共查询到20条相似文献,搜索用时 0 毫秒
1.
小麦条锈病是四川小麦生产上的主要病害之一,每年均有不同程度的发生,其最大特点是暴发和流行迅速,给产量造成巨大影响。进入20世纪90年代中后期以来,四川麦区小麦条锈病每年都处于高发状态,尤其是1999—2002年,条锈病连续数年的大发生造成平均每年300万t以上的粮食损失。现阶段研究发现:种植品种、气象条件和条锈病菌源量是影响条锈病发生程度的主要因素。据调查,目前大部分小麦品种对条锈病的抗性已经丧失,气象条件是影响或左右小麦条锈病发生、消长和危害的最直接生态环境因素,二者关系甚为密切。因此研究小麦条锈病发生流行与气象条件的关系、发生流行的气象环境成因、气候分区、气象预测预报,不断提高对病害预测预报技术水平,对于小麦条锈病的防治有着积极的指导作用。该文收集整理了眉山市1994—2007年小麦条锈病发病范围和发病程度资料以及同期相关气象数据,分析了1994—2007年连续14年眉山市小麦条锈病发病程度与小麦生长期内平均相对湿度、日照总时数、平均温度、总降雨量、降雨日数等5个气象因子之间的关系。根据有限的数据确定四川省眉山市小麦条锈病发病的主要气象因子,并提出了不同气象条件下的防治措施。 相似文献
2.
基于贝叶斯网络的小麦条锈病预测研究 总被引:1,自引:0,他引:1
[目的]在地理信息系统GIS的平台上,将不确定性推理方法——贝叶斯网络引入病害预测,基于关键气象因子(温度、降水、湿度、日照)构建一个用于预测小麦条锈病发生概率的贝叶斯网络模型.[方法]采用预测日前7d的气象数据预测自预测日起7d内的条锈病发病概率,并对我国小麦条锈病重要流行区域——甘肃省东南部地区2010 ~ 2012年病害发生情况进行预测.[结果]模型在返青期至乳熟期输出的病害发生概率与实际调查结果吻合度分别为62.92%、63.18%、79.48%、94.75%,能够较客观地反映病害发生的时间规律和空间分布特点.[结论]该研究表明将贝叶斯网络和GIS分析结合在较大的空间范围内利用关键气象因子进行小麦条锈病短期预测是一种可行的途径. 相似文献
3.
4.
5.
天水市小麦条锈病春季流行特点及主要影响因子 总被引:2,自引:1,他引:1
2009—2013年,通过大田普查和定点系统监测相结合开展天水市小麦条锈病春季发生特点调查,将春季流行划分为始发期、点片期、普发期、暴发期4个阶段。对天水市1990—2017年春季条锈病流行气象因素及病情等历史资料进行系统分析,筛选出春季始病日、3月下旬病田率、病叶率、4月上旬至5月中旬降水量等4个主要影响因素,采用多元逐步回归法,组建了小麦条锈病春季流行程度预测模型,回测准确率95.24%,预测准确率100%。 相似文献
6.
7.
8.
9.
为提高菏泽市小麦条锈病防治的有效性,结合近年来菏泽市小麦生育期的气象因素,分析了 2014/2015~2019/2020年小麦条锈病发生与小麦生育期的气象因素之间的关系.分析结果显示,冬前气温偏高,降水增多,见病早,利于小麦条锈病越冬期繁殖,增加病原菌来源,来年开春可能发病广;返青—拔节期积温多,降水量大,有利于越冬后... 相似文献
10.
关淑珍 《中国农业信息快讯》2013,(9S):97-97
小麦条锈病是严重危害小麦生产的常见病害之一。它具有分布广、传播迅速、危害面积大等特征。因此,本文简要分析陇南小麦条锈病的发生原因、主要症状及发生规律,并提出合理的防治建议,以期更好地预防该病害的发生,保证小麦的丰产丰收。 相似文献
11.
小麦条锈病的发生与防治对策 总被引:2,自引:0,他引:2
小麦条锈病是严重危害小麦生产的常见病害之一。它具有分布广、传播迅速、危害面积大等特征。因此,本文简要分析陇南小麦条锈病的发生原因、主要症状及发生规律,并提出合理的防治建议,以期更好地预防该病害的发生,保证小麦的丰产丰收。 相似文献
12.
13.
小麦条锈病的发生与防治 总被引:1,自引:0,他引:1
小麦锈病包括条锈、叶锈、秆锈三种。其中条锈病是曲靖市小麦生产的第一大病害,严重制约了高产优质小麦生产的发展。本文阐述了小麦条锈病在本地的症状特征,发生发展规律和有效的综合防治措施。 相似文献
14.
15.
16.
17.
小麦条锈病是长期影响我国小麦生产安全的严重病害之一,此病流行年份可致小麦减产10%~20%,特大流行年份小麦减产可达60%,甚至绝收。该文介绍小麦条锈病的症状、病原、侵染循环及发病条件,并提出防治措施,以保证小麦生产安全。 相似文献
18.
19.
小麦是阳谷县的主要农作物,种植范围较广,但在生长期间易发生病害,尤其是小麦条锈病,严重时可导致小麦绝收。本文总结了小麦条锈病发生的症状、规律、特点,并提出了防控措施,以期为小麦种植户提供参考。 相似文献
20.
小麦赤霉病发生程度的气象动态预测模型 总被引:2,自引:0,他引:2
以1973—1998年上海地区小麦赤霉病发生程度为研究对象,用地面气象因子、500hPa高空环流因子和北太平洋海温场因子,选取相关系数较高且稳定性好的预测因子,然后在逐步回归和逐步判别分析方法基础上,集成建立了小麦赤霉病发生程度的动态预测模式。模式的起报时间分别为上年的11月下旬、当年的2月下旬和4月中旬。预测模式对1973—1998年的历史拟合和1999至2004年预测取得了较好的效果。 相似文献