橡胶树毛色二孢叶斑病病原菌的鉴定及其生物学特性研究

近期在海南省三亚市的橡胶树种植区发现一种新的橡胶树叶斑病,利用组织分离法和单孢分离法获得纯化菌株HNSY003。通过形态学特征观察、rDNA-ITS和EF1-α序列分析及柯赫氏法则验证,确定该病原菌为假可可毛色二孢(Lasiodiplodia pseudotheobromae)。这是假可可毛二孢所致橡胶树叶斑病的首次发现。生物学特性测定结果表明,病菌最适生长条件为:温度32℃,pH 5,碳源为D-果糖,氮源为酵母浸膏。不同光照条件对菌丝生长影响不显著。     

基于植物病菌智能孢子捕捉分析系统的橡胶树白粉病监测

应用智能孢子捕捉系统对橡胶树白粉病菌孢子进行监测,利用改进YOLOv5x算法自动识别统计捕获的白粉菌孢子图像,弥补需人工识别耗时耗力的不足,提高橡胶树白粉病监测的自动化和智能化水平。选取海南省儋州市3个橡胶树林段进行为期1年的橡胶树白粉病的病情指数调查、气象记录和孢子捕捉,以便携式孢子捕捉器作为参照,改进YOLOv5x算法提高病菌孢子识别精度,分析改良的植物病菌智能孢子捕捉分析系统对橡胶树白粉病监测效果。利用改进YOLOv5x算法识别植物病菌智能孢子捕捉分析系统监测捕捉的橡胶树白粉病菌孢子,平均识别精度为95.2%,比改进前平均识别精度提高了3.7%,与人工识别结果一致;监测到的孢子数量消长动态变化与病害发生发展趋势一致,校正相关系数R为0.94。改良后的植物病菌智能孢子捕捉分析系统捕捉自动识别的孢子数量动态能反映当地病情,提高了监测效率,将有效节省人力物力,可为橡胶树白粉病预测预报提供数据支撑。     

基于可见光图像的水稻颖花开花状态检测方法

通过识别水稻开花张开颖花内外颖与吐出颖花花药的特征,进而准确判断颖花开花时间,是及时进行杂交水稻制种授粉的前提。该研究通过可见光相机获取水稻颖花图像,基于可见光蓝色通道串联大津法(SeriesOtsu,SOtsu)提取颖花花药,同时使用深度学习算法基于区域的快速卷积神经网络(FasterRegionalConvolutionalNeuralNetwork,FasterRCNN)及YOLO-v3识别颖花花药与张开颖花内外颖,通过对比不同算法识别精确率、召回率、F1系数以及皮尔逊相关性系数,研究适用于识别颖花开花状态的特征与方法。结果显示,FasterRCNN算法检测张开颖花内外颖精确率达1,召回率达0.97,F1系数为0.98,皮尔逊相关系数为0.993,串联大津法检测吐出花药精确率达0.92,召回率达0.93,F1系数为0.93,皮尔逊相关系数为0.936。这表明串联大津法与FasterRCNN算法适用于水稻颖花开花状态检测,且张开颖花内外颖比吐出花药更适合作为水稻开花状态特征应用于深度学习算法检测。串联大津法可代替FasterRCNN算法在模型构建完成前进行检测,保证水稻颖花开花状态检测连续性。     

橡胶树炭疽菌孢子的拉曼光谱特征及其在聚类分析中的应用

为了弥补分类学上单纯依靠形态学与分子生物学鉴定炭疽菌的不足，基于共聚焦显微拉曼技术的橡胶树炭疽菌3个种群孢子聚类分析方法，对橡胶树炭疽菌孢子的拉曼光谱进行扫描，找到了其共有的位于1 005 cm?1, 1 155 cm?1和1 515 cm?1处的3个主要的拉曼峰以及其他次级峰，并对峰的产生来源进行初步确认。结合拉曼光谱与主成分分析（PCA），依靠3个主要的拉曼峰以及其他次级峰在PC1、PC2以及PC3的三维空间得分图中快速有效地将3种橡胶树炭疽菌孢子区分开来，为鉴别炭疽菌孢子提供了一种新方法，满足了灵敏与微量的要求，且样品无需预富集和预处理。