江苏省丰县苹果生产绿色防控现状调查与分析

王玮, 王胜永, 李德海, 李月刚, 卜庆魏, 渠慎春

农学学报. 2021, 11(10): 41-47

PDF(1241 KB)
PDF(1241 KB)
农学学报 ›› 2021, Vol. 11 ›› Issue (10) : 41-47. DOI: 10.11923/j.issn.2095-4050.cjas20190700102
植物保护

江苏省丰县苹果生产绿色防控现状调查与分析

作者信息 +

Investigation and Analysis of Green Prevention and Control in Apple Production in Fengxian, Jiangsu

Author information +
History +

摘要

为了解2017—2018年丰县地区苹果生产及绿色防控现状,在丰县梁寨、师寨、大沙河以及宋楼4个镇的13个苹果种植村,调研农户的基本信息、生产经营情况以及果园病虫害防治及管理情况。调查结果表明,丰县地区的苹果种植户主要负责人多为男性,且年龄整体偏大,总体文化水平较低,其中同时具备党员或村干部资质的人数较少;在气候正常年份(2017年),丰县地区苹果平均产量可达到 29178.6 kg/hm2,平均售价2.4元/kg,平均收入73608元/hm2;而在遭遇极端气候影响的年份(2018年),苹果的产量锐减50%以上,平均售价上涨约1.8倍,但农户总体收入减少;农药与肥料的投入是生产资料成本的最重要构成部分,均占到总投入的40%左右,其构成比重受生产资料成本波动的影响较小;现阶段丰县地区苹果园中最高发的病害为斑点落叶病、轮纹病,腐烂病以及炭疽病也有一定程度危害,高发的虫害为梨小食心虫、绣线菊蚜、山楂叶螨以及绿盲蝽;针对病虫害,所有苹果种植户均采用化学防治的方法,而使用农业防治、物理防治以及生物防治措施进行综合防治的农户比例不高;大部分种植户喷药次数集中在9~12次/年,首次喷药时间集中在3月末4月初,末次喷药时间各有不同;农资店为种植户农药的主要购买渠道,且大部分种植户选择由农资店代为配制,其中过半数的种植户选择根据当年各自果园中的情况喷施;丰县地区苹果喷药机械化程度较高,目前小型全自动化机动式喷雾器覆盖率已超过80%。

Abstract

To understand the situation of apple production and the green prevention and control in Fengxian in 2017-2018, 13 apple planting villages in Liangzhai, Shizhai, Dashahe and Songlou of Fengxian were surveyed on the basic information of growers, apple production and management, as well as the control of pests and diseases in orchards. The results showed that people in charge in apple orchards in Fengxian were mostly male, and their age on the whole was older, their overall cultural level was lower, and the number of CPC party members or village cadres was less. In the normal climate year (2017), the average yield of apple in Fengxian could reach 29178.6 kg/hm2, with an average price of 2.4 yuan/kg and the gross income of 73608 yuan/hm2. In the year of extreme climate (2018), the output of apple decreased by more than 50%, the average price of apple increased by about 1.8 times, but the total income of growers decreased. The input of pesticides and fertilizers was the most important component of the cost of means of production, accounting for about 40% of the total input, and its proportion was less affected by the fluctuation of the cost of means of production. The high disease incidence in apple orchards included Alternaria mali, Physalospora Piricola, and Valsa mali and Anthracnose also had a certain degree of damage. The high incidences of insect pests were Grapholitha molesta, Aphis citricola, Tetranychus viennesis and Apolygus lucorum. For pests and diseases, all apple growers adopted chemical control methods, while the proportion of growers who used agricultural control, physical control and biological control measures for integrated control was not high. Most of the growers sprayed pesticides 9-12 times per year, the first spraying time was at the end of March or the beginning of April, and the last spraying time was different. Agricultural stores were the main purchasing channel pf pesticides, and most growers chose agricultural stores to prepare pesticides on their behalf. More than half of the growers chose to spray pesticides according to the specific conditions of their orchards. The mechanization of spraying in apple orchards has had a relatively high degree in Fengxian, and at present, the application of small automatic mobile sprayers has exceeded 80%.

关键词

苹果 / 绿色防控 / 丰县 / 病虫害 / 调查

Key words

Apple / Green Prevention and Control / Fengxian / Pests and Diseases / Investigation

引用本文

导出引用
王玮 , 王胜永 , 李德海 , 李月刚 , 卜庆魏 , 渠慎春. 江苏省丰县苹果生产绿色防控现状调查与分析. 农学学报. 2021, 11(10): 41-47 https://doi.org/10.11923/j.issn.2095-4050.cjas20190700102
Wang Wei , Wang Shengyong , Li Dehai , Li Yuegang , Bu Qingwei , Qu Shenchun. Investigation and Analysis of Green Prevention and Control in Apple Production in Fengxian, Jiangsu. Journal of Agriculture. 2021, 11(10): 41-47 https://doi.org/10.11923/j.issn.2095-4050.cjas20190700102

0 引言

低温阴雨天气对四川盆区油菜开花授粉和产量形成影响很大,是制约四川油菜增产或造成减产的主要原因之一[1]。开展四川盆区油菜花期低温阴雨灾害预测研究和服务,对制定油菜防灾减灾决策方案和救灾措施具有重要意义。
常见的农业气象灾害预测主要基于农业气象灾害指标[2-7],利用气象预报进行预测。随着研究的不断深入,研究者还采用数理统计[8-11]、作物模型模拟[12-14]以及遥感监测[15-17]等方式进行灾害预测研究。针对低温阴雨的灾害预测,前人的研究多基于经验统计预测方法,以气候环流特征量、海温、关键气象因子等作为预报因子,采用相关、回归等方法建立预测模型[18-21],但预测模型存在区域性差异,不可通用。目前,四川省农业气象灾害预测业务主要是依据农业气象灾害指标,利用智能网格气象要素预报,针对暴雨洪涝、高温热害、霜冻害开展短期灾害预报,预报灾种存在局限性,在灾害长期预测方面存在空白。马尔可夫链预测作为一种中长期预测方法,在水文、气象、农作物产量预测等方面得到广泛应用[22-30]。本研究基于四川盆区油菜花期低温阴雨灾害历史资料,采用4种马尔可夫链模型进行灾害长期预测,并对各种方法展开分析比较,以期为四川盆区油菜花期低温阴雨灾害预测业务提供必要方法,为四川省农业气象服务提供业务支撑和科学参考。

1 资料与方法

1.1 资料来源

气象资料取自于四川省气象局,主要包括四川盆区101个国家气象站1961—2022年的逐日平均气温和降水量数据。

1.2 研究方法

1.2.1 序列状态划分

根据四川盆区油菜花期低温阴雨灾损评估模型[31],对序列进行状态分组。将无灾、轻灾、中灾、重灾、特重灾分别标记为状态0、1、2、3、4,即空间状态E={0,1,2,3,4}(表1)。
表1 油菜花期低温阴雨灾害序列状态划分
状态 灾害等级 灾损率/%
0 无灾 <5
1 轻灾 5~10
2 中灾 10~20
3 重灾 20~30
4 特重灾 >30

1.2.2 建立转移概率矩阵

设油菜花期低温阴雨灾害序列有m个状态,空间状态E={0,1,…,m-1},k为步长,k=1,2,…,n。fij表示灾害序列从状态i出发,经一步转移到达状态j的频数(i,j∈E),由fij(i,j∈E)组成的矩阵为转移频数矩阵。Pij表示灾害序列从状态i出发,经一步转移到达状态j的概率,即一步转移概率,公式如式(1)。
Pij=fij/j=0m-1fij
(1)
Pij(i,j∈E)组成的矩阵为一阶转移概率矩阵Pij(1)。当步长为2、3…n时,对应的转移概率矩阵为二阶、三阶至n阶转移概率矩阵,即Pij(2)Pij(3)Pij(n)

1.2.3 马氏性检验

进行马氏性检验是应用马尔可夫模型的前提,一般χ2统计量可用于离散序列的马尔可夫链检验。
将转移频数矩阵各列之和除以其各行各列的总和,得到灾害序列各个状态下的边际概率P·j,见式(2)。
P·j=i=0m-1fij/i=0m-1j=0m-1fij
(2)
当灾害序列样本量充分大时,统计量见式(3)。
χ2=2i=0m-1j=0m-1fijlogPijP·j
(3)
服从自由度为(m-1)2χ2分布,在给定显著水平α下,当χ2>χα2[(m-1)2]时,认为灾害序列满足马氏性,否则不可用马尔可夫链处理[32]

1.2.4 叠加马尔可夫链预测

叠加马尔可夫链预测是对于一列相依的随机变量,利用各阶(各种步长)马尔可夫链求得的绝对分布叠加做预测分析[33]。首先以待测年前若干年的状态值为初始状态,根据对应的各阶(各种步长)转移概率矩阵,可预测出该年的状态概率Pi(k)(i∈E),将同一灾害状态下的预测概率求和,得到预测年各灾害状态的预测概率Pi,见式(4)。
Pi=k=1nPi(k)(iE)
(4)
最终将预测概率最大值对应的状态作为灾害预测状态。

1.2.5 加权马尔可夫链预测

加权马尔可夫链预测是对于一列相依的随机变量,其各阶自相关系数代表了各种步长的灾害状态间相关关系的强弱[34]。首先利用SPSS软件计算各阶自相关系数rk,然后对各阶自相关系数进行规范化处理,得到各个步长的马尔可夫链权重wk,即见式(5)。
wk=rk/k=1nrk
(5)
最后对同一灾害状态的各个预测概率加权求和,得到该状态的预测概率Pi,即见式(6)。
Pi=k=1nwkPi(k)(iE)
(6)
将预测概率最大值对应的状态作为灾害预测状态。

1.2.6 改进叠加(加权)马尔可夫链的预测原则

改进马尔可夫链预测原则:以各状态概率的相对增幅确定预测状态。将序列各个状态下叠加马尔可夫链预测概率的均值与对应状态下的极限概率Si的差值定义为概率增减幅度Fi,即见式(7)。
Fi=Pi/n-Si
(7)
其中,马尔可夫链各个状态的极限概率Si等于其气候概率[30,32],即利用建立模型的历史序列统计各等级油菜花期低温阴雨灾害在历史序列中出现的频率。若叠加马尔可夫链预测状态概率增减幅度与其他状态概率增减幅度之差(Qi)≥4%,则认为预测年出现该状态的概率明显增加,取其中概率增幅最大值对应的状态作为改进预测状态;反之,取原预测状态。概率增减幅度Fi为序列各个状态下加权马尔可夫链预测概率与对应状态下的极限概率Si的差值,即见式(8)。
Fi'=Pi'-Si
(8)
其预测原则与改进叠加马尔可夫链的预测原则同理,不赘述。

2 结果与分析

2.1 油菜花期低温阴雨灾害预测模型建立

2.1.1 确定序列状态

根据表1的灾害状态划分标准,确定1961—2020年四川盆区101个站点油菜花期低温阴雨灾害序列状态。以下预测模型建立过程以都江堰为例(表2)。
表2 1961—2020年都江堰油菜花期低温阴雨灾害序列状态
年份 状态 年份 状态 年份 状态
1961 2 1981 1 2001 0
1962 0 1982 1 2002 2
1963 1 1983 2 2003 1
1964 2 1984 1 2004 2
1965 2 1985 3 2005 2
1966 1 1986 2 2006 2
1967 2 1987 1 2007 1
1968 3 1988 3 2008 2
1969 1 1989 1 2009 1
1970 2 1990 2 2010 2
1971 1 1991 1 2011 2
1972 1 1992 3 2012 2
1973 1 1993 2 2013 1
1974 2 1994 2 2014 0
1975 2 1995 1 2015 0
1976 2 1996 2 2016 2
1977 3 1997 2 2017 2
1978 1 1998 2 2018 1
1979 1 1999 1 2019 1
1980 2 2000 2 2020 1

2.1.2 建立转移概率矩阵

基于四川盆区101个站点1961—2020年油菜花期低温阴雨灾害序列状态,根据公式(1)计算得到一至五阶转移概率矩阵,见式(9)~(13)。
Pij(1)=0.250.250.500.000.050.270.550.140.070.460.390.070.000.600.400.00
(9)
Pij(2)=0.000.250.750.000.100.380.480.050.040.430.390.140.000.400.600.00
(10)
Pij(3)=0.000.250.750.000.000.350.550.100.110.390.430.070.000.600.200.20
(11)
Pij(4)=0.000.750.250.000.000.400.450.150.110.300.560.040.000.600.200.20
(12)
Pij(5)=0.000.500.500.000.050.300.500.150.080.460.380.080.000.400.600.00
(13)

2.1.3 马氏性检验

表2提供的资料,统计得到各站点一至五阶转移频数矩阵,见式(14)~(18),由公式(2)计算各状态下的边际概率(表3)。
fij(1)=1120161232121120320
(14)
fij(2)=0130281011121140230
(15)
fij(3)=0130071123111220311
(16)
fij(4)=03100893381510311
(17)
fij(5)=0220161032121020230
(18)
表3 边际概率表
状态 0 1 2 3
P·j(1) 0.07 0.38 0.47 0.09
P·j(2) 0.05 0.40 0.47 0.09
P·j(3) 0.05 0.39 0.48 0.09
P·j(4) 0.05 0.40 0.47 0.09
P·j(5) 0.06 0.41 0.46 0.09
结合一至五阶转移概率矩阵,根据公式(3)计算得到统计量χ2的值分别为28.184、19.967、22.441、29.809、19.661,给定显著性水平α=0.05,χα2(9)=16.919,一至五阶统计量χ2>χα2[(m-1)2],故都江堰油菜花期低温阴雨灾害序列符合马氏性。
给定显著性水平α=0.05,分别对四川盆区101个站点油菜花期低温阴雨灾害序列进行马氏性检验,其中63个站点通过检验。

2.1.4 马尔可夫链预测结果

在通过检验的63个站点中,基于1961—2020年的灾害序列和对应一至五阶转移概率矩阵,运用叠加马尔可夫链预测灾害状态。由表4可见,都江堰2019年的预测灾害状态值为1(轻灾年),由表2查知该年实际灾害状态值为1(轻灾年),预测正确。
表4 2019年都江堰叠加马尔可夫链灾害状态预测
起始年 起始状态 转移步数 状态
0 1 2 3
2018 1 1 0.05 0.27 0.55 0.14
2017 2 2 0.04 0.43 0.39 0.14
2016 2 3 0.11 0.39 0.43 0.07
2015 0 4 0.00 0.75 0.25 0.00
2014 0 5 0.00 0.50 0.50 0.00
合计 0.20 2.34 2.12 0.35
根据1961—2020年的灾害序列和对应一至五阶转移概率矩阵,运用加权马尔可夫链进行预测。由表5可见,该模型预测都江堰2019年的灾害状态值为2(中灾年),由表2查知该年实际状态值为1(轻灾年),预测错误,预测正确率等级差为1。
表5 2019年都江堰加权马尔可夫链灾害状态预测
起始年 起始状态 转移步数 权重 状态
0 1 2 3
2018 1 1 0.52 0.03 0.14 0.28 0.07
2017 2 2 0.17 0.01 0.07 0.07 0.02
2016 2 3 0.05 0.01 0.02 0.02 0.00
2015 0 4 0.16 0.00 0.12 0.04 0.00
2014 0 5 0.09 0.00 0.05 0.05 0.00
合计 0.05 0.40 0.46 0.09
根据改进叠加马尔可夫链预测原则,预测四川盆区通过检验的63个站点油菜花期低温阴雨灾害状态,其中都江堰2019年的预测结果见表6。由表可见,改进叠加马尔可夫链Qi值均未高出4%,认为预测年出现其他状态的概率未有明显增加,取原预测状态(状态1)作为改进预测状态,由表2查知该年实际灾害状态值为1(轻灾年),预测正确。
表6 2019年都江堰改进叠加马尔可夫链灾害状态预测
预测指标 状态
0 1 2 3
Pi/n 0.04 0.47 0.42 0.07
Si 0.07 0.38 0.47 0.08
Fi -0.03 0.08 -0.04 -0.01
Qi -0.11 0.00 -0.12 -0.09
根据改进加权马尔可夫链预测原则,预测四川盆区通过检验的63个站点油菜花期低温阴雨灾害状态,其中都江堰2019年的预测结果见表7。由表可知,改进加权马尔可夫链Qi值均未高出4%,认为预测年出现其他状态的概率未有明显增加,取原预测状态(状态2)作为改进预测状态,由表2查知该年实际灾害状态值为1,预测错误,预测正确率等级差为1。
表7 2019年都江堰改进加权马尔可夫链灾害状态预测
预测指标 状态
0 1 2 3
Pi 0.04 0.40 0.46 0.10
Si 0.07 0.38 0.47 0.08
Fi -0.03 0.02 -0.01 0.02
Qi -0.02 0.03 0.00 0.03

2.2 油菜花期低温阴雨灾害预测模型检验

为检验模型预测状态与实际状态间的吻合程度,比较模型间的预测效果,采用4种马尔可夫链模型对四川盆区通过马氏性检验的63个站点的预测结果进行回代和预测检验。

2.2.1 回代检验

1961—2020年60 a资料用于建立模型,2011—2020年10 a资料用于回代检验。首先,分别建立63个站点回代检验的灾害状态预测验证表,如表8。由表8可见,在都江堰10 a的拟合结果中,叠加马尔可夫链、加权马尔可夫链、改进叠加马尔可夫链、改进加权马尔可夫链的拟合灾害状态与实际灾害状态完全一致的次数分别为6次、5次、7次、5次。为方便表述,将叠加马尔可夫链、加权马尔可夫链、改进叠加马尔可夫链、改进加权马尔可夫链分别用M1、M2、M3、M4代记。
表8 2011—2020年都江堰灾害状态预测验证表
年份 实际状态 M1预测状态 M2预测状态 M3预测状态 M4预测状态
2011 2 2(√) 1 1 1
2012 2 2(√) 2(√) 2(√) 1
2013 1 1(√) 1(√) 1(√) 1(√)
2014 0 2 2 2 2
2015 0 2 2 0(√) 0(√)
2016 2 2(√) 2(√) 2(√) 2(√)
2017 2 2(√) 2(√) 2(√) 2(√)
2018 1 2 1(√) 1(√) 1(√)
2019 1 1(√) 2 1(√) 2
2020 1 2 2 2 2
为了比较4种马尔可夫链模型的预测能力,分别对5个灾害等级的预测正确率和总正确率进行统计检验。
表9为4种马尔可夫链模型对无灾、轻灾、中灾、重灾和特重灾5个灾害等级的回代检验结果。由表可知,M1、M2对轻灾的预测正确率很高,分别达到92%、84%,其余灾害等级的预测正确率低于27%(无特重灾数据,不予考虑),其中无灾和重灾的正确率均低于3%。M3、M4对轻灾的预测正确率分别为81%、70%,较M1、M2略有降低,但其余灾害等级预测正确率明显增加,其中中灾正确率分别提高至49%、52%,均较改进前增加25%,无灾和重灾正确率在41%~72%,较改进前提高39%~61%。
表9 2011—2020年四川盆区5种灾害等级预测正确率回代检验
预测方法 数值 无灾 轻灾 中灾 重灾 特重灾
实际个数 159 277 179 15 0
M1 预测正确数 2 256 65 1 0
正确率/% 1 92 24 3
M2 预测正确数 4 245 74 0 0
正确率/% 3 84 27 0
M3 预测正确数 65 216 92 11 0
正确率/% 41 81 49 72
M4 预测正确数 71 191 94 6 0
正确率/% 42 70 52 41
表10为4种马尔可夫链模型总正确率的回代检验结果。由表可知,4种方法预测的绝对正确率均超过51%,其中M3、M4的总正确率分别达到61%、58%,较M1、M2提高7%~10%。等级差≤1的正确率均在92%以上,其中M1、M2较M3、M4略有增加,增幅为2%~5%。等级差≤2的正确率中,除M2为98%,其余3种方法的预测结果均未出现预测等级差>2的结果。
表10 2011—2020年四川盆区灾害预测总正确率回代检验 %
预测方法 R0 R1 R2
M1 52 97 100
M2 51 96 98
M3 61 94 100
M4 58 92 100
注:绝对正确率(R0)代表预测灾害等级与实际灾害等级完全吻合的样本占总样本的百分比;等级差≤1的正确率(R1)代表预测灾害等级与实际灾害等级之差≤1的样本占总样本的百分比;等级差≤2的正确率(R2)代表预测灾害等级与实际灾害等级之差≤2的样本占总样本的百分比。

2.2.2 预测检验

2021和2022年的资料未参与模型建立,用于预测检验。表11表12分别为4种马尔可夫链模型对2021、2022年无灾、轻灾、中灾、重灾和特重灾的预测检验结果。由表可知,2 a中M1、M2对轻灾的预测正确率在76%~80%,但对其余3个灾害等级的预测正确率低于33%(无特重灾数据,不予考虑),其中对无灾等级均未预测正确。M3、M4对轻灾的预测正确率较M1、M2有所降低,为48%~54%,但对无灾等级预测正确率有所增加,增至19%~26%,4种方法在中灾和重灾的预测正确率上无明显差别。
表11 2021年四川盆区5种灾害等级预测正确率检验
预测方法 数值 无灾 轻灾 中灾 重灾 特重灾
实际个数 10 37 14 2 0
M1 预测正确数 0 29 3 0 0
正确率/% 0 78 21 0
M2 预测正确数 0 29 4 0 0
正确率/% 0 78 29 0
M3 预测正确数 2 20 4 0 0
正确率/% 20 54 29 0
M4 预测正确数 2 19 4 0 0
正确率/% 20 51 29 0
表12 2022年四川盆区5种灾害等级预测正确率检验
预测方法 数值 无灾 轻灾 中灾 重灾 特重灾
实际个数 27 25 6 5 0
M1 预测正确数 0 19 2 1 0
正确率/% 0 76 33 20
M2 预测正确数 0 20 2 1 0
正确率/% 0 80 33 20
M3 预测正确数 7 12 2 1 0
正确率/% 26 48 33 20
M4 预测正确数 5 12 2 1 0
正确率/% 19 48 33 20
表13为4种预测方法对2021年、2022年总正确率的预测检验结果。由表可见,2021年4种预测方法的绝对正确率均在40%以上,其中M1、M2的绝对正确率较M3、M4偏高10%左右;2022年4种预测方法的绝对正确率在32%~37%,方法间正确率变化不明显,但较2021年均有所降低,降幅在10%左右。2 a里等级差≤1的正确率中,M1、M2的正确率为92%~98%,较M3、M4偏高10%左右。两年里等级差≤2的正确率中,除2022年M4正确率为98%,其余均为100%。
表13 2021、2022年四川盆区灾害预测总正确率预测检验 %
预测方法 2021 2022
R0 R1 R2 R0 R1 R2
M1 51 97 100 35 94 100
M2 52 98 100 37 92 100
M3 41 87 100 35 86 100
M4 40 87 100 32 81 98

3 结论

本研究基于1961—2020年的60 a资料建立4种马尔可夫链预测模型,模型的检验结果表明,4种方法都有一定的预测能力。总体来看,改进后的叠加马尔可夫链、加权马尔可夫链模型的预测效果更好。利用马尔可夫链建立的四川盆区油菜花期低温阴雨灾害预测模型具有较高的预测精度,可以用于业务服务。

4 讨论

从2010—2020年的回代检验结果看,改进前的叠加马尔可夫链、加权马尔可夫链模型对轻灾的预测正确率很高,但对其他等级灾害的预测正确率极低,预测正确率分布更加极端;改进后的叠加马尔可夫链、加权马尔可夫链模型对各等级灾害都有一定的预测能力,其中轻灾的预测正确率最高,预测分布更加均匀、合理。此外,改进后的模型预测总正确率较改进前有明显升高,误差等级≤1、≤2的总正确率变化不大。从2021、2022年的预测结果来看,4种方法的预测检验正确率普遍较回代检验偏低,其模型预测能力有待今后进一步验证。
本研究建立的四川盆区油菜花期低温阴雨灾害预测模型还存在一定局限性。农业气象条件系统复杂,在多变的气象条件下,单一的预测模型不足以十分准确的反映出灾害的变化趋势。为提高农业气象灾害预测的准确性,可采用多学科结合、多种预测方法结合、短中长期预测相结合等方式,不断降低预测偏差和决策风险。

参考文献

[1]
马玲玲. 丰县地区苹果生产现状及发展策略研究[J]. 中国果菜, 2013(5):45-46.
[2]
廖云琼. 苹果渣对樱桃谷肉鸭生长性能的影响[D]. 杨凌:西北农林科技大学, 2017.
[3]
时玉喜, 徐长宝, 王世艳, 等. 江苏丰沛地区红富士苹果产销出口创汇方略[J]. 江苏农业科学, 2006(3):66-68.
[4]
黄善峤. 江苏丰县苹果生产现状及发展对策[D]. 南京:南京农业大学, 2012.
[5]
丰县统计局. 丰县统计年鉴[M]. 南京: 江苏人民出版社, 2016.
[6]
李佰峰, 李月刚. 丰县苹果产业的现状及发展思路[J]. 农业科技通讯, 2009(7):30-31.
[7]
毛丽萍, 任君, 刘建平, 等. 苹果套袋对果实品质和病虫害发生率的影响[J]. 山西农业科学, 2002, 30(1):94.
[8]
兰毛仙. 套袋对红富士苹果果实品质的影响[J]. 河北果树, 2010(6):8-9.
[9]
何冀英. 有关苹果树的病虫害防治和对策[J]. 吉林农业, 2010(10):74.
[10]
房道亮, 姜丽芝, 王忠跃, 等. 2004 年苹果病虫害发生特点及对策[J]. 烟台果树, 2005(1):21-22.
[11]
王小侠, 杨丽娜, 熊来银. 苹果树早期落叶病的发生规律及防治方法[J]. 山西果树, 2014(1):26-28.
[12]
刘宗泉, 李梅花, 徐秀丽, 等. 江苏省丰县苹果树病虫发生种类与危害特点[J]. 江苏农业科学, 2014(12):188-190.
[13]
谢会军, 钱旎. “农药零增长”实现路径及现状的探讨[J]. 植物医生, 2018, 31(5):35-37.
[14]
于成明, 徐静伟, 何邦令, 等. 农用化学品污染及预防建议[J]. 生物安全学报, 2012, 21(3):184-188.
[15]
孙跃枝, 冯进智. 创客——化学农药的功与过[J]. 化学工程与装备, 2016(6):229-230.
[16]
陈志杰, 张淑莲, 梁银丽, 等. 栽培防治法在设施蔬菜病虫控制中的应用[J]. 西北园艺, 2005(3):4-6.
[17]
金磊, 宫永铭, 郝传浩. 绿色果园病虫害综合治理[J]. 农业知识, 2017(6):13-14.
[18]
洪卫华. 南京市六合区适种蔬菜绿色防控技术应用分析[J]. 农民致富之友, 2015(24):108-109.
[19]
李珊珊. 绿色防控技术的应用与实践[J]. 农业开发与装备, 2013(2):64-65.
[20]
单正军, 陈祖义. 农产品农药污染途径分析[J]. 农药科学与管理, 2008, 29(3):40-49.
[21]
孙书品, 苏瑶, 孙义平, 等. 绿色果品生产中病虫害的综合预防措施[J]. 太原:山西果树, 2004(6):28-29.
[22]
张喜萌. 果树病虫害绿色防控技术的推广与思考[J]. 果农之友, 2016(S1):88-89.
[23]
王聪梅. 果树病虫害绿色防控技术的应用[J]. 农业科技与信息, 2018(1):62.
[24]
张群峰, 刘建春, 周春江. 北京市农作物全程绿色防控技术体系推广实践[J]. 中国植保导刊, 2015, 35(5):76-78.
[25]
杨普云, 赵中华, 朱景全, 等. 关于农作物病虫害绿色防控工作的几点思考[J]. 中国植保导刊, 2011, 31(11):51-54.

基金

江苏省科学技术厅现代农业-苏北专项“瑞雪苹果的引进及高效栽培技术体系的研发示范”(XZ—SZ202005)
中央高校基本科研业务费专项资金资助“果树资源保存与研究”(KYZZ2021002)
江苏省“一带一路”创新合作项目(BZ2019012)
江苏省高等学校重点学科建设项目

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
PDF(1241 KB)

Accesses

Citation

Detail

段落导航
相关文章

/