CN113793377B - 一种调查田间秸秆残茬上禾谷镰刀菌子囊壳数量的方法 - Google Patents

一种调查田间秸秆残茬上禾谷镰刀菌子囊壳数量的方法 Download PDF

Info

Publication number
CN113793377B
CN113793377B CN202111120796.0A CN202111120796A CN113793377B CN 113793377 B CN113793377 B CN 113793377B CN 202111120796 A CN202111120796 A CN 202111120796A CN 113793377 B CN113793377 B CN 113793377B
Authority
CN
China
Prior art keywords
straw
shells
area
ascus
ascal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111120796.0A
Other languages
English (en)
Other versions
CN113793377A (zh
Inventor
茹艳艳
郝俊杰
谢淑娜
刘佳中
李保叶
孙静
王新涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Plant Protection of Henan Academy of Agricultural Sciences
Original Assignee
Institute of Plant Protection of Henan Academy of Agricultural Sciences
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Plant Protection of Henan Academy of Agricultural Sciences filed Critical Institute of Plant Protection of Henan Academy of Agricultural Sciences
Priority to CN202111120796.0A priority Critical patent/CN113793377B/zh
Publication of CN113793377A publication Critical patent/CN113793377A/zh
Application granted granted Critical
Publication of CN113793377B publication Critical patent/CN113793377B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Mining & Mineral Resources (AREA)
  • General Health & Medical Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Cultivation Of Plants (AREA)

Abstract

本发明提供一种科学准确的调查田间秸秆残茬上禾谷镰刀菌子囊壳数量的方法，将调查方法科学标准化。通过收集的田间秸秆残茬，首先估算产子囊壳面积占整个秸秆表面积的比例，然后在标尺背景下对秸秆上着生子囊壳有代表性的位置进行拍照，利用Image J软件计数照片秸秆上每平方厘米的子囊壳数量，最后换算为每块地平均每平方厘米秸秆产生的子囊壳数量(个/cm2)。经过多年多点的调查，建立了一种针对秸秆残茬上禾谷镰刀菌产生子囊壳数量的标准、科学的调查方法，能较准确地反映该地块相关病害的初始菌源量。本方法将调查方法标准统一化，方便基层农技人员操作。

Description

一种调查田间秸秆残茬上禾谷镰刀菌子囊壳数量的方法
技术领域
本发明涉及一种调查田间秸秆残茬上禾谷镰刀菌子囊壳数量的方法，属于农作物病害初始菌源量调查领域。
背景技术
禾谷镰刀菌是肉座菌目(Hypocreales)子囊真菌，无性世代学名为Fusariumgraminearum Schwabe，有性世代为玉蜀黍赤霉(Gibberella zeae)。禾谷镰刀菌在世界各地均有分布，主要侵染大麦、小麦、燕麦、玉米、水稻等禾谷类作物和棉花、豆类等非禾本科植物，引起多种作物根腐病、茎腐病、穗腐病的发生，不仅导致作物严重减产，造成巨大的经济损失，而且产生的多种真菌毒素，残留在谷物内造成粮食污染，严重威胁食品安全和人畜健康。
禾谷镰刀菌侵染作物引起病害，在作物残茬上越冬可产生两种孢子类型：一种是无性的分生孢子，适应借助雨水飞溅传播，可借助小麦叶片侵染扩展到穗，扩散距离有限；另一种是有性的子囊孢子，在温暖潮湿的天气条件下，从发育成熟的子囊壳中迸发喷射到空气中，借助空气、雨水进行较远距离的扩散传播。禾谷镰刀菌在玉米、水稻等植物残体上以子囊壳的形式进行越冬，来年春天温度升高、湿度增大为子囊壳发育形成提供了合适的气候条件，子囊壳成熟后壳内的子囊吸水产生巨大的膨压将子囊孢子弹射出子囊壳，子囊孢子借助风力在田间传播，有一部分会落在小麦穗部。尽管禾谷镰刀菌的分生孢子萌发后也能侵染小麦穗，但在田间子囊孢子才是小麦赤霉病的主要初始侵染源。
与欧美一年一熟的种植制度不同，一年两熟的黄淮海小麦-玉米轮作和长江流域小麦-水稻轮作是中国特色的耕作制度。其中，南方地区的作物轮作模式为小麦-水稻，因此水稻稻桩上休眠的子囊壳及其在次年释放的子囊孢子是小麦赤霉病的主要初始侵染源；北方地区的轮作模式为小麦-玉米，故田间地表玉米残茬上的子囊壳及其在次年释放的子囊孢子是小麦赤霉病的主要初始侵染源；在小麦收获后的残茬上，禾谷镰刀菌也可形成子囊壳，为下茬作物玉米的茎腐病、穗腐病和水稻的立枯病等提供菌源。因此准确判断田间初始菌源量可以为相关病害的预测预报提供重要的依据。
以前对田间初始菌源量的判断，主要是通过调查田间秸秆残茬的带菌率来表示，而对秸秆上子囊壳数量的调查方法则是把收集的秸秆残茬带回室内，使用解剖显微镜，对每根秸秆在计数前选定5～8个点，每个点的面积0.1923cm2，在解剖显微镜30或40倍下，统计选定的面积内子囊壳的数量，然后换算为秸秆表面积平均每平方厘米有多少个子囊壳。该法繁琐费时，还需要操作人员具备使用解剖显微镜的专业知识。因此，需要一种更简单、省时、准确的方法来判断秸秆残茬上的子囊壳数量，为相关病害的预测预报提供更准确的初始菌源量数据。
发明内容
针对现有技术的不足，本发明的目的是提供一种科学准确的调查田间秸秆残茬上禾谷镰刀菌子囊壳数量的方法，通过收集田间秸秆残茬，借助有标尺的方格子纸及相机对秸秆上着生子囊壳有代表性的位置进行拍照，利用Image J软件对子囊壳数量进行分析。
为了实现上述目的，本发明所采用的技术方案是：
一种调查田间秸秆残茬上禾谷镰刀菌子囊壳数量的方法，包括下述步骤：
(1)在待调查田块收集一定数量的秸秆残茬；
(2)估算每根秸秆上产子囊壳的面积占整个秸秆表面积的比例；
(3)在标尺背景下对秸秆进行拍照；
(4)利用Image J软件计数照片秸秆上的子囊壳数量；
(5)计算每块地平均每平方厘米秸秆产生的子囊壳数量；
(6)依据每块地平均每平方厘米秸秆产生的子囊壳数量，来确定该田块周围区域相关病害的初始菌源量。
步骤(1)的具体方法为：每年4月初收集小麦田地表的玉米秸秆残茬或水稻秸秆残茬，7月底收集上述小麦田地表的小麦秸秆残茬，每块地随机收集30根长度较一致的秸秆残茬。
步骤(2)的具体方法为：观察每根秸秆残茬上产生子囊壳的大小及形态分布特征，并依此估算每根秸秆残茬上产子囊壳面积占整个秸秆表面积的比例，用p表示。
步骤(3)的具体方法为：用方格子纸作为标尺，方格子的面积为a，对每根秸秆上着生子囊壳有代表性的位置进行拍照；其中有代表性的位置指：能代表秸秆上子囊壳形成情况且可清楚计数子囊壳的位置。
步骤(4)的具体方法为：运行Image J软件，点击“file”下拉菜单中的“open”，打开需要计数子囊壳的秸秆照片，然后点击代表“方形”的选择框，首先在照片中选中标尺中的方格子，点击“Analyze”下拉菜单中的“Measure”，在“Results”中显示软件计算的拍摄该照片焦距下方格子的面积b；然后选择秸秆照片中子囊壳有代表性的部分，用“方形”选择框圈出一定的面积，计数该方框面积内的子囊壳数为n，点击“Analyze”下拉菜单中的“Measure”，“Results”中显示软件计算的拍摄该照片焦距下上述所圈出的方框面积c；重复上述计算n、c的步骤3次。
步骤(5)的具体方法为：根据照片上秸秆和方格子背景标尺在相同焦距下，标尺和秸秆实际面积的比值与焦距下面积的比值相等的原则，计算实际每根秸秆表面平均每平方厘米的子囊壳数N(个/cm2)，N＝[n1/(c1/b×a)+n2/(c2/b×a)+n3/(c3/b×a)]/3×p，其中n1、n2、n3，及c1、c2、c3分别表示重复3次的“人工肉眼计数所圈方框面积内的子囊壳数”和“拍摄该照片焦距下所圈出的方框面积”，进而计算每块地秸秆上平均每平方厘米秸秆产生的子囊壳数量，即30根秸秆上子囊壳数量的平均值。
步骤(6)中子囊壳数量与大田初始菌源量的关系为：
子囊壳数量(个/cm2) 初始菌源量
≤1.5 极匮乏
1.6～5.0 匮乏
5.1～10.0 较丰富
10.1～30.0 丰富，菌源充足
≥30.1 极丰富，菌源极充足
本发明有益效果：
1、本申请针对田间秸秆残茬上禾谷镰刀菌产生的子囊壳数量进行调查。主要针对小麦-玉米或小麦-水稻轮作模式下田间秸秆残茬上禾谷镰刀菌产生的子囊壳，提供一种科学准确的秸秆残茬上子囊壳数量调查方法，在每年4月初和7月底收集田间秸秆残茬，能较准确地调查产生的子囊壳数量，为相关病害的预测预报提供更准确的初始菌源量数据。
2、本申请将调查方法科学标准化。通过收集的田间秸秆残茬，首先估算产子囊壳面积占整个秸秆表面积的比例，然后在标尺背景下对秸秆上着生子囊壳有代表性的位置进行拍照，利用Image J软件计数照片秸秆上每平方厘米的子囊壳数量，最后换算为每块地平均每平方厘米秸秆产生的子囊壳数量(个/cm2)。经过多年多点的调查，建立了一种针对秸秆残茬上禾谷镰刀菌产生子囊壳数量的标准、科学的调查方法，能较准确地反映该地块相关病害的初始菌源量。本方法将调查方法标准统一化，方便基层农技人员操作。
附图说明
图1实施例1中单个秸秆残茬上的子囊壳数量调查方法示意图。
图2实施例2中单个秸秆残茬上的子囊壳数量调查方法示意图。
其中，图1、2中，a为标尺方格子的实际面积(0.7cm×0.7cm＝0.49cm2)，b为软件计算的拍摄该照片焦距下方格子的面积，c1、c2、c3为拍摄该照片焦距下所圈出的方框面积，n1、n2、n3为人工肉眼计数上述所圈方框面积内的子囊壳数。
具体实施方式
以下结合实施例对本发明的具体实施方式作进一步详细说明。
实施例1
一种调查田间秸秆残茬上禾谷镰刀菌子囊壳数量的方法，2019年4月初和7月底，分别在河南省信阳市罗山县、驻马店市遂平县、许昌长葛市和新乡市原阳县四地区同时进行，具体方法如下：
(1)田间秸秆残茬的收集
4月5日左右，在信阳罗山的小麦田收集地表的水稻秸秆残茬，在驻马店遂平、许昌长葛和新乡原阳的小麦田收集地表的玉米秸秆残茬；7月30日左右，在上述地块收集地表的小麦秸秆残茬，每块地随机收集30根长度较一致的秸秆残茬(因为田间地表秸秆长短不一、带菌量不同，有些秸秆上的子囊壳数量多，有些秸秆上的子囊壳数量少。若收集的秸秆数量太少，则不能代表整块地的实际情况，若收集数量太多，则工作量大，因此进行30次重复取样，最后计算的每块地平均每平方厘米秸秆产生的子囊壳数量为30次的平均值)；
(2)估算每根秸秆上子囊壳的面积占整个秸秆表面积的比例
观察每根秸秆残茬上产生子囊壳的大小及形态分布特征(子囊壳分布是否均匀、密度大小、子囊壳堆大小等)，并依此估算每根秸秆残茬上产子囊壳面积占整个秸秆表面积的比例，用p表示；
(3)在标尺背景下对秸秆进行拍照
用方格子(面积a cm2＝长cm×宽cm)纸作为标尺，在相机微距镜头下(能拍清秸秆上的子囊壳即可)对每根秸秆上着生子囊壳均有代表性的位置进行拍照；其中有代表性的位置指：能代表秸秆上子囊壳形成情况且可清楚计数子囊壳的位置；
(4)利用Image J软件计数照片秸秆上的子囊壳数量
网上下载Image J安装软件(ij143-jdk6-setup.exe)，按照提示在电脑上安装成功后，运行软件点击“file”下拉菜单中的“open”，打开需要计数子囊壳的秸秆照片，然后点击代表“方形”的选择框，首先在照片中选中标尺中的方格子，点击“Analyze”下拉菜单中的“Measure”，在“Results”中显示软件计算的拍摄该照片焦距下方格子的面积b；然后选择秸秆照片中着生子囊壳有代表性的位置，用“方形”选择框圈出一定的面积，人工肉眼计数该方框面积内的子囊壳数为n，点击“Analyze”下拉菜单中的“Measure”，“Results”中显示软件计算的拍摄该照片焦距下上述所圈出的方框面积c；重复上述计算n、c的步骤3次；
(5)计算每块地平均每平方厘米秸秆产生的子囊壳
根据照片上秸秆和方格子背景标尺在相同焦距下，标尺和秸秆实际面积的比值与焦距下面积的比值相等的原则，计算实际每根秸秆表面平均每平方厘米的子囊壳数N(个/cm2)，N＝[n1/(c1/b×a)+n2/(c2/b×a)+n3/(c3/b×a)]/3×p，其中n1、c1、n2，及c2、n3、c3分别表示重复3次的“人工肉眼计数所圈方框面积内的子囊壳数”和“拍摄该照片焦距下所圈出的方框面积”，进而计算每块地平均每平方厘米秸秆产生的子囊壳数量，即30根秸秆上子囊壳数量的平均值。
(6)初始菌源量的判别
依据每块地平均每平方厘米秸秆产生的子囊壳数量，来确定该田块周围区域相关病害的初始菌源量，初始菌源量的划分标准见表1。
表1大田初始菌源量的判断
子囊壳数量(个/cm2) 初始菌源量
≤1.5 极匮乏
1.6～5.0 匮乏
5.1～10.0 较丰富
10.1～30.0 丰富，菌源充足
≥30.1 极丰富，菌源极充足
对上述4个地点收集的地表秸秆残茬上的子囊壳数量进行调查，具体计算过程如表2、图1(仅列举单个秸秆残茬上子囊壳数量的计算过程作为展示)。与传统解剖镜法调查的地表秸秆上子囊壳数量相比，该法调查数据的误差率不超过5％。
每个地点收集30根秸秆残茬，最后计算每块地平均每平方厘米秸秆产生的子囊壳数量。调查结果表明：2019年4月初，信阳罗山小麦田地表水稻秸秆残茬上的平均子囊壳数量为4.5个/cm2，遂平、长葛和原阳小麦田地表玉米秸秆残茬上的平均子囊壳数量分别为2.6、1.8和1.3个/cm2，4个地点小麦田地表秸秆残茬上产生子囊壳较少，小麦赤霉病的初始侵染源较匮乏；7月底，罗山、遂平、长葛和原阳上述田块地表小麦秸秆上的平均子囊壳数量分别为28.3、18.6、13.8和10.4个/cm2，4个地点地表小麦秸秆上产生的子囊壳较多，玉米茎腐病、穗腐病和水稻立枯病等相关病害的初始菌源非常丰富(表3)。
表2单个秸秆残茬上的子囊壳数量调查结果
其中，v为软件计算的面积，方格子或秸秆的v＝b或c1、c2、c3；w为实际面积，方格子的w＝0.7cm×0.7cm＝0.49cm2，秸秆的w＝c1/b*a、c2/b*a、c3/b*a。
以玉米秸秆为例，w1＝c1/b*a＝71968/90552*0.49＝0.3894，w2＝c2/b*a＝99680/90552*0.49＝0.5394，w3＝c3/b*a＝109880/90552*0.49＝0.5946，x为子囊壳数，其中n1＝13、n2＝18、n3＝16；y为秸秆表面每平方厘米子囊壳数，其中y1＝n1/w1＝13/0.3894＝33.38，y2＝n2/w2＝18/0.5394＝33.37，y3＝n3/w3＝16/0.5945＝26.91；z为秸秆表面平均每平方厘米子囊壳数，z＝(y1+y2+y3)/3＝(33.38+33.37+26.91)/3＝31.22；p为子囊壳面积占整个秸秆表面积比例，p＝7.5％；N为实际秸秆表面平均每平方厘米子囊壳数，N＝z*p＝31.22*7.5％＝2.3415。
解剖镜调查法中，R为8个点的总子囊壳数，每个点的面积为0.1923cm2，M为秸秆上子囊壳数，M＝(R1+R2+R3)/3/(0.1923*8)＝(3+4+4)/3/(0.1923*8)＝2.3834。
S为误差率，S＝(N-M)/M*100％＝(2.3415-2.3834)/2.3834*100％＝-1.76％。
表3 2019年4个地点地表秸秆残茬上的平均子囊壳数量调查结果
实施例2
2020年4月初和7月底，采用实施例1的相同方法，继续在上述信阳罗山、驻马店遂平、许昌长葛和新乡原阳的地块收集秸秆残茬，并调查秸秆残茬上的子囊壳数量，具体方法和步骤与实施例1均相同。
对上述4个地点收集的地表秸秆残茬上的子囊壳数量进行调查，具体计算过程如表4、图2(仅列举单个秸秆残茬上子囊壳数量的计算过程作为展示)。与传统解剖镜法调查地表秸秆上的子囊壳数量相比，该法调查数据的误差率不超过3％。
每个地点收集30根秸秆残茬，最后计算每块地平均每平方厘米秸秆产生的子囊壳数量。结果表明：2020年4月初，4个地点小麦田地表水稻秸秆和玉米秸秆残茬上产生子囊壳较多，平均子囊壳数量为10.3～27.9个/cm2，小麦赤霉病的初始侵染源非常丰富；7月底，罗山、遂平、长葛和原阳上述田块地表小麦秸秆上的平均子囊壳数量分别为2.2、1.7、1.5和1.2个/cm2，4个地点地表小麦秸秆上产生的子囊壳较少，玉米茎腐病、穗腐病和水稻立枯病等相关病害的初始菌源较匮乏(表5)。
表4单个秸秆残茬上的子囊壳数量调查结果
其中，v为软件计算的面积，方格子或秸秆的v＝b或c1、c2、c3；w为实际面积，方格子的w＝0.7cm×0.7cm＝0.49cm2，秸秆的w＝c1/b*a、c2/b*a、c3/b*a。
以水稻秸秆为例，w1＝c1/b*a＝76024/246960*0.49＝0.1508，w2＝c2/b*a＝113904/246960*0.49＝0.2260，w3＝c3/b*a＝136136/246960*0.49＝0.2701，x为子囊壳数，其中n1＝11、n2＝17、n3＝17；y为秸秆表面每平方厘米子囊壳数，其中y1＝n1/w1＝11/0.1508＝72.94，y2＝n2/w2＝17/0.2260＝75.22，y3＝n3/w3＝17/0.2701＝62.94；z为秸秆表面平均每平方厘米子囊壳数，z＝(y1+y2+y3)/3＝(72.94+75.22+62.94)/3＝70.37；p为子囊壳面积占整个秸秆表面积比例，p＝40.0％；N为实际秸秆表面平均每平方厘米子囊壳数，N＝z*p＝70.37*40.0％＝28.1480。
解剖镜调查法中，R为8个点的总子囊壳数，每个点的面积为0.1923cm2，M为秸秆上子囊壳数，M＝(R1+R2+R3)/3/(0.1923*8)＝(48+43+42)/3/(0.1923*8)＝28.8178。S为误差率，S＝(N-M)/M*100％＝(28.1480-28.8178)/28.8178*100％＝-2.32％。
表5 2020年4个地点地表秸秆残茬上的平均子囊壳数量调查结果

Claims (1)

1.一种调查田间秸秆残茬上禾谷镰刀菌子囊壳数量的方法，其特征在于，包括下述步骤：
(1)在待调查田块收集一定数量的秸秆残茬；
每年4月初收集小麦田地表的玉米秸秆残茬或水稻秸秆残茬，7月底收集上述小麦田地表的小麦秸秆残茬，每块地随机收集30根长度较一致的秸秆残茬；
(2)估算每根秸秆上产子囊壳的面积占整个秸秆表面积的比例；
观察每根秸秆残茬上产生子囊壳的大小及形态分布特征，并依此估算每根秸秆残茬上产子囊壳面积占整个秸秆表面积的比例，用p表示；
(3)在标尺背景下对秸秆进行拍照；
用方格子纸作为标尺，方格子的面积为a，对每根秸秆上着生子囊壳有代表性的位置进行拍照；其中有代表性的位置指：能代表秸秆上子囊壳形成情况且可清楚计数子囊壳的位置；
(4)利用Image J软件计数照片秸秆上的子囊壳数量；
运行Image J软件，点击“file”下拉菜单中的“open”，打开需要计数子囊壳的秸秆照片，然后点击代表“方形”的选择框，首先在照片中选中标尺中的方格子，点击“Analyze”下拉菜单中的“Measure”，在“Results”中显示软件计算的拍摄该照片焦距下方格子的面积b；然后选择秸秆照片中子囊壳有代表性的部分，用“方形”选择框圈出一定的面积，计数该方框面积内的子囊壳数为n，点击“Analyze”下拉菜单中的“Measure”，“Results”中显示软件计算的拍摄该照片焦距下上述所圈出的方框面积c；重复上述计算n、c的步骤3次；
(5)计算每块地平均每平方厘米秸秆产生的子囊壳数量；
根据照片上秸秆和方格子背景标尺在相同焦距下，标尺和秸秆实际面积的比值与焦距下面积的比值相等的原则，计算实际每根秸秆表面平均每平方厘米的子囊壳数N(个/cm2)，N＝[n1/(c1/b×a)+n2/(c2/b×a)+n3/(c3/b×a)]/3×p，其中n1、n2、n3，及c1、c2、c3分别表示重复3次的“人工肉眼计数所圈方框面积内的子囊壳数”和“拍摄该照片焦距下所圈出的方框面积”，进而计算每块地秸秆上平均每平方厘米秸秆产生的子囊壳数量，即30根秸秆上子囊壳数量的平均值；
(6)依据每块地平均每平方厘米秸秆产生的子囊壳数量，来确定该田块周围区域相关病害的初始菌源量；
子囊壳数量与大田初始菌源量的关系为：
子囊壳数量(个/cm2) 初始菌源量 ≤1.5 极匮乏 1.6～5.0 匮乏 5.1～10.0 较丰富 10.1～30.0 丰富，菌源充足 ≥30.1 极丰富，菌源极充足
。
CN202111120796.0A 2021-09-24 2021-09-24 一种调查田间秸秆残茬上禾谷镰刀菌子囊壳数量的方法 Active CN113793377B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111120796.0A CN113793377B (zh) 2021-09-24 2021-09-24 一种调查田间秸秆残茬上禾谷镰刀菌子囊壳数量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111120796.0A CN113793377B (zh) 2021-09-24 2021-09-24 一种调查田间秸秆残茬上禾谷镰刀菌子囊壳数量的方法

Publications (2)

Publication Number Publication Date
CN113793377A CN113793377A (zh) 2021-12-14
CN113793377B true CN113793377B (zh) 2024-04-26

Family

ID=78879212

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111120796.0A Active CN113793377B (zh) 2021-09-24 2021-09-24 一种调查田间秸秆残茬上禾谷镰刀菌子囊壳数量的方法

Country Status (1)

Country Link
CN (1) CN113793377B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110741889A (zh) * 2019-11-28 2020-02-04 河南省农业科学院植物保护研究所 一种预测小麦赤霉病初始侵染源丰富度的方法
CN111968174A (zh) * 2020-09-03 2020-11-20 山东省蚕业研究所 一种菌落面积的测量方法及其应用

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110741889A (zh) * 2019-11-28 2020-02-04 河南省农业科学院植物保护研究所 一种预测小麦赤霉病初始侵染源丰富度的方法
CN111968174A (zh) * 2020-09-03 2020-11-20 山东省蚕业研究所 一种菌落面积的测量方法及其应用

Also Published As

Publication number Publication date
CN113793377A (zh) 2021-12-14

Similar Documents

Publication Publication Date Title
Smith et al. Crop yield: physiology and processes
Yang et al. Airborne multispectral imagery for mapping variable growing conditions and yields of cotton, grain sorghum, and corn
CN108901837A (zh) 一种长江中下游单季粳稻优质高效品种筛选及栽培方法
CN112819227A (zh) 一种县级尺度冬小麦单产预测方法及系统
Baigorria et al. Assessing predictability of cotton yields in the southeastern United States based on regional atmospheric circulation and surface temperatures
Kogan et al. Soybean growth and assessment of damage by arthropods
CN104950082A (zh) 一种病虫害预测系统
CN113793377B (zh) 一种调查田间秸秆残茬上禾谷镰刀菌子囊壳数量的方法
Sukojo et al. Landsat 8 satellite imagery analysis for rice production estimates (Case study: Bojonegoro regencys)
Breure Relevant factors associated with crown expansion in oil palm (Elaeis guineensis Jacq.)
CN115968760A (zh) 一种基于马铃薯根系时空分布的在地化灌溉方法
CN115909063A (zh) 一种中分辨率水稻提取方法及系统
CN109684960A (zh) 落叶剂的喷洒时间的确定方法及系统
Parker Sustainable sidedress nitrogen applications for early corn and cotton crops using small unmanned aerial systems
CN103125371B (zh) 一种作物抗旱突变体田间快速辅助筛选的方法
Gao et al. Allometric relationships and trade‐offs in 11 common M editerranean‐climate grasses
Xu et al. Classification and Recognition of Crops Based on GIS Image
Subchan et al. Classification of maize genotype using logistic regression
Malone Assessment of soybean leaf area for redefining management strategies for leaf-feeding insects
Sianjaya et al. Analysis of paddy productivity using normalized difference vegetation index value of sentinel-2 and UAV multispectral imagery in the rainy season
Padilla et al. Rice Spikelet Yield Determination Using Image Processing
Kirui et al. Calibration and parameterization of APSIM-wheat using earth observation data for wheat simulation in Kenya
Rakotonindraina et al. Analysis of volunteer density under the influence of cropping practices: a contribution to the modelling of primary inoculum of Phytophthora infestans in potato crops.
Wang et al. Taking Dandelion as an Example: Exploring a Comprehensive Prediction and Evaluation Model for Invasive Species
Olson et al. Influence of date of cone collection on Douglas-fir seed processing and germination: a case history

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant