排序方式: 共有40条查询结果,搜索用时 15 毫秒
21.
吉林省玉米苗期害虫种类及发生趋势分析 总被引:1,自引:1,他引:0
2014~2016年对吉林省9个地市、44个县(市/区)、424个地点的玉米苗期害虫进行系统调查,分析新的耕作栽培制度和气候变暖条件下吉林省玉米苗期害虫种类、分布及发展趋势。结果表明,吉林省玉米苗期害虫有20余种,隶属5个目13个科,其中,鳞翅目和鞘翅目种类最多,共涉及8个科16种害虫,占害虫种类的70%以上;新发现吉林省玉米苗期害虫3种。蛴螬和金针虫是苗期主要害虫,平均有虫田率分别为24.90%和27.76%,有虫田率从西部到东部递减,中部平原区有虫田被害株率高于西部和东部地区。随着吉林省玉米长年连作和秸秆还田、免耕等新耕作方式推广,蛴螬和金针虫2种害虫的发生数量和危害程度呈逐年加重趋势;其余害虫有虫田率均在5.00%以下,未对玉米生产造成威胁。 相似文献
22.
23.
亚洲玉米螟对Cry1Ab蛋白抗性的遗传规律与分子机理 总被引:1,自引:1,他引:1
意义与目的亚洲玉米螟[Ostrinia furnaca-lis(Guene)]是长期为害玉米、高粱、谷子、棉花等作物的重要害虫。转BtCry1Ab基因抗虫玉米、棉花等在整个生育期其植株能表达Cry1Ab杀虫蛋白,为玉米螟的防治开辟了新的途径。室内汰选条件下亚洲玉米螟能对Cry1Ab杀虫蛋白产生抗性,这将严重威胁到转基因玉米、棉花等的可持续利用。研究亚洲玉米螟对Cry1Ab蛋白抗性的遗传规律与分子机理,对田间抗性监测、延缓抗性产生及抗性治理具有重要的理论和实际意义。材料与方法采自陕西省田间的亚洲玉米螟自然种群,在室内用无琼脂半人工饲料中加入一定量的… 相似文献
24.
通过测定八里香、翠美绿宝2种甜瓜叶片的叶绿素含量及SPAD值,构建二者之间的数学模型,以探讨SPAD值与叶绿素含量之间的关系。结果表明,2种甜瓜叶片的SPAD值与叶绿素a含量、叶绿素b含量、叶绿素总量的相关性均为极显著。就SPAD值与叶绿素a含量的相关性而言,八里香的最优函数模型为y=0.033 7x-0.539(r=0.823**),翠美绿宝的最优函数模型为y=1.022 3lnx-2.935 8(r=0.795**);就SPAD值与叶绿素b含量的相关性而言,八里香的最优函数模型为y=0.027 5x-0.466 9(r=0.757**),翠美绿宝的最优函数模型为y=0.003x1.450 8(r=0.769**);就SPAD值与叶绿素总量的相关性而言,八里香的最优函数模型为y=0.061 2x-1.005 9(r=0.825**),翠美绿宝的最优函数模型为y=1.976lnx-5.829 2(r=0.807**)。 相似文献
25.
26.
为评价玉米植株上不同放蜂位置对两种赤眼蜂防治玉米螟效果的影响,采用盆栽控制试验,分别设置玉米心叶内、盆栽土壤表面及玉米叶片背部3个接蜂点,每点分别单独、混合释放两种赤眼蜂,研究同一蜂种不同释放方式对玉米螟的控害效果。结果表明,在同一位置接蜂,单独接玉米螟赤眼蜂和混合接蜂在卵块寄生率、卵粒寄生率、玉米螟卵中的总出蜂数等指标均高于单独接松毛虫赤眼蜂。当接入蜂种相同而位置不同时,在心叶内接蜂玉米螟卵粒寄生率最高,玉米螟赤眼蜂在心叶内接蜂的蜂卡羽化率高于土壤表面和叶片背部接蜂;松毛虫赤眼蜂在3个位置上差异不显著。在玉米心叶内单独释放玉米螟赤眼蜂或者混合释放赤眼蜂对玉米螟的防治效果最好。 相似文献
27.
粘虫Mythimna separata(Walker)是我国玉米上的重要害虫。转Bt基因玉米为防治粘虫提供了新的途径。从室内生测和田间抗性鉴定分别研究了转cry1Ab基因抗虫玉米YieldGard对粘虫的杀虫效果。用4~7叶期转cry1Ab基因玉米心叶室内饲养1~3龄粘虫幼虫3、7和10天的死亡率分别为39.0%~92.0%、96.0%~98.0%和97.0%~100%,第14天全部死亡,而对照的死亡率分别为3.0%~8.0%、6.0%~20.0%和11.0%~28.0%,差异极显著。取食转cry1Ab基因玉米的幼虫不能正常生长发育,存活10天的幼虫其体重仅为取食对照玉米的9.0%。田间玉米4~5叶期,分别接1~6龄粘虫幼虫于转cry1Ab基因和非转基因玉米心叶。转cry1Ab基因玉米上各龄期幼虫平均存活率仅为0.0~6.7%,极显著低于非转基因玉米的8.3%~80.0%。转cry1Ab基因玉米的危害级别0.1~0.7,显著小于非转基因玉米的2.1~7.3。结果说明转cry1Ab基因玉米YieldGard对粘虫各龄幼虫有很高的杀虫作用和田间控制效果,同时能有效保护玉米免受危害。 相似文献
28.
29.
30.
受开垦、采矿等人类活动影响,草原出现退化甚至沙化,监测其植被覆盖度对于揭示草地的分布状况与空间变化规律具有重要意义。本文以无人机大样方数据与国产高分一号(GF-1)数据作为数据源,结合野外同步数码相机获取的数据,应用支持向量机(Support vector machine,SVM)构建不同数据源之间的植被覆盖度反演模型(数码相片—无人机大样方数据植被覆盖度估算模型,无人机大样方数据—GF-1数据植被覆盖度估算模型),探讨国产GF-1卫星结合无人机大样方估算草原植被覆盖度的方法。结果表明,基于SVM模型的GF-1数据结合无人机大样方计算的土壤调节植被指数(Soil-adjusted vegetation index,SAVI)具有较高的精度(判定系数R2=0.97,相对分析误差RPD=4.86,均方根误差RMSE=3.23),因此基于无人机大样方数据结合GF-1数据可以准确、快速地反演草地覆盖度,利用这种方法可以估算整个草原的植被覆盖度。 相似文献