佳多虫情测报灯预报试验

应用虫情测报灯在青海麦秀林区进行森林害虫监测预报试验,结果表明,其对许多森林害虫都有诱集作用,试验中共诱到20多种森林害虫,3种天敌昆虫,利害比例1∶223,完全可以用于森林害虫的监测和预报。对麦秀林区发生的森林害虫,佳多虫情测报灯是一种新的测报工具。     

昆虫性信息素主要应用于害虫测报的哪些方面?

<正>昆虫性信息素广泛地应用于森林害虫的发生期、发生量、发生范围、防治效果的检查、检疫性害虫的监测以及森林害虫种类的鉴别等方面。(1)发生期的测报。它是根据性信息素诱捕器诱测森林害虫成虫出现的高峰期,加上生长发育历期的期距,来预测未来某一虫态出现的高峰期。     

我国森林害虫监测预报技术研究进展(综述)

概述了我国森林害虫监测预报技术的最新进展，包括与测报有关的基础研究(种群空间格局、抽样技术)，以及应用技术(地面诱捕、雷达监测、数理统计预报、遥感、地理信息系统、全球定位系统)等，对森林害虫监测预报技术的研究和生产应用都具有重要的参考价值。     

林果病虫害防治技术专家系统的建立与应用

本研究是利用系统工程和软件工程的理论和方法,应用先进的软件制作工具,制作出一套果树病虫害测报与防治技术的专家系统软件。本专家系统由三套软件组成,即林果病虫害防治技术专家咨询系统、昆虫图像处理及计算机视觉系统、果树害虫辅助鉴定多媒体专家系统。本套系统软件具有果树害虫的自动识别,害虫的辅助鉴定等害虫鉴定功能,同时其具有浏览、查询、知识学习、病虫害的预防、防治策略、资料输入、资料输出等果树病虫害测报与防治功能。专家系统具有知识水平高、信息量大、实用性强、系统、可靠、迅速、简便等诸多优点,该系统的应用提高了林果病虫害的测报与防治水平,带来较好的经济、生态、社会效益。     

佳多牌虫情测报灯的推广应用

应用佳多牌虫情测报灯的试验效果表明，其诱虫种类多，森林害虫动态发生峰值明显，利用该灯进行森林虫害测报，投资少、效果好、无公害，具有明显的经济、社会、生态效益。     

基于物联网技术的作物虫情采集监测预警系统构建

为提升作物害虫田间调查的效率,减少调查后信息再次录入的工作量,以及提高害虫性诱测报工作的时效性,进而提升作物虫害测报的工作效率,应用远程拍照、远程通信、图像处理等物联网技术,研发了昆虫远程性诱测报装置,改进了传统性诱测报方式。并开发了基于Android的害虫虫情田间采集APP端(以下简称APP端),实现田间虫害信息采集的信息化。基于远程性诱图像采集和APP端,建立了虫情数据库,构建了作物虫情采集监测预警系统。该系统的应用便于基层植保技术人员进行虫情数据采集、查询,以及虫害预警信息的发布,实现作物害虫监测预警的信息化。     

2015年高空灯和自动虫情灯监测对比分析

为进一步掌握粘虫等迁飞性害虫的迁飞规律，农业部全国农技推广服务中心在河北省滦县设立了高空测报灯监测点。分析对比2015年高空测报灯和佳多自动虫情测报灯的监测数据，高空测报灯在迁飞性害虫的监测上明显优于佳多自动虫情测报灯：高空测报灯有效监测期长于佳多自动虫情测报灯；高空测报灯可为预测粘虫等迁飞性害虫大田发生情况提供有效虫源数据支持。高空测报灯监测粘虫等迁飞性害虫数量变化规律与佳多自动虫情测报灯的虫量变化规律基本一致，但高空测报灯诱蛾量高，害虫消长曲线更明显。高空测报灯诱集虫量受迁入虫源数量影响较大，佳多自动虫情测报灯则受天气影响较大。佳多自动虫情测报灯更适合本地害虫的监测。     

害虫测报与物候的关系

害虫物候测报的应用范围包括 :用自然历测报害虫的发生期 ;对迁飞昆虫的异地预报 ;用指示作物测报害虫踪迹等方面     

我校举办全省森林害虫测报训练班

为了提高我省森林害虫预测预报水平,进一步做好防治工作,省林业厅决定在我校举办一期森林害虫测报训练班。在省森防站与林学系有关单位组筹下,该班于十二月一日开学。省森防站站长丁道模高级工程师、罗晋灶工程师主持了开学式;林学系领导同志也先后看望了全体学员。全班有正式学员54人,一部分是具有高中以上文化程度,对森保工作积极肯干     

判别分析在害虫测报应用中的若干问题

本文作者评论了目前国内将判别分析应用于害虫测报中的研究,并讨论了判别分析在害虫测报中的作用、此法的缺点以及如何更好地应用等问题。     

森林重大病虫害诊治专家咨询系统的研究

该文介绍了森林病虫害诊断防治的重要性和研建森林病虫害诊治专家咨询系统的意义,分析了森林保护专家对森林病虫害的诊治流程、知识组成以及专家系统中森林病虫害诊治知识表示方法,设计了森林病虫害诊治知识库、森林重大病虫害诊治专家咨询系统的结构和推理机制,给出了推理机制及推理求解过程,研制了基于Web的森林重大病虫害诊治专家咨询系统.该系统由知识库管理子系统、病虫害检索子系统、病虫害诊断子系统、病虫害防治药品信息子系统4个主要功能子系统构成.系统通过ASP发布在网上,可以进行远程操作.系统的使用将大大提高森林病虫害防治的管理水平.      

GIS支持下的落叶松八齿小蠹的测报技术

介绍了在“吉林省主要森林病虫害防治管理信息系统”的支持下，对落叶松八齿小蠹进行测报的几种技术；危险等级划分原则、发育进度测报技术、有效虫口基数测报技术、查迹测报技术。     

福建省森林病虫害发生风险的概率分析

基于信息扩散理论,从福建省(1998—2014年)森林病虫害发生的面积、范围和程度3个方面建立风险概率模型。分别分析森林病害和虫害的发生情况、发展趋势,并选取年发生总面积和发生率2个指标对森林病虫害发生风险的范围和程度展开研究。结果表明:(1)福建省森林病害与虫害发生严重,其中森林虫害发生面积较大,发生程度较高;(2)轻度和中度森林病害年发生面积之和的平均值为3.1万hm~2,年发生面积在平均值以上的概率为50%左右,重度森林病害年发生面积1 910~2 300 hm~2的周期为3~5 a,重度森林虫害年发生面积超过1万hm~2的概率为72.508%;(3)森林病虫害的各指标波动与其发生总面积的波动趋势和频率不一定完全一致,其中重度森林病害年发生面积所占比例波动较大且具有上升趋势;(4)森林病虫害年发生总面积和发生率在各自平均值以上的概率均为50%左右。     

浅谈新技术在林业有害生物防治中的应用

随着现代技术的快速发展,很多新技术都开始应用在林业有害生物的防治工作中,起 到良好的防治效果。然而,目前部分区域在应用新技术防治林业有害生物的过程中,受到诸多因 素的影响还存在一些问题,不能确保相关的防治工作效果。因此,具体的工作中应该制定完善的 工作方案,采用新技术科学开展林业有害生物的防治活动,以此降低林业有害生物防治工作的难 度,将新技术的积极作用充分发挥出来,为后续林业的发展夯实基础。     

基于Lucid多途径检索的竹林害虫智能诊断系统研建

竹子是中国亚热带地区重要的经济林木。随着集约化经营的进一步深入,竹林害虫发生日益严重,威胁着竹笋竹材的产量和品质。竹林害虫种类识别、生物学及防治等基础研究成熟,但竹农和基层林业技术人员对害虫诊断的专业知识薄弱,经常需要专业人员鉴定才能实现有效防治。Lucid系统正好提供了链接知识与应用的良好平台。通过文献查阅和野外调查,共整理48种竹林害虫的基础生物学信息,包括笋期害虫12种、竹叶害虫23种、竹枝秆害虫13种,拍摄或收集824张高清照片,构建完成fact sheet fusion害虫基础数据库。在此基础上,提取为害时期为害部位为害竹种为害方式为害状和害虫形态特征等6个特征组,74个衍生特征,189个特征状态和典型照片,采用Lucid Professional Ⅴ3.5软件,以多途径检索的方式实现远程智能诊断,从而为竹林害虫的及时有效防治提供便捷可靠的信息服务,促进竹产业的持续健康发展。图4表1参29     

杨树杨扇舟蛾的防治技术

杨树易受到病虫的为害,造成木材质量和生长量的降低,需加强对病虫害的防治。近几年随着林业工程的实施,山西省大同市建设有山西省杨树速生丰产林基地,成功营造了6666.67hm2速生丰产林,为全国范围内杨树用材林建设树立了样板。     

WorldView-2影像的红叶松树识别研究

危险性林业有害生物每年都会造成大面积的严重的森林灾害发生,给国民经济和林业生态环境带来了巨大损失,及时对其发生发展情况进行监测具有重要意义。本文旨在探讨利用高空间分辨率遥感影像识别红叶松树的可行性,从而为单株木灾害监测与防治提供一种快速有效的技术途径。采用WorldView-2多光谱数据,基于二次型分类器,研究了红叶松树的识别方法。通过Fisher线性判别分析发现,WorldView-2的红、绿、蓝3个波段蕴含着丰富的红叶松树信息。据此,基于全部8个波段和红、绿、蓝3个波段分别进行了分类,分类精度基本相同。结果表明,仅利用红、绿、蓝3个波段也可以完成红叶松树的识别,从而有效地实现了数据降维,更为我国“高分二号”数据的应用开辟了新领域。由于林相条件的差异性和复杂性,遥感数据分辨率的选择对于单木灾害的识别非常重要,研究发现,2 m分辨率多光谱遥感数据非常适合红叶松树的提取,且从数据时相上来说,最好选取6—9月份的遥感影像,以减少其他变色植被的干扰,提高监测精度和工作效率。      

福建省森林新害虫记述及其发生原因探讨

本文记述建国以来福建省15个树种上45种新害虫的寄主、分布、发生与为害情况及生物学特性,并探讨其发生原因,希望能引起有关部门重视,加强对新害虫的研究和防治工作。     

基于Apriori算法的森林虫害预测方法

针对现阶段对已出现森林虫害数据未能完成全面、及时地统计,以及难以准确预测森林虫害爆发的潜在外来诱因的问题,提出使用面向Web挖掘的主题网络爬虫搜集病虫害相关数据,并利用大数据挖掘频繁模式与关联规则的Apriori算法,挖掘结果得到满足最小支持度阈值的频繁2项集,并进一步从中筛选2种重要的特征子集,包括害虫与寄主之间的频繁模式,寄主与外来树种之间的频繁模式。解决了已出现的病虫害数据难以统计的难题;同时预测出针对某一地区害虫可能诱发森林虫害的外来树种。结果表明该方法能达到可靠、有效的森林虫害预测目的。