一、我省小麦赤霉病发生特点和防治技术(论文文献综述)
范江龙,李欣蕊,席雪冬[1](2021)在《小麦赤霉病生物防治研究进展》文中研究说明小麦赤霉病是由镰孢菌属(Fusarium)病原真菌引起的小麦病害,世界各地小麦产区均有发生,我国主要发生在长江中下游麦区和淮河流域麦区,并有向北蔓延的趋势。小麦赤霉病不仅造成小麦减产,而且其主要病原菌禾谷镰孢菌(Fusarium graminearum)能产生单端孢霉烯族化合物和玉米赤霉烯酮等多种真菌毒素,给人和动物的健康带来威胁。化学防治是历史最悠久的防治方法,但造成了一定的环境问题。为了能更加环保地控制农业病害,全球研究者都在积极地探索生物防治方法。生物防治利用生物防治病害,高效、经济、环保。生防菌的发现是生物防治研究的重要进程,已经筛选出的小麦赤霉病生防菌有芽孢杆菌、放线菌、盾壳霉等。本文综述了近年来禾谷镰孢菌拮抗菌及小麦赤霉病生物防治的研究进展,总结了小麦赤霉病生防菌种类、生防特点及其产生的抗真菌活性物质,并且集中阐述了小麦赤霉病生物防治存在的问题和解决措施,以期为小麦赤霉病生物防治研究提供参考。
葛文扬[2](2021)在《长穗偃麦草抗赤霉病基因Fhb7的图位克隆及功能解析》文中指出小麦是全球种植面积最大,分布最广的重要粮食作物,全球超过三分之一的人口以小麦作为淀粉、蛋白质、矿物质及维生素等人体所需物质的主要来源。小麦赤霉病是一种主要由禾谷镰孢菌等病原菌引起的严重穗部病害,不仅严重危害小麦产量及品质,其病原菌在侵染的同时还会产生多种真菌毒素进一步威胁人畜健康。然而目前赤霉病的有效抗源并不多,因此挖掘新的主效抗赤霉病基因,对于解决这一世界性难题具有重要意义。长穗偃麦草是一种多年生禾本科植物,具有多种优良性状,对包括小麦赤霉病、锈病等在内的多种病害均具有良好抗性。本研究利用图位克隆技术分离到来源于十倍体长穗偃麦草的抗赤霉病QTL Fhb7的候选基因,采用遗传转化等多种方式验证了该基因的功能,并进一步对该基因抗病机制及进化机制进行解析,主要研究结果如下:1.本研究利用普通小麦、大麦与本实验室组装的二倍体长穗偃麦草参考基因中组高可信度基因的蛋白序列进行同源性分析。同时基于直系同源基因利用移动平均模型(MA)计算Ks值,估算E基因组与小麦A、B、D亚基因组的分化时间大约在4.77-4.96百万年前。此外还进一步利用黑麦、异形花草、簇毛麦、旱麦草、新麦草这5个二倍体小麦族物种的转录组测序数据以及小麦参考基因组和大麦参考基因组,筛选出直系同源基因构建系统进化树,结果发现在这几个小麦族物种中E基因组与小麦A、B、D基因组亲缘关系最近。2.根据二倍体长穗偃麦草(E)参考基因组开发分子标记,利用小麦-十倍体长穗偃麦草染色体异代换系K11463[7el1(7D)]、K2620[7el2(7D)]构建了一个BC6F1群体,同时构建了一个含ph1b突变位点的定位群体。筛选自交后代共19200个单株,将Fhb7定位在分子标记Xsdau K79(739708845bp)与Xsdau K80(740852646bp)之间,其物理区间大约为1.2 Mb。通过对7el1(7D)、7el2(7D)和二倍体长穗偃麦草穗部接菌处理转录组数据的分析,发现只有2个候选基因在7el2(7D)基因组和E参考基因组中特异表达。根据关键重组体的表型数据进行分析,最终将基因Fhb7锁定在仅包含单一表达基因的245 Kb区域(该基因功能注释为谷胱甘肽巯基转移酶,Glutathione S-transferase)。利用BMSV-VIGS技术诱导基因沉默并进行离体叶片赤霉病鉴定结果显示,该候选基因沉默后叶片坏死斑面积明显增大。同时,我们采用EMS化学诱变构建了一个TILLING突变群体,通过Sanger测序检测发现有5株非同义突变体及两株提前终止突变体的赤霉病抗性有不同程度的下降。此外,本研究通过遗传转化,获得了两个受体背景的Fhb7候选基因的原始表达转基因株系和一个受体背景的过量表达转基因株系,并对不同的转基因株系进行穗部赤霉病表型鉴定。结果显示,鉴定的3个科农199背景下的原始表达转基因株系均大幅度提高赤霉病抗性;Fielder背景下鉴定的12个原始表达株系中有11个株系抗性大幅度提高,部分转基因株系抗性水平与抗病亲本类似;以上证据充分证明了该候选基因是目标克隆的主效抗赤霉病基因Fhb7。另外,我们鉴定了以小麦品种Fielder为受体3个的过量表达转基因株系,其中22-3赤霉病抗性水平超过抗病亲本,类似于苏麦3号,22-5、22-6转基因株系在不同世代赤霉病抗性表现不稳定;进一步通过高分辨质谱检测显示,在发病过程中22-5株系穗部的解毒效应远低于含有Fhb7的抗病易位系,导致其抗性降低,但DNA、RNA和蛋白层面等分子水平证据尚待进一步研究。3.基因Fhb7表达受到单端孢霉烯族毒素脱氧雪腐镰刀烯醇(DON)的诱导,通过DON毒素胁迫实验,证明基因Fhb7可以提高植物和酵母对DON毒素的耐受能力;通过液相色谱高分辨质谱(LC-HRMS),我们发现Fhb7编码的蛋白可以打开DON毒素重要毒性来源的C-12,13环氧基团,并催化其形成去环氧化的谷胱甘肽加合物(DON-GSH),从而产生解毒效应。鉴于该环氧基团在A型和B型单端孢霉烯族毒素中的保守性,进一步研究发现Fhb7可以对3-ADON、15-ADON、NIV、T-2、HT-2、Fus-X、Das等一系列镰孢菌属分泌的毒素进行GSH衍生化,对单端孢霉烯族化合物具有广谱解毒功能。基于此结果我们经过筛选发现Fhb7对假禾谷镰孢菌和亚洲镰孢菌在转基因离体叶片上表现出显着抗性,其转基因植株对茎基腐病也具有良好抗性。4.本研究发现在一种禾本植物内生真菌香柱菌基因组中的单拷贝基因与Fhb7相似性高达97%,进一步的比对分析发现Fhb7的序列在多个Epichlo?属的内生真菌中均有分布。此外,通过筛选发现在鹅观草、纤毛鹅观草等其他小麦族物种中同样含有Fhb7同源基因,该结果暗示,小麦族原始祖先亲本在早期可能与某种Epichlo?属的内生真菌存在共生关系,通过基因水平转移将Epichlo?Fhb7的DNA整合到小麦族宿主植物基因组中,从而使小麦族植物进化出抗镰孢菌属病原菌侵染的功能。
邢瑜琪[3](2021)在《稻麦轮作区小麦赤霉病的监测与预警》文中研究表明小麦作为我国最重要的粮食作物之一,其产量和品质直接关系到我国粮食和食品安全。近年来,由于气候变化、栽培制度变革,小麦赤霉病呈现逐年加重趋势,在大流行年份可造成小麦大幅减产,特别是发病籽粒中含有的多种毒素严重威胁着人畜健康。前期研究表明,小麦赤霉病自动监测预警系统对玉米-小麦轮作区小麦赤霉病的预测准确度高,而对稻麦轮作区赤霉病预测的准确度不高且不稳定,主要是因为系统中的预测模型是基于玉米-小麦轮作区相关数据建立的。因此,在评价不同轮作方式小麦赤霉病监测预警系统的准确度后,为提升稻麦轮作区小麦赤霉病监测预警系统预测的准确度,本论文以江苏省太仓市和张家港市小麦赤霉病为研究对象,开展稻麦轮作区小麦赤霉病监测预警研究工作,取得了以下主要结果:1、评价了小麦赤霉病自动监测预警系统的预测准确度。在陕西、河南、安徽、江苏、湖北5省设置监测点,利用小麦赤霉病自动监测预警系统预测小麦赤霉病的发病率,于小麦蜡熟期调查各监测点田间实际病穗率,采用肖悦岩的最大误差参照法评价系统预测的准确度。结果表明,对小麦赤霉病在玉米-小麦轮作区的陕西和河南省2019和2020年预测准确度均为100%,而在稻麦轮作区的安徽、湖北和江苏省平均预测准确度仅为47.5%。2、研究了稻桩密度和稻桩带菌率与赤霉病病穗率的关系。在苏北(江苏洪泽)、苏中(江苏姜堰)、苏南(江苏张家港)设置试验点开展田间模拟试验,于小麦抽穗期和蜡熟期采用五点取样法分别调查各地各处理的稻桩带菌率和小麦赤霉病病穗率。结果表明,苏南地区的病穗率最高,苏中次之,苏北最低。苏南、苏中和苏北地区赤霉病病穗率分别为14.80%~26.13%、5.33%~9.47%和0.93%~3.47%,病穗率峰值出现的稻桩密度分别为20丛/m2、10丛/m2和20丛/m2。3、建立了稻麦轮作区小麦赤霉病的预测模型。以江苏省太仓市(1990-2020年)及张家港市(2005-2020年)多年相关气象因子、田间稻桩带菌率和赤霉病病穗率等数据为基础,采用多元线性回归、GM灰色预测、BP神经网络三种方法,分别建立了稻麦轮作区小麦赤霉病病穗率预测模型,对太仓市小麦赤霉病预测准确度分别为75%、50%和100%,相对误差分别为6.08%、14.17%和0.33%;对张家港市小麦赤霉病预测准确度分别为100%、75%和100%,相对误差分别为4.19%、4.65%和0.13%。BP神经网络模型的预测准确度最高且相对误差最小,可作为稻麦轮作区小麦赤霉病监测预警系统的内置模型。
王荣江,陈颖,毕建杰[4](2020)在《德州市小麦赤霉病的发病调查与防治对策》文中进行了进一步梳理小麦赤霉病是小麦三大重要病害之一,是山东省的常发性小麦病害,也是一种典型的气候型病害,流行年份造成小麦减产并产生毒素污染粮食。化学防治是最有效的措施,在深入调查德州市小麦赤霉病发生特点基础上,笔者提出了小麦赤霉病的防治对策,包括利用科学的防控理念,加强领导、建立精细化培训网络;加强种子检疫工作,从源头上控制小麦赤霉病的发生;推广绿色防控技术,加强防治技术培训。
丰越[5](2020)在《安徽省沿淮淮北小麦赤霉病发生规律及综合防治技术研究》文中认为小麦是我省种植面积最大的粮食作物,沿淮淮北是我省小麦的主产区。近年来我省小麦赤霉病总体偏重至大发生,严重制约了我省小麦的产量和品质,受到省委、省政府高度重视。基于课题组对我省小麦赤霉病发生情况的多年监测数据,本文选取霍邱县、寿县、阜南县、利辛县、怀远县、泗县等6个县为代表,分析小麦赤霉病发生及为害情况,研究我省沿淮淮北小麦赤霉病发生规律,开展不同杀菌剂及施药器械防治小麦赤霉病的田间药效试验,并提出我省沿淮淮北小麦赤霉病综合防治技术方案。研究结果对于提升我省科学防治小麦赤霉病的能力、保障我省小麦生产安全、促进农业提质增效具有指导意义和应用价值。主要研究结果如下:1.安徽省沿淮淮北小麦赤霉病的发生规律2015-2019年,小麦赤霉病在沿淮淮北的霍邱县等6个县均有发生,且小麦赤霉病在不同县的为害情况存在一定差异。其中,寿县小麦赤霉病的为害情况较为严重,发生面积分别为120、155、143、204、110万亩次,平均发生程度在4级以上,造成的实际损失分别为3.6、11.1、0.3、6.8、0.7万吨。在小麦抽穗扬花期,上述6个县气温≥15℃和雨日的天数总体呈现下降趋势,但是,气温≥15℃的天数均在20天以上,能够满足小麦赤霉病发生的田间气候要求;此外,小麦赤霉病菌对多菌灵的抗性不断加剧,以及易感小麦赤霉病品种的种植,上述因素均会导致小麦赤霉病的为害加重。2.不同杀菌剂和施药器械对小麦赤霉病防治效果的影响不同杀菌剂防治小麦赤霉病的田间药效试验结果表明,30%氰烯菌酯·丙硫菌唑悬浮剂、30%丙硫菌唑可分散油悬浮剂和48%氰烯·戊唑醇悬浮剂对小麦赤霉病的防治效果分别为91.43%、87.83%和83.39%;80%多菌灵可湿性粉剂和70%甲基硫菌灵可湿性粉剂对小麦赤霉病的防治效果分别为72.91%和74.29%;丙硫菌唑(甾醇脱甲基化抑制剂)和氰烯菌酯(2-氰基丙烯酸酯类杀菌剂)对小麦赤霉病均表现出良好的防治效果。此外,供试药剂对于DON等真菌毒素污染具有很好的控制作用。清水对照处理小区的小麦籽粒中DON和3A-DON的含量分别为0.199 mg/kg和0.027 mg/kg;多菌灵和甲基硫菌灵处理小区的小麦籽粒中DON的含量分别为0.091 mg/kg和0.089 mg/kg,3A-DON含量均低于0.02 mg/kg;丙硫菌唑和氰烯菌酯处理小区的小麦籽粒中真菌毒素含量均在0.02 mg/kg以下。各处理小麦籽粒中真菌毒素含量均低于我国国家标准GB 2761-2017中规定的限量标准(1 mg/kg)。不同施药器械防治小麦赤霉病的田间药效试验结果表明,与常规电动喷雾器施药相比,植保无人机施药对小麦赤霉病防治效果有一定的增益作用。利用P20和T16两种植保无人机喷施30%丙硫菌唑可分散油悬浮剂,防治效果分别为94.81%和90.16%;对于48%氰烯·戊唑醇悬浮剂而言,使用P20和T16植保无人机施药,48%氰烯·戊唑醇悬浮剂的防治效果分别为93.02%、89.89%,与电动喷雾器施药的防治效果相比,分别增加了 9.63%和6.50%。3.安徽省沿淮淮北小麦赤霉病综合防治技术方案针对我省沿淮淮北小麦赤霉病发生规律的新变化,根据“预防为主、综合防治”植保方针,提出我省沿淮淮北小麦赤霉病综合防治技术方案:(1)强化监测预警。利用“安徽省农作物病虫监测预警系统V4.0”、“小麦赤霉病菌毒素污染预警系统”等监测预警平台,精准预报小麦赤霉病发生趋势及化学防治适期。(2)坚持农业防治。选用“淮麦30”、“徐农029”等耐赤霉病小麦品种,压缩“百农207”、“矮抗58”等感病品种的种植面积;适度扩大“小麦-大豆”、“小麦-甘薯”等连作模式规模;及时清理前茬作物残体和杂草,减少田间菌源基数,降低初侵染风险;及时清沟排渍,防止田间积水;以基肥为主,合理增施磷、钾肥;适期早播,使花期避开阴雨期;收获小麦后,合理收储小麦籽粒。(3)开展科学化学防治。紧抓小麦齐穗至扬花初期进行第1次化学防治(见花打药),5-7天后进行第2次化学防治,施药时避开雨日;按照药剂说明书推荐用药上限用足药量,配足水量,均匀喷雾;合理选择甾醇脱甲基化抑制剂或2-氰基丙烯酸酯类杀菌剂,注意交替轮换使用药剂;优先选用植保无人机等高效施药器械进行科学施药,配合使用专用助剂,推广专业化统防统治服务形式。
汪化平[6](2020)在《无为市3种主要农作物病虫害发生情况及防治策略调查研究》文中研究说明农作物病虫害是制约农作物的产量和品质的重要因素,农作物的种植效益与病虫害发生程度有着极大的关系。由于气候环境的恶化和农田生态系统的变化,给农作物病虫害的防治带来更为复杂的影响,严重威胁到地方农业的优质高效发展。本文以2016-2019年无为市主要农作物(小麦、水稻和棉花)的病虫害为研究对象,分析了无为市3种农作物主要病虫害发生规律,提出了综合防控策略,对保障无为市粮食安全以及农业绿色优质高效发展具有理论和现实意义。主要研究结果如下:1.无为市的主要农作物为水稻、小麦和棉花。其中,水稻的种植面积最大。2016年至2019年,无为市水稻年均种植面积约为5.53万hm2,病虫害防治面积约32.20万hm2;小麦的种植面积约为1.00万hm2,防治面积为3.47万hm2;棉花的种植面积约为0.20万hm2,防治面积2.47万hm2。2.调查期间,水稻发生病害主要为水稻纹枯病、稻曲病、稻瘟病;虫害主要有稻纵卷叶螟、稻飞虱和二化螟。其中,水稻病害的年均发生面积为7.42万hm2;虫害年均发生面积为11.01万hm2。无为市主要采用轮作倒茬等防控措施开展水稻病虫害综合防治,每年挽回水稻损失约为32312.92 t。3.小麦病害主要为小麦赤霉病、条锈病、白粉病和纹枯病;虫害主要为小麦蚜虫。小麦病害年均发生面积约为1.37万hm2;虫害约为0.32万hm2。高感病品种的种植、外来侵染菌源充足、阴雨天气多,均会导致小麦病虫害的为害加重。对于小麦病虫害的防治主要以轮作倒茬和药剂防治为主,挽回小麦损失年均约为 2270.75 t。4.棉花病虫害主要包括苗期病害、棉枯萎病、棉铃虫、棉红蜘蛛、棉蚜及棉盲蝽。棉花病害的年发生面积约为0.27万hm2;虫害约为1.95万hm2。通过选种抗病虫棉花品种以及化学防治,每年挽回的损失约为90.89t。
吴建文[7](2020)在《小麦EMS突变群体的创建及功能基因的鉴定》文中研究说明突变体的创建与分析是功能基因组学的重要研究内容,为基因功能分析提供了直接的工具材料。创建饱和的基因突变群体是分离、鉴定基因功能最直接、最有效的方法之一。长穗偃麦草Fhb7基因是小麦优异的赤霉病抗源,对Fhb7基因的功能分析将有助于该基因在小麦抗赤霉病育种的有效利用。但Fhb7基因与黄色素合成相关基因连锁,使小麦面粉黄色素含量高,对Fhb7基因的广泛应用具有一定限制。本研究拟利用化学诱变剂甲基磺酸乙酯(ethyl methane sulfonate,EMS)溶液诱变处理携带抗赤霉病Fhb7小麦-长穗偃麦草易位系材料,初步创建了携带抗赤霉病Fhb7易位系突变群体,并对Fhb7基因作了TILLING检测,同时筛选到一些面粉色泽相关突变体,得出的主要结果如下:1.利用浓度为0.8%EMS溶液处理含Fhb7短片段易位系的济麦22背景材料,M1代收获7309单穗,通过单粒传获得4473个M2代单株的群体。2.利用来自M2代群体的约4000个单株,单株提取DNA,对目的基因Fhb7进行TILLING筛选,直接测序(Sanger)Fhb7的全长PCR产物。每个点突变的纯合和杂合利用DNAMAN软件进行验证,最终筛选获得了43个突变体。3.通过使用离体的叶片对赤霉病抗性进行接种鉴定,与抗病对照(易位系受体材料)有显着差异的7个Fhb7基因突变体中有5个错义突变、2个终止突变;这7个突变体感病程度虽存在一定差异,但病斑面积均显着大于抗病对照。从赤霉病抗性的表型结果来看,这7个突变位点改变可能是决定蛋白质功能的关键氨基酸或关键结构域。4.根据籽粒面粉的色泽筛选相关突变体,得到M3代单株共645株,获得赤霉病抗性好、面粉白度高的突变株系,有利于Fhb7基因在小麦抗赤霉病育种中的有效应用。5.长穗偃麦草Psy基因编码的蛋白质主要在氨基端与普通小麦的Psy存在差异,目前已创建自身启动子调控的长穗偃麦草Psy基因遗传转化载体,为研究该基因对面粉黄色素含量的影响奠定了基础。
丁文浩[8](2020)在《基于WebGIS的安徽省小麦赤霉病监测预警模型的研究及应用》文中认为小麦是我国的主要粮食作物,在生长过程中容易受到赤霉病的影响,影响小麦的产量与品质,如果防治不及时,极易造成严重的经济损失。直观高效的预测小麦病害发生情况,对构成小麦病害高效防控体系具有重要的意义。本文通过使用灰色模型预测和BP神经网络算法,对比两种模型的预测结果,确定了一种预测准确率更高的方法并设计了安徽省小麦赤霉病的预测预报模型。将小麦赤霉病的发病等级分为4级,对病害的发生进行预测。基于WebGIS平台通过谷歌地图来展示小麦病害的发病级别,使用可视化技术对小麦病害预测结果进行分析与展示,分析发展趋势。利用GIS来实现区域定位,便于直观的观察发病地区与级别。利用BP神经网络算法对小麦病害数据进行分析并预测其发生概率,便于植保部门制定相应的防治方案,确保小麦产量和农民增产增收。主要工作如下:(1)对小麦赤霉病数据进行预处理。本文分析了影响小麦赤霉病发生的气象因子,在安徽省农作物病虫害监测预警平台数据库中,选取2009-2018年间全省主要城市的小麦赤霉病平均病穗率数据以及气象数据,对所选数据进行了处理分析,为后文的实验奠定数据基础。(2)构建了基于GM(1,1)的安徽小麦赤霉病预测模型。将小麦赤霉病的病穗率数据作为该模型的原始序列并使用matlab工具进行模型计算求解。(3)构建了基于BP神经网络的安徽小麦赤霉病预测模型。在信息展示中,对小麦的气象环境因素进行分析,先选取前几次的数据作为样本,采用BP神经网络算法来处理,建立预测模型,然后对其它的数据进行预测。该模型会根据选取的样本数据进行模型训练,利用自适应能力来自动调节,直到满足条件,再利用其它数据进行检测确保可靠性。将以上两种预测模型最终的预测值进行对比可得出BP神经网络算法的准确率较高,因此最终采用后者作为预测模型。(4)实现基于WebGIS的病害预测可视化。通过预测模型对小麦病害进行预测并将结果在谷歌地图上显示出来,利用热力图来直观的观测病害的发病严重等级和发病地区,可以从整体上估计损失程度,实现可视化效果。以便于针对发病地区做出防治,来控制病害的面积进一步扩大。(5)模块化系统设计。系统采用模块化设计,将整个系统划分为前端的信息展示和后台管理,前端为地图区域的显示,将预测出的病害情况结果与真实结果进行对比,病害历年的发生面积与种植面积进行比较。后台管理具有数据分析显示和用户信息的管理。本研究的设计开发,为小麦主要病害的预测预报研究提供了高效的技术工具,是信息处理技术与农业病害防治的有机结合,利用计算机技术解决小麦病害预测的一种有效途径。
马慧琴[9](2020)在《基于多源多时相遥感分析的小麦主要病害动态监测》文中指出加强小麦主要病害的测报调查对指导病害科学防控和农业可持续发展具有非常重要的意义。遥感技术相对于传统的作物调查方法提供了一种重要的补充手段。如何高效利用丰富的遥感数据和方法基础是实现作物病害准确、实时、快速、大范围的定量化区分与监测的关键。本文以小麦条锈病、白粉病和赤霉病为对象,结合其不同的侵染循环机制和生境响应差异,综合不同发病期无人机高光谱影像以及Sentinel-2、Landsat-8和GF-1卫星多光谱影像等多源多时相遥感数据优势,针对不同作物病虫害胁迫组合建立区分模型,在准确区分出不同病虫害的前提下建立高精度高专一性的作物病害监测模型,并从实际应用的角度建立作物病害严重度估算模型,为作物病害的科学防控和生态治理提供技术支撑。主要的研究内容及结果如下:(1)在作物病虫害遥感区分方面,针对实际大田中不同病虫害胁迫类型同时存在的现象,以小麦白粉病和蚜虫同时发生、小麦条锈病和赤霉病同时发生的两种情况为例,基于利用多源多时相卫星遥感影像提取的综合作物长势状况和生境信息的遥感特征开展作物不同病虫害区分研究。首先,研究基于两时相Landsat-8影像提取了表征作物长势状况和生境因子的遥感特征集,结合合成少数样本过采样技术(the synthetic minority oversampling technique,SMOTE)耦合反向传播神经网络(back propagation neural Networks,BPNN)的方法发展了一种小麦白粉病和蚜虫区分方法。结果显示与基于传统的单一时相作物长势信息的区分方法相比,该方法的总体区分精度增加了10.9个百分点。其次,研究通过耦合多时相Sentinel-2、Landsat-8和GF-1影像,结合主成分分析和k近邻(k nearest neighbor,k NN)方法发展了一种小麦条锈病和赤霉病区分方法。结果显示基于主成分特征的k NN区分模型的总体精度相比基于遥感特征的k NN区分模型增加了11.0个百分点。(2)在作物病害遥感监测方面,结合不同作物病害的发生特点和规律,以小麦条锈病和赤霉病为例,利用低空无人机高光谱影像获取的病害敏感植被指数和小波特征开展田块尺度作物专一病害高精度监测研究。首先,研究基于多时相无人机高光谱影像获取的病害敏感植被指数结合BPNN方法发展了一种田块尺度小麦条锈病监测方法。结果显示基于多时相无人机高光谱影像的BPNN监测方法的总体精度达到95.7%,与k NN方法相比增加了11.6个百分点。其次,研究基于小麦穗部ASD高光谱数据结合连续小波分析(continuous wavelet analysis,CWA)获得了6个最优小波特征,利用Fisher线性判别分析发展了一种小麦穗部赤霉病识别方法。结果显示识别模型的总体精度为88.7%。在此基础上,研究基于两时相无人机高光谱影像数据结合CWA获取了5个最优小波特征,利用k NN方法发展了一种田块尺度小麦赤霉病监测方法。结果显示监测模型的总体精度达到了86.7%。(3)在作物病害严重度遥感估算方面,针对单一时相单一数据源卫星遥感影像在表征作物病害发生状况时的局限性,以小麦白粉病和条锈病为例,综合作物侵染循环机制和多源多时相卫星遥感影像优势互补,建立病害发生关键期遥感特征与病害发生严重度之间的响应关系,并借助数据挖掘算法开展作物病害严重度估算研究。首先,研究基于多时相Landsat-8影像结合后向逐步消除方法获得的关键期遥感特征,利用k NN方法发展了一种区域尺度小麦白粉病严重度估算方法。结果显示基于关键期遥感特征的小麦白粉病发生严重度的k NN估算方法的总体精度较传统的基于单一时相影像的病害估算方法提高了7.7个百分点。其次,研究基于两时相Sentinel-2和Landsat-8影像构建的归一化两时相遥感特征结合SMOTE-BPNN方法发展了一种区域尺度小麦条锈病严重度估算方法。结果显示基于归一化两时相遥感特征的小麦条锈病严重度估算方法的总体精度和G均值分别较传统的基于单一时相单一数据源的病害估算方法提高了20.0个百分点和26.8个百分点。本文的研究结果表明综合了作物长势状况和生境信息的多源多时相卫星遥感影像可以有效应用于作物不同病虫害的区分研究,显着提高模型的区分精度;多时相无人机高光谱技术结合合适的特征选择算法和分类技术的方法在田块尺度作物专一病害的监测研究中具有潜力;耦合病害发生关键期多源多时相卫星遥感影像可以更加准确地表征作物病害严重度空间分布。
韩传玉[10](2020)在《小麦赤霉病生防菌的筛选及Frenolicin B抗病活性研究》文中研究说明小麦(Triticum aestivum L.)是人类最主要的粮食作物之一,由镰刀菌引起的小麦赤霉病(Fusarium head blight,FHB)是一种危害严重的世界性真菌病害,由于近年来气候和种植方式的变化,小麦赤霉病已大规模流行与爆发,对全球小麦种植和食品安全构成了严重威胁。由于抗病种质资源缺乏,目前仍以化学防治为主要措施,但长期大量使用化学药剂会出现严重的抗药性问题。而生物防治对环境更加友好、不易产生抗药性,且资源丰富,运用微生物资源或其代谢产物进行生物防治已成为绿色农业理念下的主要趋势。本研究使用6种分离培养基从小麦生境中分离放线菌,通过体外拮抗试验以及离体抗病试验筛选小麦赤霉病高效生防菌株,测定生防菌株发酵液活性,结合全基因组序列的次级代谢产物预测结果以及对活性化合物的分离纯化,确定生防菌的主要活性代谢产物,并进一步探索活性化合物的活性、田间防效以及抑菌机制。主要研究结果如下:(1)从安徽和河南两省田间采集小麦样品,共分离得到827株放线菌,其中链霉菌占主要部分,对分离自不同样品不同位置的放线菌丰度和菌种数进行统计分析比较,发现染病小麦的根际土、根内和穗内的放线菌菌种多样性以及根际土和穗内的菌群丰度明显高于健康组样品,而根内菌群丰度低于健康组。同时根际土的菌群丰度和菌种数都远大于内生菌,且病小麦的根际土中菌种多样性和菌群丰度都是最高的,而穗内的菌群丰度和菌种数都远小于根际土和根内。(2)从小麦生境分离出10株特异放线菌,通过多相分类鉴定分别为链霉菌属(4株)、姜氏菌属(1株)、小双孢菌属(3株)、球单孢菌属(1株)、假诺卡氏菌属(1株)的新种放线菌,其中6株分离自染病小麦的根际土,且有4株为链霉菌,生防菌NEAU-H2为其中一株新种链霉菌。(3)通过对禾谷镰刀菌PH-1的体外拮抗试验筛选出104株活性菌,选取其中活性大于50%的20株菌为拮抗菌进行体内抗病试验,根据体外和体内活性测试结果,以及20株菌间形态差异和进化距离远近,选择活性最好且与其他菌株差异较大的两株菌—NEAU-H3和NEAU-H17进行后续研究。(4)生防菌NEAU-H3对禾谷镰刀菌PH-1具有很强的拮抗作用,且抑菌谱广,同时具有纤维素降解、木质素降解、产生吲哚乙酸等多种活性,其无菌发酵液对赤霉病菌具有很好的生防效果,是一株潜在的可能产生新型抗真菌化合物的高效生防菌株。(5)根据全基因组次及代谢产物基因簇分析,以及活性代谢产物的分离纯化,最终确定生防菌NEAU-H3的主要活性代谢产物为吡喃萘醌类化合物Frenolicin B。(6)Frenolicin B对禾谷镰刀菌PH-1具有强烈的抑制活性,并在大田试验中表现出良好的抗赤霉病防效。经过有效抑制中浓度的测定,Frenolicin B对禾谷镰刀菌以及多种植物病原真菌均表现出强烈的抑制作用,具有广谱抑菌活性,且根据交互抗性试验结果,Frenolicin B与赤霉病常用杀菌剂多菌灵之间并无交互抗性,且并无该抗生素抑制镰刀菌相关的报道,是一种新型抗赤霉病药剂。(7)电镜观察发现,禾谷镰刀菌PH-1经Frenolicin B处理后,菌丝呈现出粗细不均匀、肿胀、扭曲的状态,且内部结构发生明显的变化,细胞质固缩,密度发生改变。(8)为进一步探究其抑菌机制,对经Frenolicin B处理后的禾谷镰刀菌PH-1菌丝进行转录组测序分析,发现PH-1在经Frenolicin B处理后,有2,520个基因表达出现显着差异,其中磷酸酶、能量代谢相关基因显着下调,而与应激反应、核酸修复相关的基因显着上调。根据KEGG通路和GO条目的GSEA富集分析,发现Frenolicin B显着抑制了PH-1多种代谢过程,其中核苷酸代谢以及能量代谢是Frenolicin B的主要目标。(9)对生防菌株NEAU-H17的活性代谢产物进行分离纯化,经鉴定其主要活性代谢产物为阿扎霉素类似物:2-Demethylazalomycins F4a、2-Demethylazalomycins F5a,已广泛用于植物病虫害防治以及医药领域的研究中,在本研究中,该化合物对F.graminearum的菌丝生长表现出强烈的抑制作用,具备开发成防治小麦赤霉病农用抗生素的潜力。
二、我省小麦赤霉病发生特点和防治技术(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、我省小麦赤霉病发生特点和防治技术(论文提纲范文)
(1)小麦赤霉病生物防治研究进展(论文提纲范文)
1 小麦赤霉病及其防治的主要方法 |
1.1 小麦赤霉病病原菌特征及危害 |
1.2 小麦赤霉病的防治方法 |
1.2.1 农业基础防治 |
1.2.2 抗性育种 |
1.2.3 化学防治 |
2 小麦赤霉病的生物防治 |
2.1 小麦赤霉病生物防治方法 |
2.2 生物防治机制 |
2.2.1 抗生作用 |
2.2.2 竞争作用 |
2.2.3 溶菌作用 |
2.2.4 诱导植物的系统抗性 |
2.3 禾谷镰孢菌拮抗菌研究进展 |
2.3.1 芽孢杆菌 |
1)枯草芽孢杆菌。 |
2)解淀粉芽孢杆菌。 |
3)多黏类芽孢杆菌。 |
4)其他芽孢杆菌细菌。 |
2.3.2 假单胞菌 |
2.3.3 放线菌 |
2.3.4 真菌 |
2.4 本课题组小麦赤霉病生物防治研究进展 |
3 小麦赤霉病生防菌的应用策略 |
4 总结与展望 |
(2)长穗偃麦草抗赤霉病基因Fhb7的图位克隆及功能解析(论文提纲范文)
符号说明 |
中文摘要 |
Abstract |
1 前言 |
1.1 小麦赤霉病的生物学特征及其防治 |
1.1.1 小麦赤霉病发生、流行及危害 |
1.1.1.1 小麦赤霉病的病原菌 |
1.1.1.2 小麦赤霉病的病害循环及发病特征 |
1.1.1.3 小麦赤霉病病原菌的侵染模式 |
1.1.1.4 小麦赤霉病发病区域及危害 |
1.1.2 小麦赤霉病的防治 |
1.1.2.1 化学防治 |
1.1.2.2 生物防治 |
1.1.2.3 小麦赤霉病综合绿色防控 |
1.2 小麦赤霉毒素研究 |
1.2.1 小麦中常见镰孢菌毒素及毒性分析 |
1.2.2 单端孢霉烯族毒素的生物合成途径研究进展 |
1.2.3 单端孢霉烯族毒素的治理方法 |
1.2.3.1 物理脱毒 |
1.2.3.2 化学脱毒 |
1.2.3.3 生物脱毒 |
1.2.4 单端孢霉烯族毒素检测方法 |
1.3 小麦抗赤霉病遗传研究进展 |
1.3.1 小麦赤霉病抗性种质挖掘 |
1.3.1.1 我国小麦品种抗赤霉病鉴定 |
1.3.1.2 小麦近缘种的赤霉病抗源鉴定 |
1.3.1.3 偃麦草在小麦抗赤霉病育种中的作用 |
1.3.2 小麦抗赤霉病QTL定位研究现状 |
1.3.3 小麦赤霉病抗性机制研究 |
1.4 小麦基因图位克隆技术 |
1.4.1 图位克隆技术在小麦中的应用 |
1.4.2 作图群体的构建 |
1.4.3 DNA分子标记类型 |
1.4.4 物理图谱的构建 |
1.4.5 候选基因的功能验证 |
1.5 水平基因转移研究现状 |
1.6 本研究的目的意义 |
1.7 本研究的主要内容 |
2 材料与方法 |
2.1 材料 |
2.1.1 植物材料 |
2.1.2 菌株和载体 |
2.2 实验地点 |
2.3 实验方法 |
2.3.1 植物材料的种植与处理 |
2.3.2 高通量植物基因组DNA提取 |
2.3.2.1 基因组DNA提取相关试剂 |
2.3.2.2 提取DNA操作步骤 |
2.3.3 植物总RNA提取 |
2.3.3.1 相关试剂配置与耗材处理 |
2.3.3.2 操作步骤 |
2.3.4 反转录及实时荧光定量PCR |
2.3.4.1 反转录 |
2.3.4.2 实时荧光定量PCR(RT-qPCR) |
2.3.5 聚合酶链式反应(PCR) |
2.3.5.1 扩增体系 |
2.3.5.2 PCR反应程序 |
2.3.6 聚丙烯酰胺凝胶电泳 |
2.3.6.1 相关试剂及配置方法 |
2.3.6.2 聚丙烯酰胺凝胶制备及电泳 |
2.3.7 琼脂糖凝胶电泳 |
2.3.7.1 相关试剂 |
2.3.7.2 操作流程 |
2.3.8 DNA目的片段纯化回收 |
2.3.9 TA连接 |
2.3.10 大肠杆菌转化 |
2.3.11 质粒提取 |
2.3.12 农杆菌感受态的制备 |
2.3.13 农杆菌转化 |
2.3.14 T4 连接及同源重组 |
2.3.15 LR反应 |
2.3.16 小麦族基因组进化分析 |
2.3.16.1 小麦族二倍体物种的转录组测序与组装 |
2.3.16.2 基因家族及同源基因分析 |
2.3.17 目标基因的精细定位 |
2.3.17.1 定位群体的构建 |
2.3.17.2 分子标记的开发 |
2.3.17.3 物理图谱的构建 |
2.3.18 转录组数据分析基因表达 |
2.3.19 突变群体构建及突变体筛选 |
2.3.19.1 突变群体构建 |
2.3.19.2 突变体的筛选 |
2.3.20 BSMV-VIGS技术的应用 |
2.3.21 小麦遗传转化 |
2.3.22 镰孢菌培养及赤霉病抗性鉴定 |
2.3.22.1 相关试剂及培养基配方 |
2.3.22.2 穗部接种实验流程 |
2.3.22.3 离体叶片鉴定实验 |
2.3.22.4 苗期茎基腐抗性鉴定 |
2.3.23 真核表达 |
2.3.23.1 相关试剂及培养基 |
2.3.23.2 真核表达质粒p PICZαA-Fhb7的构建 |
2.3.23.3 感受态制备 |
2.3.23.4 毕赤酵母转化 |
2.3.23.5 酵母诱导表达Fhb7与DON毒素处理 |
2.3.24 液相-高分辨率质谱分析 |
2.3.24.1 样品预处理 |
2.3.24.2 上机及分析流程 |
2.3.25 基因Fhb7的进化分析 |
3 结果与分析 |
3.1 二倍体长穗偃麦草基因组比较基因组学分析 |
3.2 抗赤霉病基因Fhb7精细定位及候选基因筛选 |
3.2.1 目标区段重组体的筛选 |
3.2.2 目标区段分子标记开发 |
3.2.3 候选基因筛选 |
3.3 突变体群体构建及突变体筛选 |
3.4 候选基因的BSMV-VIGS功能验证 |
3.5 候选基因转基因小麦功能验证 |
3.6 抗小麦赤霉病基因Fhb7的进化分析 |
3.7 Fhb7抗病机制研究 |
3.7.1 Fhb7基因的响应表达模式 |
3.7.2 DON毒素外源处理及LC-HRMS分析 |
3.7.3 液相色谱高分辨率质谱分析 |
3.7.4 Fhb7基因对单端孢霉烯族毒素的解毒机制研究 |
3.7.5 Fhb7基因对镰孢菌属抗性研究 |
4 讨论 |
4.1 小麦近缘物种抗病基因的克隆 |
4.2 Fhb7去环氧化介导单端孢霉烯族毒素脱毒 |
4.3 水平基因转移在植物进化中的作用 |
4.4 小麦近缘植物的育种应用潜力 |
5 结论 |
参考文献 |
附录 |
致谢 |
攻读学位期间发表论文情况 |
(3)稻麦轮作区小麦赤霉病的监测与预警(论文提纲范文)
摘要 |
ABSTRACT |
第一章 文献综述 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 小麦赤霉病研究概况 |
1.2.1 小麦赤霉病的分布与危害 |
1.2.2 小麦赤霉病发生特点 |
1.2.3 影响小麦赤霉病流行的因素 |
1.2.4 小麦赤霉病的预测预报方法 |
1.3 小麦赤霉病预测模型研究现状 |
1.3.1 线性回归模型研究现状 |
1.3.2 灰色系统预测研究现状 |
1.3.3 神经网络预测模型研究现状 |
1.4 远程监测系统研究现状 |
1.5 小麦赤霉病预测预报准确性评价方法 |
1.6 论文结构 |
1.7 技术路线 |
第二章 小麦赤霉病监测预警系统准确度评价 |
2.1 材料与方法 |
2.1.1 仪器设备 |
2.1.2 病穗率调查及等级划分标准 |
2.1.3 预测准确度评价 |
2.2 结果与分析 |
2.2.1 小麦赤霉病监测预警系统预测准确度评价 |
2.2.2 不同轮作模式的预测准确度评价 |
2.3 结论与讨论 |
第三章 稻麦轮作区稻桩密度与赤霉病发病程度的关系 |
3.1 材料与方法 |
3.1.1 试验地选择及要求 |
3.1.2 试验材料 |
3.1.3 试验设计 |
3.1.4 稻桩带菌率调查方法 |
3.1.5 病穗率调查方法 |
3.2 结果分析 |
3.2.1 不同生态区稻桩的带菌率 |
3.2.2 稻桩密度对赤霉病病穗率的影响 |
3.3 结论与讨论 |
第四章 稻麦轮作区小麦赤霉病预测模型的建立与评价 |
4.1 研究方法 |
4.1.1 数据来源 |
4.1.2 多元线性回归模型 |
4.1.3 GM(1,1)灰色预测模型 |
4.1.4 BP神经网络算法 |
4.1.5 变量选取 |
4.2 结果与分析 |
4.2.1 太仓市小麦赤霉病模型的建立 |
4.2.2 张家港市小麦赤霉病模型的建立 |
4.3 BP神经网络模型预测准确度评价 |
4.4 结论与讨论 |
第五章 结论与展望 |
5.1 全文结论 |
5.2 展望 |
参考文献 |
致谢 |
作者简介 |
(4)德州市小麦赤霉病的发病调查与防治对策(论文提纲范文)
1 德州市小麦赤霉病发病调查 |
1.1 德州市概况 |
1.2 德州市小麦赤霉病发生概况 |
1.3 德州市小麦赤霉病的发生特点 |
2 小麦赤霉病的防治对策 |
2.1 小麦赤霉病的防治观念 |
2.2 加强组织领导,建立精细化检测网络 |
2.3 加强种子检疫工作,从源头上控制小麦赤霉病的发生 |
2.4 推广绿色防控技术,加强防治技术培训 |
(5)安徽省沿淮淮北小麦赤霉病发生规律及综合防治技术研究(论文提纲范文)
摘要 |
ABSTRACT |
术语及略语表 |
1 文献综述 |
1.1 小麦生产情况概述 |
1.1.1 我国小麦生产情况概述 |
1.1.2 安徽省小麦生产情况概述 |
1.1.3 沿淮淮北小麦产业发展情况概述 |
1.2 小麦赤霉病简介 |
1.2.1 小麦赤霉病菌 |
1.2.2 小麦赤霉病发病症状 |
1.2.3 小麦赤霉病毒素检测研究现状 |
1.2.4 小麦赤霉病为害现状 |
1.3 影响小麦赤霉病发生及流行的主要因素 |
1.3.1 气象条件 |
1.3.2 菌源数量 |
1.3.3 小麦品种 |
1.4 小麦赤霉病综合防治技术 |
1.4.1 监测预警 |
1.4.2 农业防治 |
1.4.3 化学防治 |
2 引言 |
2.1 研究背景及意义 |
2.2 研究内容 |
3 材料与方法 |
3.1 小麦赤霉病为害情况调查方法 |
3.1.1 调查地点概况 |
3.1.2 小麦赤霉病发生情况调查方法 |
3.2 主栽小麦品种赤霉病抗性评价方法 |
3.3 小麦赤霉病抗药性评价方法 |
3.4 不同杀菌剂及施药器械防治小麦赤霉病田间药效试验 |
3.4.1 不同杀菌剂防治小麦赤霉病田间药效试验 |
3.4.2 不同施药器械防治小麦赤霉病田间药效试验 |
3.4.3 小麦赤霉病防治效果计算方法 |
3.5 小麦籽粒真菌毒素污染评价方法 |
4 结果与分析 |
4.1 霍邱县等6个县小麦赤霉病为害概况 |
4.2 影响小麦赤霉病发生的因素 |
4.2.1 气象条件 |
4.2.2 主栽小麦品种抗性 |
4.2.3 小麦赤霉病菌抗药性 |
4.3 不同杀菌剂对小麦赤霉病防治效果的影响 |
4.4 不同杀菌剂对控制真菌毒素污染的影响 |
4.4.1 真菌毒素检测方法的确证 |
4.4.2 小麦籽粒中真菌毒素含量 |
4.5 不同施药器械对小麦赤霉病防治效果的影响 |
4.6 安徽省沿淮淮北小麦赤霉病综合防治技术方案 |
4.6.1 监测预警 |
4.6.2 农业防治 |
4.6.3 化学防治 |
5 讨论 |
5.1 安徽省沿淮淮北小麦赤霉病发生趋势及影响因素 |
5.1.1 气象条件 |
5.1.2 小麦品种抗性 |
5.1.3 小麦赤霉病菌抗药性 |
5.2 不同杀菌剂对小麦赤霉病防治效果的影响 |
5.3 不同施药器械对小麦赤霉病防治效果的影响 |
6 结论 |
6.1 安徽省沿淮淮北小麦赤霉病为害情况存在差异 |
6.2 不同杀菌剂和施药器械显着影响小麦赤霉病的防治效果 |
6.3 安徽省沿淮淮北小麦赤霉病综合防治技术方案 |
6.3.1 强化监测预警 |
6.3.2 坚持农业防治 |
6.3.3 开展科学化学防治 |
参考文献 |
致谢 |
作者简介 |
(6)无为市3种主要农作物病虫害发生情况及防治策略调查研究(论文提纲范文)
摘要 |
ABSTRACT |
1 文献综述 |
1.1 无为市概况 |
1.2 无为市主要农作物的种植情况 |
1.2.1 水稻种植情况 |
1.2.2 小麦种植情况 |
1.2.3 棉花的种植情况 |
1.3 水稻等三种农作物的病虫害发生情况概述 |
1.3.1 水稻 |
1.3.2 小麦 |
1.3.3 棉花 |
1.4 农作物病虫害防治技术概述 |
1.4.1 农业防治 |
1.4.2 物理防治 |
1.4.3 化学防治 |
1.4.4 生物防治 |
1.4.5 统防统治 |
2 引言 |
2.1 研究背景与意义 |
2.2 研究内容 |
3 材料与方法 |
3.1 调查区域 |
3.2 调查方法 |
3.2.1 水稻病害调查 |
3.2.2 小麦病害调查 |
3.2.3 棉花病害调查 |
3.2.4 水稻虫害调查 |
3.2.5 小麦蚜虫调查 |
3.2.6 棉花虫害调查 |
3.3 数据统计分析方法 |
4 结果与分析 |
4.1 水稻病虫害发生情况及防治策略 |
4.1.1 水稻病害总体发生情况 |
4.1.2 水稻虫害总体发生情况 |
4.1.3 水稻病虫害防治策略 |
4.2 小麦病虫害发生情况及防治策略 |
4.2.1 小麦病害总体发生情况 |
4.2.2 小麦蚜虫发生情况 |
4.2.3 小麦病虫害的防治策略 |
4.3 棉花病虫害发生情况及防治策略 |
4.3.1 棉花病害总体发生情况 |
4.3.2 棉花虫害总体发生情况 |
4.3.3 棉花病虫害的防治策略 |
5 讨论 |
5.1 水稻病虫害为害情况 |
5.2 小麦病虫害为害情况 |
5.3 棉花病虫害为害情况 |
6 结论 |
6.1 水稻病虫害发生情况 |
6.2 小麦病虫害发生情况 |
6.3 棉花病虫害发生情况 |
6.4 水稻病虫害防控策略 |
6.5 小麦病虫害防控策略 |
6.6 棉花病虫害防控策略 |
参考文献 |
致谢 |
个人简介 |
(7)小麦EMS突变群体的创建及功能基因的鉴定(论文提纲范文)
符号说明 |
摘要 |
Abstract |
1 引言 |
1.1 小麦赤霉病 |
1.1.1 小麦赤霉病流行区域 |
1.1.2 小麦赤霉病病症 |
1.1.3 小麦赤霉病的防治 |
1.1.4 小麦赤霉病抗性的鉴定 |
1.2 黄色素 |
1.2.1 黄色素的组成成分及生物合成途径 |
1.2.2 黄色素的重要生物学功能 |
1.2.3 八氢番茄红素合成酶PSY基因 |
1.2.4 小麦黄色素研究进展 |
1.3 小麦功能基因组学研究进展 |
1.3.1 反向遗传学技术 |
1.3.2 突变体库的创建 |
1.3.3 突变体筛选 |
1.4 小麦转基因技术研究进展 |
1.4.1 小麦遗传转化方法 |
1.4.2 小麦外植体的选择 |
1.4.3 小麦转基因技术在小麦育种上的应用 |
1.5 本研究的内容及意义 |
2 材料与方法 |
2.1 试验材料 |
2.2 突变群体的创建 |
2.2.1 EMS预处理 |
2.2.2 EMS处理 |
2.2.3 M1和M2 的种植 |
2.3 Fhb7 基因TILLING检测 |
2.3.1 TILLING群体DNA的提取 |
2.3.2 PCR引物设计及扩增 |
2.3.3 琼脂糖凝胶的制备及电泳 |
2.3.4 点突变密度计算 |
2.3.5 抗赤霉病表型鉴定 |
2.4 面粉色泽相关突变体的筛选 |
2.4.1 面粉色泽相关突变体的筛选 |
2.4.2 面粉色泽相关突变体的繁殖加代 |
2.4.3 TILLING群体相关突变体的验证 |
2.5 类胡萝卜素含量检测 |
2.5.1 样品提取流程 |
2.5.2 色谱质谱采集条件 |
2.6 Psy基因的克隆及同源分析 |
2.6.1 TRIZOL法提取小麦RNA |
2.6.2 RNA质量和纯度的检测 |
2.6.3 RT-PCR扩增Psy基因序列 |
2.6.4 RT-PCR产物的回收纯化 |
2.6.5 Psy基因同源分析 |
2.7 自身启动子表达载体创建 |
2.8 农杆菌介导法 |
2.9 转基因植株的鉴定 |
3 结果与分析 |
3.1 小麦突变群体的创建 |
3.1.1 EMS处理的适宜诱变剂量 |
3.1.2 EMS诱变群体创建 |
3.2 Fhb7 基因TILLING检测 |
3.2.1 Fhb7 基因的突变体筛选 |
3.2.2 突变体抗赤霉病表型鉴定 |
3.3 面粉色泽相关突变体的筛选 |
3.3.1 面粉色泽相关突变体的筛选与加代繁殖 |
3.3.2 TILLING群体相关突变体的验证 |
3.4 类胡萝卜素含量测定 |
3.5 Psy基因的克隆及同源分析 |
3.6 自身启动子表达载体的创建 |
4 讨论 |
4.1 EMS诱变及TILLING群体创建 |
4.2 突变的密度及类型 |
4.3 面粉色泽相关基因突变体的筛选 |
5 结论 |
参考文献 |
致谢 |
(8)基于WebGIS的安徽省小麦赤霉病监测预警模型的研究及应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 小麦赤霉病预警研究现状 |
1.2.2 预测模型研究现状 |
1.2.3 GIS的发展与应用 |
1.3 研究内容 |
1.4 论文结构 |
第二章 相关理论与技术 |
2.1 预测模型相关理论 |
2.1.1 灰色预测模型 |
2.1.2 BP神经网络预测模型 |
2.2 WebGIS相关技术 |
2.2.1 WebGIS |
2.2.2 WebGIS开发框架Leaflet |
2.3 本章小结 |
第三章 基于多模型的小麦赤霉病预测 |
3.1 数据选择及数据处理 |
3.1.1 影响因子分析 |
3.1.2 数据选择 |
3.1.3 数据预处理 |
3.2 模型选择 |
3.3 灰色预测模型 |
3.3.1 GM(1,1)模型 |
3.3.2 GM(1,1)模型精度校验 |
3.3.3 模型检验 |
3.3.4 结果分析 |
3.4 BP神经网络预测模型 |
3.4.1 BP神经网络 |
3.4.2 BP网络的具体实现 |
3.4.3 BP神经网络建模 |
3.4.4 结果分析 |
3.5 预测模型对比分析 |
3.6 本章小结 |
第四章 基于WebGIS的安徽省小麦赤霉病监测预警系统设计 |
4.1 总体设计 |
4.1.1 系统架构设计 |
4.1.2 逻辑视图 |
4.1.3 物理视图 |
4.2 后台管理子系统设计 |
4.2.1 用户管理模块 |
4.2.2 信息显示模块 |
4.3 信息显示子系统设计 |
4.3.1 基于leaf Let的 WebGIS功能设计 |
4.3.2 预测比较模块设计 |
4.4 数据库设计 |
4.4.1 数据库逻辑设计 |
4.4.2 数据库表结构设计 |
4.5 本章小结 |
第五章 基于WebGIS的安徽省小麦赤霉病监测预警系统实现 |
5.1 后台管理子系统 |
5.1.1 用户管理 |
5.1.2 信息显示 |
5.2 信息显示子系统 |
5.2.1 基于leaf Let的 WebGIS功能实现 |
5.2.2 预测比较模块实现 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 研究总结 |
6.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
(9)基于多源多时相遥感分析的小麦主要病害动态监测(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题背景及研究意义 |
1.2 国内外研究进展 |
1.3 存在的主要问题 |
1.4 研究目标、研究内容及技术路线 |
第二章 研究思路与方法 |
2.1 试验方案 |
2.2 小麦主要病虫害严重度调查 |
2.3 数据获取与预处理 |
2.4 模型构建方法 |
第三章 基于多源多时相卫星影像的小麦病虫害遥感区分 |
3.1 基于两时相LANDSAT-8 影像的小麦白粉病和蚜虫遥感区分 |
3.2 耦合多源多时相卫星影像的小麦条锈病和赤霉病遥感区分 |
3.3 本章小结 |
第四章 基于多时相无人机高光谱影像的小麦病害遥感监测 |
4.1 基于多时相无人机高光谱影像的小麦条锈病遥感监测 |
4.2 基于两时相无人机高光谱影像的小麦赤霉病遥感监测 |
4.3 本章小结 |
第五章 基于多源多时相卫星影像的小麦病害严重度遥感估算 |
5.1 基于发病关键期LANDSAT-8 影像的小麦白粉病严重度遥感估算 |
5.2 耦合关键期SENTINEL-2和LANDSAT-8 影像的小麦条锈病严重度遥感估算 |
5.3 本章小结 |
第六章 结论与展望 |
6.1 主要研究结论 |
6.2 论文特色与创新点 |
6.3 不足与展望 |
参考文献 |
作者简介 |
致谢 |
(10)小麦赤霉病生防菌的筛选及Frenolicin B抗病活性研究(论文提纲范文)
摘要 |
英文摘要 |
1 前言 |
1.1 小麦赤霉病的危害及防治 |
1.1.1 小麦赤霉病的发病机制 |
1.1.2 小麦赤霉病抗病育种 |
1.1.3 小麦赤霉病农业生态控病 |
1.1.4 小麦赤霉病的化学防治 |
1.1.5 小麦赤霉病的生物防治 |
1.2 植物内生及根际放线菌的研究价值 |
1.3 生防放线菌研究价值 |
1.4 吡喃萘醌类抗生素—Frenolicin B |
1.5 抗真菌农用抗生素抑菌机制 |
1.6 目的意义与内容 |
1.6.1 目的意义 |
1.6.2 研究内容 |
1.6.3 技术路线 |
2 材料与方法 |
2.1 试验材料 |
2.1.1 样品采集 |
2.1.2 供试小麦 |
2.1.3 供试菌株 |
2.2 试剂与仪器 |
2.2.1 试剂与药品 |
2.2.2 主要仪器 |
2.3 主要培养基及制备方法 |
2.4 小麦根际及内生放线菌的分离及菌群结构分析 |
2.4.1 样品采集及预处理 |
2.4.2 放线菌的分离培养 |
2.4.3 菌种的保藏 |
2.4.4 放线菌菌群结构分析 |
2.5 新种放线菌的多相分类鉴定 |
2.5.1 分子水平鉴定及系统发育分析 |
2.5.2 形态和培养特征鉴定 |
2.5.3 生理生化鉴定 |
2.5.4 化学分类鉴定 |
2.6 生防放线菌筛选 |
2.6.1 菌株培养 |
2.6.2 体外抑菌活性初步筛选 |
2.6.3 小麦赤霉病离体防效测定 |
2.6.4 生防菌初步鉴定 |
2.7 生防菌NEAU-H3发酵液活性测定 |
2.7.1 发酵培养基筛选 |
2.7.2 发酵液稳定性测试 |
2.7.3 发酵液离体防效测定 |
2.8 生防菌NEAU-H3的鉴定、次级代谢产物预测及其他功能性测定 |
2.8.1 生防菌NEAU-H3的鉴定 |
2.8.2 全基因组测序 |
2.8.3 次级代谢产物基因簇分析 |
2.8.4 广谱抑菌活性测定 |
2.8.5 其他功能性测定 |
2.9 生防菌NEAU-H3活性代谢产物分离纯化 |
2.9.1 化合物分离纯化 |
2.9.2 化合物结构鉴定 |
2.9.3 化合物活性测定 |
2.10 Frenolicin B对小麦赤霉病的活性与防效测定 |
2.10.1 Frenolicin B对 PH-1 菌丝的有效抑制中浓度 |
2.10.2 Frenolicin B的田间防效 |
2.11 Frenolicin B抑菌机制分析 |
2.11.1 Frenolicin B对小麦赤霉病野生菌株的毒力测定 |
2.11.2 Frenolicin B的抑菌谱 |
2.11.3 交互抗性试验 |
2.11.4 Frenolicin B对 PH-1 作用的电镜观察 |
2.11.5 Frenolicin B对 PH-1 作用转录组测序 |
2.12 生防菌NEAU-H17活性代谢产物分析 |
3 结果与分析 |
3.1 放线菌的分离及赤霉病对小麦根际和内生放线菌种群的影响 |
3.1.1 分离自安徽省小麦样品的放线菌 |
3.1.2 分离自河南省小麦样品的放线菌 |
3.2 10株新种放线菌的多相分类鉴定 |
3.2.1 分子水平鉴定及系统发育分析 |
3.2.2 形态和培养特征鉴定结果 |
3.2.3 生理生化鉴定结果 |
3.2.4 化学分类鉴定结果 |
3.3 小麦赤霉病生防放线菌筛选 |
3.3.1 体外抑菌活性初步筛选 |
3.3.2 拮抗菌离体防效 |
3.3.3 生防菌初步鉴定结果 |
3.4 生防菌NEAU-H3发酵液活性 |
3.4.1 发酵培养基的筛选 |
3.4.2 发酵液稳定性 |
3.4.3 发酵液离体防效 |
3.5 生防菌NEAU-H3的鉴定、次级代谢产物预测及其他功能性测定结果 |
3.5.1 生防菌NEAU-H3的鉴定 |
3.5.2 全基因组测序结果 |
3.5.3 次级代谢产物基因簇分析 |
3.5.4 广谱抑菌活性 |
3.5.5 其他功能性测定结果 |
3.6 生防菌NEAU-H3活性代谢产物分离纯化 |
3.6.1 化合物分离纯化 |
3.6.2 化合物结构 |
3.6.3 化合物活性 |
3.7 Frenolicin B对小麦赤霉病的活性与防效 |
3.7.1 Frenolicin B对 PH-1 的有效抑制中浓度 |
3.7.2 Frenolicin B的田间防效 |
3.8 Frenolicin B抑菌机制分析 |
3.8.1 Frenolicin B对小麦赤霉病野生菌株的毒力 |
3.8.2 Frenolicin B的抑菌谱 |
3.8.3 Frenolicin B与小麦赤霉病常用杀菌剂间的交互抗性 |
3.8.4 Frenolicin B对 PH-1 菌丝形态和亚显微结构的影响 |
3.8.5 Frenolicin B对 PH-1 作用的转录组测序分析 |
3.9 生防菌NEAU-H17的活性代谢产物 |
4 讨论 |
4.1 植株染病后对活性微生物的招募作用 |
4.2 新种放线菌的分类鉴定 |
4.3 放线菌防治小麦赤霉病研究 |
4.4 Frenolicin B研究现状 |
4.5 2-Demethylazalomycins F_(4a)、F_(5a)的开发潜力 |
5 结论 |
5.1 本研究的主要结论 |
5.2 本研究的主要创新 |
致谢 |
参考文献 |
附录 |
攻读博士学位期间发表的学术论文 |
四、我省小麦赤霉病发生特点和防治技术(论文参考文献)
- [1]小麦赤霉病生物防治研究进展[J]. 范江龙,李欣蕊,席雪冬. 生物加工过程, 2021(04)
- [2]长穗偃麦草抗赤霉病基因Fhb7的图位克隆及功能解析[D]. 葛文扬. 山东农业大学, 2021(01)
- [3]稻麦轮作区小麦赤霉病的监测与预警[D]. 邢瑜琪. 西北农林科技大学, 2021
- [4]德州市小麦赤霉病的发病调查与防治对策[J]. 王荣江,陈颖,毕建杰. 农业科技通讯, 2020(09)
- [5]安徽省沿淮淮北小麦赤霉病发生规律及综合防治技术研究[D]. 丰越. 安徽农业大学, 2020(04)
- [6]无为市3种主要农作物病虫害发生情况及防治策略调查研究[D]. 汪化平. 安徽农业大学, 2020(04)
- [7]小麦EMS突变群体的创建及功能基因的鉴定[D]. 吴建文. 山东农业大学, 2020(12)
- [8]基于WebGIS的安徽省小麦赤霉病监测预警模型的研究及应用[D]. 丁文浩. 安徽农业大学, 2020(03)
- [9]基于多源多时相遥感分析的小麦主要病害动态监测[D]. 马慧琴. 南京信息工程大学, 2020(01)
- [10]小麦赤霉病生防菌的筛选及Frenolicin B抗病活性研究[D]. 韩传玉. 东北农业大学, 2020(04)