导读:本文包含了油菜病害论文开题报告文献综述及选题提纲参考文献，主要关键词:多源数据,无人机遥感,油菜菌核病,Android平台
油菜病害论文文献综述
曹峰[1]（2019）在《基于多源数据的油菜病害快速诊断方法与物联网监测系统》一文中研究指出油菜是我国最主要的油料和经济作物之一,在国家粮油安全生产中占据重要地位。油菜生长过程中易受病害胁迫,严重影响其产量和品质。传统的病害监测方法以田间调查为主,主观性强、效率低下,造成诊断和防治不及时,无法满足作物病害综合高效防治和精准管理的需求。本研究以感染菌核病的油菜为研究对象,分别从地面和无人机低空遥感对油菜病害进行快速诊断,并构建基于多源数据的油菜病害物联网监测系统。主要研究内容如下:(1)建立了基于多源遥感数据的油菜病害程度判别模型,实现了油菜菌核病的早期快速诊断,为油菜病害物联网监测系统提供了低空遥感数据支撑。应用RGB辅助配准方法,从热红外图像提取了油菜叶片区域对应的温度值,基于最大温差(Maximum Temperature Difference,MTD)方法分析了核盘菌侵染对油菜叶片温度的影响规律,结果表明MTD值可实现对染病油菜叶片病斑的有效判别;同时研究了无人机遥感图像对油菜冠层病害进行检测,构建了油菜病害的可视化反演模型。针对油菜叶片在核盘菌侵染前后不同发病情况(健康、轻微病症和重度病症),基于热红外遥感数据和多源遥感数据分别建立了支持向量机(Support Vector Machine,SVM)、K最近邻算法(k-Nearest Neighbor,KNN)、随机森林(Random Forest,RF)、朴素贝叶斯(Naive Bayes,NB)模型,结果表明基于多源遥感数据的SVM模型分类判别效果最好,总体识别准确率达到90%;对同一批次油菜样本,使用多源遥感数据的分类准确率比只使用热红外遥感数据整体提升了11.3%。(2)开发了基于Android平台的叶片病斑面积测量软件,实现了油菜叶面积、病斑面积和虫损面积的精确测量,为油菜病害物联网监测系统的中地面植株本体信息获取提供了数字化支撑。针对手机采集图像过程中因摄像头成像平面与油菜叶片平面不平行产生的透视畸变问题,提出了基于矩形框矫正板的图像透视畸变校正算法,利用OpenCV函数库构建了边缘检测、霍夫线变换、角点定位、透视变换四步校正算法,并实现了该算法在Android平台的适配。利用二值化分割、颜色空间转换和小连通区域去除等图像处理算法提取了油菜的叶片区域、病斑区域和虫损区域,开发了基于Android平台的叶片病斑面积测量软件。通过对不同直径圆形面积的测量与比对分析,该软件的平均测量误差为-1.29%~0.95%,相对偏差为-0.55%~0.45%,具有较高的准确率和稳定性;对0°~30°倾斜角度测量标准形状面积的平均测量误差均在0.5%以内,说明所建立的透视畸变校正算法具有较强的鲁棒性。在实际测量过程中,油菜叶面积、病斑面积和虫损面积测量准确率均在97%以上,整个处理过程小于2.5s,并支持测量结果的本地存储和云服务器在线同步。(3)开发了基于多源数据的油菜病害物联网监测系统,为油菜病害的监测预警与早期防治提供了方法和技术支撑。开发了基于农业气象监测站点的油菜生长环境温湿度、土壤温湿度、二氧化碳浓度、光照度和气压的实时监测系统。无线采集卡获取信息后通过物联网网关发送到云服务器;在云服务器中开发并部署监听socket,对农业气象监测站点发送的数据帧进行接收并在线解析,实现了油菜生长环境信息的实时稳定传输和监测。以InfluxDB时序数据库中油菜生长环境信息、地面植株本体信息和无人机低空遥感特征信息为数据源,配置Grafana可视化面板,构建了油菜病害监测系统的可视化界面,实现了油菜病害在线实时监测与预警,对病害的早期防治具有重要意义。(本文来源于《浙江大学》期刊2019-04-01）
王晓丹,陈浩,张振乾,官春云[2]（2019）在《2个抗病相关基因与高油酸油菜病害关系分析》一文中研究指出为快速筛选抗病性强的高油酸油菜品种,本研究以20个高油酸油菜品系为试验材料,调查不同材料的抗病情况,并通过RT-qPCR测定经miRNA测序筛选得到的与抗病相关基因HSP90和ATG3的表达情况,同时分析其与病情指数的关系。结果表明,20个高油酸油菜品系的发病率与病情指数呈线性正相关关系,且差异极显着; HSP90基因从苗期至花期表达量呈逐渐降低的趋势,角果期有先升高后降低和逐渐升高2种表达模式; ATG3基因从苗期至花期表达量也呈逐渐升高的趋势,角果期表达模式与HSP90基因相同。用HSP90基因在花期-叶中表达量≥1. 5倍内参时进行抗病材料筛选,有95%的准确率;用ATG3基因在花期-叶中表达量≥1. 8倍内参时进行抗病材料筛选,有80%的准确率,此外,也可用HSP90在花期-叶结合ATG3在五～六叶期-叶中表达情况进行预测,有80%的准确率。本研究结果为高油酸油菜抗病材料的早期筛选和油酸油菜育种提供了一定的理论依据。(本文来源于《核农学报》期刊2019年05期）
董国玉[3]（2019）在《油菜病害综合防治要点》一文中研究指出随着人口增长对食物的需求增加,油菜产品的综合开发以及石化能源紧缺,利用菜籽油生产生物柴油等因素,将促使油菜生产进入一个新的发展阶段。1、种子处理选用抗(耐)病性品种。二熟制应选择生育期较长的高产、稳产、纯度好的杂交油菜品种;叁熟制应选择生育期较短(其生育期的长短以不影响二茬、叁茬作物的生长为宜)的杂交油菜品种或普通的白菜型油菜品种。播前将种子进行盐水消毒和除杂。盐水选种可以淘汰菌核和杂物、秕粒,(本文来源于《农民致富之友》期刊2019年01期）
曹涤环[4]（2016）在《易被忽视的叁种油菜病害的防治》一文中研究指出在油菜栽培中,有几种病害如病毒病、菌核病等已引起人们的重视,而对其他一些病害却了解不多,一旦发生往往不知所措,甚至连发病后的症状都很难区分,造成防治的失误,现将易被忽视的几种油菜病害介绍如下:霜霉病油菜霜霉病是油菜生产上的一种比较常见的病害,在整个油菜生育期都会发生,导致叶片枯死,花序肥肿畸形,不能结实或结实不良,该病由霜霉病菌侵染所致。油菜苗期至开花结角期均可发生,主要危害叶、茎、花和角果。发病初期叶片上出现淡黄色斑(本文来源于《农药市场信息》期刊2016年26期）
张初[5]（2016）在《基于光谱与光谱成像技术的油菜病害检测机理与方法研究》一文中研究指出在本研究中用于油菜菌核病检测。本研究主要采用高光谱成像技术(hyperspectral imaging)、叶绿素荧光成像技术(chlorophyll fluorescence imaging)、激光诱导激发光谱(laser induced breakdown spectroscopy,LIBS)、中红外光谱技术(mid-infrared spectroscopy, MIR)和激光共聚焦显微拉曼光谱成像技术(laser confocal micro-Raman imaging)对油菜菌核病进行检测。主要研究结论如下：(1)采用高光谱成像技术,对油菜叶片和茎秆菌核病检测进行了研究。分别采用平均光谱、像素点光谱以及对应的植被指数结合判别分析模型对油菜叶片和茎秆菌核病和菌核病早期进行了检测。研究发现光谱预处理方法对判别分析模型判别结果并不显着,而判别分析模型的选择对油菜菌核病检测效果更为明显。以紧邻病斑区域模拟病害侵染早期,发现高光谱成像技术结合判别分析模型可用于油菜叶片和茎秆菌核病早期检测。发现2nd spectra和PCA loadings在不同样本集中选择的特征波长具有较好的可重复性。整体而言,在不同的数据集所有的判别分析模型中,ELM、RBFNN、SVM和RF模型判别效果较好。基于高光谱成像的油菜叶片色素和可溶性蛋白含量检测,不同样本集中特征波长选择存在差异,且基于全谱和基于特征波长的判别分析模型中,PLSR和ELM模型整体预测效果较优。(2)采用叶绿素荧光成像技术,对油菜健康和染病叶片和茎秆进行了检测研究。对染病叶片和染病茎秆中15个不同叶绿素荧光参数的分布发现,染病叶片和茎秆健康及病斑区域的叶绿素荧光参数具有较大差异,叶片和茎秆紧邻病斑区域的叶绿素荧光参数与其余两个区域存在差异,但茎秆差异较小。基于相关分析、ANOVA和LDA分析,选择了特征荧光参数,基于特征荧光参数的判别分析模型结果表明叶绿素荧光参数统计分析对油菜叶片和茎秆菌核病检测是可行的。整体而言,SVM、KNN、NBC以及RF模型在不同的样本集中整体判别效果较优。(3)采用LIBS光谱技术,对油菜健康和染病叶片进行了检测研究。发现不同样本集中基于油菜鲜叶的LIBS光谱噪声明显,WT去噪可有效去除噪声。稳健基线校正(robust baseline estimation, RBE)法可有效的对LIBS光谱进行基线校正。分别基于2nd spectra、 PCA loadings和Bw选择了与原始谱峰对应的特征谱峰,基于LIBS光谱全谱和特征谱峰的判别分析模型判别结果,发现可采用直接采用谱峰代替全谱分析。整体而言,ELM,RBFNN和RF模型的整体判别效果较好。(4)采用中红外光谱技术,对油菜健康和染病叶片进行了检测研究。WT去噪后的光谱,在不同的特征波数选择方法中,2nd spectra和PCA loadings选择的特征波长在不同的样本集中具有可重复性,即2nd spectra和PCA loadings可用于实际应用中选择特征波长。不同样本集基于全谱和特征波数的判别分析模型中,整体而言,PLS-DA、RBFNN、ELM、SVM以及RF模型的整体判别效果较好。(5)采用激光共聚焦显微拉曼光谱成像技术,对油菜染病叶片健康、紧邻病斑区域和病斑区域表面的拉曼光谱进行了研究。健康区域、紧邻病斑区域和病斑区域的拉曼光谱的荧光背景强度存在差异。基于baselineWavelet基线校正方法对拉曼光谱背景进行了有效的去除。基于全谱和拉曼光谱谱峰的判别分析模型中,整体而言,ELM、RBFNN、RF、SIMCA、SVM和KNN模型的判别效果整体较优。提出了基于拉曼光谱斜率的油菜叶片菌核病检测思路,发现健康区域、紧邻病斑区域和病斑区域的拉曼光谱斜率分别集中在不同的范围内,存在较大的差异。(本文来源于《浙江大学》期刊2016-06-01）
于丹,顾磊[6]（2016）在《及时做好小麦油菜病害防控》一文中研究指出本报讯 近期，我省降雨天气增多，气温也开始回升，对小麦、油菜的病害发生十分有利。对此，江苏省植保站等部门发布相关病害发生趋势，其中，小麦白粉病、油菜菌核病预计今年将达偏重流行程度。提醒农民做好植保防控，确保将病害损失控制到最低限度。据江苏省植保(本文来源于《江苏农业科技报》期刊2016-04-09）
刘志杨[7]（2016）在《渝西地区油菜病害发生与防治现状研究》一文中研究指出油菜作物病害种类很多,2013年渝西片区6区县油菜种植面积达61800hm~2,随着我国作物生产结构的大范围调整与规划,油菜生产面积将逐渐得到扩展。本文结合渝西地区农情,介绍了油菜叁大主要病害的发生与防治策略,以此加强油菜病害的监控和预防工作。(本文来源于《农技服务》期刊2016年03期）
代卫民,张亚军,王少佳,吴亚伟[8]（2015）在《油菜病害要早防》一文中研究指出油菜病害的防治是油菜生产中容易忽视的问题,病害应以预防为主,如果病害大发生后再用药,会造成严重的损失。油菜霜霉病、菌核病是油菜生产中两种重要病害。其防治措施如下:一、油菜霜霉病霜霉病是油菜的一种常见病害。此病在油菜的整个生育期均可发生,导致叶片枯死,花器变绿肿大,不能结实或结实不良,影响菜籽的产量和出油率。油菜霜霉病除为害油菜外还(本文来源于《河南农业》期刊2015年03期）
文雁成,王东国[9]（2014）在《油菜根腐病的识别与防治》一文中研究指出通常情况下，在黄淮流域，油菜的主要病害有病毒病和菌核病。但是，近年来，由于在油菜生长季节雨水较多、田间湿度大，一种新型油菜病害开始危害我省油菜生产，其发病率一般在3%～5%，重害田高达20%，造成严重的产量损失。研究发现，这种油菜病害即为油菜根腐病。由于(本文来源于《河南科技报》期刊2014-08-19）
薛汉军[10]（2014）在《油菜病害的发生及防治技术》一文中研究指出通过对陕西油菜病害的实地调查,结合当前油菜生产现状,阐述了油菜主要病害的类型、症状及发病规律,分析了油菜病害发生原因,提出了油菜病害的防治技术措施。(本文来源于《陕西农业科学》期刊2014年06期）
油菜病害论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为快速筛选抗病性强的高油酸油菜品种,本研究以20个高油酸油菜品系为试验材料,调查不同材料的抗病情况,并通过RT-qPCR测定经miRNA测序筛选得到的与抗病相关基因HSP90和ATG3的表达情况,同时分析其与病情指数的关系。结果表明,20个高油酸油菜品系的发病率与病情指数呈线性正相关关系,且差异极显着; HSP90基因从苗期至花期表达量呈逐渐降低的趋势,角果期有先升高后降低和逐渐升高2种表达模式; ATG3基因从苗期至花期表达量也呈逐渐升高的趋势,角果期表达模式与HSP90基因相同。用HSP90基因在花期-叶中表达量≥1. 5倍内参时进行抗病材料筛选,有95%的准确率;用ATG3基因在花期-叶中表达量≥1. 8倍内参时进行抗病材料筛选,有80%的准确率,此外,也可用HSP90在花期-叶结合ATG3在五～六叶期-叶中表达情况进行预测,有80%的准确率。本研究结果为高油酸油菜抗病材料的早期筛选和油酸油菜育种提供了一定的理论依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
油菜病害论文参考文献
[1].曹峰.基于多源数据的油菜病害快速诊断方法与物联网监测系统[D].浙江大学.2019
[2].王晓丹,陈浩,张振乾,官春云.2个抗病相关基因与高油酸油菜病害关系分析[J].核农学报.2019
[3].董国玉.油菜病害综合防治要点[J].农民致富之友.2019
[4].曹涤环.易被忽视的叁种油菜病害的防治[J].农药市场信息.2016
[5].张初.基于光谱与光谱成像技术的油菜病害检测机理与方法研究[D].浙江大学.2016
[6].于丹,顾磊.及时做好小麦油菜病害防控[N].江苏农业科技报.2016
[7].刘志杨.渝西地区油菜病害发生与防治现状研究[J].农技服务.2016
[8].代卫民,张亚军,王少佳,吴亚伟.油菜病害要早防[J].河南农业.2015
[9].文雁成,王东国.油菜根腐病的识别与防治[N].河南科技报.2014
[10].薛汉军.油菜病害的发生及防治技术[J].陕西农业科学.2014