XiaoMi-AI文件搜索系统
World File Search System一年生
农场内生产微生物昆虫病原体以供使用……
摘要 在巴西，种植者生产有益微生物专供自己使用是一种被称为“农场生产”的做法。至于农场生物杀虫剂，它们最初在 20 世纪 70 年代用于防治多年生和半多年生作物的害虫，但自 2013 年以来，其使用范围已扩大到玉米、棉花和大豆等一年生作物的害虫。目前，数百万公顷的土地正在使用这些农场制剂进行处理。本地生产可降低成本、满足当地需求并减少对环境有害的化学农药的投入，从而有助于建立更可持续的农业生态系统。批评人士认为，如果不实施严格的质量控制措施，农场制剂可能会：(1) 被可能包括人类病原体的微生物污染，或 (2) 含有极少的活性成分，影响田间药效。细菌杀虫剂的农场发酵占主导地位，尤其是针对鳞翅目害虫的苏云金芽孢杆菌。然而，在过去的 5 年中，昆虫病原真菌的生产迅速增长，主要用于控制吸食汁液的昆虫，例如粉虱（Bemisia tabaci (Gennadius)）和玉米叶蝉（Dalbulus maidis (DeLong and Wolcott)）。相比之下，昆虫病毒的农场生产增长有限。巴西约 500 万农村生产者中的大多数拥有中小型农场，虽然绝大多数人仍然没有在农场生产生物农药，但这个话题已经引起了他们的兴趣。许多采用这种做法的种植者通常使用非无菌容器作为发酵罐，导致制剂质量差，并且有失败的案例报道。另一方面，一些非正式报告表明，即使受到污染，农场制剂也可能有效，这至少可以部分解释为液体培养基中的微生物池分泌的杀虫次生代谢物。事实上，关于这些微生物生物农药的功效和作用方式的信息不足。通常是大型农场生产的生物农药污染程度较低，其中一些农场的连续耕地面积超过 20,000 公顷，因为其中许多农场拥有先进的生产设施，并拥有专业知识和训练有素的员工。农场生物农药的使用预计将持续下去，但采用率将取决于多种因素，例如选择安全、毒性强的微生物菌株和实施合理的质量控制措施（符合新兴的巴西法规和国际标准）。本文介绍并讨论了农场生物杀虫剂的挑战和机遇。
使用地理空间数据评估茶树健康和产量...
茶是印度最重要的饮料之一。它是第一大外汇收入来源。印度是世界上最大的茶叶生产国。印度的阿萨姆邦、梅加拉亚邦、特里普拉邦、北孟加拉邦（大吉岭）和锡金邦对该国的茶叶总产量贡献巨大。除此之外，印度南部的泰米尔纳德邦、卡纳塔克邦和喀拉拉邦也为茶叶生产做出了贡献。过去几年，人们发现茶产业正在失去立足之地。这主要是因为生产结构错误、由于生产成本高而无法与其他茶叶生产国竞争、小农户组织化、加工阶段的质量控制不佳以及更重要的害虫和疾病侵扰。遥感和 GIS 技术已被有效用于监测水稻、小麦等多种一年生作物。因此，开发一种使用遥感和 GIS 监测茶园的方法已成为迫切需要。之前缺乏使用遥感监测茶叶的研究，这为开发一种方法提供了想法，该方法可以帮助监测种植园的生长并在需要时采取有效措施。在本研究中，尝试使用遥感图像的纹理和色调变化来评估茶树的健康状况。应用灰度共生矩阵 (GLCM) 技术将茶斑分为健康、中度健康和患病茶。使用纹理和分类图像来描绘患病斑块。得出了健康、中度健康和患病茶的百分比。观察发现，2001 年 12 月的 LANDSAT 图像显示健康茶树的面积为 60.4%，中度感染茶树的面积为 23.6%，患病茶树的面积为 16.2%。对于 2004 年 2 月的 LISS III 图像，发现健康茶树的面积为 43.9%，中度感染茶树的面积为 36.8%，患病茶树的面积为 19.3%。同样，对于 2004 年 6 月的 ASTER 图像，发现健康茶树的面积为 24.9%，中度健康茶树的面积为 50.1%，患病茶树的面积为 25.1%。最后将结果与地面叶面积指数 (LAI) 和产量进行了比较。因此，这里尝试的纹理分析和色调变化可以在识别和检测茶园中的病斑方面发挥重要作用。这项研究表明，4 月、6 月和 8 月基于 MODIS 的 NDVI 与庄园层面的茶叶产量有显著相关性。为进一步检验 MODIS 得出的 NDVI 是否与 LAI 相关，建立了一个经验方程，结果表明茶叶的 LAI 与 NDVI 具有显著的线性关系 (R 2 =0.36)。然而，研究发现，仅凭不同时间段的 NDVI 观测结果无法解释茶叶产量的差异。这表明茶叶产量的统计模型似乎并不令人鼓舞。