机收倒伏小麦要诀

倒伏严重的小麦,若按常规方法收获会有12%～15%的收获损失。因此,收获倒伏小麦时,必须对收割机进行有效的改装和调整,并采用合适的作业方法,才能把损失降低到最小。(1)加装扶倒器扶倒器装在护刃器前部,工作时将倒伏的茎秆     

图像处理在割台高度控制系统中的应用

基于图像处理技术提出了一种倒伏小麦的检测方法.首先,对田间倒伏小麦进行图像采集,进而探讨了基于颜色特征的图像识别方法.通过对彩色图像灰度化以及灰度反色处理后,再选取中值滤波法去除噪声,最后用高斯-拉普拉斯算子边缘检测方法提取图像边缘,得出倒伏小麦与正常小麦之间的高度差,据此控制收割机割台的高度.此方法可降低倒伏小麦造成的颗粒损失,提高农业生产机械的自动化水平,降低劳动者的劳动强度.     

小麦联合收获机作业中的调整

小麦联合收获机作业时,因地块不同、作物品种不同、干湿程度和产量不同,其作业质量会发生变化,机手应根据实际情况作相应的调整。 若收割倒伏作物时,应将收割台降到最低位置,调低拨禾轮,同时适当降低小麦联合收获机的前进速度。正确选择收割方向能够减少损失,逆倒伏方向收割损失最小;垂直于倒伏方向收割损失次之,顺倒     

从作业损失谈小麦联合收割机的使用调整

（1）拨禾轮的高低位置。拨禾轮位置过高，拨禾板打击穗头，引起落粒损失；拨禾轮位置过低，割下的禾秆随拨禾轮转动被甩出机外，造成翻草损失。作业时应根据小麦秸秆高矮程度，及时调整拨禾轮高度，使其拨板作用点在小麦切割线上方2/3处为宜。对矮秆和倒伏小麦，拨禾轮高度还应低些。     

用于小麦多生长阶段倒伏边界精准检测的分层交互特征金字塔网络（英文）

[目的/意义]传统的小麦倒伏检测方法需要人工进行田间观测和记录,这种方法存在主观、效率低、劳动强度大等问题,难以满足大规模的小麦倒伏检测的需求。基于深度学习的小麦倒伏检测技术虽已在一定程度上得到应用,但普遍局限于对小麦单一发育阶段的倒伏识别,而倒伏可能发生在小麦生长的各个时期,不同时期倒伏特征变化复杂,这给模型特征捕捉能力带来考验。本研究旨在探索一种基于深度学习技术的多生育期小麦倒伏区域检测方法。[方法]用无人机采集小麦灌浆期、早熟期、晚熟期这三个关键生长阶段的RGB图像,通过数据增强等技术构建出多生育期小麦倒伏数据集。提出一种小麦倒伏提取模型Lodging2Former,该模型在Mask2Former的基础上加以改进,引入分层交互式特征金字塔网络(Hierarchical Interactive Feature Pyramid Network,HI-FPN),用于提高模型在复杂田间背景干扰下对于多个生长阶段小麦倒伏特征的捕捉能力。[结果和讨论]所提出的Lodging2Former模型相较于现存的多种主流算法,如Mask R-CNN (Mask Region-Based Convolu...     

基于深度学习的无人机遥感小麦倒伏面积提取方法

为及时准确地提取小麦倒伏面积,提出一种融合多尺度特征的倒伏面积分割模型Attention_U2-Net。该模型以U2-Net为架构,利用非局部注意力（Non-local attention）机制替换步长较大的空洞卷积,扩大高层网络感受野,提高不同尺寸地物识别准确率;使用通道注意力机制改进级联方式提升模型精度;构建多层级联合加权损失函数,用于解决均衡难易度和正负样本不均衡问题。Attention_U2-Net在自建数据集上采用裁剪方式提取小麦倒伏面积,查准率为86.53%,召回率为89.42%,F1值为87.95%。与FastFCN、U-Net、U2-Net、FCN、SegNet、DeepLabv3等模型相比,Attention_U2-Net具有最高的F1值。通过与标注面积对比,Attention_U2-Net使用裁剪方式提取面积与标注面积最为接近,倒伏面积准确率可达97.25%,且误检面积最小。实验结果表明,Attention_U2-Net对小麦倒伏面积提取具有较强的鲁棒性和准确率,可为无人机遥感小麦受灾面积及评估损失提供参考。     

小麦倒伏后扶好还是不扶好

小麦倒伏后扶好还是不扶好,几年来一直是人们争论的问题。近年来笔者做了大量的试验调查,认为小麦倒伏后扶好还是不扶好,并不是绝对的,不应一概而论。而应根据小麦倒伏时间、小麦品种、小麦密度以及天时地利等条件来决定。 一、小麦倒伏扶起来好 这种情况必须是小麦扬花灌浆前倒伏的,这期间小麦头轻,易直     

小麦倒伏能预防

小麦倒伏能预防左方小麦倒伏后穗头变小，颗粒不实，产量大减，使农民的血汗、大量的肥料付之东流。小麦倒伏成为困扰农民的一大难题。追根探源：１耕前不浇水。由于秋收、秋耕、秋播大忙，无暇浇水，墒情恶化，播下的种子因大量缺水，致使根系生长困难。２施肥比例不合理...     

约翰迪尔收割机 收割倒伏作物数第一

2010年5月30日下午，安徽省泗县突遭恶劣强对流天气，狂风暴雨造成了泗县小麦大面积倒伏，这给下一步适时机收带来了较大的难度。据初步统计，此次恶劣天气共造成泗县近60万亩小麦倒伏。为将自然灾害带来的影响降到最低限度，泗县农机局及时联系了县内500多台约翰迪尔联合收割机，集中抢收倒伏小麦。     

小麦倒伏信息无人机多时相遥感提取方法

采用两期无人机可见光遥感图像,对灌浆期冬小麦倒伏图像特征及倒伏信息提取方法进行研究。从增强图像空间域方面,对图像进行二次低通滤波,获取地物散点图,以散点存在明显分界线为判定标准,选出小麦倒伏信息提取的单特征,对两单特征线性拟合构建倒伏小麦两时期提取特征参数F_1和F_2,再以两特征参数相似性构建综合特征参数F_3。将特征参数结合K-means算法提取冬小麦倒伏信息,整体精度(OA)达86. 44%以上,Kappa系数达0. 73以上,倒伏信息提取精度(F)为81. 07%以上,因此综合特征参数可作为两个时期冬小麦倒伏信息提取特征参数。分别用本文方法、支持向量机、神经网络法和最大似然法提取验证区域倒伏小麦信息,经验证,本文方法提取小麦倒伏信息整体精度(OA)达86. 29%以上,Kappa系数达0. 71以上,倒伏信息提取精度(F)达80. 60%以上;其他3种常用方法提取的整体精度(OA)为69. 68%～87. 44%,Kappa系数为0. 49～0. 72,倒伏信息提取精度(F)为65. 33%～79. 76%。结果表明,本文方法整体精度和倒伏信息提取精度均高于目前常用分类方法。因此,综合特征参数与K-means算法对冬小麦在灌浆期倒伏信息提取具有一定的准确性和适用性。     

小麦联合收割机加装二次切割装置的效果调查

小麦联合收割机加装二次切割装置可以降低动力消耗,提高作业效率,降低籽粒损失、留茬高度,减少秸秆焚烧,尤其对功率较低的小麦联合收割机效果较明显。调查已加装的部分机手,均认可改装效果。但也提出加装后遇到小麦倒伏情况下影响收割机正常作业,需要拆除等有待改进的技术问题。     

从作业损失谈小麦联合收割机的使用调整

一、收割部分的调整 1.拨禾轮的高低位置。拨禾轮位置过高,拨禾板打击穗头,引起落粒损失;拨禾轮位置过低,割下的禾秆随拨禾轮转动被甩出机外,造成翻草损失。作业时应根据小麦禾秆高矮程度,及时调整拨禾轮高度,使其拨板作用点在小麦切割线上方2/3处为宜。对矮秆和倒伏小麦,拨禾轮高度还应低些。     

小麦倒伏的早期判断及预防

小麦倒伏的主要原因是由于肥水过多,群体过大,光照不足,茎基部第一、二节间过长,茎秆软弱造成的。小麦倒伏后,产量明显降低,甚至影响籽粒的品质。 早期判断小麦倒伏不倒伏要从两方面进行,一是从密度上看,小麦播种过多或主茎出叶和分蘖出生速度过快,分蘖过多,封行过早,田间荫蔽,茎秆软弱就容易发生倒伏。二     

基于MHSA+DeepLab v3+的无人机遥感影像小麦倒伏检测

倒伏是影响小麦产量和质量的重要因素之一,及时准确获取倒伏信息有利于小麦良种选育中的倒伏损失鉴定。本文以小麦灌浆期和成熟期两个生长阶段的可见光无人机遥感影像为依据,构建多生长阶段小麦倒伏数据集,通过在DeepLab v3+模型中添加不同的注意力模块进行比较分析,提出一种基于多头自注意力（MHSA）的DeepLab v3+小麦倒伏检测模型。试验结果表明,提出的MHSA+DeepLab v3+模型的平均像素精度(Mean pixel accuracy, mPA)和均交并比(Mean intersection over union, mIoU),灌浆期分别为93.09%和87.54%,成熟期分别为93.36%和87.49%。与代表性的SegNet、PSPNet和DeepLab v3+模型相比,在灌浆期mPA提高了25.45、7.54、1.82个百分点和mIoU提高了36.15、11.37、2.49个百分点,在成熟期mPA提高了15.05、6.32、0.74个百分点,mIoU提高了23.36、9.82、0.95个百分点。其次,相比于CBAM和SimAM两种注意力模块,在灌浆期及成熟期基于多头自注意力的DeepLab v3+表现均为最优,在灌浆期其mPA和mIoU分别提高了1.6、2.07个百分点和1.7、2.45个百分点,成熟期提高了0.27、0.11个百分点和0.26、0.15个百分点。研究表明提出的改进的DeepLab v3+模型能够有效地捕获灌浆期和成熟期的无人机小麦遥感图像中的倒伏特征,准确识别不同生育期的倒伏区域,具有良好的适用性,为利用无人机遥感技术鉴定小麦倒伏灾害等级和良种选育等提供了参考。     

收获作业时小麦倒伏检测方法

作物倒伏不仅会造成产量和质量的降低,还会影响农业机械的自动化收割。为此,提出了一种收获作业时小麦倒伏检测方法,根据不同反射面介质对激光信号的反射特性不同,用实测的数据对激光回波信号强度信息进行统计界定;同时,基于界定结果,提出了一种融合激光距离的强度信息中值滤波算法,实现了结合激光距离信息和强度信息对小麦割茬区、倒伏区和未倒伏作物区的识别;最后,试验验证了方法的可行性,为联合收割机后续智能作业研究提供了理论依据。     

谷物收获工艺及其机器系统

概述了谷物生物学特性和谷物的收获工艺，从而对谷物收获的机器系统做了进一步的探讨，收获是谷物栽培的最后一个环节，对谷物的质量和产量具有重要影响，收获作业的季节性非常强，例如，小麦最适宜的收获期一般只有5－8天，收获过早，籽粒尚未饱满，会影响产量，过迟又容量造成自然落粒人。我国部分地区小麦收获期正值雨季，若不及时收割、脱粒，还会造成植株倒伏，穗上发芽和籽粒霉烂等损失，因此，实现谷物收获机械化具有重要意义。     

小麦春季化控措施

小麦春季应用植物生长调节剂进行化学调控,不仅能有效地控制小麦旺长,防止倒伏,增强抗逆能力,而且能提高光合效率、结实率和千粒重,是夺取小麦丰产增收的关键性措施。 1.喷烯效唑:烯效唑的代号为S—3307,有防止小麦倒伏和提高产量的双重作用。使用方法是在小麦拔节前一周内,每亩用5％的烯效唑可湿性粉剂,以30～40ppm的浓度喷施,每亩喷药液50公斤,可防止高密度、高肥水条件下的小麦倒伏。 2.喷多效唑:在小麦起身期,每亩用15％多效     

基于无人机图像以及不同机器学习和深度学习模型的小麦倒伏率检测

小麦在生长过程中发生倒伏会严重影响其产量,因此实时且准确地对小麦倒伏状况监测有很重要的意义.传统的方法采用手工方式生成数据集,不仅效率低、易出错,而且生成的数据集不准确.针对这一问题,本研究提出了一种基于图像处理的自动数据集生成方法.首先利用无人机在15、46和91 m三个高度采集图像数据;采集完数据后,根据无倒伏、倒...     

植物生长调节剂防止小麦倒伏四法

“倒伏”是高肥水条件下影响小麦产量的主要障碍之一,近年来植物生长调节剂在小麦生产上的推广应用,为防止倒伏、促进增产开了辟一条新途径,是小麦高产稳产的重要配套技术措施。     

2012年临汾市麦田杂草的发生与防治

小麦是临汾市的主要粮食作物。然而近年来，麦田杂草危害逐年加重，杂草种类越来越多，发生范围越来越大，对小麦的安全生产构成严重威胁。这些杂草与小麦争光、争肥、争水，造成小麦个体发育不良，麦穗变小，穗粒数减少，导致产量下降，品质降低，同时易倒伏，严重影响小麦的正常生长发育，给小麦生产带来大幅度的减产。并可引致某些病虫害的发生。