拉丁美洲的杂草防除

2001年11月26～30日,拉丁美洲杂草科学协会在委内瑞拉的Maracaibo召开了第15次大会。本次大会以“从科学种田到丰收”为口号,来自20个国家的450多名代表和受邀的学者就拉丁美洲杂草生物学、生态学以及防除的相关课题进行了研讨。本次活动由Maracaibo的朱莉亚大学和委内瑞拉杂草科学协会组织。     

霸草灵防除麦田阔叶杂草效果试验初报

试验表明:(1) 霸草灵杀草谱广,速效性好,2%霸草灵SC 300 ml/hm2处理对猪殃殃、婆婆纳、泽漆、繁缕等很敏感;十字花科的播娘蒿、荠菜株死亡率较低,但抑止生长作用较大;对野老鹳草则基本无效。(2) 在小麦4叶期喷2%霸草灵SC300~600 ml/hm2对小麦安全,对后茬也无影响。(3) 冬前在杂草2~4叶、基本出齐时喷2%霸草灵SC300 ml/hm2,对婆婆纳等的防效可达100%,对荠菜的株防效为44%左右,鲜重防效可达77%左右。     

直播稻田化学除草试验

直播稻田用不同药剂在播种后各一次化除或播种后两次化除都具有很好的除草效果。播后前期是化学除草的关键时期播后前期每６６７米＾２用１０％苄嘧黄隆１５克＋６０％丁划胺６０毫升，１０％苄嘧黄隆１５克＋５０％杀草丹１５０毫升，１７．２％新幼禾葆２４０克或１５．８％幼禾葆２００克防铲均较好。     

苜蓿田杂草茎口叶处理药剂筛选试验报告

对5％普施特AS、25％苯达松AS、50％高特克SE、15％精稳匀得EC、6．9％威霸EW等10种除草剂及其混用在苜缩中进行了药效试验。除草效果达到80．7％－98．2％，增产效果显著。     

旱草枯防除辣椒地杂草试验

辣椒是云南省文山州的主要经济作物之一 ,常年种植 2万公顷以上。长期以来 ,辣椒地杂草主要是靠人工薅除 ,只有很少一部分用威霸ＥＷ进行化除。为了进一步找到适合我州辣椒生产的高效、低成本化除药剂 ,我们在文山县红甸乡进行了 5 %旱草枯ＥＣ防除辣椒地杂草试验。试验结果表明 ,5 %旱草枯ＥＣ对以禾本科为主的辣椒地杂草有显著的防除效果 ,对辣椒安全 ,可以在大面积生产中推广应用。1　材料及方法1 1　试验地概况试验地为红壤 ,前作小麦 ,未施用除草剂。主要草种有马唐、狗尾草、鬼针 ,其中禾本科杂草占90 %。1 2　辣椒品种本地邱北辣。1 …     

氟嘧磺隆的合成研究与田间除草效果

以2-氨基-4，6-二羟基嘧啶为起始原料，选用高效催化剂A，经二氟甲基化后得到2-氨基-4。6-双(二氟甲氧基)嘧啶(DMAP)；DMAP在溶剂B中与邻甲氧甲酰苯磺酰异氰酸酯加成合成氟嘧磺隆，合成总收率21％。产品含量达97％。田间试验结果表明：10％氟嘧磺隆可涅性粉剂7．5、15和30g a．i．／hm^2对玉米田阔叶杂草的防效分别为77％、89％和95％，对禾本科杂草的防效分别为40％、54％和63％；对玉米安全；各处理区玉米产量和玉米穗轴重均明显高于对照区产量和穗轴重。     

干旱条件下如何用好苗前除草剂

苗前施除草剂比苗后除草效果好、药效稳定，效益好；秋季施除草剂又比春季施除草剂效果受干旱和风的影响小，除草效果好而稳定，增产5％-10％。苗后受水分影响或错过除草时机，易产生药害及杂草竞争，至少减产10％-20％，多者减产30％-40％。大豆、玉米应以苗前除草为主，选择除草剂安全第一，高投入，高产出，安全高产，赚大钱；低投入，药害重、病害重，减产赔钱。     

带多重加工前约束的单机MOPJ调度方法

为有效解决晶圆加工过程中带换模时间、品种间晶舟分配的不确定性以及参数调整等多重加工前约束的单机单作业多订单MOPJ(multi-order-per-job)调度问题,对问题域进行描述,以订单总完成时间最小为优化目标,建立数学规划模型.给出求解较优调度解的定理,并提出具有双层嵌套编码机制的混合差分进化的入侵杂草调度算法,该算法引入具有学习机制的算子以改善解的质量.为有效提高算法的收敛性,在变异及邻域操作中考虑自适应过程.仿真实验结果表明,该算法是有效且可行的,优化晶舟分配的调度较未优化的调度可提高至少10%的性能.     

丹东港进口大豆携带杂草种类与检测

丹东港是中国海岸线最北端的不冻良港,近年来从该口岸进境的大豆数量逐年增加,从2009年至今,丹东港约有280万吨大豆进境,主要来自美国和巴西。从进口大豆检出杂草情况看,杂草种类繁多,共17科、74种,其中检疫性杂草有5科、11种。本文对丹东港进口大豆携带的杂草进行了分类与风险分析,并提出相应的一些建议,从而降低有害生物的传入几率。     

基于蝙蝠算法的改进杂草算法研究

提出了一种新型的混合算法并命名为混合杂草蝙蝠算法(Hybridize Invasive Weed Optimization with Bat Algorithm,IWOBA),该算法在杂草算法的基础上利用蝙蝠算法的回声定位来解决每代种子逐步寻优的问题。其原理是利用种群速度和位置的不断更新,增加种群的多样性,从而达到提高种群的全局收敛性。最后利用6个测试函数对该算法和标准杂草算法进行测试比较。仿真结果表明,IWOBA能够有效克服原算法早熟、易陷入局部最优的缺点,可加快算法收敛速度,具有良好的鲁棒性。