Informa预估美国2010年美国大豆产量为34.12亿蒲式耳

随着收割的进展,私人分析机构Informa Economics近日下调其对美国大豆产量的预估。贸易商称,Informa预估2010年美国大豆产量为34.12亿蒲式耳,本月稍早预估为34.37亿蒲式耳,因播种面积较美国农业部的预估减少140万英亩。早期大豆收割结果一直强劲,但Informa称其下调2010年大     

玉米和大豆间作套种栽培技术分析

玉米和大豆的间作套种栽培模式发挥了2种农作物的优势,能够充分利用耕地面积,提高单位面积产量.本文对玉米和大豆间作套种的优势和现状进行了分析,并对具体栽培技术进行了探讨,希望有一定的参考作用.     

2013/2014年度巴西大豆出口可能高于预期

据美国农业部海外农业服务中心发布的最新参赞报告显示,2013/2014年度巴西大豆出口量甚至可能高于早先预期,因为玉米产量可能下滑,释放更多的运输能力。参赞预计2013/2014年度巴西大豆出口量可能达到创纪录的4 500万t,比上年增长250万t,也比美国农业部官方预测以及国际谷物理事会的预测高出200万t。这将会加强巴西作为全球头号大豆出口国的地位,不过美国农业部也可能上调本年度美国大豆出口数据,目前     

玉米——大豆带状复合高效种植关键技术研究

针对玉米—大豆带状高效种植模式对土壤环境及大豆、玉米产量及构成因素的影响,分析玉米—大豆带状高效种植模式带来的经济效益、生态效益及社会效益,研究结果旨在为提升玉米—大豆带状高效种植模式的推广提供理论基础,对于保障我国粮食安全、农业增产增收具有重要意义。     

美国今年玉米产量将创历史最高纪录

据彭博社报道,美国谷物理事会称,全球最大玉米生产国美国今年的玉米产量将创历史最高纪录,尽管气候潮湿导致玉米种植速度为30年来最慢。美国谷物理事会全球贸易经理KevinRoepke在接受采访时表示,降雨正常的情况下预计可达1675.6kg/hm2推动产量创历年最高水平。美国农业部估计,如果平均产量水平从去年的1264.4kg/hm2反弹到1624.2kg/hm2,今年玉     

大豆玉米带状复合种植中存在的问题和对策

我国人口基数大、新增人口多,粮食问题是我国目前面临的严重问题之一,在现代农业迅速发展背景下,要进一步增强大食物观、大粮食观。我国大豆、玉米等严重依赖进口、国内供给严重不足的情况依然严峻,解决好粮油问题,推动农业技术的发展是关乎国计民生的大事。因此。实施玉米大豆间作带状复合种植技术是协调推进粮食稳产增产、扩种大豆油料,保障粮食和油料供给安全、促进农业绿色发展的一项有力措施。尽管这种新型种植技术在玉米、大豆产量的稳定增加等方面已经展现出了优势,但是我国的实践种植经验不足,在大豆玉米的种植过程中发现了一些问题,对于实际的种植效果颇有影响。为了更有效地提高我国农作物产量,实现土地资源的有效利用,本文从大豆玉米带状复合种植中存在的问题入手,提出合理的解决措施。     

利用图像和机器学习检测大豆作物幼苗期玉米杂苗

在大豆-玉米轮作生产过程中,玉米杂苗会与大豆苗竞争水和肥料,而且很容易遮住大豆苗,影响害虫（如玉米根虫）的防控,降低大豆品质。因此,在大豆幼苗期及时检测出玉米杂苗并对其进行处理非常重要。传统的人工检测方法主观性强、效率低,传感器和算法的发展为自动检测玉米杂苗提供了更好的解决方案。本研究在温室环境下模仿田间条件,待玉米和大豆发芽后,连续5天用因特尔RealSense D435相机采集彩色图像,并人工裁剪幼苗图像区域,在此基础上对图像进行分割和去噪。在采集图像形状、色彩和纹理特征值后, 对所采集的特征值进行权重分析, 保留前10种重要的特征值导入基于特征的机器学习算法中进行模型训练和预测。预测结果表明,支持向量机模型（SVM）、神经网络（NN）和随机森林（RF）的预测精度分别为85.3%,81.5%和82.6%。将数据集导入GoogLeNet和VGG-16 两种深度学习模型进行训练, 预测精度分别为96.0%和96.2%。VGG-16 模型在区分大豆幼苗和玉米杂苗中有较好的表现,彩色图像和VGG-16 模型组成的系统可以自动检测大豆生长过程中玉米杂苗的情况,为农民提供准确的信息,帮助其进行生产决策和田间管理。     

氮素对大豆和玉米轮作下植株干物质积累与产量的影响

进行玉米和大豆轮作试验,分析轮作体系下氮肥施用对植株干物质积累和产量的影响。结果表明:在轮作制度下,玉米增施50%氮肥与常规施肥相比,灌浆期和乳熟期的干物质质量与成熟期的产量显著提高;大豆减施50%氮肥与常规施肥相比,各生育期的干物质质量和籽粒产量均下降,但减产并不显著。综合分析表明:在轮作周期内总施氮量不变的条件下,玉米增施50%氮肥和大豆减施50%氮肥,可以在保证大豆减产不显著的情况下显著提高玉米产量。     

宁城县大豆与玉米带状复合种植技术的推广应用和探讨及研究

大豆和玉米一直是中国的主要粮食作物,但随着工业化的进展大豆与玉米将被应用到越来越多的方面,因此农民对大豆和玉米的需要也将逐步扩大。但由于中国土地面积的限制,靠净作大豆和玉米还很难解决中国农民对大豆和玉米的需要,因此大豆和玉米仍然是中国农业进口依存量最大的二类粮食作物。所以,通过引进大豆与玉米带状复合种植技术可以有效克服这一突出困难,因为这种技术可以使玉米的生产维持相对平稳,从而提高一季大豆。本文主要从宁城县大豆与玉米带状复合种植技术的理论应用优势、实际运用与示范价值三种角度展开研究与阐述。     

大豆稀植机械化高产攻关试验报告

安徽省大豆种植面积常年保持在1000万亩左右,是全省沿淮淮北旱作区重要的秋种作物,也是这一区域主要的冬小麦接茬作物。提高大豆生产全程机械化,对确保全省大豆高产意义重大。近年来,安徽省农机部门加快了对小麦、水稻、玉米、油菜四大作物全程生产机械化技术推广,大豆生产机械化已远远落后于四大作物机械化进程,传统的窄行距、大播量种     

基于深度学习的玉米和大豆期货价格智能预测

玉米和大豆为同季旱粮作物,“争地”矛盾十分突出,同时掌握玉米和大豆两者的价格是必要的。相较于现货,农产品期货价格具有价格发现功能。因此,玉米和大豆期货价格分析和预测对种植结构调整和农户作物品种选择均具有重要意义。本研究首先分析了玉米和大豆期货价格的相关性,通过相关性计算和格兰杰因果检验,发现玉米和大豆期货具有较强的正向相关性,且大豆期货价格是玉米期货价格的格兰杰原因;其次,基于长短时记忆（Long Short-Term Memory,LSTM）模型对玉米和大豆期货价格进行预测,并引入注意力机制（Attention）对期货价格预测模型行优化。对比结果表明,与差分整合移动平均自回归模型（Autoregressive Integrated Moving Average Model,ARIMA）和支持向量回归模型（Support Vector Regression,SVR）相比,LSTM模型在各项指标中均为更优,而与单一的LSTM模型相比,加入Attention机制的Attention-LSTM模型在各项指标中均更优。其中,玉米和大豆期货预测结果的平均绝对误差（Mean Absolute Error,MAE）分别提升3.8%和3.3%,均方根误差（Root Mean Square Error,RMSE）分别提升0.6%和1.8%,平均绝对百分误差（Mean Absolute Percentage Error,MAPE）分别提升4.8%和2.9%,证明了Attention机制的加入可以帮助模型提取有效信息,提升性能。最后,使用LSTM模型结合大豆期货历史价格共同预测玉米期货价格,MAE提升了6.9%、RMSE提升了1.1%、MAPE提升了5.3%。试验结果表明,本研究使用Attention-LSTM模型对玉米和大豆期货价格进行预测,相较于通用预测模型,Attention-LSTM模型能够提高大豆和玉米期货价格预测精度,且结合相关农产品期货价格数据,可以提升单个农产品期货模型的预测性能。     

原平市玉米丝黑穗病的发生和防治

玉米是原平市农业生产的主导作物,近十年来播种面积一直占全市播种面积的85％以上,产量占全市粮食总产的90％左右。玉米播种面积的持续增加,使大面积的轮作倒茬难以实现,导致玉米丝黑穗病有回升加重的趋势。据调查,发病率一般在5％左右,严重的地块达10％～15％。