冬虫夏草属是一属昆虫病原真菌,由于其多样化的生态作用和有希望的生物医学应用,近年来受到越来越多的关注。然而,冬虫夏草属的物种多样性仍然未知,尤其是在马来西亚半岛。这项研究使用 SSU 和 tef 的 DNA 条形码技术来鉴定 Hutan Simpan Labis(西 Endau-Rompin)中存在的感染蚂蚁的冬虫夏草属的种类。此外,本研究还旨在记录所选冬虫夏草属的有性和无性形态。初步的 SSU 和 tef DNA 结果和形态学表明,Hutan Simpan Labis 中的样本最有可能是 O. cf. unilateralis。这项研究生成了第一个 SSU 和 tef DNA 序列,并报告了 Hutan Simpan Labis 中冬虫夏草属的真菌形态。
摘要印度尼西亚的森林和陆地大火的危险是一个严重的威胁,每年都会继续发生。根据美国数据消防局的说法,每年发生700多起森林大火,燃烧了超过700万公顷的土地。这场大火不仅损害了生态系统,还会造成重要的生物多样性损失。许多印度尼西亚特有动植物是受害者,增加了灭绝的风险。使用无人机也可以改变灾难管理。该技术可以与基于分析数据和人工智能的预警系统集成,从而提高了火灾预测的准确性和更加主动的响应。因此,这项技术的应用不仅是一个临时解决方案,而且是维持环境可持续性和社区福利(如无人机和各方之间的合作)的长期战略步骤,这对于有效克服了这一挑战非常必要。本研究的目的是创建一个基于视觉的计算机系统,该系统使用深度学习算法,尤其是您只看一次(Yolo),以快速,准确地检测森林火灾。在缓解森林消防灾难中,早期发现热点是防止大火传播到其他地区并减少对人类和环境的火灾造成的损害的重要步骤。