一、小麦出现白穗症状的辨别与防治（论文文献综述）
范海燕[1]（2021）在《小麦主要病害及其防治技术》文中提出小麦在中国种植历史悠久,是中国人民的主要粮食来源之一。小麦的全国总产量多少和产量是否稳定,对于我国的粮食安全和社会秩序稳定具有十分重大的影响。小麦病害是小麦是否能够实现高产、稳产的重要影响因素。因此加强对小麦病害的研究及防治技术的更新普及对指导农民预防及控制病害具有十分重要的意义。
姜戚[2]（2021）在《引致小麦茎基腐病的假禾谷镰刀菌检测及防控药剂筛选》文中提出
孙宏琳[3]（2019）在《小麦病害症状识别与药剂防治》文中提出在山西省东南部的小麦产区,主要病害包括小麦根腐病、白粉病、纹枯病、全蚀病以及赤霉病等,而发生面积最大的则是小麦赤霉病和纹枯病。笔者在普查小麦病害时发现一部分农民没有办法辨别小麦病害的种类,因此在进行防治时,选择的农药也不恰当,最佳的防治时期被错过。本文针对小麦主要病害的症状,介绍和总结药剂防治技术以及田间识别方法。
兰玉彬,邓小玲,曾国亮[4]（2019）在《无人机农业遥感在农作物病虫草害诊断应用研究进展》文中认为农田作物信息的快速获取与解析是开展精准农业实践的前提和基础。根据农作物病虫草害的实际程度进行变量喷施和作业管理,可减少农业生产成本、优化作物栽培、提高农作物产量和品质,从而实现农业精准管理。近年来,随着无人机产业的快速发展,无人机农业遥感技术因其空间分辨率高、时效性强和成本低等特点,在农作物病虫草害监测应用中发挥了重要作用。本文首先介绍了精准农业航空的基本思想与系统组成和无人机遥感在精准农业航空的地位。接着探讨了无人机农业遥感系统常见的成像方式和遥感影像解析方法,并阐述了国内外无人机农业遥感技术在农作物病虫草害检测研究的最新进展。最后总结了无人机农业遥感技术发展至今面临的挑战并展望了未来的发展方向。本文将为开展无人机农业遥感技术在精准农业航空领域的研究提供理论参考和技术支撑。
朱耀辉[5]（2018）在《基于无人机成像高光谱的冬小麦全蚀病等级监测》文中认为小麦是我国最重要的粮食作物之一,近年来由于小麦病虫害在我国部分地区大范围发生,导致了冬小麦的减产和品质降低。随着遥感技术的出现以及对于小麦作物区域尺度精准经营的需要,利用遥感技术来获取、处理和监测小麦病虫害的发生发展已成为了一种有效手段,尤其近年来高光谱遥感监测技术的开发与应用,相比传统的地物光谱仪,利用该技术获得的高光谱影像中的每一个像素点均包含着唯一的光谱数据,达到了“图谱合一”的遥感数据效果,不仅能够对小麦病虫害引起的叶片中含水量、氮含量、叶绿素含量、和组织形态等特征产生光谱响应,又能够对小麦叶片中表现出的光谱特性进行较好的空间可视化显示,为小麦病虫害定量遥感监测提供了重要的研究依据。本研究主要以小麦全蚀病为研究对象,以小麦全蚀病病害等级监测为主要研究内容。大面积、实时、无损监测小麦全蚀病病害程度对其防治具有重要意义,利用研究区冬小麦冠层尺度上ASD非成像光谱仪和无人机平台搭载的UHD185成像光谱仪获取的冠层光谱反射率,结合地面调查数据,对该区域小麦全蚀病病害等级构建监测模型,以便于及时对小麦全蚀病的防治提供精准指导。本文利用ASD光谱数据评价UHD185光谱数据的精度和可靠性,然后在此基础上比较不同小麦全蚀病病害指数下对应的小麦冠层光谱响应差异,构建冬小麦全蚀病的高光谱遥感监测模型,并用独立样本数据对监测模型的可靠性和精度进行检验。结果表明,冬小麦冠层的ASD光谱数据与UHD185光谱数据相关性显着,决定系数R2均大于0.97,并筛选出UHD185成像高光谱数据在462874nm波段范围内最为可靠（4102波段）。首先,综合分析462874nm波段范围内任意两波段组合构成的差值光谱指数（DSI）、比值型光谱指数（RSI）以及归一化差异光谱指数（NDSI）与小麦全蚀病病害指数的量化关系,构建冬小麦全蚀病病害等级监测模型,分析表明,差值光谱指数DSI（R818,R534）与小麦全蚀病病害指数构建的线性回归模型具有较高的相关性（决定系数R2=0.8605,均方根误差RMSE=0.073,建模样本个数n=20）,依据该小麦全蚀病病害监测模型,加入独立样本数据对模型进行验证,检验表明,小麦全蚀病病害指数的预测值和实测值具有较高的相关性（R2=0.76,RMSE=0.149,检验样本个数n=20）。其次,利用基于径向基、多项式、Sigmoid和线性等核函数支持向量机的分类方法对研究区高光谱影像分类,通过真实参考源对分类结果检验,并比较径向基、多项式、Sigmoid和线性等核函数的分类精度,发现基于径向基核函数的支持向量机方法对于小麦全蚀病的分类效果最优,分类精度达到了90.35%,Kappa系数为0.86,且该方法相较于光谱指数方法的小麦全蚀病病害等级分类精度更高。因此,基于径向基核函数支持向量机方法更能够有效的进行小麦全蚀病病害等级监测。本文结果为无人机高光谱遥感技术在小麦全蚀病病害的精准监测应用方面提供了研究依据。
麦艳娜[6]（2018）在《小麦全蚀病菌ADP/ATP转位酶基因RNAi载体构建及龙胆酸加双氧酶基因RNAi的研究》文中指出小麦全蚀病菌是一种土壤寄居菌,引发的全蚀病是一种典型的小麦根部病害,对小麦产量有严重影响。目前,在普通小麦中尚没有发现对全蚀病高抗或免疫的品种。本研究在本实验室前期发现细胞分裂控制蛋白（Cdc）、龙胆酸加双氧酶（Gdo）、ADP/ATP转位酶（At1）这三种基因的RNA干涉能够影响小麦全蚀病菌生长发育的基础上,构建了RNA干涉载体,利用根癌农杆菌共培养方法,对小麦全蚀病菌进行了遗传转化,并对转化子后代的生长和致病能力进行了初步分析与研究。得到以下几个方面的结果:1.在p BHt2-CHSA-Intron载体上茶尔酮合成酶基因内含子序列（CHSA Intron）的上下游两边,分别通过无缝连接和双酶切连接的方法插入两段序列相同但方向相反的ADP/ATP转位酶基因（At1）片段,成功构建了At1的RNA干涉载体。2.对根癌农杆菌介导的遗传转化体系进行优化:用机械破碎和溶壁酶分别处理全蚀病菌菌丝,对遗传转化后代转化率的影响不大;全蚀病菌和根瘤农杆菌固体共培养体系转化率为43.01%,液体共培养体系转化率为35.77%,利用固体共培养体系更有利于提高转化率;潮霉素B浓度为200μg/ml时,野生全蚀病菌在PDA平板上几乎不生长,该浓度可用于筛选遗传转化后代。3.根癌农杆菌介导的遗传转化后代,在含潮霉素B的平板上继代三次后,随机挑选30个转化子,接种到无潮霉素B的平板上,25℃黑暗培养7天,结果转化子与野生全蚀病菌之间菌落直径存在极显着性差异,转化子生长速度明显小于野生菌。从中选出4个转化子进行鉴定,结果显示均含有T-DNA片段,证实利用潮霉素B筛选得到的转化后代是转化子。4.利用这4个转化子感染小麦根部,结果有2个转化子对小麦的致病性明显减弱,另外两个致病力没有变化。
单柳玲[7]（2017）在《小麦土传病害的防治》文中指出一、小麦土传病害有哪些土传病害一般危害植物的根和茎,作物生长前期一旦发生病害,幼苗根腐烂或是茎腐烂猝倒,幼苗很快就会死亡,严重影响作物生产。土传病害的病原体生活在土壤中,条件适宜时从作物根部或茎部侵害作物而引起病害。小麦田常见的土传病害有纹枯病、根腐病和全蚀病。1.纹枯病。纹枯病的病原是禾谷丝核菌等,菌核是最重要的初侵染源。纹枯病会造成小麦烂芽、病苗死苗、花秆
汪金香[8]（2017）在《安徽省繁昌县小麦主要病害研究》文中进行了进一步梳理从介绍安徽省繁昌县小麦主要病害小麦赤霉病、小麦纹枯病及小麦条锈病危害症状出发,对其防治方法进行了详细探讨,为繁昌县小麦生产提供了技术借鉴。
瞿思宇[9]（2017）在《小麦茎基腐与全蚀病高光谱遥感识别研究》文中指出本研究针对病虫害遥感检测中,茎基腐与全蚀病病害易混淆的问题,基于非成像光谱以及地面样点观测数据,在冠层尺度研究两种病害,对不同尺度上的光谱响应进行对比分析。依据分析所得差异特性及筛选所得特征参数。建立辨别分析模型,对两种病害样本的混合样本库进行区分,实验结果显示区分程度良好。在实际的茎基腐与小麦全蚀病两种病情的评估过程中,降低了对人为主观经验的要求,提高了病情的识别度和计算速度。实现了在非成像高光谱层面,对未知白穗率条件下的两种病害的进行区分。有助于茎基腐与全蚀病两种病害发病区域以及不同田块的发病程度进行非监督的快速多分类的进行,为最终达到病害区域识别、区分病害种类、病害程度分级等步骤的遥感测量一体化目标提供理论依据。本文从小麦茎基腐与全蚀病两类病害不同白穗率原始光谱图谱入手,分波段对原始光谱进行一阶微分变换,选取差异波段处理后得到差异波段二阶微分光谱。同时对光谱特征值与植被指数进行选择。通过IBM SPSS Statistics软件,分别通过逐步判别法对各特征参数进行筛选,结果显示Db对应波长、Dy黄边最大一阶微分值、NPCI、SIPI、RVSI和WI共6个指数对2种病害的区分程度良好,结合所选差异波段得出两组判别系数,建立相应的判别函数式后应用Fisher费氏判别法及Bayes贝叶斯判别法,对三类样本混合集进行辨别分析。通过建立2个判别函数式,应用2种判别法,对3类样本混合集的样本进行识别区分。实验结果显示,12组别均有良好的区分效果,而两种比较模型对判别结果结果产生的差异可以理解为,由于光谱特征值和植被指数是通过对光谱进行不同形式的组合变换所得,其建立的多元化模型融合了多元信息,而这种多元信息融合增强并突出了某些特定组分及结构的光谱响应信号,所以对于独立光谱特征区分度低的情况,光谱特征值或植被指数建立的多元辨别函数在一定程度上改善了对混合样本库的判别效果。本文验证了两类判别准则对小麦茎基腐与全蚀病两类病害,在非成像高光谱方面进行区分的可行性。最终实现了对茎基腐病害和全蚀病两类病害的区分。
余洪菊[10]（2017）在《小麦全蚀病症状辨别及防治方法探析》文中研究说明从介绍小麦全蚀病病原及特征出发,分析了其侵染循环及发生规律,阐述了小麦全蚀病危害症状,并提出了其防治方法。
二、小麦出现白穗症状的辨别与防治（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、小麦出现白穗症状的辨别与防治（论文提纲范文）
（1）小麦主要病害及其防治技术（论文提纲范文）
| 1 小麦主要病害症状 |
| 1.1 小麦纹枯病 |
| 1.2 小麦全蚀病 |
| 1.3 小麦赤霉病 |
| 1.4 小麦锈病 |
| 1.5 小麦根腐病 |
| 2 防治措施 |
| 2.1 非药剂防治措施 |
| 2.1.1 加快抗病品种的研发与推广 |
| 2.1.2 科学种植，进行农业种植精细化管理 |
| 2.1.3 合理推广生物制剂和微生物防治手段 |
| 2.2 药剂拌种 |
| 2.3 针对病害合理、精确用药 |
| 2.3.1 返青拔节期 |
| 2.3.2 抽穗期 |
| 2.3.3 灌浆期 |
（3）小麦病害症状识别与药剂防治（论文提纲范文）
| 1 主要病害症状的识别 |
| 1.1 小麦纹枯病 |
| 1.2 小麦赤霉病 |
| 1.3 小麦全蚀病 |
| 1.4 小麦根腐病 |
| 1.5 小麦锈病 |
| 1.5.1 小麦条锈病 |
| 1.5.2 小麦叶锈病 |
| 2 药剂防治技术 |
| 2.1 药剂拌种 |
| 2.2 药剂防治 |
| 2.2.1 小麦纹枯病 |
| 2.2.2 小麦赤霉病 |
| 2.2.3 小麦全蚀病 |
| 3 结语 |
（4）无人机农业遥感在农作物病虫草害诊断应用研究进展（论文提纲范文）
| 1 精准农业航空概述 |
| 2 无人机农业遥感系统 |
| 2.1 无人机低空遥感影像采集系统 |
| 2.2 无人机遥感图像解译方法 |
| 3 无人机遥感在农作物病虫草害监测研究进展 |
| 3.1 无人机遥感在农作物病害识别的研究进展 |
| 3.1.1 无人机高光谱遥感病害进展 |
| 3.1.2 无人机多光谱遥感病害检测研究进展 |
| 3.1.3 无人机数码影像遥感病害进展 |
| 3.2 无人机遥感在虫害控制中的应用进展 |
| 3.3 无人机遥感在农作物杂草识别中的应用 |
| 4 面临的挑战 |
| 4.1 无人机遥感数据库 |
| 4.2 农作物病虫害早期诊断 |
| 4.3 无人机机载传感器 |
| 4.4 软件与算法 |
| 5 结论与展望 |
（5）基于无人机成像高光谱的冬小麦全蚀病等级监测（论文提纲范文）
| 致谢 |
| 摘要 |
| 1 文献综述 |
| 1.1 研究目的和意义 |
| 1.2 小麦全蚀病的危害与特点 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 目前研究存在的不足和发展趋势 |
| 1.4.1 研究中存在的不足 |
| 1.4.2 未来的发展趋势 |
| 1.5 研究内容与技术路线 |
| 1.6 论文的组织结构 |
| 2 引言 |
| 3 材料与方法 |
| 3.1 研究区概况 |
| 3.2 病害等级调查 |
| 3.3 光谱数据获取 |
| 3.3.1 地面光谱数据采集 |
| 3.3.2 无人机成像高光谱数据采集 |
| 3.4 高光谱数据预处理 |
| 3.4.1 ASD非成像光谱数据预处理 |
| 3.4.2 UHD185成像高光谱数据预处理 |
| 3.4.2.1 高光谱影像的拼接 |
| 3.4.2.2 高光谱影像冬小麦冠层的平均光谱提取 |
| 4 基于光谱指数方法的冬小麦全蚀病等级监测 |
| 4.1 实验目的 |
| 4.2 研究方法 |
| 4.2.1 光谱指数理论 |
| 4.2.2 模型验证方法 |
| 4.3 高光谱图像数据质量评价 |
| 4.3.1 非成像高光谱数据重采样 |
| 4.3.2 成像高光谱数据与非成像高光谱数据分析对比 |
| 4.3.3 成像高光谱数据与非成像高光谱数据相关性验证 |
| 4.4 基于光谱指数方法的小麦全蚀病等级监测模型 |
| 4.4.1 基于光谱指数估测全蚀病小麦病害指数的最优光谱指数 |
| 4.4.2 基于光谱指数的全蚀病冬小麦病害指数模型构建及检验 |
| 4.5 基于高光谱影像的冬小麦全蚀病病害等级的空间分布 |
| 4.6 本章小结 |
| 5 基于支持向量机方法的冬小麦全蚀病等级监测 |
| 5.1 实验目的 |
| 5.2 支持向量机基本概念 |
| 5.2.1 线性支持向量机 |
| 5.2.2 非线性支持向量机 |
| 5.3 数据分析 |
| 5.3.1 高光谱影像非目标区域掩膜 |
| 5.3.2 训练样本可分离性分析 |
| 5.4 基于核函数支持向量机的冬小麦全蚀病等级监测及检验 |
| 5.5 本章小结 |
| 6 结论与讨论 |
| 6.1 结论 |
| 6.2 讨论 |
| 参考文献 |
| ABSTRACT |
（6）小麦全蚀病菌ADP/ATP转位酶基因RNAi载体构建及龙胆酸加双氧酶基因RNAi的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| 1 文献综述 |
| 1.1 小麦全蚀病 |
| 1.1.1 小麦全蚀病简介 |
| 1.1.2 小麦全蚀病菌简介 |
| 1.1.3 小麦全蚀病发病症状及规律 |
| 1.1.4 小麦全蚀病传播及防治 |
| 1.1.5 小麦抗全蚀病的研究进展 |
| 1.1.6 小麦全蚀病菌分子生物学研究进展 |
| 1.2 RNAi技术 |
| 1.2.1 RNAi简介 |
| 1.2.2 RNAi机制及特点 |
| 1.2.3 RNAi研究进展与应用 |
| 1.3 寄主诱导的基因沉默技术 |
| 1.3.1 寄主诱导的基因沉默技术简介 |
| 1.3.2 HIGS研究机制与特点 |
| 1.3.3 HIGS研究进展及发展前景 |
| 1.4 根瘤农杆菌介导的真菌遗传转化 |
| 1.4.1 根癌农杆菌简介 |
| 1.4.2 根癌农杆菌转化机制 |
| 1.4.3 根癌农杆菌介导真菌遗传转化的特点 |
| 1.5 本研究的目的意义及技术路线 |
| 1.5.1 本研究的目的意义 |
| 1.5.2 本研究的主要内容 |
| 1.5.3 本研究的技术路线 |
| 2 引言 |
| 3 材料与方法 |
| 3.1 实验材料 |
| 3.1.1 实验所用菌种及载体 |
| 3.1.2 主要的仪器设备和试剂 |
| 3.1.3 所需试剂及培养基的配制 |
| 3.2 构建RNAi载体的方法 |
| 3.2.1 RNA干涉载体构建的过程 |
| 3.2.2 目的基因的作用及选择 |
| 3.2.3 构建RNAi载体所需引物 |
| 3.2.4 质粒的提取 |
| 3.2.5 质粒的酶切及纯化 |
| 3.2.6 无缝连接基因At1扩增 |
| 3.2.7 纯化方法 |
| 3.2.8 无缝连接 |
| 3.2.9 大肠杆菌转化方法 |
| 3.2.10 重组质粒的酶切及纯化 |
| 3.2.11 快速DNA连接基因At1扩增 |
| 3.2.12 快速DNA连接 |
| 3.2.13 RNAi载体的鉴定 |
| 3.3 根瘤农杆菌介导全蚀病菌遗传转化的实验方法 |
| 3.3.1 转化根瘤农杆菌 |
| 3.3.2 潮霉素B最佳浓度的筛选 |
| 3.3.3 全蚀病菌菌丝处理方式优化 |
| 3.3.4 共培养体系优化 |
| 3.3.5 遗传转化后代的筛选 |
| 3.3.6 全蚀病菌DNA的提取 |
| 3.3.7 转化子T-DNA基因鉴定 |
| 3.3.8 全蚀病菌转化子侵染小麦 |
| 4 结果与分析 |
| 4.1 ATP/ADP转位酶基因(At1)RNAi载体的构建 |
| 4.1.1 空载体p BHt2-CHSA-Intron的酶切电泳图 |
| 4.1.2 基因At1无缝连接鉴定 |
| 4.1.3 基因At1的RNAi载体酶切鉴定 |
| 4.1.4 龙胆酸加双氧酶基因Gdo的 RNAi载体鉴定 |
| 4.2 根瘤农杆菌介导全蚀病菌遗传转化实验的结果与分析 |
| 4.2.1 潮霉素B抑制全蚀病菌的最佳浓度 |
| 4.2.2 全蚀病菌菌丝处理方式不同对转化效率的影响 |
| 4.2.3 不同共培养体系对转化效率的影响 |
| 4.2.4 全蚀病菌候选转化子的筛选 |
| 4.2.5 全蚀病菌候选转化子数据分析 |
| 4.2.6 转化子基因检测 |
| 4.3 小麦全蚀病致病性检测 |
| 4.3.1 转化子侵染对小麦的影响 |
| 4.3.2 转化子侵染小麦结果分析 |
| 5 结论与讨论 |
| 参考文献 |
| 英文摘要 |
（7）小麦土传病害的防治（论文提纲范文）
| 一、小麦土传病害有哪些 |
| 1. 纹枯病。 |
| 2. 根腐病。 |
| 3. 全蚀病。 |
| 二、小麦土传病害的发病原因 |
| 1. 偏施氮肥。 |
| 2. 连作。 |
| 3. 秸秆还田。 |
| 三、小麦土传病害的综合防治 |
| 1. 加强植物检疫。 |
| 2. 农业防治。 |
| 3. 化学防治。 |
（8）安徽省繁昌县小麦主要病害研究（论文提纲范文）
| 1 小麦主要病害特征 |
| 1.1 小麦赤霉病 |
| 1.2 小麦纹枯病 |
| 1.3 小麦条锈病 |
| 2 防治方法 |
| 2.1 小麦赤霉病 |
| 2.1.1 物理防治。 |
| 2.1.2 化学防治。 |
| 2.2 小麦纹枯病 |
| 2.2.1 物理防治。 |
| 2.2.2 化学防治。 |
| 2.3 小麦条锈病 |
| 2.3.1 物理防治。 |
| 2.3.2 化学防治。 |
| 3 结语 |
（9）小麦茎基腐与全蚀病高光谱遥感识别研究（论文提纲范文）
| 致谢 |
| 摘要 |
| 1 文献综述 |
| 1.1 茎基腐与全蚀病病害 |
| 1.2 非成像遥感对小麦的研究 |
| 1.3 相关的国内外研究工作水平及发展趋势 |
| 2 引言 |
| 2.1 研究背景 |
| 2.2 研究目的 |
| 2.3 研究意义 |
| 3 研究方案 |
| 3.1 数据采集 |
| 3.2 研究方法 |
| 3.3 研究过程 |
| 4 结果与分析 |
| 4.1 对2种病害进行不同白穗率间的原始反射率光谱比较 |
| 4.2 对相同白穗率条件下的2种病害进行组间原始反射率光谱对比 |
| 4.3 T检验验证差异性 |
| 4.4 一阶微分光谱的比较 |
| 4.5 选取明显差异波段进行二阶微分曲线比较 |
| 4.6 筛选特征值与植被指数 |
| 4.7 建立分类函数并对混合样本库进行辨别分析 |
| 5 结论与讨论 |
| 参考文献 |
| ABSTRACT |
（10）小麦全蚀病症状辨别及防治方法探析（论文提纲范文）
| 1 小麦全蚀病病原及特征 |
| 2 小麦全蚀病侵染循环 |
| 2.1 远距离传播 |
| 2.2 近距离传播 |
| 3 小麦金蚀病发生规律 |
| 3.1 气候因素 |
| 3.2 品种抗性 |
| 3.3 栽培因素 |
| 4 小麦全蚀病危害症状 |
| 5 小麦全蚀病防治方法 |
四、小麦出现白穗症状的辨别与防治（论文参考文献）
- [1]小麦主要病害及其防治技术[J]. 范海燕. 新农业, 2021(21)
- [2]引致小麦茎基腐病的假禾谷镰刀菌检测及防控药剂筛选[D]. 姜戚. 安徽农业大学, 2021
- [3]小麦病害症状识别与药剂防治[J]. 孙宏琳. 吉林农业, 2019(11)
- [4]无人机农业遥感在农作物病虫草害诊断应用研究进展[J]. 兰玉彬,邓小玲,曾国亮. 智慧农业, 2019(02)
- [5]基于无人机成像高光谱的冬小麦全蚀病等级监测[D]. 朱耀辉. 河南农业大学, 2018(02)
- [6]小麦全蚀病菌ADP/ATP转位酶基因RNAi载体构建及龙胆酸加双氧酶基因RNAi的研究[D]. 麦艳娜. 河南农业大学, 2018(02)
- [7]小麦土传病害的防治[J]. 单柳玲. 农村新技术, 2017(11)
- [8]安徽省繁昌县小麦主要病害研究[J]. 汪金香. 园艺与种苗, 2017(03)
- [9]小麦茎基腐与全蚀病高光谱遥感识别研究[D]. 瞿思宇. 河南农业大学, 2017(05)
- [10]小麦全蚀病症状辨别及防治方法探析[J]. 余洪菊. 农业灾害研究, 2017(02)