海南地区小菜蛾对氯虫苯甲酰胺和乙基多杀菌素的抗药性变化趋势

【目的】为了明确海南地区小菜蛾Plutella xylostella(L.)对氯虫苯甲酰胺和乙基多杀菌素的抗性现状和抗性发展趋势,为制定有效的化学防治措施及抗性治理策略提供参考。【方法】本文采用叶片浸渍法,测定了海南海口、三亚两个地区小菜蛾田间种群2011—2014年度对2种药剂的抗药性水平。【结果】结果表明:自2011年以来,海口地区小菜蛾种群对氯虫苯甲酰胺的抗性倍数从2011年的0.95倍,突然发展为2012年的303.18倍,2013年下降为61.37倍,2014年又上升为92.41倍,年度间波动较大;三亚地区的抗性倍数由2011年的1.16倍,逐年上升为2012年的44.00倍,2013年的51.22倍和2014年度的120.62倍,年度间抗性持续上升,达到高抗性水平。海口地区小菜蛾对乙基多杀菌素的抗性倍数从2012年的1.19倍,发展为2013年的29.35倍和2014年的30.25倍,达到中等抗性水平;三亚地区的抗性倍数由2012年的4.43倍,逐年上升为2013年的30.48倍和2014年度的54.96倍,年度间抗性持续上升。【结论】海南地区小菜蛾对乙基多杀菌素和氯虫苯甲酰胺均已产生中等水平或高水平的抗药性,抗药性呈现持续上升的趋势。这可能与两个地区的用药环境和用药习惯有关。田间防治时,应减少两种药剂的使用次数,注意轮换其它药剂。     

基于残差网络的自然环境下蝴蝶种类识别

【目的】蝴蝶属鳞翅目(Lepidoptera)昆虫，其对生存环境敏感，能够作为区域生态环境的指示物种，自然环境下蝴蝶种类自动识别对生态系统稳定有重要意义。现有研究中蝴蝶种类和数量较少，且多以标本图像作为识别对象，鉴于此，本研究构建了自然环境下蝴蝶图像数据集，提出一种以残差网络为基础的蝴蝶种类识别模型LDResNet。【方法】首先，引入可变形卷积，增强网络对不同形状蝴蝶图像的特征提取能力，获得更细粒度的特征；其次，在可变形卷积后嵌入注意力机制，增大蝴蝶特征权重，降低冗余信息干扰；最后，利用改进的深度可分离卷积降低模型参数量。【结果】在自建数据集上实验，LDResNet模型取得了87.61%的平均识别准确率，较原始模型提升了3.14%,模型参数量仅为1.04 MB。【结论】LDResNet模型相较其他模型，在平均识别准确率和参数量方面均有明显优势，本研究模型可为自然环境下的蝴蝶种类自动识别提供技术支持。