空气喷雾器上的光学-他们看不到的东西

贴在

关于Jason Deveau (Spray_Guy)

Jason Deveau博士(@spray_guy)自2008年以来一直是OMAFRA应用技术专家。他研究并教授如何在特种作物、大田作物和受控环境中安全、有效和高效地应用农业喷雾剂。他是Sprayers101的共同管理人,Airblast10雷竞技app震中杯赞助商1教科书的合著者,骑自行车慢,跑得更慢。雷竞技苹果app下载官方版

查看所有帖子杰森·德沃(Spray_Guy)

“精准农业”对很多人来说有很多含义。在喷洒的背景下,让我们把它定义为“检测和响应变化”。精密农业的一个例子是使用作物传感光学技术来有效和准确地指导喷雾应用。这对现场喷雾器操作员来说并不新鲜,但你以前知道吗肯·贾尔斯发表了第一篇论文脉冲宽度调制喷嘴1989年,空气喷雾器已经有作物感应技术了吗?

在20世纪70年代,伯特罗珀注意到柑橘喷洒固有的浪费。对空气喷雾器来说,30-50%的地面损失和10-20%的脱靶漂移是很常见的(现在仍然如此)。因此,他们利用宝丽来的自动对焦技术,在一些工程师的帮助下,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。他和儿子查理在他们的厨房里制作了原型,然后在他们的家庭树林里进行了验证,喷洒10加仑/ac,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;传感器检测到舱盖上的特定区域,并启动臂架部分或单个喷嘴,只喷洒目标区域。但是光学和机器学习正在不断发展。现在他们可以根据树冠密度的变化调节单个喷嘴的流量。需要明确的是,这不仅仅是“开/关”,而是可变流量。

最终,这些系统将能够识别和应对特定的害虫(或害虫损害),并根据冠层密度或开花数量调整植物生长调节剂的比例。可能性是惊人的。顺便说一句,有兴趣的读者可以在这篇精彩的文章来自俄勒冈州立大学。

图2安装在Turbomist喷雾器上的Smart Apply系统的激光雷达和控制界面

然而,当运营商采用这项技术时,他们应该意识到目前的局限性。树冠传感光学系统在废物管理方面很出色(它们的主要卖点似乎是节省农药),但这取决于作物形态和种植结构。不喷不存在的东西是有道理的,但差距可能没有你想象的那么大。

非连续冠层要求喷雾在通过目标前后有一定的超前和滞后,以确保有足够的覆盖范围。考虑到喷洒到高树冠顶部的固有难度,一些专家认为顶部喷嘴不应该脱离。而且,在形成连续的树篱状排列的均匀树冠的情况下,潜在的节省被大大降低了。

此外,所有这些系统都假设应用效率主要依赖于将液体流速与目标冠层的轮廓(或密度)匹配。我不相信这是真的。至少,这并不完全正确。空气环境对覆盖效率和效力的影响似乎被忽视了。

例如,这些喷雾器没有考虑到喷雾从喷嘴到目标的距离(即转移效率)。这取决于液滴的大小、喷雾器的空气设置和环境条件——这些都不受喷雾器光学系统的监控。他们也不能“知道”喷雾是否被目标拦截(即捕获效率),或者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,不能反弹或跑掉。

这意味着这些喷雾器,就像任何喷雾器一样,只能承诺“覆盖潜力”。操作人员仍然需要执行以下任务:

  • 根据冠层大小、飞行速度和环境条件优化气流方向和能量。
  • 使用水敏感纸或其他一些量化覆盖率的方法,以确保您的目标收到阈值覆盖率。
  • 监测和调整整个赛季的做法,以应对不断变化的情况。
HOL的智能喷雾应用(I.S.A.)系统采用Weed-It传感器。

那么缺少什么呢?我们如何超越所谓复杂的利率控制器?

在我看来,我相信投手需要一个接球手——一个闭环反馈系统。光学系统会识别目标,喷嘴流量会做出反应,然后目标冠层中的数字喷雾传感器会检测并向喷雾器报告覆盖范围机器学习可以实时进行迭代调整。

喷雾传感器并不是一个新想法,因为湿度检测系统自70年代以来就被用于林业。但是,传感器可以识别喷雾覆盖会提供更多的细节,而肯·贾尔斯似乎又一次是这一概念的先驱.这样一个集成了喷雾器光学和机器学习的传感器,可以概括地解释从喷雾器释放到喷雾器落地的所有未知因素。这很严重crop-adapted喷涂

是的,如果在喷头上有某种形式的风速计绑在挡板或百叶上,那就太棒了。空气能量可以在上下风向两边平衡,并进一步调整以补偿到树冠的距离……但我现在正在做彩色的梦。

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/英尺)盲目地指示喷雾释放到气流中3.).喷雾器操作员充当大脑,优化喷雾器设置,量化覆盖范围,并根据情况进行更改。

了解更多关于如何优化你的空气喷雾器和你的目标之间的适合下载免费副本我们空战101教材

Baidu