不同寄主植物对斜纹夜蛾的影响及机制探讨-论文.pdf

《不同寄主植物对斜纹夜蛾的影响及机制探讨-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、一142一江苏农业科学2013年第41卷第11期栾玉柱，顾继伟，李美玲．不同寄主植物对斜纹夜蛾的影响及机制探讨[J]．江苏农业科学，2013，41(11)：142—144不同寄主植物对斜纹夜蛾的影响及机制探讨栾玉柱，顾继伟，李关玲(江苏省泰州市高港区农业委员会，江苏泰卅I225321)摘要：研究苋菜、大豆等不同寄主植物对斜纹夜蛾生长发育、繁殖、存活以及斜纹夜蛾对寄主选择的影响，并对寄主植物的相关营养物质含量进行测定，结果表明：不同寄主植物对斜纹夜蛾的发育历期、存活率、蛹重、繁殖率有较大差异，取食大豆叶片的斜纹夜蛾发育历期最

2、长、存活率较低、蛹重最重，取食烟草、棉花、芋头的斜纹夜蛾发育历期短、蛹较重，取食苋菜的斜纹夜蛾发育历期最短、蛹重较轻、存活率较低；不同寄主植物中可溶性糖、淀粉、总氮含量差异显著，苋菜、大豆具有较高的可溶性糖和淀粉含量，大豆、烟草的总N含量较高；斜纹夜蛾初孵幼虫对不同寄主植物表现出不同的喜好性，但与寄主营养物质含量未表现出相关性。关键词：斜纹夜蛾；生长发育；繁殖；存活；寄主选择；营养物质中图分类号：Sd33．4文献标志码：A文章编号：1002—1302(2013)11—0142—03斜纹夜蛾(Prodenialitura)属

3、鳞翅目夜蛾科，为多食性暴育、繁殖，以及斜纹夜蛾幼虫对不同寄主植物的选择喜好情发性害虫。近年来，随着农业种植结构的调整，尤其是蔬菜种况，测定不同寄主的相关营养指标，以进一步探讨斜纹夜蛾对植面积的不断扩大，斜纹夜蛾暴发频率明显增加，暴发面积逐不同寄主喜好和不同寄主对斜纹夜蛾适合度影响，为斜纹夜年扩大，发生情况也变得更加复杂，已成为蔬菜上的主要害虫蛾猖獗机制的研究提供理论依据。之一，同时也严重威胁着烟草、棉花等经济作物的生产。1材料与方法有关斜纹夜蛾生物学、生态学特性和防治等方面的研究已有很多报道，斜纹夜蛾雌、雄性比一般为1．0

4、3：1，平均1．1斜纹夜蛾饲养观察及发育状况测定每头雌虫可产卵800粒左右，具有很强的繁殖力，其幼虫共6供试寄主为棉花“泗棉3号”、苋菜“花红苋菜”、芋头“龙龄，不同龄的幼虫习性略有差异，一般低龄幼虫具群集性，食科芋”、大豆“淮豆4号”和烟草“K326”，大棚或大田种植，肥量小，仅啃食表皮形成窗斑状，对作物影响不明显。不同寄主水适量，笼罩防虫，不打农药，棉花处于现蕾期、苋菜处于营养植物及环境条件对斜纹夜蛾的影响也有报道]，但不同寄生长期、芋头处于发棵期、大豆处于结荚初期和烟草处于营养主植物对斜纹夜蛾生长发育、繁殖的影响，以

5、及斜纹夜蛾对寄生长期时开始试验。主喜好性关系和相关生理生化机制尚未明了。虫源为北京室内繁殖多代的斜纹夜蛾，在27℃恒温、本研究通过系统观察斜纹夜蛾取食不同寄主后生长发L：D=12：12、相对湿度75％～80％的光照培养箱内用人工饲料群体饲养，待化蛹后将蛹收集放入边长为40cm的正方收稿日期：2013—04—02体木质框架笼罩内，各面围有细纱布，每笼罩放蛹40—50个；作者简介：栾玉柱(1970一)，男，江苏泰州人，农艺师，主要从事植物成虫即将羽化时，在笼罩内壁四周固定上蜡纸，并放入10％保护工作。E—mail：ggnyj@

6、sina．corn。蜜糖水，供羽化的成虫自由交配、产卵，将产于蜡纸上的卵块由表1可见，优化的神经网络对玉米叶部病害的图像测参考文献：试集识别结果的平均识别率是94％。病害的分类识别与泛化能力均已达到预期，对玉米作物叶部病害远程诊断十分[1]宋凯，孙晓艳，纪建伟．基于支持向量机的玉米叶部病害识别有益。[J]．农业工程学报，2007，23(1)：155—157．5结束语[2]吕朝辉，陈晓光，吴文福，等．用BP神经网络进行秧苗图像分割[J]．农业工程学报，2001，17(3)：146—148．本研究将改进BP算法应用于玉米叶部病

7、害图像识别，[3]WangZL，LiYC，ShenRF．Correctionofsoilparametersincalcula-引入计算机图像处理算法对所收集到的被试玉米病害图片进tionofembankmentsettlementusingaBPnetworkback—analysis行初步的提取，首先进行病害图像的预处理，对目标图像进行model[J]．EngineeringGeology，2007，91(2／3／4)：168—177．去噪、增强，然后对其进行特征提取与病害识别。引入HSI模[4]周文献，李明利，孙立军

8、．基于改进神经网络的水泥路面使用性型进行颜色特征提取，引入光滑度、平均灰度等指标进行文理能预测模型[J]．同济大学学报：自然科学版，2006，34(9)：特征提取，随后以改进的BP神经网络进行玉米叶部病害分1191—1195．类并识别。本研究成果可以弥补传统病害识别主观性强、投[5]StomettaWs