期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
大豆叶斑病病原高粱附球菌(Epicoccum sorghinum)生物学特性
1
作者 郭奇 毛鑫琪 +5 位作者 王鸿婷 刘文卓 张元一 潘春清 刘东 张艳菊 《东北农业大学学报》 CSCD 北大核心 2024年第8期49-56,共8页
2023年在黑龙江省绥化市肇源县首次发现由高粱附球菌(Epicoccum sorghinum)侵染引起的大豆叶斑病,为明确病原菌生物学特性,科学指导病害防控,采用生长速率法研究不同营养及环境条件对病菌生长及产孢的影响。结果表明:菌丝生长和产孢最... 2023年在黑龙江省绥化市肇源县首次发现由高粱附球菌(Epicoccum sorghinum)侵染引起的大豆叶斑病,为明确病原菌生物学特性,科学指导病害防控,采用生长速率法研究不同营养及环境条件对病菌生长及产孢的影响。结果表明:菌丝生长和产孢最适培养基为燕麦培养基;菌丝生长,最适碳源为麦芽糖、氮源为蛋白胨,最适温度为25℃、p H为6,致死温度为53℃、15 min;产孢,最适碳源为葡萄糖、氮源为尿素,最适温度为28℃、pH为7。光照对菌丝生长无影响,全黑暗条件促进产孢。 展开更多
关键词 大豆叶斑病 高粱附球菌 生物学特性
在线阅读 下载PDF
人工智能技术在大豆叶斑病诊断中的应用价值和路径
2
作者 武伟 《农业工程技术》 2024年第14期36-37,共2页
大豆叶斑病是大豆生产中的常见疾病,多发于低温多雨季节。将人工智能技术应用到大豆叶斑病诊断中后,可提高诊断结果精准度,为制定病害防治策略提供数据支持。为进一步提高叶斑病诊断成效,该文分析了人工智能技术在大豆叶斑病诊断中的价... 大豆叶斑病是大豆生产中的常见疾病,多发于低温多雨季节。将人工智能技术应用到大豆叶斑病诊断中后,可提高诊断结果精准度,为制定病害防治策略提供数据支持。为进一步提高叶斑病诊断成效,该文分析了人工智能技术在大豆叶斑病诊断中的价值,并结合病害防控实践,论述了图像识别技术、图像分割技术、大数据技术等人工智能技术在大豆叶斑病诊断中的具体应用。 展开更多
关键词 人工智能技术 大豆叶斑病 病害诊断
在线阅读 下载PDF
25%吡唑醚菌酯乳油防治大豆叶斑病效果研究 被引量:2
3
作者 李哲帅 《现代农业科技》 2015年第8期138-138,共1页
研究25%吡唑醚菌酯乳油对大豆叶斑病的防治效果,结果表明:25%吡唑醚菌酯乳油对大豆叶斑病防效较好,用药量600 g/hm2,且对大豆生长安全,有一定的增产作用。
关键词 25%吡唑醚菌酯乳油 大豆叶斑病 防效 产量
在线阅读 下载PDF
人工智能技术在大豆叶斑病诊断中的应用研究
4
作者 姜娇阳 张建华 +2 位作者 魏兴伟 姜雷 韩应欣 《河北农业》 2023年第12期72-73,共2页
近年来,科研工作者开始利用人工智能技术正确识别大豆病害,降低大豆疾病蔓延并提高产量。为此,本文整理了当前农业科技发展的几个热点和难点,并对这些问题进行了讨论和评论。提出了一种基于人工智能技术的大豆叶片病害诊断技术,以期为... 近年来,科研工作者开始利用人工智能技术正确识别大豆病害,降低大豆疾病蔓延并提高产量。为此,本文整理了当前农业科技发展的几个热点和难点,并对这些问题进行了讨论和评论。提出了一种基于人工智能技术的大豆叶片病害诊断技术,以期为后续大豆叶斑病防治工作提供重要参考。 展开更多
关键词 人工智能技术 大豆叶斑病诊断 机器学习
在线阅读 下载PDF
黑龙江省大豆潜在病害的发生与防治 被引量:2
5
作者 王丽敏 《现代农业科技》 2017年第14期105-105,共1页
本文详细介绍了黑龙江省3种大豆潜在病害大豆枯萎病、大豆紫斑病和大豆叶斑病的病症特点、发病因素,并提出了相应的防治方法,以期为其防治参考。
关键词 大豆枯萎病 大豆紫斑病 大豆叶斑病 症状 发病因素 防治方法 黑龙江省
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部