山东省桃树重要害虫的监测与防控

桃树是山东省栽培的第二大水果,常年受到不同害虫危害。介绍了当前山东省危害桃树较重的6种害虫,桃蚜、山楂叶螨、梨小食心虫、桃蛀螟、桃潜叶蛾、桃红颈天牛的发生特点、虫情监测方法、关键防治时期和安全防控技术。     

猪呼吸道疾病综合征的防控

猪呼吸道疾病综合征是由多种因素引起的一种呼吸道疾病,在养猪业生产中经常发生该疾病.秋冬季节的气温变化比较大,猪群很容易发生呼吸道疾病,一旦发生该病,将造成猪生长缓慢、死亡率提高,直接影响养殖户的经济效益和养猪业的健康发展.     

保育猪伪狂犬病的防控

保育猪伪狂犬病对猪的危害性非常大,而且具有流行性和传染性,一旦一头猪染病,可能会大面积传染,因此必须要做好保育猪伪狂犬病的防控工作.     

动物疫病防控的几个关键点

本文介绍了做好动物疫病防控工作必须抓住几个关键点,具体从健全防疫体系、明确防控责任、抓好措施落实三个方面进行阐述,对做好动物疫病防控具有指导意义.     

酿酒葡萄园生草管理模式下新发害虫——黑额光叶甲的生物学特性及其防控

【目的】河北昌黎酿酒葡萄园生草制度下新发一种害虫,经鉴定该虫为黑额光叶甲[Smaragdina nigrifrons(Hope)],该虫在酿酒葡萄园内发现尚属首次。黑额光叶甲在酒葡萄园生草区连年发生,具有一定的风险性。鉴于此,笔者详细研究了酒葡萄产区黑额光叶甲的形态特征、危害状况、生活习性、发生规律和控制等。【方法】田间系统调查和室内饲养相结合。利用Primo Star显微镜观察黑额光叶甲各虫态的形态学特征,明确其分类地位。利用黄板诱集技术对其种群动态和发生规律进行监测。【结果】该酒葡萄产区黑额光叶甲成虫体长椭圆形,头黑色,前胸及鞘翅黄褐色至红褐色,鞘翅上具黑色宽横带。雄虫腹部倒数第二腹板凸起,雌虫倒数第二腹板凹陷。成虫具假死性,无趋光性,昼出夜眠,一般于葡萄架上端啃食幼嫩新叶,被害叶片呈不规则缺刻,发现地酒葡萄株被害率达100%。此害虫出现于7—8月,8:00—11:00 am,3:00—6:00 pm为成虫发生危害盛期。【结论】黑额光叶甲的发生危害与酿酒葡萄果园自然生草制度关系密切,应在全面评估利弊及采用先进管理方式的基础上实施果园生草制度。黄板对黑额光叶甲有一定的诱集作用,田间顺行均匀放置于葡萄树篱架上部和下部杂草中央,用于该虫的监测与绿色防治。     

分析猪蓝耳病的流行特点及其防控对策

猪蓝耳病是近些年来发病率较高的一种猪类疾病,与其它传染猪疾病相比,猪蓝耳病还具有着较高的死亡率。针对猪蓝耳病的流行特点,本文基于猪蓝耳病的防控策略展开探讨。提出了慎重引种,及时隔离,科学执行免疫程序等措施,希望能够给各位养殖人员提供参考。     

沃柑栽培技术与病虫害防治措施

随着种植业的不断发展,沃柑的种植规模也在不断地扩大。沃柑的营养成分较高,富含大量的维生素,具有充足的市场空间。随着种植人数的不断增多,种植过程中也产生了诸多的问题,先进的种植技术和科学有效地病虫害防治是现阶段重点探索的内容。基于此,种植人员需要重视沃柑栽培技术,完善现有的种植理念,并对病虫害进行防治,为沃柑的生长提供较为优良的环境,进而提高沃柑的产量与质量,加强沃柑种植的经济收益。     

肇庆市红火蚁防控措施研究

广东于2004年发现了红火蚁,对生态和生产生活造成了严重影响,全省各地开始加强对红火蚁的防控.简述了肇庆市红火蚁防控概况及防控措施,总结了防控成效及存在的主要问题,提出了防控策略,以期为肇庆市红火蚁的防治提供科技支撑与保障.     

全面封控隔离野生动物驯养繁殖场所

为贯彻落实中、省、市关于加强新型冠状病毒感染的肺炎疫情防控工作精神,遂宁市林业局切实开展联防联控工作,对全市野生动物驯养繁殖场所进行拉网式排查,并全面实施封控隔离。同时,暂停在外开放风景名胜区、森林公园等自然保护地7处。高度重视,落实责任。在中、省、市疫情防控工作会召开会,市林业局立即启动疫情防控工作,成立了遂宁市林业局应对新型冠状病毒感染的肺炎疫情防控工作领导小组,实施疫情防控值班制度。     

基于部首嵌入和注意力机制的病虫害命名实体识别

为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题，以农业病虫害文本为研究对象，提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型(Chinese agricultural diseases and pests named entity recognition with joint radical embedding and self attention, RS-ADP)。首先，该模型将部首嵌入集成到字符嵌入中作为输入，用以丰富语义信息。其中，针对部首嵌入设计了3种特征提取策略，即卷积神经网络(Convolutional neural network, CNN)、双向长短时记忆网络(Bidirectional long short term memory network, BiLSTM) 和CNN-BiLSTM；其次，采用多层不同窗口尺寸的CNNs层提取不同尺度的局部上下文信息；然后，在BiLSTM提取全局序列特征的基础上，采用自注意力机制进一步增强模型提取更长距离依赖的能力；最后，采用条件随机场(Conditional random field, CRF)联合识别实体边界和划分实体类别。在包含11个类别和24715条标注样本的农业病虫害自制语料上进行了实验。结果表明，本文模型RS-ADP在该数据集上精确率、召回率和F1值分别为94.16%、94.47%和94.32%；在具体实体类别上，RS-ADP在作物、病害、虫害等易识别实体上F1值高达95.81%、97.76%和97.23%。同时，RS-ADP在草害、病原等难以识别实体上F1值仍保持86%以上。实验结果表明，本文所提模型能够有效识别农业病虫害命名实体，其识别精度优于其他模型，且具有一定的泛化性。