抗松材线虫病马尾松种质资源遗传多样性分析及核心种质构建

【目的】对来自安徽省林业科学研究院和异地保存在浙江省临海市林业技术推广和场圃旅游服务总站的114份抗松材线虫Bursaphelenchus xylophilus病马尾松Pinus massoniana种质进行遗传多样性与群体结构分析,构建抗性马尾松核心种质库。【方法】对114份抗性马尾松种质进行检测,使用分子生物学软件计算遗传多样性参数,并进行主坐标(PCoA)和群体结构分析。利用M策略和随机取样策略分别构建核心种质,分析不同核心种质的的遗传多样性参数,确定最适合的构建方法。【结果】114份抗性马尾松种质共检测到115个等位基因,平均有效等位基因数(N_(e))为5.54,平均Shannon’s多样性指数(I)为1.51,平均多态信息含量(P_(IC))为0.90,结果表明其具有较高的遗传多样性水平。群体结构分析将114份抗性马尾松种质分为4个亚群,主坐标分析结果与上述基本一致。根据遗传多样性参数和抽样数量综合考虑,M策略构建的核心种质能以最小的种质数保留原有种质最大的遗传多样性,为最佳的取样策略。利用该策略得到了72份核心种质,其保留了原有种质100%的等位基因数,N_(e)、I、期望杂合度(H_(e))、PIC等遗传参数的保留率分别为95.67%、94.96%、98.12%和100.00%,将构建的核心种质与原有种质进行t检验、PCoA分析和UPGMA聚类分析,结果表明两者间的遗传多样性无显著差异。【结论】114份抗性马尾松种质遗传多样性水平较高,构建的72份抗性马尾松核心种质,去除了遗传冗余,有利于抗性马尾松种质资源的有效保护和科学利用,可为优异基因发掘和新品种选育提供参考。

林分和景观水平因子对松材线虫病发生的影响——以山东威海地区松林为例

松材线虫病(Pine wilt disease)传入我国以来,造成了大面积松林枯死,严重威胁我国的林业和生态建设的发展,但目前分析林分和景观水平因子对松材线虫病综合影响的研究较少。本文基于松材线虫病危害后期的山东威海地区的松林,利用野外调查数据、森林资源二类调查数据和高分辨率遥感影像,获取了影响松材线虫病危害的林分水平和景观水平的各种因子,通过逐步回归分析、线性回归分析和建立广义线性模型(GLM),探讨了景观分析的最适尺度,分析不同因子在解释松材线虫病危害程度方面的作用和相对重要性,以期为松材线虫病的防控技术及宏观管理政策制定提供科学依据。结果显示,750 m尺度下景观格局指数对松材线虫病发病率的解释效果最好。景观因子中,距疫源地距离、景观分离度与距人为活动区域距离对发病率影响最显著(相对重要性值为1.00),其中景观分离度和距疫源地距离与发病率呈负相关,距人为活动区域距离与发病率呈正相关;松林斑块连接度的相对重要性次之(相对重要性值为0.69),与发病率呈正相关;斑块丰富度密度、相关外接圆指数的相对重要性值较低(0.33)。林分因子中,林分密度的相对重要性值最低(0.23)。综合分析林分因子和景观因子的作用发现,在威海地区松材线虫病暴发后期的林分中,相较于林分因子,景观因子起主导作用。研究结果有助于提高对松材线虫病发生的驱动机制的了解。

松材线虫入侵对湖北三峡地区马尾松林水源涵养能力的影响

[目的]为了探讨松材线虫入侵后松林枯落物层和土壤层水源涵养能力的变化趋势。[方法]以湖北三峡地区松材线虫入侵不同年限(0 a(未入侵)、6 a、10 a和16 a)的马尾松林为对象,采用环刀法、烘干法与室内浸泡法对林分地表枯落物和土壤层水源涵养能力进行了测定,并结合枯落物有效拦蓄量和土壤有效蓄水量定量比较林分枯落物层和土壤层的水源涵养能力在松材线虫入侵不同年限间的变化趋势。[结果]表明:(1)松材线虫入侵不同年限间马尾松林枯落物蓄积量、有效拦蓄量和最大持水量均无显著差异(P>0.05),枯落物总厚度为3.47~5.34 cm,总蓄积量为6.11~9.62 t·hm^(−2),枯落物有效拦蓄量为9.71~14.77 t·hm^(−2)。(2)松材线虫入侵不同年限间马尾松林土壤含水量、土壤密度、非毛管孔隙度存在显著差异(P<0.05),毛管持水量为333.42~378.33 t·hm^(−2),饱和蓄水量为386.27~461.20 t·hm^(−2),入侵6 a的马尾松林0~10 cm和10~20 cm土层土壤有效蓄水量(62.08 t·hm^(−2)和50.08 t·hm^(−2))、10~20 cm土层土壤饱和蓄水量(386.27 t·hm^(−2))均最小。(3)综合林分枯落物和土壤层蓄水能力,由大到小依次为入侵10 a(219.72 t·hm^(−2))>未入侵(191.85 t·hm^(−2))>入侵16 a(182.64 t·hm^(−2))>入侵6 a(121.86 t·hm^(−2)),入侵6 a林分综合蓄水量显著低于其他林分。[结论]湖北三峡地区马尾松林受松材线虫入侵的持续危害后,短期内枯落物层和土壤层持水能力下降,随年限增加林分水源涵养能力逐渐恢复。因此,今后应加强松材线虫入侵的防控力度,以维持和尽快恢复三峡地区马尾松林水源涵养功能。

4种烟碱受体激动剂对松材线虫的毒杀活性

【目的】探究4种烟碱受体激动剂对松材线虫的杀虫作用。【方法】采用浸渍法以及马尾松松枝水培试验分别进行杀线虫活性测定,并测定4种烟碱受体激动剂水溶液对松材线虫体内三磷酸腺苷酶(ATP)、过氧化氢酶(CAT)、乙酰胆碱酯酶(AChE)、超氧化物歧化酶(SOD)的影响。【结果】盐酸左旋咪唑、盐酸四咪唑、烟碱、酒石酸噻吩嘧啶4种烟碱受体激动剂对松材线虫有良好的毒杀活性,4种药物水溶液浸渍处理松材线虫48 h,半致死浓度LC_(50)值分别为0.09、0.31、0.08、0.14 mg·mL^(-1);马尾松水培试验处理12 d后结果显示,盐酸左旋咪唑、盐酸四咪唑、烟碱、CK处理组松枝均不发病,病情指数为0,酒石酸噻吩嘧啶处理组部分枝叶变黄,病情指数为31%,“CK+线虫”松枝枝叶完全变黄萎蔫,病情指数为100%;4种烟碱受体激动剂水溶液浸渍处理48 h后松材线虫体内ATP、CAT、AChE、SOD酶活性均低于对照组(P<0.05)。【结论】盐酸左旋咪唑、盐酸四咪唑、烟碱、酒石酸噻吩嘧啶对松材线虫有良好的防治潜力,具有进一步深入研究和开发利用的前景。

湖南省松材线虫病防控现状与对策

松材线虫是极具危险性的外来入侵物种,是重大植物疫情来源之一,严重威胁生态安全、生物安全和经济发展。为适应新形势下松材线虫病疫情防控工作,开创防控工作新局面,笔者选取32个松材线虫病重型疫区、18个轻型疫区和9个预防区开展实地调查,广泛征求地方政府、林业主管部门、乡镇林业站、林农和相关防控企业的意见建议,采取查看现场、走访询问、问卷调查、座谈研讨等多种方式,对当前防控现状、存在的问题开展深入调查,针对性地提出加强我省松材线虫病防控工作的对策。

防治松材线虫病的一种新型复配注干剂增效配比筛选

为了筛选出一种新型的防治松材线虫病复配药剂增效配比,将氟吡菌酰胺和甲维盐按照不同的比例进行复配,测定了两种药剂在不同配比时的增效情况,以及对松材线虫产卵、卵孵化的影响。结果表明:将氟吡菌酰胺和甲维盐按照不同的比例进行复配,对防治松材线虫病具有一定的增效效果,氟吡菌酰胺与甲维盐质量比为3∶5时的共毒系数为334.673 1,在7组不同配比中达到最高,在质量比为5∶3、2∶6、4∶4,1∶7时,共毒系数分别为159.768 2,215.704 1,126.850 2,122.429 5,均表现出较高的增效作用。并且在质量比为3∶5、5∶3、2∶6时,松材线虫的产卵量和卵孵化率都低于两种药剂单独使用时的结果。

联合微波与光学时间序列影像的马尾松林松材线虫病遥感识别

【目的】大范围准确监测林区松材线虫病感染情况对森林疫情防治和经营管理具有重要作用。现有研究往往采用单时相或少量时相数据,松材线虫病遥感监测易受森林背景和非寄主树木影响,导致监测精度存在较大的不确定性。此外,单一数据源往往对病害特征刻画不足,例如被动光学数据侧重描述森林冠层水平结构信息,但易受云雨影响造成数据缺失,而主动微波数据对森林垂直结构和水分含量敏感,但存在噪声高、色素敏感性低以及地形影响大等问题。因此,联合主动微波与被动光学时间序列遥感影像数据,有望在降低环境因素影响的同时追踪同一林分的时序变化特征,进而提升松材线虫病探测的准确性与鲁棒性。【方法】利用厘米级分辨率无人机影像标记样本,联合Sentinel-1 C波段微波和Sentinel-2光学时间序列数据,构建基于极端梯度提升算法的松材线虫病害监测模型。分别评估微波模型、光学模型和微波与光学联合模型在松材线虫病监测方面的性能,以及最优模型在不同环境因子下的表现。【结果】(1)联合了微波和光学的模型精度(总体精度为80.62%,Kappa系数为0.61)略高于单一光学模型的精度(总体精度为79.58%,Kappa系数为0.59),并明显高于单一微波模型的精度(总体精度为68.87%,Kappa系数为0.36),说明了微波与光学时间序列联合数据在松材线虫病害监测中具有优势;(2)模型通常在缓坡、阳坡、低海拔、高覆盖度条件下展现出更高精度。【结论】本研究充分利用多源遥感卫星数据,为松材线虫病大范围准确监测提供了新的技术支撑。

基于ResNet模型的松材线虫病变色疫木识别方法研究

本文使用配备高分辨率RGB数码相机的无人机,在松林上空捕捉具有高空间分辨率的航空影像,并对获取的可见光正射影像进行高程和地形特征的预处理,提取纹理信息后采用ResNet神经网络进行分类和识别训练。最终,采用深度卷积网络训练的模型对松材线虫病变色疫木进行智能识别。结果显示,平均准确率为92.29%,识别精确率最高可达96.51%,同步验证了基于ResNet模型的松材线虫病变色疫木识别方法研究的可行性,以期为松材线虫病防治提供参考。

多种萜类化合物对松材线虫的毒力作用及复配组合筛选

为探明不同松脂萜类化合物对松材线虫(Bursaphelenchus xylophilus)的毒杀作用,研发高效低毒的松材线虫绿色防治剂,采用线虫悬浮液+药剂的直接触杀法,进行室内毒力测定。基于前期研究基础,选择α-蒎烯、β-蒎烯、柠檬烯和甲维·吡虫啉4种药剂,设置不同药剂浓度梯度和不同药剂组合配方处理,观察其对松材线虫致死率。结果表明:单药剂处理对松材线虫有不同程度的毒杀作用,随着药剂浓度的提高,松材线虫的死亡率逐渐增加,毒力大小顺序为甲维·吡虫啉>柠檬烯>β-蒎烯>α-蒎烯,6 h的半致死浓度依次为0.36、0.45、6.08和90.92。药剂两两复配处理后,各药剂组合均表现出杀灭松材线虫的增效或相加作用,柠檬烯(3.60 mg/mL)+甲维·吡虫啉(3.00 mg/mL)复配后对松材线虫的致死率最高,达99.87%。正交实验确定了4种药剂的最佳浓度,即α-蒎烯(90.00 mg/mL)、β-蒎烯(6.00 mg/mL)、柠檬烯(3.60 mg/mL)、甲维·吡虫啉(3.00 mg/mL),同时选出3种组配作为替代药剂。不同药剂对松材线虫病防治效果的室内试验结果表明,α-蒎烯(90.00 mg/mL)+β-蒎烯(6.00 mg/mL)+柠檬烯(3.60 mg/mL)+甲维·吡虫啉(3.00 mg/mL)防效最好,21 d内,防治率达43.9%。4种药剂中,甲维·吡虫啉对松材线虫的毒力最强,药剂复配后均比单药剂毒力更强,推荐(90.00 mg/mL)+β-蒎烯(6.00 mg/mL)+柠檬烯(3.60 mg/mL)+甲维·吡虫啉(3.00 mg/mL)甲维·吡虫啉的组合为首选药剂,与另外3组替代药剂交替使用,以研发高效低毒的松材线虫绿色防治剂。

松材线虫病防控注干药剂研究进展

注干施药技术是松材线虫病的重要防控手段,其具有扩散快、效果持久和对环境友好等优点。为了解松材线虫病注干药剂的研究进展,探讨了该项技术的发展方向,对常用松材线虫病注干剂阿维菌素、甲维盐、啶虫脒、氟吡菌酰胺和苦参碱的作用机理和林间防治效果研究进展进行了综述,阿维菌素、甲维盐和啶虫脒主要通过干扰线虫的神经系统导致虫体死亡,氟吡菌酰胺通过抑制线虫的线粒体呼吸引致虫体死亡,而苦参碱的杀线活性强弱取决于其分子结构中官能团对和官能团的类型控制;林间试验结果表明上述药剂都对松材线虫病有较好的效果且药效持久。在对松材线虫病注干施药技术的发展进程及现状综合分析后提出了:①通过研究改良药剂的理化性质、剂型、药剂成分配比或施药方法等增加注干药剂的吸收和传导效率有助于提高药效;②通过研发机械化程度高的打孔注药器械和工具,改进注射方法等降低使用成本有助于该技术的推广应用。

推-拉技术对松材线虫病防控效果研究

【目的】在林间连年设置6种引诱剂和5种驱避剂,使用推-拉技术,比较和实现其对松褐天牛成虫和松材线虫病的防控效果。【方法】拟利用课题组开发的驱避剂和引诱剂,把松褐天牛成虫驱赶(推)到适当位置,再用引诱剂(拉)集中消灭,大量诱杀松褐天牛及其携带的病原松材线虫,实现对松材线虫病的精准防控,保护松树免受其危害。【结果】复配引诱剂SY1和SY4对林间松褐天牛成虫的引诱效果最好,且无显著差异,引诱率分别达64.41%和66.29%。2019—2021年使用的复配驱避剂对天牛成虫的林间驱避率分别为81.82%、73.74%和74.30%,显著高于单剂的驱避效果(53.85%、60.75%和61.70%,F0.01=11.3),说明复配驱避剂对松褐天牛成虫有显著的林间驱避效果。随着林间连年使用复配驱避剂把松褐天牛驱赶(推)到一定区域,驱避剂挂设点20 m外东南西北四向的引诱剂诱捕器诱捕(拉)大量天牛成虫,同时结合连年彻底清理病死树,使3年的驱避剂点外平均每诱捕器诱捕松褐天牛成虫数分别为(149.33±19.43)、(23.88±5.52)和(7.17±2.00)头,林间天牛成虫的虫口密度大幅降低。林间松树平均病死率逐年降低,分别为(12.70±3.20)%、(7.30±2.40)%和(5.30±2.20)%。【结论】通过林间推-拉技术的成功实施,大量诱杀了林间松褐天牛成虫,减少了病害的传播原,大幅降低林间的病死树率,实现了对松材线虫病的有效防控。

松材线虫病防治技术

松材线虫病对松树有着毁灭性的破坏,致病力非常强、传播速度快、寄主种类多,且防治难度大。为了有效防控松材线虫病,就需要积极采取多种方式,消灭病源、切断传播途径等。阐述了松材线虫病的流行特点、传播途径,并提出松材线虫病的防控措施,以降低松材线虫病带来的损失。

基于PCR技术的松材线虫分子检测技术研究进展

松材线虫是世界性检疫对象,并对我国林业造成了严重的危害。由于线虫个体较小且鉴定特征单一,利用传统的形态学鉴定较为困难,因此客观的分子生物学鉴定方法显得尤为重要。本研究总结了近些年主要的松材线虫PCR检测技术及其与拟松材线虫的区别,阐述了常规PCR技术、PCR-PFLPs检测技术、RAPD和SCAR分子标记技术以及荧光PCR技术等各类检测技术的特异性序列、片段大小和应用场景,并探讨了各检测技术的优缺点,为后期研究提供参考。

徽县松材线虫病防控策略探析

松材线虫病堪称松科植物的“癌症”。因其徽县地域的特殊性和重要性,且分布着富集的松科植物,生长旺盛,动植物资源丰富。从松材线虫的生物学特性,形态特征,发病特点及规律,传播方式途径和受害松树的症状进行分析,紧扣松材线虫、媒介昆虫松褐天牛和松树三者的关系,阐述了松褐天牛的形态特征和繁殖方式,针对性地提出预防松材线虫的防控策略。

辽宁省松材线虫病专项行动策略及成效

为进一步规范辽宁省松材线虫病疫情防控工作,提高疫情防控能力,降低松材线虫病疫情危害,保护松林资源,2021年8月开始连续2年实施年度松材线虫病疫情防控专项行动,圆满完成了国家林业和草原局交办的防止疫情北扩任务,疫情防控实现“五下降”。该文从辽宁省松材线虫病专项行动的主要策略、取得成效、存在问题和解决对策予以论述,以期为今后辽宁省森林病虫害防控工作提供参考。

应对松材线虫传入风险的防控策略

从1982年松材线虫传入我国以来,截至2022年底,在19个省(区、市)的701个县级行政区发现疫情,疫情发生面积151.15万hm^(2),病死、枯死与濒死松树数量1 040.48万株,造成直接经济损失数千亿元,生态服务价值损失不计其数,松材线虫已成为我国林业头号检疫性有害生物。本文以松材线虫为研究对象,介绍了松材线虫形态特征、生活史、传播途径,概述了虫害发生规律及林木受害症状,并结合本地实际针对松材线虫防控策略,旨在为科学防控提供参考依据。

六安市松材线虫病影响因子分析及防治措施

为摸清六安市松材线虫病疫木伐桩松褐天牛分布情况,为松材线虫病差异化防治提供理论和实践依据,采用GIS方法分析影响六安市各县区疫情小班数量及感病株数的因子,实地调查六安市松材线虫病疫木伐桩内外虫体、虫洞数量。结果表明:裕安区、金安区、叶集区、舒城县、霍山县、金寨县、霍邱县的松材线虫病疫情小班数分别为共98、40、54、781、193、268、34个小班,它们的感病株数分别为7241株、6099株、9532株、39161株、11079株、49876株、4853株;六安市松材线虫病多发于海拔较高、土壤类型以稻田土为主、年降雨量高于2062 mm、年平均气温低于16.2℃的霍山县、舒城县和金寨县,松材线虫病发病株数与海拔高度和年降雨量均呈正相关,与年平均气温呈负相关;不同海拔、伐桩高度、伐桩地径的松材线虫病疫木虫体数量和虫洞数量非常少。得出松材线虫病疫木伐桩以后可以进行差异化处理,可对伐桩进行剥皮处理的结论,这一结论可为今后差异化防治提供理论和实践依据。

武汉新洲区松材线虫病“绩效承包管理”模式分析

松材线虫病是中国首要林业有害生物,武汉市新洲区于2019年确认为松材线虫疫区,通过多年的防治工作,地方政府投入大量人力、物力、财力,对松材线虫病疫情的暴发态势取得了一定抑制作用,但依然不能得到全面控制,各防疫主体和防治企业在执行疫情防控技术措施的落实方面还存在一些不足和遗漏,导致发生二次传播和人为扩散。为有效除治和预防松材线虫病疫情的扩散,自2022年开始,武汉市新洲区实行松材线虫病疫情防控绩效承包管理模式,通过绩效的管理,能够明显提升松材线虫病疫情防控治理成效。

基于机器学习的松材线虫病疫木识别研究

松材线虫病是一种毁灭性的森林病害,对我国的森林资源、生态环境和经济发展构成严重威胁。为准确且高效地识别疫木,从林区无人机影像中提取了植被指数、HSI色彩和纹理等17个特征指数,利用随机森林(random forest,RF)、BP神经网络(back propagation neural network)、支持向量机(support vector machine,SVM)、CatBoost(category boosting)、K最近邻(k-nearest neighbor,KNN)5种典型的机器学习算法构建了多特征多模型的松材线虫病疫木识别方法。结果表明:仅使用单一类型特征或全部特征时均不能获得最优的分类准确率,不同的机器学习模型在特征选择之后能提升疫木识别的准确率;其中以RF模型的疫木提取精度最高,准确率为92.94%。总体而言,RF模型与其他模型相比在无人机松材线虫病疫木识别中具有较大潜力。建立的疫木识别方法为防控森林病虫传播提供了技术支撑。

基于YOLO v4的松材线虫病变色木自动检测

【目的】对受松材线虫病影响的树木进行快速、高效和精确的检测。【方法】利用深度学习技术中的YOLO v4(you only look once version 4)目标检测模型,对高分辨率影像中的松材线虫病变色木进行检测,并与SSD(single shot multibox detector)模型进行对比。【结果】YOLO v4模型的检测精度较高,精确度(P)为0.961 3,召回率(R)为0.764 9,F1分数为0.851 9。【结论】YOLO v4可准确地识别和定位松材线虫病变色木,且精确度比SSD高。