欢迎来到天天文库
浏览记录
ID:54924702
大小:547.17 KB
页数:3页
时间:2020-05-04
《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
此文档下载收益归作者所有