全球人口不断增长、自然资源有限以及气候变化迫使人们转向环境可持续的农业。传统做法依赖化学肥料、农药和不良的土地管理,损害了食品安全和环境完整性,加剧了植物病害并削弱了作物的防御能力。生物技术通过提高农业生产力同时减少害虫、疾病和环境影响来提供解决方案。本综述强调了生物技术在可持续农业中的作用,重点关注生物表面活性剂、基因工程、精准农业和生物防治剂。CRISPR-Cas9 等基因编辑技术使抗病作物的开发成为可能,改善了植物健康并减轻了感染。未来,微生物接种剂和植物源抗菌剂等生物防治剂可能会取代传统农药,有效管理由细菌、真菌和病毒病原体引起的植物疾病。本综述还探讨了机器学习 (ML) 和人工智能 (AI) 在优化作物管理方面的潜力以及生物表面活性剂在工业和环境应用中的日益广泛使用。生物表面活性剂对于抑制植物病原体、改善土壤健康和促进有益的植物-微生物相互作用以实现有效的疾病管理至关重要。尽管这些进步前景广阔,但仍需要进一步研究以评估其长期可持续性和生态影响。推广这些技术,特别是在发展中国家,仍然是一项重大挑战。要建立可持续的粮食系统,必须采取综合方法,结合遗传、环境和技术战略。本研究回顾了新兴的生物技术解决方案,强调了它们在植物病理学中的应用,以提高作物的恢复力并确保全球粮食安全。
印度的洋葱种植面积居世界第一,产量居世界第二,仅次于中国。与其他国家相比,产量仍然相当低。在印度,洋葱是最有前途的外汇来源。洋葱 ( Allium cepa ) 是一种具有商业价值的作物,在世界各地广泛种植,用作蔬菜、香料或面粉剂。在印度,洋葱是最精致的蔬菜之一,因其辛辣味而备受推崇。它含有大量的各种植物营养素、多酚、矿物质和维生素。在国内,洋葱在食物制备中的常见用途包括咖喱、酱汁、沙拉、酸辣酱、果泥等。生洋葱和加工洋葱都用于沙拉。它可以降低血压,也许可以预防某些类型的癌症和疾病。如果在收获前后处理得当,洋葱可以保存 8 到 10 个小时,这是洋葱在农业上取得成功的原因。洋葱受到多种微生物疾病的侵袭,如真菌、细菌、病毒和线虫。约有 35-40% 的洋葱因储存疾病而损失。在各种洋葱的储存过程中,真菌球腐烂会造成 15% 至 30% 的损失。红洋葱、黄洋葱和白洋葱是世界各地种植的洋葱品种。需要开发生物纳米杀菌剂等策略,包括可能使用植物提取物或其他生物制剂,以减少储存期间的洋葱损失。
Kary Niyaziy Str., 39, 100000,塔什干,乌兹别克斯坦。电子邮件:1 rbaratov@mail.ru,2 himolaxonsunnatillayevna@gmail.com,3 mustafoali777@gmail.com。摘要:本文介绍了一种用于在生长季早期检测小麦植物疾病的智能系统。所提出的智能系统可以在早期检测三种类型的小麦疾病,特别是黄锈病、白粉病和斑枯病,并通过在患病植物上局部喷洒有害化学物质来显著改善土壤和生态。所提出的诊断程序是用 C++ 编程语言编写的。智能系统的基本结构包括 Raspberry PI 4 MODULE、Logitech HD Pro Webcam C920、蜂鸣器、HC-SR04 距离传感器、直流电机驱动器、交流电机、电源、继电器和一些数字设备。
路易斯安那州气候温暖潮湿,适合多种水稻病害的流行和流行。水稻经常受到这些疾病的损害,导致产量、稻米质量和种植者收入大幅下降。种植者还因使用杀菌剂来控制这些疾病而遭受间接损失。路易斯安那州最重要和最常见的叶病包括由真菌 Thanatephorus cucumeris (Frank) Donk 引起的纹枯病(图 1-2)。 (Rhizoctonia solani Kuhn) 引起的稻瘟病 (图 3-4),由真菌 Pyricularia grisea Sacc. 引起的稻瘟病 (图 3-4),由真菌 Sphaerulina oryzina Hara (Cercospora janseana (Racib) 0. Const.) 引起的窄褐斑病 (图 5),由真菌 Cochiobolus miyabeanus (Ito & Kur.) Drech. 引起的褐斑病 (图 6),由真菌 Entyloma oryzae H. & D. Sydow 引起的叶黑粉病 (图 7),以及由真菌 Magnaporthe salvinii (Catt.) Krause & Webster (Sclerotium oryzae Catt.) (9, 11) 引起的茎腐病 (图 8)。在正常情况下,石楠病和稻瘟病是主要病害,严重到需要使用杀菌剂。然而,偶尔,茎腐病和窄褐斑病严重到需要治疗。通常,这些和其他轻微病害可以通过针对鞘疫病和稻瘟病管理的杀菌剂应用来减少。通过杀菌剂喷洒,管理这些轻微病害可以提高总产量和质量。
1 西南大学农学与生物技术学院,重庆,中国,2 重庆市块根作物生物学与遗传育种重点实验室,重庆,中国,3 农业农村部长江上游种质创新重点实验室,重庆,中国,4 教育部南方旱地农业工程研究中心,重庆,中国,5 山东大学生命科学学院自然资源部渤海生态预警与保护与修复重点实验室,青岛,6 安徽省农业科学院土壤肥料研究所(国家农业土壤质量实验站,泰和)/安徽省养分循环与耕地保护重点实验室,合肥,中国,7 沙特国王大学理学院植物学与微生物学系,利雅得,沙特阿拉伯
Amit Bijlwan 1 和 Rajeev Ranjan 1 1 G.B Pant 农业技术大学农业气象学系,
巴基斯坦的马铃薯 ( Solanum tuberosum L.) 种植面临挑战,其中由立枯丝核菌 (Rhizoctonia solani Kühn) 引起的黑痂病是一个严重问题。化学杀菌剂等传统方法可以部分控制该病,但缺乏有效的解决方案。本研究探讨了生物肥料和菊科杂草生物质土壤改良剂在控制该病害方面的潜力。选择了两个马铃薯品种 Karoda 和 Sante,并单独或与苍耳生物质一起测试了两种生物肥料 Fertibio 和 Feng Shou。阳性对照中的病害压力最高,化学杀菌剂可显著降低病害压力。苍耳生物质也显著降低了病害发生率。Fertibio 的效果优于 Feng Shou。施用生物肥料和生物质可以改善植物的生理生化特性。块茎重量、光合色素、总蛋白质含量和抗氧化酶(CAT、POX 和 PPO)呈正相关。Fertibio 和 S. marianum 生物质的联合应用可有效控制黑斑病。这些环保替代品可以增强疾病管理和产量。未来的研究应探索它们的成本效益、商业化和安全性。
路易斯安那州水稻病害 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... ....................................................................................................................................................................................... ....................................................................................................................................... ....................................................................................................................................... ....................................................................................................................................... ....................................................................................................................................... ....................................................................................................................................... ....................................................................................................................................... .......................................................................................................................................
人工智能应用在农业中的研究 Padma Nilesh Mishra 博士 印度孟买 MCA 塔库尔管理研究、职业发展与研究学院(TIMSCDR)助理教授 通讯作者电子邮件:mishrapadma1988@gmail.com Pinky Gerala 博士 印度孟买 MCA 塔库尔管理研究、职业发展与研究学院(TIMSCDR)助理教授 电子邮件:dr.pinkyg5@gmail.com Shirshendu Maitra 印度孟买 MCA 塔库尔管理研究、职业发展与研究学院(TIMSCDR)助理教授 电子邮件:slm2007@gmail.com 摘要 --- 农业领域的自动化普及是全球关注的关键问题和新兴问题。人口仍在大幅增长,此外,随着人口增长,对粮食和就业的需求也在增长。农民抛弃的传统方法不足以满足这些需求。因此,创新的自动化方法仍然存在。这些创新方法满足了粮食需求,也为当今人工智能(AI)的数十亿人提供了服务前景。本文对人工智能在土壤管理、作物管理、杂草病害中的应用进行了评估。通过高度关注发现故障,找出原因并产生最佳结果,人工智能在报告作物病害方面发挥了巨大作用。因此,本文简要概述了人工智能在农学中的应用,以及现有的农学方法,并重点介绍了现有的用于发现作物病害的众多方法。卷积神经网络分类技术比传统方法具有更高的精度。关键词---人工智能、深度学习、分类机制、作物病害检测。
坦桑尼亚 (AI4Agric) 深度学习技术用于作物病害的早期检测 作物病害对农业产量管理造成重大问题,并对粮食安全构成重大威胁。再加上无法正确诊断作物病害的信息不足,可能导致重大经济损失和产量低下。然而,由于缺乏必要的基础设施,在包括坦桑尼亚在内的世界许多地方,迅速识别疾病仍然是一项艰巨的任务。玉米和香蕉是重要的主食和经济作物,主要由小农户生产,非洲湿润和半湿润热带地区有超过 7000 万人种植玉米和香蕉。尽管这些作物对家庭粮食安全和生存至关重要,但它们在很大程度上受到疾病的影响,尤其是玉米的致死性坏死病和玉米条纹病以及香蕉的黑叶斑病和镰刀菌枯萎病 1 号。自动检测和量化植物病害将使植物育种取得更快进展,并更快地侦察农民的田地。然而,训练深度学习模型以从田间拍摄的图像中准确检测出特定疾病需要大量人工生成的训练数据。由于非洲缺乏公开可用的数据集来促进机器学习活动,该项目建议生成玉米和香蕉图像的数据集,并开发用于早期检测农作物疾病的深度学习技术。