您现在的位置: 首页> 研究主题> 水稻病害

水稻病害

水稻病害的相关文献在1987年到2022年内共计449篇,主要集中在植物保护、农作物、自动化技术、计算机技术 等领域,其中期刊论文311篇、会议论文43篇、专利文献33372篇;相关期刊137种,包括农民致富之友、现代化农业、中国植保导刊等; 相关会议22种,包括第十届全国青年植保科技创新学术研讨会、江西省生态经济学会2014年学术年会暨江西省生态文明先行示范区建设学术研讨会、第29届中国植保信息交流会等;水稻病害的相关文献由996位作者贡献,包括刘永锋、等、任淑娟等。

水稻病害—发文量

期刊论文>

论文:311 占比:0.92%

会议论文>

论文:43 占比:0.13%

专利文献>

论文:33372 占比:98.95%

总计:33726篇

水稻病害—发文趋势图

水稻病害

-研究学者

  • 刘永锋
  • 任淑娟
  • 刘晓玉
  • 周明国
  • 焉山
  • 王玥
  • 王蒙岑
  • 范小艳
  • 路阳
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 李辉; 罗敏; 岳佳欣
    • 摘要: 从病害图像采集、图像处理、特征提取、分类识别4个方面对水稻常见病害的识别方法和技术进行了综述研究,分析了一些典型方法的基本原理、关键技术、实现方法和应用效果,总结了该领域现有研究存在的问题与不足,对未来的发展趋势和研究方向进行了展望。采用计算机视觉技术对农作物病虫害进行识别,具有无损、快速、实时、准确等特点,对于加速农业现代化建设、提高生产效率有重要影响。随着移动通信技术、大数据、物联网、人工智能、遥感技术的高速发展,通用性广、稳定性强、精确度高、实时性强的自然环境下大面积农作物病虫害图像智能识别与防治、病虫害海量数据标准化处理是农作物病虫害识别未来的重要研究方向。
    • 万颖; 杨红云; 王映龙; 罗建军; 梅梦
    • 摘要: 为了提高水稻病害计算机视觉识别的准确性,研究提出针对水稻白叶枯病、赤枯病、胡麻斑病和纹枯病4种病害进行分类识别的模型。利用计算机视觉和机器学习软件库opencv对病斑图像进行随机旋转、随机翻转、随机亮度变换及随机对比度等处理方式扩充样本,应用区域生长、基于水平集的CV模型、显著性检测3种算法对图像进行分割。通过Tensorflow深度学习平台,构建网络层分别为6层(输入层32×32×3,卷积核大小为5×5)和8层(输入层227×227×3,卷积核大小为11×11、5×5、3×3)的卷积神经网络,将图像分割后得到的3组数据,均以8∶2的比例分别作为卷积神经网络的训练数据和测试数据,训练后得到6个模型,并结合召回率、F1评价指标对模型进行评估。结果表明,6个模型中训练识别准确率最低为97.66%,测试识别准确率最低为95.31%,其中以显著性检测分割算法和8层网络层的卷积神经网络结合得到的模型效果最佳,其训练识别准确率为99.99%,测试识别准确率为99.88%,相较于端到端的卷积神经网络水稻病害识别结果也有所提升。
    • 焦泽宇; 李琼燕; 郭敬玮; 李金璐; 肖倩; 王兴丽; 张敏; 罗琼
    • 摘要: 【目的】明确2018年海南陵水大面积发生的水稻叶斑病病原及对水稻生产的潜在危害。【方法】通过形态分类结合分子生物学手段,对病原进行系统的分类鉴定;采用离体叶鞘接种对病原菌侵染水稻的早期生物学过程进行详细观察;利用喷雾接种法研究病原菌对13个水稻品种的致病性。【结果】明确了海南水稻叶斑病的病原为子囊菌门(Ascomycota)座囊菌纲(Dothideomycetes)格孢腔菌目(Pleosporales)格孢腔菌科(Pleosporaceae)弯孢属(Curvularia)新月弯孢(C.lunata)。典型症状是在水稻叶片形成较大的椭圆形褐色病斑;其侵染水稻的生物学过程与稻瘟病菌相似,但从分生孢子萌发到菌丝扩展的时间更短。该真菌对供试的13个水稻材料表现出了强致病性。【结论】鉴定了1种对水稻生产具有潜在威胁的新叶斑病病原,明确了该病原引起的水稻病害区别于稻瘟病的典型症状特征,该病原对供试的13个水稻材料均表现出明显的致病性,包括广谱抗稻瘟病水稻地谷。研究结果有助于该病害的正确识别和有效防治,为水稻抗病育种提供了新信息。
    • 陈建军; 陈辉; 魏景军
    • 摘要: 本文综述了稻瘟病病害种类和主要症状,分析了华容县水稻稻瘟病的发病原因,从化学防治、生物防治、综合防治等方面提出了防治措施,以期为提升水稻稻瘟病防治水平提供参考。
    • 刘玉杰
    • 摘要: “东北是农业研究的理想之地,有丰富的逆境生物资源,有频发的水稻病害,又有贫瘠的盐碱土壤。当年东北养育了闯关东的山东人,作为山东人再闯关东应该也是一种回报。”这些朴实的语言印证了沈阳农业大学教授张世宏作为一位新时代科学人的敬业、率直和情怀。21世纪初,在东北人才纷纷南下的背景下,张世宏却于2006年从香港中文大学加盟吉林大学任教授和博士生导师。十余年的艰难探索和科研积累,为今后的科研和转化奠定了坚实的基础。如今,他基于沈阳农业大学这一平台,将植物病理学与微生物学交叉融合,将稻瘟病的绿色防控与盐碱地微生物修复技术应用到东北现代农业的发展之中,心系粮食安全与健康,为了白色土地的那片绿意矢志前行着。
    • 车喜庆; 桑海旭; 王井士; 于深州
    • 摘要: 为探究氮肥及拿敌稳对水稻稻瘟病和纹枯病的防治效果及产量的影响,通过田间小区试验,对各个处理施用不同氮肥及药量.结果表明:拿敌稳对水稻稻瘟病及纹枯病均有较好的防治效果且随浓度的增加防治效果增强;与常规施氮相比较,减氮20%有利于对稻瘟病的防治;施用拿敌稳300 g/hm2并减氮20%对病害的防治效果最好且产量最高.
    • 亓璐; 张涛; 曾娟; 李春广; 李天娇; 赵艳丽; 闫硕
    • 摘要: 为系统全面地掌握我国水稻病害的发生形势,为我国水稻病害分区域治理提供科学依据,本文以2010-2020年《全国植保专业统计资料》为主要依据,重点分析了我国水稻纹枯病、稻瘟病、病毒病、稻曲病、白叶枯病和恶苗病的发生及防控情况,并对水稻五大产区间病害发生情况进行了比较研究.结果 表明,水稻纹枯病、稻瘟病和稻曲病是我国水稻的三大病害,广泛发生于我国水稻主产区.我国水稻五大产区病害发生为害情况不同,华中稻区和华南稻区以水稻纹枯病为害最重,造成产量损失占病害造成总损失的比例高达73.13%和69.26%.西南稻区水稻纹枯病和稻瘟病造成的产量损失接近,东北稻区稻瘟病造成的产量损失高于水稻纹枯病,华北稻区稻瘟病造成的产量损失低于水稻纹枯病.我国水稻三大病害不同年份间的防控产量损失挽回率维持在较高水平,且相对稳定,而水稻病毒病、白叶枯病和恶苗病的产量损失挽回率在不同年份间展现出一定波动.其中,水稻白叶枯病是挽回损失率最低的病害.
    • 于合龙; 沈金梦; 毕春光; 梁婕; 陈慧灵
    • 摘要: 针对复杂的水稻病害数据存储和高效检索问题,提出了基于知识图谱的关联特征挖掘模型.将水稻病害数据清洗后存储在Neo4j图数据库中,构建水稻病害知识图谱(Rice diseases knowledge graph,RDKG).在图挖掘算法中引入了Skip List跳跃表多维索引算法,从联系链路、社群划分、相似病害发现3个维度进行分析挖掘并通过试验比较其检索效率和查询时间.结果 表明:关联特征挖掘模型利用Skip List的分层链表形式进行一系列分类表的存储操作,在信息检索时有效提高了检索效率,进而提高系统整体响应时间,为水稻病害领域的数据分析及线索挖掘提供技术支持.
    • 黄晓彤; 何桢锐; 舒灿伟; 周而勋
    • 摘要: 由稻绿核菌(Ustilaginoidea virens)和立枯丝核菌(Rhizoctonia solani)引起的稻曲病和水稻纹枯病是水稻上的2种重要真菌病害。真菌病毒是一类以真菌和卵菌为寄主的病毒,一些引起寄主真菌低毒力的真菌病毒具有生防潜力,可用来防治植物真菌病害。评述了从稻曲病菌和水稻纹枯病菌中分别发现并完成测序的13种和8种真菌病毒的形态结构和特征,旨在全面了解这些真菌病毒的全貌,为将来的生防利用和进一步的深入研究提供参考资料。
    • 王忠培; 张萌; 董伟; 朱静波; 孔娟娟; 钱蓉
    • 摘要: 水稻病害是影响水稻产量的重要因素之一,使用传统机器学习方法识别农作物病虫害效果并不理想,因此该研究使用深度学习技术结合迁移学习方法识别常见水稻病害.使用当前深度学习领域经典网络模型VGG、ResNet、DenseNet、InceptionResNet、Xception模型作为预训练模型,通过比较不同模型在新任务上的表现,选取性能最好且最稳定的Xception模型作为最终模型.试验结果显示,DenseNet、InceptionResNet、Xception的识别准确率可以达到97%,尤其是Xception模型不仅可以达到98.50%的最高识别准确率而且是最稳定的.该研究通过试验探讨了适用于常见水稻病害智能识别的最佳模型,同时表明了使用迁移学习方法解决新任务的有效性.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号