灰飞虱在水稻田空间分布格局及抽样技术研究

为了提高对灰飞虱在稻田的监测预报与持续控制水平,应用聚集度指标法、Iwao法和Taylor幂法则,研究了浙西北水稻田灰飞虱的空间分布格局和抽样技术。结果表明,灰飞虱在水稻田呈聚集分布为主,聚集强度随虫口密度增加而增强。其聚集原因经Blackith种群聚集均数(λ)测定,当成虫、成若虫平均虫口密度分别在1.3978头/丛、1.4883头/丛以下时,λ<2,聚集是由周边环境、移栽期、生育期等某种环境因素所引起的;当成虫、成若虫平均虫口密度分别在1.3978头/丛、1.4883头/丛以上时,λ≥2。而若虫：λ均≥2。其聚集因素是由灰飞虱自身特性与环境因子共同作用所引起。以此为基础,提出了理论抽样数和序贯抽样模型：n=(1.96)2/D2(1.35595/m+0.41366)和T(n)= 5n±4.13778 。研究结果为稻田灰飞虱的准确抽样调查和有效防治提供了科学依据。     

灰飞虱在玉米田空间分布格局及抽样技术研究

为了提高监测预报与持续控制水平,应用聚集度指标法测定、Iwao法和Taylor幂法则,研究了浙西北玉米田灰飞虱的空间分布格局和抽样技术。结果表明,灰飞虱在玉米田以聚集分布为主,聚集强度随虫口密度增加而增强。其聚集原因经Blackith种群聚集均数测定,当m<1.8072头/株时,其聚集是由某种环境因素（如气候、生育期、长势等）所引起的;当m≥1.8072头/株时,其聚集是由灰飞虱本身生物学特性与环境因素共同作用引起的,在此基础上提出了理论抽样数和序贯抽样模型。研究结果为田间灰飞虱的准确抽样调查和有效防治提供了科学依据。     

甘薯大象甲幼虫的空间格局研究

为了明确甘薯大象甲幼虫的空间分布和种群特征。2011年通过对15块甘薯田的调查,应用聚集度指标的计算公式和Iwao的m*-m回归分析法、Taylor的幂法则等,对其空间分布型和田间理论抽样数进行了测定和分析。结果表明：甘薯大象甲幼虫在甘薯田间呈聚集分布。聚集强度与密度相关,聚集强度随着幼虫密度的升高而增强;而个体群所占的空间随密度的升高而减少。导致甘薯大象甲幼虫聚集分布的主要原因是环境因子。在此基础上,建立了幼虫虫口密度调查的最适理论抽样数公式[n=1.962/D2(1.1047/m+0.8737)]和序贯抽样模型[T0(n)=0.2n±0.4759 ]。     

灰飞虱发生消长规律与播期调控玉米粗缩病研究

为明确灰飞虱田间爆发的动态规律及其与玉米粗缩病发生的相互作用,降低粗缩病发病率和减少对玉米等作物产量损失,2008~2010年在麦田和玉米田系统调查了灰飞虱的发生消长规律,并设置11个播种期调查分析玉米粗缩病发病规律。结果表明:济宁市越冬灰飞虱虫量平均在75000头/hm²以上,大部分以2龄或3龄若虫在稻茬麦田越冬,越冬死亡率极低;初春后越冬若虫开始发育,5月上中旬始现一代灰飞虱成虫,下旬开始由稻茬麦田向旱作麦田和玉米苗田迁飞;6月上旬灰飞虱在旱作麦田密度达最大;6月中旬前后大量迁飞到玉米田;6月下旬随着温度和湿度升高一代灰飞虱大量死亡,部分迁到杂草上越夏,进入下一个生长周期。播种期是影响粗缩病的重要因子。5月初至6月上旬播种玉米后,玉米多处于10叶以下的敏感叶龄期,在灰飞虱成虫扩散高峰期和传毒率较高的环境下几乎完全致病,6月20日后播种的玉米出苗后能够避开灰飞虱成虫扩散高峰,受传毒的几率明显降低。因此,根据气候资料及时预报灰飞虱发生数量和动态,确定玉米安全播种期等农业措施,在时间和空间上严格有效控制玉米粗缩病发生,为科学防控灰飞虱危害提供技术支持。     

单季稻褐飞虱空间分布格局及其抽样技术

应用聚集度指标法、Iwao 法和Taylor法等对单季稻褐飞虱的空间分布型进行测定检验,结果表明单季稻褐飞虱呈聚集分布,其聚集强度是随着种群密度升高而增加。在此基础上提出了最佳抽样方式、最佳理论抽样数和序贯抽样模型。     

杂交水稻黑条矮缩病发生为害损失与防治指标研究

根据1998-2003年杂交水稻黑条矮缩病发生为害损失与防治指标研究,测定了杂交水稻不同组合、不同生育期的发病率,以及秧苗期与大田期的侵染机率,分析了杂交水稻黑条矮缩病前后作发病率关系：M=1.6822m+0.1049,以及株发病率(M%)与产量损失率(Y%)的关系：Y=0.9776M-0.1935;阐述了灰飞虱不同虫量(X)与发病率和产量损失率(Y%)的关系：秧苗期为Y1=12.1841X1-1.0784 , 大田前期为Y2=4.5159X2-0.4620。在拟定经济允许损失水平的基础上,提出杂交水稻秧苗2-5叶期和大田初期为防治适期,并制定杂交水稻黑条矮缩病的策略性防治指标为前作穗期防治的黑条矮缩病株发病率1.0%,制定秧苗期防治指标为带毒灰飞虱0.15只/0.11m2、大田初期防治指标为带毒灰飞虱4000只/667m2(百丛带毒灰飞虱20只)。经应用验证,与实际基本吻合。     

水稻大螟为害株空间分布格局与抽样技术

为探索水稻大螟田间调查抽样技术,提高水稻大螟预报准确率,通过聚集度指标法、Iwao法和Taylor幂函数法,研究浙江北部地区水稻大螟的田间空间分布格局和抽样技术。结果表明,水稻大螟无论是第2代引起的枯心还是第3代引起的白穗,无论是田埂边还是田中间,均呈聚集分布,聚集原因由大螟本身的生物学特性与环境因素互作的结果。第2代引起的枯心有“趋边”现象,田埂边水稻比田中间容易受害,二者间差异达极显著水平,而第3代基本一致,无显著性差异。抽样数量随着为害程度的加大而递减,第2代、第3代的最适理论抽样模型分别为n2=287.83/m+38.57和n5=447.42/m+10.63。     

天津稻区水稻条纹叶枯病发生动态与综合防治

2001~2006年对天津地区水稻条纹叶枯病的上升原因及灰飞虱发生动态进行了调查研究,并对水稻条纹叶枯病的综合防治进行了探讨。研究表明,冬季出现暖冬,春季和秋季雨水偏少,灰飞虱越冬基数增加,春季繁殖系数增大,虫口密度逐年上升是水稻条纹叶枯病上升的主要原因。通过选用抗病品种,调整播种期和插秧期,结合药剂防治,可控制病害的发生程度     

玉米粗缩病危害动态及空间格局和抽样技术的研究

为了提高对玉米粗缩病监测预报与持续控制水平,对浙西北桐庐地区玉米粗缩病侵染循环及发病动态与空间分布格局和抽样技术的调查研究,明确了玉米粗缩病侵染循环及年际消长与发病规律,年际间粗缩病株发病率与灰飞虱种群年诱虫量呈正相关,回归式为y= 0.860605+0.071623x (R=0.9636**)。年际内夏玉米粗缩病5月底6月上旬为初病期,6月中旬至7月上旬为病情较快增长期,7月中旬达发病高峰。夏玉米发病株空间格局以聚集分布为主,在株发病率较高或较低时,聚集程度下降,或为均匀分布。根据夏玉米粗缩病病株以聚集为主的空间分布特征,田间抽样调查以单行或双行直线平行跳跃法等较宜。理论抽样模型为n=(1.96)2/D2(1.02728/m+0.10287),序贯抽样模型为Tn=1.02728/(D2-0.10287/n)。     

研究显示:土壤施用生物质炭可减弱灰飞虱的生殖力

<正>为评价土壤施用生物质炭在防治农作物害虫中的潜力,南京农业大学植物保护学院/农作物生物灾害综合治理教育部重点实验室研究人员观察了土壤施用生物质炭对取食水稻的灰飞虱发育和生殖的影响。研究结果表明,生物质炭种类与添加量互作影响灰飞虱若虫历期,当施用玉米或水稻生物质炭时,不同添加量之间的若虫历期无显著差异;当施用小麦     

作物高产群体LAI动态模拟模型的建立与检验

针对目前已有群体叶面积指数（LAI）模拟模型形式多样、参数较多以及应用性不强等问题,对春玉米、水稻和冬小麦的LAI及出苗至成熟天数进行归一化处理,分别将最大LAI和出苗至成熟天数定为1,以相对LAI (0~1)和相对时间(0~1)为参数进行LAI动态模拟,筛选、建立了一个适用于这3种作物的相对化LAI动态模拟模型y= (a+bx) / (1+cx+dx²)。其中,春玉米y= (0.0134+0.3234x) / (1－2.774x+2.4178x²),r=0.9859**;水稻y= (0.0777+0.0205x) / (1－2.73744x+2.0484x²),r=0.9865**;冬小麦y= (0.0131+0.0035x) / (1－2.4515x+1.5273x²),r=0.9719**。利用该模型,自拔节期起就能够较准确地进行LAI的动态预测,其在春玉米、水稻和冬小麦上的准确度（以k表示）分别为1.050、1.0357和1.1168,精确度（以R²表示）分别为0.8728、0.9270和0.9254。3种作物整个生育期内模型的模拟值与测量值的精确度均在0.98以上,准确度达0.86以上,表明相对化LAI动态模型能够准确地反映作物群体动态变化。不仅可以计算出作物生育期间的平均LAI、总光合势,还能计算任一时刻的LAI以及任一时段的光合势。结合田间调查还可得到作物生长期间的平均净同化率和平均作物生长率等产量相关的重要生理参数。根据作物群体中各光合生理参数与产量的关系,提出了3种作物进一步增产的可能途径。     

Herbicidal Potential and Quantification of Suspected Allelochemicals from Four Grass Crop Extracts

Unknown compounds in crop plants are inhibitory to seed germination and early seedling growth of weed plants. A Petri dish assay showed that barley (Hordeum vulgare L.), oats (Avena sativa L.), rice (Oryza sativa L.) and wheat (Triticum aestivum L.) extracts significantly reduced root growth of alfalfa (Medicago sativa L.), barnyard grass (Echinochloa crus‐galli, Beauv. var. oryzicola Ohwi.) and eclipta (Eclipta prostrata L.). As the concentration of crop extracts increased, root growth of the test plants were significantly reduced. A high‐performance liquid chromatography analysis with nine standard phenolic compounds showed that the concentrations and compositions of allelopathic compounds depend on the extracted plant extracts. Caffeic acid, hydro‐cinnamic acid, ferulic acid, m‐coumaric acid, p‐coumaric acid and coumarin were present in all the crop plant species, and hydro‐cinnamic acid were detected as the highest amount. Coumarin at 10^?3 m significantly inhibited root growth of alfalfa and barnyard grass more than that of eclipta. The research suggests that extracts of barley, oats, rice and wheat have an allelopathic effect on alfalfa, barnyard grass and eclipta and that the findings of bioassay were considerably correlated with the type and amount of causative allelochemicals, indicating that the allelopathic effects on three test plants were ranked in order of wheat (highest), barley, rice and oats (lowest). The results may have value in enabling weed control based on natural plant extracts or crop residues in the fields.     

化州市晚稻稻飞虱主害代发生期及发生程度气象预测模型

化州是广东省重要的水稻生产基地。稻飞虱是化州市主要的水稻害虫之一。笔者就6代稻飞虱发生期和发生程度与气象条件之间的关系进行分析研究,利用气象因子预测稻飞虱的发生与发展,以提高稻飞虱发生期和发生程度预测的准确性。应用SPSS分析软件进行逐步回归分析,对广东省化州市1996—2011年的晚稻稻飞虱主害代调查资料和气象观测资料进行分析,筛选出适合的气象预报因子,分别建立晚稻稻飞虱主害代成虫高峰期、若虫高峰期、发生程度和发生面积统计预报模型,用2012年和2013年的资料作为独立样本用于模型效果检验。结果表明,上述预测模型均通过0.01显著性统计检验。将化州市1996—2011年各年度对应的气象观测数据代入各式,模拟值与实测值的逐年变化趋势比较吻合,相对准确率分别为87.5%、93.8%、90.9%、94.2%。对建模内预报值和2012、2013年预报应用效果进行验证,模拟值与实测值基本吻合,可以为该区稻飞虱预测预报服务。可见通过逐步回归分析法对化州市晚稻稻飞虱主害代（6代）的发生期及发生程度进行预测,只要所选择的气象因子与相应的实测值有较高的相关性,就能较准确预测出发生期及发生程度范围;在稻飞虱发生期和发生程度模型建立中,选取的气象因子取了前驱值,所建立的模型更具预测性。     

The Effect of Different Preceding Crops on the Development, Growth and Yield of Winter Barley

Reliable estimations of the yield response of winter barley to different preceding crops are necessary for the design of crop rotations.
The grain yield and yield components of winter barley (cv. Tapir ) following either rapeseed, oats, wheat or barley were determined in five years of field experiments on a sandy loam (Luvisol) at the Hohenschulen experimental station near Kiel, Germany, F.R. The growth, development and incidence of take-all ( Gaeumannomyces graminis var. tritici ) was measured in a total of three years. On average over the five years barley grown after oats yielded 0.8 t per ha (11 %) more than barley following wheat which was mainly due to a higher number of ears per m². Barley following either oats or rapeseed produced a higher dry weight and a larger number of tillers per m² compared with barley grown after wheat or barley. This effect was already-present at the sampling date before winter. Take-all ratings were constantly higher in barley following a susceptible crop, but only reached a severe level late in the season and therefore could not explain the observed differences in growth, development and subsequently grain yield. Since no other pathogens affected the development other non-pathogenic causes must be considered as main causes for the described observations and yield differences.     

Choosing rice germplasm for evaluation

Summary Using the evaluation database on the world collection of rice, Oryza sativa, conserved at the International Rice Research Institute, different sampling strategies for choosing germplasm were compared. Random, stratified, sequential and analysed sets of germplasm were chosen and the frequency of finding resistance to different rice pests, the brown planthopper, green leafhopper and whitebacked planthopper, and diseases, bacterial blight and blast were compared. The frequency of the geographically restricted javanica race of rice was also compared in the different germplasm sets. The results indicate that where no prior information is available to choose germplasm for evaluation, for the same sample number, germplasm representing broad genetic diversity are preferable to other sampling strategies.     

浙江天台晚稻褐飞虱长期运动规律与ARIMA模型研究

根据天台1969-2008年田间褐飞虱发生监测情况,阐述了褐飞虱长期运动规律及其运行周期,分析造成褐飞虱种群周期性变化的周期特性与主要影响因素,分析表明褐飞虱种群数量变化符合多项式函数模型, Y（t）= X2=C0+C1×X+C2×X2+C3×X3+...+C15×X15, X={1,2,3,┅┅,n},并创建了褐飞虱种群数量变动的时间序列ARIMA(2,1,1)模型：Y(t+l)=0.0659+0.0616851Z(t+l-2)+ e(t+l) + 0.3802611e(t+l-1) ,应用此模型回测,吻合率达98.6%,具有很高的精度;从而预示今后1段时期褐飞虱仍处高位运行状态,应加大防控力度,保障生产安全。