تهیه شد (Malihipour et al 2000) در ارلن های 250 میلی لیتری 5 گرم کاه خرد شده ریخته و 125 میلی لیتر آب به آن اضافه گردی . مخلوط آب و کاه دوبار و با فاصله 24 ساعت و هر بار 30 دقیقه سترون شد . سپس قطعاتی از قارچ که بر روی محیط PDA رشد کرده بود به آب و کاه اضافه گردیده و ارلن ها بر روی شیکر دورانی با سرعت 120 دور در دقیقه ، در دمای C25 قرار گرفت . پس از گذشت 6-5 روز سوسپانسیونی از ماکروکنیدیوم های قارچ بر روی آب و کاه تولید شد ، که پس از صاف کردن و تعیین غلظت (105 اسپور در میلی لیتر ) مورد استفاده قرار گرفت . این سوسپانسیون با استفاده از سمپاش اتومایزر بر روی سنبله ها پاشیده شد . سرعت حرکت موقع اسپورپاشی طوری تنظیم گردید که سنبله ها کاملاً خیس شوند . همچنین جهت اطمینان از آلوده سازی سنبله ها و ظهور علائم بیماری ، سنبله ها علامت گذاری شده ، با استفاده از آب پاش دستی و بوسیله همان سوسپانسیون ، در زمان گلدهی مجدداً اسپورپاشی شدند . پس از ظهور علائم بر روی سنبله ها یادداشت بردرای شروع و در فواصل سه روز ادامه یافت . بررسی روند پیشرفت بیماری در سنبله ها براساس مقیاس درجه بندی از 0 تا 50 صورت گرفت . در این مقیاس ، اعداد 0 ،1، 2، 3، 4 و 5 به ترتیب معادل با 0، 20، 40، 60، 80 و 100 درصد آلودگی سنبله می
باشند . پس از اتمام یادداشت برداری ها شاخص بیماری (Disease Index=DI) براساس فرمول زیر محاسبه گردید .
(تعداد سنبله ها با مقیاس 1 1 ) + ( تعداد سنبله ها با مقیاس صفر 0 ) [}=DI
100 {] (تعداد کل سنبله ها 5 ) ]/[ تعداد سنبله ها با مقیاس 5 5)+: … +
ب- تجزیه و تحلیل پیشرفت بیماری در مزرعه
در نهایت با استفاده از DI های محاسبه شده ، مدل های شناخته شده در اپیدمیولوژی بیماری های گیاهی شامل مدل های تک مولکولی ، لوجستیک ، لوگ لوجستیک ، گومپرتز مورد بررسی قرار گرفتند بررسی منحنی های پیشرفت بیماری در شرایط مختلف نشان می دهد که (بعلت محدودیت زمان و بافت مورد نیاز برای آلودگی ) در زمان های (t) بالاتر پیشرفت بیماری کند و یا متوقف شده و منحنی حالت هموار به خود می گیرد . بنابراین مدل تصاعدی برای آنالیز پیشرفت بیماری کارآیی نداشته و لذا مورد استفاده قرار نگرفت . به منظور بررسی مدل ها ، شاخص بیماری (DI) در تاریخ هاتی متفاوت یادداشت برداری به عنوان متغییر وابسته (y) و تاریخ های یادداشت برداری بعنوان متغییر مستقل (t) در نظر گرفته شد . متغییر وابسته پس از تبدیل (transformation) براساس مدل های مختلف اپیدمیولوژیکی ، با روش رگرسیون ساده و با استفاده از نرم افزرا STATGRAPHICS ver.5.1
مورد تجزیه آماری قرار گرفته و بهترین مدل برای پیشرفت بیماری انتخاب شد .
ج- بررسی برازش مدل های مختلف
بدین منظور از معیار ضریب همبیستگی (R2) استفاده گردید که مقدار آن از 0 تا 1 متغییر است و تصمیم گیری در مورد حد بالای آن به نوع مطالعه و مشاهدات بستگی دارد . در شرایط کنترل شده آزمایشگاهی ، اغلب R2 بالای 95/0 و یا حتی 99/0 مورد انتظار است . اما در بسیاری از مطالعات مزرعه ای R2 بالاتر از 6/0 نیز ممکن است پذیرفته شود (Campbell & Madden 1990) . بنابراین جهت مقایسه مدل های مورد نظر ابتدا به R2 مدل توجه شد . همچنین برای ارزیابی اعتبار مدل ها ، از تحلیل خطاهای باقی مانده و اختلاف بین مقادیر اندازه گیری شده و پیش بینی شده نیز استفاده گردید .
نتیجه
الف- بررسی پیشرفت بیماری FHB در شرایط زیر میست با مایه زنی مصنوعی
در این آزمایش ، پیشرفت بیماری بر روی هشت رقم و یک لاین گندم در شرایط زیر میست بدون اسپورپاشی بررسی شد . همانگونه که ملاحضه می شود بیماری در همه ارقام باستثنای رقم شانگهای و لاین مقاوم پیشرفت قابل
توجهی داشته است . رقم های فلات و تجن حساس ترین و سایر ارقام در حد فاصل این دو دسته قرار گرفتند .
نتایج حاصل از آنالیز داده های مربوط به پیشرفت بیماری در قالب مدلهای مختلف اپیدمیولوژیکی به دلیل حجم زیاد نتایج ارائه نشده است و تنها ضریب تبیین (R2) و خطا (MSE) در جدول 1 آمده است . براساس این آنالیز در ارقام اترک ، فلات ، کوهدشت ، پاستور و تجن مدل لوجستیک و برای رقم زاگرس مدل منومولکولار بهترین برازش را داشت . در مورد رقم های کوهدشت و پاستور مدل های لوگ-لوجستیک با مدل لوجستیک تفاوت چندانی نداشت لذا به دلیل ساده ساده تر بودن مدل لوجستیک ، این مدل به عنوان مدل برتر برگزیده شد. در مورد لاین مقاوم به دلیل پایین بودن مقدار پیشرفت بیماری مقدار ضریب تبیین حدود 40 درصد محاسبه شد . در مورد ارقام شیرودی و شانگهای هیچکدام از مدل های مورد مطالعه مناسب نبودند . با وجودئ این ضریب تبیین در مورد مدلهای لوگ – لوجستیک و مدل لوجستیک حداکثر بود . در مورد رقم شانگهای هیچکدام از مدل های مورد مطالعه در پیشرفت بیماری مناسب نبودند .
ب- بررسی پیشرفت بیماری FHB در شرایط زیر میست بدون مایه زنی مصنوعی
در این آزمایش ، پیشرفت بیماری بر روی هشت رقم و یک لاین گندم در شرایط زیر میست بدون اسپورپاشی بررسی شد . همانگونه که ملاحظه می
شود بیماری در رقم فلات بیشترین پیشرفت را داشته و در لاین مقاوم بیماری نتوانسته است مستقر شود . پیشرفت بیماری بر روی رقم های شانگهای و کوهدشت نیز بسیار اندک بوده است . سایر ارقام در حد فاصل این دو دسته قرار گرفتند .
براساس این آنالیزها در رقم تجن مدل منومولکولار بهترین مدل و رد ارقام شامل رقمهای فلات ، پاستور و زاگرس مدلهای لوجستیک و یا لوگ – لوجستیک مناسب ترین مدل تشخیص داده شدند . در مورد ارقام اترک ، کوهدشت ، شیرودی ، شانگهای و لاین مقاوم هیچکدام از مدلها در تبین منحنی پیشرفت بیماری مناسب نبودند .
ج- بررسی پیشرفت بیماری FHB در شرایط بدون میست با مایه زنی مصنوعی
در این آزمایش ، پیشرفت بیماری بر روی هشت رقم و یک لاین گندم در شرایط خارج از میست با اسپورپاشی بررسی شد . همانگونه که ملاحضه می شود بیماری در رقم فلات و سپس تجن بیشترین پیشرفت را داشته و درلاین مقاوم بیماری نتوانسته است مستقر شود . پیشرفت بیماری بر روی رقم های شانگهای و کوهدشت نیز بسیار اندک بوده است . سایر ارقام در حد فاصل این دو دسته قرار گرفتند . آلودگی در لاین مقاوم کمتر از 5 درصد بود .
براساس این آنالیز در رقم های فلات و تجن مدل لوگ – لوجستیک بهترین مدلها برای پیش بینی پیشرفت بیماری بلایت فوزاریومی سنبله گندم معرفی
می گردد . در رقم اترک ، کوهدشت ، پاستور ، شانگهای ، شیرودی ، زاگرس و لاین مقاوم به دلیل عدم پیشرفت قابل ملاحضه بیماری ضرایب تبیین بسیار پایین بود و لذا هیچ یک از مدل های مورد بررسی برای پیش بینی روند پیشرفت بیماری مناسب نبودند . در این آزمایش ها ارقام اترک ، کوهدشت ، شانگهای و شیرودی برای اولین بار بررسی شدند .
به طور کلی براساس مطالعات انجام شده در این پژوهش مدلهای لوجستیک و لوگ – لوجستیک در رقم های فلات ، تجن ، زاگرس ، کوهدشت ، اترک و پاستور به عنوان مناسب ترین مدلها برای پیش بینی پیشرفت بیماری بلایت فوزاریومی سنبله گندم در شرایط مزرعه معرفی می شوند . در مورد رقم تجن در برخی موارد مدل منومولکولار مناسب ترین مدل تشخیص داده شده است اما در غالب آزمایش های مدل های لوجستیک و لوگ – لوجستیک بهترین مدل تشخیص داده شد . از آنجایی که یک مدل پیشرفت بیماری می تواند اطلاعات ارزشمندی را برای صنایع غذایی استفاده کننده از محصول گندم به لحاظ پیش بینی میزان آلودگی آن به میکوتوکسین ها و نیاز به آزمون تعیین سطح میکوتوکسین ها را فراهم کند وجود چنین مدل هایی یک ضرورت انکار ناپذیر می باشد . در بررسیهای دیگری که در این زمینه انجام شده است . در یک پژوهش انجام شده در شرایط گلخانه بر روی ازقام تجن ، فلات و گلستان ، مدل گومپرتز به عنوان بهترین مدل معرفی شده است (Malihipour et al.2000) . در حالی که در کارهای تکمیلی در شرایط گلخانه و مزرعه
مدلهای ویبول ، لوجستیک و لوگ- لوجستیک و منوملکولار به عنوان مدل های مناسب برای این بیماری معرفی شده اند (Alizadeh et al,Mirzaee et al.2003) دربررسی های دقیق تر معلوم شد که مدلهای لوجستیک و لوگ – لوجستیک روند پیشرفت بیماری را بهت توجیه می کنند (Taliee et al.2006) به این ترتیب نتایج تحقیق مذکور (Taliee et al.2006,Alizadeh et al.2004) با نتایج این تحقیقات در شرایط مزرعه تطابق دارد و مدل های مذکور به عنوان مدل های قابل اتکا برای پیش بینی روند زمانی پیشرفت بیماری معرفی می گردد .
در آزمایش های گلخانه ای نشان داده شده که بیماری منوسیکل است (Mirzaee et al.2003) . از طرف دیگر این بیماری از الگوی بیماری های پلی سیکل تبعیت می کند . علت این امر آن است که منبع اینوکولوم اولیه برای این بیماری شدیداً در مزارع فراوان بوده و روند آزاد شدن آنها به صورت تصاعدی در طول فصل افزایش می یباد بنابراین رفتار بیماری عملاً مانند یک بیماری پلی سیکل می باشد . لذا اینوکولوم اولیه نقش بسیار مهمی در شروع و گسترش این بیماری دارد . علاوه بر این آزمایش ها نشان داده است که وجود رطوبت کافی به عنوان یک فاکتور کلیدی در توسعه بیماری نقش دارد به گونه ای که در سالهایی که شرایط محیطی نامساعد بوده است مانند سال زراعی 79-1378 که میزان بارش بسیار اندک بوده است علیرغم مایه زنی
مصنوعی حتی در زیر میست هم بیماری استقرار نیافت . در حالیکه در سالهایی که شرایط محیطی مناسب بوده است بدون مایه زنی مصنوعی نیز بیماری در زیر میست بروز کرد .
د- مدل پیش آگاهی بیماری بلایت فوزاریومی سنبله گندم
این مدل براساس فاکتورهای محیطی متوسط بارندگی (pm) و دمای (T) روزانه هفت روز قبل از گلدهی و با استفاده آنالیز رگرسیون چند متغییره توسعه داده شد . در این مدل فاکتورهای محیطی (PM وt) به عنوان متغییرهای مستقل و احتمال وقوع بیمرای بیش از 10 درصد (p) به عنوان متغییر وابسته در نظر گرفته شد .
ضریب تبیین این مدل برابر 85/92 درصد می باشد . براساس این مدل p بزرگتر از 2/0 بیماری بروز خواهد کرد و در صورتی که p مساوی یا بزرگتر از 5/0 باشد بیماری به صورت اپیدمی ظاهر خواهد شد . برای تعیین اعتبار این مدل لازم است با داده های هواشناسی میزان p را محاسبه و با وقوع بیماری مقایسه گردد .
به دلیل مشکلات و محدودیتها در کنترل موثر این بیماری FHB هنوز یک نگرانی عمده برای تولید کنندگان گندم به حساب می آید . لذا وجود یک سیستم پیش آگاهی بیماری قابل اطمینان و تبع آن توصیه های مدیریتی زمان بندی شده برای کنترل این بیماری بسیار مطلوب می باشد . یک روش برای
توسعه یک سیستم پیش آگاهی از طریق ارزیابی خطر بروز بیماری (risk assessment) و به دنبال آن مدیریت مناسب بیماری می باشد . بدین منظر یک مدل برای تخمین احتمال (خطر ) بروز یک واقعه ناگوار ( اپیدمیک شدن بیماری) در یک مکان و زمان معین توسعه داده می شود . بیماری بلایت فوزاریویمی سنبله گندم به دلیل شدت اپیدمی شدن و خسارت مضاعف بیماری ( کاهش عملکرد و آلودگی به میکوتوکسین ها ) و زمان محدود حساسیت میزبان و موثر بودن اینوکلوم برای توسعه یک مدل پیش آگاهی مناسب می باشد .
پژوهش های زیادی در مورد واکنش Gibberella zeae نسبت به شرایط محیطی مختلف انجام شده است (Tschanz et al.1975 , Sung & Cook 1981 , ersen 1948 & Tschanz et al.1975) آلودگی با دوره های طولانی (48 تا 72 ساعت ) رطوبت نسبی بیش از 90 درصد و دمای 15 تا c30 درجه سانتیگراد تشدید می شود (eraen 1948) هنگامی که رطوبت آزاد یا رطوبت نسبی بالا به صورت ناپیوسته رخ دهد ، آلودگی رخ می دهد ، اما راندمان آلودگی کاهش می یابد . به همین ترتیب ، پریتسیوم های این قارچ در دمای بین 15 تا c29 بهتر تشکیل می شوند و در دمای بالاتر از c30 باعث محدودیت در این فرایندها می شود و رطوبت نیز بر روی توسعه پریتسیوم ها موثر است . تلاشهای زیادی برای پیش بینی اپیدمی های FHB
در آسیا (Zhao & Yao 1989, Nakagawa et al.1965,Lu et al.2001) آفریقای جنوبی (Moschini ,& Fortugno 1996) و آمریکای شمالی (Pugh et al.1993 ,Francl et al.1999) بر اساس عوامل محیطی انجام شده است . براساس اطلاعات جمع آوری شده در سالهای 1953 تا 1963 در ژاپن ، ناکاگاوا (Nakagawa et al.1965 ) همبستگی بین میزان دانه های آسیب دیده از بیماری و داده های هواشناسی را گزارش کردند . آنها یک مدل رگرسیون خطی برای پیش بینی میزان دانه های آلوده براساس دما ، بارش و تابش خورشید ماهانه پبش از ظهور سنبله ها ارائه نمودند . تلاشهای زیادی برای پیش بینی FHB در چین انجام شده است و 19 مدل پیش آگاهی به ثبت رسیده است (Lu et al.2001) . اغلب این مدلها ترکیبی از دما و بارش را برای پیش بیین میزان بیمرای استفاده می کنند . زاو و یائو (Zhao & Yao 1989) یک مدل پیش آگاهی را براساس رابطه بین دمای آب دریا و شدت FHB ارائه نمودند . موجیین و فورتانگو (Moschini & Fortungo 1996) از 22 مشاهده مربوط به شدت بیماری برای توسعه معادلات خطی برای پیش بینی FHB استفاده کردند . آنها از ترکیب های مختلف دما ، رطوبت نسبی و براش برای پیش بینی شدت بیماری منطقه مورد مطالعه براساس معادلات خطی استفاده نمودند . در آمریکا فرانکل و همکارن (FRANCL ET AL .1999) تلاش کردند تا با همکاری موسسات تحقیقاتی
فاکتورهای اساسی برای توسعه اپیدمی های FHB را شناسایی کنند . این یافته ها نشان می دادند که میزان اینوکلوم و مساعد بودن شرایط محیطی در دقت پیش بینی اپیدمی موثر است . در کانادا مدلی برای پیش بینی میزان DON در دانه های برداشت شده براساس داده های هواشناسی قبل از گلدهی و پیش بینی هوا پس از گلدهی توسعه داده شده است (Hooker et al.2002) دیولف و همکاران (Dewolf et al.2003) با استفاده از ترکیبی از داده های دما ، رطوبت نسبی و بارندگی هفت روز قبل از گلدهی و 10 روز از شروع گلدهی با استفاده از مدل لوجستیک یک مدل پیش آگاهی برای این بیماری ارائه نمو.دند . در مدل ارائه شده در این پژوهش ، از نتوسط دمای روزانه و بارش روزانه 7 روز قبل از گلدهی استفاده شد که از مدل گروه دیولف و همکاران (Dewolf et al.2003) ساده تر بود و ضریب تبیین بالاتری دارد . با وجود این ، برای محاسبه صحت پیش آگاهی (prediction accuracy) که از دو بخش حساسیت (sensitivity) و اختصاصی بودن (specificity) تشکیل شده است ، بایستی از داده های سالهای آتی استفاده نمود و اعتبار مدل را برای کاربرد در منطقه گلستان تعیین نمود . این اولین مدل پیش آگاهی ارائه شده برای بیماری بلایت سنبله گندم در ایران می باشد .

فایل : 19 صفحه

فرمت : Word