防治烟草靶斑病药剂的筛选

为了筛选出对烟草靶斑病防治效果好的药剂,选用70%甲基硫菌灵等15种不同的药剂对烟草靶斑病进行了室内抑菌试验和田间药效试验。室内抑菌试验通过生长速率法和抑菌圈法测定各种药剂对烟草靶斑病菌的抑制作用,结果表明:30%苯甲·丙环唑EC(爱苗)、20%噻氟酰胺SC(满穗)等13种药剂对烟草靶斑病菌的抑制效果较好,可用于田间药剂防效试验。在辽宁丹东的田间药效试验结果表明,8种药剂对烟草靶斑病的相对防效在50%以上,其中30%苯甲·丙环唑EC(爱苗)和20%噻氟酰胺SC(满穗)的防治效果最为理想,且持效时间长,第1次施药7 d后对烟草靶斑病的相对防效分别为46.71%和46.56%,第2次施药7 d后的相对防效分别达到76.95%和72.33%。可见,这2种药剂适合于丹东地区防治烟草靶斑病。     

两种方法在二斑叶螨电压门控钠离子通道基因突变检测中的应用

靶标突变是二斑叶螨对拟除虫菊酯类药剂产生高抗性的重要原因,而用于靶标突变检测的方法较多,有必要寻找一种经济、灵敏且有效的方法进行突变检测。本研究根据二斑叶螨电压门控钠离子通道(voltage-gated sodium channels,VGSCs)基因上已报道的3个点突变(L1022V、A1215D和F1538I),采用PCR产物直接测序和限制性片段长度多态性聚合酶链反应(polymerase chain reaction-restriction fragment length polymorphism, PCR-RFLP)两种不同的方法对二斑叶螨田间种群(WW-R和LZ-R)进行靶标VGSCs基因突变检测。PCR产物直接测序结果显示,与SS种群相比,WW-R和LZ-R种群VGSCs基因均存在两种氨基酸突变A1215D和F1538I,但没有发现存在F1022V突变,其中A1215D突变发生在结构域ⅡS6-ⅢS1连接处,F1538I突变发生在结构域ⅢS6螺旋处,而采用PCR-RFLP方法只检测出A1215D突变。两种不同的方法对田间采集的二斑叶螨种群VGSCs基因突变位点检测的比较,为抗菊酯类药剂二斑叶螨种群抗性分子监测技术的建立和抗性治理奠定了基础。     

基于YOLO v5的农田杂草识别轻量化方法研究

针对已有杂草识别模型对复杂农田环境下多种目标杂草的识别率低、模型内存占用量大、参数多、识别速度慢等问题,提出了基于YOLO v5的轻量化杂草识别方法。利用带色彩恢复的多尺度视网膜(Multi-scale retinex with color restoration,MSRCR)增强算法对部分图像数据进行预处理,提高边缘细节模糊的图像清晰度,降低图像中的阴影干扰。使用轻量级网络PP-LCNet重置了识别模型中的特征提取网络,减少模型参数量。采用Ghost卷积模块轻量化特征融合网络,进一步降低计算量。为了弥补轻量化造成的模型性能损耗,在特征融合网络末端添加基于标准化的注意力模块(Normalization-based attention module,NAM),增强模型对杂草和玉米幼苗的特征提取能力。此外,通过优化主干网络注意力机制的激活函数来提高模型的非线性拟合能力。在自建数据集上进行实验,实验结果显示,与当前主流目标检测算法YOLO v5s以及成熟的轻量化目标检测算法MobileNet v3-YOLO v5s、ShuffleNet v2-YOLO v5s比较,轻量化后杂草识别模型内存占用量为6.23MB,分别缩小54.5%、12%和18%;平均精度均值(Mean average precision,mAP)为97.8%,分别提高1.3、5.1、4.4个百分点。单幅图像检测时间为118.1ms,达到了轻量化要求。在保持较高模型识别精度的同时大幅降低了模型复杂度,可为采用资源有限的移动端设备进行农田杂草识别提供技术支持。     

苹果蠹蛾对高效氯氟氰菊酯的抗性现状、机制及治理策略

苹果蠹蛾Cydia pomonella属鳞翅目卷蛾科,是全球仁果类水果种植地区最重要的果树害虫之一,也是我国重大农业入侵物种,对全球水果生产造成严重威胁。当前主要采用高效氯氟氯氰菊酯等杀虫剂对苹果蠹蛾进行防治,杀虫剂的频繁使用导致其对高效氯氟氰菊酯产生了抗性。针对苹果蠹蛾对高效氯氟氰菊酯的抗性问题,该文综述了全球苹果蠹蛾种群对高效氯氟氰菊酯的抗性现状,指出由编码细胞色素P450（cytochrome P450,P450）、羧酸酯酶（carboxylesterase,CarE）和谷胱甘肽S-转移酶（glutathione S-transferase,GST）的解毒酶基因过表达导致代谢能力增强是其最普遍的抗性机制,提出合理的抗性治理策略,并对苹果蠹蛾的绿色防控进行展望。     

马尾松人工林与距离有关的单木模型研究

为使单森竞争指标与林分密度具有兼容性,以更好地实现马尾松人工林的生长预测,就２３块马尾松人工林固定样地资料,用Ｈｅｇｙｉ的简单竞争指数作 龄级和密度级确定竞争木株数,用回归分析方法组建模型,对与距离有关的单木模型进行了研究,精度分析表明,单森生长速率拟合精度８０￣９６％,单木生长状态预测精度平均在９７％以上,林分断面积预测精度在９５％以上,说明单木模型预测精度高,使用效果好,建议进行广泛的研究和应     

辽宁省杂交水稻现状与发展前景

概述了辽宁省杂交稻选育及利用现状;从杂交稻产量突破、品质上的突破、制种产量上的突破三个方面说明了杂交稻育种取得的成绩;分析了从事杂交稻科技人员少及应用面积小的原因;确定了今后发展目标即提高产量、品质、选抗逆性强品种。     

Hybrid fish model (Pseudoplatystoma reticulatum♀ × Leiarius marmoratus♂) to study feeding behaviour: protein source self‐selection and demand‐feeding rhythms

We report feeding studies on hybrid fish (carnivorous × omnivorous) to determine the interactions between protein sources during diet selection trials. We also examined behavioural rhythms (feeding and locomotor activity) using a self‐feeding system mounted with a feeder connected to an infrared photocell. Twenty fish (28.20 ± 0.05 g) were distributed in four aquariums (50 L each). First, the system was tested to evaluate the adaptation of catfish (Pseudoplatystoma reticulatum × Leiarius marmoratus) to self‐feeding (step I). During this 28‐day period, feeding and locomotor activity rhythms were recorded. In the second step, to analyse protein self‐selection, a group of 20 fish (19.10 ± 0.05 g) was released in the aquaria. The hybrid catfish were given free access to diets (soya bean meal protein (SP) vs. bovine liver protein (BP)) through two self‐feeders. The same procedure was used for (SP) vs. fish meal protein (FP). The catfish learned to activate the feeders to demand a daily feed amount equivalent to 1.8% of their body weight. The fish performed most of their actions (89.0% feeding activity and 94.1 0% locomotor activity) in the night. The diet choice by the catfish became clearer with a significantly lower intake of BP (0.37 g per 100 g body weight, 24.6%) vs. SP (1.06 g per 100 g body weight, 75.4%) and SP (0.61 g per 100 g body weight, 38.9%) vs. FP (0.91 g per 100 g body weight, 61.1%). These findings should be considered when discussing feeding behaviour, nutritional targets and protein sources for future aquaculture feeds.     

基于改进YOLOv3-Tiny的番茄苗分级检测

为了提高番茄苗分选移栽分级检测精度,该研究提出了YOLOv3-Tiny目标检测改进模型.首先建立了番茄穴盘苗数据集,使用K-means++算法重新生成数据集锚定框,提高网络收敛速度和特征提取能力;其次为目标检测模型添加SPP空间金字塔池化,将穴孔局部和整体特征融合,提高了对弱苗的召回率;同时加入路径聚合网络(PANet...     

基于计算机视觉技术的水产养殖中鱼类行为识别与量化研究进展

鱼类行为与水体环境密切相关,是鱼类生活状况的直接体现,可以通过分析鱼类行为进行更为精准的养殖管理和操作。计算机视觉技术为鱼类行为识别和量化提供了一种非入侵式且稳定性较好的方法,已逐渐广泛用于鱼类行为研究。本文介绍了计算机视觉技术的技术流程,包括图像采集、预处理、运动目标检测与跟踪,并对各个流程进行分类;综述了计算机视觉技术在鱼类游泳、摄食和体色变化等行为识别、量化研究的现状;分析了计算机视觉技术在鱼类行为识别、量化方面的难点及存在的问题,以期为计算机视觉技术在水产养殖监测领域的发展提供参考依据。     

Surfing and marine conservation: Exploring surf‐break protection as IUCN protected area categories and other effective area‐based conservation measures

相似文献