有色黏虫板对柑橘木虱的监测及防治研究进展

柑橘黄龙病是柑橘生产中的重大病害,随着其在全球范围内的传播蔓延,该病已成为近年来柑橘生产和研究中普遍关注的热点。柑橘木虱(Diaphorina citri Kuwayama)是传播柑橘黄龙病菌(Candidatus Liberibacter asiaticus)的主要虫媒,对柑橘木虱种群的准确监测与有效防控是控制柑橘木虱传播黄龙病的关键所在。有色黏虫板是一种利用昆虫趋色性,对小型飞行昆虫进行监测与诱杀的重要物理防治手段。有色黏虫板同样适用于监测和诱捕柑橘木虱,但黏虫板的颜色、光源、气候条件、悬挂黏虫板的植物种类及其挥发性信息化合物成分等都会影响黏虫板对柑橘木虱的诱集效果。本文在综合国内外柑橘木虱防控技术的基础上,将近年来利用有色黏虫板,监测与防控柑橘木虱的最新进展进行综述,并对有色黏虫板的发展前景给予展望。     

尧斯丹主持召开全省森林草原防灭火工作视频调度会

1月17日上午,全省森林草原防灭火工作视频调度会在成都召开。副省长、省森林草原防灭火指挥部指挥长尧斯丹出席会议并讲话。尧斯丹指出,当前,春节临近,旅游返乡人员增加,民俗用火高度集中,部分地区火险等级较高,机构改革后,乡(镇)防火人员严重不足,林草部门新进人员业务不熟,部分地方卫星监测热点较多,全省森林草原防火形势十分严峻。     

云南省岩溶区草原石漠化治理工程成效监测与分析

指出了云南省岩溶面积位居中国第二,是我国石漠化最严重、生态问题最突出的区域之一。该区域岩溶地貌典型,广泛分布有不同类型、各具特点的石漠化草原,近年来通过对石漠化草原开展工程治理,取得了一定的效果。但具体成效如何,不同区域治理成效有何差异以及存在的问题还不是很清楚。通过开展草原石漠化治理工程成效监测,并对监测数据进行了分析,得到了一些有价值的启示,旨在为今后我国岩溶区生态修复、石漠化草原治理等方面提供参考。     

校园环境噪声监测与评价--以华中师范大学为例

环境噪声是环境质量评价的重要指标。通过噪声监测实验,记录了华中师范大学校园内的噪声污染数据,根据国家标准评估了校园环境噪声状况。试验采用网络剖分法,分别于昼间7:30~10:00和夜间22:00~22:55两个时间段对等效声级进行了测定。实验结果表明:昼间噪声污染更为严重,平均噪声超标率达到26%,夜间噪声污染相对较轻,但噪声超标率也达到19%。校园内不同功能区的噪声来源不同,工程施工产生的噪声是主要的污染源,影响比重达到58%。根据实验结果,校园声环境质量一般,需要对现状提出合理的改进建议。     

无人机在森林防火领域的应用及发展

我国森林资源较为贫乏,森林大火每年都有发生。基于此现状,分析了无人机中低空监测系统所具有的机动快速、使用成本低、维护操作简单等技术特点,阐述了其具有对地快速实时巡察监测能力,在对车和人无法到达地带的资源环境监测、森林火灾监测及救援指挥等方面具有其独特的优势。最后介绍了其应用现状和面临的问题。     

全区春季植树造林开局良好

从自治区林业局获悉,据统计,截至2020年2月29日,全区完成植树造林64.14万亩,占年度计划任务的24.7%,与去年同期基本持平。其中,梧州、防城港、河池、崇左市植树造林总面积均超年度任务的30%。今年2月以来,自治区林业局统筹部署,在有效防控疫情的前提下,采取四项举措全力打好春季造林第一仗。一是做好组织动员,落实造林地块,精准调配肥料和苗木,有序开展春季造林备耕工作。严格实施有效的防疫举措,加强务工人员健康监测,提高机械化程度,避免聚集作业,提高造林成活率。     

生物食诱剂对山东省莒南县花生田夜蛾科成虫监测与诱杀效果的初步评价

在山东莒南县花生田利用生物食诱剂和性诱剂对常见夜蛾科害虫成虫进行虫情监测,并对食诱剂防控夜蛾科害虫的效果进行研究。食诱剂和性诱剂监测结果表明,花生田棉铃虫、甜菜夜蛾、斜纹夜蛾、黄地老虎、小地老虎等夜蛾科害虫成虫的发生高峰期均出现在7月12日;性诱剂仅能诱捕到雄性成虫,食诱剂可同时诱捕到雌性和雄性成虫,其诱捕到的棉铃虫、甜菜夜蛾、斜纹夜蛾、地老虎雌雄比分别为1∶0.68、1∶5、1∶3和1∶1.4。食诱剂撒施、化学防治、食诱剂诱捕盒技术与化学防治组合处理后第10天花生叶片受害率分别为9.51%、6.73%、6.24%,百株虫量较对照降低68.68%、76.39%、85.87%,食诱剂诱捕盒技术与化学防治组合应用防控效果优良。     

基于PCA-Attention-LSTM网络的土壤氮含量监测

土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。     

基于物联网的植物生理生态及病虫害监测系统研究

作物生长与作物生理生态有着密切的的关系病虫害直接威胁着农作物的产量和品质.病虫害监测系统对于提高农业病虫害预测防控的准确率,减少农作物损失,指导农业生产具有重大意义.农业物联网应用领域有作物栽培,畜禽饲养,水产养殖,植物保护,排水灌溉和生态环境监控等,对发展现代农业起到了积极促进作用.