智慧農業的基本功-病蟲害防治走向AI的前奏曲(下)(姚美吉講師)
介紹AI影像辨識在農作物害蟲監測上的應用,強調建立完整害蟲影像資料庫是提升判讀準確度的基礎;內容說明米象與煙甲蟲等儲藏型害蟲多於源頭即存在,預防與清潔管理重於事後治療;並建議以低溫冷藏及真空脫氧包裝降低繁殖風險;同時探討昆蟲於生物防治與替代蛋白質領域的多元應用,推動智慧化與精準農業發展。
MENU
冠銹病(Puccinia coronata f. sp. avenae, Crown rust) 為一真菌性病害,對於燕麥產業具嚴重影響,易感染下位葉形成橘色病斑,使得光合作用效率下降及阻礙醣類運輸,若未適當的用藥、管理會導致減產50%。目前市面上流通的抗冠銹病的商業品種大多僅有1-2個幼苗抗性(seedling resistance)的抗病基因,加上此病菌遺傳變異度大且演化迅速,容易產生不同生理小種,使得一個品種往往僅有3-5年的商品壽命,其抗病性即開始減弱。
美國農業研究局(Agricultural Research Service , ARS)與學界合作,經歷25年種原篩選、基因圖譜定位、找出3個抗病位點,進行雜交使抗病基因堆疊(gene stacking),最終經田間病害試驗,篩選出2個具成株抗性(Adult plant resistance)的抗冠銹病品系CDL-11、CDL-167,此種抗性意指植株對病害具耐受性而非完全抗性,植物仍會受病原菌感染但不嚴重影響其生長、產量,同時可使病原菌變異速度較緩慢。若將成株抗性品系與既有的幼苗抗性品系雜交,可使植株獲得更完善的抗性系統。
研究人員表示,除此2品系,同時提供3個分子標誌以利篩選抗病性,期待能夠技轉、提供育種者開發抗病性更佳的燕麥品種。相關論文發表於Journal of Plant Registration。【延伸閱讀】-科學家開發快速的基因篩選平台以增強農作物的抗病能力