首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
正确地诊断与识别蔬菜病害,是做好防治工作,有效地控制蔬菜病害的重要环节,是确保蔬菜丰产优质高效的关键措施。正确地诊断与防治蔬菜病害,必须掌握有关的基本知识与技能。其中包括:植物病害的概念,识别病害的根据,病害的鉴定与检查技术,以及一些基本的病害分类知识。蔬菜病害主要分病毒病害、细菌病害、线虫病害、真菌病害和非侵染性生理病害五大类。这五大类中各自有共同的特点和防治方法,为便于生产者掌握利用,现介绍简单的诊断和防治方法。  相似文献   

2.
葡萄病害分为病理性病害和生理性病害。病理性病害包括真菌性病害和病毒性病害两种,危害比较严重的真菌性病害有黑痘病、霜霉病、炭疽病、白腐病、灰霉病等,病毒性病害有扇叶病、卷叶病、栓皮病等。生理性病害是指受不良环境影响或栽培管理不当所引起的生理性障碍,有缩果病、日烧病、裂果病等。在上述葡萄病害中以真菌性病害的发生与危害最为普遍,了解真菌性病害发生与危害的特点可更有效地搞好预防和治疗该类病害,减少损失。  相似文献   

3.
蔬菜病害按病原一般可分为真菌性病害、细菌性病害、病毒病害、线虫病害、生理性病害等。在生产上,了解掌握各类病害在田间的症状表现和诊断技术,有助于实施科学防治、对症下药,降低防治成本,提高防治效果。  相似文献   

4.
甘肃临夏州高寒山区杨树、柳树资源丰富,但病害种类多、危害较重。采用线路调查和标准地调查方法,调查、鉴定出该区杨、柳树主要病害40种,其中杨树病害24种,柳树病害16种,在分析研究病害发生特点的基础上,提出了今后的防治建议。  相似文献   

5.
柞蚕是在野外放养,因受外界不良环境因素的影响,非常容易发生病害。影响柞蚕幼虫期的主要病害有:病毒性病害、细菌性病害、真菌性病害和原虫寄生性病害。在放养期间一旦发生病害,将造成大量减产,严重时可达绝产程度。因此,在放养柞蚕时,要抓好生产中的每个技术环节,尤其是做到彻底消毒,消灭病源,这是保证丰产丰收的先决条件之一。为了养好柞蚕,杜绝或减少幼虫期病害的发生,  相似文献   

6.
中国甘蔗病害名录   总被引:4,自引:0,他引:4  
本文记录了我国甘蔗上发生的50种病害,其中包括5种细菌病害、29种真菌病害、6种病毒病害,2种植原体病害、8种线虫病害和2种寄生性高等植物病害。此外我们还列出了2种比较危险的对外检疫性病害。  相似文献   

7.
通过对麦积区大蒜主要产区的病害调查,共发现大蒜病害11种,其中真菌性病害7种,细菌性病害1种,病毒性病害1种,虫害2种,结果表明:白腐病、叶枯病、紫斑病为主要病害,分布广泛且严重,可造成毁灭性损失,其余几种病害均有发生,但不严重。根据调查结果,从无公害生产的角度出发,提出了相应的防治措施。  相似文献   

8.
为解决传统人工识别桃树病害效率低、成本高、准确率低等问题,提出了基于AI深度学习的桃树病害智能识别方法,利用并微调ImageNet预训练的DenseNet-169分类模型,对桃树常见的11种病害图像进行预处理与模型训练,搭建桃树病害智能识别软件环境。该方法对常见桃树病害的平均识别率达到91%以上,结合图像处理、深度学习、数据挖掘等技术自动对桃树病害进行识别,实现桃树病害的智能诊断并提供防治建议。该方法具有人力成本低、操作简单、识别效率高等优点,利于病害的及时诊出与防治决策的制定,对促进果园病害防控的智慧化管理具有重要研究意义与应用价值。  相似文献   

9.
江西百合病害调查与鉴定   总被引:12,自引:0,他引:12  
根据1990~1996年的系统调查和鉴定研究,明确了江西百合病害有26种,其中真菌病害16种,细菌性病害3种,病毒病害2种,线虫病害1种,生理性病害3种,病因未明的1种。本文描述了26种病害的症状、病原物、发生及分布情况。  相似文献   

10.
蔬菜病害复杂,主要划分为真菌性病害、细菌性病害、病毒病害、线虫病害和非侵染性生理病害五大类。对蔬菜病虫害的防治,要采取无公害、综合防治策略,必要时,采用高效、低毒、无残留药剂进行防治。  相似文献   

11.
黑龙江烟草病害种类鉴定及发生情况   总被引:1,自引:0,他引:1  
为了明确黑龙江主要烟区目前病害发生和危害情况,于2010-2013年对黑龙江烟草主产区病害进行普查。鉴定结果表明,黑龙江烟草病害26种,其中真菌病害11种,细菌病害2种,病毒病害7种,寄生性种子植物1种,非侵染性病害5种;发生普遍且危害重的病害主要是烟草普通花叶病、角斑病。  相似文献   

12.
柑橘贮藏期的病害主要分为侵染性病害和非侵染性病害,其是阻碍柑橘产业进一步发展的重要原因。概述了柑橘贮藏期病害的发病机理、传播方式、染病症状及防治措施等,并展望柑橘病害的研究重点与方向,以期对柑橘在贮藏中病害的防控提供参考与指导。  相似文献   

13.
近年来随着人们日益增长的物质生活需要,苹果每年的贮藏量也逐年提高。伴随着贮藏量的增加,苹果贮藏病害的防治工作也就显得尤为重要。苹果在贮藏期间。发生多种病害,造成烂果,一般发病率为10%-20%,严重时可高达30%-50%。苹果贮藏期病害分侵染性病害和生理性病害两大类。其中侵染性病害主要有青霉病、软腐病、炭疽病、褐斑病等;生理性病害主要有果肉褐变病、果肉粉绵病、褐心病、水心病等。  相似文献   

14.
橡胶树病害综合治理体系研究   总被引:2,自引:0,他引:2  
橡胶树病害是橡胶生产中的一个突出问题。据联合国粮农组织统计,橡胶树因病害造成的损失约占总产量的25%。因此,橡胶树病害的研究和防治向来受到植胶国的重视,且在一些橡胶树主要病害的防治研究和开发推广上取得过较大的进展。但是过去的生产防治没有从整体上对橡胶病害进行综合治理,多数病害没有预测预报的方法和防治指标,防治带有盲目性,因而常常出现用药多、成本高、防效差,效益低、环境污染严重,经济、社会、生态效益都偏低等情况。为了改进橡胶病害防治技术,提高我国橡胶病害防治水平,我们自1996年起进行了以作物为单元的橡胶病害综合治理体系的研究。现报告如下:  相似文献   

15.
病害是威胁作物生长的主要因素,其特征复杂、变化多样。农业从业人员如缺乏专业知识,往往难以准确识别。以往图像识别方法常针对单一作物,图像分割后提取病害特征进行识别,无法适应多种作物。针对此问题,以水稻、番茄、柑橘、苹果为研究对象,以ResNet模型为基础构建深度学习网络框架,设计了含Squeeze-and-Excitation(SE)模块全新的全连接层,导入在ImageNet上预训练的权重,并在病害数据集上训练得到病害模型。为扩充图像数据,对训练集原图进行了亮度增减、随机旋转与镜面翻转等操作。基于扩充后的训练集进行病害识别和病害程度的分级研究。结果表明,对水稻、番茄、柑橘、苹果平均病害程度识别的准确率为94.16%,平均病害种类识别的准确率为92.45%;并利用训练好的模型基于c#.net core开发了病害监测平台,可实现作物病害的智能识别。  相似文献   

16.
针对卷积神经网络训练过程中耗费时间长以及大量参数设定等问题,提出采用卷积神经网络结合迁移学习实现智能、快速、准确识别农作物病害类型至关重要。本文首先介绍了农作物病害识别的发展进程,然后介绍了农作物病害识别方法的国内外研究进展,同时分析了其在农作物病害识别上存在的优缺点,最后指出了目前农作物病害识别存在的环境、模型结构和硬件条件等问题,并对农作物病害识别未来的研究方向进行了展望。  相似文献   

17.
李文艺  邓蕾  潘慧  张琦  李黎  钟彩虹 《安徽农业科学》2023,(17):115-117+165
针对安徽省金寨县猕猴桃日益严重的病害问题,于2021年4、6及11月对10个园区进行了猕猴桃周年病害调查。基于感病症状采集大量典型病害样本,综合生物学特性、分子鉴定及致病力测试进行病菌分析,结果表明,安徽省金寨县猕猴桃主要病害为细菌性溃疡病,真菌性软腐病、褐斑病、炭疽病及黑斑病。该结果为金寨县后期病害的预测预报及综合防治提供理论依据。  相似文献   

18.
黄瓜病害识别是病害防治的提前。针对现有作物病害识别方法中存在实体关系交叉关联、多源异构数据聚合能力差、依靠大规模标注数据、缺乏专家经验知识指导等问题,提出一种知识图谱与深度学习的黄瓜叶部病害识别方法(KGCNN)。该方法通过知识图谱与实体链接消歧嵌入获取作物病害知识图谱中的结构化病害知识,并将病害特征词向量与知识实体向量作为卷积神经网络的多通道输入,在卷积过程中从知识和语义2个层面表示不同病害类型。与现有的作物叶部病害识别方法相比,该方法充分利用了知识图谱和CNN分别在知识表示和特征学习方面的优势。在由黄瓜白粉病、斑点病和角斑病的病害叶片及其对应的环境气候气象信息的数据集上进行训练和测试。结果表明该方法的识别性能优于基于CNN及其改进模型和其他病害识别方法。该方法适用于作物初步病害识别,可为其他作物病害的识别提供技术支持。  相似文献   

19.
本文报道了江西辣椒新病害11种,其中,真菌病害9种、细菌病害1种和寄生性种子植物诱发的病害1种。对它们的发生分布、症状和病原作了全面的描述。  相似文献   

20.
植物病毒病、类菌原体病害药物防治研究的新方法王克日(郑州林业部泡桐研究开发中心,450003)植物病毒病、类菌原体病害是仅次于真菌病害的重要病害。因其病原不能进行体外培养,无法进行室内药物抑菌试验,因而限制了该类病害防治技术的进展,至今对这两类病害尚...  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号