多通道移动式果园灌溉施肥机设计与试验

针对目前果园种植管理过程中灌溉量与施肥浓度控制精度较低、不能动态调整施肥配方等问题，开发了一种多通道移动式果园灌溉施肥机。样机主要由灌溉混肥装置、吸肥装置、水肥参数检测装置、控制系统、牵引式行走装置和动力系统等6部分组成。对吸肥装置关键部件设计正交试验，分析了吸肥器布置方式、吸肥管道管径、过滤器类型、管道排列方式和过滤器目数等不同因素对吸肥性能的影响，确定了最优的吸肥装置结构。开发了精确灌溉施肥自动控制系统，并进行了样机性能测试，结果表明：施肥机可自动完成果园精准灌溉与施肥作业，动态调整施肥配方，灌溉量控制相对误差≤0.54%,EC值控制绝对误差≤0.07mS/cm,母液配比相对误差≤2.00%。     

智能采摘机器人自动化系统研究 —基于交互式视音频技术

为了提高采摘机器人的作业质量,模仿英语移动教学交互式视音频技术,在采摘采摘机器人控制系统中引入了视音频交互技术,通过远程视频监测机器人的作业状态,然后利用声控技术对采摘机器人的作业姿态进行调整,实现了管理员和采摘机器人的视音频交互,可以有效地提高采摘机器人的作业质量,降低采摘机器人的故障率。为了验证方案的可行性,对采摘机器人自动化控制系统进行了测试,并引入了MIMO通信原理,以提高视音频信号传输的质量。测试结果表明:采摘机器人可以准确地识别远程端的声控信号,且根据指令信号动作的准确率较高,可以满足高精度采摘机器人的设计需求。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

果园机械化施肥技术探究

随着我国科学技术的不断发展进步,使得机械化施肥技术在果园种植业中获得了极为广泛的应用。实践表明:果园机械化施肥技术的应用能够有效提高果园种植的工作效率和工作质量。与传统的人工种植果园技术相比,果园机械化施肥技术可以通过对先进技术的应用在节省人力、提高工作效率的同时更好地满足当前果园种植业的实际需求。本文结合秦安县农业机械化发展现状,对当前果园机械化施肥技术存在的主要问题进行了分析,并提出了相应的解决对策,希望能够有效推动果园的机械化进程。     

果园常用农药（上）——生物源农药、特异性农药和矿物源农药

佳绿菜豆是宝鸡市农科所2002年从日本引进的一个高产矮生菜豆新品种，其荚形美观，早熟，优质，深受当地菜农的青睐。     

顺昌培育出新型无核红心柚

近日，福建省顺昌县果园里出现了一个新品种——顺昌无核红心柚。     

果园冬季管理技术要点

<正>1 加强土肥水管理 一是在干旱时要及时灌水,充分满足果 树需要,特别是在苹果晚熟果实采收后如遇 干旱,一定要浇水。土壤结冻前,再浇封冻 水。其次是施肥,在果树投影下挖环形沟或 放射状沟,一般根据树体大小,每产1公斤 果施2公斤有机肥,有条件的果园可先中 耕,再进行树盘覆草,厚度一般6厘米左     

果园土壤改良方法

如果用土层较薄、土壤较贫瘠的山地或荒地建苹果、梨、桃、李等果园，栽植前又没进行过开园整地和培肥地力，果苗栽下后会因为土壤耕层浅、结构不良、肥力低、有机质含量少、酸碱度不适宜而生长不良。因此应针对存在的具体问题，及早采取以下措施进行土壤改良。     

农业部将建300个标准果园

<正>2009年7月7日,全国标准果园创建活动在湖北省宜昌市正式启动,农业部将在全国创建300个标准果园,创建要求推进水果产业标准化建设,标准果园商品果率达到95%以上,优质果率80%以上。