桑苗圃和桑园的化学除草

用氟乐灵和精稳杀得或高效盖草能进行桑苗圃除草，用草甘磷和乙草胺混合进行桑园除草，可有效地防除杂草。     

水稻苗田化学除草剂—封闭1号大面积苗田药效示范试验结果

通过多点水稻苗田大面积示范试验结果表明,通化市农科所研制的水稻苗田除草剂“封闭1号”具有除草效果好(90～100％)、安全、使用方便、成本低等特点。1988～1991年,累计推广面积(苗田)达15.6万亩,创造经济效益150万元。     

Productivity impacts of the system of rice intensification (SRI): A case study in West Bengal,India

The system of rice intensification (SRI) has generated considerable debate globally, particularly with regard to its potential to raise rice yields. Proponents of SRI have reported that the average rice yield with SRI is double the current average yield and can be increased to the level of three to four times. Opponents say the reported high yields are due to measurement error and that usual information expected in support of these fantastic yields is missing. The number of SRI adopters has increased in India in recent years. We evaluate the impact of adoption of SRI practices on rice yields, the economics of paddy cultivation and labour inputs based on field research conducted in Purulia, West Bengal, India. Paddy yields with SRI were higher than those under conventional paddy cultivation by 32% and net returns were higher by 67%. Labour input was reduced by 8%. SRI adoption enabled farmers consistently to enhance paddy yields, increase returns and save labour; and enhance productivity with respect to the key inputs in terms of paddy output per unit of seed, fertilizer and labour-day. SRI promises to be a significant alternative for not only raising paddy yields, but also for managing paddy based farming in resource-starved regions.     

基于视觉的苗期作物株间除草关键技术研究现状

基于视觉的苗期作物和杂草的图像分割技术逐渐成熟,通过视觉技术对苗期作物进行精准识别和定位,是实现株间除草的关键技术和难点。作物的精准识别首先需要利用颜色特征将图像中的作物、杂草和土壤背景进行分割;其次利用实际识别对象的位置特征,形状特征,纹理特征,光谱特征等构造新的特征向量,结合成熟的分类算法对作物和杂草进行特征分类识别。针对棉苗和大豆苗,主要提取位置特征、形状特征,多采用支持向量机为主分类算法;针对玉米,主要提取位置特征、纹理特征,多采用人工神经网络为主的分类算法;针对部分蔬菜苗,主要提取形状特征、光谱特征,多采用算法结合的优化算法,具体实现时需要根据离线样本学习的结果来平衡苗期作物的识别准确率与实时性。在目前的算法中,主要存在三方面的问题:作物特征提取效果易受到遮挡、光照等干扰;分类算法目前还不能得到非常令人满意的准确性和实时性;目前算法一般是针对某种时段的作物,不具有通用性。这些都是后续算法研究中需要进一步解决的问题。     

我国农田化学除草现状及综合防治的研究

化学除草剂是用于毒杀和消灭农田杂草,或非耕地里生长的绿色植物,并对人畜没有安全危害的一类农药。我国农田杂草种类繁多,随着受草害面积的不断增加,化学除草在我国迅速发展。但是,化学除草在使用中存在许多问题,为此论述农田杂草防治应采取的措施。     

基于里程信息融合的株间锄草刀定位数据优化方法

为提高株间锄草刀定位精度、降低机器视觉受外界因素的影响,该文提出里程信息融合机器视觉的方法对锄刀定位数据进行优化。通过分析定位数据校正和视觉滞后补偿的原理,设计了模糊逻辑校正器,通过模糊规则将模糊校正系统简化为单输入单输出形式,采用Mamdani模糊推理方法获得视觉数据可信度决策表,将可信度作为加权值生成校正锄刀定位数据,并提出采用实时里程信息作为视觉滞后补偿量的方法,给出补偿公式。田间刀苗距优化静态试验表明,视觉刀苗距误差为9.88 mm,优化后刀苗距误差为6.06 mm;动态试验表明,视觉数据出错率为4.8%～6.6%,刀苗距变化曲线显示,优化方法可有效过滤视觉坏点或不稳定的数据点,将视觉滞后纳入衡量标准,不同车速下动态优化后刀苗距平均误差为5.30～7.08 mm,较优化前降低了25%左右。研究结果表明,锄草刀定位数据优化方法可有效提高机器视觉静态和动态获取刀苗距的精度。该研究为提高株间锄草技术的锄刀定位精度提供了参考。     

铺膜插秧后水田3SCJ-1型除草机设计与试验

为实现铺膜插秧种植方式的有机水稻全程绿色无污染化作业,解决地膜两侧单行内杂草难以根除的问题,根据农艺要求,设计了一种针对铺膜插秧后除草作业的3SCJ-1型单行水田除草机。阐述了基本结构组成和工作原理,分析了除草部件的运动学与动力学特征,建立了除草部件、机架与仿形浮漂整体的力学模型,推导出除草机的驱动扭矩。以机器前进速度和除草深度为试验影响因素,除草率作为评价指标,对除草性能进行单因素田间试验,并运用Design-Expert 8.0.6软件对试验数据进行分析,得到影响因素与评价指标之间的数学模型。试验结果表明:当机器前进速度从0.3 m/s增大至0.6 m/s时,除草率先增大后减小,并在前进速度为0.45 m/s时,除草率达到最大值(78.52%);当除草深度从50 mm增大至110 mm时,除草率持续增大,但考虑到除草机的功耗,最佳除草深度取为50~100 mm,在除草深度为100 mm时,除草率为79.26%。除草机平均除草率为78.02%,满足铺膜插秧种植方式水田除草的农艺要求。     

五味子园除草机的研制与应用

设计、制造一种五味子园除草机,并进行田间试验应用与效益分析。该除草机采用手扶拖拉机为配套动力,利用最终传动齿轮,通过除草机的传动箱带动除草轮在地面上滑转来剖切土壤,达到除草和疏松土壤的目的;同时配置培土犁,一次可完成除草、深松、培土复式作业。应用试验表明,该除草机各项技术指标均达到设计标准,能够满足农艺要求。     

基于茎基部分区边缘拟合的稻株定位方法

准确地定位稻株是水稻株间除草机械作业的前提,提出了侧位俯拍的图像采集方式获取稻株茎基部图像,采用茎基部分区边缘拟合的方法定位稻株,解决了除草期内水稻冠层接连引起的定位不准确问题。首先分析稻株生长形态,探究侧位俯拍稻株茎基部的相机安装参数设定,以及影响成像质量的相关因素,提出了遮光条件下采集图像的方法,构建了具有遮光功能的图像采集系统;其次采用2G-R-B彩色图像灰度化、自动阈值、形态学操作等方法处理并分割稻株图像,检测茎基部边缘并分析其形态特征,并提出了分区边缘拟合定位方法:划分拟合区间为3个子区间,在子区间内进行边缘拟合,以拟合边缘线段中点坐标均值作为子区间茎基部中点,根据中点拟合茎基部中线,以中线中点作为定位的茎基部中心。最后进行了基于茎基部与冠层的稻株定位精度田间对比试验,结果显示:插秧后10~20 d内,基于茎基部的稻株定位误差均在7.0 mm以下,其中10 d、15 d、20 d时的定位误差分别为6.9mm/6.8 mm、5.9 mm/5.8 mm、6.3 mm/6.5 mm(有水条件/无水条件);基于冠层的稻株定位误差在8.0 mm以上,其中插秧20 d后,定位误差超过15 mm以上。试验结果表明,所提出的基于茎基部分区边缘拟合的稻株定位方法,定位精度高,除草适用期长,可满足株间机械除草过程中对稻株精准定位的技术要求。     

甘薯除草部件设计与仿真研究

除草部件作为甘薯中耕除草机的关键作业部件,其结构与性能将直接影响到机具的作业效果。目前的除草部件结构只能实现沟底除草,但无法实现垄侧除草。根据甘薯种植的垄体参数和实际作业需求,设计一种锥体除草部件,该结构的设计能够增大作业区域,在原有的沟底除草基础上,增加垄侧中耕除草功能,提高机具作业性能。对锥体除草部件的工作参数和结构参数进行理论分析计算,并采用离散元法进行仿真验证试验。与传统除草部件相比较,碎土率提升11.31%,功率提升4.73%,作业覆盖面积增加133.33%,充分验证该设计的可行性。