排序方式: 共有16条查询结果,搜索用时 31 毫秒
1.
2.
3.
五种桉树对桉树枝瘿姬小蜂的抗性研究 总被引:5,自引:0,他引:5
本文通过室内网室接虫,以感虫株率、株平均虫瘿数、单株最多虫瘿数和感虫速度4个指标,评价了5种桉树对桉树枝瘿姬小蜂Leptocybe invasa Fisher&La Salle的抗性.结果表明:在人工接种16 d、22 d和25 d后,DH201-2、GL9和邓恩桉分别出现明显的虫瘿,DH32-29和JGI在接种后的40 d内均未出现感虫症状.经方差分析表明,供试的5种桉树对桉树枝瘿姬小蜂的抗性有显著差异,其抗性序列由大到小为:DH32-29=JG1>邓恩桉>GL9>DH201-2. 相似文献
4.
松材线虫病因其破坏性强、传播速度快和防治难度大等特点,严重威胁着我国的松林资源.及时发现、定位和清理病死松树是控制松材线虫病蔓延的有效手段.本研究利用小型无人机获得松材线虫病疫点的可见光和多光谱的航摄影像.根据松树针叶颜色变化,将松材线虫Bursaphelenchus xylophilus侵染的松树分为病树和枯死树两种类型.将无人机遥感正摄影像图切割成瓦片图,根据不同植被指数的特征差异,筛选出含病树和枯死树的瓦片图.训练Fast R-CNN深度学习框架形成最终模型,通过模型运算获得病枯死松树的分布地图及坐标点位置.研究结果显示Fast R-CNN深度学习和无人机遥感相结合能有效识别出病树和枯死树,正确率分别达到90%和82%,漏检率分别为23%和34%,可为大面积监测松材线虫病的发生现状和流行动态、评估防控效果和灾害损失提供技术支撑. 相似文献
5.
本文采用多种聚集度指标对椰子树Cocos nuciferaL.上的椰心叶甲Brontispalongissima(Gestro)幼虫的空间分布型进行了研究,结果表明:椰心叶甲幼虫空间分布为聚集分布;其幼虫虫口密度在不同心叶及心叶不同部位上差异极显著,并且第一片心叶上幼虫虫口密度与整株幼虫数量显著相关,利用公式y=5.70+1.26x可推算整株椰子树的幼虫虫口密度。分析寄主受害斑与虫口密度的关系表明,寄主受害斑的长(x1)、宽(x2)、长与宽交互作用(x3=X1x2)三个因子与椰心叶甲虫口密度(y)成正相关,模型Y=11.81—2.69x2+0.10x3可预测全树幼虫虫口密度。 相似文献
6.
7.
曲线纷夜蛾Polydesma boarmoides Guenée是我国桉树食叶害虫,已在部分桉树种植区造成严重危害。国内外仅在区域昆虫种类调查中发现并提及该虫,而未见其生物学特性、生态学特性和发生规律等方面的相关研究报道,因此,有必要对该虫进行更系统、深入的研究,为防控该虫提供依据。笔者2013年5月首次发现该虫在广东省紫金县危害桉树林,2016年5月再次发现该虫在茂名市危害桉树林。调查、研究结果表明:(1)曲线纷夜蛾起始取食灌木叶片直至叶片被取食殆尽后,逐步转移至桉树林继续取食桉树叶片;(2)曲线纷夜蛾在广东地区1年发生4代;(3)曲线纷夜蛾3-5龄幼虫在桉树林间呈现聚集分布,且聚集密度呈现随种群密度增大而增大的规律,而在桉树树冠上则呈均匀分布。 相似文献
8.
2002~2004年,在广州地区应用A-3型松褐天牛Monochamus alternatus Hope(鞘翅目Coleoptera天牛科Cerambycidae)引诱剂诱捕鞘翅目昆虫,结果表明:A-3型松褐天牛引诱剂具有较广的诱虫谱,可以诱捕到鞘翅目中10个科48种昆虫;松树的主要蛀干害虫是松褐天牛、赤梗天牛Arhopalus unicolor Ganhan、马尾松角胫象Shirahoshizo patruelis Voss、松瘤象Hyposipalus gigas Fabricius和松纵坑切梢小蠢Tomicus piniperda Linnaeus等小蠹虫;进一步分离所诱捕的松褐天牛及其他松树主要蛀干害虫携带松材线虫Bursaphelenchus xylophilus Nickle的情况,发现松褐天牛与赤梗天牛均携带松材线虫,其中松褐天牛是松材线虫病最重要的传播媒介. 相似文献
9.
10.
利用固定翼无人机监测松材线虫病疫点枯死松树的初步研究 总被引:3,自引:0,他引:3
无人机航摄监测森林病虫害是一个新的研究热点。为探究无人机航摄在松材线虫病监测中的应用,本研究于2017年11月利用小型固定翼无人机采集了广东省河源市新丰江库区松材线虫病疫点的航摄影像,总面积1425.9 hm~2。固定翼无人机搭载了1台可见光数码相机和1台多光谱数码相机,能同时采集枯死松树的可见光和近红外的航摄影像。利用LAMapper软件对航摄图像进行空中三角测量和像素匹配,获得可见光正射影像和多光谱正射影像。使用ERDAS软件生成影像的归一化植被指数(NDVI)。然后将带有地理信息的完整影像自动导入GIS系统进行异常点识别和几何矫正,导出最终的影像数据。最后,对影像进行分析,并根据植被指数(NDVI)对图像进行分类。分析结果显示,航摄的疫点中共自动识别1486株枯死松树,并获得了其分布地图及坐标点位置。验证结果表明监测的准确率达到80%以上,坐标点精度达到2-3 m。本研究结果具有低成本、自动化、可靠、客观、高效和及时等优点,可为大面积监测松材线虫病的发生现状和流行动态、评估防控效果和灾害损失提供技术支撑。 相似文献