微生物源生物农药的研发与田间应用效果研究毕业论文答辩.pptxVIP

第一章绪论

第二章材料与方法

第三章结果与分析

第四章讨论

第五章结论与建议

第六章参考文献

01

第一章绪论

绪论：研究背景与意义

全球农业面临的挑战日益严峻，传统化学农药的大量使用导致环境污染、害虫抗药性增强以及农产品安全风险提升。数据显示，全球人口预计到2050年将增长至100亿，对粮食需求将增加70%。联合国粮农组织报告指出，每年约有430万人因农药暴露而遭受急性中毒。微生物源生物农药作为一种环保、高效的替代方案，近年来受到广泛关注。美国环保署（EPA）数据显示，2018年全球生物农药市场规模达到29亿美元，预计以年复合增长率11.5%增长，至2025年将达到55亿美元。本研究旨在通过田间试验评估微生物源生物农药的实际应用效果，为农业生产提供科学依据。具体包括对目标害虫的防治效果、环境安全性以及经济可行性等方面的分析。

研究目标与内容

研究目标1：田间防治效果

评估三种微生物源生物农药对玉米螟的田间防治效果。

研究目标2：生态安全性

分析生物农药对土壤微生物群落的影响，评估其生态安全性。

研究目标3：经济效益

对比生物农药与传统化学农药的经济效益，为农民提供决策参考。

研究内容1：田间试验设计

在华北平原地区设置大田试验，对比生物农药与化学农药的防治效果。

研究内容2：数据分析方法

采用SPSS26.0进行统计分析，包括方差分析（ANOVA）和相关性分析。

研究内容3：经济效益评估

计算投入产出比，分析生物农药的经济可行性。

国内外研究现状

国外研究进展

德国巴斯夫公司于2015年推出基于Bacillusthuringiensis的玉米螟防治产品，田间试验显示其防治效果可达85%，且对非目标生物无害。美国孟山都公司也开发了基于苏云金芽孢杆菌的生物农药，市场占有率逐年上升。

国内研究进展

中国科学院微生物研究所于2018年研发出新型Trichodermaviride生物农药，田间试验显示其对小麦白粉病的防治效果达90%。中国农业大学也开展了Beauveriabassiana生物农药的研究，初步试验显示其对蚜虫的防治效果显著。

存在的问题

目前微生物源生物农药的稳定性、储存条件以及施用技术仍需改进。例如，某些生物农药在高温高湿环境下易失活，影响防治效果。

研究方法与技术路线

技术路线4：结果评估与报告撰写

2019年8月-10月，整理数据并撰写研究报告。

研究方法2：生物样品采集

在施药前、施药后第7天、第14天采集土壤样品，分析微生物群落结构。

研究方法3：田间观察

每周记录玉米螟发生情况，包括幼虫数量、蛀洞数量等。

技术路线1：试验准备

2019年3月-4月，准备试验田并设置对照组。

技术路线2：田间施药

2019年5月，分别对生物农药组、化学农药组施药。

技术路线3：数据采集与分析

2019年6月-7月，采集土壤样品并进行微生物群落分析。

02

第二章材料与方法

材料准备

由中国科学院微生物研究所提供，有效成分含量为1.2×10^8CFU/g。

由华南农业大学研发，有效成分含量为1.5×10^9CFU/g。

由浙江工业大学研发，有效成分含量为2.0×10^9CFU/g。

由拜耳公司提供，有效成分含量为50%。

生物农药样品1：Bacillusthuringiensiskurstaki

生物农药样品2：Trichodermaviride

生物农药样品3：Beauveriabassiana

化学农药样品：氯虫苯甲酰胺

试验田面积为2公顷，土壤类型为壤土，pH值为6.5，有机质含量为2.3%。2019年3月进行深耕，每公顷施用有机肥3000kg。

试验田准备

试验设计

试验田划分

将试验田分为三个区域，每个区域面积为0.67公顷，重复三次。

施药方案

生物农药组：每公顷施用Bacillusthuringiensiskurstaki2kg、Trichodermaviride3kg、Beauveriabassiana4kg，兑水300L均匀喷洒。化学农药组：每公顷施用氯虫苯甲酰胺150g，兑水300L均匀喷洒。对照组：不施药。

数据采集计划

在施药前、施药后第7天、第14天，每个区域采集10个土壤样品，每个样品重量为200g。每周记录玉米螟发生情况，包括幼虫数量、蛀洞数量等。

数据分析方法

采用MoBioPowerSoilDNAKit提取土壤样品中的DNA。

使用IlluminaHiSeq4000平台进行16SrRNA基因测序。

采用QIIME2软件进行数据分析，包括物种注释、多样性分析等。

采用SPSS26.0进行方差分析和相关性分析。

微生物群落分析1：DNA提取

微生物群落分析2：高通量测序

微生物群落分析3：数据分析

田间数据分析1：统