红托竹荪病害人工智能识别与绿色防控技术规程编制说明

广西食用菌协会团体标准《红托竹荪病害人工智能识别与绿色防控技术规程》编制说明（征求意见稿）项目来源根据广西食用菌协会关于《广西食用菌协会关于下达2023年第二批团体标准项目计划》的文件精神，本标准由贵州大学提出，贵州大学、广西壮族自治区农业科学院微生物研究所、西藏大学共同起草。项目背景及目的意义项目背景食用菌作为贵州省12个农业特色优势产业，持续实施菌种、菌材、人才、主体培育、绿色发展等重点工程，已初步形成了推动产业发展的工作机制和政策体系。其中，红托竹荪是一种珍贵食用菌，被称为“菌中皇后”，是贵州省的特色珍稀食用菌。贵州省是国内红托竹荪的主产地，其种植规模位居全国第一，占据了我国竹荪出口市场的90%以上，是贵州山区群众增收致富奔小康的重要收入来源之一，成为“十三五”时期贵州推进产业扶贫的新路径。红托竹荪，其子实体洁白，细嫩爽口，营养丰富，含有大量的氨基酸、蛋白质、维生素等营养物质，具有抗肿瘤、治疗慢性气管炎、降低血压和胆固醇等多种药用功能，具有较高的营养价值和食用价值。随着市场需求量日益增加，人工栽培面积不断扩大，病害的发生逐渐成为了制约红托竹荪高产、优质、高效益生产的主要因素，严重影响其产量和品质。例如腐烂病害常发生在红托竹荪菌蛋的形成时期，一旦感染，整个大棚均会出现菌蛋烂皮至腐烂的情况，一般可使竹荪减产50%左右，严重时可减产80%以上甚至绝收，将造成极大的经济损失。随着人工智能技术的飞速发展，其在农业领域的应用日益广泛，从传统农作物到特色农产品，都获得了巨大的改善和进步。在解决红托竹荪病害问题方面，基于人工智能的图像识别技术正逐渐成为一种有效的解决方案。由于红托竹荪的生长环境和生理特性，其病害易发生且难以有效预防和控制。传统的病害识别方法需要依赖人工经验和观察，耗时耗力且容易受到主观因素的影响。而基于人工智能的图像识别技术能够通过对红托竹荪病害图像的分析和学习，准确识别出红托竹荪受到的病害类型和严重程度，提供快速、准确的病害诊断结果。基于人工智能的红托竹荪病害图像识别技术融合了图像处理、机器学习和深度学习等先进技术，具有多方面的优势。首先，它能够高效准确地识别和定位红托竹荪病害，避免了传统识别方法中的误判和延迟。通过对大量病害图像样本的训练，人工智能系统能够对红托竹荪病害进行分类和评估，提供及时的病害预警。其次，该技术可以实时监测红托竹荪病害的发展趋势，并提供科学的防治建议，为农民和生产者制定合理的病害防控策略提供有力支持。此外，人工智能技术具备自动学习和优化的能力，随着应用推广和数据积累，红托竹荪病害图像识别系统的准确性将不断提升。目的和意义传统的病害识别方法需要大量的人工对病害种类进行判断，并且需要具有一定的专业知识基础以及经验，且在识别过程中存在着人为误差而导致识别结果存在差异性，具有一定的局限性，难以满足现代农业的要求。因此，研究一种更加稳定、高效的红托竹荪病害人工智能识别与绿色防控技术显得尤为重要。通过制定团体标准《红托竹荪病害人工智能识别与绿色防控技术规程》，采用图像识别技术来识别诊断红托竹荪的病害，达到对其病害早防早治的目的，充分体现计算机技术的发展在精确农业中的作用，并为专家、企业及农户提供一定的理论基础和适用技术。同时该技术可以在红托竹荪发病初期及时发现并准确识别病害，从而能对症、适时、适量的使用农药，减少农药残留以及降低过度使用农药带来的环境污染问题。标准编制过程，包括标准制修订项目工作组的建立和开展的相关工作由贵州大学研究和起草了《红托竹荪病害人工智能识别与绿色防控技术规程》草案，于2023年6月25日立项。通过立项后，本单位迅速落实人员组成了《红托竹荪病害人工智能识别与绿色防控技术规程》团体标准起草小组，起草小组根据近年来相关的我国红托竹荪病害防控相关标准的变化和修订情况，结合本单位对红托竹荪病害防控技术等相关研究成果以及红托竹荪产业的现实情况，进一步修订和完善了《红托竹荪病害人工智能识别与绿色防控技术规程》的相关内容，形成了标准征求意见稿。四、标准主要章节内容及确定依据1.红托竹荪病害图像采集与预处理为实现红托竹荪病害的智能识别，本团队前往贵州、广西多处红托竹荪种植基地采集了大量红托竹荪病害图像。其中包含红托竹荪的多种病害，其部分样例如图1所示。一共采集了大约10257张病害图像作为红托竹荪病害识别数据集，然后按7：1：2的比率将数据分为训练集、验证集以及测试集。其中，训练集用于模型的训练，验证集用于模型的参数调优，测试集用于测试模型的最终性能。此外，在模型训练之前，需要将病害图像进行归一化、尺寸裁剪为224×224等操作以适应模型的输入。图1红托竹荪病害样例2.DRNet本团队提出DRNet模型以实现红托竹荪病害的精准识别，模型结构如图2所示。DRNet由两个关键的模块组成，即自适应特征感知模块和卷积注意力模块构成。自适应特征感知模块是通过在残差模块中引入残差分支，然后再使用自适应融合权重来加权两个分支的病害特征，从而实现高分辨率特征和高维特征的自适应感知融合。卷积注意力模块分别沿着空间和通道的方向聚合病害特征，使得模型能够抑制复杂背景，强调更显著的病害特征，从而提高病害的识别准确率。DRNet实现红托竹荪病害具体的流程如下:首先，在送入网络之前将图像的尺寸裁剪为224×224，同时进行归一化处理以适应模型的输入。然后，通过自适应特征感知模块进行局部病害特征和全局病害特征的自适应提取，同时利用卷积注意力模块同空间和通道进一步提高显著性病害特征的感知能力。接着，采用全局平均池化将特征进行整合。最后，将得到的高维红托竹荪病害特征送入分类器进行分类。图2DRNet的模型结构3.自适应特征感知模块为了应对不同红托竹荪病害感染症状不一致的挑战，需要一种能够捕捉红托竹荪病害图像的局部特征，同时也能够提取红托竹荪病害的全局特征。因此，设计了在残差模块的基础上设计了自适应特征感知模块使得网络能够自适应实现全局和局部病害的特征的高效融合，从而提升红托竹荪病害的识别性能。其具体的结构如图3所示。其中自适应加权模块如图4所示。图3自适应特征感知模块图4自适应加权模块4.卷积注意力模块注意力机制可以抑制背景信息，提高红托竹荪病害的特征表示，从而提高红托竹荪病害的识别准确率。在本研究中，卷积注意力模块的引入使模型能够专注于红托竹荪病害区域。卷积注意力模块可以从空间和通道两个方向聚合病害特征。卷积注意力模块的结构如图5所示。它首先沿通道维度聚合信息，然后沿空间维度聚合信息。因此，卷积注意力模块可以分为两个模块，即通道注意力模块和空间注意力模块。图5通道注意力模块网络结构通道注意力模块的网络结构如图6所示。假设输入特征图为f，则通道注意力模型的输出可以表示为：式中，σ代表激活函数，W1和W图6空间注意力模块网络结构空间注意力模块的网络结构如图7所示，设定输入特征图为，则空间注意力模块的输出可以表示为：其中，表示激活函数，表示一个卷积核尺寸为7×7的卷积层。图7空间注意力模块的网络结构5.实验条件与评价指标5.1.实验条件所有的实验均在Windows11系统的主机完成，实验环境如下：显卡为NVIDIAGeForceRTX3090，24G显存；处理器为Intel(R)Xeon(R)W-2235，32G；软件环境为Python3.8.8和PyTorch1.6.0框架。超参数设置如下:所有的模型均采用Adam优化器进行训练，初始学习率设置为0.0001。训练的批次设置为32，一共迭代100轮。损失函数采用交叉熵损失函数。5.2.评价指标采用准确率(Accuracy)用于模型性能的评估，计算公式如下：式中，TP(TurePositive)表示真正例,即实际中为正样本且被正确地分为了正样本。TN(TureNegative)表示真反例，即实际中为负样本且被正确地分为了负样本。FP(FalsePositive)表示假正例，即实际中为负样本且被错误地分为了正样本。FN(FalseNegative)表示假反例，即实际中为正样本且被错误地分为了负样本。此外，模型的参数数量(Param)也被用于评估模型的性能，其值越低，代表性所占内存就越小。6.模型验证表1显示了9个模型在红托竹荪病害测试集上的识别结果。与重量级网络Vgg16、ResNet34和EfficientNetV2Small相比，所提出的DRNet实现了最佳识别精度（与Vgg16相比提高了8.35%，与ResNet34相比提高了6.74%，与EfficientNetV2Small相比提高了3.24%）。而且，DRNet模型的参数数量比它们少了几十到几百倍。与轻量级网络GoogLeNet、DenseNet121、MobileNetV2、MobileNetV3Large和ShuffleNetV21.0×相比，DRNet模型不仅准确率有大幅提升F1分数也得到了显著增高。尽管DRNet模型的参数数量略高于MobileNetV2和ShuffleNetV21.0×，但DRNet模型的准确率分别比它们高出了7.67%和6.16%。总的来说，DRNet模型在红托竹荪病害识别任务中的综合性能较好，可以为人工智能技术在红托竹荪病害识别任务中提供一定参考。表1不同模型在测试集的实验结果ModelAccuracyF1-scoreParam(M)Vgg160.86790.8623134.29GoogLeNet0.85570.84215.98ResNet340.8840.893221.29DenseNet1210.88970.87616.96MobileNetV20.87470.87552.23MobileNetV3Large0.89510.88684.21ShuffleNetV21.0×0.88980.89161.26EfficientNetV2Small0.9190.905720.19DRNet0.95140.94143.577.贵州省红托竹荪绿霉病发生情况调查7.1.一般调查对全区6个县市区红托竹荪种植区绿霉病进行一般调查，调查结果为发现贵州省红托竹荪绿霉病平均发病率为48.74%，发病严重时可达58.48%，各栽培地区的具体发病率见表2。表2不同的地区红托竹荪绿霉病发病情况地区发病率贵阳市白云区45.40%盘州市英武镇58.48%黔西南布依族苗族自治州贞丰县50.01%毕节市织金县37.51%毕节市纳雍县47.57%黔南州苗族侗族自治州榕江县53.44%7.2.系统调查调查结果显示红托竹荪绿霉病害发生于5月初子实体形成时期，此时病害发生并不严重，达到6月时，随着温湿度的升高，病原物开始侵染红托竹荪子实体，在7-8月份是发病率高峰时间，平均温度28℃，菇棚内温度比外界气温高3-6℃，温度升高加剧了病害的发生（图8）。在子实体大面积形成时期，对上述菇棚内红托竹荪绿霉病进行了病情指数的调查，发现各菇棚发生严重绿霉病病害在7-8月份（图9）。红托竹荪绿霉病主要发生在子实体形成阶段，前期竹蛋表面出现白色、红色或淡黄色水渍，然后因机械损伤或蚊虫取食，破皮受到霉菌的侵染，随即产生腐烂等现象，病原菌在棚内迅速扩散，侵染相邻子实体导致竹荪大部分子实体无法正常生长，不能“出菇”，严重影响了产量和经济价值，甚至导致整棚绝收（图10）。图8红托竹荪病害发病率图9红托竹荪病害病情指数图10红托竹荪绿霉病病害发生情况8.红托竹荪绿霉病病原菌的分离鉴定对全区不同红托竹荪种植区（表3）进行样品采集，并对相关病原菌进行鉴定，相关菌株编号如表4所示，结果表明150份发病子实体，分离纯化获得83份纯培养物。经BLAST序列比对，将所有分离物序列上传至GenBank数据库，登录号见表5，其中木霉属（Trichodermasp）出现频率最高（88%），此外还包括青霉属（Penicilliumspp.）、毛壳菌属（Chaetomiumspp.）、镰刀菌属（Fusariumspp.）、曲霉属（Aspergillusspp.）、地霉属（Geotrichumspp.）及毛霉属（Mucorspp.）等。表3样品采集相关信息采集地点经纬度采集日期采集数量总计贵阳市白云区26°68′35.88″N,106°62′95.96″E2021.0415150贵阳市阿所村26°73′43.12″N,106°72′88.68″E2021.0415贞丰县这艾村25°53′11.51″N,105°70′43.24″E2021.0715贞丰县丰源公司25°39′21.23″N,105°65′65.59″E2021.0715铜仁市27°73′77.86″N,109°19′64.38″E2021.0815盘州市鹦鹉镇25°71′56.51″N,104°47′85.81″E2021.0815凯里市25°57′30.79″N,106°98′74.68″E2021.0915榕江县25°93′77.25″N,108°52′75.53″E2021.0915纳雍县乐治镇26°83′88.17″N,105°47′86.14″E2022.0815织金县桂果镇36°61′35.32″N,105°88′34.18″E2022.0815表4分离物编号地点样品编号榕江县R1、R2、R9、R10、R51桂果镇G11、G12、G13、G14、G40贵阳市白云区A1、A5、A6、A21、A25、A51盘州市鹦鹉镇Y2、Y16、Y22、Y41、Y51、Y117贞丰县丰源公司H1、H4、H5、H7、H8、H9、H10乐治镇LZ1、LZ3、LZ4、LZ5、LZ13、LZ31这艾村Z1、Z2、Z4、Z5、Z6、Z8、Z9、Z10贞丰县F2、F3、F4、F23、F32、F33、F41、F51铜仁市T2、T3、T4、T5、T6、T8、T9、T11、T12贵阳市阿所村BY1、BY2、BY3、BY4、BY31、BYY1、BYY2、BYY3、BYY4、BYY5纳雍县NY12、NY14、NY15、NY21、NY26、NY34、NY42、N12、N25、N32、N42、N84、N141表5分离物菌株信息物种菌株登录号ITS物种菌株登录号ITSTrichodermaharzianumA1OQ629155T.virensZ1OQ629196Penicilliumsp.A5OQ629156T.virensZ2OQ629197ChaetomiumcochliodesA6OQ629157T.virensZ4OQ629198T.harzianumA25OQ629158T.virensZ5OQ629199T.harzianumA21OQ629159TrichodermalixiiZ6OQ629200Penicilliumsp.A51OQ629160T.lixiiZ8OQ629201Trichodermasp.LZ1OQ629161T.lixiiZ9OQ629202Trichodermasp.LZ3OQ629162T.virensZ10OQ629203T.harzianumLZ4OQ629163Trichodermasp.R1OQ629204Trichodermasp.LZ5OQ629164Trichodermasp.R2OQ629205XylariagrammicaLZ13OQ629165TrichodermaspiraleR9OQ629206Trichodermasp.LZ31OQ629166T.harzianumR51OQ629207Trichodermasp.G11OQ629167Trichodermasp.R10OQ629208T.harzianumG12OQ629168Talaromycesoumae-annaeBY1OQ629209T.harzianumG13OQ629169Talaromycessp.BY2OQ629210T.harzianumG14OQ629170Trichodermasp.BY3OQ629211T.harzianumG40OQ629171T.harzianumBY4OQ629212T.harzianumH1OQ629172Trichodermasp.BY31OQ629213T.harzianumH4OQ629173Trichodermasp.BYY1OQ629214T.harzianumH5OQ629174Trichodermasp.BYY2OQ629215Trichodermasp.H7OQ629175Trichodermasp.BYY3OQ629216Trichodermasp.H8OQ629176C.cochliodesBYY4OQ629217T.harzianumH9OQ629177AspergillusneoglaberBYY5OQ629218Chaetomiumsp.H10OQ629178TrichodermakoningiopsisY2OQ629219TrichodermavirensT2OQ629179T.koningiopsisY22OQ629220T.virensT3OQ629180TrichodermahamatumY41OQ629221T.virensT4OQ629181T.hamatumY51OQ629222Trichodermasp.T5OQ629182TrichodermaatrovirideNY12OQ629223Trichodermasp.T6OQ629183T.atrovirideNY14OQ629224T.virensT8OQ629184T.atrovirideNY15OQ629225T.virensT9OQ629185T.hamatumY16OQ629226T.virensT11OQ629186T.atrovirideY117OQ629227T.virensT12OQ629187T.afroharzianumNY21OQ629228MucorirregularisF23OQ629188T.afroharzianumNY26OQ629229T.harzianumF32OQ629189TrichodermakoningiopsisNY34OQ629230T.harzianumF51OQ629190T.harzianumNY42OQ629231T.virensF41OQ629191T.harzianumN12OQ6292329.绿霉病病原菌代表性菌株（T3、G11、LZ31）的鉴定9.1.绿霉病病原菌代表性菌株（T3、G11、LZ31）的形态学特征（1）T3（T.virens）木霉的菌丝生长迅速，在PDA培养基温度28℃，湿度80%条件下，培养72h，菌落长满整个平板。菌落呈不定型棉絮状或致密丛束状，其表面的颜色多呈绿色，产孢区常排列成同心轮纹状。菌丝有隔分枝，分生孢子梗是菌丝的短侧枝，侧枝上对称或互生分枝，形成二级和三级分枝，产孢簇分生孢子梗主轴直且较粗糙，瓶梗单生或者2-4个排列成漩涡状，分枝不规则，分枝角度主要为锐角或近于直角，在分枝末端形成瓶状小梗。分生孢子多为卵圆形，绿色，簇生于小梗顶端，最后一次分枝常为单细胞，分生孢子梗主轴尖端笔直，不育，无分枝。孢子大小（2.5-4.5）μm×（2.0-4.0）μm（图11）。图11T.virens的形态特征a：28℃培养3天的菌落（PDA）；b：分生孢子簇，c：分生孢子梗和分生孢子，d：分生孢子；标尺：50μm（2）G11（T.harzianum）木霉的菌丝生长迅速，在PDA培养基温度28℃，湿度80%条件下，培养72h，菌落长满整个平板。在PDA培养基上菌落初为白絮状，后为暗绿色。菌丝纤细无色，具分隔，多分枝。分生孢子梗从菌丝的侧枝上生出，对生或互生，一般有2-3次分枝，着生分生孢子的小梗瓶形或锥形。分生孢子多为球形，孢壁具小疣突，蓝绿色，孢子大小（2.5-3.0）μm×（2.2-3.5）μm（图12）。图12T.harzianum的形态特征a：28℃培养3天的菌落（PDA）；b：分生孢子簇，c：分生孢子梗和分生孢子，d：分生孢子；标尺：50μm（3）LZ31（T.guizhouense）木霉的菌丝生长迅速，在PDA培养基温度28℃，湿度80%条件下，培养72h，菌落长满整个平板。在3d后的PDA上有菌落，绿色分生孢子形成厚而浓密或形成的棕色扩散色素沉积，有的菌株5d后的PDA上有少量菌落，绿色分生孢子形成厚而浓密的同心环，见。分生孢子团透明，光滑，垂直，形成或多或少的锥体结构，壶腹状，多为2-3轮，偶尔单独出现，（2.5±1.4）μm×（2.5±0.25）μm。分生孢子单细胞，球形，大部分直径为2.3±0.3μm，管壁光滑，显微镜下呈淡黄绿色（图13）。图13T.guizhouense的形态特征a：28℃培养3天的菌落（PDA）；b：分生孢子簇；c：分生孢子梗和分生孢子；d：分生孢子；标尺：50μm9.2.绿霉病病原菌代表性菌株的系统发育分析通过RAxML软件以最大似然法（ML）构建ITS序列系统发育树（图14）。结果显示木霉属主要包括T.harzianum、T.guizhouense、T.virens、T.koningiopsis、T.atroviride和T.hamatum六个分支。其中，菌株T3与T.virens聚类，其ITS序列扩增产物长度为596bp，经BLAST序列比对，与绿色木霉（T.virens）最大相似性达100%；菌株G11与T.harzianum聚类，其ITS序列扩增产物长度为513bp，与哈茨木霉（T.harzianum）最大相似性达99.81%；菌株LZ31与T.guizhouense聚类，其菌株ITS序列扩增产物长度为597bp，经BLAST序列比对，与贵州木霉（T.guizhouense）最大相似性达99.50%。图14基于ITS序列采用最大似然法（ML）构建系统发育树为进一步探索致病菌的分类地位，将菌株T3、G11及LZ31的TEF1-α基因PCR扩增产物进行了测序并将该序列上传至GenBank数据库（登录号分别为OQ630479、OQ630478和OQ630477）。测序结果显示，菌株T3TEF1-α序列扩增产物长度为606bp，经BLAST序列比对，其与绿色木霉（T.virens）最大相似性达99.64%；菌株G11TEF1-α序列扩增产物长度分别为604bp，经BLAST序列比对，与哈茨木霉（T.harzianum）最大相似性达99.49%；菌株LZ31TEF1-α序列扩增产物长度为596bp，经BLAST序列比对，与贵州木霉（T.guizhouense）最大相似性为98.32%。从GenBank分别下载了6个相似种9个菌株的2个基因对应序列（表6），通过RAxML软件以最大似然法（ML）联合ITS及TEF1-α序列构建多基因系统发育树。菌株T3与T.virens聚类同一分枝且同源性为97%，菌株G11与T.harzianum聚类同一分枝且同源性达100%，菌株LZ31与T.guizhouense聚类在同一分枝且同源性为96%（图15）。结合形态学和分子生物学将菌株T3鉴定为绿色木霉，菌株G11为哈茨木霉，菌株LZ31为贵州木霉。表6用于本研究中T3、G11及LZ31菌株系统发育分析的菌株信息物种菌株登录号ITSTEF1-αTrichodermaguizhouenseT71MT462674.1MT499237.1T.guizhouenseSZMC26669MZ754503.1MZ773437.1TrichodermaharzianumTAMA0226AB856604.1AB856670.1TrichodermavirensLESF269KT278873.1KT279006.1TrichodermaspiraleDAOM183974DQ083014.1EU280049.1TrichodermakoningiopsisTk1MT111912.1MT120181.1TrichodermakoningiiATCC64262AY380903.1AY376046.1TrichodermaatroviridePARC1011MT448957.1MT454114.1T.atrovirideCBS142.95AY380906.1AY376051.1Chaetomiumcochliodes18ALOM006MT520580.1MT671854.1图15联合ITS及TEF1-α序列采用最大似然法（ML）构建多基因系统发育树9.3.绿霉病病原菌代表性菌株（T3、G11、LZ31）的致病性测定通过科赫氏法则对病害样本分离所得的纯培养物均进行回接验证，在健康的红托竹荪子实体刺伤接种培养物的菌丝块，接种分离物（T3、G11及LZ31）发病初期为白色，后为浅绿色。随后，在整个竹蛋上长满菌丝及分生孢子，严重时红托竹荪子实体软烂，表面变得湿润，渗出黑色恶臭味汁液，症状与田间症状一致。此外，对照组的红托竹荪子实体喷施无菌水存放，只是表面颜色稍微加深，并无其他症状发生（图16）。再从次发病部位分离、纯化及鉴定的菌株与该菌株一致，表明为致病菌。图16致病性测定（CK：对照；T3：T.virens；G11：T.harzianum；LZ31：T.guizhouense）10.红托竹荪绿霉病室内药剂防治及生防菌株的筛选开展了对19种不同类型化学杀菌剂和4种植物源药剂及生防菌株的筛选，探究其对三株木霉的室内抑菌效果，最后将高效抑制作用的药剂对食用菌菌丝生长进行安全性评价。其中，6种化学药剂和2种植物源药剂对三株木霉抑制作用效果明显。室内毒力测定结果表明，8种药剂对三株木霉综合抑制效果从高到低的顺序为10%苯醚·甲环唑>400g/L氟硅唑>450g/L咪鲜胺>25%腐霉·福美双>1.5%苦参·蛇床素>5%香草酚>75%百菌清>80%代森锌，化学药剂对三株病原菌的抑制率普遍高于植物源药剂。当450g/L咪鲜胺稀释浓度为0.056mg/L，对木霉菌株G11与LZ31的抑菌率分别为88%和82%，但对木霉菌株T3的抑菌效果较差，抑菌率为9%，当450g/L氟硅唑稀释浓度为0.05mg/L时，对木霉菌株G11的菌丝生长抑菌率为29%，对木霉菌株LZ31的菌丝生长抑菌率为51%，对木霉菌株T3的菌丝生长抑菌率为71%，表明同一药剂对不同病原菌的敏感性具有差异性。二氯异氰尿酸钠是农药登记食用菌防控药剂之一，实验结果表明，40%二氯异氰尿酸钠对三株木霉的室内毒力测定，当稀释浓度为12.8mg/L时，对木霉菌株G11、T3菌丝生长抑菌效果较差，抑菌率分别为8.04%、