我国马铃薯晚疫病监测预警研究进展
毛彦芝 , 1 , 孙贺光 2 , 李庆全 1 , 郭梅 1 , 王文重 1 , 魏琪 1 , 董学志 1 , 闵凡祥 1 , 孙晶 1 , 宋晓宇 , 2
1 黑龙江省农业科学院经济作物研究所，150086，黑龙江哈尔滨
2 北京市农林科学院信息技术研究中心，100097，北京
Research Progress in Monitoring and Early Warning of Potato Late Blight in China
Mao Yanzhi , 1 , Sun Heguang 2 , Li Qingquan 1 , Guo Mei 1 , Wang Wenzhong 1 , Wei Qi 1 , Dong Xuezhi 1 , Min Fanxiang 1 , Sun Jing 1 , Song Xiaoyu , 2
1 Institute of Industrial Crops of Heilongjiang Academy of Agricultural Sciences, Harbin 150086,Heilongjiang, China
2 Information Technology Research Center of Beijing Academy of Agricultural and Forestry Sciences, Beijing 100097, China
通讯作者: 宋晓宇，主要从事定量遥感技术在精准农业中的应用研究，E-mail：songxy@nercita.org.cn
收稿日期: 2024-01-13
修回日期: 2024-03-27
网络出版日期: 2024-08-18
基金资助:
黑龙江省揭榜挂帅科技攻关项目 (2021ZXJ05A05 )
Received: 2024-01-13
Revised: 2024-03-27
Online: 2024-08-18
作者简介 About authors
毛彦芝，主要从事马铃薯病害防控技术研究，E-mail：kshpotato@163.com
摘要
马铃薯晚疫病是制约马铃薯产业发展的主要病害之一，在马铃薯种植区普遍发生，种植感病品种如果防治不当可能绝产。在病害发生前开展马铃薯晚疫病监测预警，提早预防是控制该病害发展的重要措施，也可以减少农药使用量。本文综述了晚疫病监测预警的发展、现有的主要监测预警方法和未来的发展方向。为研究更精确的晚疫病监测预警技术提供参考。
关键词：
马铃薯晚疫病 监测预警 中心病株 遥感技术 分子技术 信息技术
Abstract
Potato late blight is one of the major diseases which restricts the development of the potato industry. It occurs commonly in potato-growing areas. Planting susceptible varieties may lead to zero yield in the absence of adequate prevention and control measures. Monitoring and early warning of potato late blight as well as early prevention before the occurrence of the disease are important measures to control the development of the disease which can reduce the use of pesticides. This paper provided overview of the development of late epidemic monitoring and early warning, as well as the current main monitoring and early warning methods and future development directions. It aims to provide references for the research on more accurate late blight monitoring and early warning techniques.
Keywords：
Potato late blight Monitoring and warning Central diseased plant Remote sensing technology Molecular technology Information technology
本文引用格式
毛彦芝, 孙贺光, 李庆全, 郭梅, 王文重, 魏琪, 董学志, 闵凡祥, 孙晶, 宋晓宇. 我国马铃薯晚疫病监测预警研究进展 . 作物杂志 , 2025, 41(1): 10-14 doi:10.16035/j.issn.1001-7283.2025.01.002
Mao Yanzhi, Sun Heguang, Li Qingquan, Guo Mei, Wang Wenzhong, Wei Qi, Dong Xuezhi, Min Fanxiang, Sun Jing, Song Xiaoyu. Research Progress in Monitoring and Early Warning of Potato Late Blight in China . Crops
马铃薯晚疫病是由致病疫霉[Phytophthora infestans （Mont.）de Bary]引起的世界性毁灭病害，可侵染马铃薯地上茎、叶及地下块茎。据估计，全球每年因该病造成的经济损失（直接损失和药剂花费）高达30亿~50亿美元[1 ] 。该病主要以菌丝体在块茎中越冬，致病疫霉的卵孢子可以在土壤中长时间存活，成为初侵染源[2 ] 。条件适宜时，带菌种薯、土壤中残留的病残体和卵孢子侵染植株，使其发展成中心病株并产生孢子囊，散发出游动孢子，游动孢子借助风、雨传播，在自由水存在的条件下，产生芽管穿入寄主，从而导致病害暴发[3 ] 。
目前，生产上很多马铃薯品种不抗晚疫病，主要依靠农药来预防和控制病害的发生和蔓延，降低病害给种植户带来的经济损失。在农业生产上，病害监测预警技术是降低高风险病害经济损失的重要方法。作物病害的监测预警是通过预测作物病害的发展趋势，对可能发生的病害进行预警、预报和监测，通过提前预防，最大程度地降低病害带来的损失[4 ] 。在作物病害的实时监测预警研究中，马铃薯晚疫病预警系统是最早开展试验、示范和推广应用的[5 ] 。国内外马铃薯晚疫病监测预警技术经历了长期发展不断完善，取得了重要进展。
1 基于气象条件的晚疫病监测预警技术
1.1 马铃薯晚疫病的人工预警方法
20世纪50年代，我国就开展了对晚疫病的研究，在对甘肃武威马铃薯晚疫病流行规律观察中发现，中心病株的出现是病害流行的一个预兆，掌握一个地区中心病株常年出现时期有很大的意义。一般在马铃薯的第1轮花序展开，植株生长繁茂时容易发生晚疫病，而且晚疫病的流行与8月份的降水量有密切的关系。前人[6 -7 ] 对不同马铃薯材料展开晚疫病的抗性试验，表明晚疫病的发生程度和流行速度与品种抗性也有密切关系，这是我国较早对晚疫病流行的人工预测。
20世纪60年代，我国很多地方可以根据简单的气象条件进行晚疫病预测。若大田存在病原菌的情况下，生长季节中第1次连续48 h内湿度不低于75%，温度不低于10 ℃，检查大田中心病株，出现中心病株及时消灭，可以有效控制晚疫病的蔓延，通过田间验证表明这种预测方法实际发生日期与预报日期相差20~40 d，无法指导田间实际生产[8 ] 。由于种植的马铃薯品种抗性增强，晚疫病的发生得到控制，晚疫病的测报工作在20世纪70年代进展缓慢。从20世纪80年代开始，晚疫病又开始流行，威胁马铃薯生产。20世纪90年代后期，又开展马铃薯晚疫病的流行及预测预报研究。谭宗九等[9 ] 在河北围场连续5年的研究发现，气温不是影响病害流行的主导因素，空气的相对湿度是影响病害流行的关键因素，连续3~4 d相对湿度超过72%，10 d之内就有可能出现中心病株。随着生产的需要，科研工作者在晚疫病监测预警研究中展开了深入研究。
人工预警方法考虑到马铃薯的生长时期、空气湿度和温度，但其建立在人工巡田的基础上，适合小面积的马铃薯生产田。我国马铃薯种植正向着规模化方向发展，这种预警方式无法满足大规模生产的需求。
1.2 晚疫病预测预报模型的应用
比利时马铃薯晚疫病预测预报模型（CARAH）由比利时埃诺省农业应用研究中心研发，在比利时应用了10余年，应用效果较好。2008年CARAH引入中国，先后在重庆、贵州、宁夏、内蒙古和甘肃等地推广应用[10 ] 。该模型主要是建立在寄主和病原菌存在的基础上进行晚疫病预测[11 ] 。在马铃薯种植区设置气象站，每个气象站覆盖方圆200~300 hm2 ，预测预报模型从田间见到苗开始，根据采集的田间数据计算病害侵染湿润期的形成及侵染程度[12 ] 。侵染湿润期形成当天的得分记为0分，此后，每日的平均温度对照Conce参数得到1个分数，每日分数进行累加，分数≥7时，定义为完成1次侵染循环（孢子成熟―孢子萌发―新孢子再侵染）。从第1个侵染湿润期形成到结束期间发生的所有侵染定义为同1代，此后发生侵染属于下1代[13 ] 。该模型在应用时每个产区都需要进行参数调整和试验校验，不同抗性品种和海拔高度都有适合本地的关键技术。品种的抗性是影响预测准确性的要素之一，通过多个产区试验发现不同抗性的品种晚疫病田间中心病株出现的时间预测的代次是不同的，感病品种（费乌瑞它）在多个地点测试都基本与模型预测的相符，马铃薯晚疫病中心病株大多在3代1次之后出现[14 ⇓ -16 ] （表1 ），形成浸润期后Conce分值在3~7。但也有地区用该模型预测结果与实际发生不符，不同海拔高度的地区试验结果显示不符合上述规律，在海拔1000~4000 m地区以费乌瑞它和米拉作为研究对象，在第1代1次结束后田间就有中心病株的出现，在第2代1次4分值时也出现中心病株[17 ] 。所以，完全按照该模型进行田间中心病株出现时间的预测，会有偏差。因此，科研工作者考虑再引入其他的参数增强预测的准确度。
应用CARAH模型预测晚疫病的发生在我国应用较多。实际应用效果表明，在不同的马铃薯种植区，感病品种晚疫病发生的预测较符合模型设计，但抗耐病品种中心病株出现的时间相对较晚。不同的生态区种植马铃薯，晚疫病发生情况差异也较大，为了预测模型更有效地服务生产，应在不同生态区开展不同抗感品种晚疫病的发生时间与预警模型预测结果相关性分析试验，对模型预测的精准度进行校正。
2 基于孢子捕捉技术的晚疫病监测预警技术
利用孢子捕捉器对气传植物病原菌的孢子进行捕捉，对田间病原真菌孢子的数量进行监测，对于监测气传植物真菌病害和制定防治决策具有重要意义。孢子捕捉技术在病害流行领域被广泛应用，捕捉方式主要有被动撞击式和主动吸入式，生产上以主动吸入式为主，该方法原理是当空气被吸入后再利用孢子重力沉降及惯性碰撞实现捕捉[18 -19 ] 。河北农业大学开展基于孢子图像识别马铃薯晚疫病预警系统的研究，利用人工神经网络可以较好地对马铃薯晚疫病孢子进行识别和统计，从而实现对病菌孢子的监测[20 ] 。
马铃薯晚疫病属于气传性卵菌病害，病原菌的卵孢子随着气流传播是病害在田间发生和流行的关键，出现中心病株后可以利用对空气中致病疫霉孢子数量的监测来间接判断病害的发生，为病害预测预报提供基础数据[21 ] 。利用孢子捕捉器获得的孢子数或者孢子浓度数据，结合气象数据和病害病情调查数据，3个参数之间的关系建立病害预测模型[22 ] 。2023年Meno等[23 ] 研究表明，结合孢子浓度和气象条件的晚疫病预测预警方法能提高预测的准确度。但是，在我国结合孢子捕捉技术的田间晚疫病预测预警技术应用较少。
3 遥感技术在马铃薯晚疫病监测预警中的应用
目前，利用遥感科技和计算机技术来监测作物病虫害逐渐被应用于农业生产。该技术可以对作物病虫害的发生范围、类别和严重程度进行识别和区分。遥感技术是目前唯一能够在大范围内快速获取空间连续地表信息的手段，目前在农作物产量评估和病虫害监测等多个方面都有应用[24 ] 。
光学遥感监测是目前植物病虫害监测中研究最多、应用广泛的技术。健康植株的光谱通常在可见光区域反射率较低，近红外区域往往反射率较高，在短波红外区域反射率较低。受到病菌侵染后，由于叶片上病斑、坏死和枯萎等区域出现，导致可见光区域的反射率增加。作物受到病虫害侵染后植株叶片的形态、叶倾角分布及冠层结构等均会随之改变，较大程度影响近红外波段的反射率光谱。所以，利用反射率和叶绿素荧光光谱均能实现作物病害的遥感监测[25 ⇓ -27 ] 。
刘鑫等[28 ] 对马铃薯健康叶片和感染晚疫病叶片的可见光及近红外通道的多光谱图像进行分析，结果表明，用波段指数法提取多光谱图像的特征波段，能快速获得马铃薯叶片的信息，马铃薯健康叶片的特征波段是475、558、717、750和850 nm，感染晚疫病叶片的特征波段是509、620、717、750和832 nm。胡耀华等[29 ] 以染病时间、染病程度不同的样本和健康样品为试验材料，采用374~1018 nm波段可成像高光谱仪分别采样，提取光谱信息并建立适合模型，结果表明基于高光谱成像技术可以实现晚疫病胁迫下发病程度的有效区分。2023年Sun等[30 ] 利用大疆的多光谱无人机以及超高分辨率可见光（RGB）无人机获取数据，整合多光谱无人机的植被指数、RGB无人机的纹理指数和植物冠层覆盖信息，使用relief-mRmR算法进行特征筛选，结合支持向量机（SVM）、随机森林（RF）、K最近邻算法（KNN）模型构建了马铃薯晚疫病严重度模型，结果表明RF模型具有最高的精确度，也证明了融合高分辨率无人机影像下植被指数、纹理指数和植物冠层覆盖信息能够显著提高马铃薯晚疫病监测的准确性。
不同基因型的马铃薯寄主感染同一晚疫病菌后光谱反应是高度可变的，因此，需要搜集大量不同基因型的马铃薯样本感染晚疫病菌前后的变化数据来校正利用光谱反射率区分健康和染病叶片的准确性[31 ] 。无人机遥感可以获取空间连续的大面积遥感影像数据，最终实现大面积作物病害监测，但是，相似表征的不同病害引起的光谱变化高度相似，是该技术进行田间病害监测的难点。
4 “北斗+遥感”技术在马铃薯晚疫病监测中的应用
结合遥感、地理信息系统和全球定位系统构成集信息获取、处理和应用的综合技术在农业病虫害的监测中发挥着重要作用。获取的图像是病害的数据源，通过软件对图像进行分析，得到病害的发生程度信息，用全球定位系统定位病害发生的具体地理位置，用该方法可以实现对大豆孢囊线虫的精确定位[21 ,32 ] 。
2022年吴敌等[33 ] 研究了基于北斗三号卫星短报文和定位系统和高分遥感卫星、无人机和地面数据的联合处理，实现对在马铃薯晚疫病易发生时期生长环境和状态进行监测。北斗三号导航系统结合CARAH马铃薯晚疫病预警模型以及面向多任务的精细调度作业模型，可对马铃薯晚疫病的发生进行预测，并制定出农机及无人机精细化作业策略指导病害防控。
5 基于分子技术的马铃薯晚疫病监测预警
分子技术不仅在作物病害流行研究领域有巨大的潜力，在作物病害的监测预警中也发挥着重要的作用。在田间病害处于潜伏期和潜育期时无法通过肉眼观察到，显症后才被发现并开始防治，这样增加了防治成本，造成了经济损失。为此科研工作者在病害的监测中研究了用分子手段对未见症状的植株进行早期检测。用qPCR方法检测未显症小麦叶片，结果表明不同地区小麦叶片样品qPCR检测的分子病情指数与实际病情指数显著相关[34 ] 。
根据晚疫病的发生和流行规律，种薯带菌是晚疫病主要的初侵染源，带菌种薯就可能发展成中心病株，整片地面临着晚疫病的威胁。2003年徐安传等[35 ] 研究表明，用特异性引物08-3和08-4能检测到种薯芽眼中晚疫病菌，说明该方法能直接检测出马铃薯种薯中潜伏的晚疫病菌，对于种薯质量评估和田间病害早期预防都有重要的意义。土壤含有一定数量病原菌也是晚疫病在田间发生传播的途径，万东石等[36 ] 研究了一种定量检测土壤中晚疫病菌带菌量的方法，可以实现土壤中晚疫病菌的检测，有助于马铃薯晚疫病的早期预警。科研工作者也展开了对马铃薯晚疫病菌侵染叶片的早期检测研究，2023年Tang等[37 ] 采用RAA-LFD（重组酶介导扩增―侧流层析试纸条）方法检测到处于晚疫病潜伏期的无症状叶片，该方法具有物种特异性，这将有助于准确监测和预警马铃薯晚疫病。
马铃薯晚疫病是一种暴发性病害，降雨多、田间湿度大、阴雨连绵易导致晚疫病的发生[38 ] 。马铃薯种植区气候多冷凉，为晚疫病的发生提供了适宜的温度。因此，对马铃薯晚疫病进行监测预警和精准防控是减少损失的关键。根据气象因子进行晚疫病预测预报在我国发展比较成熟，基于田间小气候的监测预警模型在我国广泛应用。实现了数据采集的自动化，侵染分析智能化，监测预警图形化[18 ] ，这部分工作对于晚疫病的预测起到了很大的作用。但是，在晚疫病发生的盛期，农业工作者需到田间进行巡田，检查是否有中心病株，监测田间的动态。遥感技术可以实现田间监测的智能化，代替植保人员田间巡查。通过分析遥感数据中的植被指数和光谱特征等可以实时监测农田中病虫害情况，并预测可能发生的灾害。可见，将可实现早期预警的模型与遥感技术结合，一个实现精准预测，一个实现精准监测，二者可以相互补充，最终实现晚疫病的精准防控。采用分子技术对马铃薯晚疫病进行监测预警，对晚疫病的早期预警有很大的意义，但是要求有先进的仪器设备和实验室人员进行操作，很难推广和应用。
6 展望
物联网、移动互联、云计算、大数据和人工智能等现代信息技术推进了植保信息化的发展，使植物保护逐步向智慧植保发展。智慧植保是以传感器技术、计算机视觉技术、全球定位技术、网络通讯技术和AI技术等为基础，以智能手机、计算机、机器人、无人机和各种农业机械或装备等为终端，融合多项技术进行病虫害监测预警、防控和管理等[39 ] 。未来马铃薯晚疫病监测预警技术将融合更多的人工智能手段实现精准预警。以晚疫病发生的多个影响因素（温度、湿度、品种抗性和种薯病菌含量等）为基础，建立小尺度的最适预测模型，并结合图像诊断技术和无人机技术等实现可视化精准预警和监测，融合全球定位技术、网络通讯技术和AI技术等实现数据传输，快速做出决策，做到提前预防，精准防控。
参考文献
View Option
[1]
胡同乐 , 曹克强 . 马铃薯晚疫病预警技术发展历史与现状
中国马铃薯 , 2010 , 24 (2 ):114 -119 .
[本文引用: 1]
[2]
王卓 , 金飞跃 , 曹克强 , 等 . 马铃薯晚疫病带菌种薯产孢与侵染行为观察
河北农业大学学报 , 2021 , 44 (3 ):68 -72 .
DOI:10.13320/j.cnki.jauh.2021.0049
[本文引用: 1]
为了明确带有马铃薯晚疫病菌的种薯播种后在土壤中产孢、传播进行初侵染这一途径存在的可能性及其影响因素。本试验通过盆栽和田间试验,研究带有马铃薯晚疫病菌的种薯播种后的产孢时间和部位,并采用诱钓法明确马铃薯晚疫病菌孢子经土壤传播引起初侵染的可能性及所需条件。结果表明,自然带菌种薯切块播种后4～6 d,菌丝在切面产生孢子囊;人工接菌的种薯切块播种后7～10 d,在花盆的土壤中成功诱钓到晚疫病菌。田间试验中,带菌种薯播种后可在土壤中产孢,且不受土壤湿度制约,切块播种较整薯播种更易产孢;种薯上产生的孢子囊可在土壤中传播并引起初侵染,此途径需要较高的土壤湿度（相对湿度为60%左右）;从时间上看,带菌种薯播种后产孢的时间要早于种薯萌芽和出苗的时间。结果表明,马铃薯晚疫病菌可以在带菌种薯播种后通过土壤进行传播并造成初侵染,因此对种薯的灭菌和播种时的土壤消毒对于该病害的防治至关重要。
[3]
孙忠科 , 牛畅 , 杨淑慎 , 等 . 马铃薯晚疫病研究
生命科学研究 , 2006 , 10 (2 ):71 -75 .
[本文引用: 1]
[4]
孙圆龙 . 作物病害状态监测与预警技术研究 . 天津:河北工业大学 , 2022 .
[本文引用: 1]
[5]
刘万才 . 我国农作物病虫害现代测报工具研究进展
中国植保导刊 , 2017 , 37 (9 ):29 -33 .
[本文引用: 1]
[6]
马利 , 沈丽 , 罗林明 , 等 . 马铃薯晚疫病测报技术规程:DB51/T 1399 - 2011 . 成都:四川省质量技术监督局,2011.
[本文引用: 1]
[7]
林傳光 , 黄河 , 王高才 , 等 . 马铃薯晚疫病的田间动态观察及防治试验
植物病理学报 , 1955 , 1 (1 ):31 -44 .
[本文引用: 1]
[8]
张志铭 , 曹克强 , 张红 , 等 . 中国马铃薯晚疫病流行和预测预报的研究进展. 中国作物学会马铃薯专业委员会 , 2004 .
[本文引用: 1]
[9]
谭宗九 , 王文泽 , 丁明亚 , 等 . 气象因素对马铃薯晚疫病发生流行的影响
中国马铃薯 , 2001 , 15 (2 ):96 -98 .
[本文引用: 1]
[10]
张斌 , 耿坤 , 莫莉娅 , 等 . CARAH马铃薯晚疫病预警模型在贵阳地区的应用
西南农业学报 , 2015 , 28 (5 ):2070 -2074 .
[本文引用: 1]
[11]
李威 , 范刚强 , 潘礼梅 , 等 . 马铃薯晚疫病预警模型(CARAH)在黔东南州的应用效果
农技服务 , 2019 , 36 (9 ):34 -35 .
[本文引用: 1]
[12]
谢开云 , 车兴壁 . 比利时马铃薯晚疫病预警系统及其在我国的应用
中国马铃薯 , 2001 , 15 (2 ):67 -71 .
[本文引用: 1]
[13]
肖春芳 , 王甄 , 张宏 , 等 . 利用CARAH模型评价药剂组合对马铃薯晚疫病的防效
中国植保导刊 , 2022 , 42 (8 ):10 -14 .
[本文引用: 1]
[14]
张斌 , 耿坤 , 李添群 , 等 . CARAH模型预测不同海拔马铃薯晚疫病中心病株出现时间观察
中国植保导刊 , 2016 , 36 (5 ):40 -43 .
[本文引用: 4]
[15]
王蓉 , 谈孝凤 , 杨仁翠 , 等 . 基于CARAH预警模型的马铃薯晚疫病防控技术研究
中国植保导刊 , 2020 , 40 (7 ):60 -63 .
[本文引用: 2]
[16]
陆晓欢 , 白明琼 , 艾祯仙 , 等 . 马铃薯晚疫病CARAH预警模型在三都县的应用
耕作与栽培 , 2016 (5 ):48 -49 .
[本文引用: 2]
[17]
李洪浩 , 张鸿 , 李华鹏 , 等 . 马铃薯晚疫病CARAH预警模型在四川春马铃薯上的应用
中国农学通报 , 2017 , 33 (4 ):136 -141 .
DOI:10.11924/j.issn.1000-6850.casb16060102
[本文引用: 1]
为明确马铃薯晚疫病CARAH预警模型在四川春马铃薯上的适用性,选择在四川不同海拔高度的马铃薯种植基地运用CARAH预警模型监测马铃薯晚疫病的发生和进行防控指导。结果表明：海拔高度越高,马铃薯晚疫病侵染程度越低,海拔3500m以上时,侵染主要以轻度侵染为主,海拔3500m以下时,侵染主要以中度和重度侵染为主。不同品种出现中心病株时的马铃薯晚疫病侵染循环代数不同,相同品种在不同地区出现马铃薯晚疫病中心病株时所处的侵染循环有所差别,可能与不同地区马铃薯晚疫病菌存在差异有关。利用马铃薯晚疫病CARAH预警模型指导药剂防治,5种药剂仍表现出较高的防治效果,且不存在显著性差异。
[18]
黄冲 , 刘万才 , 张君 . 马铃薯晚疫病物联网实时监测预警系统平台开发及应用
中国植保导刊 , 2015 , 35 (12 ):45 -48 .
[本文引用: 2]
[19]
李相 . 基于嵌入式技术的田间孢子数粒仪的设计及实现 . 大连:大连交通大学 , 2024 .
[本文引用: 1]
[20]
李洋 . 基于孢子图像识别的马铃薯晚疫病预警系统的研究 . 保定:河北农业大学 , 2010 .
[本文引用: 1]
[21]
曹学仁 , 周益林 . 植物病害监测预警新技术研究进展
植物保护 , 2016 , 42 (3 ):1 -7 .
[本文引用: 2]
[22]
龚国淑 , 姚凯凯 . 孢子捕捉仪在植物病害监测中的应用
植物保护学报 , 2022 , 49 (3 ):721 -730 .
[本文引用: 1]
[23]
Meno L Escuredo O Abuley I K et al. Predicting daily aerobiological risk level of potato late blight using C5.0 and random forest algorithms under field conditions
Sensors , 2023 , 23 (8 ):3818 .
[本文引用: 1]
[24]
张竞成 , 袁琳 , 王纪华 , 等 . 作物病虫害遥感监测研究进展
农业工程学报 , 2012 , 28 (20 ):1 -11 .
[本文引用: 1]
[25]
Weng Q H Advances in environmental remote sensing:Sensors, algorithms, and applications . Netherlands : CRC Press , 2011 .
[本文引用: 1]
[26]
王纪华 , 赵春江 , 黄文江 , 等 . 农业定量遥感基础与应用 . 北京 : 科学出版社 , 2008 .
[本文引用: 1]
[27]
黄文江 . 作物病害遥感监测机理与应用 . 北京 : 中国农业科学技术出版社 , 2009 .
[本文引用: 1]
[28]
刘鑫 , 冯洁 , 杨舒明 . 马铃薯叶片晚疫病的多光谱分类识别
光学仪器 , 2017 , 39 (1 ):11 -17 .
[本文引用: 1]
[29]
胡耀华 , 平学文 , 徐明珠 , 等 . 高光谱技术诊断马铃薯叶片晚疫病的研究
光谱学与光谱分析 , 2016 , 36 (2 ):515 -519 .
[本文引用: 1]
[30]
Sun H G Song X Y Guo W et al. Potato late blight severity monitoring based on the relief-mRmR algorithm with dual-drone cooperation
Computers and Electronics in Agriculture , 2023 , 215 :108438 .
[本文引用: 1]
[31]
Gold K M Townsend P A Herrmann I et al. Investigating potato late blight physiological differences across potato cultivars with spectroscopy and machine learning
Plant Science , 2020 , 295 :110316 .
[本文引用: 1]
[32]
Nutter F W Tylka G L Guan J et al. Use of remote sensing to detect soybean cyst nematode-induced plant stress
Journal of Nematology , 2002 , 34 (3 ):222 .
PMID:19265937
[本文引用: 1]
Integrating remote sensing and geographic information systems (GIS) technologies offers tremendous opportunities for farmers to more cost effectively manage the causes of crop stress. Initial soybean cyst nematode (SCN) population densities from 995 2-x-3-m quadrats were obtained from a soybean field near Ames, Iowa, in 2000. The percentage of sunlight reflected from each quadrat was measured weekly using a multispectral radiometer beginning in mid-May and continuing through mid-September. Aerial images were obtained at heights above the field ranging from 45 to 425 m on 12 dates during the soybean growing season. This was accomplished using color film and infrared film in conjunction with a filter to measure reflectance in the near-infrared region (810 nm). Satellite images (Landsat 7) were obtained for five dates during the 2000 growing season. Maps depicting initial SCN population densities, soybean yield, soy oil, and soy protein were generated using the GIS software program ArcView. Percentage reflectance (810 nm), aerial image intensity, and satellite image intensity data then were regressed against soybean yield, soy oil, and soy protein concentrations obtained from each geospatially referenced soybean quadrat. Percentage reflectance measurements explained up to 60% of the variation in initial SCN population densities within soybean quadrats and up to 91% of the variation in soybean yield. Aerial image and satellite image intensities explained up to 80% and 47% of the variation in soybean yield, respectively. Percentage reflectance data also explained 36% and 54% of the variation in oil and protein concentrations of the harvested soybeans, respectively. These results indicate that remote sensing coupled with GIS technologies may provide new tools to detect and quantify SCN population densities and their impacts on the quantity and quality of soybean yield.
[33]
吴敌 , 葛宝玉 , 陈洁 , 等 . 基于“北斗+遥感”的马铃薯晚疫病监测与防治. S01卫星导航行业应用―第十三届中国卫星导航年会论文集, 2022 .
[本文引用: 1]
[34]
Zheng Y M Luo Y Zhou Y L et al. Real-time PCR quantification of latent infection of wheat powdery mildew in the field
European Journal of Plant Pathology , 2013 , 136 (3 ):565 - 575.
[本文引用: 1]
[35]
徐安传 , 罗文富 , 杨艳丽 , 等 . 马铃薯晚疫病种薯带菌的分子检测
中国马铃薯 , 2004 , 18 (2 ):73 -77 .
[本文引用: 1]
[36]
万东石 , 邵旭平 , 李永泉 . 一种定量检测土壤中晚疫病菌带菌量的方法及应用:201010522083.2. 2015-04-22.
[本文引用: 1]
[37]
Tang X Li H Huang W et al. Development of a new PCR assay and a recombinase-aided amplification based isothermal amplification coupled with lateral flow dipstick assay for potato late blight detection
Crop Protection , 2023 , 168 :106235 .
[本文引用: 1]
[38]
李洁 , 闫硕 , 张芳 , 等 . 近年来中国马铃薯晚疫病的时空演变特征及防控情况分析
植物保护学报 , 2021 , 48 (4 ):703 -711 .
[本文引用: 1]
[39]
王海光 . 智慧植保及其发展建议
中国农业大学学报 , 2022 , 27 (10 ):1 -21 .
[本文引用: 1]
马铃薯晚疫病预警技术发展历史与现状
1
2010
... 马铃薯晚疫病是由致病疫霉[Phytophthora infestans （Mont.）de Bary]引起的世界性毁灭病害，可侵染马铃薯地上茎、叶及地下块茎.据估计，全球每年因该病造成的经济损失（直接损失和药剂花费）高达30亿~50亿美元[1 ] .该病主要以菌丝体在块茎中越冬，致病疫霉的卵孢子可以在土壤中长时间存活，成为初侵染源[2 ] .条件适宜时，带菌种薯、土壤中残留的病残体和卵孢子侵染植株，使其发展成中心病株并产生孢子囊，散发出游动孢子，游动孢子借助风、雨传播，在自由水存在的条件下，产生芽管穿入寄主，从而导致病害暴发[3 ] . ...
马铃薯晚疫病带菌种薯产孢与侵染行为观察
1
2021
... 马铃薯晚疫病是由致病疫霉[Phytophthora infestans （Mont.）de Bary]引起的世界性毁灭病害，可侵染马铃薯地上茎、叶及地下块茎.据估计，全球每年因该病造成的经济损失（直接损失和药剂花费）高达30亿~50亿美元[1 ] .该病主要以菌丝体在块茎中越冬，致病疫霉的卵孢子可以在土壤中长时间存活，成为初侵染源[2 ] .条件适宜时，带菌种薯、土壤中残留的病残体和卵孢子侵染植株，使其发展成中心病株并产生孢子囊，散发出游动孢子，游动孢子借助风、雨传播，在自由水存在的条件下，产生芽管穿入寄主，从而导致病害暴发[3 ] . ...
马铃薯晚疫病研究
1
2006
... 马铃薯晚疫病是由致病疫霉[Phytophthora infestans （Mont.）de Bary]引起的世界性毁灭病害，可侵染马铃薯地上茎、叶及地下块茎.据估计，全球每年因该病造成的经济损失（直接损失和药剂花费）高达30亿~50亿美元[1 ] .该病主要以菌丝体在块茎中越冬，致病疫霉的卵孢子可以在土壤中长时间存活，成为初侵染源[2 ] .条件适宜时，带菌种薯、土壤中残留的病残体和卵孢子侵染植株，使其发展成中心病株并产生孢子囊，散发出游动孢子，游动孢子借助风、雨传播，在自由水存在的条件下，产生芽管穿入寄主，从而导致病害暴发[3 ] . ...
1
2022
... 目前，生产上很多马铃薯品种不抗晚疫病，主要依靠农药来预防和控制病害的发生和蔓延，降低病害给种植户带来的经济损失.在农业生产上，病害监测预警技术是降低高风险病害经济损失的重要方法.作物病害的监测预警是通过预测作物病害的发展趋势，对可能发生的病害进行预警、预报和监测，通过提前预防，最大程度地降低病害带来的损失[4 ] .在作物病害的实时监测预警研究中，马铃薯晚疫病预警系统是最早开展试验、示范和推广应用的[5 ] .国内外马铃薯晚疫病监测预警技术经历了长期发展不断完善，取得了重要进展. ...
我国农作物病虫害现代测报工具研究进展
1
2017
... 目前，生产上很多马铃薯品种不抗晚疫病，主要依靠农药来预防和控制病害的发生和蔓延，降低病害给种植户带来的经济损失.在农业生产上，病害监测预警技术是降低高风险病害经济损失的重要方法.作物病害的监测预警是通过预测作物病害的发展趋势，对可能发生的病害进行预警、预报和监测，通过提前预防，最大程度地降低病害带来的损失[4 ] .在作物病害的实时监测预警研究中，马铃薯晚疫病预警系统是最早开展试验、示范和推广应用的[5 ] .国内外马铃薯晚疫病监测预警技术经历了长期发展不断完善，取得了重要进展. ...
1
2011
... 20世纪50年代，我国就开展了对晚疫病的研究，在对甘肃武威马铃薯晚疫病流行规律观察中发现，中心病株的出现是病害流行的一个预兆，掌握一个地区中心病株常年出现时期有很大的意义.一般在马铃薯的第1轮花序展开，植株生长繁茂时容易发生晚疫病，而且晚疫病的流行与8月份的降水量有密切的关系.前人[6 -7 ] 对不同马铃薯材料展开晚疫病的抗性试验，表明晚疫病的发生程度和流行速度与品种抗性也有密切关系，这是我国较早对晚疫病流行的人工预测. ...
马铃薯晚疫病的田间动态观察及防治试验
1
1955
... 20世纪50年代，我国就开展了对晚疫病的研究，在对甘肃武威马铃薯晚疫病流行规律观察中发现，中心病株的出现是病害流行的一个预兆，掌握一个地区中心病株常年出现时期有很大的意义.一般在马铃薯的第1轮花序展开，植株生长繁茂时容易发生晚疫病，而且晚疫病的流行与8月份的降水量有密切的关系.前人[6 -7 ] 对不同马铃薯材料展开晚疫病的抗性试验，表明晚疫病的发生程度和流行速度与品种抗性也有密切关系，这是我国较早对晚疫病流行的人工预测. ...
1
2004
... 20世纪60年代，我国很多地方可以根据简单的气象条件进行晚疫病预测.若大田存在病原菌的情况下，生长季节中第1次连续48 h内湿度不低于75%，温度不低于10 ℃，检查大田中心病株，出现中心病株及时消灭，可以有效控制晚疫病的蔓延，通过田间验证表明这种预测方法实际发生日期与预报日期相差20~40 d，无法指导田间实际生产[8 ] .由于种植的马铃薯品种抗性增强，晚疫病的发生得到控制，晚疫病的测报工作在20世纪70年代进展缓慢.从20世纪80年代开始，晚疫病又开始流行，威胁马铃薯生产.20世纪90年代后期，又开展马铃薯晚疫病的流行及预测预报研究.谭宗九等[9 ] 在河北围场连续5年的研究发现，气温不是影响病害流行的主导因素，空气的相对湿度是影响病害流行的关键因素，连续3~4 d相对湿度超过72%，10 d之内就有可能出现中心病株.随着生产的需要，科研工作者在晚疫病监测预警研究中展开了深入研究. ...
气象因素对马铃薯晚疫病发生流行的影响
1
2001
... 20世纪60年代，我国很多地方可以根据简单的气象条件进行晚疫病预测.若大田存在病原菌的情况下，生长季节中第1次连续48 h内湿度不低于75%，温度不低于10 ℃，检查大田中心病株，出现中心病株及时消灭，可以有效控制晚疫病的蔓延，通过田间验证表明这种预测方法实际发生日期与预报日期相差20~40 d，无法指导田间实际生产[8 ] .由于种植的马铃薯品种抗性增强，晚疫病的发生得到控制，晚疫病的测报工作在20世纪70年代进展缓慢.从20世纪80年代开始，晚疫病又开始流行，威胁马铃薯生产.20世纪90年代后期，又开展马铃薯晚疫病的流行及预测预报研究.谭宗九等[9 ] 在河北围场连续5年的研究发现，气温不是影响病害流行的主导因素，空气的相对湿度是影响病害流行的关键因素，连续3~4 d相对湿度超过72%，10 d之内就有可能出现中心病株.随着生产的需要，科研工作者在晚疫病监测预警研究中展开了深入研究. ...
CARAH马铃薯晚疫病预警模型在贵阳地区的应用
1
2015
... 比利时马铃薯晚疫病预测预报模型（CARAH）由比利时埃诺省农业应用研究中心研发，在比利时应用了10余年，应用效果较好.2008年CARAH引入中国，先后在重庆、贵州、宁夏、内蒙古和甘肃等地推广应用[10 ] .该模型主要是建立在寄主和病原菌存在的基础上进行晚疫病预测[11 ] .在马铃薯种植区设置气象站，每个气象站覆盖方圆200~300 hm2 ，预测预报模型从田间见到苗开始，根据采集的田间数据计算病害侵染湿润期的形成及侵染程度[12 ] .侵染湿润期形成当天的得分记为0分，此后，每日的平均温度对照Conce参数得到1个分数，每日分数进行累加，分数≥7时，定义为完成1次侵染循环（孢子成熟―孢子萌发―新孢子再侵染）.从第1个侵染湿润期形成到结束期间发生的所有侵染定义为同1代，此后发生侵染属于下1代[13 ] .该模型在应用时每个产区都需要进行参数调整和试验校验，不同抗性品种和海拔高度都有适合本地的关键技术.品种的抗性是影响预测准确性的要素之一，通过多个产区试验发现不同抗性的品种晚疫病田间中心病株出现的时间预测的代次是不同的，感病品种（费乌瑞它）在多个地点测试都基本与模型预测的相符，马铃薯晚疫病中心病株大多在3代1次之后出现[14 ⇓ -16 ] （表1 ），形成浸润期后Conce分值在3~7.但也有地区用该模型预测结果与实际发生不符，不同海拔高度的地区试验结果显示不符合上述规律，在海拔1000~4000 m地区以费乌瑞它和米拉作为研究对象，在第1代1次结束后田间就有中心病株的出现，在第2代1次4分值时也出现中心病株[17 ] .所以，完全按照该模型进行田间中心病株出现时间的预测，会有偏差.因此，科研工作者考虑再引入其他的参数增强预测的准确度. ...
马铃薯晚疫病预警模型(CARAH)在黔东南州的应用效果
1
2019
... 比利时马铃薯晚疫病预测预报模型（CARAH）由比利时埃诺省农业应用研究中心研发，在比利时应用了10余年，应用效果较好.2008年CARAH引入中国，先后在重庆、贵州、宁夏、内蒙古和甘肃等地推广应用[10 ] .该模型主要是建立在寄主和病原菌存在的基础上进行晚疫病预测[11 ] .在马铃薯种植区设置气象站，每个气象站覆盖方圆200~300 hm2 ，预测预报模型从田间见到苗开始，根据采集的田间数据计算病害侵染湿润期的形成及侵染程度[12 ] .侵染湿润期形成当天的得分记为0分，此后，每日的平均温度对照Conce参数得到1个分数，每日分数进行累加，分数≥7时，定义为完成1次侵染循环（孢子成熟―孢子萌发―新孢子再侵染）.从第1个侵染湿润期形成到结束期间发生的所有侵染定义为同1代，此后发生侵染属于下1代[13 ] .该模型在应用时每个产区都需要进行参数调整和试验校验，不同抗性品种和海拔高度都有适合本地的关键技术.品种的抗性是影响预测准确性的要素之一，通过多个产区试验发现不同抗性的品种晚疫病田间中心病株出现的时间预测的代次是不同的，感病品种（费乌瑞它）在多个地点测试都基本与模型预测的相符，马铃薯晚疫病中心病株大多在3代1次之后出现[14 ⇓ -16 ] （表1 ），形成浸润期后Conce分值在3~7.但也有地区用该模型预测结果与实际发生不符，不同海拔高度的地区试验结果显示不符合上述规律，在海拔1000~4000 m地区以费乌瑞它和米拉作为研究对象，在第1代1次结束后田间就有中心病株的出现，在第2代1次4分值时也出现中心病株[17 ] .所以，完全按照该模型进行田间中心病株出现时间的预测，会有偏差.因此，科研工作者考虑再引入其他的参数增强预测的准确度. ...
比利时马铃薯晚疫病预警系统及其在我国的应用
1
2001
... 比利时马铃薯晚疫病预测预报模型（CARAH）由比利时埃诺省农业应用研究中心研发，在比利时应用了10余年，应用效果较好.2008年CARAH引入中国，先后在重庆、贵州、宁夏、内蒙古和甘肃等地推广应用[10 ] .该模型主要是建立在寄主和病原菌存在的基础上进行晚疫病预测[11 ] .在马铃薯种植区设置气象站，每个气象站覆盖方圆200~300 hm2 ，预测预报模型从田间见到苗开始，根据采集的田间数据计算病害侵染湿润期的形成及侵染程度[12 ] .侵染湿润期形成当天的得分记为0分，此后，每日的平均温度对照Conce参数得到1个分数，每日分数进行累加，分数≥7时，定义为完成1次侵染循环（孢子成熟―孢子萌发―新孢子再侵染）.从第1个侵染湿润期形成到结束期间发生的所有侵染定义为同1代，此后发生侵染属于下1代[13 ] .该模型在应用时每个产区都需要进行参数调整和试验校验，不同抗性品种和海拔高度都有适合本地的关键技术.品种的抗性是影响预测准确性的要素之一，通过多个产区试验发现不同抗性的品种晚疫病田间中心病株出现的时间预测的代次是不同的，感病品种（费乌瑞它）在多个地点测试都基本与模型预测的相符，马铃薯晚疫病中心病株大多在3代1次之后出现[14 ⇓ -16 ] （表1 ），形成浸润期后Conce分值在3~7.但也有地区用该模型预测结果与实际发生不符，不同海拔高度的地区试验结果显示不符合上述规律，在海拔1000~4000 m地区以费乌瑞它和米拉作为研究对象，在第1代1次结束后田间就有中心病株的出现，在第2代1次4分值时也出现中心病株[17 ] .所以，完全按照该模型进行田间中心病株出现时间的预测，会有偏差.因此，科研工作者考虑再引入其他的参数增强预测的准确度. ...
利用CARAH模型评价药剂组合对马铃薯晚疫病的防效
1
2022
... 比利时马铃薯晚疫病预测预报模型（CARAH）由比利时埃诺省农业应用研究中心研发，在比利时应用了10余年，应用效果较好.2008年CARAH引入中国，先后在重庆、贵州、宁夏、内蒙古和甘肃等地推广应用[10 ] .该模型主要是建立在寄主和病原菌存在的基础上进行晚疫病预测[11 ] .在马铃薯种植区设置气象站，每个气象站覆盖方圆200~300 hm2 ，预测预报模型从田间见到苗开始，根据采集的田间数据计算病害侵染湿润期的形成及侵染程度[12 ] .侵染湿润期形成当天的得分记为0分，此后，每日的平均温度对照Conce参数得到1个分数，每日分数进行累加，分数≥7时，定义为完成1次侵染循环（孢子成熟―孢子萌发―新孢子再侵染）.从第1个侵染湿润期形成到结束期间发生的所有侵染定义为同1代，此后发生侵染属于下1代[13 ] .该模型在应用时每个产区都需要进行参数调整和试验校验，不同抗性品种和海拔高度都有适合本地的关键技术.品种的抗性是影响预测准确性的要素之一，通过多个产区试验发现不同抗性的品种晚疫病田间中心病株出现的时间预测的代次是不同的，感病品种（费乌瑞它）在多个地点测试都基本与模型预测的相符，马铃薯晚疫病中心病株大多在3代1次之后出现[14 ⇓ -16 ] （表1 ），形成浸润期后Conce分值在3~7.但也有地区用该模型预测结果与实际发生不符，不同海拔高度的地区试验结果显示不符合上述规律，在海拔1000~4000 m地区以费乌瑞它和米拉作为研究对象，在第1代1次结束后田间就有中心病株的出现，在第2代1次4分值时也出现中心病株[17 ] .所以，完全按照该模型进行田间中心病株出现时间的预测，会有偏差.因此，科研工作者考虑再引入其他的参数增强预测的准确度. ...
CARAH模型预测不同海拔马铃薯晚疫病中心病株出现时间观察
4
2016
... 比利时马铃薯晚疫病预测预报模型（CARAH）由比利时埃诺省农业应用研究中心研发，在比利时应用了10余年，应用效果较好.2008年CARAH引入中国，先后在重庆、贵州、宁夏、内蒙古和甘肃等地推广应用[10 ] .该模型主要是建立在寄主和病原菌存在的基础上进行晚疫病预测[11 ] .在马铃薯种植区设置气象站，每个气象站覆盖方圆200~300 hm2 ，预测预报模型从田间见到苗开始，根据采集的田间数据计算病害侵染湿润期的形成及侵染程度[12 ] .侵染湿润期形成当天的得分记为0分，此后，每日的平均温度对照Conce参数得到1个分数，每日分数进行累加，分数≥7时，定义为完成1次侵染循环（孢子成熟―孢子萌发―新孢子再侵染）.从第1个侵染湿润期形成到结束期间发生的所有侵染定义为同1代，此后发生侵染属于下1代[13 ] .该模型在应用时每个产区都需要进行参数调整和试验校验，不同抗性品种和海拔高度都有适合本地的关键技术.品种的抗性是影响预测准确性的要素之一，通过多个产区试验发现不同抗性的品种晚疫病田间中心病株出现的时间预测的代次是不同的，感病品种（费乌瑞它）在多个地点测试都基本与模型预测的相符，马铃薯晚疫病中心病株大多在3代1次之后出现[14 ⇓ -16 ] （表1 ），形成浸润期后Conce分值在3~7.但也有地区用该模型预测结果与实际发生不符，不同海拔高度的地区试验结果显示不符合上述规律，在海拔1000~4000 m地区以费乌瑞它和米拉作为研究对象，在第1代1次结束后田间就有中心病株的出现，在第2代1次4分值时也出现中心病株[17 ] .所以，完全按照该模型进行田间中心病株出现时间的预测，会有偏差.因此，科研工作者考虑再引入其他的参数增强预测的准确度. ...
... Comparative analysis of emergency time of central diseased plants and the date of the first infection of the third generation of potato late blight diseased in the different fields in Guizhou Province
Table 1 序号 地点 海拔 3代1次形成日期（月-日） 田间发现中心病株日期（月-日） 得分 参考文献 1 贵阳市修文县扎佐镇大堡村 1270 04-09 04-14 7.0 [14 ] 2 贵阳市开阳县双流镇刘育村 1320 04-20 04-28 7.0 [14 ] 3 贵阳市息烽县小寨坝镇南桥村 1580 04-22 04-29 5.5 [14 ] 4 都匀市小围寨办事处包阳村 896 03-23 03-23 5.5 [15 ] 5 三都县周覃镇廷牌社区新仰村 850 03-14 03-18 6.5 [16 ]
应用CARAH模型预测晚疫病的发生在我国应用较多.实际应用效果表明，在不同的马铃薯种植区，感病品种晚疫病发生的预测较符合模型设计，但抗耐病品种中心病株出现的时间相对较晚.不同的生态区种植马铃薯，晚疫病发生情况差异也较大，为了预测模型更有效地服务生产，应在不同生态区开展不同抗感品种晚疫病的发生时间与预警模型预测结果相关性分析试验，对模型预测的精准度进行校正. ...
... [
14 ]
3 贵阳市息烽县小寨坝镇南桥村 1580 04-22 04-29 5.5 [14 ] 4 都匀市小围寨办事处包阳村 896 03-23 03-23 5.5 [15 ] 5 三都县周覃镇廷牌社区新仰村 850 03-14 03-18 6.5 [16 ] 应用CARAH模型预测晚疫病的发生在我国应用较多.实际应用效果表明，在不同的马铃薯种植区，感病品种晚疫病发生的预测较符合模型设计，但抗耐病品种中心病株出现的时间相对较晚.不同的生态区种植马铃薯，晚疫病发生情况差异也较大，为了预测模型更有效地服务生产，应在不同生态区开展不同抗感品种晚疫病的发生时间与预警模型预测结果相关性分析试验，对模型预测的精准度进行校正. ...
... [
14 ]
4 都匀市小围寨办事处包阳村 896 03-23 03-23 5.5 [15 ] 5 三都县周覃镇廷牌社区新仰村 850 03-14 03-18 6.5 [16 ] 应用CARAH模型预测晚疫病的发生在我国应用较多.实际应用效果表明，在不同的马铃薯种植区，感病品种晚疫病发生的预测较符合模型设计，但抗耐病品种中心病株出现的时间相对较晚.不同的生态区种植马铃薯，晚疫病发生情况差异也较大，为了预测模型更有效地服务生产，应在不同生态区开展不同抗感品种晚疫病的发生时间与预警模型预测结果相关性分析试验，对模型预测的精准度进行校正. ...
基于CARAH预警模型的马铃薯晚疫病防控技术研究
2
2020
... 比利时马铃薯晚疫病预测预报模型（CARAH）由比利时埃诺省农业应用研究中心研发，在比利时应用了10余年，应用效果较好.2008年CARAH引入中国，先后在重庆、贵州、宁夏、内蒙古和甘肃等地推广应用[10 ] .该模型主要是建立在寄主和病原菌存在的基础上进行晚疫病预测[11 ] .在马铃薯种植区设置气象站，每个气象站覆盖方圆200~300 hm2 ，预测预报模型从田间见到苗开始，根据采集的田间数据计算病害侵染湿润期的形成及侵染程度[12 ] .侵染湿润期形成当天的得分记为0分，此后，每日的平均温度对照Conce参数得到1个分数，每日分数进行累加，分数≥7时，定义为完成1次侵染循环（孢子成熟―孢子萌发―新孢子再侵染）.从第1个侵染湿润期形成到结束期间发生的所有侵染定义为同1代，此后发生侵染属于下1代[13 ] .该模型在应用时每个产区都需要进行参数调整和试验校验，不同抗性品种和海拔高度都有适合本地的关键技术.品种的抗性是影响预测准确性的要素之一，通过多个产区试验发现不同抗性的品种晚疫病田间中心病株出现的时间预测的代次是不同的，感病品种（费乌瑞它）在多个地点测试都基本与模型预测的相符，马铃薯晚疫病中心病株大多在3代1次之后出现[14 ⇓ -16 ] （表1 ），形成浸润期后Conce分值在3~7.但也有地区用该模型预测结果与实际发生不符，不同海拔高度的地区试验结果显示不符合上述规律，在海拔1000~4000 m地区以费乌瑞它和米拉作为研究对象，在第1代1次结束后田间就有中心病株的出现，在第2代1次4分值时也出现中心病株[17 ] .所以，完全按照该模型进行田间中心病株出现时间的预测，会有偏差.因此，科研工作者考虑再引入其他的参数增强预测的准确度. ...
... Comparative analysis of emergency time of central diseased plants and the date of the first infection of the third generation of potato late blight diseased in the different fields in Guizhou Province
Table 1 序号 地点 海拔 3代1次形成日期（月-日） 田间发现中心病株日期（月-日） 得分 参考文献 1 贵阳市修文县扎佐镇大堡村 1270 04-09 04-14 7.0 [14 ] 2 贵阳市开阳县双流镇刘育村 1320 04-20 04-28 7.0 [14 ] 3 贵阳市息烽县小寨坝镇南桥村 1580 04-22 04-29 5.5 [14 ] 4 都匀市小围寨办事处包阳村 896 03-23 03-23 5.5 [15 ] 5 三都县周覃镇廷牌社区新仰村 850 03-14 03-18 6.5 [16 ]
应用CARAH模型预测晚疫病的发生在我国应用较多.实际应用效果表明，在不同的马铃薯种植区，感病品种晚疫病发生的预测较符合模型设计，但抗耐病品种中心病株出现的时间相对较晚.不同的生态区种植马铃薯，晚疫病发生情况差异也较大，为了预测模型更有效地服务生产，应在不同生态区开展不同抗感品种晚疫病的发生时间与预警模型预测结果相关性分析试验，对模型预测的精准度进行校正. ...
马铃薯晚疫病CARAH预警模型在三都县的应用
2
2016
... 比利时马铃薯晚疫病预测预报模型（CARAH）由比利时埃诺省农业应用研究中心研发，在比利时应用了10余年，应用效果较好.2008年CARAH引入中国，先后在重庆、贵州、宁夏、内蒙古和甘肃等地推广应用[10 ] .该模型主要是建立在寄主和病原菌存在的基础上进行晚疫病预测[11 ] .在马铃薯种植区设置气象站，每个气象站覆盖方圆200~300 hm2 ，预测预报模型从田间见到苗开始，根据采集的田间数据计算病害侵染湿润期的形成及侵染程度[12 ] .侵染湿润期形成当天的得分记为0分，此后，每日的平均温度对照Conce参数得到1个分数，每日分数进行累加，分数≥7时，定义为完成1次侵染循环（孢子成熟―孢子萌发―新孢子再侵染）.从第1个侵染湿润期形成到结束期间发生的所有侵染定义为同1代，此后发生侵染属于下1代[13 ] .该模型在应用时每个产区都需要进行参数调整和试验校验，不同抗性品种和海拔高度都有适合本地的关键技术.品种的抗性是影响预测准确性的要素之一，通过多个产区试验发现不同抗性的品种晚疫病田间中心病株出现的时间预测的代次是不同的，感病品种（费乌瑞它）在多个地点测试都基本与模型预测的相符，马铃薯晚疫病中心病株大多在3代1次之后出现[14 ⇓ -16 ] （表1 ），形成浸润期后Conce分值在3~7.但也有地区用该模型预测结果与实际发生不符，不同海拔高度的地区试验结果显示不符合上述规律，在海拔1000~4000 m地区以费乌瑞它和米拉作为研究对象，在第1代1次结束后田间就有中心病株的出现，在第2代1次4分值时也出现中心病株[17 ] .所以，完全按照该模型进行田间中心病株出现时间的预测，会有偏差.因此，科研工作者考虑再引入其他的参数增强预测的准确度. ...
... Comparative analysis of emergency time of central diseased plants and the date of the first infection of the third generation of potato late blight diseased in the different fields in Guizhou Province
Table 1 序号 地点 海拔 3代1次形成日期（月-日） 田间发现中心病株日期（月-日） 得分 参考文献 1 贵阳市修文县扎佐镇大堡村 1270 04-09 04-14 7.0 [14 ] 2 贵阳市开阳县双流镇刘育村 1320 04-20 04-28 7.0 [14 ] 3 贵阳市息烽县小寨坝镇南桥村 1580 04-22 04-29 5.5 [14 ] 4 都匀市小围寨办事处包阳村 896 03-23 03-23 5.5 [15 ] 5 三都县周覃镇廷牌社区新仰村 850 03-14 03-18 6.5 [16 ]
应用CARAH模型预测晚疫病的发生在我国应用较多.实际应用效果表明，在不同的马铃薯种植区，感病品种晚疫病发生的预测较符合模型设计，但抗耐病品种中心病株出现的时间相对较晚.不同的生态区种植马铃薯，晚疫病发生情况差异也较大，为了预测模型更有效地服务生产，应在不同生态区开展不同抗感品种晚疫病的发生时间与预警模型预测结果相关性分析试验，对模型预测的精准度进行校正. ...
马铃薯晚疫病CARAH预警模型在四川春马铃薯上的应用
1
2017
... 比利时马铃薯晚疫病预测预报模型（CARAH）由比利时埃诺省农业应用研究中心研发，在比利时应用了10余年，应用效果较好.2008年CARAH引入中国，先后在重庆、贵州、宁夏、内蒙古和甘肃等地推广应用[10 ] .该模型主要是建立在寄主和病原菌存在的基础上进行晚疫病预测[11 ] .在马铃薯种植区设置气象站，每个气象站覆盖方圆200~300 hm2 ，预测预报模型从田间见到苗开始，根据采集的田间数据计算病害侵染湿润期的形成及侵染程度[12 ] .侵染湿润期形成当天的得分记为0分，此后，每日的平均温度对照Conce参数得到1个分数，每日分数进行累加，分数≥7时，定义为完成1次侵染循环（孢子成熟―孢子萌发―新孢子再侵染）.从第1个侵染湿润期形成到结束期间发生的所有侵染定义为同1代，此后发生侵染属于下1代[13 ] .该模型在应用时每个产区都需要进行参数调整和试验校验，不同抗性品种和海拔高度都有适合本地的关键技术.品种的抗性是影响预测准确性的要素之一，通过多个产区试验发现不同抗性的品种晚疫病田间中心病株出现的时间预测的代次是不同的，感病品种（费乌瑞它）在多个地点测试都基本与模型预测的相符，马铃薯晚疫病中心病株大多在3代1次之后出现[14 ⇓ -16 ] （表1 ），形成浸润期后Conce分值在3~7.但也有地区用该模型预测结果与实际发生不符，不同海拔高度的地区试验结果显示不符合上述规律，在海拔1000~4000 m地区以费乌瑞它和米拉作为研究对象，在第1代1次结束后田间就有中心病株的出现，在第2代1次4分值时也出现中心病株[17 ] .所以，完全按照该模型进行田间中心病株出现时间的预测，会有偏差.因此，科研工作者考虑再引入其他的参数增强预测的准确度. ...
马铃薯晚疫病物联网实时监测预警系统平台开发及应用
2
2015
... 利用孢子捕捉器对气传植物病原菌的孢子进行捕捉，对田间病原真菌孢子的数量进行监测，对于监测气传植物真菌病害和制定防治决策具有重要意义.孢子捕捉技术在病害流行领域被广泛应用，捕捉方式主要有被动撞击式和主动吸入式，生产上以主动吸入式为主，该方法原理是当空气被吸入后再利用孢子重力沉降及惯性碰撞实现捕捉[18 -19 ] .河北农业大学开展基于孢子图像识别马铃薯晚疫病预警系统的研究，利用人工神经网络可以较好地对马铃薯晚疫病孢子进行识别和统计，从而实现对病菌孢子的监测[20 ] . ...
... 马铃薯晚疫病是一种暴发性病害，降雨多、田间湿度大、阴雨连绵易导致晚疫病的发生[38 ] .马铃薯种植区气候多冷凉，为晚疫病的发生提供了适宜的温度.因此，对马铃薯晚疫病进行监测预警和精准防控是减少损失的关键.根据气象因子进行晚疫病预测预报在我国发展比较成熟，基于田间小气候的监测预警模型在我国广泛应用.实现了数据采集的自动化，侵染分析智能化，监测预警图形化[18 ] ，这部分工作对于晚疫病的预测起到了很大的作用.但是，在晚疫病发生的盛期，农业工作者需到田间进行巡田，检查是否有中心病株，监测田间的动态.遥感技术可以实现田间监测的智能化，代替植保人员田间巡查.通过分析遥感数据中的植被指数和光谱特征等可以实时监测农田中病虫害情况，并预测可能发生的灾害.可见，将可实现早期预警的模型与遥感技术结合，一个实现精准预测，一个实现精准监测，二者可以相互补充，最终实现晚疫病的精准防控.采用分子技术对马铃薯晚疫病进行监测预警，对晚疫病的早期预警有很大的意义，但是要求有先进的仪器设备和实验室人员进行操作，很难推广和应用. ...
1
2024
... 利用孢子捕捉器对气传植物病原菌的孢子进行捕捉，对田间病原真菌孢子的数量进行监测，对于监测气传植物真菌病害和制定防治决策具有重要意义.孢子捕捉技术在病害流行领域被广泛应用，捕捉方式主要有被动撞击式和主动吸入式，生产上以主动吸入式为主，该方法原理是当空气被吸入后再利用孢子重力沉降及惯性碰撞实现捕捉[18 -19 ] .河北农业大学开展基于孢子图像识别马铃薯晚疫病预警系统的研究，利用人工神经网络可以较好地对马铃薯晚疫病孢子进行识别和统计，从而实现对病菌孢子的监测[20 ] . ...
1
2010
... 利用孢子捕捉器对气传植物病原菌的孢子进行捕捉，对田间病原真菌孢子的数量进行监测，对于监测气传植物真菌病害和制定防治决策具有重要意义.孢子捕捉技术在病害流行领域被广泛应用，捕捉方式主要有被动撞击式和主动吸入式，生产上以主动吸入式为主，该方法原理是当空气被吸入后再利用孢子重力沉降及惯性碰撞实现捕捉[18 -19 ] .河北农业大学开展基于孢子图像识别马铃薯晚疫病预警系统的研究，利用人工神经网络可以较好地对马铃薯晚疫病孢子进行识别和统计，从而实现对病菌孢子的监测[20 ] . ...
植物病害监测预警新技术研究进展
2
2016
... 马铃薯晚疫病属于气传性卵菌病害，病原菌的卵孢子随着气流传播是病害在田间发生和流行的关键，出现中心病株后可以利用对空气中致病疫霉孢子数量的监测来间接判断病害的发生，为病害预测预报提供基础数据[21 ] .利用孢子捕捉器获得的孢子数或者孢子浓度数据，结合气象数据和病害病情调查数据，3个参数之间的关系建立病害预测模型[22 ] .2023年Meno等[23 ] 研究表明，结合孢子浓度和气象条件的晚疫病预测预警方法能提高预测的准确度.但是，在我国结合孢子捕捉技术的田间晚疫病预测预警技术应用较少. ...
... 结合遥感、地理信息系统和全球定位系统构成集信息获取、处理和应用的综合技术在农业病虫害的监测中发挥着重要作用.获取的图像是病害的数据源，通过软件对图像进行分析，得到病害的发生程度信息，用全球定位系统定位病害发生的具体地理位置，用该方法可以实现对大豆孢囊线虫的精确定位[21 ,32 ] . ...
孢子捕捉仪在植物病害监测中的应用
1
2022
... 马铃薯晚疫病属于气传性卵菌病害，病原菌的卵孢子随着气流传播是病害在田间发生和流行的关键，出现中心病株后可以利用对空气中致病疫霉孢子数量的监测来间接判断病害的发生，为病害预测预报提供基础数据[21 ] .利用孢子捕捉器获得的孢子数或者孢子浓度数据，结合气象数据和病害病情调查数据，3个参数之间的关系建立病害预测模型[22 ] .2023年Meno等[23 ] 研究表明，结合孢子浓度和气象条件的晚疫病预测预警方法能提高预测的准确度.但是，在我国结合孢子捕捉技术的田间晚疫病预测预警技术应用较少. ...
Predicting daily aerobiological risk level of potato late blight using C5.0 and random forest algorithms under field conditions
1
2023
... 马铃薯晚疫病属于气传性卵菌病害，病原菌的卵孢子随着气流传播是病害在田间发生和流行的关键，出现中心病株后可以利用对空气中致病疫霉孢子数量的监测来间接判断病害的发生，为病害预测预报提供基础数据[21 ] .利用孢子捕捉器获得的孢子数或者孢子浓度数据，结合气象数据和病害病情调查数据，3个参数之间的关系建立病害预测模型[22 ] .2023年Meno等[23 ] 研究表明，结合孢子浓度和气象条件的晚疫病预测预警方法能提高预测的准确度.但是，在我国结合孢子捕捉技术的田间晚疫病预测预警技术应用较少. ...
作物病虫害遥感监测研究进展
1
2012
... 目前，利用遥感科技和计算机技术来监测作物病虫害逐渐被应用于农业生产.该技术可以对作物病虫害的发生范围、类别和严重程度进行识别和区分.遥感技术是目前唯一能够在大范围内快速获取空间连续地表信息的手段，目前在农作物产量评估和病虫害监测等多个方面都有应用[24 ] . ...
1
2011
... 光学遥感监测是目前植物病虫害监测中研究最多、应用广泛的技术.健康植株的光谱通常在可见光区域反射率较低，近红外区域往往反射率较高，在短波红外区域反射率较低.受到病菌侵染后，由于叶片上病斑、坏死和枯萎等区域出现，导致可见光区域的反射率增加.作物受到病虫害侵染后植株叶片的形态、叶倾角分布及冠层结构等均会随之改变，较大程度影响近红外波段的反射率光谱.所以，利用反射率和叶绿素荧光光谱均能实现作物病害的遥感监测[25 ⇓ -27 ] . ...
1
2008
... 光学遥感监测是目前植物病虫害监测中研究最多、应用广泛的技术.健康植株的光谱通常在可见光区域反射率较低，近红外区域往往反射率较高，在短波红外区域反射率较低.受到病菌侵染后，由于叶片上病斑、坏死和枯萎等区域出现，导致可见光区域的反射率增加.作物受到病虫害侵染后植株叶片的形态、叶倾角分布及冠层结构等均会随之改变，较大程度影响近红外波段的反射率光谱.所以，利用反射率和叶绿素荧光光谱均能实现作物病害的遥感监测[25 ⇓ -27 ] . ...
1
2009
... 光学遥感监测是目前植物病虫害监测中研究最多、应用广泛的技术.健康植株的光谱通常在可见光区域反射率较低，近红外区域往往反射率较高，在短波红外区域反射率较低.受到病菌侵染后，由于叶片上病斑、坏死和枯萎等区域出现，导致可见光区域的反射率增加.作物受到病虫害侵染后植株叶片的形态、叶倾角分布及冠层结构等均会随之改变，较大程度影响近红外波段的反射率光谱.所以，利用反射率和叶绿素荧光光谱均能实现作物病害的遥感监测[25 ⇓ -27 ] . ...
马铃薯叶片晚疫病的多光谱分类识别
1
2017
... 刘鑫等[28 ] 对马铃薯健康叶片和感染晚疫病叶片的可见光及近红外通道的多光谱图像进行分析，结果表明，用波段指数法提取多光谱图像的特征波段，能快速获得马铃薯叶片的信息，马铃薯健康叶片的特征波段是475、558、717、750和850 nm，感染晚疫病叶片的特征波段是509、620、717、750和832 nm.胡耀华等[29 ] 以染病时间、染病程度不同的样本和健康样品为试验材料，采用374~1018 nm波段可成像高光谱仪分别采样，提取光谱信息并建立适合模型，结果表明基于高光谱成像技术可以实现晚疫病胁迫下发病程度的有效区分.2023年Sun等[30 ] 利用大疆的多光谱无人机以及超高分辨率可见光（RGB）无人机获取数据，整合多光谱无人机的植被指数、RGB无人机的纹理指数和植物冠层覆盖信息，使用relief-mRmR算法进行特征筛选，结合支持向量机（SVM）、随机森林（RF）、K最近邻算法（KNN）模型构建了马铃薯晚疫病严重度模型，结果表明RF模型具有最高的精确度，也证明了融合高分辨率无人机影像下植被指数、纹理指数和植物冠层覆盖信息能够显著提高马铃薯晚疫病监测的准确性. ...
高光谱技术诊断马铃薯叶片晚疫病的研究
1
2016
... 刘鑫等[28 ] 对马铃薯健康叶片和感染晚疫病叶片的可见光及近红外通道的多光谱图像进行分析，结果表明，用波段指数法提取多光谱图像的特征波段，能快速获得马铃薯叶片的信息，马铃薯健康叶片的特征波段是475、558、717、750和850 nm，感染晚疫病叶片的特征波段是509、620、717、750和832 nm.胡耀华等[29 ] 以染病时间、染病程度不同的样本和健康样品为试验材料，采用374~1018 nm波段可成像高光谱仪分别采样，提取光谱信息并建立适合模型，结果表明基于高光谱成像技术可以实现晚疫病胁迫下发病程度的有效区分.2023年Sun等[30 ] 利用大疆的多光谱无人机以及超高分辨率可见光（RGB）无人机获取数据，整合多光谱无人机的植被指数、RGB无人机的纹理指数和植物冠层覆盖信息，使用relief-mRmR算法进行特征筛选，结合支持向量机（SVM）、随机森林（RF）、K最近邻算法（KNN）模型构建了马铃薯晚疫病严重度模型，结果表明RF模型具有最高的精确度，也证明了融合高分辨率无人机影像下植被指数、纹理指数和植物冠层覆盖信息能够显著提高马铃薯晚疫病监测的准确性. ...
Potato late blight severity monitoring based on the relief-mRmR algorithm with dual-drone cooperation
1
2023
... 刘鑫等[28 ] 对马铃薯健康叶片和感染晚疫病叶片的可见光及近红外通道的多光谱图像进行分析，结果表明，用波段指数法提取多光谱图像的特征波段，能快速获得马铃薯叶片的信息，马铃薯健康叶片的特征波段是475、558、717、750和850 nm，感染晚疫病叶片的特征波段是509、620、717、750和832 nm.胡耀华等[29 ] 以染病时间、染病程度不同的样本和健康样品为试验材料，采用374~1018 nm波段可成像高光谱仪分别采样，提取光谱信息并建立适合模型，结果表明基于高光谱成像技术可以实现晚疫病胁迫下发病程度的有效区分.2023年Sun等[30 ] 利用大疆的多光谱无人机以及超高分辨率可见光（RGB）无人机获取数据，整合多光谱无人机的植被指数、RGB无人机的纹理指数和植物冠层覆盖信息，使用relief-mRmR算法进行特征筛选，结合支持向量机（SVM）、随机森林（RF）、K最近邻算法（KNN）模型构建了马铃薯晚疫病严重度模型，结果表明RF模型具有最高的精确度，也证明了融合高分辨率无人机影像下植被指数、纹理指数和植物冠层覆盖信息能够显著提高马铃薯晚疫病监测的准确性. ...
Investigating potato late blight physiological differences across potato cultivars with spectroscopy and machine learning
1
2020
... 不同基因型的马铃薯寄主感染同一晚疫病菌后光谱反应是高度可变的，因此，需要搜集大量不同基因型的马铃薯样本感染晚疫病菌前后的变化数据来校正利用光谱反射率区分健康和染病叶片的准确性[31 ] .无人机遥感可以获取空间连续的大面积遥感影像数据，最终实现大面积作物病害监测，但是，相似表征的不同病害引起的光谱变化高度相似，是该技术进行田间病害监测的难点. ...
Use of remote sensing to detect soybean cyst nematode-induced plant stress
1
2002
... 结合遥感、地理信息系统和全球定位系统构成集信息获取、处理和应用的综合技术在农业病虫害的监测中发挥着重要作用.获取的图像是病害的数据源，通过软件对图像进行分析，得到病害的发生程度信息，用全球定位系统定位病害发生的具体地理位置，用该方法可以实现对大豆孢囊线虫的精确定位[21 ,32 ] . ...
1
2022
... 2022年吴敌等[33 ] 研究了基于北斗三号卫星短报文和定位系统和高分遥感卫星、无人机和地面数据的联合处理，实现对在马铃薯晚疫病易发生时期生长环境和状态进行监测.北斗三号导航系统结合CARAH马铃薯晚疫病预警模型以及面向多任务的精细调度作业模型，可对马铃薯晚疫病的发生进行预测，并制定出农机及无人机精细化作业策略指导病害防控. ...
Real-time PCR quantification of latent infection of wheat powdery mildew in the field
1
2013
... 分子技术不仅在作物病害流行研究领域有巨大的潜力，在作物病害的监测预警中也发挥着重要的作用.在田间病害处于潜伏期和潜育期时无法通过肉眼观察到，显症后才被发现并开始防治，这样增加了防治成本，造成了经济损失.为此科研工作者在病害的监测中研究了用分子手段对未见症状的植株进行早期检测.用qPCR方法检测未显症小麦叶片，结果表明不同地区小麦叶片样品qPCR检测的分子病情指数与实际病情指数显著相关[34 ] . ...
马铃薯晚疫病种薯带菌的分子检测
1
2004
... 根据晚疫病的发生和流行规律，种薯带菌是晚疫病主要的初侵染源，带菌种薯就可能发展成中心病株，整片地面临着晚疫病的威胁.2003年徐安传等[35 ] 研究表明，用特异性引物08-3和08-4能检测到种薯芽眼中晚疫病菌，说明该方法能直接检测出马铃薯种薯中潜伏的晚疫病菌，对于种薯质量评估和田间病害早期预防都有重要的意义.土壤含有一定数量病原菌也是晚疫病在田间发生传播的途径，万东石等[36 ] 研究了一种定量检测土壤中晚疫病菌带菌量的方法，可以实现土壤中晚疫病菌的检测，有助于马铃薯晚疫病的早期预警.科研工作者也展开了对马铃薯晚疫病菌侵染叶片的早期检测研究，2023年Tang等[37 ] 采用RAA-LFD（重组酶介导扩增―侧流层析试纸条）方法检测到处于晚疫病潜伏期的无症状叶片，该方法具有物种特异性，这将有助于准确监测和预警马铃薯晚疫病. ...
1
... 根据晚疫病的发生和流行规律，种薯带菌是晚疫病主要的初侵染源，带菌种薯就可能发展成中心病株，整片地面临着晚疫病的威胁.2003年徐安传等[35 ] 研究表明，用特异性引物08-3和08-4能检测到种薯芽眼中晚疫病菌，说明该方法能直接检测出马铃薯种薯中潜伏的晚疫病菌，对于种薯质量评估和田间病害早期预防都有重要的意义.土壤含有一定数量病原菌也是晚疫病在田间发生传播的途径，万东石等[36 ] 研究了一种定量检测土壤中晚疫病菌带菌量的方法，可以实现土壤中晚疫病菌的检测，有助于马铃薯晚疫病的早期预警.科研工作者也展开了对马铃薯晚疫病菌侵染叶片的早期检测研究，2023年Tang等[37 ] 采用RAA-LFD（重组酶介导扩增―侧流层析试纸条）方法检测到处于晚疫病潜伏期的无症状叶片，该方法具有物种特异性，这将有助于准确监测和预警马铃薯晚疫病. ...
Development of a new PCR assay and a recombinase-aided amplification based isothermal amplification coupled with lateral flow dipstick assay for potato late blight detection
1
2023
... 根据晚疫病的发生和流行规律，种薯带菌是晚疫病主要的初侵染源，带菌种薯就可能发展成中心病株，整片地面临着晚疫病的威胁.2003年徐安传等[35 ] 研究表明，用特异性引物08-3和08-4能检测到种薯芽眼中晚疫病菌，说明该方法能直接检测出马铃薯种薯中潜伏的晚疫病菌，对于种薯质量评估和田间病害早期预防都有重要的意义.土壤含有一定数量病原菌也是晚疫病在田间发生传播的途径，万东石等[36 ] 研究了一种定量检测土壤中晚疫病菌带菌量的方法，可以实现土壤中晚疫病菌的检测，有助于马铃薯晚疫病的早期预警.科研工作者也展开了对马铃薯晚疫病菌侵染叶片的早期检测研究，2023年Tang等[37 ] 采用RAA-LFD（重组酶介导扩增―侧流层析试纸条）方法检测到处于晚疫病潜伏期的无症状叶片，该方法具有物种特异性，这将有助于准确监测和预警马铃薯晚疫病. ...
近年来中国马铃薯晚疫病的时空演变特征及防控情况分析
1
2021
... 马铃薯晚疫病是一种暴发性病害，降雨多、田间湿度大、阴雨连绵易导致晚疫病的发生[38 ] .马铃薯种植区气候多冷凉，为晚疫病的发生提供了适宜的温度.因此，对马铃薯晚疫病进行监测预警和精准防控是减少损失的关键.根据气象因子进行晚疫病预测预报在我国发展比较成熟，基于田间小气候的监测预警模型在我国广泛应用.实现了数据采集的自动化，侵染分析智能化，监测预警图形化[18 ] ，这部分工作对于晚疫病的预测起到了很大的作用.但是，在晚疫病发生的盛期，农业工作者需到田间进行巡田，检查是否有中心病株，监测田间的动态.遥感技术可以实现田间监测的智能化，代替植保人员田间巡查.通过分析遥感数据中的植被指数和光谱特征等可以实时监测农田中病虫害情况，并预测可能发生的灾害.可见，将可实现早期预警的模型与遥感技术结合，一个实现精准预测，一个实现精准监测，二者可以相互补充，最终实现晚疫病的精准防控.采用分子技术对马铃薯晚疫病进行监测预警，对晚疫病的早期预警有很大的意义，但是要求有先进的仪器设备和实验室人员进行操作，很难推广和应用. ...
智慧植保及其发展建议
1
2022
... 物联网、移动互联、云计算、大数据和人工智能等现代信息技术推进了植保信息化的发展，使植物保护逐步向智慧植保发展.智慧植保是以传感器技术、计算机视觉技术、全球定位技术、网络通讯技术和AI技术等为基础，以智能手机、计算机、机器人、无人机和各种农业机械或装备等为终端，融合多项技术进行病虫害监测预警、防控和管理等[39 ] .未来马铃薯晚疫病监测预警技术将融合更多的人工智能手段实现精准预警.以晚疫病发生的多个影响因素（温度、湿度、品种抗性和种薯病菌含量等）为基础，建立小尺度的最适预测模型，并结合图像诊断技术和无人机技术等实现可视化精准预警和监测，融合全球定位技术、网络通讯技术和AI技术等实现数据传输，快速做出决策，做到提前预防，精准防控. ...
