一、苹果两类小叶病的区分与防治(论文文献综述)
仇相玮[1](2020)在《减施农药:农户行为及其效应研究》文中研究表明我国是农药施用大国,开展农药减量行动,实现农药施用量负增长目标是当前我国农业发展的主要任务之一。农户是施用农药的直接行为决策主体,研究农户减施农药行为机理是控制并减少农药施用量的关键。农户减施农药而不影响农业生产的技术路径有三种:一是采纳高效施药技术提高化学农药利用率;二是采纳绿色防控技术替代化学农药;三是种植“节药型”农作物品种以替代高用药作物品种。本文基于对山东省栖霞、蓬莱、海阳、蒙阴和沂源等地苹果种植户的调研数据,探索分析了“农户减施农药行为特征”“农户高效施药技术采纳行为机理及效应”“农户绿色防控技术采纳行为机理及效应”“农户减种节药型农作物行为及其效应”“农户减施农药激励政策”等问题,以期激励农户减施农药,为实现农药施用量负增长目标提供政策参考。主要研究结论如下:基于宏观统计数据和微观调研数据考察了我国农药施用总量变化及样本农户减施农药的行为特征,得出结论:宏观上,在一系列农药减量增效政策引导下,2015年后我国农药施用总量和施用强度均略微有所下降,但仍远高于国际公认的农药安全施用上限,农药施用存在地区差异,华中、华北和东南地区是农药施用最大的三个地区;微观上,对山东省内苹果种植户的调研结果表明,多数农户能够认识到农药过量施用的现状及危害,尤其重视对其自身健康的危害,并表示愿意在不影响生产的情况下减施农药;农户认为减施农药主要从产量、生产成本和劳动投入三个方面影响苹果生产;虽然有83.18%的样本农户表示至少采纳过一种节药型技术,但绝大多数农户主要采纳了科学施药方法和农药助剂技术,对节药效果更显着的高效施药机械、精准施药技术和绿色防控技术的采纳率仅为26.47%;技术采纳方式以自行购置设备为主,政府补贴也促使一定比例的农户采纳了节药型技术;异质性农户的减施农药行为存在差异,规模种植户比传统小农户更愿意减施农药。农户选用不同技术属性高效施药技术的关键影响因素存在差异,农户采纳高效施药技术产生了显着的减药增收效应。按照技术属性差异,将高效施药技术分为科学施药方法、农药助剂、高效施药机械和精准施药技术四类,运用Logistic模型实证检验了农户采纳不同属性高效施药技术的核心影响因素,结果表明,劳动力禀赋、与邻里交流程度和文化水平是影响农户采纳二次稀释技术的关键因素;年龄、与邻里交流程度是影响农户采纳农药助剂的关键因素;资金状况、种植面积、地块集中度、参与技术培训以及政策支持是影响农户采纳高效施药机械的关键因素;年龄、文化程度、风险偏好、种植面积和地块集中度对农户采纳精准施药技术有显着影响。理论上,农户采纳高效施药技术能够从提升化学农药利用率、提高其它生产要素配置效率和改变农业产出三个方面达到理想的减药增收效果,运用ESRM模型实证分析发现,农户采纳高效施药技术的节药效果非常显着,具有一定的增产效果,同时由于节劳、节药、节水效果显着,降低了生产成本,因此农户采纳高效施药技术的增收效应也十分显着。基于绿色防控技术应用复杂、预期风险高和投资成本大的技术特性,考察了农户对绿色防控技术的采纳意愿、持续采纳行为和减药增收效应。运用SEM模型分析了风险感知和技术认知对农户绿色防控技术采纳意愿的影响,结果表明,二者均具有显着影响,且风险感知的作用程度大于技术认知,技术认知显着负向影响风险感知,表明技术认知能够缓解风险感知对农户绿色防控技术采纳意愿的抑制作用;运用Heckman样本选择模型分析了政府支持和采纳效果对农户绿色防控技术持续采纳行为的影响,结果表明,补贴政策、销售支持、感知有用性和生态效果对农户持续采纳绿色防控技术行为有显着正向影响;理论上,农户采纳绿色防控技术可从要素替代、减轻病虫害发生程度和优化生产要素配置效率三个方面影响农业生产,运用ESRM模型实证分析发现,农户采纳绿色防控技术的节药效果显着,但受苹果价格波动、农产品质量信息不对称和农户采纳程度等因素的影响,未能产生显着的增收效果,这也造成了部分农户选择弃用该技术。农户减种“节药型”农作物的作物选择行为对减施农药产生了明显的负向效应。不同种类农作物的病虫害发生程度差距较大,导致部分作物单位面积需药量明显高于其它作物,据此,本文将农作物划分为高用药作物、中用药作物和低用药作物三类。如果能够增加“节药型”农作物的种植比例,便可达到降低农作物整体加权平均用药量的目的。利用2006-2016年农药施用量及农作物种植结构相关数据,运用因素分解模型从全国和区域两个层面系统测算了“节药型”农作物在种植结构中的占比变化及其对农药施用量增长的影响作用,结果表明,我国农作物种植结构总体呈现出高用药作物占比明显增加,“节药型”作物逐渐减少的变化特征,西南、华中和东南地区增加最为明显,农户减种“节药型”农作物极大地推动了全国及大部分地区的农药施用量增长,平均贡献率达到50.10%,在部分年份甚至是最主要的驱动因素。可见,农户减种“节药型”农作物,增加高用药作物种植比重的作物选择行为对减施农药产生了明显的负向效应,应对此予以矫正。基于前文研究结论,提出我国农药减施激励政策应结合节药型技术特性和异质性农户偏好进行优化,包括高效施药技术采纳激励、绿色防控技术采纳激励、“节药型”农作物品种采用激励和外部性内部化补贴激励。
刘智卓[2](2020)在《水果垃圾产生与腐败机理及其在包气带土壤中的迁移转化研究》文中研究表明当前,中国的农业现代化正在稳步推进。但是,受小农经济的客观现实的限制,中国农业出现了许多问题,如在水果种植产业中产生的大量水果垃圾,造成严重的资源浪费与水果污染,而在中国近三十年的农作物种植结构统计数据表明水果的种植比例已从1990年到2016年的三十多年间从0.6%上升至10%。而伴随着科学技术的不断进步,国内人民生活水平的不断获得提高和对高品质生活的不断追求的情况下,水果的种植结构在未来仍会有上升趋势,为此急需提出系统化的水果垃圾的产生来源和预防与处理方案,和水果腐败过程中的菌群演化分析,来保证水果的产出水平和储藏对策以及水果垃圾的高效资源化利用。水果作为主要的经济作物之一,在我国现有农村的种植结构中占有很大比例,在当前的农业发展形势要求:既要保证农业资源的高效利用,同时,确保农产品在种植和贮存过程中产生的废弃物不会造成资源浪费和环境污染。就果类产业而言,在其生长发育及后期储存过程中,会不可避免的产生相当数量的水果垃圾,因此一定要分析归纳其产生原因,并提出合理的种植储存预防措施,减少不必要的损失。而对于不可避免而产生的水果垃圾,则需要阐明其腐败机理以及对包气带土壤的影响,才可以确定最科学合理的果类垃圾处理方式,最后通过一系列的科学探究确定最合理的水果垃圾资源化方式,这样才算符合绿色农业和循环农业的发展特征。为水果的种植,存储及果类垃圾高效利用提供系统而科学的建议。
尉敬涛[3](2019)在《基于图像识别的谷子幼苗期元素失衡判断的应用》文中研究表明随着我国谷子种植面积的逐年增加,谷子已经成为我国北方甚至全国重要的杂粮作物。谷子幼苗期及生长过程中需要时刻检测土壤和施肥环境,避免出现大规模的缺钾、缺镁等元素缺失情况。准确识别谷子在幼苗时期及生长过程中是否存在元素缺失的情况,对及时为谷子补充所需营养物质和预测谷子未来的长势都具有重要的意义。随着农业信息化技术的发展,计算机技术在图像识别方面应用取得的良好效果,为谷子生长中是否缺少元素图像的识别判断提供了有力的支持。深度学习方法在图像识别领域中有着传统图像识别方法所难以达到的效果,随着人工神经网络模型的出现和不断完善,深度学习方法在图像识别领域所取得的识别精度和准确度不断提升,这为本文所研究的课题提供了重要依据。本文提出了一种改进的卷积神经网络,使用Inception结构进行优化,在不同尺度上组合深度特征以识别各种大小的异变斑块形态,准确提取输入谷子图形的特征,从而提高网络识别分类的准确率。实验结果表明,本文所设计的方法在有效识别谷子图像缺少元素类型方面可以达到较高的识别精度,进一步验证了本文研究课题的有效性和所提方法的高效性。
王锐[4](2016)在《贺兰山东麓土壤特征及其与酿酒葡萄生长品质关系研究》文中指出宁夏贺兰山东麓酿酒葡萄产区土地资源、水热系数、光温优势明显,酿酒葡萄香气发育完全,色素形成好,糖含量高,酸度适中,病虫害轻,被国内外专家认定为世界最佳酿酒葡萄生态栽培地区之一。气候因素与优质酿酒葡萄品质关系的研究较多,但与葡萄品质形成关系密切的土壤因子尚不明确。通过大量采样研究和试验,全方位分析了贺兰山东麓酿酒葡萄产区土壤物理、化学和生物学性质,系统研究了土壤质量因子与酿酒葡萄生长发育、产量和品质形成的关系,建立了完善的土壤质量评价指标体系,旨在为贺兰山东麓酿酒葡萄产业可持续发展提供理论依据和实践指导。主要研究结果如下:1.通过对贺兰山东麓典型酿酒葡萄园不同土壤层次和种植年限的土壤物理指标进行分析发现:(1)贺兰山东麓土壤质地粗,砂粒含量50%以上,受冬季埋藤的影响,表层和次表层差异不显着,1 m左右洪积母质特征明显,土壤发育程度差。(2)土壤团聚体含量较少,随酿酒葡萄种植年限的增加,葡萄园土壤>0.25 mm水稳性团聚体显着增加。(3)葡萄园土壤容重普遍偏大,平均达到1.39 g·cmP-3P以上,过大的容重抑制了根系的生长发育,长势受限。(4)土壤表层以通气孔隙和毛管孔隙为主,次表层以毛管孔隙为主,底层则以非活性孔隙和毛管孔隙为主,土壤通透性好,但水肥渗漏严重。(5)土壤底层田间持水量最高,表层饱和含水量最高,田间持水量变异系数较大,饱和含水量变异系数相对较小,土壤干湿转换快,保水性能差。(6)按照贺兰山东麓百万亩葡萄长廊分布区域划分,贺兰山沿山产区砂性较强,以砾质砂土为主,不利于酿酒葡萄根系发育;芦花台产区土壤过于粘重;黄羊滩和玉泉营产区土壤以淡灰钙土和风沙土为主,土壤物理结构不稳定;青铜峡和大武口产区以砂壤土为主,通气性较好;红寺堡产区以中壤为主,土壤持水能力强。2.贺兰山东麓酿酒葡萄园土壤化学指标空间变异显着,(1)酿酒葡萄园土壤p H变异较大,主要集中在8.11-9.21之间,多呈强碱性。(2)不同层次间全盐含量差异不显着,区域间变异较大,总体上含量较低,非限制因素。(3)土壤有机质普遍偏低,新定植葡萄园<6 g kg-1,表聚性明显。(4)土壤碱解氮随土层深度的增加而递减,但水氮协同分布,差异不显着。(5)酿酒葡萄园土壤有效磷的含量普遍较高,但受表土施肥影响变异性较大,其含量随着土层的加深而显着降低。(6)受土壤母质和酿酒葡萄施肥方式影响,表层速效钾含量较高,随深度增加而降低。(7)贺兰山东麓土壤中微量元素处于低水平状态,除了有效钙、有效镁和有效铜以外都比较缺乏,强碱性环境加重了微量营养元素供应不足。3.不同种植区域和种植年限酿酒葡萄园土壤生物学指标研究表明,(1)随着定植年限的增加微生物代谢熵显着降低,葡萄的种植降低了微生物代谢过程中的能量利用效率,维持微生物活性需要消耗更多的碳源。2年生酿酒葡萄园土壤微生物呼吸消耗碳最高,土壤基础呼吸速率与有机碳的比率随着葡萄种植年限的增加而下降。(2)土壤脲酶、磷酸酶和蔗糖酶活性均可用于表征石灰性瘠薄土壤的肥力水平。(3)土壤微生物量氮越高,对应的微生物量氮和全氮的比值非同步越高,2年葡萄园整体最高,5年生葡萄园随深度增加而减少,8年生葡萄园随深度增加而增加。(4)贺兰山东麓土壤微生物量磷含量在0.28-3.00 mg·kg-1之间,施肥导致土壤微生物量磷显着增加,酿酒葡萄定植年限越长,土壤微生物量磷含量越高,随着土壤深度的增加其含量随之降低。4.对贺兰山东麓土壤质量指标与酿酒葡萄生长及品质进行相关性分析表明,(1)土壤质地能显着影响酿酒葡萄的品质,砂粒含量越高,对应可溶性固形物、总酚和单宁含量越高,可滴定酸则越低。(2)土壤有机质与副梢发生数、可溶性固形物、花色苷和单宁呈显着正相关,与根量、根深和总酚呈极显着相关,但与果汁p H呈负相关。(3)土壤全氮和碱解氮与葡萄生长指标均呈正相关,其与百叶重、新梢长、副梢数和产量相关性均达到显着水平。磷素对酿酒葡萄百粒重、果穗重和鲜重均有明显影响,磷素能促进酿酒葡萄含糖量增加,降低总酸。速效钾与果汁p H呈负相关,与可滴定酸和总酚呈显着正相关。(4)土壤有效铁对新梢生长有明显促进作用;有效锌对副梢数有一定促进作用,与可溶性固形物呈显着正相关;有效锰与花色苷和总酚呈显着相关。(5)土壤通气性和排水性直接影响葡萄果粒大小和果穗松散度,果穗越松散,受光效果越好,花色苷越高,果粒越小,花色苷的累积越高。(6)土壤微生物及酶活性与酿酒葡萄品质形成因素相关性不大,微生物量C、N、P与可溶性固形物相关性较高。(7)土壤因素参与了酿酒葡萄浆果的酚类化合物合成,不同土壤类型下酿酒葡萄成熟度和品质差异显着。风沙土酿酒葡萄成熟期较早,果实糖分、果皮颜色物质含量较高,对葡萄芳香物质形成较好;灰钙土上葡萄成熟期适中,单宁适中,酸度偏低,对单宁和酚类物质形成较为适宜;灌淤土上葡萄成熟期较长,葡萄果实酸度含量较高。5.采用主成分分析法与灰色关联度分析方法构建了贺兰山东麓土壤物理、化学和生物学质量综合评价体系。从代表性、经济性、重现性、可操作性等多方面综合信息考虑,从33个指标中得到了一个能最大限度的代表所有候选土壤参数而又尽可能少的损失这些候选参数所包含的土壤质量信息的最小数据集,分别由物理质量指标中的质地、容重和田间持水量,化学质量指标中的有机质、速效钾、有效钙,生物学质量指标中的微生物区系总量共8项关键指标共同构成。这一综合评价指标体系能够有效反映贺兰山东麓酿酒葡萄园土壤自身质量优劣,也能充分反映土壤质量与酿酒葡萄产量品质的紧密关系,从而能够用于提高土壤质量,优化区域土地资源以及土地的持续利用,并有力促进贺兰山东麓酿酒葡萄优势产区酿酒葡萄产业的可持续发展。
吉晶[5](2015)在《现代农业产业技术体系效果研究 ——以北京市果菜、生猪、观赏鱼创新团队为例》文中提出2007年底,农业部和财政部共同启动了国家现代农业产业技术体系建设试点工作,试点工作启动之后,多个省份积极探索现代农业产业技术体系省级创新团队建设工作。本文开展了北京市现代农业产业技术体系的效果研究,以最先启动的果类蔬菜、生猪和观赏鱼三个产品的创新工作为例,采用描述性分析和计量经济学的分析方法研究创新团队在制度创新、人力资本建设、满足农民技术需求、改善民生和提高北京市农产品竞争力等方面的影响,发现创新团队建设中存在的问题,提出下一步创新工作的建议。本文的研究主要得出以下结论:(1)面向农民需求调研划分的三类技术,解决了农民生产上的近期和当前问题,使创新团队的效果即刻显现。(2)创新团队的科研开发和技术服务工作取得显着成绩,建立健全了农业突发应急事件处理机制,为农业生产挽回了巨额损失。(3)农民田间学校工作站提高了相应产业农民生产的生产率,提高相关产品的竞争力,降低生产成本,经济效益显着。根据以上研究结论,本文提出如下政策建议:(1)在保证北京市农产品应急供应的前提下,延展产品的产业链。(2)明确依据三类技术分别设立的岗位职责,对团队成员的任务设置和考核指标进行科学论证。(3)整合基层农技站成为创新团队直接服务农民的基层组织,推行技术推广服务责任人制度。(4)设立就首都大市场与小产业的矛盾,政府对农户的生产补贴,相应产业的可持续发展等问题的课题研究。(5)建立长效机制,使创新工作制度化。
刘娜[6](2013)在《四川省小麦白粉病的流行研究》文中研究说明小麦白粉病在世界各地均有分布,是由小麦白粉菌(Blumeria graminis f.sp.tritici.)引起的小麦生产上的重要病害。本文通过对四川省小麦白粉病菌的越夏及其夏季寄主小麦的存活状况进行研究,明确四川省小麦白粉菌的越夏区域和范围,通过实时荧光定量PCR技术对小麦白粉菌在夏季自生麦苗内的潜伏侵染情况进行研究,并设置不同温度对夏季自生麦苗发生白粉病的情况进行研究,明确炎热夏季自生麦苗存活和发病的可能性。用含有抗白粉病基因单基因系的30个品种(系)对109份小麦白粉菌的毒性进行了鉴定。并对来自四川省的105份小麦白粉病菌进行了ISSR和SRAP分析,研究其遗传多样性,为抗病品种的培育、合理布局及病害防治提供理论依据。对30份采自不同海拔地区和30份采自不同品种上的白粉菌株进行ISSR分析,明确其遗传多样性是否与海拔和品种相关。本试验在2009-2012年度对川育20和川农26两个小麦品种进行了白粉病发生情况的系统调查,根据小麦白粉病普遍率、平均严重度、病情指数随时间变化的规律,系统分析了四川省雅安市小麦白粉病发生流行的时间动态。根据历年病情和气象资料相结合建立小麦白粉病的预测预报方程,为防治小麦白粉病的发生流行奠定理论基础。并用小麦间作不同作物,定期调查自粉病发生情况,明确间作对白粉病的防控效果。获得的结果如下:(1)几种不同贮存条件下白粉病菌闭囊壳存活情况为:干燥器>屋檐下>麦垛>地表>埋于地下。存放于干燥器和屋檐下的闭囊壳至秋播季节仍能形成子囊孢子。存于干燥器内的闭囊壳至10月30日,其成孢率仍高达44%。存放于室外潮湿条件下的闭囊壳于7月中旬全部死亡。通过闭囊壳贮存在不同温度和环境下的试验表明,在四川的多数区域小麦白粉菌能以闭囊壳的方式越夏。研究结果显示四川地区小麦白粉菌越夏的最低海拔下限为536 m。四川多地有自生麦苗存活,且少部分地区的麦苗发生白粉病。同时,通过Real、time PCR对自生麦苗的潜伏侵染情况进行研究发现虽然调查时未见其发生白粉病症状。但部分地区的自生麦苗己被白粉菌潜伏侵染。四川省小麦白粉菌的越夏方式主要有三种:1)有侵染能力的闭囊壳在适宜的环境条件下存活至秋播季节;2)闭囊壳释放子囊孢子侵染田间自生麦苗,然后以分生孢子方式在自生麦苗上持续传播,顺利越夏;3)小麦白粉菌分生孢子在一批又一批的自生麦苗上辗转传播,顺利越夏,成为秋苗的初侵染源。故即时清除田间遗留的麦杆和拔除自生麦苗,是有效防治白粉病发生的重要手段。(2)利用30个近等基因品(系)分析了四川省小麦白粉菌的毒性群体结构,结果显示小麦白粉菌群体毒性结果复杂,其中Pm6、Pm5.Pm3b.Pm3α、Pm3d的毒性频率高达70%以上;Pm3f、 Pm7f、Pm4a、Pm4b、Pm17、Pm3e、Pm3c的毒性频率为43.12~57.80%:Pm2、Pm8、Pml+2+9.Pm4+8.Pm4b+5b.Pm2+MLD的毒性频率在21.10%~35.78%之间:而Pm5+6、 PmXBD、Pm13、Pm5b、Pm2+6、PmEra的毒性频率在17.43%以下。本研究中未发现对Pm21有毒性的菌株,Pm21仍然是目前小麦育种工作中的最佳候选基因。尽管含PmXBD、Pm13、 Pm5b、Pm2+6、PmEra的小麦品种目前仍能在生产上使用,但大面积应用已具有潜在风险。通过ISSR和SRAP分子标记技术对四川省105份小麦白粉菌进行了分析,结果表明,四川小麦白粉病菌遗传多样性丰富,菌株间的遗传多样性与地理来源没有明确的相关性,部分地区存在菌株间的传播。用ISSR分子标记技术对来自不同海拔地区的30份小麦白粉菌株进行了分析,结果表明来源于不同海拔区域的菌株能聚在一起,说明四川省的小麦白粉病菌不存在明显的海拔差异,菌株之间存在交流,初步估计菌株会从高海拔地区向低海拔地区传播。用TreeView和PHYLIP-1软件绘制了进化无根树,其分析结果与NTsys-2.10e聚类的分析结果基本相同。对来自不同小麦品种上30份小麦白粉菌株进行了ISSR分析,结果表明,菌株间的遗传多样性较为丰富,经过聚类分析,来源于不同品种的菌株能聚在一起,说明四川省的小麦白粉病菌不存在明显的品种来源差异,并且来源于同一品种的部分菌株并不聚在一起,这也说明了我省小麦白粉病菌的遗传多样性丰富。用TreeView和PHYLIP-1软件对采集的30株采自不同品种上的小麦白粉菌菌株绘制了进化无根树,其分析结果与NTsys-2.10e聚类的分析结果基本一致。(3)本研究以l m行长有一个白粉菌孢子堆为该病害传播距离测定的“实查可得最低病情”,研究小麦白粉病的传播距离,实验结果显示小麦白粉病的一代传播距离最远达534 cm。综合2007~2012年5年度的小麦白粉病时间动态分析,结果显示小麦白粉病的普遍率、平均严重度、病情指数的曲线均为随时间推移的上升曲线,表现为近“S”曲线,有明显的指数增长期和逻辑斯蒂期。从2007~2012年白粉病的病情来看,小麦白粉病的始发期主要集中在11月末到12月初。其中以2010~2011年逻辑斯蒂期最长,病情指数最高。2009~2010年度和2011~2012年度白粉病的始发期比其他年份提早10~15天。整体趋势上川农26发病的严重程度明显高于川育20,掌握病情的时间流行动态,为小麦白粉病的预测预报提供科学依据。从病情增长量的多峰曲线可以看出病情指数的快速增长时期延迟于普遍率,位于小麦白粉病的逻辑斯蒂期的末期开始增长。而普遍率快速增长时期则与逻辑斯蒂期同步。明确病情的增长动态,为提前防治小麦白粉病提供理论基础。用SPSS软件对2007~2012年雅安地区发生小麦白粉病的各指标进行逻辑斯蒂曲线和S型曲线拟合,结果显示逻辑斯蒂曲线拟合效果最好。(4)用雅安市雨城区1990~2007年小麦白粉病的普查历史病情结合历年气象资料,建立雅安地区小麦白粉病预测预报模型。经过逐步回归分析与验证,得到预测方程Y=13.968+1.363X9-1.064X46-0.213X25-0.331X22+0.166X30+0.011X37-0.692X26.其中Y与X9(2月5日病叶率)、X30(2月份平均最高气温)和X37(2月份降雨量)呈显着正相关,与X46(3月份平均相对湿度)、X25(1月份极端最低气温)X22(1月份最高平均气温)、X26(1月份平均相对湿度)呈显着负相关。用预测方程对2008年4月初的小麦白粉病情进行预测,符合率达88.51%。用2007-2012年小麦白粉病逐年系统调查病情结合历年气象资料,建立预测模型,得到回归方程y=10.583+3.432x29-1.812X47+0.067x11+0.278x49。由回归方程式可以看出,四川省雅安市3月初期的小麦病情指数(y)与X29(1月下旬极端最低气温)、X11(1月上旬降雨量)和X49(2月中旬极端最低气温)呈显着正相关,而与X47(2月中旬最低平均气温)呈显着负相关。用预测方程对2013年3月初的小麦白粉病情进行预测,符合率达90%。(5)小麦间作能够减轻白粉病的发病程度,提高小麦的产量,实验结果显示小麦净作在各个阶段的病情指数均大于间作。综合2011和2012年的实验结果可以看出雅安地区间作的小麦籽粒千粒重和产量明显高于净作,其中间作的小麦籽粒千粒重较净作提高了10%以上,理论产量提高了约10~20%左右。2012年简阳地区的几种间种模式的结果显示,小麦/蚕豆和小麦/豌豆间作模式的千粒重和理论产量均明显高于净作,分别达到41.02 g,427.72kg和40.64 g,406.84kg,较净作分别提高了9.3%,17.4%和8.3%,13.3%。结合小麦白粉病的一代传播距离,可以发现间作可以在一定程度上为白粉菌的传播设置屏障,控制白粉病的传播。间套作种植制度不但能有效的减少病虫害的发生,还能提高作物的产量,减少因农药的频繁使用而造成的环境污染,是现今作物病虫害防治的重要手段。
王富林[7](2013)在《‘红富士’苹果营养诊断技术研究》文中进行了进一步梳理于2009-2012年,分别以我国两大优势产区15年生盛果期‘红富士’苹果(M.domestica Borkh.cv. Red Fuji)、沂源县15年生‘红富士’苹果及泰安山东农业大学园艺试验站(黄家庄)3年生‘红富士’苹果幼树为试材,采用养分分级标准及叶片DRIS诊断法,对两大产区高产(>37500kg.hm-2)、低产(<37500kg.hm-2)园土壤和叶片营养状况进行了诊断;采用施肥试验的方法分析了不同施氮肥水平、不同钙肥处理和不同NP配比对‘红富士’苹果生长等的影响,同时利用稳定同位素15N示踪技术,研究了NP配比对‘红富士’苹果15N-尿素吸收、分配与利用的影响。主要结果如下:1、通过对我国环渤海和黄土高原两大优势产区‘红富士’苹果园土壤有效养分和叶片矿质元素含量的测定及营养状况诊断结果表明:环渤海产区土壤有机质、碱解N、速效P、速效K有效养分均值分别为10.9g.kg-1、73.21mg.kg-1、70.22mg.kg-1、169.2mg.kg-1;黄土高原产区上述各指标均值分别为11.7g.kg-1、56.46mg.kg-1、14.91mg.kg-1、135.78mg.kg-1;除有机质外,碱解N、速效P、速效K有效养分含量为环渤海产区高于黄土高原产区;通过DRIS法对两大优势产区叶片营养诊断结果表明:环渤海产区低产园叶片最缺乏的元素为Ca、K,其次是Fe、N、Zn,最不缺乏的是Cu、Mo;黄土高原产区低产园叶片最缺乏的元素是P、K,其次是N、Zn、Cu等,最不缺乏的是B、Ca。环渤海、黄土高原产区土壤有效养分状况均为有机质中等偏低、缺N;环渤海产区富P少K;黄土高原产区贫P缺K。2、不同施氮肥水平试验对‘红富士’苹果生长指标、衰老和矿质营养元素含量的影响结果表明:‘红富士’苹果品质指标中,果实硬度N2(每100Kg产量施纯氮0.6Kg)处理最大为9.01,N1(每100Kg产量施纯氮0.5Kg)次之,N3(每100Kg产量施纯氮0.7Kg)最小;单果质量由大到小排序为N3>N1>N2,套袋数目、单株产量及可溶性糖由大到小排序均为N2>N1>N3;可溶性固形物由大到小排序为N1>N2>N3;综合分析以N2处理对‘红富士’苹果品质最佳。年周期中N1处理SOD、CAT呈单波峰变化,POD呈双波峰变化;N2处理SOD呈双波峰变化,POD、CAT呈单波峰变化;N3处理SOD、POD、CAT均呈双波峰变化;3种酶活性的峰值均出现新梢旺长期和果实膨大前期。3、不同NP配比施肥对‘红富士’苹果幼树生长和15N-尿素吸收、分配及利用的影响结果表明:P1、P2、P3处理水平分别为170、255、340Kg.hm-2时,不同NP配比处理间’红富士’幼树总干重差异显着,由大到小依次为N1P2、N1P3、N2P1、N1P1、N2P3、N3P2、N2P2、N3P3、N1P3;叶绿素SPAD值差异显着,由大到小依次为N1P2、N2P2、N1P3、N2P1、N1P1、N3P2、N2P3、N3P1、N3P3;其中,总干重、叶绿素均以N1P2处理效果最好。不同NP处理间蒸腾速率差异显着,N2P3处理最大为2.24mmol/(m2.s),N1P1、N1P2处理最低为1.43mmol/(m2.s);光合速率则以N1P3配比最大为13.46umol/(m2.s),N3P3处理最低为9.76umol/(m2.s)。不同NP配比处理并没有改变树体各器官间Ndff的高低顺序和15N分配规律。不同NP配比施肥15N-尿素的利用率以N1P2配比最高为13.6%。综上所述,各NP配比处理中N1P2为最优处理。4、喷施不同钙肥对‘红富士’苹果品质、矿质营养元素含量的影响结果表明:叶片叶绿素SPAD值从盛花期至果实膨大前期逐渐升高,在果实膨大期至果实成熟期达到最高,果实成熟期后逐渐降低;喷施钙肥处理显着提高叶片叶绿素SPAD值,其中最佳为CaNO3、新禾丰果蔬钙。喷施钙肥处理能显着提高‘红富士’苹果果实硬度、可溶性固形物、可溶性糖、单果重、套袋数目、单株产量等各项指标,众德康朴盖美膨对提高‘红富士’苹果品质效果最佳,CaCl2、柠檬酸钙增产效果最好。果实中Ca含量与其他各元素(除Cu外)、可溶性固形物、单株产量呈正相关关系,其中与K、可溶性固形物相关系数0.74**、0.76**达到极显着水平。喷施钙肥能够显着提高’红富士’苹果品质。
刘娟[8](2011)在《柑桔园链格孢菌的鉴定与防治》文中指出柑桔是世界第一大水果,中国是最重要的原产中心之一,其栽培面积和年产量均居世界第一位。链格孢属真菌是植物重要的病原菌,种类多,寄主范围广,对环境和基质的适应性很强,在自然界中广泛分布。在柑桔园中,链格孢菌是一种重要的真菌病害,它侵染柑桔的叶片、茎干和果实,引起Allbinism白化病,粗皮柠檬链格孢叶斑病,链格孢茎干底部腐烂病,以及柑桔褐斑病和柑桔黑腐病,导致柑桔产业损失严重。目前,在中国西南地区柑桔园中发现,链格孢侵染卡里佐枳橙幼苗的叶片和枝条,引起大量幼苗的猝死,同时发现链格孢也是金柑流胶的致病菌之一。因此对柑桔园的链格孢菌进行致病机理和药剂防治的研究将为控制链格孢菌的流行奠定基础。本论文主要针对柑桔园7株链格孢菌的形态、遗传多样性、致病机理进行了初步研究,测定了20种杀菌剂的室内毒力。主要研究结果如下:1.通过组织分离法得到MP2、MP3、MP4、JG2、JG4、T1-4和T2-3 7株链格孢菌。通过形态观察和致病性检测分析发现7株链格孢菌之间具有一定差异。通过rDNA-ITS测序鉴定,7株链格孢菌只能被鉴定到Alternaria sp.。2.过rDNA-ITS序列聚类分析发现所有菌株被分为两大支,MP2和MP4与Alternaria tenui、Alternaria astragali、Alternaria sp. OUCMBI101196聚为一支。MP3,JG4,T1-4,T2-3与Alternaria alternate, Alternaria citri, Alternaria longipes等聚为一支。通过RAPD结果聚类分析发现7株链格孢菌被分为三大支,MP2,MP4和MP3聚为一类,JG4与T1-4和T2-3聚为一类,JG2单独聚为一类。综合rDNA-ITS及RAPD分析结果,MP2与MP4可能是相似种或相同种,与A.tenui、A.astragali、Alternaria sp. OUCMBI101196较近。MP3, JG4, T1-4, T2-3与A.alternate, A.citri, A.longipes等有较近的亲缘性,可能是相近种。而JG2单独为一支,还需进一步鉴定。这为柑桔园链格孢进行进一步的分类鉴定,为快速鉴定链格孢真菌奠定了基础。3.通过颜色反应,发现MP3毒素为酮类物质与,与已报道A. citri产生的ACT毒素相似。通过对MP3毒素处理枳橙叶片细胞的POD、APX舌性和MDA含量进行测定,结果表明,MP3毒素可以造成POD、APX活性下降,MDA含量升高。这表明MP3毒素能够抑制保护性酶的系统的作用,使细胞内活性氧清除系统遭到破坏,导致活性氧大量累积,致使质膜发生过氧化反应,产生MDA,而且MDA的含量随着MP3毒素浓度的增加而增加。证明MP3毒素作用位点为质膜,这与ACT毒素作用位点是质膜相一致。4.选取田间常用的20种杀菌剂,进行室内毒力测定。结果表明,各药剂在不同试验浓度下对链格孢MP3菌丝的生长均有不同程度的抑制作用,抑制率与浓度呈正相关。70%丙森锌EC50值为0.2475μg/mL,其抑菌效果最好;其次为10%苯醚甲环唑、50%丙环唑、27.12%碱式硫酸铜、16%松脂酸铜、10%井冈霉素、40%杜邦福星、70%氢氧化铜、22%抑菌唑、1.5%噻霉铜、65%代森锰锌;40%多菌灵的抑制效果最差,EC50值为911.7747μg/mL。到目前为止,防治链格孢菌较好的药剂仍然是代森锰锌和铜制剂类的杀菌剂。这为柑桔园链格孢菌的防治提供了参考。
刘晴蕊[9](2010)在《苹果病害智能诊断系统研究与实现》文中研究指明苹果种植是陕西六大支柱产业之一,而影响苹果产量和质量的主要因素是苹果病虫害,如何利用现代信息技术进行苹果病虫害诊断,为及时防治提供快捷方法是迫切需要研究的问题。本文针对苹果病虫害的诊断、预防和治理要求,从苹果病害特征分析入手,主要研究苹果病害诊断中的知识获取与推理方法,基于相似度和基于BP神经网络的专家系统模型的病害诊断方法,构建了苹果病害知识库以及诊断平台和智能系统平台。主要研究内容和结论如下:(1)全面、详细的分析了苹果病害致病因子、影响因子、病害种类、病害知识类型,确定了苹果病害的诊断参数(发生时期、发生部位、病状颜色、病状形状、病症)和病害知识表示方法,采用动态编码方式,自动生成病害诊断参数编码及诊断规则编码并存储到知识库中,分析了知识库的存储结构,构建了基于关系数据库的苹果病害知识库。(2)研究了基于相似度的病害诊断模型。定义了苹果病害诊断相似度的概念,给出了苹果病害相似度的判断方法和标准,采用粗糙集理论方法,确定病害规则诊断参数在相似度诊断模型中所占权重,在不同病害同一诊断参数参数权重不变的条件下,构建了相似度模型及其算法平台,实验结果表明,在3组测试样本下,基于相似度模型的诊断正确率分别为91.70%、78.40%、33.30%。(3)为进一步提高病害诊断正确率,研究了基于BP神经网络的苹果病害诊断模型,采用动态生成编码,将病害、诊断参数等存储到知识库中等策略进行网络程序设计,以病害诊断参数为输入,以病害诊断结果为输出,实现在Web方式下利用BP神经网络进行苹果病害诊断。实验结果表明,在3组测试样本下,BP神经网络诊断的正确率分别达到93.30%、80.00%、46.70%,均高于相似度模型的诊断正确率。(4)设计并实现了诊断算法评测系统,以及3层B/S模式的苹果病害智能诊断系统。针对苹果病害智能诊断系统的架构及功能模块,分别设计了算法测试软件及病害诊断软件,利用算法测试软件对提出的诊断方法进行测试、验证和演示算法计算过程,而且使用户可以对知识库中的知识进行增加、删除和修改,利用苹果病害智能诊断系统完成病害查询、诊断、防治指导、专家在线交流等功能。
许敏[10](2009)在《陕西省渭北红富士苹果叶片营养诊断与评价研究》文中指出叶片营养分析与诊断己广泛应用于国内外果树营养与土壤肥力的研究,根据叶片营养诊断,可以确定施肥时补充养分的先后顺序,诊断出潜在的养分缺乏以及叶片矿质养分总的平衡状况,已成为果树现代化生产的重要手段之一。陕西省苹果栽植面积已发展到达60.3万hm2,主要集中分布在渭北一带。渭北海拔高,昼夜温差大,光热资源丰富,是世界上最佳的苹果适生区,也是全国主要苹果产区中唯一符合最适宜区7项气候指标的优生区。目前,国内外有关叶片营养研究很多,制定了不少地方性营养诊断标准,但迄今尚缺乏对陕西省渭北红富士叶片营养特点的系统研究。为此,本文在果园的叶片养分含量分析测定的基础上,进行了叶片营养元素间的相关分析,并利用DRIS,M-DRIS和DOP法对叶面营养进行诊断,从而探讨丰产树的营养指标,指出了陕西省红富士果园的需肥状况。通过分析与研究得到如下结论:1.对渭北地区红富士主产区果园施肥状况进行了全面调查,摸清了当前红富士果园施肥现状,明确了养分管理中存在的问题。通过137个有代表性的红富士果园养分现状的调查,表明:陕西省渭北地区有40.1%的红富士果园施用了有机肥,有机肥的施用比例稍稍偏低;根据陕西果树专家提出的红富士苹果盛果期施肥标准[114]:有机肥60000 kg/hm2, N, P2O5, K2O的高量指标分别为378, 396, 270 kg/hm2,养分比为1:1.05:0.71,比较可以发现,各地区氮肥的平均施用量都超过这些指标;磷肥和钾肥部分超标。2.揭示了渭北红富士主产区苹果叶片中矿质元素养分丰缺现状及苹果园缺素种类和范围。将陕西省红富士叶片养分含量进行分级结果表明:红富士叶片营养元素中,P的含量最高,过高值的比例达92.07%。其次是N和Fe。N的高值比例为33.54%,过高值比例达55.49%,Fe的高值比例为11.59%,过高值比例高达69.51%。K、Mn、Zn处在正常范围内的比值最大,分别为34.15%、39.63%、48.78%,但K有26.22%处在过高值水平。Ca、Mg缺乏严重,其中,Ca有53.66%处于缺乏水平,Mg为40.85%;Cu最缺乏,缺乏比例高达87.80%,无高值和过高值。3.叶片营养元素间的拮抗与增效作用相当普遍。红富士叶片养分含量相关分析结果表明,P-K、P-Ca、K-Ca、Mn-Zn呈极显着正相关;Ca-Mg、Cu-Zn呈显着正相关;K-Fe呈极显着负相关;N-P、N-K、N-Mg、N-Fe、N-Zn、P-Mg、P-Fe、P-Mn、P-Zn、K-Mg、K-Zn、Ca-Cu、Ca-Mg、Ca-Zn、Mg-Fe、Cu-Fe、Mn-Fe、N-Ca、N-Mn、P-Cu、K-Cu、K-Mn、Ca-Fe、Mg-Cu、Mg-Zn、Mg-Mn、Cu-Mn、Fe-Zn间也有相关性。4.以产量为目标研究了红富士叶片DRIS、M-DRIS和DOP法的参数与参比值,并综合运用三种方法对渭北地区代表性果园进行了诊断。三种方法结果近似,尤其是DRIS和M-DRIS诊断结果极其接近,在实际中只需运用其中的一种即可。
二、苹果两类小叶病的区分与防治(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、苹果两类小叶病的区分与防治(论文提纲范文)
(1)减施农药:农户行为及其效应研究(论文提纲范文)
中英文缩略词对照表 |
摘要 |
Abstract |
1 导论 |
1.1 研究背景、目的与意义 |
1.1.1 研究背景 |
1.1.2 研究目的与意义 |
1.2 国内外研究文献综述 |
1.2.1 关于农户过量施药行为及其影响因素的研究 |
1.2.2 关于农户高效施药技术采纳行为的研究 |
1.2.3 关于农户绿色防控技术采纳行为的研究 |
1.2.4 关于调整种植结构控制农药施用量的研究 |
1.2.5 关于农户减施农药行为激励政策的研究 |
1.2.6 相关文献研究述评 |
1.3 研究目标与研究内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.4 研究方法与技术路线 |
1.4.1 研究方法 |
1.4.2 技术路线 |
1.5 创新点与不足之处 |
1.5.1 创新点 |
1.5.2 存在的不足 |
2 相关概念界定与理论基础 |
2.1 相关概念界定 |
2.1.1 化学农药减量增效 |
2.1.2 农户减施农药行为 |
2.1.3 高效施药技术 |
2.1.4 绿色防控技术 |
2.2 理论基础 |
2.2.1 要素替代理论 |
2.2.2 外部性理论 |
2.2.3 信息不对称理论 |
2.2.4 产业组织理论 |
2.3 本章小结 |
3 我国农药施用总量变化及样本农户减施农药行为特征分析 |
3.1 我国农药施用总量变化趋势及现状 |
3.1.1 农药施用量变化的时间序列特征 |
3.1.2 我国农药施用量变化的空间区域特征 |
3.2 苹果种植样本户减施农药的行为特征 |
3.2.1 调查问卷设计与样本数据特征 |
3.2.2 样本农户减施农药意愿及行为特征 |
3.3 本章小结 |
4 农户减施农药行为的理论分析 |
4.1 农户减施农药行为机理 |
4.1.1 农户减施农药行为的经济学涵义 |
4.1.2 农户减施农药行为的微观决策机理 |
4.2 节药型技术特性对农户减施农药行为的影响 |
4.2.1 正外部性与农户减施农药行为 |
4.2.2 技术信息不对称性与农户减施农药行为 |
4.2.3 规模经济性与农户减施农药行为 |
4.3 本章小结 |
5 农户采纳高效施药技术行为及效应评价 |
5.1 不同高效施药技术的技术属性差异 |
5.2 农户对不同属性高效施药技术的采纳行为 |
5.2.1 理论分析与研究假说 |
5.2.2 模型构建与变量设置 |
5.2.3 结果与分析 |
5.3 农户采纳高效施药技术的减药增收效应评价 |
5.3.1 理论分析与研究假说 |
5.3.2 模型选择与变量设置 |
5.3.3 实证结果与分析 |
5.4 本章小结 |
6 农户采纳绿色防控技术行为及效应评价 |
6.1 绿色防控技术应用特点 |
6.2 风险感知、技术认知与农户绿色防控技术采纳意愿 |
6.2.1 文献回顾 |
6.2.2 理论分析与研究假说 |
6.2.3 模型构建与变量设置 |
6.2.4 实证结果与分析 |
6.3 政府支持、采纳效果与农户绿色防控技术持续采纳行为 |
6.3.1 理论分析与模型构建 |
6.3.2 变量定义与描述性统计分析 |
6.3.3 实证结果与分析 |
6.4 农户采纳绿色防控技术的减药增收效应评价 |
6.4.1 理论分析与研究假说 |
6.4.2 模型构建与变量设置 |
6.4.3 实证结果与分析 |
6.5 本章小结 |
7 农户减种“节药型”农作物行为及其效应评价 |
7.1 农药施用强度与农作物分类 |
7.2 我国“节药型”农作物占比变化及地区差异 |
7.2.1 我国“节药型”农作物占比变化情况 |
7.2.2 我国各地区“节药型”农作物占比变化及地区差异 |
7.2.3 我国种植结构变化的动因分析 |
7.3 农户减种“节药型”农作物对减施农药的负效应测算 |
7.3.1 思路与方法 |
7.3.2 结果与分析 |
7.4 本章小结 |
8 农户减施农药的激励政策优化设计 |
8.1 当前我国农药减施激励政策及优化方向 |
8.1.1 当前我国农药减施激励政策 |
8.1.2 当前农药减施激励政策优化方向 |
8.2 优化农药减施激励政策的建议 |
8.2.1 高效施药技术采纳激励政策建议 |
8.2.2 绿色防控技术采纳激励政策建议 |
8.2.3 引导农户选种“节药型”农作物的政策建议 |
8.2.4 外部性内部化补贴政策建议 |
8.3 本章小结 |
9 研究结论与展望 |
9.1 研究结论 |
9.2 研究展望 |
参考文献 |
附录 山东省苹果种植户减施农药行为调查问卷 |
致谢 |
攻读博士学位期间取得的学术成果 |
(2)水果垃圾产生与腐败机理及其在包气带土壤中的迁移转化研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究基础 |
1.2 国外处理方法及研究现状综述 |
1.3 国内的处理方式及研究现状 |
1.4 总结 |
第二章 水果垃圾产生来源汇总及对策 |
2.1 果树的落花落果 |
2.1.1 生长期气候异常 |
2.1.2 营养供应不足 |
2.1.3 病虫害严重 |
2.2 水果采后储存期内致病微生物繁殖 |
第三章 应对产生水果垃圾的对策分析 |
3.1 种植对策分析 |
3.1.1 营造良好的果园生态气候 |
3.1.2 合适的种植品种和先进种植策略 |
3.1.3 合适的管理措施 |
3.1.4 实时调控果园温度 |
3.1.5 防治病虫害的发生 |
3.2 采摘后存贮对策分析 |
3.2.1 冷藏保存 |
3.2.2 控制相对湿度,空气的流速 |
3.2.3 调节氧和二氧化碳的浓度(气贮) |
第四章 水果垃圾腐败机理 |
4.1 实验方案 |
4.2 生物信息分析流程 |
4.3 测序信息统计 |
4.4 测序信息统计 |
4.4.1 优化后的原始序列信息 |
4.4.2 序列长度分布图 |
4.5 物种注释与评估 |
4.5.1 OTU分析 |
4.5.1.1 综合信息表(OTU分类学) |
4.5.2 分类学分析 |
4.5.2.1 Pan/Core物种分析 |
4.5.3 Alpha多样性分析 |
4.5.4 稀释曲线分析 |
4.6 物种组成情况分析 |
4.6.1 群落组成分析 |
4.6.1.1 Bar图和Pie图(苹果组织微生物群落) |
4.6.1.2 Heatmap图(苹果组织微生物群落) |
4.6.2 样本与物种关系(苹果组织) |
4.7 各样本之间的比较分析(苹果组织) |
4.7.1 Beta多样性分析 |
4.7.1.1 苹果组织样本层级聚类分析 |
4.7.1.2 样本距离Heatmap图(苹果组织) |
4.7.2 PCA(主成分分析) |
4.7.3 PCoA分析 |
4.7.4 NMDS分析 |
4.7.5 PERMANOVA分析 |
4.8 菌群分型分析 |
4.8.1 各样本组分型组成柱状图 |
4.9 分析结论 |
第五章 苹果内生菌在包气带土壤迁移种类分析 |
5.1 土壤样本数据测序信息 |
5.1.1 测序原始数据 |
5.1.2 优化序列统计 |
5.2 测序物种注释与评估 |
5.2.1 OTU分析 |
5.2.2 Alpha多样性分析 |
5.2.2.1 多样性指数 |
5.2.2.2 微生物Alpha多样性算法 |
5.2.3 Alpha多样性分析 |
5.2.4 稀释性曲线 |
5.3 物种组成分析 |
5.3.1 物种Venn图分析 |
5.3.2 群落组成分析 |
5.3.2.1 菌群柱形图(Bar图) |
5.3.2.2 群落饼图(Pie图) |
5.3.2.3 多级物种Sunburst图 |
5.3.2.4 群落Heatmap图 |
5.3.2.5 样本与物种关系图(Circos) |
5.3.2.6 Ternary三元相图 |
5.4 样本比较分析(Beta多样性分析) |
5.4.1 样本层级聚类 |
5.4.2 样本距离Heatmap图 |
5.4.3 PCA分析 |
5.4.4 多维分组PCA分析 |
5.4.5 PCoA分析 |
5.4.6 NMDS分析 |
5.5 样本分组分析 |
5.5.1 ANOSIM分析 |
5.5.2 PERMANOVA分析 |
5.5.3 PLS-DA分析 |
5.6 本章小结 |
第六章 水果垃圾资源化探究 |
6.1 水果垃圾联合发酵技术 |
6.1.1 实验材料 |
6.1.2 实验方法 |
6.1.3 实验小结 |
6.2 水果垃圾腐殖酸制法 |
6.2.1 实验材料 |
6.2.2 实验方法 |
6.2.3 测定方法 |
6.2.4 测定试剂及仪器(按照GB/T34766--2017) |
6.2.5 测试步骤 |
6.2.6 实验小结 |
参考文献 |
攻读硕士学位期间发表的论文和科研成果 |
作者简介 |
致谢 |
(3)基于图像识别的谷子幼苗期元素失衡判断的应用(论文提纲范文)
摘要 |
1 绪论 |
1.1 研究背景与意义 |
1.1.1 谷子概述 |
1.1.2 谷子幼苗期及生长过程中缺元素的表现 |
1.1.3 农作物元素缺失的诊断方法 |
1.2 国内外研究现状 |
1.3 本文组织结构 |
2 相关技术概述 |
2.1 常见的深度学习网络模型概述 |
2.1.1 自编码网络 |
2.1.2 深度信念网络 |
2.1.3 卷积神经网络 |
2.2 Python语言简介 |
2.3 本章小结 |
3 谷子元素缺失识别的关键技术 |
3.1 经典网络结构 |
3.1.1 Lenet-5 网络 |
3.1.2 AlexNet网络 |
3.2 数据集的构建 |
3.3 本章小结 |
4 基于CNN网络的谷子元素缺失识别算法改进与实现 |
4.1 相关基础技术 |
4.1.1 非线性激活函数 |
4.1.2 Inception结构 |
4.1.3 dropout优化 |
4.2 谷子幼苗期和生长过程中元素缺失识别模型改进及参数设定 |
4.2.1 改进CNN算法模型 |
4.2.2 网络训练参数设定 |
4.3 本章小结 |
5 基于CNN网络的谷子元素缺失识别实验结果 |
5.1 实验结果及分析 |
5.1.1 网络模型训练及分类结果 |
5.1.2 激活函数优化前后实验对比 |
5.1.3 dropout优化前后实验对比 |
5.1.4 Inception优化前后实验对比 |
5.2 实验结果对比 |
5.3 本章总结 |
6 总结与展望 |
6.1 实验结果与分析 |
6.2 总结与展望 |
参考文献 |
Abstract |
致谢 |
(4)贺兰山东麓土壤特征及其与酿酒葡萄生长品质关系研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.3 国内外研究进展 |
1.3.1 土壤物理性质与葡萄的关系 |
1.3.2 土壤化学性质与葡萄的关系 |
1.3.3 土壤生物学特征与葡萄的关系 |
1.3.4 土壤质量与酿酒葡萄生长及品质间的关系 |
1.3.5 土壤质量评价 |
第二章 研究内容与方法 |
2.1 研究区概况 |
2.2 研究内容 |
2.2.1 贺兰山东麓酿酒葡萄园土壤物理性质 |
2.2.2 贺兰山东麓酿酒葡萄园土壤化学性质 |
2.2.3 贺兰山东麓酿酒葡萄园土壤微生物性质 |
2.2.4 贺兰山东麓土壤质量与酿酒葡萄生长及品质相关性分析 |
2.2.5 贺兰山东麓酿酒葡萄产区土壤质量评价 |
2.3 研究方法 |
2.3.1 采样点布设 |
2.3.2 土壤样品采集 |
2.3.3 酿酒葡萄园土壤物理性质测定 |
2.3.4 酿酒葡萄园土壤化学性质测定 |
2.3.5 酿酒葡萄园土壤生物学性质测定 |
2.3.6 酿酒葡萄生长指标监测及品质分析 |
2.3.7 土壤评价指标构建 |
2.3.8 数据统计及分析 |
2.4 技术路线 |
第三章 贺兰山东麓酿酒葡萄园土壤物理性质 |
3.1 引言 |
3.2 研究方法 |
3.3 结果与分析 |
3.3.1 贺兰山东麓酿酒葡萄园土壤机械组成 |
3.3.2 贺兰山东麓酿酒葡萄园土壤团聚体 |
3.3.3 贺兰山东麓酿酒葡萄园土壤容重 |
3.3.4 贺兰山东麓酿酒葡萄园土壤孔隙性状 |
3.3.5 贺兰山东麓酿酒葡萄园土壤水分特征 |
3.4 讨论 |
3.5 小结 |
第四章 贺兰山东麓酿酒葡萄园土壤化学性质 |
4.1 引言 |
4.2 研究方法 |
4.3 结果与分析 |
4.3.1 贺兰山东麓酿酒葡萄园土壤pH |
4.3.2 贺兰山东麓酿酒葡萄园土壤全盐 |
4.3.3 贺兰山东麓酿酒葡萄园土壤有机质 |
4.3.4 贺兰山东麓酿酒葡萄园土壤氮 |
4.3.5 贺兰山东麓酿酒葡萄园土壤磷 |
4.3.6 贺兰山东麓酿酒葡萄园土壤钾 |
4.3.7 贺兰山东麓酿酒葡萄园土壤中微量元素 |
4.4 讨论 |
4.5 小结 |
第五章 贺兰山东麓酿酒葡萄园土壤生物学特征 |
5.1 引言 |
5.2 研究方法 |
5.3 结果与分析 |
5.3.1 贺兰山东麓酿酒葡萄园土壤微生物数量 |
5.3.2 贺兰山东麓酿酒葡萄园土壤酶活性 |
5.3.3 贺兰山东麓酿酒葡萄园土壤微生物量分析 |
5.4 讨论 |
5.5 小结 |
第六章 贺兰山东麓土壤质量与酿酒葡萄生长及品质相关性分析 |
6.1 引言 |
6.2 研究方法 |
6.3 结果与分析 |
6.3.1 土壤物理性质与葡萄生长和品质的关系 |
6.3.2 土壤化学性质与葡萄生长和品质的关系 |
6.3.3 土壤微生物性质与葡萄生长和品质的关系 |
6.3.4 贺兰山东麓产区典型土壤类型与酿酒葡萄品质的关系 |
6.4 讨论 |
6.5 小结 |
第七章 贺兰山东麓酿酒葡萄产区土壤质量综合评价指标体系 |
7.1 引言 |
7.2 研究方法 |
7.3 结果与分析 |
7.3.1 灰色关联度法综合评价法 |
7.3.2 主成分分析法 |
7.3.3 土壤质量综合评价结果验证 |
7.4 讨论 |
7.5 小结 |
第八章 主要结果及研究创新点 |
8.1 主要结果 |
8.1.1 贺兰山东麓酿酒葡萄产区土壤物理性质 |
8.1.2 贺兰山东麓酿酒葡萄产区土壤化学性质 |
8.1.3 贺兰山东麓酿酒葡萄产区土壤质量的生物学指标 |
8.1.4 贺兰山东麓酿酒葡萄产区土壤质量指标与酿酒葡萄生长发育及品质之间的相关性 |
8.1.5 贺兰山东麓酿酒葡萄产区土壤质量综合评价指标的构建 |
8.2 主要创新点 |
8.3 进一步研究方向 |
参考文献 |
致谢 |
作者简介 |
(5)现代农业产业技术体系效果研究 ——以北京市果菜、生猪、观赏鱼创新团队为例(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究目标和内容 |
1.4 研究方法 |
第2章 现代农业产业技术体系北京市创新团队的制度创新 |
2.1 国家级和省级创新团队的建设与运行 |
2.2 北京市创新团队的建设与运行 |
2.3 北京市创新团队的制度创新 |
第3章 现代农业产业技术体系北京市创新团队的组织体系及政府投入 |
3.1 团队组织体系 |
3.2 团队承担人员及所在单位级别 |
3.3 投入经费 |
第4章 创新团队的需求调研与五年规划 |
4.1 创新团队的技术需求调研 |
4.2 需求调研成果 |
4.3 需求调研与五年规划 |
第5章 创新工作的主要成绩 |
5.1 科研开发 |
5.2 技术服务 |
5.3 应急事件处理 |
5.4 团队建设 |
第6章 创新团队工作情况评估 |
6.1 创新计划完成情况 |
6.2 创新人员工作情况评估 |
6.3 存在问题 |
第7章 创新工作对农户生产的影响——以果菜团队为例 |
7.1 创新工作对农户生产影响的描述性分析 |
7.2 创新工作对农户产出影响的模型设定与估计方法 |
7.3 创新工作对农户产出影响的模型估计结果与分析 |
7.4 创新工作对农户投入影响的模型设定与估计方法 |
7.5 创新工作对农户投入影响的模型估计结果与分析 |
第8章 研究结论与政策建议 |
8.1 主要结论 |
8.2 问题与讨论 |
8.3 政策建议 |
参考文献 |
附录 |
攻读学位期间发表的论文与研究成果 |
致谢 |
(6)四川省小麦白粉病的流行研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 文献综述 |
1.1 小麦白粉病的分布及危害 |
1.2 病原菌的分类地位及其病害症状 |
1.3 小麦白粉菌的生物学特性 |
1.4 影响小麦白粉病发生流行的主要气象条件 |
1.5 小麦白粉菌的越夏 |
1.5.1 小麦白粉菌闭囊壳的越夏 |
1.5.2 自生麦苗上分生孢子的越夏 |
1.5.3 中间寄主在越夏中的作用 |
1.6 群体结构 |
1.7 流行动态与预测预报 |
1.8 间套作的应用研究进展 |
1.9 分子生物学技术在植物病害研究中的应用 |
1.9.1 实时荧光定量PCR(Real-time PCR) |
1.9.2 ISSR和SRAP分子标记技术 |
1.10 本研究的意义及立项依据 |
第二章 小麦白粉菌的越夏研究 |
2.1 材料与方法 |
2.2 结果与分析 |
2.2.1 闭囊壳的越夏研究 |
2.2.2 夏播麦苗上分生孢子的越夏 |
2.2.3 自生麦苗的田间消长情况及Real-time PCR检测 |
2.3 讨论 |
2.4 结论 |
第三章 小麦白粉菌的群体遗传结构 |
3.1 材料与方法 |
3.2 结果与分析 |
3.2.1 毒性基因频率 |
3.2.2 四川省小麦白粉菌遗传多样性 |
3.4 讨论 |
3.5 结论 |
第四章 小麦白粉病田间发生流行动态 |
4.1 材料与方法 |
4.2 结果与分析 |
4.2.1 小麦白粉病的空间流行动态 |
4.2.2 小麦白粉病的时间流行动态 |
4.2.3 影响小麦白粉病田间流行动态的主要气象因子分析 |
4.2.4 四川省小麦白粉病的总体发生情况 |
4.3 讨论 |
4.4 结论 |
第五章 小麦白粉病预测预报 |
5.1 材料与方法 |
5.1.1 病害资料 |
5.1.2 气象资料 |
5.1.3 预测理论及方法 |
5.2 结果与分析 |
5.2.1 大田普查病情预测模型的建立 |
5.2.2 系统调查病情预测模型的建立 |
5.3 讨论 |
5.4 结论 |
第六章 间作对小麦白粉病流行的影响 |
6.1 材料与方法 |
6.2 结果与分析 |
6.2.1 间作对小麦白粉病发生情况的影响 |
6.2.2 间作对小麦粗蛋白含量影响的测定 |
6.2.3 间作对小麦千粒重和产量的影响 |
6.3 讨论 |
6.4 结论 |
第七章 全文总结与展望 |
7.1 全文结论 |
7.2 主要创新点 |
7.3 研究展望 |
参考文献 |
致谢 |
攻读博士学位期间发表的学术论文 |
(7)‘红富士’苹果营养诊断技术研究(论文提纲范文)
中文摘要 |
Abstract |
1 引言 |
1.1 矿质营养诊断对植物作用的进展 |
1.1.1 N |
1.1.2 P |
1.1.3 K |
1.1.4 Ca |
1.1.5 Mg |
1.1.6 Fe |
1.1.7 Zn |
1.1.8 Mn |
1.1.9 Cu |
1.1.10 B |
1.1.11 Mo |
1.2 矿质营养诊断研究方法概述 |
1.2.1 叶分析 |
1.2.1.1 叶分析诊断的理论依据及发展 |
1.2.1.2 影响叶分析的因素 |
1.2.1.3 国内外苹果叶片营养诊断适宜范围和参比值 |
1.2.2 植株其他器官分析 |
1.2.3 树体营养状况的外观诊断 |
1.2.4 土壤分析 |
1.2.4.1 土壤分析的意义 |
1.2.4.2 影响土壤分析因素 |
1.3 本试验的研究目的和意义 |
2 材料与方法 |
2.1 试材与处理 |
2.1.1 两大优势产区‘红富士’苹果园土壤和叶片营养诊断研究 |
2.1.2 不同施氮肥水平对‘红富士’苹果品质指标、衰老及矿质营养影响的研究 |
2.1.3 不同 NP 配比对‘红富士’苹果幼树生长及15N-尿素吸收、分配与利用的影响 |
2.1.4 喷施不同钙肥对‘红富士’苹果果实品质、矿质元素含量影响的研究 |
2.2 采样及测定方法 |
2.2.1 样品取样及生理指标测定 |
2.2.2 营养元素测定预处理和测定方法 |
2.2.3 植株15N 测定 |
3 结果与分析 |
3.1 两大优势产区‘红富士’苹果园土壤和叶片营养诊断研究 |
3.1.1 环渤海、黄土高原两优势产区土壤有效养分状况 |
3.1.2 环渤海、黄土高原两大优势产区叶片营养状况 |
3.1.3 环渤海、黄土高原两大优势产区低产园叶片 DRIS 诊断结果 |
3.2 不同施氮肥水平对‘红富士’苹果品质指标、衰老及矿质营养影响的研究 |
3.2.1 不同施氮肥水平对‘红富士’苹果生长指标的影响 |
3.2.2 不同施氮肥水平对‘红富士’苹果 SOD、POD 及 CAT 活性的影响 |
3.2.3 不同施氮肥水平对‘红富士’苹果叶片矿质营养元素的影响及 N 与其他元素间的相关性分析 |
3.3 不同 NP 配比对‘红富士’苹果幼树生长及15N-尿素吸收、分配与利用的影响 |
3.3.1 不同 NP 配比对‘红富士’幼树生长量、叶绿素、蒸腾速率及净光合速率的影响 |
3.3.2 不同 NP 配比‘红富士’苹果幼树各器官的 Ndff |
3.3.3 不同 NP 配比‘红富士’苹果幼树各器官的15N 分配率 |
3.3.4 不同 NP 配比‘红富士’苹果幼树各器官的15N 利用率 |
3.4 喷施不同钙肥对‘红富士’苹果果实品质、矿质元素含量影响的研究 |
3.4.1 喷施不同钙肥对‘红富士’苹果 SPAD 值含量的影响 |
3.4.2 喷施不同钙肥对‘红富士’苹果品质指标的影响 |
3.4.3 喷施不同钙肥对‘红富士’苹果矿质营养元素含量的影响及其与品质指标的相关性 |
4 讨论 |
4.1 两大优势产区‘红富士’苹果园土壤和叶片营养诊断研究 |
4.1.1 土壤营养诊断 |
4.1.2 叶分析营养诊断 |
4.1.3 诊断与施肥 |
4.2 不同施氮肥水平对‘红富士’苹果品质指标、衰老及矿质营养影响的研究 |
4.3 不同 NP 配比对‘红富士’苹果幼树生长及~(15)N-尿素吸收、分配与利用的影响 |
4.4 喷施不同钙肥对‘红富士’苹果果实品质、矿质元素含量影响的研究 |
5 结论 |
参考文献 |
致谢 |
攻读学位期间发表论文情况 |
(8)柑桔园链格孢菌的鉴定与防治(论文提纲范文)
摘要 |
Abstract |
第一章 文献综述 |
1.1 柑桔产业的概况 |
1.2 链格孢属真菌研究进展 |
1.2.1 链格孢属真菌病害的经济重要性 |
1.2.2 链格孢菌生物学特性及流行规律 |
1.2.3 链格孢菌的分类方法 |
1.2.4 链格孢菌毒素研究 |
1.2.5 链格孢菌的防治 |
1.3 研究的目的及意义 |
第二章 链格孢菌的分离纯化及鉴定 |
2.1 材料与方法 |
2.1.1 材料 |
2.1.2 方法 |
2.2 结果与分析 |
2.2.1 致病菌分离和纯化 |
2.2.2 形态鉴定 |
2.2.3 致病性测定 |
2.3 讨论 |
第三章 柑桔园链格孢菌的遗传多样性分析 |
3.1 材料与方法 |
3.1.1 材料 |
3.1.2 方法 |
3.2 结果与分析 |
3.2.1 基因组DNA的提取 |
3.2.2 rDNA-ITS序列分析 |
3.2.3 RAPD分析 |
3.3 讨论 |
第四章 柑桔园链格孢菌的致病机理研究 |
4.1 材料与方法 |
4.1.1 材料 |
4.1.2 方法 |
4.2 结果与分析 |
4.2.1 致敏性测定 |
4.2.2 毒素的颜色反应 |
4.2.3 毒素对枳橙叶片细胞内过氧化物酶(POD)的影响 |
4.2.4 毒素对枳橙叶片细胞内抗坏血酸过氧化物酶(APX)的影响 |
4.2.5 毒素对枳橙叶片细胞内丙二醛(MDA)的影响 |
4.3 讨论 |
第五章 柑桔园链格孢菌杀菌剂的室内筛选 |
5.1 材料与方法 |
5.1.1 材料 |
5.1.2 测定方法 |
5.2 结果与分析 |
5.2.1 不同杀菌剂对链格孢菌MP3菌丝生长的影响 |
5.2.2 不同杀菌剂对链格孢菌MP3的室内毒力测定 |
5.3 讨论 |
第六章 结论 |
参考文献 |
致谢 |
发表论文及参加课题 |
(9)苹果病害智能诊断系统研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究目的和意义 |
1.2 国内外研究现状 |
1.2.1 专家系统研究与发展 |
1.2.2 苹果病害智能诊断研究现状 |
1.3 本文主要研究内容 |
第二章 苹果病害诊断知识分析与表示方法 |
2.1 苹果病害知识 |
2.2 苹果病害知识分析 |
2.2.1 苹果病害致病因子 |
2.2.2 苹果病害分类 |
2.2.3 苹果病害症状分类 |
2.2.4 诊断参数划分 |
2.3 苹果病害知识获取 |
2.4 苹果病害知识库的构建 |
2.4.1 苹果病害知识表示 |
2.4.2 苹果病害知识存储 |
2.5 本章小结 |
第三章 基于相似度的诊断模型 |
3.1 病害相似度 |
3.2 基于相似度的诊断方法 |
3.2.1 病害相似度的定义 |
3.2.2 基于相似度的诊断过程 |
3.3 实验结果及分析 |
3.4 本章小结 |
第四章 基于BP 神经网络的诊断模型 |
4.1 神经网络的基本理论 |
4.2 BP 神经网络 |
4.3 基于BP 神经网络的苹果病害诊断 |
4.3.1 苹果病害诊断的神经网络表示 |
4.3.2 BP 网络设计 |
4.3.3 BP 网络训练 |
4.3.4 知识获取与推理 |
4.3.5 实验结果 |
4.4 本章小结 |
第五章 病害智能诊断系统设计与实现 |
5.1 诊断系统架构 |
5.2 开发平台及运行环境 |
5.2.1 开发工具 |
5.2.2 关键技术 |
5.3 系统实现 |
5.3.1 功能模块 |
5.3.2 功能实现及界面设计 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
附Ⅰ苹果病害和病害诊断参数编码表 |
附Ⅱ苹果病害诊断规则编号表 |
附III 苹果病害训练样本编号表 |
致谢 |
作者简介 |
(10)陕西省渭北红富士苹果叶片营养诊断与评价研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 导论 |
1.1 研究意义 |
1.2 研究综述 |
1.2.1 陕西省苹果发展现状 |
1.2.2 果树营养诊断的理论基础 |
1.2.3 果树营养诊断方法 |
1.2.4 叶片营养诊断发展历史及应用 |
1.2.5 叶片营养诊断的方法 |
1.2.6 配方施肥 |
第二章 研究内容与研究方法 |
2.1 研究区域概况 |
2.2 研究目标及内容 |
2.2.1 研究目标 |
2.2.2 研究内容 |
2.3 研究方法 |
2.3.1 资料的收集和整理方法 |
2.3.2 采样地点 |
2.3.3 果园基本情况调查 |
2.3.4 叶样的采集与处理 |
2.4 技术路线 |
第三章 渭北红富士的施肥现状及存在问题 |
3.1 调查果园的基本情况 |
3.2 红富士果园施肥种类及其比例 |
3.3 红富士果园氮磷钾肥使用量及其比例 |
3.4 施肥时期和施肥方式 |
3.5 其它管理措施 |
3.6 小结 |
第四章 红富士苹果叶片养分含量 |
4.1 不同主产区红富士叶片养分状况 |
4.2 红富士叶片养分含量的分级状况 |
4.3 红富士叶片养分含量的相关性研究 |
4.4 小结 |
第五章 陕西省渭北红富士苹果叶片营养诊断 |
5.1 诊断参数和参比值的筛选 |
5.2 DRIS 诊断 |
5.2.1 DRIS 诊断公式 |
5.2.2 DRIS 诊断结果 |
5.3 M-DRIS 诊断 |
5.3.1 M-DRIS 诊断公式 |
5.3.2 M-DRIS 诊断结果 |
5.4 DOP 诊断 |
5.4.1 DOP 诊断公式 |
5.4.2 DOP 诊断结果 |
5.5 DRIS、M-DRIS 和DOP 结果比较 |
5.6 小结 |
第六章 结论与讨论 |
6.1 结论 |
6.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
四、苹果两类小叶病的区分与防治(论文参考文献)
- [1]减施农药:农户行为及其效应研究[D]. 仇相玮. 山东农业大学, 2020(02)
- [2]水果垃圾产生与腐败机理及其在包气带土壤中的迁移转化研究[D]. 刘智卓. 河北地质大学, 2020(05)
- [3]基于图像识别的谷子幼苗期元素失衡判断的应用[D]. 尉敬涛. 山西农业大学, 2019(07)
- [4]贺兰山东麓土壤特征及其与酿酒葡萄生长品质关系研究[D]. 王锐. 西北农林科技大学, 2016(08)
- [5]现代农业产业技术体系效果研究 ——以北京市果菜、生猪、观赏鱼创新团队为例[D]. 吉晶. 北京理工大学, 2015(07)
- [6]四川省小麦白粉病的流行研究[D]. 刘娜. 四川农业大学, 2013(06)
- [7]‘红富士’苹果营养诊断技术研究[D]. 王富林. 山东农业大学, 2013(05)
- [8]柑桔园链格孢菌的鉴定与防治[D]. 刘娟. 西南大学, 2011(09)
- [9]苹果病害智能诊断系统研究与实现[D]. 刘晴蕊. 西北农林科技大学, 2010(03)
- [10]陕西省渭北红富士苹果叶片营养诊断与评价研究[D]. 许敏. 西北农林科技大学, 2009(S2)