小麦条锈病高光谱遥感监测技术研究

利用ASD地面非成像光谱仪对小麦条锈病进行了单片病叶及冠层的光谱特征研究。结果表明,健康、发病及处于潜育期的小麦植株在某些特定波段的光谱反射率存在显著差异;并且不同孢子堆密度的小麦单片病叶的反射光谱曲线也存在相应差异;对小麦条锈病冠层光谱的研究发现,在930nm附近,病情指数(y)与冠层光谱反射率(x)的相关性达到了极显著水平,二者之间的回归模型为:y=-2.5173x+1.2217(R2=0.9484)。     

驻马店小麦条锈病发生气象指数预报方法探讨

小麦条锈病是河南省驻马店市小麦生产中的主要病害之一,历史上曾多次造成小麦严重减产。在分析小麦条锈病发病及流行特征的基础上,应用统计方法建立了条锈病病发气象指数预报气候模型和指数预测方程,并连续2a准确作出病发气象指数预报,为植保部门正确作出病害流行趋势预测预报提供了科学依据。     

庆阳市西峰区小麦条锈病发生规律及预测预报模型

根据我区小麦条锈病发生规律,找出预测预报模型,为防治提供依据。十多年来,我区小麦条锈病除1 985年为特大流行年外,1 986、1 989、1 990、1 991、2 0 0 2、2 0 0 3年属中度至中度偏重发生至大流行,1 993年中度偏轻发生,其余年份为小发生或未发生。虽然此病属间歇性发生病害,但     

四川小麦条锈病发生及防治研究

影响小麦条锈病流行的气象因子依次为雨量,日照时数,温度。特别是３月中,下旬到４月上旬的降雨量对条锈病的发生流行至关重要据此建立了中长期预测预报模式。小麦锈病的发生期大多在１－２个月,最早的在１２月中,下旬。２－３月份为病害高峰期,４月份为严重危害期,播种期越早发病也越早。病害流行扩展快。目前我省条锈病菌的优势小种为条为３０,３１号,新小种水源类型正在迅速上升,已达２０％。     

汉中地区小麦条锈病的BP神经网络预测

人工神经网络具有对非线笥系统预测的重要特性,其跟踪性能好,适用面广,收敛速度快,容错能力强。本研究利用陕西汉中地区１９７４～１９９７年的病情、菌量、品种和气象资料,采用逐步回归法选择了影响汉中小麦条锈病流行的主要因子,即春季菌量、秋季菌量、感病品种面积比例、４月份卫雨量和４月份平均温度,并将其作为ＢＰ神经网络预测模型的输入,用１９７４～１９９３年的资料进行网络训练,对１９９４～１９９７年小麦条锈病     

小麦条锈病动态预测的初步研究

 笔者利用5种不同增长模型，对1987-1989年间人工接种区病害系统观察的72组数据和1979-1989年田间发病区定点系统观察的26组数据进行拟合检验，认为以Logistic模型模拟小麦条锈病的田间增长过程效果较好。并对三种计算病害增长速率的办法进行了比较，得出以回归法求出的r值对实测病情的拟合误差较小。与此同时，还运用逐步回归法求得了病害增长速率的预测式，最后通过田间病害调查的实例将病害的动态预测方法进行说明。     

眉山市小麦条锈病发病气象因子及防治对策研究

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。     

气象对淅川小麦条锈病越夏感染的影响

通过3a条锈病在我县发生规律的观察,越夏机率为36．8％,属于偶发区,经试证条锈病菌孢子是：3a两不发,3a两越夏,自然生存影响下菌孢生存有变化,说明适宜条锈病越夏。     

条锈病菌源基地小麦返青期条锈病发病程度预测

为有效预测小麦返青期条锈病发病程度,根据2011-2013年田间实测温度,对气象站温度数据进行校准,并对3a间甘肃、青海2省10个监测点的秋苗病株率、日平均温度、田间小麦种植品种抗冻程度等数据进行分析,建立小麦返青期条锈病病株率的预测模型,发现日平均温度对小麦返青期条锈病发病程度影响最大,模型预测准确度达96%以上。     

基于贝叶斯网络的小麦条锈病预测研究

[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.     

小麦条锈病与吸浆虫混合危害损失估计

１９９２￣１９９４年研究了小麦条锈病与吸浆虫共同危害对小麦产量的影响。当小麦吸浆虫和条锈病同时发生时,随着病、虫数量的增加,穗重的减少与每穗虫量呈曲线相关,而与条锈病的病情指数呈线性相关。不同年份间病害与虫害的损失当量基本一致;当病、虫的数量相同时,干旱年份作物的实际损失比正常年份大。正常年份小麦条锈病的病指（ｘ）和每穗吸浆虫数量（ｚ）造成的产量损失（Ｌ％）模型为：Ｌ％＝０．０２５９＋０．００２４     

219个小麦品种成株期慢锈性品种的筛选

[目的]从几大小麦产区主栽品种中筛选出慢锈品种。[方法]用当前条锈菌优势小种接种孕穗期的小麦,计算各品种的潜育期、病情指数及千粒重损失率,从而推算出各品种的慢锈类型。[结果]219个参试品种中筛选出5个免疫品种、67个高度慢锈品种、66个中度慢锈品种、11个耐锈品种和70个感病品种。[结论]在主栽品种中感病类型占有相当的比例,在今后的育种工作中,应多纳入持久抗病种质,逐步淘汰感病种质。     

小麦抗条锈病基因的生物学研究方法综述

小麦条锈病是直接影响小麦高产、稳产的关键性病害之一,也是世界性病害。概述了小麦抗条锈病基因的常用研究方法。     

山西省小麦条锈病常发区中期测报技术研究

通过对芮城县小麦条锈病13年历史资料的研究分析,初步明确了决定病害发生程度的主要因素是感病品种面积占总麦田的比率、4月份温雨系数及5月上旬降雨量。同时组建了该病害发生程度的中期预测模式。     

庄浪县小麦条锈病越夏特点及其菌源量预报

庄浪县小麦条锈病越夏期病源发生的特点是:病菌源头在高寒阴湿山区;阴坡地自生麦苗始见期早,菌源量大;有效菌源寄主生长时间长、范围广;密度高、苗龄大的自生麦苗发病重.通过对1989-2006年小麦条锈病越夏调查资料统计分析,认为越夏病菌量与8-9月降水量和当年条锈病流行程度呈极显著正相关,与平均温度≥22 ℃日数呈极显著负相关,并组建了越夏病菌量测报模型,预报准确率达到94.4%.     

小麦对条锈病的高温抗病性研究

植物的高温抗病性是由较高的环境温度所诱导的一种低反应型抗病性。1989年以来系统研究小麦对条锈病的高温抗病性,鉴选出28个高温抗条锈的小麦品种,利用这些品种作试材发现小麦的高温抗条锈性仅在病程的潜育期和显症期表达,最低诱导温度为18～21℃,最短诱导时间为8～12h,且温度诱导无累积效应。高温抗条锈性无小种专化性,是一种持久抗病性,防病保产效能很高。组织病理学和细胞学研究证实高温抗条锈性具有典型的过敏性坏死特征。在其表达早期,木质素合成关键酶活性显著增强,木质素迅速积累。蛋白质的体内合成和Poly（A#++）-RNA体外转译试验表明,伴随着高温抗病性表达产生了6种分子量不同的病程相关蛋白。     

正宁县小麦条锈病发生流行相关气象因素分析

根据多年来正宁县及周边地区气象资料和条锈病发生规律,分析了该县小麦条锈病暴发流行的气象因素及病菌孢子传播途径,并提出了该县小麦条锈病流行暴发与气象因素的因果关系及防病措施。     

冬小麦条锈病生理变化及其遥感机理

对不同处理条件下的冬小麦条锈病进行 (病情指数 ) (DI)调查 ,并进行同步的光谱测定及田间取样 ,在室内测试了对病情指数有重要影响的几个参数因子 ,叶绿素含量及上叶含水量 ,并且将其与光谱反射率进行统计分析。研究结果表明 ,这些参数因子与反射率数据在 5 5 0～ 70 0和 70 0～ 1160nm范围内与DI有着相似的高相关性 ,说明条锈病害的DI变化可以通过叶绿素含量、上叶含水量参数直接的变化在光谱上得到响应 ,从而证明遥感监测DI是可行的 ,同时解释了遥感监测机理。选出与叶绿素含量、上叶含水量相关性最强的波段与DI作多元回归 ,建立的模型能很好地反演冬小麦条锈病的病情指数 ,正确率达到 75 %以上     

汉中地区小麦条锈病流行因子分析

利用陕西汉中地区２４ａ（１９７４－１９９７年）的病情气象资料,采用逐步回归法分析了影响汉中小麦条锈病流行的因子,求得最优回归子集,包括秋苗菌量、春苗菌量、４月份平均温度、４月份降雨量、感病品种比例。用所得关键因子（１９７４－１９９３,共２０ａ资料）建立了多元线性回归方程,并用１９９４－１９９７年的资料检验方程的可靠程度,结果表明,方程预测的准确率为７５％。