空气喷雾器上的光学-他们看不到的东西

贴在

关于Jason devau (Spray_Guy)

杰森·德沃博士(@spray_guy)自08年以来一直是OMAFRA应用技术专家。他研究并教授在特殊作物、大田作物和受控环境中安全、有效和高效地应用农业喷雾的方法。他是Sprayers101的共同管理员,《Airblast1雷竞技app震中杯赞助商01教科书》的合著者,骑行速度慢,跑步速度慢。雷竞技苹果app下载官方版

查看所有帖子杰森Deveau (Spray_Guy)

“精准农业”对很多人来说意味着很多东西。在喷涂的背景下,我们将其定义为“检测和响应变化”。精密农业的一个例子是利用作物传感光学来有效和准确地直接喷洒应用。这对现场喷雾器操作员来说不是什么新鲜事,但你以前知道吗肯·贾尔斯发表了第一篇论文脉宽调制喷嘴在1989年,空气喷雾器已经有了作物传感技术?

20世纪70年代,伯特·罗珀(Bert Roper)指出了柑橘喷洒固有的浪费。对喷吹式喷雾器来说,30-50%的地面损失和10-20%的脱靶漂移并不少见(现在仍然如此)。因此,利用宝丽来的自动对焦技术,并在一些工程师的帮助下,他们开发了一种超声波传感器系统,使计算机能够“看到”目标树,并相应地启动喷嘴。他和儿子查理在自家的厨房里做了一个样品,然后在自家的树林里进行了验证,喷的是10加仑,而不是通常的250加仑。第一个Tree-See系统在1984年卖给了可口可乐公司。

图1Tree-See斯旺森喷雾器(www.treesee.com)

这项技术至今仍在使用;传感器检测到雨棚上的特定区域,并驱动悬臂部分,或单个喷嘴,只对目标区域喷洒。但光学和机器学习已经发展到可以调节单个喷嘴的流量,以响应冠层密度的变化。需要明确的是,这不仅仅是“开/关”,而是可变流。最终,这些系统将能够识别并应对特定的害虫(或害虫损害),并根据冠层密度或水华数量调整植物生长调节剂的速度。可能性是惊人的。

图2安装在涡轮喷雾器上的智能应用系统的激光雷达和控制界面

题外话,感兴趣的读者可以在这优秀的文章来自俄勒冈州立大学。

然而,当运营商接受这项技术时,他们应该意识到目前的局限性。所有这些系统都假定应用效率主要取决于与目标树冠剖面(或密度)匹配的速率。我不相信那是真的。空气环境对覆盖效率和效果的影响早已为人所知。因此,虽然冠层传感光学技术在处理废物方面做得很好(其主要卖点似乎是节省农药),但它们只能承诺“覆盖潜力”。

例如,它们没有考虑喷雾从喷嘴到目标的跨越距离的能力(即传输效率)。这取决于液滴的大小,喷雾器的空气设置和环境条件——这些都不是由喷雾器光学监测的。他们也不能“知道”喷雾是否被目标拦截(即捕获效率)或它是否在目标表面沉积了生物活性残留物(即滞留)。液滴必须被目标表面保留,不能反弹或滑落。

这意味着,空爆光学系统最终得到了美化速度控制器.当然,当作物形态、种植结构和环境条件变化较小时,这就不是问题,但操作人员仍然需要执行以下任务:

  • 根据雨棚的大小、速度和环境条件优化空气的方向和空气能量。
  • 使用水敏感纸,或其他一些量化覆盖范围的方法,以确保您的目标收到阈值覆盖。
  • 监测和调整整个赛季的练习,以应对不断变化的条件。
HOL的智能喷雾应用(I.S.A.)系统采用了杂草传感器

怎样才能改善现状?在我看来,我认为投手需要一个捕手-一个闭环反馈系统。光学会识别目标,喷嘴流量会做出反应,然后目标冠层中的传感器会检测到覆盖范围,并向喷雾器报告机器学习可以实时进行迭代调整。这就解释了从它被释放到它(希望)着陆的那一刻起,干扰喷雾的所有未知因素。这是一些严重的crop-adapted喷涂

在此之前,喷雾器的眼睛只能根据假定的覆盖常数(例如1.2盎司/ft3)盲目地(哈哈)指示将喷雾释放到气流中。这就需要喷雾器操作员来充当大脑,优化喷雾器设置,确认覆盖范围,并根据情况做出改变。

了解更多关于如何优化您的空气喷淋和您的目标之间的适合下载Airblast10雷竞技苹果app下载官方版1

Baidu