44份优质春小麦品种(系)抗病性状况的分析

2001~2003年连续3年对来自国内外44份优质春小麦品种(系)进行了苗期和成株期抗秆锈、叶锈和白粉病的鉴定。结果表明:44份材料对秆锈病抗性较好,部分材料对叶锈病表现抗性,但全都感染白粉病。据此提出了选育优质、高产、抗病小麦新品种的方法和育种策略。     

小麦白粉病抗性基因的研究进展

综述了小麦白粉病抗病研究的最新进展，介绍了抗白粉病基因的来源、定位及代表品种，简述了分子标记在小麦白粉病抗性研究中的应用，并对小麦白粉病抗性基因的应用前景进行了预测。     

北方麦区120个小麦品种抗秆锈病基因的推导

利用含已知Sr5～38、SrGT和SrWld基因的42个单基因系和19个不同毒性的秆锈菌系，对北方麦区的120个生产品种和后备品系进行了抗秆锈病的基因推导．研究结果表明：黄淮冬麦区和北方冬麦区抗病品种（系）含有的抗秆锈病基因相似，绝大多数品种（系）主要含有Sr5、Sr31，少量品种含有Sr11、21、29等抗病基因；东北春麦区的小麦抗病品种（系）主要含有Sr5、6、8a、9b、9e、11、21、27、30、31、34、36等多基因组合。     

东北春麦区小麦白粉病流行预测式的构建

对15年的小麦白粉病病情和历史气象资料进行多元线性回归和多元逐步回归，得出了东北春麦区小麦白粉病中期预测的预测式，小麦白粉病的始发地为5月中旬中雨日期十5～7d；小麦白粉病发病程度Y=1．690554 0．01763625x1 0．09117417X2；小麦白粉病流行速率r=0.00089X3 0．0026X4 0．125 0．029，历史拟合率达86．67％。     

东北春麦区小麦抗锈病和白粉病育种策略及多样化二线抗源加 …

小麦秆锈、叶锈和白粉病是东北春麦区的小麦主要病害和抗病育种主攻对象．针对东北春麦区小麦生产品种对秆锈、叶锈和白粉病抗性现状,分析了小麦育种抗源利用中存在的问题;讨论了持久抗病育种的策略;提出了采用多样化二线抗源、滚动式加代回交转育、丰产及优质种质导人、多基因积累和多抗性合成五个环节紧密结合的高产、优质、多抗的育种方法,加速二线抗源的利用,促进抗源的多样化,提高品种抗病的持久性。     

玉米高产杂交种综合抗性评价

１９９６～１９９８年，通过在抗病虫鉴定圃人工接种虫的方法，结合生产的实际情况，对吉林省中部地区累计１３１份玉米生产骨干品种和后备品种进行对玉米苗病、丝黑穗病、茎腐病、叶斑病和玉米螟的抗性研究。结果表明：参试品种的综合抗性总体表现较差。相对表现较好的品种有四密２１号、四密２５号、四单１５２、四单１５１、吉单３２１、西单２号、丹７０３、中单３２１、吉单２０９。针对这些品种的抗性特点，提出合理推广使用的建议。     

抗大豆胞囊线虫3号生理小种（SCN3）核心种质代表性分析

大豆胞囊线虫（soybean cyst nematode,SCN）病是大豆生产中最严重的病害,这种病害最好的防治措施就是培育抗性品种。然而,中国大多数大豆育成品种都不抗SCN3。为了有效的研究和利用中国的大豆抗胞囊线虫种质资源,将64份中国小黑豆品种（包括鉴别寄主）对现有的1、2、3、4、5、7、14号7个大豆胞囊线虫（Heterodera glycirtes）生理小种进行了抗性鉴定,应用SPSS统计系统软件将供试品种的抗病基因进行分类;同时调查了在田间根部感染SCN3的胞囊数量。结果表明：在相似距离为0．52时,将供试64个品种按含有抗感大豆胞囊线虫生理小种的抗性基因差异,可以划分为7大类。在田间连续5年（2003～2007）跟踪调查不同大豆根部侵染的胞囊量情况,平均胞囊量为0的有应县小黑豆等共18个品种;平均胞囊量为0．07的有哈尔滨小黑豆等共8个品种;平均胞囊量为0．13的有平顶山和茶豆;其它各品种的平均胞囊量均在0．13～6．00之间。综合上述试验结果以及各品种的农艺性状,选用等比例取样法构建了由16份种质资源组成的抗SCN3初选核心种质。抗SCN3初选核心种质的建立,为深入了解中国大豆抗性种质的遗传多样性、研究SCN3复杂抗性遗传变异规律和发掘新基因提供了合理的样本,同时将有助于加速抗病育种的进程,满足生产上的需要。     

小麦白粉病潜在生防菌的筛选与控病特性研究

2001-2004年从山东，河南等11省采集土样78份，通过稀释平板法共分离菌株282株，其中真菌138株，细菌72株，放线菌61株。通过小麦白粉菌的孢子萌发抑制试验和小麦离体叶病害抑制试验的初步筛选，共得到12株防效较好的菌种。将所筛选的12个菌株进行温室盆栽苗病害控制试验。结果表明：细菌菌种PE4、C26、C27与真菌菌种P17-1对小麦白粉病抑制能力较强。防治效果分别达74．96％、70．1％、67．33％和64．71％。并对不同处理的小麦株高和千粒重进行方差分析。其中菌株PE4、C26、GE11处理的小麦千粒重分别为43．57，42．21，41．57g，与对照千粒重（29．22g）差异极显著。     

低酚棉品种间杂种优势及配合力研究

以８个低酚棉品种（系）为亲本材料，按Ｇｒｉｆｆｉｎｇ４方法配制杂交组合。对２８个组合的Ｆ１代进行了分析，结果表明，低酚棉品种（系）间杂种Ｆ１具有较强的杂种优势，其籽棉产量和皮棉产量的最大超标优势分别达到２７．７４％和２４．５９％，对亲本１０个性状的配合力方差分析表明，亲本一般配合力均达到显或极显水平，另有５个性状的组合特殊配合力达到显水平，配合力效应分析表明，中无１０５１和中棉所１８号的综合     

不同近交程度对DⅥ系猪经济性状的影响

中国瘦肉型猪新品系——DⅥ四世代猪的平均近交系数（％）为3．1620，按个体近交系数（％）的大小分成4个组：0，03906～1．9531，2．3438～62500和12．8906～25．0000，对每个组的繁殖、生长和肥育性状进行分析，结果：繁殖性能以近交系数（％）2．3438～6．2500组的较好，当近交系数（％）超过12．8906时，DⅥ系猪的繁殖、生长胆有性状都有下降趋势。     

小麦生长期土壤养分与根系活力变化及其相关性研究

研究了小麦生长期内土壤氮、钾与小麦根系活力变化及其相关性。结果表明,土壤速效氮、速效钾和非交换性钾含量随小麦生育进程呈现有规律的变化;小麦根系活力呈现先增加,孕穗期峰值出现后迅速下降,成熟时根系活力下降到最低值的变化规律,不同施肥处理小麦整个生育期内根系活力大小顺序为:MNPK、NPK>NK>N、NP>CK、M。土壤速效氮、速效钾、非交换性钾含量与小麦根系活力呈显著或极显著正相关,说明土壤N、K养分有效性的高低是影响小麦根系活力的重要因素。     

小麦产量实时测报系统

针对当前河南地区小麦产量估测信息滞后问题,集成传感技术、GPS和无线通信技术,对接农机收获装备,构建基于多传感器技术的小麦产量测报信息服务系统,实现小麦收割与产量测报同步进行.系统的应用实验于2015年6月在许昌市长葛县800亩试验田进行,实验结果表明,系统的产量测报误差小于5%,可以满足小麦产量测报的实际需求.系统的推广应用为河南及全国的小麦产量测报提供数据参考,为获知农田信息的时空差异性提供数据支撑,为实施“精细农作”提供决策依据.     

不同施氮水平下的小麦冠层光谱特征及产量分析

分析了在不同氮肥施用水平下,小麦冠层的高光谱响应在几个生育期内的变化情况,以及它们与小麦产量之间的关系。采用微分技术处理了小麦冠层反射光谱,提高了其区分小麦氮素营养水平的灵敏性;利用F-检验及方差分析与相关分析,研究小麦氮素处理水平、冠层反射光谱及其衍生信息(光谱反射率的一阶微分数据、归一化植被指数)、小麦产量三者之间的相关关系。研究结果表明,一阶微分技术能够提高小麦冠层光谱数据对氮素营养水平的响应,光谱数据的衍生形式也可与小麦产量建立很好的回归方程。     

北京麦蚜虫害的光谱测量与分析

通过测定小麦生育期内叶绿素含量变化及分析叶绿素含量与麦蚜量间的动态关系,提出小麦蚜虫灾害遥感监测的植物生理学依据。通过1995、1996和1998年的地面光谱测量,绘制出蚜量同小麦光谱的相关性曲线,证明利用小麦的反射光谱植被指数RVI值监测麦蚜的可行性,并给出了确定小麦蚜虫防治点即百株蚜量500头左右的RVI值方法。为确定麦蚜虫害最佳防治时间提供依据。     

小麦群体叶面积的动态模型

根据作物生理生态学原理,建立了小麦群体叶面积指数动态模型,用小麦品种８９５００４在南京叶区种植时的试验和当年气象资料对其进行检验,表明小麦群体叶面积动态模型是可行的。     

小麦基因转化研究进展

对小麦基因转化方法、转化效率以及影响转化的因素进行了总结，并对中国小麦基因转化的发展提出了展望。     

农田小麦状况的光谱特征分析

根据田间光谱观测提出了小麦光谱特征点(可见光、近红外、中红外)反射率域值和三个小麦生育光谱特征段，并利用统计分析法确定出不同农田小麦状况下光谱响应差异最明显时期、分辫小麦不同状况下的最佳光谱段。并以实际资料找出小麦反射光谱达饱合点时的LAI值以及小麦受灾后在光谱上的变化。     

基于多时相TM影像的冬小麦面积变化监测

利用北京1992年、2000年、2004年、2009年的多时相Landsat TM5影像数据,结合实际调查数据,分析了近20年来北京冬小麦种植面积的变化趋势及演变特征。采用决策树、PCA、缨帽变换等手段对地物进行分类,利用多时相影像,NDVI组合阈值提取小麦种植区面积。研究结果表明:北京地区1992年、2000年、2004年、2009年冬小麦种植面积分别为:113671ha,84322ha,40410ha,61529ha。北京冬小麦种植面积呈现为明显的先减少后增加的趋势。从1992年到2009年共减少52143ha。其中,从1992年到2000年冬小麦种植面积减少了29349ha,减少的面积中城区扩张占用和转变为裸地的最多,分别为39.7%和42.8%,另外有13.3%变为设施用地,3%成为水体(鱼塘和水田);从2000年到2004年冬小麦种植面积共减少43921ha,减少的面积中转变为裸地和城区扩张占用的最多,分别为39.8%和33.1%;从2004年到2009年冬小麦种植面积共增加了21119ha,其中裸地转变为小麦种植区面积最大。     

基于全局自注意力的小麦图像识别

在实际应用场景下,通过图像识别的方式来识别小麦的病虫害具有极大的挑战性。与以往纯粹基于卷积神经网络（Convolutional Neural Network, CNN）的方法相比,将小麦图像转换成一系列视觉语言,并从全局视角进行小麦识别的方法是更可行和实用的。运用Convolutional Visual Transformers（CVT）来解决小麦识别分为2个环节。首先,利用2分支CNN生成的2种特征图来实现注意选择性融合(Attentional Selective Fusion, ASF)。ASF通过融合多个特征和全局-局部注意力来获取有区别的信息,并投射成一系列的视觉语言。其次,受Transformers在自然语言处理方面的成功启发,用全局自注意力来建模这些视觉语言之间的关系。将CVT与经典分类网络LeNet-5、ResNet-18、VGG-16、EfficientNet对比,识别率有所提升,同时该方法具有良好的泛化能力。