辣椒细菌性果实条斑病菌生物学特性及抑菌药剂筛选

研究辣椒细菌性果实条斑病菌的生物学特性,对病原菌进行室内药剂筛选,旨在为田间病害规律研究和病害防治提供依据。采用紫外分光光度计测定病原菌在不同温度、pH、NaCl浓度下的生长速率。采用滤纸片抑菌圈法对病原菌进行室内药剂筛选试验。结果表明,辣椒细菌性果实条斑病菌最适生长温度为28℃,最适pH 7.0,病原菌的耐盐性为12%。18种供试药剂在药剂推荐使用剂量范围内,四霉素、乙蒜素、77%志信、氯溴异氰尿酸4种药剂对病原菌有抑菌效果,对这4种药剂进行毒力测定,结果表明四霉素的毒力较强,EC₅₀值为11.75 mg/L,毒力强于其他3种试剂,四霉素可作为田间防治药剂的首选。     

松阳县古松树的松材线虫病现状调查与分析

古松树是历史的见证,是文化的承载,其保护工作具有重要意义,但因松材线虫的传播侵染,其生存状况不容乐观。本研究以松阳古松树为对象,基于分子检测技术,对其松材线虫病现状进行了调查与分析。结果表明,有12个乡镇近60%的古松树均已感病,疫情较为严重,需及时开展抗病保护工作。     

嗜线虫致病杆菌抗菌代谢产物Xcn1的研究进展

Xenocoumacin1（Xcn1）是嗜线虫致病杆菌产生的一种水溶性小肽类抗菌化合物，对真菌和细菌具有广谱的抑菌活性，在农业病害防治中具有良好的开发和应用前景。本文综述了Xcn1化合物的合成和降解机制、合成调控机制、抗菌作用机制以及防控植物疫病的研究进展，并展望了高产Xcn1生产菌株的改良和产业化应用前景。     

3株鸽源新城疫病毒的分子特征及对鸽的致病性

2011―2013年在新城疫流行病学调查中分离到3株鸽源新城疫病毒(SDS,SD01和SD02),为了进一步了解其生物学特性和遗传进化规律,对3株病毒进行了测序和生物活性分析,并对分离株SDS对鸽的致病性进行了评价。结果表明,毒株SDS基因组全长为15192 bp,基因排列方式为3′-NP-P-M-F-HN-L-5′,3个分离株F蛋白裂解位点氨基酸序列均为¹¹²RRQKRF¹¹⁷,具有典型的新城疫强毒的分子特征。系统进化分析表明这3个毒株与基因Ⅵ型NDV毒株聚于一簇,属于ClassⅡ系Ⅵb基因型。3个分离株F蛋白的融合肽和七肽重复区,HN蛋白的抗原中和表位存在多处突变,与单克隆抗体1E5、2F10的反应性也发生改变,表明3个分离株与疫苗株LaSota有明显的抗原差异。SDS攻毒试验结果显示,试验鸽自攻毒后5 d出现明显的临床症状,滴鼻组和肌肉注射组的死亡率分别为60%和70%;病死鸽剖检可见脑膜充血出血,腺胃乳头、腺胃肌胃交界及肠道出血,肝脏肿大,脾有淤血斑。滴鼻组在攻毒后5~14 d于喉头和泄殖腔检出排毒,而肌肉注射组在攻毒后3~14 d于喉头和泄殖腔有排毒。     

利用马尾松解析木对林地立地指数和立地形的研究

利用重庆市南川区马尾松解析木数据，选择合适的导向曲线方程，建立基于导向曲线的立地指数和立地形模型，并对立地形的适用性进行说明。根据散点图和三倍标准差对解析木数据进行了选择，排除了不符合要求的圆盘记录对。采用5种常用的经验生长方程对年龄-树高、胸径-树高进行拟合，根据决定系数R²,均方根误差RMES、 AIC、方程的参数变动系数以及拟合曲线对方程进行选择；根据选定的方程，求出其连续生长量方程和平均生长量方程，并采用matlab绘制出其曲线方程，根据连续生长量和平均生长量次相交后的下一个龄（径）阶，选择出基准年龄（胸径）；利用标准差调整法进行编表，编表后采用成对T检验方法对立地指数表和立地形表进行验证。结果表明，立地指数和立地形的表达精度在95%水平下显著，平均总相对误差和相对总误差都<5%，而预估精度分别达到了99.18%和99.22%，说明所编立地指数表和立地形表精度较高，能够满足编表需要。根据导向曲线绘制生长量曲线方程的方法确定基准年龄和基准胸径的方法准确可行；由于龄阶和径阶的选择差异，导致立地指数级不同，同时影响了立地形与立地指数的编表质量；由于树木的生长特性，立地形在表示立地质量时，在林木的早期将会低于立地指数，在树木生长的中后期将会高于立地指数；立地形的适用性取决于胸径与树高的相关性，相关性越强，立地形就越准确，在选择合适的优势木的情况下，立地形可以取代立地指数来表示林地质量。     

基于卷积神经网络马铃薯叶片病害识别和病斑检测*

针对自然环境下马铃薯叶片病害识别率低和晚疫病斑定位难的问题,基于大田环境中采集的马铃薯叶片图像,首先对马铃薯叶片病害进行识别,对比AlexNet、VGG16、InceptionV3、ResNet50、MobileNet五种神经网络模型,结果表明InceptionV3模型的识别效果准确率最高,可达98.00%。其次对马铃薯叶片的晚疫病斑进行检测,提出一种改进型的CenterNet-SPP模型,该模型通过特征提取网络获取对象的中心点,再通过中心点回归获得中心点偏移量、目标大小等图像信息,训练后的模型在验证集下的mAP可达90.03%,以F₁为评价值分析对比其它目标检测模型,CenterNet-SPP模型的效果最好,准确率为94.93%,召回率为90.34%,F₁值为92.58%,平均检测一张图像耗时0.10 s。为自然环境下马铃薯叶片病害识别和检测提供较为全面的深度学习算法和模型研究基础。     

马铃薯枯萎病和干腐病药剂防治筛选试验报告

马铃薯产业是宁夏“1+4”特色优势产业,是西吉县所有农作物中种植面积最大、涉及农户最多、比较效益最高的农民脱贫致富的主导产业。近年来西吉县马铃薯产业由商品薯种植大县向种薯繁育大县的转变,推动了农业增效,农民增收的快速发展。但各类土传性病害的发生影响了马铃薯产业的发展,同时磋商了农民种植的积极性。为了测定筛选出对马铃薯枯萎病和干腐病防治效果好、成本较低药剂,为大田防治提供科学依据。     

农艺措施对谷子产量及抗倒伏力学性能的影响

【目的】明晰栽培条件互作对谷子叶片光合特性、茎秆生物力学性质指标的耦合影响,为运用谷子茎秆生物力学性质进行抗倒伏特性评价,为优化谷子种植栽培条件及抗倒伏优种筛选提供合理农艺措施和理论支持。【方法】采用裂区试验设计方法,主区选取4个在生产中具有代表性的谷子品种,副区为基于不同的播种密度与施肥量、播种密度与水分、水分与施肥量互作处理栽培条件,系统研究了栽培措施对谷子生长发育以及茎秆抗倒伏生物力学性质的影响。【结果】（1）除水分对谷子茎秆节平均直径影响不显著外,谷子品种、施肥量、播种密度及水分4个因素对谷子的产量、光合生理特性及茎秆形态特性均有极显著影响（P＜0.001）;（2）谷子的千粒重、产量均随施肥量和水分的增加而增加;随播种密度的增加,千粒重呈下降趋势,产量呈现先上升后下降趋势;谷子旗叶SPAD值及最大荧光值（Fm）开花期显著高于灌浆期,开花期旗叶SPAD值、灌浆期旗叶Fm可作为谷子育种的目标性状;（3）播种密度对谷子田间倒伏率的影响最大,其次是水分、品种,施肥量的影响最小;（4）谷子茎秆倒数第二节的抗拉倒力与株高、节平均长度及茎秆节含水率显著负相关,与节平均直径显著正相关。【结论】不同农艺措施互作栽培条件下,单因子对谷子的产量、植株光合生理特性及茎秆力学性能影响最大;选择优良品种、合理密植（≤70万株/hm²）、适当水肥是提升谷子籽粒品质、增加产量、减少田间倒伏率的有效措施。     

基于卷积神经网络的玉米病害识别方法研究

为解决传统的玉米病害识别方法中特征提取主观性强及误识率高的问题,提出利用卷积神经网络对玉米病害进行识别。以玉米病害图像和健康图像共5种类别的玉米图像为研究对象,并采用LeNet模型进行试验。首先,按照8∶2的比例为每种玉米病害图像选择训练集和测试集。然后,通过试验组合和对比分析的方法比较不同卷积神经网络结构设置对准确率的影响,选出最佳参数。另外,选用Adam算法代替SGD算法来优化模型,通过指数衰减法调整学习率,将L2正则项添加到交叉熵函数中,并选择Dropout策略和ReLU激励函数。最后,确定了一个10层CNN网络结构。试验结果显示,玉米花叶病、灰斑病、锈病、叶斑病和玉米健康识别率分别为95.83%、90.57%、100%、93.75%、100%,平均识别率达96%,平均计算时间为0.15 s。经试验结果比较,该模型识别效果明显高于传统方法,为玉米病害的防治提供技术支持。