<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[《生物安全学报（中英文）》编辑部 -->新技术]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[木毒蛾核型多角体病毒的PCR快速检测技术]]></title>
<link><![CDATA[http://www.jbscn.net/swuaqxbcn/article/abstract/20230114]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[【目的】木毒蛾是福建沿海地区防护林树种木麻黄的主要害虫之一,具有成为国际危险性有害生物的潜在可能性。木毒蛾核型多角体病毒(<i>Lymantria xylina</i> multiple nucleopolyhedrovirus, LyxyMNPV)是高效控制木毒蛾的优良天敌资源,具有高度安全性。建立LyxyMNPV的PCR快速检测技术,有利于该虫防治技术及木毒蛾核型多角体病毒的进一步研究。【方法】根据LyxyMNPV基因组中的特有基因<i>gp131</i>设计特异性引物,利用PCR法扩增该目的基因片段并测序检验,建立LyxyMNPV的分子快速检测技术体系。【结果】以GAL为引物的PCR检测技术对LyxyMNPV基因组的灵敏度可达1 fg·mL<sup>-1</sup>,对多角体悬液浓度检测最低量可达5.0 PIB·mL<sup>-1</sup>,可明确区分LyxyMNPV和其他7种昆虫核型多角体病毒。该体系同时适用于感病木毒蛾的不同虫态(卵、幼虫、蛹和成虫)的检测,以及环境样本(包括土壤、树枝和寄生蜂)的检测。【结论】成功建立了具有高度特异性、灵敏性的LyxyMNPV分子快速检测技术,为LyxyMNPV的快速检测提供分子生物学证据。]]></description>
<pubDate>2023/3/22 14:16:41</pubDate>
<category><![CDATA[新技术]]></category>
<author><![CDATA[刘用垄，孙悦，陈佳宁，曲良建，张飞萍，王荣]]></author>
<guid><![CDATA[http://www.jbscn.net/swuaqxbcn/article/abstract/20230114]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[外来入侵植物凤眼莲遥感监测方法研究]]></title>
<link><![CDATA[http://www.jbscn.net/swuaqxbcn/article/abstract/20230115]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[【目的】凤眼莲作为我国典型的外来入侵物种之一,其大规模入侵对水生生态系统破坏严重。目前在不同生境下开展的凤眼莲遥感监测方法研究精度有所不同。本研究对比了不同分类方法,拟筛选出适合我国南方地区凤眼莲的分类方法。【方法】基于Sentinel-2、Landsat8 OLI多光谱影像,选择最大似然和支持向量机监督分类、决策树分类以及植被指数阈值分类方法分别对海南省5个水库的凤眼莲遥感分类,依据无人机可见光影像目视结果对不同方法的分类精度进行评价。【结果】基于凤眼莲时相特征的决策树分类精度最高,总体精度达到90%以上;在基于光谱特征的分类方法中,最大似然监督分类的用户精度为77.88%、制图精度为72.44%,支持向量机分类的用户精度和制图精度分别达到87.00%和84.48%。【结论】基于时相特征与光谱特征的决策树分类方法精度高于仅基于光谱特征的监督分类方法,简单植被指数阈值方法难以区分不同生境内的凤眼莲,研究结果可为我国南方地区凤眼莲遥感监测与预警提供依据。]]></description>
<pubDate>2023/3/22 14:16:41</pubDate>
<category><![CDATA[新技术]]></category>
<author><![CDATA[李淑贞，徐大伟，陈宝瑞，赵越，李静思，王旭]]></author>
<guid><![CDATA[http://www.jbscn.net/swuaqxbcn/article/abstract/20230115]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>