叶部病害

摘要： 小麦条锈病是小麦3种锈病(秆锈病、叶锈病和条锈病)中发生面积最广,对小麦生产最具毁灭性的气传叶部病害,引起植株叶片早衰,灌浆不良,籽粒秕瘦,严重影响小麦的产量和品质。条锈病在全世界分布广泛,发生普遍,为害严重;在我国新疆、青海、甘肃、内蒙古、陕西、山西、河北、河南、山东、四川、湖北、安徽、江苏、浙江、云南等小麦产区均有发生,主要在西北、西南、黄淮等地的冬麦区流行危害,以及西北春麦区发生严重,一般流行年份可减产20%~30%,严重时可造成小麦绝收。

摘要： 本研究以30个花生品种(系)为试验材料,探究了花生叶部病害的消长规律及不同花生品种(系)的抗病性。从2020年8月初至9月中上旬收获,每隔7d调查一次,采用双对角线的5点法进行取样调查,共计调查6次,计算病情指数及相对抗病指数。通过调查可知:褐斑病发病最早,在8月初即有病斑发生;黑斑病发病最晚,8月末才零星发生。通过对病害动态分析可知,花生褐斑病和网斑病感病株数均随花生的生长而逐步增加,8月下旬病害迅速发展,在8月末至9月初,病情指数显著增加,9月上旬达到病害高发期。不同的花生品种(系)对叶部病害的抗性存在显著差异。通过本次调查,供试花生品种(系)中发现抗褐斑病品种(系)4个,抗网斑病品种(系)11个,对褐斑病和网斑病的兼抗品种(系)有3个,分别是F1822、冀花914和花育64。

摘要： 植物病害准确检测与识别是其早期诊断与智能监测的关键,是病虫害精准化防治与信息化管理的核心。深度学习应用于植物病害检测与识别中,可以克服传统诊断方法的弊端,大幅提升病害检测与识别的准确率,引起了广泛关注。本文首先收集和介绍了部分公开的植物病害图像数据集,然后系统地综述了近年来深度学习在植物病害检测和识别中的研究应用进展,阐述了从早期检测和识别算法到基于深度学习的检测和识别算法的研究进展,以及各算法的优点和存在的问题。调研了相关研究文献,提出了光照、遮挡、复杂背景、病害症状之间相似性、病害在不同时期症状会有不同的变化以及多种病害交叠共存是目前植物病害检测和识别面临的主要挑战。并进一步指出,将性能更好的神经网络、大规模数据集和农业理论基础相结合,是未来主要的发展趋势,同时还指出了多模态数据可以用于植物早期病害的识别,也是未来发展方向之一。本文可为植物病害识别的深入研究与发展提供参考。

摘要： 缩叶病是一种常见的叶部病害,主要危害桃树幼嫩叶片,严重时还会危害嫩枝、花及果实等。它是一种由真菌侵染引起的季节性病害,发病主要与早春桃树萌芽展叶时的天气情况密切相关。低温、多雨、潮湿的天气容易发病,这种天气延续时间越长,越有利于病菌越冬孢子的萌发,侵染时间也就越长。发病严重时,会引起植株减产甚至死树,造成严重经济损失。因此,早春低温多雨天气来临时,应及时落实预防措施,正确用药,抓住防治最佳时机。

摘要： 苹果叶部病害发生较为严重,已影响到本地区苹果产业的可持续发展。阐述了黄河滩区苹果主要的叶部病害诊断特征、发病规律以及主要的防控措施,为本区域苹果产业的提质增效提供技术参考。

摘要： 针对传统卷积神经网络在马铃薯叶部病害识别中结构复杂、参数庞大,难以实现在移动设备上的良好应用的问题,提出一种基于轻量级卷积神经网络和迁移学习的马铃薯叶部病害识别方法。首先,采集马铃薯叶部病害图像样本,再运用GrabCut算法进行图像分割;再基于MobileNetV3构建病害识别基础模型,并通过调整模型结构及宽度系数α等方式对模型进行优化,最后运用迁移学习的方式将预训练参数迁移至优化模型进行训练。结果表明,该方法对马铃薯健康、晚疫病、早疫病、炭疽病及其他病害叶部图像识别准确率为98.00%,模型权重仅为0.68 MB,识别速率为0.014 s/幅。本研究结果可为马铃薯叶部病害识别在移动设备上应用的实现提供理论支持。

摘要： 松针红斑病又称红带状斑病、叶枯病,是全球天然松林和人工松林中最具破坏性的叶部病害之一。在20世纪五六十年代,松针红斑病在北美洲松树种植园中首次作为一个严重问题出现。松针红斑病现已成为许多国家松属植物种植的限制因素,在中国及欧盟被列为检疫性病害。该病1980年在我国大、小兴安岭林区被首次发现,现已达到流行程度,并扩展到东北三省及内蒙古等地。

摘要： 甜樱桃叶片大,对外界环境及营养条件反应比较敏感,生长前期若不加强保护,在后期雨水偏多的情况下,叶部病害极易发生,造成早期落叶现象,影响第二年的产量。笔者多年观察,发现大樱桃常见叶部病害主要有三类,即细菌、真菌性病害,生理性病害和病毒病,现分别就叶部常见的主要病害症状、发病规律、防治要点介绍如下。

摘要： 花生是我国重要的油料作物,叶部病害是制约花生品质和产量的重要因素。阐述了花生主要叶部病害的种类、症状、病原菌的生物学特性、抗性基因的定位、抗性种质资源的筛选以及药剂防治筛选等方面的进展,并展望了今后研究的方向和重点,以期为花生叶部病害的研究及防控提供参考。

摘要： 【目的】明确云南省草果(Amomum tsaoko Crevost et Lemarie)3种叶部病害病原菌及其生物学特性,为草果叶斑病的防控提供理论依据。【方法】研究云南省怒江州草果种植基地内发现的3种真菌性病害,通过单孢分离培养获得CG-N01、CG-N02、CG-N03 3个菌株,分别测定其致病性,根据形态特征观察孢子形态,依据多基因序列分析(rDNA-ITS、LSU、tub2和tef-1α)的系统发育树对病原菌进行鉴定,并测定其生物学特性。【结果】菌株CG-N01、CG-N02、CG-N03形态分别符合梨孢属(Pyricularia costina)、茎点霉属(Phoma matteuciicola)、炭疽属(Colletotrichum simmondsii)种属典型特征;菌株CG-N01的rDNA-ITS、LSU和tef-1α的序列长度分别为489、901、475 bp(登录号分别为MN596209、MN689811和MN696687),菌株CG-N02的rDNA-ITS、LSU和tef-1α的序列长度分别为517、997、529 bp(登录号MN596212、MN650644和MN696686),菌株CG-N03的rDNA-ITS、tub2和tef-1α的序列长度分别为560、926、738 bp(登录号MN596210、MN650645和MN696688);纯化病原菌株分别与梨孢属(P.costina)、茎点霉属(P.matteuciicola)和炭疽属(C.simmondsii)具较高同源性。生物学特性测定表明,菌株CG-N01在温度28°C、光照黑暗交替、pH 6.0条件下有利于菌丝生长和分生孢子形成;菌株CG-N02和CG-N03在温度25°C、光照黑暗交替、pH 8.0条件有利于产孢。【结论】本研究首次报道炭疽属(C.simmondsii)可侵染草果植株并引起草果炭疽病,并对草果叶斑病、叶瘟病和炭疽病病原物进行生物学特性测定,为草果病害的多样性研究和田间有效防治提供科学依据和理论支撑。

摘要： 为了明确北京地区主要果树叶部病害的发生情况,2016年5-10月本研究室对北京市近20个果园中的主要果树葡萄、苹果、桃、梨、樱桃、海棠等叶部病害进行了调查和研究.调查结果表明,北京地区发生的主要果树叶部病害有葡萄霜霉病、葡萄白粉病、苹果斑点落叶病、苹果褐斑病、桃穿孔病、樱桃叶斑病和海棠锈病.针对果树叶片上发生的各种病害,应进行抗病性品种的选育、加强对果树叶部病害病原学的研究以及预测预报,适时科学用药,从而减少叶部病害的发生.

摘要： 本文以计算机视觉技术为手段,结合图像处理与模式识别技术,重点分析了茄子病害叶片上病斑的颜色、形状、纹理特征参数,提出了一种基于图像处理的茄子叶部病害识别方法.根据在HSI颜色空间中叶片上病斑色调不同的特点,利用H分量图像提取病斑,获取病斑图片,然后提取每个病斑区域的6个颜色参数、11个形状参数和4个纹理参数.再通过方差和主成分分析法选择15个分类能力强的特征参数组成分类特征向量,并且随机选取的30个叶霉病病斑、30个灰霉病病斑、30个褐纹病病斑的特征向量组成训练集,利用朴素贝叶斯分类对测试集进行判别,判别结果显示,对茄子褐纹病的识别准确率达到95％,对叶霉病的识别准确率为75％,对灰霉病的识别准确率只有55％.试验结果表明该技术方法对茄子褐纹病识别率较高,但对叶霉病和灰霉病识别准确较低,因此需要进行其它识别方法研究,以便为田间开放环境下实现茄子叶部病害实时检测提供了技术支撑.

摘要： 目的：在保护地条件下对41份番茄资源进行田间番茄主要叶部病害抗病性评价,以期筛选出抗性材料,为抗病育种提供依据.方法：对41份番茄资源采用棋盘式12点取样法进行保护地田间叶部病害调查取样,并根据病害表现症状确定病害种类及等级.结果：保护地条件下番茄资源田间主要叶部病害有叶霉病、白粉病和晚疫病,其中叶霉病发生最重,41份番茄资源全部发病;其次为白粉病,有34份番茄资源发病;晚疫病发生最轻,只有8份番茄资源发病.在41份番茄资源中,对叶霉病具有抗性的资源有F1159、F1160、F1164、F1166和F1197等5份,占全部供试资源的12.20％;中感资源有11份,占26.83％;感病资源17份,占41.46％.结论：对3种番茄主要叶部病害综合抗性较好的番茄资源有F1159、F1160、F1166、F1194和F1197,可作为番茄育种抗源材料利用.

摘要： 哈密瓜叶部病害发病重,发展快,对哈密瓜品质影响较大,为此,笔者于2009年秋季选择9个药剂在金山卫镇农技服务站农场大棚哈密瓜中进行防治效果对比试验,旨在通过试验找出有效防治细菌性角斑病、霜霉病和白粉病等哈密瓜叶部病害的方法.试验中,哈密瓜主要以霜霉病和白粉病为主,从9个药剂组合的防治效果以及对产量和品质影响等综合分析,哈密瓜叶部病害防治可选择阿米西达与抑快净组合、高雷与阿米西达组合较好.

摘要： 在北京、山东、河北、云南、广东等地对芍药(Paeonia lactiflora)进行了广泛的病样采集，通过常规切片镜检以及对病原菌的组织分离，鉴定出5种叶部病害，分别为芍药黑斑病、芍药白粉病、芍药轮纹病、芍药叶斑病、芍药灰霉病，并就其发病的表现进行了详细叙述，供大家参考。

摘要： 本文对多粘类芽孢杆菌系列产品和海洋芽抱杆菌可湿性粉剂进行简要介绍。海洋WP对细菌性、真菌性土传病害及真菌性叶部病害都有良好防效。目前正在进行B-9987在盐渍化土壤中的消长情况的研究及开展盐渍化土壤病害的田间药效试验、质量标准制定，以期使海洋WP成为国内外首个产业化的海洋微生物农药。

摘要： 随着人们环保意识的增强及对食品安全关注的日益提高,微生物农药因其无公害、无污染、无残留、且不易产生抗药性等特点,近年在研发、登记和应用上都获得了长足的发展.微生物杀菌剂作为微生物农药的两大品种之一.目前,在国内外已经登记多个产品,且逐步被国外大型农药企业所并购.而对于微生物杀菌剂,我国大型农药企业少有涉足,更未涉足防治素有植物"癌症"之称的土传病害的微生物农药.众所周知,我国的土传病害日益严重,是微生物农药及微生物肥料发展的主要方向,农业生产中迫切需要此类产品.

摘要： 大量田间实验表明,0.1亿CFU/g多粘类芽孢杆菌细粒剂对植物具有明显的促生长作用,在植物不发病情况下,可使作物增产约30%,是防治植物土传病害理想的药肥兼能的生物制剂.针对细粒剂存在用量较大、使用不方便、不能喷雾使用等不足,创制出了具有我国自主知识产权的10亿CFU/g多粘类芽抱杆菌可湿性粉剂.另外由于我国耕地盐渍化日趋严重的现象,根据海洋微生物具有耐盐和能产生不同于陆地微生物代谢产物的特点,开发出适合盐渍化耕地使用的微生物农药.已有大量田间实验表明,海洋芽孢杆菌B-9987对作物具有明显的促生长作用,特别适合于盐渍化土壤的微生物肥料的菌剂,同时具有防治土传病害的作用;利用海洋微生物的耐渗透压的特性,海洋芽孢杆菌B-9987产品也非常适合用作“无机-有机-生物”三元复配肥料中的菌剂,以提高产品中功能菌的有效含量并延长货架期.

摘要： 东莨菪内酯是茄科植物中广泛存在的酚类物质,,被认为具有抗真菌和细菌活性,且能够诱导植物的抗性,是烟草中的一种植保素.为了探讨东莨菪内酯对烟草野火病、赤星病的防控效果,本试验以诺尔霉素、噻菌酮为防控野火病的对照药剂;以多抗霉素、菌核净为防控赤星病的对照,通过田间小区试验设计,采用叶面喷施的方式对比了对两种病害的作用效果.结果表明:对野火病的作用以1％诺尔霉素有效成分27g/hm2的处理效果最好,末次调查防治效果为41.2％;其次为1％东莨菪内酯有效成分7.5g/hm2的处理,末次调查防治效果为40.3％.对烟草赤星病的作用以菌核净有效成分360g/hm2的处理效果最好,末次调查防治效果为63％;其次为东莨菪内酯有效成分7.5g/hm2与菌核净有效成分360g/hm2混配处理,末次调查防效为60％.

摘要： 本发明公开了一种提高三七抗叶部病害能力的方法及应用，即用褪黑素促进三七气孔免疫，降低病原菌入侵。实验结果表明，在三七叶面喷施褪黑素，可以有效的降低三七叶部病害感病率。

摘要： 本发明公开了一种基于深度学习的药用植物叶部病害图像识别方法，涉及药用植物叶部病害防护技术领域，其包括采集若干药用植物叶部病害图像；对药用植物叶部病害图像进行增强处理；将各增强处理后的药用植物叶部病害图像的尺寸统一调整为299x299；训练深度CNN模型，深度CNN模型包括串联的卷积池化网络、Inception‑I网络、平均池化网络、Dropout层和Softmax层，串联的卷积池化网络的最后两个卷积层为深度可分离卷积层，Inception‑I网络中包括随机池化层；通过深度CNN模型对尺寸调整后的各药用植物叶部病害图像进行识别，识别结果为各药用植物叶部所患病害类型，基于识别结果对各药用植物叶部所患病害进行分类。该识别方法可以有效地辅助种植人员诊断病害，提高诊断效率。

摘要： 本发明提供一种作物叶部病害抗性鉴定方法、系统、电子设备及存储介质，方法包括：将采集的作物叶片的第一彩色图像输入预先训练后的深度网络，标记出第一彩色图像的叶片区域，形成标记有叶片区域的第二彩色图像，并提取第二彩色图像中的目标叶片区域；利用深度卷积网络集成方法对目标叶片区域进行病害程度分类；根据目标叶片区域的病害程度以及相应作物病害的抗性分类标准，确定作物叶片对应的作物的病害抗性等级。本发明主要利用图像处理、模式识别等技术对获取的作物叶片图像进行预处理、目标叶片提取、病害程度等级分类，进而有效地计算出作物病害抗性等级，为抗病品种的准确筛选提供重要依据。

摘要： 本发明涉及微生物植物保护应用技术领域，具体涉及一种硝基还原假单胞菌PNr‑1及其制品和对草莓叶部病害防治的应用。硝基还原假单胞菌（Pseudomonas nitroreducens）PNr‑1已于2022年07月20日保藏于中国微生物菌种保藏管理委员会普通微生物中心，保藏地址为北京市朝阳区北辰西路1号院3号，保藏编号为CGMCC No.25354。该硝基还原假单胞菌PNr‑1及其制品对草莓叶部病害具有明显生物防治作用，尤其能有效抑制草莓灰霉病、草莓炭疽病、草莓叶枯病、草莓轮斑病和草莓花叶病毒病病原，对草莓的生产栽培具有重大应用价值。

摘要： 本发明公开了基于多传感融合的苹果叶部病害识别终端及方法，热敏感CCD传感器、CCD工业摄像机、计算机、图像数据处理模块、检测模块和定位模块，识别方法包括步骤一，训练神经网络；步骤二，图像采集；步骤三，图像处理；步骤四，图片边界框预测及类别判断；步骤五，实时定位；本发明通过采用YOLO检测网络和红外热成像技术，在病症早期可以有效检测出来症状，可以达到非常高的准确率和识别速度，本发明通过采用GPS+IMS惯性传感器，可以实现优秀的定位与轨迹重构，记录病害当前所在的位置，本发明的自动化程度高，识别效率高，工作强度低，本发明采用了多传感器融合的检测方法，与现有的技术相比，提高了准确率、识别速度和实用性。

摘要： 本发明属于数字农业病虫害图像诊断技术领域，具体涉及一种双线性残差网络模型的农作物叶部病害识别方法，步骤包括：(1)特征提取器构建，(2)构建双线性池化函数，(3)构建分类器函数。本发明方法以双线性方式集成两个特征提取器，对局部特征进行交互建模提取，该模型可对病害图像识别问题中的细粒度图像特征进行更为充分的提取，从而提高病害图像识别的精确度。本发明方法对于残差网络模型的训练，以端到端的方式进行，在不进行图像分割的基础上，即可有效利用病害图像的病斑局部特征信息，与单一的残差网络模型相比，本发明方法获得了更为精确的农作物叶部病害图像识别结果。

摘要： 本申请提供了一种基于EfficientNet网络与深度学习的植物叶部病害识别方法包括步骤：获取包含植物正常状态和植物叶部病害的图像数据集；对图像数据集进行数据增强处理和数据扩张处理，得到训练数据集；基于EfficientNet网络与深度学习搭建EfficientNet模型；将训练数据集输入到EfficientNet模型进行训练，得到训练完成的EfficientNet模型；使用EfficientNet模型对包含植物叶部病害的图像数据进行植物叶部病害识别。能够快速且准确的进行自然环境下的植物病害识别并采取相应的措施，对于植物病情的控制和治疗意义重大，能够及时准确地诊断植物病害，对于可持续和正确的农业，以及防止不必要的浪费财政和其他资源，都具有重要意义。

摘要： 本发明实施例提供一种植物叶部多种病害检测的方法，通过卷积神经网络模型来实现对植物叶部病害的诊断并提供对应病害的解决方法。本发明实施例提供一种便携的手持装置，使用摄像头模组采集获取植物叶部病害数据，并且启用软件对植物叶部病害图像进行分析和检测识别，为使用者提供病害信息和解决方法。建立EfficientNet的模型，EfficientNet‑B7在ImageNet上获得了当时最为先进的top1精度和top5精度，在该数据集上具有良好的表现能力，精度达到了当时最高水平84.4％，在达到相同效率的情况下，其模型更小，计算量更少，性能更强；且该网络模型在迁移学习方面也具有巨大优势，具有很强的鲁棒性，易于执行别的机器视觉任务。

摘要： 本发明提出了一种基于卷积神经网络的苹果叶部病害诊断方法，该方法针对含有不同大小的病变区域的苹果叶病检测问题，提出了多尺度特征提取、V‑空间定位分支和多尺度注意力机制相结合的苹果叶部病害检测方法，实现对不同尺度病斑的准确检测。该方法旨在对不同大小的病斑提取更可靠的特征表示，提高最终检测性能。建立多尺度特征提取，融合不同层次的特征，进一步提高苹果叶片病害，特别是小病斑的检测性能。然后提出了V‑空间定位分支，在增强病斑定位的纹理特征信息方面发挥了重要作用。同时，利用注意力机制，自动学习不同尺度的特征通道对区分不同大小的病斑的重要性。

摘要： 本发明属于农业种植技术领域，具体涉及一种协效防治中药材叶部病害的杀菌剂、制备方法及其应用；该协效防治中药材叶部病害的杀菌剂，其中包括：20‑40％嘧菌酯、30‑60％解淀粉芽孢杆菌FS6、5‑10％增效剂有机硅聚氧乙烯醚、1‑3％分散剂木质素磺酸钙和5‑8％乳化剂聚乙烯醇。该杀菌剂的制备方法为：(1)解淀粉芽孢杆菌FS6菌的培养；(2)杀菌剂的制备；(3)协效杀菌剂的制备；将本发明最终制备的杀菌剂配制成质量分数为5％的杀菌剂悬浮剂，选择晴天傍晚喷施杀菌剂喷洒在中药材叶部表面，解淀粉芽孢杆菌FS6与嘧菌酯的组合具有明显的协同增效作用，综合了生防菌和化学杀菌剂的优点，可以显著提高对中草药叶部病害的防治效果。