奥司他韦对高致病性H5N6亚型禽流感病毒的抑制效果评价

近年来,屡见高致病性H5N6禽流感病毒由禽跨种感染人及其他哺乳动物类的报道。而临床用药的盲目性导致其预后不良,本试验以评价流感病毒NA抑制剂奥司他韦是否能够有效抑制该病毒为试验目的。通过构建H5N6小鼠感染模型、制定奥司他韦治疗方式及药物用量以评价奥司他韦对H5N6流行株的抑制作用。通过存活率分析,预防+治疗组奥司他韦对H5N6有较好预防效果,而单纯治疗组小鼠存活率只达50%。通过肺组织中病毒含量结果显示在攻毒第12日未能检测到病毒,而治疗组滴度下降至2.500×log_(10) EID_(50)/0.1 mL(P0.01)。由此可见,奥司他韦对H5N6亚型禽流感小鼠适应株有较好的预防效果,对于攻毒后再治疗可一定程度抑制病毒的复制。     

美国白蛾发生特点与防治对策

美国白蛾是国际性检疫对象,具有繁殖率高、适应性强、适生区广、食性杂、传播快、防治难、易反弹等特点,给农林业生产、生态环境和经济发展等造成了重大损失,还严重影响了居民的正常生活。该文通过对美国白蛾的发生现状及传播趋势、传播途径及发生特点等进行分析,研究了美国白蛾的发生趋势,对新形势下美国白蛾的防治理念和对策进行了阐述,以期为美国白蛾的持续有效防治提供参考。     

柞蚕蛹胶囊饲养蠋蝽对其捕食枸杞棉蚜功能的影响

为探明柞蚕Antheraea pernyi蛹胶囊饲养的蠋蝽Aram chinensis对枸杞棉蚜Aphis gossypii捕食功能的影响,在室内分别测定柞蚕蛹和柞蛹胶囊饲养不同虫态蠋蝽对枸杞棉蚜的捕食功能反应、搜寻效应、种内干扰效应。结果表明:2种饲料饲养的同一虫态蠋蝽对枸杞棉蚜的捕食功能反应,无显著差异,均符合HollingⅡ型方程;各虫态的捕食量,2种饲料间也无显著差异,3龄若虫单日理论最大捕食量分别为33.8头和36.0头,高于其他虫态,搜寻效应最高;2种饲养方式下的蠋蝽均存在种内干扰,随着蠋蝽自身密度的增加总捕食量增加,但单头捕食量下降;自身密度干扰效应符合Hassell-Varley模型;相比之下3龄若虫的种内干扰系数较低,2龄若虫的较高。从功能反应、种内干扰等指标显示,柞蚕蛹胶囊饲养的蠋蝽对其捕食能力无不良影响,可用于规模化饲养蠋蝽,而且3龄若虫捕食量大,为田间释放首选虫态。     

高新技术应用于全国林业有害生物普查工作的现状及展望

2014—2017年第三次全国林业有害生物普查,各地在技术方法上积极探索试用地理信息系统、遥感、物联网、昆虫信息素等现代技术.实践表明,这些高新技术有力推动了普查工作的深入开展,但每项高新技术有其特定的应用条件和环境,以及应用的局限性.对4项新技术使用情况进行全面总结,对未来使用前景进行系统分析.     

野生动物与外来人兽共患病

近年来,人兽共患病在全球范围内频繁发生,尤其野生动物源性人兽共患病呈上升趋势,我国在防控野生动物源性外来人兽共患病上面临巨大挑战。本文参考了近年来国内外野生动物与外来人兽共患的相关文献,主要介绍了野生动物在人兽共患病传播过程中的重要作用,阐述了尼帕病毒病、西尼罗热、埃博拉出血热等野生动物源性外来人兽共患病的流行现状,从生态环境的改变、跨境野生动物及捕食野生动物3个方面分析了影响野生动物源性外来人兽共患病传播的风险,针对野生动物源性外来人兽共患病监测防控工作提出了"哨卡前移"、"预防为主"、"依靠科技"、"联防联控"等4点建议。     

我国林业有害生物危害性评价

第三次全国林业有害生物普查(2014-2017年),共计普查林业有害生物6 201种。为进一步明确国家层面的重点林业有害生物,有针对性地采取相应的管理对策,依据危害性评价指标体系,对281种有害生物进行危害性评价。结果表明,1种林业有害生物列为一级,52种林业有害生物列为二级,97种林业有害生物列为三级,131种林业有害生物列为四级。分别提出分级管理对策,为有效提高林业有害生物管理水平提供参考。     

中国广西首次发现齿黄脸姬蜂

在广西壮族自治区上思县十万大山国家级自然保护区发现姬蜂科(Ichneumonidae)中国新记录种——齿黄脸姬蜂(Chorinaeus pectinatus Kusigemati, 1967)。介绍黄脸姬蜂属(Chorinaeus Holmgren, 1856)的主要鉴别特征,详细描述雌蜂特点。标本保存于国家林业和草原局森林和草原病虫害防治总站。     

灾变模型在马尾松毛虫幼虫发生量预报中的应用

  目的  提高马尾松毛虫Dendrolimus punctatus幼虫发生量预测预报结果的准确性。  方法  利用灰色灾变预测GM(1, 1)模型预测了安徽省潜山县1989-2016年马尾松毛虫越冬代、1代和2代严重发生的年份。  结果  马尾松毛虫越冬代虫口数的GM(1, 1)灾变预测模型为:${\hat z^{(1)}}(k + 1) = 9.580\;75{{\rm{e}}^{0.269\;33k}} - 8.580\;75$, 其中k为年序号, ${\hat z^{(1)}}(k + 1)$为灾变年序号。1代幼虫虫口数的GM(1, 1)灾变预测模型为:${\hat z^{(1)}}(k + 1) = 18.181\;8{{\rm{e}}^{0.241\;87k}} - 17.181\;8$。2代幼虫虫口数的GM(1, 1)灾变预测模型为:${\hat z^{(1)}}$(k+1)=20.123 7e0.197 58k-19.123 7。根据此模型求得已知年份的拟合值与观察值, 对两者差异进行t检验, 差异均不显著, 即拟合值与观察值间吻合度高, 各灾变年精度值平均为84.40%, 84.85%和84.08%, 总体平均精度依次为96.25%, 92.34%和94.09%, 模型精度高。由此推算未来时刻的预测值得到, 从2011年马尾松毛虫越冬代幼虫灾变年算起, 再过10 a即2021年为马尾松毛虫越冬代大发生年。从2011年马尾松毛虫1代幼虫灾变年算起, 再过11 a即2022年为马尾松毛虫1代幼虫大发生年。从2011年马尾松毛虫2代幼虫灾变年算起, 再过9 a即2020年为马尾松毛虫2代幼虫大发生年。  结论  灾变预测对马尾松毛虫幼虫发生量灾变的预报是一种较理想的预报方法。