水稻纹枯病的症状及其防治

纹枯病是对水稻生产威胁最大的一种病害,加强纹枯病的防治有利促进水稻健康生长,实现优质高产.本文主要对水稻纹枯病作了分析.首先分析水稻纹枯病的症状及传播,其次分析了水稻纹枯病产生的因素,在此基础上提出了防治纹枯病的措施.     

小麦的新病害——纹枯病的调查

今年在本县三合公社中杭大队和大联大队的小麦田中发现一种新病害,病斑很似水稻纹枯病,经浙江农业大学植保系植病教研组邦助鉴定为麦类纹枯病。该病以往危害很轻没有引起注意,现在危害加重,严重影响春粮增产。因此,作了一些初步调查,现将调查情况简述如下:     

一个水稻抗纹枯病突变体的遗传分析及其基因的初步定位

高水平抗纹枯病突变体和高感纹枯病品种蜀恢881杂交构建分离群体,经F2分离世代的遗传分析,抗、感单株比例符合3 1(χc2=0.563,χ12,0.05=3.84),初步确定该突变体对纹枯病的抗性由一对显性主效基因所控制,命名为Rsb-2(t)。利用已合成的530对微卫星引物,对抗纹枯病突变体和蜀恢881进行多态性引物筛选,用多态性引物对上述F2分离群体的全部感病单株和部分抗病单株的DNA进行PCR分析,借助MAPERMAKER/EXP3.0软件,对其微卫星标记实验数据进行连锁分析,将Rsb-2(t)定位于第3染色体的p臂,发现RM218、RM251、RM4321和RM5748与Rsb-2(t)连锁,它们均位于着丝粒端,连锁距离分别为32.1 cM,41.1 cM,42.4 cM和49.7 cM。研究结果为进一步对该基因的精细定位奠定了基础。     

防治水稻纹枯病的新抗菌素——有效霉素

有效霉素(Validamycin,商品名称为 Validacin)是由日本武田制药公司筛选抗水稻纹枯病抗菌素时找到的一个新品种。该药1966年由日本兵库县明石市土壤中分离的吸水链霉菌柠檬变种(Str.hygroscopicus var.limoneus)所产生。自1970年以来,有效霉素经日本连续四年的大田试验,证明对水稻纹枯病有较好的预防和治疗作用,其效果与目前使用的有机砷制剂田安相同,药效持续期也比较长。而且对人畜、鱼类、家蚕、天敌均极为安全,对水     

小麦纹枯病生防放线菌株筛选及其防效初步研究

从小麦根际和土壤中分离到161个放线菌株.经平板抑菌测定,发现有7个菌株对小麦纹枯病菌表现出较强的抑菌作用活性.菌株发酵液抑菌测定结果表明,S024菌株抑菌活性最好,菌丝生长抑制率达78.6%.室内盆栽试验S024菌株发酵液对纹枯病的防效为45.38%,田间小区防效达到63.21%,并能提高小麦种子发芽率,促进幼苗的生长.     

1，2，4-三唑并［1,5-α］嘧啶-2-硫醚的合成及生物活性研究

以水合肼为起始原料,经5步反应设计合成了11个新型的5,7－二甲基－1,2,4－三唑并[1,5-α],嘧啶－2－硫醚类化合物,其结构均经1H NMR,元素分析等确证,初步的生测结果表明,部分化合物表现出一定的除草活性及对水稻纹枯病菌的专一性杀灭活性。     

氢化诺卜醛环状缩醛类化合物的合成及其抑菌活性

以氢化诺卜醇为原料,经氯铬酸吡啶（PCC）氧化合成氢化诺卜醛,再由氢化诺卜醛与乙二醇、1,2-丙二醇和1,3-丙二醇分别发生缩合反应,合成了氢化诺卜醛乙二醇缩醛（2a）、氢化诺卜醛1,2-丙二醇缩醛（2b）、氢化诺卜醛1,3-丙二醇缩醛（2c）,其结构经 FT-IR、EI-MS、1 H NMR、13 C NMR 确认,3种化合物均为新化合物.以枇杷炭疽病菌（Cdletotrichum gloeosporioides）、油茶炭疽病菌（ Colletotrichum gloeospori-oides）、辣椒疫病菌（Phytophthora capsici）、水稻纹枯病菌（hizocitonia solani）、水稻稻瘟病菌（Magnaporthe grisea）、莴苣菌核病菌（Sclerotinia sclerotiorum）为实验对象,开展抑菌活性测定,结果表明:在100 mg·L -1浓度下,3种化合物对6种病原菌均具有一定的抑菌活性,化合物2c 对辣椒疫病菌抑菌率达到100;,化合物2b 对水稻纹枯病菌抑菌率达到98.78;,化合物2a 和2c 对油茶炭疽病菌、2b 对莴苣菌核、2c 对水稻纹枯病菌的抑菌率均在80;以上.     

中国水稻纹枯病发生率预测研究——基于时间序列预测模型

该文以1960年~2007年中国水稻纹枯病发生率年度数据为样本,通过分析病害流行动态与周期特征,运用时间序列Logistic模型、自回归移动平均（ARIMA）模型和自回归AR模型进行预测,在此基础构建组合预测模型预测2014年水稻纹枯病发生率,预测结果与模型构建过程可以为相关研究提供借鉴参考。     

小麦纹枯病发生与流行规律的研究

小麦纹枯病有两个明显的发生与流行时期:(1)小麦出苗到返青期;(2)小麦植株拔出第三个茎节(日平均气温在10℃以上)到成熟。返青后地上部症状消失,出现发病停滞期。病害的消长与小麦生育有密切关系。 施肥种类、小麦密度、降雨、土壤水分、日照等影响小麦纹枯病发生与流行程度。施入氮肥、油饼肥及大量农家有机肥料,密植等使植株生长茂密,发病重。适宜的土壤含水量,成株期降雨量多、雨日多、日照少,是加重纹枯病发生和流行的重要气象因子。     

抑制多种植物病原菌的几丁质酶产生菌X2-23的鉴定

样品经纹枯病菌细胞壁培养基富集后 ,从 16 6株几丁质酶产生菌中分离得到一株高产几丁质酶细菌X2 2 3.X2 2 3对所有指示菌如水稻纹枯病、稻瘟病、水稻恶苗病、小麦赤霉病、油菜菌核病以及水稻白叶枯病等多种病原菌均具强烈的拮抗作用 .当X2 2 3加入上述病原真菌的液体培养基中时 ,由光学显微镜和电子显微镜观察发现病原真菌菌丝发生扭曲、变形、菌丝细胞壁肿胀裂解、细胞质聚集、原生质体外溢或裸露等异常现象 .几丁质酶活性达 2 5 .5U/mL .该细菌经鉴定为圆孢芽孢杆菌 (Bacillusglobisporus) ,是一种新的几丁质酶产生菌 .     

基于小波分解的色噪声预测

研究色噪声的预测．将小波分析理论与神经网络建模预测基本原理相结合，提出了基于小波分解的神经网络预测方法．通过对年平均太阳黑子数典型统计模型的预测，验证了该方法的预测效果．将该预测方法用于色噪声的预测研究，通过改变对色噪声的采样速率，分析了色噪声预测的可能性和效果．研究结果表明，色噪声是可以预测的；对其预测的误差随采样率的提高而减小；基于小波分解的神经网络预测方法的预测精度优于线性神经网络预测方法．     

数控机床热误差的混合预测模型及应用

基于机床热变形误差的产生机理及其表现形式的复杂性,综合时序分析方法建模和灰色系统理论建模的优点,研究了一种智能混合预测模型.将该模型应用于一台数控车削加工中心进行热误差趋势预测,以进行机床热误差补偿研究.结果表明,混合预测模型预测精度高于时序分析模型和灰色系统模型,其优异的预测性能可使数控机床进行实时补偿更加有效,从而大大提高机床热误差的补偿精度.     

采用分段思想的中段弹道预测算法

针对传统弹道预测方法存在的不足,提出了基于分段思想的弹道轨迹预测改进方法。介绍了中段弹道预测的一般方法,并对其误差产生的原因进行了分析;提出分段的思想,即将前一段新获得的预测终点作为下一段预测的起始点,来减少预测误差的积累,进而给出弹道轨迹预测的改进方法。对相关算法和流程进行了仿真验证及结果分析,结果表明:改进后的预测方法比传统方法误差减小了19%,验证了所提算法的有效性。     

基于CEEMD-BiLSTM-RFR的短期光伏功率预测

由于短期光伏预测中气象因素的时间尺度不同,直接分析其对光伏功率的相关性,易忽略时间尺度的影响,进而导致预测模型误差。为提高光伏功率预测精度,构建了预测模型。首先,利用互补集合经验模态分解(complementary empirical mode decomposition, CEEMD)将光伏序列进行分解,得到在不同时间尺度上的光伏分量;然后,通过Pearson相关系数分析各光伏分量与空气温度、太阳辐射度、风速、风向和空气湿度的关系,对于强相关分量建立关于气象因素的随机森林回归(random forest regression, RFR)预测模型,弱相关分量直接通过双向长短期记忆网络(bidirectional long short-term memory neural network, BiLSTM)进行预测;并将预测求和输出。通过安徽省蚌埠市光伏电站7月实测数据进行验证,实验结果表明,所提预测模型CEEMD-BiLSTM-RFR相比传统预测模型有较好的预测精度。     

递归神经网络预测在库存管理决策中的应用

为解决供应链中库存管理的不确定性问题，建立了基于递归神经网络技术的需求预测模型，并在此基础上提出了该模型的学习算法．通过实验仿真将该模型同经典多层前馈神经网络模型的预测效果相比较，得出了该模型在多步预测方面比较优越的结论．利用某企业的销量预测进行了实例验证，效果良好．     

PCR-RBF-SVM预测模型在财政数据中的应用

通过使用支持向量机算法将主成分回归的线性预测结果和径向基神经网络的非线性预测结果相结合, 提出一种新的预测模型, 该模型提高了预测精
度, 解决了预测方式单一的问题. 将新预测模型应用于财政数据预测结果表明, 与传统主成分回归和径向基神经网络方法相比, 该模型预测效果更好.     

基于灰色马尔可夫模型的施工质量成本预测

针对随机波动较大的施工质量成本预测问题,结合灰色SCGM(1,1)预测模型和马尔可夫预测模型的优点,建立了灰色马尔可夫SCGM(1,1)预测模型,并以实例证明灰色马尔可夫预测模型对随机波动性较大的施工质量成本的数据列的预测,具有较高的准确性.     

动态非线性模型参数多层递阶估计法

针对目前通用的动态系统状态预报方法的不足,提出关于动态非线性模型参数估计的多层递阶估计法,并对预报误差的原因进行分析,使预报精度得到提高。     

基于最优组合预测模型的电力负荷预测研究

电力负荷预测是电力规划及安全运行的基础,提高预测精度是电力负荷预测研究的重点,由于负荷预测的变化性和不确定性,单一的预测模型很难满足所有的预测情况;组合预测是将各个单项预测所得的结果选取适当的权系数进行加权平均的一种预测方法;采用灰色和时间序列作为单项预测模型,然后进行最优组合建立组合预测模型进行电力系统短期负荷预测;仿真实例表明:最优组合预测模型比单项预测模型具有更高的预测精度,具有一定的优越性。     

一种静态和动态分支预测的组合方法研究

随着指令发射宽度和流水线深度的增加,分支预测成为影响现代微处理器性能的重要因素.传统分支预测策略的静态和动态分法并未充分利用二者各自的优点.提出了一种将静态分支预测和动态分支预测策略相组合的分支预测方法,然后用SPECint95基准程序对其性能进行了评估,仿真实验结果表明,提出的分支预测方法比传统的gshare预测器具有更高的预测准确率,并且与许多其它动态预测器相比,其硬件开销要小得多.