共查询到20条相似文献,搜索用时 171 毫秒
1.
2.
甘蔗是制作蔗糖的主要材料,实际种植质量对食品加工质量具有直接影响。因此必须加强甘蔗病虫害防控,采取绿色植保技术,减少化学农药对环境的污染,生产绿色农产品。为此,文章以广西“双高”糖料蔗基地病虫害发生情况为切入点,阐述了广西甘蔗主要病虫害,提出了绿色防控技术及措施,为相关工作者提供参考。 相似文献
3.
4.
5.
6.
首先对绿色防控的主要作用进行了阐述,从病害种类繁多、害虫为害加重两方面入手,对病虫害发生特点进行了分析,并以此为依据,对设施栽培黄瓜全生育期主要病虫害绿色防控技术进行了探讨,以期为相关领域提供参考。 相似文献
7.
8.
推广农作物病虫害绿色防控技术的意义及措施探析 总被引:1,自引:0,他引:1
《种子科技》2019,(4)
推广农作物病虫害绿色防治技术是一项利国利民的措施。介绍了常见的绿色防控技术,并阐述了绿色防控技术的推广重点,旨在加快农作物病虫害绿色防控技术的推广速度,达到提升我国整体农作物质量的目的。 相似文献
9.
水稻属于我国一种主要的粮食作物,在人们饮食生活以及农业经济提升上均发挥着较大的作用。海城市水稻种植范围较广,一旦发生病虫害问题,会对水稻质量以及产量造成较大的影响,因此,需要重点关注水稻病虫害绿色防控技术及其推广应用,本文对此进行重点探究,从辽宁省海城市水稻种植情况入手,分析水稻病虫害绿色防控技术及推广意义,提出水稻病虫害绿色防控技术与推广策略,以供参考。 相似文献
10.
11.
新耕作制度下河北省冬小麦病虫草害发生状况的研究 总被引:7,自引:3,他引:4
为明确新耕作制度下河北省冬小麦病虫草害发生状况。通过对河北省山前平原、黑龙港和冀东平原32个点进行监测及农户问卷普查,分析了冬小麦主要病虫草害种类、发生特点和变化原因。结果表明:新耕作制度下,河北省麦田主要病虫草害分别高达15、20、21种,其中白粉病、纹枯病、赤霉病、蚜虫、麦蜘蛛和吸浆虫等为主要病虫,杂草以播娘蒿为主。麦田病虫草害发生特点为部分次要病虫害上升为主要病虫害、杂草种类变化复杂、部分病虫危害呈北移东扩趋势和小麦玉米连带受害现象突出等。综合分析其原因为新耕作制度的实行保护了病虫草害的栖息地,提高了有害生物的危害基数,加速了病虫草害在不同地区、地块的传播等。另外,气候变暖和抗病品种缺乏也是影响小麦病虫草害发生的重要因素。 相似文献
12.
研究不同冬种绿肥对后茬早稻病虫草发生和产量的影响,为南方稻区种植模式的筛选提供技术支持。以马铃薯、油菜和紫云英为绿肥植物,以冬闲田处理作对照,研究冬种绿肥翻压后早稻病虫草发生变化特征及产量变化趋势。结果表明,不同冬种绿肥翻压后,对水稻病虫草发生种类无影响,主要病虫草害均为纹枯病、二化螟、稻纵卷叶螟、鸭舌草和稗草,而对纹枯病、鸭舌草和稗草发生程度有显著影响,对二化螟和稻纵卷叶螟发生量无显著影响。在水稻孕穗期,纹枯病株发病率表现为马铃薯—水稻油菜—水稻冬闲田—水稻紫云英—水稻处理,至黄熟期表现为冬闲田—水稻马铃薯—水稻油菜—水稻紫云英—水稻处理;鸭舌草和总草密度均以冬闲田—水稻紫云英—水稻马铃薯—水稻油菜—水稻,而稗草则以冬闲田—水稻油菜—水稻马铃薯—水稻紫云英—水稻。冬种绿肥对水稻有效穗数、穗粒数和结实率无显著影响,但可显著提高千粒重,从而提高水稻产量。在病虫草发生初期,选用适当的农药可有效控制冬种绿肥翻压后早稻病虫草发生,提高水稻产量。在江西红壤稻区,冬种绿肥可抑制纹枯病和杂草发生,提高水稻产量;绿肥选择上以紫云英对水稻产量和病虫草害控制综合效果最好。 相似文献
13.
14.
为快速传播并普及枣树病虫害知识,使用农业专家系统提高枣树病虫害诊断及管理效率,基于微信服务号公众平台,采用php脚本语言及mysql数据库开发出枣树病虫害专家诊断系统“JujubaExpert2020”。该系统包括病虫诊断、栽培历史及枣树资讯3个功能模块,核心功能为枣树主要病虫害数据库和专家诊断论坛。用户可以通过关键字查询及病虫害列表查询2种方法,快速获取相关病虫害的发生规律、危害特征和防治方法等信息。专家诊断论坛为用户及相关专家提供一个交流平台,专家能对用户提出的枣树病虫害问题进行在线诊断和解答。另外系统还整合了全国枣产业分布及相关产区的农业气象等信息,便于用户更好地了解全国枣树产业发展现状。该系统的开发有利于提高农户对枣树病虫害早期的识别诊断及科学管理能力,推动枣树产业信息化发展。 相似文献
15.
[Objective] The occurrence and development of cotton diseases and insect pests are mainly related to environmental information. Because this environmental information is various, complex and unstable, the study on the prediction methods of cotton diseases and insect pests is a certain challenge. This study aims to establish a forecasting model for the timely and accurate prediction of cotton diseases and insect pests. [Method] A forecasting model of cotton diseases and insect pests is proposed based on environmental information and a modified Deep Belief Network (DBN) that is constructed by a three-layer restricted Boltzmann machine (RBM) and a supervised back-propagation (BP) network. In the method, the RBM is used to transform the original environmental information vectors into a new feature space related to the diseases and pests; the BP network is trained to classify and forecast the features generated by the last RBM layer and two rules of dynamic learning and comparison and dispersion are adopted to accelerate the training process of RBM. The proposed model was validated on a dataset of cotton bollworm, aphids, spider, cotton Verticillium wilt, and Fusarium wilt in a recent six-year period. [Result] Compared with the traditional prediction models of cotton diseases and insect pests, the proposed model can deeply explore the extensive correlation between the occurrence of cotton diseases and pests and environmental information. The results show that the proposed model has a higher accuracy compared with the classical predictive models, and the average forecasting accuracy is above 83%. [Conclusion] The proposed method is an effective crop disease and pest forecasting method that can provide a technical support for preventing cotton disease and insect pests. 相似文献
16.
17.
18.
19.