树体病害防控岗位

  1 机理模型

  机理模型是将病原菌、宿主植物以及环境视为一个综合整体，然后将系统中的关键特征提取出来分解为若干子过程，对每个子过程进行详细的研究，既包括定性分析也包括定量分析，以建立子模型，根据系统的实际结构重新组装成总体模型[1]。

  机理模型是天气驱动的，其天气变量是模型的主要输入[2]。Legler[3]等人建立了葡萄白粉病菌闭囊壳在葡萄园的成熟过程模型，可作为合理安排杀菌剂或生防菌剂使用日程的关键工具，这为减少越冬闭囊壳的数量提供了一种技术支撑。Caffi[4]等人开发了一个天气驱动的模型，基于越冬子囊孢子生活史（病原菌孢子萌发和潜伏期）的各个阶段，从而模拟出一个动态的病原菌侵染进程，根据当地葡萄生长阶段，能比较模型预测与实际观察到的首次白粉病症状发生时间，并在意大利的26个葡萄园进行了4年的验证，具有良好的准确性和实用性，并实现在实时预警系统中调控白粉病。

  2 经验模型

  经验模型将整个研究整个系统视为一个不透明的"黑箱"。这种模型依赖于长期积累的病害发生和流行的数据，通过应用统计学的方法进行深入的综合分析和或统计计算建立的预测模型。与机理模型不同，经验模型侧重于根据观察到的现象来描述系统的行为模式，并不深入探讨这些现象潜在的过程[1]。

  Kast[5]等在德国符腾堡州和莱茵黑森州的葡萄酒产区收集了50多年的数据，在这个模型中，第一次杀菌剂喷洒日期是根据前一年葡萄部位的疾病严重程度和前两年冬季最低温度的平均值来确定的。根据这一信息和当前季节出现三片叶子展开阶段的日期，计算出时滞。Carisse[6]等人开发了一种风险评估方法，该方法基于加拿大魁北克葡萄产区不同品种叶片白粉病发病率与气传分生孢子累积浓度之间的关系。这些模型都是经验性的，更多地关注杀菌剂的使用时机，而不是模拟天气条件对病原体在主要感染周期中行为的影响。

  3 图像识别

  图像识别技术在葡萄白粉病监测预警中可以发挥重要作用。通过计算机视觉技术，可以自动识别和分类葡萄叶片上的病害，包括白粉病在内的多种病害。这项技术通常涉及到数字图像处理和机器学习算法，如支持向量机（SVM），来识别和分类病害的图像。王利伟[7]等人通过对采集的图像进行预处理，并提取病斑区域的形状、颜色和纹理等特征，然后利用这些特征进行病害的自动识别，最佳识别正确率可达95.00%，利用多特征组合进行识别可以有效地提高葡萄叶部常见病害的识别准确率。

  图像识别有专门的数据集被建立，用于支持机器学习建模，这些数据集包含了大量的葡萄病害图像，可以为模型的训练和测试提供样本[8]。图像识别技术为葡萄白粉病的监测和早期诊断提供了一种高效的工具，有助于提高病害管理的效果。

  4 分子检测技术

  近年来，real-time PCR技术由于其实时监测、假阳性率低及准确度高等优点逐渐在病原菌早期诊断和监测预警中得到广泛应用。王雯雯[9]等人利用建立的real-time PCR检测方法对葡萄尚未发病的30个田间样品进行检测，共检测到22个样品中含有葡萄白粉菌，其分子病情指数与18d后的田间病情指数极显著相关，可有效检测到葡萄叶片中微量的病原菌的潜伏侵染量，其建立的葡萄白粉菌潜伏侵染量real-time PCR分子检测体系，能够为葡萄白粉病的早期诊断和监测预警提供理论支持。

  5 流式细胞术

  流式细胞术（Flow Cytometry, FCM）是一种高度灵敏和高通量的生物分析技术，它能够对单个细胞或其他生物微粒进行快速的分类和定量分析。其基本原理是通过将细胞或微粒悬浮在流体中，使其逐一通过激光束，测量它们散射的光或发出的荧光。可以测量前向散射光（FSC，与细胞大小相关）和侧向散射光（SSC，与细胞复杂性和颗粒性相关），通过附加的荧光通道，可以测量细胞发出的特定波长的荧光，这通常需要细胞先与荧光标记的抗体或其他探针反应。细胞或微粒可以与特异性荧光标记的抗体结合，以检测细胞表面或内部的特定蛋白、核酸或其他分子[10]。FCM具有检测速度快、检测通量高、精度高等优点。

  流式细胞术技术尚未应用在葡萄白粉病菌的监测预警，但在其它病原菌监测预警的应用已有文献报道，任爱新[11]等使用流式细胞术对黄瓜霜霉病菌的孢子囊进行了计数研究，显示流式细胞仪测定的孢子囊浓度与显微镜观察值呈线性显著相关。该项技术在对病原菌的定量分析方面的应用，将有利于提高植物病原菌的监测效率，也将推动病害流行预测的研究。

  6 拉曼光谱技术

  拉曼光谱技术是一种利用分子振动的非弹性散射光谱来识别物质的分析方法，它利用了印度物理学家C.V. Raman在1928年发现的拉曼散射效应。其基本原理是当光（通常是激光）照射到分子上时，大部分光会以相同的频率散射出来，这称为瑞利散射。但是，一小部分光会因为与分子的振动能级相互作用而发生能量转移，导致散射光频率的变化，这就是拉曼散射。拉曼光谱(Raman spectroscopy)是由于入射光子与物质相碰撞时发生了能量交换，引起分子的振动或转动能级的改变[12]。该技术可以提供关于分子结构和组成的详细信息，在农业检测中，拉曼光谱技术因其快速、无损、不受水干扰等优点，被研究用于检测作物病害[13]。Lin等[14]使用表面增强拉曼光谱技术(SERS)检测了香蕉枯萎病的致病菌和感染枯萎病的香蕉假茎，实现无症状感染样品76.2%的检出率，和逆转录-聚合酶链反应技术检测效果相似。

  由于拉曼光谱技术能够提供分子水平的信息，它有助于在病害发展早期阶段检测到病害的存在[15]，从而实现早期预警和及时干预。目前还没有关于拉曼光谱技术应用到葡萄白粉病相关报道，还需要进一步的技术开发和实验验证，以实现其在葡萄白粉病防控的应用。