基于图像的水稻病害识别方法研究

利用图像处理技术和贝叶斯判别法对水稻3种常见病害进行识别研究。首先,利用颜色特征与病斑外轮廓分割病斑,提取病斑形态、颜色、纹理特征共63个参数;然后,应用逐步判别分析法对4个不同参数集合筛选最有效识别参数;最后,利用贝叶斯判别法进行分类识别。结果表明,逐步判别法最多可使参数减少到原来的35.2%,识别准确率最高为97.2%。该方法可以应用于其他农作物病害识别。     

论农作物病虫灾害的应对管理——基于黏虫大发生的思考

在介绍2012年我国北方玉米黏虫灾害情况的基础上,论述了黏虫的迁飞习性和为害特点,分析了虫灾发生的客观条件与人为因素、并由此提出明确责任、建立病虫灾害救助基金、重塑化学防治地位、允许民事责任追究等管理农作物病虫灾害的建议.     

山东省玉米病毒病病原鉴定与防治研究

利用基因组核苷酸全序列测定、电镜观察、血清学测定、传播介体传毒试验等方法对山东省田间发生的玉米病毒病进行了病原鉴定。结果表明,山东省玉米病毒病病原主要是甘蔗花叶病毒山东株系(SCMV-SD)和玉米粗缩病毒(MDMV)。田间试验5种防治植物病毒病专用药剂对玉米病毒病均有一定的防病效果,最高防效在60%左右。采用种植抗病品种、苗期拔除病苗、药剂拌种防虫和适期施用农药等综合防治措施,防病效果达61.35%～85.75%,增产率6.25%～13.99%。     

广东省凤梨科观赏植物真菌病害鉴定

为给观赏植物病害的防治提供科学依据,根据病害症状和病原菌的形态特征以及有关文献的分类系统,鉴定了1998-2000年在广东调查的12种凤梨科观赏植物真菌病害,即围小丛壳[Glomerrellacinghlata(Stonem.)Spauld.etSchrenk]、辣椒刺盘孢[Colletotrichumcapsici(Syd.)Butl.etBisby]、水塔花星裂盘菌(PhacidiumbillergiaeL.ZengetP.K.Chi)、凤梨顶多毛孢菌(BartaliniaananassaL.Zeng,Z.D.JiangetP.K.Chi)、可可球二孢(BotryodiplodiatheobromaePat.)、钝头粘盘孢菌(ColletogloeumobtusumSutton)、油球拟茎点霉[Phomopsisdiplodinoides(Sacc.)Punith.]、筒凤梨拟茎点霉(PhomopsisspectabilisV.G.Rao&B.R.D.Yadav)引起的叶斑病,灰霉(BotrytiscinereaPers.)引起的花腐及分别由强雄腐霉(PythiumarrhenomanesDrechsler)、簇囊腐霉(PythiumtorulosumCoker&Patterson)和蕨柱帚霉(Cylindrocladiumpteridis Wolf)引起的根茎腐、叶基茎基腐和茎基腐。其中,星裂盘菌叶斑病、顶多毛孢叶斑病为凤梨科观赏植物的新病害;钝头粘盘孢菌、油球拟茎点霉为中国真菌新记录种。在温室生产中,以围小丛壳引起的叶炭疽病、筒凤梨拟茎点霉引起的叶斑病发生普遍而严重;根茎腐、叶基茎基腐和茎基腐在部分生产单位常引起死苗或死株     

鳗鲡肠道蛭弧菌的分离及其对水产动物细菌性疾病的预防作用研究

以多发性水产动物疾病的病原菌嗜水气单胞菌为宿主,从鳗鲡肠道中分离到一株噬菌力较强的蛭弧菌,命名为Bdm4。通过光学显微镜、相差显微镜和电子显微镜对蛭弧菌Bdm4进行革兰氏染色观察显示,蛭弧菌Bdm4为短杆状和长杆状的革兰氏阴性细菌,其大小约为0．3—0．4μm×1．2～1．5μm;菌有单根的极生长鞭毛。Bdm4对试验所选取的多种海淡水致病菌均有较强的裂解能力,而对所选用的益生菌则不能裂解;且其在鱼体表、鳃和肠道中能有效地消减致病菌,抑制致病菌的繁殖,同时有利于肠道乳酸杆菌数量的增长。     

基于轻量级CNN的植物病害识别方法及移动端应用

为了实现在手机端植物病害叶片检测,对MobileNet和Inception V3 2种轻量级卷积神经网络进行迁移学习,得到2种作物病害分类模型,将2种分类模型分别移植到Android手机端,在识别精度、运算速度和网络尺寸之间进行平衡,选择最优模型。试验表明,MobileNet和InceptionV3在PlantVillage数据集(共38类26种病害)上平均识别率分别是95.02%和95.62%。在自建图像集葡萄病害叶片的识别中MobileNet和InceptionV3平均识别率分别是87.50%、88.06%,Inception V3的整体识别精度略高,但MobileNet在所有类别的识别上均衡性更好;在模型尺寸方面Inception V3的模型尺寸大小为87.5 MB,MobileNet的模型尺寸为17.1 MB,大约是后者5倍;2种模型移植到手机端时,MobileNet和Inception V3的APP所占内存分别是21.5和125 MB;在手机端单张图片的识别时间方面,Inception V3平均计算时间约是174 ms,MobileNet的平均计算时间约是134 ms,后者的平均计算时间比前者快40 ms;在手机端MobileNet相比于Inception V3占用内存更小,运算时间更快。说明MobileNet更适合在手机端进行植物病害识别应用。     

根系分泌物与土传病害的关系研究进展

根系分泌物是植物-土壤-病原微生物相互作用的桥梁,是决定病原菌-作物关系的关键生态因子,影响着土传病害的发生与发展.本文阐述了根系分泌物的定义、分类及产生机理;重点从根系分泌物的化感自毒效应,根系分泌物诱导根际微生物群落,根系分泌物影响病原菌丰度,根系分泌物影响根际土壤环境4个方面阐述了根系分泌物与土传病害的关系;并从...     

采用双模态联合表征学习方法识别作物病害

基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点。但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量。构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广。该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet)。该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习。最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%。该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法。     

连续施用有机肥对连作花生根际微生物种群和 酶活性的影响

花生连作导致土传病害易发,严重制约其产量和品质。为探讨持续施用有机肥缓解连作花生病害发生的防治机理,大田条件下研究了连续6年施用化肥、普通有机肥和生物有机肥(接种内生菌拟茎点霉B3)后对连作花生根腐病、根际土壤典型微生物种群和酶活的影响。结果表明:与单施化肥相比,持续施用普通有机肥和生物有机肥可有效控制连作花生土传病害发生,荚果产量提高23.8%和47.9%。连续施用普通有机肥和生物有机肥均显著提高根际过氧化氢酶、脱氢酶和酚氧化酶活性,荧光定量PCR进一步测定出连续施用有机肥可显著增加连作花生根际细菌和真菌的数量,说明连续施用有机肥后连作花生根际微生物活性显著提升。连续施用普通有机肥和生物有机肥显著增加了连作花生根际有益微生物种群的数量,其中放线菌增加0.9倍和1.6倍,假单胞菌增加10.9倍和13.1倍,伯克氏菌增加2.6倍和1.9倍,芽孢杆菌增加1.1倍和2.1倍;然而连续施用有机肥对连作花生根际主要致病微生物种群(如镰刀菌属和青枯雷尔氏菌)无明显影响。表明通过持续施用有机肥可有效提高连作花生根际有益微生物种群的数量和土壤酶活性,进而改善连作花生根际微生态环境,增强连作土壤抑病能力,以达到控制连作花生土传病害易发的目的。     

基于不同平台的小麦病虫害遥感监测研究进展

小麦病虫害的频发不仅会造成产量的巨大损失,病虫害防治农药的过度使用也会提高生产成本,增加农产品有毒残留的风险,而传统监测方法费时费力,具有主观性和滞后性.小麦病虫害遥感监测技术可实现快速、实时无损的监测,从而有针对性的提早防治病虫害.介绍作物病虫害光谱响应生理机制的基础上,重点从不同平台的角度入手概述近年来小麦病虫害遥...