共查询到20条相似文献,搜索用时 46 毫秒
1.
庄浪县小麦条锈病越夏特点及其菌源量预报 总被引:1,自引:0,他引:1
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%. 相似文献
2.
3.
4.
5.
中国小麦条锈病综合治理理论与实践 总被引:20,自引:2,他引:20
小麦条锈病是影响小麦安全生产的重要生物灾害。文中介绍了全国小麦锈病工作者通过60多年通力协作,对小麦条锈病综合治理理论和技术研究取得的显著成绩,系统揭示了中国小麦条锈病的越冬、越夏规律、菌源传播规律、病菌致病性变异途径以及品种抗病性“丧失”的规律与原因,发现中国小麦条锈病存在秋季菌源和春季菌源2大菌源基地。提出了“综合治理越夏异变区、持续控制冬季繁殖区和全面预防春季流行区”的病害源头治理策略,研发出小麦条锈病分子诊断、异地测报以及抗锈良种、药剂拌种、退麦改种、适期晚种和带药侦查、打点保面等一系列病害监测预警和关键防治技术,构建了以生物多样性利用为核心的中国小麦条锈病菌源基地综合治理技术体系,在生产上大规模推广应用,防病保产效果极其显著。文中并对病菌致病性变异机制、早期预警和越夏易变区生态治理等问题进行了讨论。 相似文献
6.
7.
8.
为科学界定我国小麦条锈病越夏区和越冬区,加强分区防控和综合治理工作,根据小麦条锈病中长期治理工作总体部署,农业部制定下发了《小麦条锈病菌源区精准勘界工作方案》,决定于2006-2010年,开展小麦条锈病菌源区精准勘界工作. 相似文献
9.
平凉市小麦条锈病发生流行特点及监测预报浅议 总被引:2,自引:2,他引:0
分析了平凉市小麦条锈病发生特点和流行规律,提出在流行预测中,要对影响当地小麦条锈病越夏、秋苗发病、越冬、春季流行各个阶段的关键因子及寄主、菌源、环境条件等进行综合分析,才能提高监测预报水平. 相似文献
10.
甘谷县是小麦条锈病常发易发区,小麦条锈病菌既能越冬也能越夏。为了解影响小麦条锈病越夏的原因,2005—2009年我们开展了小麦条锈病越夏勘界调查并对其原因进行分析。 相似文献
11.
我国小麦条锈病菌既越冬又越夏地区的气候区划 总被引:2,自引:0,他引:2
以具有大区流行特点的小麦条锈病为研究对象,在建立小麦条锈病相关因子地理信息数据库的基础上,首次采用地理信息系统(GIS)和地统计学(Geostatistics)方法,对我国小麦条锈病菌越夏区、越冬区进行了气候区划。明确了我国适合小麦条锈病菌越夏、越冬的范围,可为制定小麦条锈病综合治理方案提供依据,也可为条锈病菌越夏、越冬情况的进一步调查研究提供指导。 相似文献
12.
13.
14.
15.
16.
17.
小麦条锈病是宁夏小麦生产中的主要病害,宁夏南部山区是小麦条锈病西北越夏区之一,流行频繁,见病时间长。笔者通过对多年监测资料的统计分析和多年的调查研究得出:小麦条锈病在宁夏冬季可小面积越冬、春季大面积流行、夏季长时间越夏、秋苗大面积发病的结论。同时,提出引进筛选抗病品种,提高品种整体抗锈水平;压缩晚熟冬、春小麦面积,播种前深翻埋压自生麦苗,降低菌源基数;实施适期晚播和药剂拌种,推迟秋苗发病;加强监测,及时用药剂防治秋苗及春季发病等措施,有效防治宁夏条锈病的流行。 相似文献
18.
条锈病是影响我国小麦安全生产的重要生物灾害,具有发生区域广、致害性变异快、流行频率高和危害损失重的特点。
2009年1月,中国农业科学院植物保护研究所、甘肃省农牧厅植保植检站、甘肃省农业科学院植物保护研究所、西北农林科技大学相关科技人员,对陇东南条锈病越夏菌源基地的病菌越夏情况、秋苗发病情况进行了实地考察 相似文献
19.
考察确认甘肃南部是小麦条锈菌越夏的适宜地区。在甘南州和临夏州大部分地区,条锈菌在晚熟春麦上越夏,越夏菌源主要侵染临近地区自生麦苗。在陇南地区和甘南州的舟曲等地,条锈菌主要在海拔1600 m以上地带的自生麦苗上越复,越夏后侵染冬小麦秋苗。文中讨论了甘肃省小麦条锈病越夏区划以及越夏调查与越夏区治理所面临的主要问题。 相似文献
20.
甘肃是中国小麦条锈菌重要的周年循环发生区之一,是重要的菌源基地。准确预测甘肃省小麦条锈病的发生面积,对甘肃及中国小麦条锈病的科学防控具有重要意义。利用2001-2021年甘肃省小麦条锈病秋苗发生面积、温度、相对湿度、降雨量和日照时数等资料,通过Pearson相关性分析筛选到影响甘肃小麦条锈病流行的4个关键因子,即小麦条锈病秋苗发生面积、上年8月最低气温、1月平均相对湿度和3月日照时数,并采用全子集回归和BP神经网络算法对甘肃小麦条锈病发生面积进行预测。结果表明,全子集回归模型1和模型2对2020-2021年甘肃小麦条锈病发生面积预测准确度分别为94.63%和88.81%;BP神经网络模型1和模型2的预测准确度分别为98.25%和94.03%。综上可知,BP神经网络模型1是最佳预测模型,其预测2022年甘肃省小麦条锈病发生面积为10.03万hm2。 相似文献