首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
一、主要防治对象1.主要病害小麦锈病、小麦白粉病、小麦纹枯病、小麦根腐病、小麦病毒病。  相似文献   

2.
小麦播种期病虫害的防治是整个生育期防治的基础,有利于压低小麦全生育期的病虫基数。近年来小麦病虫害发生严重,播种期防治重点为小麦全蚀病、纹枯病、病毒病、根腐病、地下害虫、小麦吸浆虫等种传、土传病虫害,特别是小麦全蚀病发生逐年加重,直接影响小麦繁种和商品粮的质量。抓好小麦播种期的病虫害防治是夺取小麦丰收,提高产品质量的关键。根据小麦病虫害发生特点,生产上应在小麦播种期做好农业和药剂防治工作。  相似文献   

3.
做好小麦播种期间病、虫、草害的防治,是小麦丰产丰收的关键。近几年,受农业机械收割的普及、深松耕、秸秆还田面积扩大等因素的影响,部分麦田小麦腥黑穗病、全蚀病、纹枯病、节节麦、地下害虫等呈逐年上升趋势,特别是土传病害、节节麦、地下害虫在局部区域发生严重。为有效控制麦田病、虫、草害的发生为害,  相似文献   

4.
句容市小麦梭条花叶病的防治   总被引:1,自引:0,他引:1  
小麦梭条花叶病是一种土传病害.近几年在句容市小麦上发生明显,并呈逐年加重态势,已对小麦生产构成一定威胁.由于该病出现黄苗症状,易使种植农户误以为发生药害,再由于对该病认识不足易错过防控适期.而该病发病后一般减产5%左右,重的减产20%以上.现根据该病在我市发生现状及特点、加重发生原因,提出相应防治控制措施.  相似文献   

5.
小麦条锈病是气传性病害,在小麦生产中流行范围广、发病传播快、危害面积大。一旦发病,会对小麦的产量和品质造成很大的影响,因此在小麦生产中要重点防范。介绍了小麦条锈病的发病特征、为害特点及防治方法。  相似文献   

6.
小麦孢囊线虫病(Cerealcystnematode,小麦孢囊线虫)是由禾谷孢囊线虫(Heteroderaavenae)引起的一种世界性土传病害。自1874年德国首先发现小麦孢囊线虫病以来,现已在澳大利亚、加拿大、英格兰、美国、意大利、南非、法国、中国等37个小麦生产国发生危害。据报道,澳大利亚小麦孢囊线虫发生区,小麦产量损失在23%-50%,严重地区可达73%-89%。中国农科院线虫病研究专家彭德良报道,小麦孢囊线虫是我国小麦生产上的一种新型土传病害,  相似文献   

7.
《河北农机》2024,(2):4-5
<正>据全国农技中心预测分析,2024年春季小麦赤霉病、条锈病、白粉病、纹枯病、茎基腐病、蚜虫、叶螨、吸浆虫等病虫害总体偏重发生,尤其是开春以来,我国黄淮东南部、江淮、江汉、江南等地遭遇两次低温雨雪冰冻天气,麦田湿度大,随着气温回升,纹枯病、茎基腐病等土传病害发生有加快扩展蔓延的趋势。为有效控制病虫危害、助力小麦大面积单产提升,确保小麦丰产丰收,制定本方案。一、防控目标全国实现病虫害防治处置率95%以上,绿色防控覆盖率58%以上,综合防治效果85%以上,  相似文献   

8.
小麦赤霉病是我国长江中下游、华南和东北部分地区小麦的主要病害,对小麦生产的危害甚大。一般年份病穗率10%左右,严重年份病穗率达30%左右,局部达60%以上。小麦受害后不仅产量、品质  相似文献   

9.
小麦白粉病、赤霉病和锈病是危害小麦产量的三大病害。为提高小麦病害图像的识别准确率,构建一种基于Vision Transformer的小麦病害图像识别算法。首先,通过田间拍摄的方式收集包含小麦白粉病、赤霉病和锈病3种病害在内的小麦病害图像,并对原始图像进行预处理,建立小麦病害图像识别数据集;然后,基于改进的Vision Transformer构建小麦病害图像识别算法,分析不同迁移学习方式和数据增强对模型识别效果的影响。试验可知,全参数迁移学习和数据增强能明显提高Vision Transformer模型的收敛速度和识别精度。最后,在相同时间条件下,对比Vision Transformer、AlexNet和VGG16算法在相同数据集上的表现。试验结果表明,Vision Transformer模型对3种小麦病害图像的平均识别准确率为96.81%,相较于AlexNet和VGG16模型识别准确率分别提高6.68%和4.94%。  相似文献   

10.
小麦白粉病是永济市小麦生产上的主要病害之一,近年来,随着耕作制度、肥水条件的改变、该病呈现逐年加重的趋势。通过对小麦白粉病发生的特点、危害情况,以及影响该病发生的主要因素进行分析,提出了相应的防治对策。  相似文献   

11.
一、小麦白粉病1.危害症状小麦白粉病主要发生于叶片上,也可能发生于植株叶鞘、茎秆和穗上。一般叶片正面病斑较背面多,下部叶片较上部叶片病害重。病部表面附有白粉状霉层,病部最先出现白色丝状霉斑,逐渐扩大并相互联合,呈长椭圆形较  相似文献   

12.
文章通过12.5%氟环唑悬浮剂防治小麦纹枯病试验表明:12.5%氟环唑悬浮剂对小麦纹枯病具有良好的防治效果,药效持效期长,且对小麦安全,对小麦有十分明显的保健及增产作用,值得在小麦生产上推广应用。预防小麦纹枯病发生时,可用12.5%氟环唑悬浮荆在发病初期喷施,隔7~10d后再喷施,推荐使用剂量范围为30-40mL/0.067hm2。  相似文献   

13.
<正>1病害种类和为害程度镇江市丹徒区水稻主要病害有水稻恶苗病、干尖线虫病、水稻纹枯病、水稻条纹叶枯病、水稻黑条矮缩病、稻曲病和稻瘟病等。1.1水稻恶苗病害由病原真菌侵染引起的种传病害。发生恶苗病的病苗徒长,叶淡株细,明显高于健苗;拔节后节上会长出许多"倒生须根"。秧田出现病苗,本田前期能造成死苗,特重田块全田毁苗;本田中后期还会出现部分死苗。1.2水稻干尖线虫病害由病原线虫侵染引起的种传病害。发生干尖线  相似文献   

14.
基于SVM的小麦叶部病害识别方法研究   总被引:2,自引:0,他引:2  
为了准确识别小麦叶部常见病害,为小麦病情诊断和发展状况判断提供科学依据,设计并实现了一种基于SVM(Support Vector Machine)的小麦叶部常见病害识别方法。该方法可以实现对小麦白粉病、条锈病和叶锈病的准确识别。首先,基于中值滤波法和K均值聚类算法,实现了图像的去噪及病斑分割;然后,提取了病斑区域形状特征和纹理特征;最后,利用SVM算法对小麦叶部病害进行了分类识别。随机试验结果表明,利用所提取的特征可以有效地实现小麦叶部常见病害的识别,基于形状特征的综合识别率可达99.33%;利用SVM算法进行小麦病害叶片识别是有效的、可行的。该方法对于农作物病害智能识别的推广具有较好的借鉴意义。  相似文献   

15.
小麦赤霉病是丹阳市夏熟作物上主要病害之一,流行频率高,为害程度重,为探索防治小麦赤霉病的药剂,做了本试验,结果表明25%氰烯菌酯SC100 mL/667 m2防效最佳,病指防效达66.98%。  相似文献   

16.
张俊秀 《湖南农机》2016,(8):146-147
土传病害已经成为农林园艺作物稳定发展的重要因素,文章主要分析农林植物土传病害的防治现状,并总结土传病害发生时的主要特点,提出相应的应对策略。  相似文献   

17.
为快速、全面的监测大田小麦病害,并结合小麦发病特征实现对小麦不同生长部位的病害进行识别,设计了一款便携式小麦白粉病病害检测装置,其由双相机采集模块和主控模块组成,配合病害检测软件系统实现对小麦多部位的白粉病害采集与检测。为保证模型在检测装置部署的可行性,提出了一种基于YOLO v7-tiny模型轻量化改进的白粉病目标检测模型(YOLO v7tiny-ShuffleNet v1,YT-SFNet)。为验证该轻量化模型的准确率和检测速度,与YOLO v7-tiny模型进行训练对比,结果表明YT-SFNet模型相较于YOLO v7-tiny在平均精度上提高了0.57个百分点;在检测时间和模型内存占用量上分别下降了2.4 ms和3.2 MB。最后将轻量化模型和软件系统移植至装置主控模块,制作测试集对装置的检测准确率和检测速度进行了性能测试。其对于测试集的识别准确率为86.2%,检测速度上有较好的稳定性,且单幅病害图像从处理、检测及显示保存的全过程平均耗时为0.507 9 s。  相似文献   

18.
北方寒地水稻纹枯病的危害日趋严重,是困扰水稻种植户的一大难题。为监测该病害的发生,提出了一种基于深度信念网络的病害识别新方法。首先,利用高斯滤波对病害图像进行增强预处理,采用Sobel边缘检测算子提取水稻纹枯病病斑特征;其次,设计并训练了包含3个隐含层受限玻尔兹曼机的深度信念网络,并利用文中提出的深度信念网络对1 500幅水稻纹枯病图像进行识别。7重交叉验证测试结果表明:平均识别准确率高达94.05%,优于常见的BP神经网络和支持向量机识别方法,为准确识别水稻纹枯病奠定了基础。  相似文献   

19.
根据陕西省略阳县的特殊地理位置、气候特点,分析了该县2010—2015年小麦条锈病的发生情况,总结了病害的发生特点及原因,有针对性地提出了6项防治措施,对小麦条锈病的有效预防具有重要意义。   相似文献   

20.
近年来,随着我国经济发展水平的提高,农业也获得较快发展,农业种植技术也有显著提升。在传统农业种植的农作物当中,小麦是最常见的一种。提升小麦产量对国家经济和人民生活具有特别重要的意义。小麦的种植需要依靠一定的技术,并且对生长条件有明确的要求。为提高我国小麦的产量,应该重新改良小麦种植技术,用更加科学的技术种植,提升农作物产量,在小麦种植当中,应注意防治病虫害。本文主要分析小麦种植技术优化及病虫害防治。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号