黄花蒿粗提物对几种害虫拒食性的初步研究

以黄花镐为原料进行浸提，经生物活性测定，结果表明黄花蒿Artenisia annua L.粗提物对供试的6种害虫均具有拒食性。其中对黑翅土白蚁Odontotermes formosanus Shiraki、赤拟谷盗Thibolium castaneum Herbst、谷蠹Rhizopertha dominica Fabricius拒食性极强，对棉蚜Aphis gossypii Glover、棉红蜘蛛Tetranychus urticae Koch及豇豆荚螟Etiella zinckenella Treitschke 也具有较强的巨食性。使用黄花蒿粗提物时，以稀释500倍和800倍效果最好，处理与对照之间有极显著差异。     

金荞麦的潜在分布区及生态特征

为了解我国金荞麦Fagopyrum dibtrys(D.Don)Hara的潜在分布区及生态特征,基于38个环境因子以及金荞麦在我国的153个地理分布记录,应用最大熵模型(MaxEnt)与地理信息系统(GIS)对金荞麦进行生态适宜性区划,并采用自然间断法对金荞麦的潜在区域进行划分。结果显示,金荞麦的潜在分布区主要位于我国西南地区东部、华中地区、华东地区和华南地区(22 N°~35N°),总面积约为250.99×10~4km~2;将金荞麦的潜在分布区划分为适生区、低适生区与边缘适生区,其中适生区主要集中在长江流域,总面积为88.00×10~4km~2。影响金荞麦地理分布的主要生态因子有最冷月最低温、最暖季降水量、高程、最干季降水量等9个因子,其中气候因子对金荞麦的地理分布影响最大。表明金荞麦应在云南、贵州、四川等省扩大种植面积,陕西、山西等省可考虑引种。     

藜蒿无公害生产技术

藜蒿又名泥蒿、萎蒿,是一种城乡人民喜爱具独特风味的野生蔬菜,经过多年来的驯化和改良后,种植简单、投资少、见效快、效益高,某些地区已将其作为产业项目。现从产地选择、留种繁衍、栽培技术、病虫害防治等方面总结其无公害生产技术。     

黄花蒿叶醇提取物除草活性物质的分离及结构鉴定

为明确黄花蒿除草活性及活性物质的成分,本研究采用室内生测法测定了黄花蒿叶醇提物对4种杂草的活性;采用系统溶剂分离、硅胶柱层析分离及气质联用色谱法对提取物进行了分离和结构鉴定.结果 表明:5.0 mg/mL的黄花蒿叶醇提物对供试杂草发芽率、发芽势和发芽指数均有一定的抑制作用,抑制作用从大到小的顺序为反枝苋,苘麻,狗尾草,...     

涪陵地区稻瘟病生态区划及其应用

１９９１～１９９４年以涪陵地区为基点，在水稻种植的垂直分布区域内，作定点系统观察和大面积普查病情，结合自然环境及气象因子分析，将全区划分为海拔５００ｍ以下稻瘟病偶发区（Ｉ）和５００ｍ以上常发区（Ⅱ）２个１级区，其中５００～１０００ｍ为叶瘟、穗颈瘟常发重病区（Ⅱ_１）和１０００ｍ以上穗颈瘟重于叶瘟常发区（Ⅱ_２）２个２级区，并提出相应的防治对策，经应用获得理想的控害效果。     

黑沙蒿生态生物学特性及群落地理分布规律相关性研究

黑沙蒿 ( Artemisia ordosica Krasch.)是我国北方温带荒漠和草原地带沙漠化的主要标志型半灌木植被黑沙蒿群落的建群种。其分布范围跨越了典型草原、荒漠化草原和草原化荒漠三个自然带。除具有中等饲用价值外 ,耐沙埋、抗风蚀、扎根深、分枝多、结实率高等生态生物学特性使其在农牧过渡带成为固定流沙的先锋植物。本文着重研究黑沙蒿的繁殖生态生物学特性及群落功能特征 ,最终揭示其地理分布规律。对合理开发、科学利用和管理黑沙蒿这一宝贵的沙地植物资源具有重要指导作用。     

甘肃省冬小麦生态气候分析及适生种植区划

通过对甘肃冬小麦生物特征的探讨,运用统计学方法分析了气象因子对冬小麦产量的影响,建立了气候产量预测及种植风险决策模式,评估了甘肃省冬小麦种植风险程度,确立了冬小麦生态气候综合区划指标体系,作出生态气候适生种植区划,并提出提高生态气候资源利用途径。     

中国沙漠、戈壁生态地理区划研究

我国沙漠(含半干旱区沙地)、戈壁面积广阔,集中分布于北方温带、暖温带区域,是生态环境十分脆弱而自然資源相对富集的区域,极需有一个揭示沙漠、戈壁地域分异規律,反映沙漠、戈壁区生态地理特征的地理区划,以满足国家生态建设和资源开发的需求。直到目前我国还没有一个体系完整的这一区划。文中从揭示沙漠、戈壁地理分异規律,为生态建设服务目的出发,选择地域系统指标、气候水热指标和生态景覌指标,将我国沙漠、戈壁地域按3级体系划分:I级区(区)8个,II级区(亚区)31个,其下再按区域生态景观进行第III级(子亚区)的划分,并对第I级与第II级区的基本特征进行阐述。     

气候变化背景下橡胶树白根病在全球的适生区预测

为明确橡胶树白根病在全球的适生区潜在分布,探究未来气候变化背景下该病适生区的时空变化趋势.本研究利用基准时段(1970年-2000年)和未来(2041年-2080年)的全球生物气候数据和该病地理分布信息,基于最大熵模型预测未来该病适生区分布.结果表明:模型训练集和测试集受试者工作特征曲线下方面积值分别为96.5％、94...     

基于GIS的宁夏酿酒葡萄优质生态区区划与应用

目前国内外酿酒葡萄生态区划多侧重于气候区划,本研究在前人研究的基础上,综合考虑气候和环境资源,本着循序渐进、分层推进、优中选优的区划原则,提出酿酒葡萄优质生态区的区划指标,运用GIS技术,完成宁夏酿酒葡萄优质生态区区划。结果表明：宁夏中北部大部地区可以种植酿酒葡萄,约占宁夏国土总面积的1/3;在可种植区域内,气候最适宜区面积占32％,主要集中在北部灌区特别是贺兰山东麓大部地区;在气候最适宜区内,生态特优区占1．8％,分布在距银川市西约30公里的贺兰山东麓,青铜峡鸽子山和中宁白马、余丁乡北部部分山地。研究成果可大大提高宁夏酿酒葡萄区划结果的精细化程度,直接服务当地酿酒葡萄基地选择和区域化发展。     

油菜茎基溃疡病菌在中国定殖的可能性评估

为明确油菜茎基溃疡病菌Leptosphaeria maculans在我国定殖的可能性,并制订针对性的检疫措施,本研究基于该病菌在英国、法国、德国、波兰、加拿大、澳大利亚的分布数据,选取与病害发生有关的温度、降水量等15个变量,利用Max Ent和GARP两种生态位模型预测其在其它地区的潜在分布,并利用受试者工作特征曲线(ROC)来评价模型模拟精度。结果显示,2种模型均能够较好地预测L.maculans的分布区域,与已记载的分布区域高度吻合,且全球范围内存在着许多高度适合L.maculans定殖的地区;2种模型也能预测L.maculans在我国的潜在分布区域,并且预测结果一致;GARP结果显示L.maculans在我国的中高度适生区包括内蒙古、吉林、陕西、宁夏、甘肃、新疆、西藏等地。鉴于L.maculans在我国的潜在分布研究结果,建议完善疫情监测体系,采取措施控制病菌的"进入风险",降低病菌"进入"后定殖的可能性。     

基于集成模型预测外来入侵植物北美刺龙葵的适生区

为明确外来入侵植物北美刺龙葵 Solanum carolinense在世界范围内的分布格局及对我国玉米种植区的影响,使用集成模型预测其在全球的适生区,并结合玉米收获面积对北美刺龙葵在我国的潜在分布情况进行分析。结果显示,集成模型具有较高精度,真实技巧统计（true skill statistic,TSS）值和受试者工作特征 （receiver operating characteristic, ROC）值均大于0.9,预测结果可靠;北美刺龙葵适生区遍布世界各大洲,在我国的适生区遍布18个省（区）,其中部分适生区与黄淮海平原夏播玉米区及南方丘陵玉米区有重叠。鉴于北美刺龙葵的适应能力和危害特点,建议对内加强适生区监测,做到早发现,早处理;对外加强口岸检疫,谨防其再次传入扩散。     

基于MaxEnt模型的菜豆象和蚕豆象在中国的适生区预测

为减少外来入侵物种菜豆象Acanthoscelides obtectus和蚕豆象Bruchus rufimanus对中国造成的潜在威胁,收集这2种豆象的全球地理分布数据,采用Pearson相关性分析和主成分分析分别从19个环境变量中筛选关键环境变量,采用MaxEnt模型对历史气候条件下和未来气候情景下这2种豆象在中国的适生区进行预测,并对预测结果进行分析。结果显示,经Pearson相关性分析共筛选出4个关键环境变量用于菜豆象适生性区的模型构建,分别为最暖季度平均温度、最干月份降水量、年气温变化范围及最湿季度降水量,其对MaxEnt模型的累积贡献率分别为31.6%、28.4%、26.3%和13.7%;经Pearson相关性分析共筛选出4个主要关键环境变量用于蚕豆象适生性区的模型构建,分别为最冷季度平均温度、最干月份降水量、最热月份最高温度和最湿月份降水量,其对MaxEnt模型的累积贡献率分别为48.5%、39.5%、7.8%和4.2%。MaxEnt模型重复运行10次后,菜豆象训练数据的平均AUC值为0.938,蚕豆象训练数据的平均AUC值为0.963,均显著高于随机模型的AUC值,表明基于MaxEnt模型的菜豆象和蚕豆象在中国适生区的预测结果准确。未来气候情景下,这2种豆象在中国的适生区均呈现向北扩张的趋势,需加强对这2种豆象的检疫与防治,严防发生区域进一步扩大。     

基于MaxEnt模型预测胸窗萤在北京市的潜在适生区

为明确胸窗萤Pyrocoelia pectoralis在北京市的潜在适生分布情况,利用MaxEnt模型结合25个与胸窗萤生存相关性强的环境因子对其潜在适生区进行分析预测。结果表明:北京市胸窗萤的高适生区面积(适生值>0.5)为2 444.42 km~2,占全市总面积的14.90%。高适生区主要在昌平区的北部和西部,海淀区的西南部,石景山区、门头沟区的东部和南部,房山区的西南部以及平谷区的中部。测试集AUC值为0.977,表明预测结果准确可靠。刀切法分析结果显示最湿季度降雨量、最热季度均温和最湿季度均温对胸窗萤的分布状况影响最大,贡献率分别为29.21%、25.54%和13.56%;夜间灯光和植被类型也有一定的影响,贡献率分别为9.00%和8.16%,累计贡献率为85.45%,通过核密度分析可识别出胸窗萤保护的热点区和空缺区。     

野艾蒿中双四氢呋喃类木脂素的提取分离及其抑菌活性

为筛选新型植物源杀菌剂,对野艾蒿Artemisia lavandulaefolia DC. 地上组织中的化学成分进行了研究。采用甲醇提取、液-液萃取、柱层析及半制备高效液相色谱等技术从乙酸乙酯浸膏中分离得到6个化合物;利用质谱及核磁共振等波谱技术确定这6个化合物分别是epiashchantin ( 1 )、ashantin ( 2 )、sesartemin ( 3 )、epimagnolin A ( 4 )、epiyangambin ( 5 ) 和diayangambin ( 6 ),均属于双四氢呋喃类木脂素。采用菌丝生长速率法测定了其抑菌活性,结果表明:化合物 1 和 3 对番茄早疫病菌Alternaria solani的菌丝生长表现出明显抑制作用,EC₅₀值分别为14.3和11.0 μg/mL;化合物 3 、 5 和 6 对玉米纹枯病菌Rhizoctonia solani的菌丝生长也表现出抑制作用,EC₅₀值分别为17.4、42.6和54.3 μg/mL。     

气候变化下栎枯萎病菌在中国的潜在适生区预测

为降低未来气候变化下栎树枯萎病暴发的风险,基于现有的栎枯萎病菌Bretziella fagacearum分布数据,筛选影响其分布的关键环境变量,利用优化后的MaxEnt模型预测当前气候条件和未来气候条件（低强迫情景SSP126和高强迫情景SSP585）下其在中国的潜在适生区。结果显示,最暖月最高温度、最干季度平均温度、年降水量、最干月降水量是影响栎枯萎病菌分布的关键环境变量;优化后MaxEnt模型的受试者工作特征曲线下面积值高于0.90,表明该模型预测结果可靠。当前气候条件下栎树枯萎病菌的适生区面积约为1.39×10⁶ km²,占中国陆地总面积的14.48%,高适生区主要分布在湖南省北部、浙江省中南部、湖北省东南部、江西省西部和新疆维吾尔自治区北部。未来气候条件（低强迫情景SSP126和高强迫情景SSP585）下栎树枯萎病菌适生区面积均呈增加趋势,尤其高适生区的气候异常程度最高,造成其面积增加。此外,高适生区的质心均有由湖南省向北迁移的趋势。     

基于MaxEnt模型预测气候变化下飞扬草在中国的潜在地理分布

为明确入侵杂草飞扬草Euphorbia hirta Linn.在中国的潜在地理分布,基于MaxEnt模型结合ArcGIS地理信息系统软件,对飞扬草在历史气候及未来气候2个情景下的潜在适生区进行预测,并采用刀切法分析各环境因子对飞扬草适生区的影响。结果显示,在飞扬草潜在地理分布变化过程中,影响最大的环境因子是最湿季度降水量,其次是最暖季度平均温度。历史气候条件下,飞扬草在中国的总适生区面积占全国陆地总面积的32.45%,其中高适生区占13.57%,中适生区占10.06%,低适生区占8.82%。未来气候条件下,预测结果表明2050年飞扬草的潜在适生区将进一步扩张,其中在高强迫SSP585情景下飞扬草的总适生区面积大于低强迫SSP126情景下的总适生区面积,而SSP126情景下的高适生区面积则大于SSP585情景下的高适生区面积。表明飞扬草在中国的潜在适生区分布范围较广,可能在未来进一步扩散至全国,建议相关部门加强监控,防止飞扬草进一步入侵和扩散。     

基于CLIMEX模型的玉蜀黍霜指霉菌入侵风险分析

为明确我国禁止进境的植物检疫性有害生物——玉蜀黍霜指霉菌Peronosclerospora maydis在中国的适生性以及入侵风险,采用CLIMEX 2.0软件分析其适生性,用ArcGIS 10.2软件确定其适生范围和适生程度,并采用多指标综合评判法量化分析其入侵我国的风险等级。结果表明,玉蜀黍霜指霉菌在我国的适生范围主要分布在长江以南的西南山地丘陵玉米种植区和南方丘陵玉米种植区,高适生区主要分布在云南、贵州、四川、重庆、广东、广西、湖南、江西、福建、海南和台湾等省 （区、市）。玉蜀黍霜指霉菌作为专性寄生菌,可在玉米整个生长季侵染危害,经多指标综合评判法分析并计算得到其风险综合评价值R为2.12,表明该病菌入侵我国的风险等级属高度危险,一旦入侵,势必对粮食安全、农业安全和生态安全带来巨大威胁,建议加强检疫监测,严防该病菌入侵。     

基于物种分布模型对未来气候变化下云南松毛虫在四川省适生区的预测

为明确云南松毛虫Dendrolimus houi于未来气候变化下在四川省的分布情况,运用最大熵（maximum entropy,MaxEnt）模型中的刀切法和Pearson相关系数分析法对未来气候数据（2050年和2070年）、林地因子及人为因子进行权重划分,筛选出影响云南松毛虫潜在分布的重要且相关系数较低的环境因子,并结合openModeller中的人工神经网络（artificial neural network,ANN）模型、生物气候（BioClim）模型、气候空间（climate space,CS）模型、气候信封（envelope score,ES）模型、基于统计概率和规则集的遗传算法（genetic alorithm for rule-set production,GARP）模型、MaxEnt模型和支持向量机（support vector machine,SVM）模型对云南松毛虫未来的适生区进行预测,利用AUC（area under curve）评价模型的精确度。结果发现,最暖季降水量、人类足迹指数、最冷季降水量和海拔对云南松毛虫在未来气候条件下的潜在分布有较强影响,在2050年贡献率分别为27.2%、16.0%、2.0%和4.9%,在2070年贡献率分别为20.6%、16.8%、9.7%和4.9%。对比7种模型的预测结果,发现SVM模型在2050年和2070年对云南松毛虫适生区预测的AUC为0.93,预测精确度最高,具有较高的可信度;该模型预测结果显示,从2050年至2070年云南松毛虫在四川省的总适生面积增加了4 269.8 km²,其中,中、低适生区面积共减少了17 185.8 km²,高适生区面积增加了21 455.6 km²。