期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
成都市竹类病虫害调查初报 被引量:4
1
作者 李文俊 肖前刚 +6 位作者 李建辉 向文静 叶方根 姜丽琼 谢文娟 谢忠安 刘作全 《世界竹藤通讯》 2016年第1期21-24,共4页
随着成都市竹产业的快速发展,竹林纯林面积大幅度增加,竹林病虫害发生种类和危害程度显著增长。为保障成都市竹产业的稳步发展,确保林农增收致富,对成都市竹类主要病虫害发生种类、分布及危害状况进行了实地调查,结果表明,成都地区竹类... 随着成都市竹产业的快速发展,竹林纯林面积大幅度增加,竹林病虫害发生种类和危害程度显著增长。为保障成都市竹产业的稳步发展,确保林农增收致富,对成都市竹类主要病虫害发生种类、分布及危害状况进行了实地调查,结果表明,成都地区竹类的主要虫害涉及6目21科35种昆虫,主要病害有9种。调查结果可以为建立竹林病虫害监测和防控体系提供重要支撑。 展开更多
关键词 竹林 病虫害 病虫害调查 成都市
在线阅读 下载PDF
成都平原西缘笋用竹病虫害种类与分布 被引量:3
2
作者 李见辉 吴霜寒 +4 位作者 李鸣 陈军 杨伟 杨桦 杨春平 《四川林业科技》 2019年第3期87-91,共5页
为了查明笋用竹病虫害种类及分布危害,为保障笋用竹产业发展和产品安全提供基础信息,采用踏查和标准地调查结合,并辅以灯诱的方法,对成都市主要笋用竹基地以及部分景区和社区竹林地病虫害开展了全面调查。结果显示,成都市笋用竹病虫害... 为了查明笋用竹病虫害种类及分布危害,为保障笋用竹产业发展和产品安全提供基础信息,采用踏查和标准地调查结合,并辅以灯诱的方法,对成都市主要笋用竹基地以及部分景区和社区竹林地病虫害开展了全面调查。结果显示,成都市笋用竹病虫害共45种,其中害虫38种,病害7种;对危害面积较大的病虫害分布和危害情况进行了分析,提出成都市笋用竹病虫害防控建议。 展开更多
关键词 笋用竹 病虫害 调查 防控
在线阅读 下载PDF
PRS5微生态菌剂防治红梅病害试验研究 被引量:1
3
作者 杨佐忠 高志兴 +3 位作者 宋轶 黄祖惠 张旭 李见辉 《四川林业科技》 2002年第4期14-16,共3页
用BacillussubtiliPRS5拮抗细菌为主的微生态菌剂防治红梅果实黑星病Cladosporiumcarpophilum和枝干膏药病Septobasidiumsp .,防效分别为 70 %以上和 10 0 %。试验显示 。
关键词 PRS5微生态菌剂 防治 红梅 病害 试验
在线阅读 下载PDF
桃红颈天牛生物学特性及防治技术研究 被引量:7
4
作者 张旭 曾超 张金良 《森林病虫通讯》 北大核心 2000年第2期9-11,共3页
通过观察 ,初步弄清了桃红颈天牛 Aromia bungii(Fald.)在成都市的分布、危害和生活史及生物学特性 。
关键词 桃红颈天牛 生物学特性 防治技术 花木害虫
在线阅读 下载PDF
成都巨桉主要有害生物调查研究
5
作者 李见辉 陈小平 向文静 《四川林业科技》 2010年第4期91-94,共4页
以20个县(市、区)为单位,对成都市巨桉进行了病虫害调查,共鉴定出4种主要病害和14种主要虫害。对全市巨桉可能造成极大损失的潜在危险性病虫害及防治进行了分析与探讨。
关键词 巨桉 有害生物 调查研究 风险性分析 防治建议
在线阅读 下载PDF
悬铃木方翅网蝽风险分析评估 被引量:16
6
作者 陈小平 李映平 +1 位作者 李涛 李见辉 《四川林业科技》 2009年第1期59-61,共3页
悬铃木方翅网蝽Corythucha ciliate Say是新入侵我国的有害生物。本文根据悬铃木方翅网蝽的国内分布状况、潜在经济危害性、寄主植物的经济重要性、传播扩散的可能性和危险性管理难度等方面对其进行了风险分析评估,结果表明悬铃木方翅... 悬铃木方翅网蝽Corythucha ciliate Say是新入侵我国的有害生物。本文根据悬铃木方翅网蝽的国内分布状况、潜在经济危害性、寄主植物的经济重要性、传播扩散的可能性和危险性管理难度等方面对其进行了风险分析评估,结果表明悬铃木方翅网蝽为我国风险中度偏高的有害生物,对其要进行谨慎检疫监理。 展开更多
关键词 悬铃木方翅网蝽 有害生物风险分析
在线阅读 下载PDF
生态背景下基于人工智能深度学习的竹类害虫识别方法研究 被引量:3
7
作者 李禹辰 李非非 +2 位作者 李见辉 余飞 徐杰 《世界竹藤通讯》 2019年第3期16-21,共6页
针对生态背景下的竹类害虫识别,作者研究了一种基于人工智能深度学习的识别方法。构建了具有5663张图片的虫类数据集,其中包含3种竹类害虫和3种其他虫类,利用深度学习模型GoogLeNet特有的Inception模块构成的网中网结构,使其获得更多的... 针对生态背景下的竹类害虫识别,作者研究了一种基于人工智能深度学习的识别方法。构建了具有5663张图片的虫类数据集,其中包含3种竹类害虫和3种其他虫类,利用深度学习模型GoogLeNet特有的Inception模块构成的网中网结构,使其获得更多的图片特征,并开展了4组不同训练集与测试集比例的实验。结果表明:模型的精确度随训练集比重的增大而增大,当训练集和测试集的比例为9∶1时表现最好,F1值达到了95.48%,模型精确度为97.5%,体现了识别模型具有较好的综合性能和较高的实用性。该方法能较好地实现3种竹类害虫在生态背景下的智能识别,是针对竹类生产经营中的虫害防治问题的一种智能化解决方案,为竹产业精细化管理及高效生产经营提供有效的科技支撑。 展开更多
关键词 竹类害虫 虫类识别 人工智能 深度学习 生态背景
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部