植物病害定量流行病学的历史演进与现代发展：从Vanderplank奠基到机器学习应用

这篇综述系统回顾了植物病害定量流行病学（Quantitative Plant Disease Epidemiology）60年发展历程，从Vanderplank开创性著作《植物病害：流行与控制》的奠基性贡献，到现代机器学习（ML）和人工智能（AI）在病害预测中的应用。文章通过13次国际流行病学研讨会（IEW）的路线图，揭示了该领域从经验定性研究到数学建模（如SEIR模型、R0计算）的转型，特别强调了统计方法（混合模型、贝叶斯分析）与计算技术的协同演进对病害时空动态解析（dy/dt、dy/ds）和决策支持系统的推动作用。

　　

1963：学科奠基的关键年

1963年成为植物病害定量流行病学的里程碑，Vanderplank的专著《植物病害：流行与控制》首次系统提出基于感染速率（r）和初始接种量[y(0)]的流行病学分析框架。同年首届国际流行病学研讨会（IEW01）在法国波城召开，标志着学科从定性描述转向数学建模的起点。Vanderplank提出的微分延迟方程dy(t)/dt = κ[1-y(t)][y(t-τ_L)-y(t-τ_L-τ_I)]成为理论基石，尽管当时缺乏现代统计工具支持。

统计与计算的协同演进

1970-1980年代，随着IBM 360等大型计算机和统计软件（BMD、Genstat）的出现，线性回归和非线性模型（如logistic方程y(t)=y(0)+rt）开始用于病害进度曲线拟合。Waggoner开发的EPIDEM成为首个病害计算机模拟器，通过环境变量驱动组分模型（潜伏期、产孢量等）预测病害发展。这一时期的研究仍集中于气传病原体（如小麦秆锈病），土壤传播病害的定量分析直到1979年IEW03后才显著增加。

理论模型的黄金时代

1990年代，SEIR（易感-暴露-感染-移除）模型通过耦合微分方程dS/dt=-βSI、dE/dt=βSI-ωE等，成为研究多宿主-病原互作的主流工具。Frank van den Bosch等发展的接触分布模型整合了时空传播机制，而Jeger的阈值理论（R₀>1）为病害防控策略提供了数学依据。争议性讨论如IEW07期间Aylor与Zadoks关于孢子"双扩散机制"的辩论，推动了大气传输模型的精细化发展。

预测科学的范式变革

21世纪以来，环境数据获取方式从田间数据记录仪（如DeWit传感器）升级为气象再分析系统（ERA5、RTMA），使网格化预测成为可能。统计学习方法（LASSO、弹性网络）与机器学习算法（随机森林、神经网络）开始处理高维环境变量，而SHAPly值等解释性工具弥补了"黑箱模型"的缺陷。决策理论框架将预测准确性（真阳性率）、先验概率与经济损失结合，通过贝叶斯更新评估防控措施的经济阈值。

未来挑战与学科前沿

当前研究面临多物种互作（微生物组-宿主-病原体）、景观异质性建模等挑战。无人机多光谱扫描与卫星遥感正革新病害监测，但需配套开发空间方差分析（如二元幂律log(v)=log(a)+blog(v_bin)）方法。气候变暖对R₀的影响、抗药性进化（如杀菌剂抗性模型）将成为重点方向，而跨学科团队合作对平衡ML应用与流行病学基本原理（r-y(0)-b关系）至关重要。