摘要：为明确双氯磺草胺土壤封闭与茎叶处理对东北地区春大豆田阔叶杂草的防除效果和对作物的安全性。采用随机区组设计,连续2年开展田间试验。结果表明:25.2~76.5 g/hm^(2)有效成分剂量下84%双氯磺草胺水分散粒剂用于大豆田进行土壤封闭处理,施药后60 d,对东北地区常见阔叶杂草藜、本氏蓼、苍耳、苘麻、水棘针的株防效和鲜重防效都在90.0%以上,对龙葵的株防效和鲜重防效都在87.0%以上。对阔叶杂草的总株防效为93.3%~99.0%,总鲜重防效为94.7%~99.4%。25.2~63.0 g/hm^(2)有效成分剂量下84%双氯磺草胺水分散粒剂茎叶喷雾处理,施药后30 d,对本氏蓼、苍耳、苘麻的株防效和鲜重防效都在93.0%以上,对水棘针的株防效和鲜重防效都高于82.0%,对藜、龙葵的株防效为59.8%~85.5%,鲜重防效为62.5%~90.9%。对阔叶杂草总的株防效为80.1%~93.2%,总的鲜重防效为82.2%~95.9%,施药后初期,大豆叶片有受害症状,后期新生叶片正常。双氯磺草胺土壤封闭和茎叶喷雾施药方式都能有效控制东北地区春大豆田的阔叶杂草,但依据大豆产量分析,84%双氯磺草胺水分散粒剂有效剂量25.2~76.5 g/hm^(2)4个土壤封闭处理区大豆产量与人工除草相比差异不显著。本试验为大豆田苗后除草剂选择提供了新思路,茎叶喷雾施药方式适宜的剂量为84%双氯磺草胺水分散粒剂31.5~37.8 g/hm^(2);土壤封闭施药方式具有更好的除草效果,适宜的施药剂量为84%双氯磺草胺水分散粒剂25.2~50.4 g/hm^(2)。

摘要：为了明确玉米田土壤封闭的三混除草剂42%精异丙甲草胺·异噁唑草酮·莠去津悬乳剂在不同剂量处理下对杂草的防效和安全性,采用随机区组试验方法设计田间药效试验。结果表明,42%精异丙甲草胺·异噁唑草酮·莠去津悬乳有效成分用量1 890~2 205 g·hm^(-2)在玉米播后苗前施用,对玉米田主要杂草稗草、藜、本氏蓼、苘麻等杂草均有较好效果。施药后40 d,对试验玉米田杂草总草的株数防效为86.8%~95.0%,鲜重防效为88.9%~96.5%。各个剂量处理后的20 d和40 d及抽雄期,玉米均未出现药害,同时对其他非靶标生物无影响。各药剂处理区与空白对照相比玉米产量均增产显著,增产率为74.4%~81.4%。说明土壤封闭除草剂42%精异丙甲草胺·异噁唑草酮·莠去津悬乳剂在对玉米安全的同时对杂草具有较好的防效。用于玉米田一年生杂草的防除时,适宜的施药剂量为4 500~5 250 mL·hm^(-2)(有效成分用量1 890~2 205 g·hm^(-2))。

摘要：为明确23.5%环磺酮·莠去津可分散油悬浮剂对玉米田一年生杂草的防效及最佳用量,采用随机区组试验设计方法进行田间药效试验。结果表明:23.5%环磺酮·莠去津可分散油悬浮剂在有效成分用量为564.0,634.5,705.0和1269.0 g·hm^(-2)的条件下,施药后30 d,对玉米田一年生杂草总平均株数防效分别为95.0%、97.2%、99.0%和100.0%;总草平均鲜重防效分别为97.5%、98.9%、99.6%和100.0%,与空白对照相比,玉米增产率分别为99.9%、102.7%、103.0%和103.9%。由此可知,23.5%环磺酮·莠去津可分散油悬浮剂在本试验剂量下,于玉米苗后、杂草2~4叶期进行茎叶喷雾处理,对玉米安全,除草效果好,有增产作用,可作为玉米田主要除草剂使用。推荐的23.5%环磺酮·莠去津可分散油悬浮剂防治玉米田一年生杂草的适宜施药剂量为160~180 mL·(666.7 m^(2))^(-1),即有效成分用量为564~705 g·hm^(-2)。

摘要：为明确39%氟·松·烯草酮乳油对东北地区春大豆田一年生杂草的防效及最佳用量,采用随机区组试验设计方法进行田间药效试验。结果表明,39%氟·松·烯草酮乳油在有效成分用量为611.0,666.5,722.0和1333.0 g·hm^(-2)的条件下,施药后30 d,对大豆田一年生杂草总的株数防效分别为93.9%、97.0%、98.7%和99.6%,总草鲜重防效分别为96.0%、98.3%、99.1%和99.8%,与空白对照相比,大豆增产率分别为196.2%、203.8%、204.9%和198.1%。由此可知,39%氟·松·烯草酮乳油在本试验剂量下,于大豆1~2片复叶、杂草2~4叶期进行茎叶喷雾处理,对大豆安全,除草效果好,有增产作用,可作为东北地区春大豆田除草剂使用。适宜的施药剂量为105.0~123.0 mL·(666.7 m^(2))^(-1),即有效成分用量为611.0~722.0 g·hm^(-2)。

摘要：为了提高队列行驶的安全性、经济性、高效性和平顺性,提出了基于云控系统的队列预测性巡航与换道决策方法。通过路侧基础设施获取动态交通信息,并上传云平台;云平台利用预测模型估计环境车辆的未来状态;队列采取不同的行为而获得的惩罚体现在设计的目标函数中,通过最小化目标函数实现纵向加速度与横向换道决策的协同优化,并将决策结果发送至车端进行跟踪控制。利用Sumo与Matlab搭建联合仿真环境,设计了不同交通流量下的5组仿真工况。结果表明:对比微观驾驶模型(IDM+MOBIL),采用该方法的队列在巡航时碰撞风险降低42.2%,换道时碰撞风险降低3.41%,平均节油率为1.22%,速度提升0.83%,平顺性提高49.84%,在安全性、经济性、高效性和平顺性方面均优于微观驾驶模型。