病蟲測報智能化研究進展

張云慧，張 智，劉 杰

（1.中國農業科學院植物保護研究所，植物病蟲害綜合治理全國重點實驗室，北京 100193；2.北京市植物保護站，北京 100029；3.全國農業技術推廣服務中心，北京 100125）

我國地處東亞季風區，是一個農業生物災害多發、頻發、重發的國家。近年來，由于全球氣候變暖，農業結構調整，耕作制度變遷等，農作物病蟲害的發生變得日趨嚴重和復雜，成為影響農作物穩產增產的重要因素。據統計，近5年我國農作物病蟲害年均發生面積4.3億hm2次，實際造成糧食損失逾2 000萬t，占全國糧食總產量的3.5%左右[1]。精準預報是科學有效防控病蟲危害，實現“蟲口奪糧”，保障國家糧食安全的重要手段和前提[2]。長期以來我國病蟲測報工作主要依靠手查、目測、竹趕、盆拍等傳統工具和手段，自動化、智能化、標準化程度低，工作量大、效率低，是制約現代植保體系建設的主要短板之一[3]。

傳統的病蟲測報是指在病蟲害發生為害之前，人們根據研究和實踐所掌握的病蟲發生消長規律，對影響病蟲發生的各種因素進行調查監測，取得數據，結合歷年觀測資料和氣象預報，應用多種預測方法進行綜合分析，估計病蟲害未來的發生期、發生量、危害程度以及擴散分布與流行趨勢，叫做預測。由縣級以上的植保機構把預測的結果通過廣播、報刊、電視、網站、公眾號等渠道向社會公開，叫做預報。通常稱為“病蟲預測預報”，簡稱“病蟲測報”[4-5]。為規范農作物病蟲害監測與預報工作，農業農村部組織制定了《農作物病蟲害監測與預報管理辦法》，自2022年1月24日起施行，對農作物病蟲害的監測、預警、信息發布等進行了詳細規定[6]。自新中國成立以來，我國病蟲測報經歷了由傳統經驗測報、規范化測報到精準測報的發展歷程[7-8]，病蟲測報技術體系逐步建立與完善，病蟲測報工具和監測預警手段不斷創新與發展，病蟲測報在病蟲綠色防控中的指導作用也愈發突出[9]。本文梳理了我國病蟲測報的發展歷程，現代信息技術在病蟲測報中的應用及智能化測報工具的研發，以期為我國病蟲測報的智能化發展提供新的思路。

1 病蟲測報智能化發展歷程

病蟲測報是植物保護的基礎性工作，新中國成立以來受到各級政府的高度重視，早在1950年就建立了病蟲情報交換制度。1955年農業部頒布《農作物病蟲害預測預報方案》，提出了全國病蟲測報站建設規劃，推動了病蟲測報站點建設和測報工作的發展[10]。1963年農業部植保局創編《全國農業病蟲測報電碼》，在全國作為公益電報使用，提高病蟲信息的利用時效[11]。20世紀80年代，“模式電報”開始用于病蟲測報信息的傳遞與交換，在提高病蟲測報的準確性、時效性和系統資料的積累等方面，均發揮了重要的作用[12]。1980年，病蟲測報專業期刊《病蟲測報》創刊，為病蟲測報學科的發展提供了非常重要的交流平臺[13]。科研人員也將物候預測法、數理統計預測法和綜合分析預測法等應用到病蟲信息的預測與發生趨勢評估中，并在生產中得到了廣泛應用[14-16]。隨著計算機的廣泛應用和人工智能技術的提高，數學模型、數據庫和專家系統等也應用于病蟲預測預報中[17-22]，為病蟲測報的智能化發展奠定了基礎。

20世紀90年代，科研和農技推廣人員開始探索現代信息技術在病蟲測報領域中的應用，全國農業技術推廣服務中心將計算機網絡技術與測報專業技術有機結合，建成了“全國病蟲測報信息計算機網絡傳輸與管理系統Pest-Net”，病蟲信息的傳遞速度和利用率得到了進一步提升，初步實現測報系統內部信息資源的共享[22-24]。一些新型自動、半自動測報工具如光電自動控制測報燈、昆蟲自動誘集器、電動孢子捕捉儀等相繼研發并在生產上推廣應用，提高了測報水平和工作效率，推動了測報工具智能化進程[25-26]。進入21世紀以來，物聯網、大數據、深度學習、人工智能等現代信息技術加速了病蟲測報智能化的發展，自動化、智能化新型測報工具和監測預警系統的研發大大提高了病蟲測報獲取數據的準確性和時效性[27]。智能識別蟲情測報燈[28]、害蟲性誘實時監控和自動計數系統[29]、基于物聯網的馬鈴薯晚疫病實時監測預警系統[30]、小麥赤霉病自動監測預警系統[31]、害蟲遠程實時監測預警系統[32]等的推廣應用，提升了我國病蟲測報裝備水平，初步實現了病蟲監測的自動化和預警的智能化。

2 病蟲測報智能化研究進展

隨著互聯網+、深度學習、物聯網等現代信息技術的發展，為病蟲測報智能化的大數據分析和信息挖掘提供了強有力的技術手段，促進了新型測報工具研發、病蟲測報信息系統建設等方面的快速發展。

2.1 快速智能偵測病蟲遙感技術

遙感技術作為一種大范圍快速獲取農田時空連續信息的途徑，被廣泛用于病蟲害監測預警和損失評估。在農作物病蟲害監測應用中，由于衛星遙感影像分辨率低，難以識別農作物病蟲害的詳細特征，具有很大的局限性，而基于無人機的植物病蟲害遙感監測，為病蟲害信息獲取和精準防控提供了支撐[33]。無人機遙感具有將傳統位點監測、航空監測和衛星遙感監測等相結合的明顯優勢，可獲得高空間分辨率、高時間分辨率、高光譜分辨率影像。隨著信息技術的發展獲取數據的方式也由無人機搭載可見光相機，到近幾年多采用多光譜相機、高光譜相機乃至熱紅外成像儀，獲取低空遙感影像，采用機器學習方法等進行農情解析。在獲得病蟲害光譜特征的基礎上，建立病蟲害與光譜關系模型，并將模型反演到無人機圖像和衛星遙感圖像上，可以實現大范圍的病蟲害監測[34]。例如郭偉等[35]利用搭載在無人機平臺的成像高光譜儀獲取棉株冠層成像高光譜遙感數據，結合地面調查數據，建立棉葉螨為害等級最優監測模型，生成研究區域棉葉螨為害情況空間分布圖，為棉葉螨的精準防治提供參考。Liu等[36-37]從距地面不同高度處獲取的無人機航拍小麥白粉病的數字圖像，發現圖像參數lgR與病情指數或者產量在不同年度、不同高度間均存在較高的相關性，該圖像數字參數用來監測白粉病和預測產量是完全可行的。周小杰等[38]利用無人機載多光譜遙感影像數據，通過圖像處理、分類識別和定位等方法，對松材線蟲病引起的松樹病害和病死樹木進行識別提取，監測精度達到了90%，可為松材線蟲病的早期治理和治理后效果評估提供技術支撐。

隨著無人機傳感器技術的更新，遙感圖像分析處理技術的進步，以無人機為代表的快速智能偵測病蟲遙感監測技術將不斷在生產中得以推廣應用。下一步應加強病蟲害特征光譜選擇算法研究，建立專屬病蟲害光譜數據庫，開發專一的病蟲害監測傳感器以及研發病蟲害數據處理平臺，為病蟲測報的信息化、智能化提供有力的技術支撐[39]。

2.2 網絡化自動化昆蟲雷達

昆蟲雷達是利用電磁波探測空中自由飛行昆蟲的一種卓越工具，利用雷達的定向和測距性質可以計算出昆蟲遷飛的時間、高度、密度、速度等參數。在歐美國家，雷達遙感技術在20世紀60年代就已被用于遷飛性害蟲測報中。1968年英國昆蟲學家Rainey成功研制世界上第一臺昆蟲雷達，對遷飛性害蟲如沙漠蝗蟲進行監測[40]。澳大利亞1971年建成昆蟲雷達，用于對本土蝗蟲、棉鈴蟲遷飛路徑監測研究，并通過電話線和互聯網將2臺昆蟲雷達組成雷達監測網絡，初步實現了昆蟲雷達的聯網監測[41]。1978年美國農業部建成本國第一部掃描昆蟲雷達，并利用船載雷達和機載雷達對美洲棉鈴蟲、蚜蟲的遷飛過程進行了跟蹤監測[42]。2014年，日本國立農研機構Akira Otuka研究員借鑒英國昆蟲雷達技術，建成了日本第一部昆蟲雷達，主要對稻飛虱、稻縱卷葉螟、粘蟲等害蟲跨海遷入日本的基本規律開展研究。2019年以色列海法大學從我國購置了一臺垂直監測昆蟲雷達，主要對地中海東部昆蟲的遷飛行為進行研究。

國內對昆蟲雷達研究起步較晚，1984年我國建成了第一臺昆蟲雷達，歷經40年的發展，我國科研工作者通過與生產企業的密切合作，在提升雷達目標的識別能力、自動化、智能化監測等方面取得了開拓性的進展，昆蟲雷達由數據采集和數據分析費時費力的人工值守，到自動運行和數據采集與分析自動化，實現了昆蟲雷達從研究走向應用的變遷[43-44]。近年來，隨著信息技術在農業領域的應用，帶動了昆蟲雷達技術上的革新。無錫立洋電子科技有限公司與北京市植物保護站、中國農業科學院植物保護研究所等單位合作針對掃描昆蟲雷達和垂直監測昆蟲雷達存在的不足，研發了一套利用信號收發、采集及終端處理系統實現掃描昆蟲雷達運轉模式與垂直監測昆蟲雷達運轉模式相融合的雙模式昆蟲雷達[45]，后期通過調整雷達的脈沖寬度，又增加了天氣雷達的功能，實現了三融合。2020年我國自主研發的垂直監測昆蟲雷達首次出口以色列，隨后昆蟲雷達研究的開創者——英國，也開始從我國進口昆蟲雷達，這標志著我國昆蟲雷達技術躋身世界先進行列。針對復雜環境下的遷飛軌跡分析的難點問題，中國農業科學院植物保護研究所與北京理工大學合作，建成了高分辨率全極化昆蟲雷達系統，實現昆蟲體重、體軸方向等生物學參數的測量，距離分辨率高達0.2 m，大幅提升昆蟲生物學參數測量精度[46]。佳多科工貿有限責任公司與中國農業科學院植物保護研究所合作研發昆蟲雷達偵誘系統，通過雷達系統實時監測的信息，遠程命令高空昆蟲控誘設備自動選取特定光源進行空中有效阻截，達到良好的昆蟲防控效果。

2017年，國家發展改革委、農業農村部、質檢總局、國家林業局聯合印發的《全國動植物保護能力提升工程建設規劃（2017—2025年）》中明確，將在2017—2025年間建設15個空中遷飛性害蟲雷達監測站，在相關項目的支持下多個雷達監測站成功組建并投入生產應用[47]，創建了以昆蟲雷達監測為核心，融合昆蟲遷飛的天氣背景、物候信息的害蟲遷飛路徑模擬系統，初步實現蟲源地—遷飛路徑—降落危害地的自動化預警[48]。在中國農業科學院植物保護研究所的組織協調下，全國昆蟲雷達網已經著手構建，目前已經在草地貪夜蛾、粘蟲等重大遷飛性害蟲的遷飛通道上部署了20多部不同類型的昆蟲雷達，并進行聯網監測，初步構建了基于昆蟲雷達的重大遷飛性害蟲天—空—地一體化監測預警平臺。

2.3 智能化監測工具

隨著我國農業種植結構的調整，土地規模化、機械化種植是未來的發展趨勢，依靠“眼觀手查”的傳統測報方法越來越不適應現代農業發展的需求，開發自動化、智能化和信息化程度高的新型測報工具迫在眉睫[27]。在國家大數據戰略的引領下，深度學習和人工智能技術快速發展，為研發自動化、智能化測報工具提供了技術支持[49]。

2.3.1 智能蟲情監測設備

我國從2000年開始研發和推廣應用自動蟲情測報燈，通過光電自動控制開關、接蟲袋每日自動轉換、紅外線蟲體處理等技術達到自動監測蟲情的目的[50]，逐步取代了傳統的簡易測報燈。2013年以來，以佳多科工貿有限責任公司為代表的企業相繼研發了基于物聯網的病蟲害實時監控系統，實現了對田間病蟲害和田間物候信息的遠程實時監測[51]。2017年，我國啟動植物保護能力提升工程項目，支持各地盡快構建現代化監測預警網絡，改善監測手段，提高自動化、信息化水平。在深度學習、人工智能技術的支持下，智能蟲情測報燈應運而生，在原有自動化監測的基礎上，增加了誘集昆蟲定期拍攝，昆蟲種類自動識別、計數和信息自動傳輸等智能監測功能[8]。近年來，隨著物聯網、AI、云計算技術的迅速發展和工業級高清攝像頭、相機的應用，病蟲害識別的自動化、智能化水平得以進一步提升，以托普云農科技股份有限公司、佳多科工貿有限責任公司、北京依科曼生物技術股份有限公司等為代表的企業相繼開發出新型智能蟲情測報燈，對常見病蟲害的識別率達到80%以上。新型智能蟲情測報燈在病蟲害信息自動獲取、識別的基礎上，增加了病蟲害危害程度的自動評估和未來發生趨勢的預測[52]，初步實現了病蟲測報監測自動化、預報智能化和服務信息化，推動了農作物病蟲害精準測報的發展。

用昆蟲性信息素監測和防控害蟲是20世紀60年代發展起來的一種害蟲綠色防控技術，具有高效、無污染、不殺傷天敵等優點。近年來，信息技術也促進了智能化性誘測報設備的研發，利用昆蟲性信息素專一性、敏感性的特點，結合圖像識別、自動計數、遠程通訊等物聯網技術研發的害蟲性誘智能測報系統（裝備），具有專一性強和自動化水平高的特點，尤其適合趨光性弱的昆蟲[29]。以寧波紐康生物技術有限公司、北京中捷四方生物科技股份有限公司、深圳百樂寶生物農業科技有限公司等為代表的公司相繼研發出了二化螟、稻縱卷葉螟、玉米螟、草地貪夜蛾、棉鈴蟲、斜紋夜蛾、小菜蛾等智能性誘監測設備。自2021年起，江蘇省在全省范圍內開展稻縱卷葉螟、草地貪夜蛾、斜紋夜蛾智能性誘監測設備“聚點成網”工作，構建了省內智能性誘監測系統網絡，田間運用初顯成效，為實現精準監測、高效防控奠定了基礎[53]。全國農業技術推廣服務中心開發了面向全國的農作物重大害蟲性誘智能測報系統，通過智能性誘設備的自動監測、實時傳輸，實現了全國農作物重大害蟲自動智能聯網監測。截至2022年2月，全國部署安裝各類智能測報系統（設備）4 600多臺套，自動記錄積累了7年的田間監測數據，極大提高了重大害蟲監測預警的準確性、時效性和智能性[54]。

為規范病蟲害監測工具，提高病蟲測報工作的科學性，2022年全國農業技術推廣服務中心組織制定了《農作物病蟲害監測設備技術參數與性能要求》行業標準，規范了常用監測設備的技術參數和性能要求[55]。為推動病蟲測報工作智能化、數字化、精準化發展，為基層測報站點選好配好病蟲監測設備提供參考，2023年全國農業技術推廣服務中心組織相關企業對生產的智能化監測設備的圖像自動識別與自動計數準確率、性誘誘蟲能力和自動計數準確率進行現場測試，評比生產中智能監測設備的優勢和不足，促進了智能蟲情監測設備行業的健康有序發展。

2.3.2 田間智能采集設備

為提高病蟲數據采集和傳輸效率，近年來，全國農業技術推廣服務中心聯合多家企業開發了多種田間移動采集設備，并在生產中投入應用，推進病蟲測報自動化和信息化的進程。通過邊研發邊推廣應用的“農作物重大病蟲害數字化監測預警系統”，田間調查數據可通過手機端直接上傳到國家農作物重大病蟲害數字化監測預警系統平臺，極大地提高了病蟲信息傳輸效率，在重大遷飛性、流行性病蟲害的監測預警中發揮了重要作用[56]。基于大數據、人工智能和深度學習技術的病蟲害移動智能采集設備——“智寶”，集田間數據自動采集、分類識別、分析上報于一體，可實現病蟲害的自動精準識別、自動計數、病蟲害發生嚴重程度智能評估，并將病蟲害發生地點、發生程度和微環境因子等數據實時自動采集和上報，并可對病蟲發生趨勢進行輔助分析預測[57]。2023年中國水稻研究所與企業合作研發了病蟲害AR智能測報儀，AR眼鏡可以進行病蟲害圖像和視頻的采集，語音控制智能識別與計數，使病蟲害測報調查簡單、高效、精準、數據可追溯，與傳統人工識別計數、紙筆記錄相比，使用AR眼鏡測報大幅降低了專業技能依賴度，提高了工作效率。隨著信息技術的發展、病蟲害鑒定識別能力的提升、數據的積累和算法的改進，田間智能采集設備也會得到快速發展，在重大病蟲害自動化、智能化監測預警中發揮更加重要的作用。

2.3.3 智能識別APP

病蟲害的準確識別是進行種群動態監測，揭示災變規律和科學指導防控的基礎。目前病蟲害田間和燈下的鑒定和識別工作主要依靠少數植保專家和農技人員，而具有農作物病蟲害診斷知識的植保專家人數有限，也沒有足夠的時間和精力深入一線指導，基層經驗豐富的農技人員也面臨青黃不接的局面。因此，亟需便捷的農作物病蟲害智能識別工具，以提高病蟲測報的準確率[58]。隨著智能手機的普及和通信技術、圖像處理技術、模式識別技術在病蟲害診斷領域中的應用，利用手機拍攝病蟲害并進行實時識別已成為研究的熱點[59]。

中國科學院合肥智能機械研究所和全國農業技術推廣服務中心等單位基于圖像處理技術和深度學習方法合作開發了一款用于農作物病蟲害智能識別的“隨識APP”，通過拍照或上傳圖像可實現農作物主要病蟲害的識別，識別率為66%～90%，并可獲取相應病蟲害的防治決策和服務信息[3,49]。杭州睿坤科技有限公司基于卷積神經網絡技術，通過大數據和AI深度學習技術，建立的作物病蟲害識別系統，開發了“慧植農當家APP”，可以精準快速地識別病蟲害，主要病蟲害的田間識別準確率達90%以上，該企業還針對植保體系的現狀與需求研發了軟硬件結合的智慧田間植保調查服務系統“睿寶”系列。中國農業大學與企業合作開發了“植保家APP”，可以對39種作物的212種重要病蟲進行識別[60]。北京綠富隆農業科技發展有限公司聯合中國農業科學院植物保護研究所等多家科研單位，合作研發“烽火惠農APP”，并開發智能植保服務平臺搭載病蟲草害智能識別、植保知識、專家咨詢、防治服務四大功能，運用圖像深度學習算法，構建出準確率高的自動識別模型。隨著病蟲害智能化識別準確率的提高，智能識別有望替代專業化人工診斷，將會大大提高病蟲害監測預警和科學防控水平[58]。

3 智能化病蟲測報系統的應用實踐

3.1 病害智能化實時預警系統

物聯網技術促進了病害實時預警系統的開發、推廣和應用。2008年，在全國農業技術推廣服務中心的支持下，重慶市首次引進比利時馬鈴薯晚疫病實時監測預警系統并進行本土化開發。2014年全國農業技術推廣服務中心開發建成了基于農田小氣候自動觀測儀，物聯網技術和專業預警系統的中國馬鈴薯晚疫病實時監測預警系統，目前已在全國馬鈴薯主產區得到了廣泛的推廣應用，實現了馬鈴薯晚疫病的全國聯網監測，大大提高了馬鈴薯晚疫病預警的時效性和準確性[30]。西北農林科技大學胡小平教授團隊研制了小麥赤霉病自動監測預警系統，該系統由小麥赤霉病預報器和預警軟件平臺組成，利用該系統可實時獲取麥田環境因子數據，并結合初始菌源量自動預測赤霉病發生程度。該系統已在陜西、江蘇、河南、湖北、安徽等地進行了應用試驗評估，黃淮麥區預測準確度達90%以上[31,61]。中國農業科學院植物保護研究所與北京黃將軍科技有限公司聯合研發了小麥流行性病害自動化監測儀，該儀器含有光照探頭、溫濕度探頭以及土壤溫濕度探頭，包含中國農業科學院植物保護研究所在全國主要麥區300多個地點近10年的調查高質量數據，結合氣象因子、流行病學相關因子，利用機器學習大數據的技術手段，建立了廣適性的預測模型，能夠自動化預測白粉病、赤霉病流行性病害的發生規律和趨勢，可以在病害發生之前10～20 d，給出預報結果。目前已經在北京、河北、山東、河南、安徽等多個省份進行了推廣應用。上述病害監測預警系統主要針對病害發生為本地菌源，發生為害程度依賴于環境因子，實時監測預警準確性較高，而對于像小麥條銹病、玉米南方銹病等由外地菌源遷入造成為害的病害，智能化的實時預警系統還需要進一步研究。

3.2 基于吸蟲塔的蚜蟲測報預警網絡

吸蟲塔是一種新型、公益性的植保測報設備，可以用于長期監測小型遷飛性昆蟲的時空動態。1964年首次在英國洛桑實驗站內使用，并建成全英蚜蟲監測網，到1990年在歐洲多個國家相繼安裝，組成了歐洲蚜蟲監測網。20世紀80年代開始，美國陸續在中北部10個州構建了吸蟲塔網絡系統，用于麥類蚜蟲和大豆蚜的發生動態監測，其監控的數據在互聯網上實時發布，為上述害蟲的防治提供依據[62-63]。2009年以來，在公益性行業（農業）科研專項“作物蚜蟲綜合防控技術研究與示范推廣”的資助下，我國陸續在東北、華北、華中、西北等地安裝了39臺吸蟲塔，構建了基于吸蟲塔的蚜蟲測報預警網絡，初步形成覆蓋小麥和大豆主產區的蚜蟲等小型昆蟲的吸蟲塔網絡系統。針對國內外的傳統吸蟲塔，昆蟲標本人工收集和分類工作強度大，難度高，數字化水平低的問題，2021年河南云飛科技發展有限公司開發了基于GIS、物聯網、人工智能及大數據分析等先進技術的智能型吸蟲塔。實現了小型昆蟲圖像的自動采集、智能識別計數，支持設備遠程管理和監測數據的智能分析，大大提升測報效率和數字化水平，先后在河南、北京、陜西等地進行推廣應用。隨著全國范圍內吸蟲塔數量的增加和智能化程度的提升，將來可借鑒歐美的成功經驗，建立并運行基于吸蟲塔監測的專業網站，把各個吸蟲塔的監測數據在網站上實時發布，用于蚜蟲等小型遷飛性昆蟲的動態監控和預警，為政府部門和各級植保、科研人員提供參考[64-65]。

3.3 草地貪夜蛾“空-天-地”一體化監測預警系統

草地貪夜蛾是全球預警的跨洲際遷飛性害蟲，自2019年入侵我國以來，對我國的糧食安全生產形成巨大威脅，在國家重點研發項目的資助下，中國農業科學院植物保護研究所組織科研、教學、農技推廣和企業等多方力量聯合攻關，開展草地貪夜蛾的性誘和燈誘技術的研究和熟化，在草地貪夜蛾周年繁殖區、遷飛過渡區、重點防范區布置性/食誘捕器、燈光誘捕器進行田間種群監測。提出草地貪夜蛾“三區四帶”布防阻截策略，在西南華南監測防控帶、長江流域監測防控帶、黃淮海阻截攻堅帶和長城防線，設置高空測報燈，監測誘殺北遷蟲源，壓低種群基數[66]。開發了草地貪夜蛾成蟲生殖系統發育等級測定智能化識別系統，構建了綜合不同環境因子、生物因子等因素的草地貪夜蛾種群動態預測模型及系統，實現草地貪夜蛾發生地、發生期及發生量的精準預測。研發了基于信息技術、計算機視覺技術的害蟲種類自動識別系統，解決了害蟲智能化鑒定等技術難點；研發了高分辨率昆蟲雷達數據處理技術，建立了基于昆蟲雷達的害蟲遷飛路徑模擬系統，建立了以昆蟲雷達為核心的遷飛種群動態監測技術體系[67-68]。初步實現了蟲源地-遷飛路徑-降落為害地的自動化預警[48]，將其為害范圍控制在南方非主產區，主發區為害損失率低于3%，2019年中國被聯合國糧農組織選定為全球草地貪夜蛾防控行動示范國家[69]。草地貪夜蛾“空-天-地”一體化監測預警系統也為我國開展其他重大遷飛性害蟲的智能化監測預警提供了范本和技術參考。

3.4 蝗蟲智能監測預警系統

蝗蟲是世界范圍內的重大遷飛性害蟲，在全球范圍內造成重大災害的蝗蟲主要包括沙漠蝗、澳洲疫蝗和東亞飛蝗等，蝗災一旦暴發將嚴重影響糧食安全、生態安全和社會穩定。由于蝗蟲的發生范圍和為害程度受生境影響較大，基于蝗蟲生境實時監測，以及對蝗蟲潛在繁殖區和擴散為害區的智能監測系統也相對成熟。如世界糧食及農業組織（Food and Agriculture Organization of the United Nations，FAO）建立的沙漠蝗預警與管理系統，通過接入蝗蟲調查信息系統并利用遙感和地理信息系統監測生境條件，對較大尺度的沙漠蝗發生進行動態監測，后期又開發了eLocust3工具，提供遙感、綠度和降雨數據，提高實地調查效率，收集、整理、分析實地調查數據并將其傳送至FAO總部的沙漠蝗蟲信息處，進行實時反饋，達到及時預警的目的[70]。澳大利亞疫蝗委員會（Australian Plague Locust Commission）對澳洲疫蝗的監測預警系統也較為成熟，該系統以地理信息系統（GIS）為平臺，將天氣資料和害蟲棲境條件與害蟲的遷飛、發育及分布數據進行整合以發布預測并輔助防治決策。該系統呈模塊化結構，包括蝗蟲生境地圖概況、動態監測預警、決策支持系統，其模塊的數量和性質可根據目標害蟲治理所需的具體資料調整，實現蝗蟲自動化監測預警，為澳大利亞實時監測蝗蟲種群動態提供技術支撐[71]。2020年，中國統一網絡通信公司創建了基于無人機平臺的蝗災分析預警系統，通過對監測區圖像信息分析，實現對蟲口密度的監測，達到監測蝗蟲預警蟲災的目的[72]。

4 存在問題與發展趨勢

我國病蟲測報歷經70年的發展，在病蟲監測自動化、預報智能化、服務信息化以及植保大數據建設等方面取得明顯進展，切實提高了病蟲預報信息服務覆蓋面、到位率和及時性。雖然病蟲測報智能化取得了長足發展，但仍有一些問題還未解決。一是隨著遙感技術、物聯網、人工智能等現代信息技術在農作物病蟲害監測中的應用，來自田間環境和病蟲害的多源數據呈現井噴式增長。然而，海量的多源數據尚未發揮應有作用，正因如此，“如何利用多源數據實現農作物病蟲害精準預報”成為2022年中國科學技術協會十大產業技術問題之一。二是市場上各種智能化監測設備形成了百家爭鳴的狀態，但由于數據格式、技術標準、分析手段等不統一，智能監測設備自動采集數據的可靠性、穩定性和兼容性較差，導致收集到的數據難以融通跨庫使用。除此之外，病蟲害自動識別準確率還需提高；三是針對重大病蟲建立的預測模型，大都基于傳統建模技術，導致模型精準度不高，實用性不強，在生產上難以得到推廣應用，蟲情發布主要以經驗預測為主，依靠專家會商研判，做出區域性的趨勢預報，針對跨地域流行傳播的重大病蟲害的短期精準預報還有待提高；四是智能化預測預報需要學科的交叉融合，加強既懂人工智能又掌握農業病害蟲發生為害規律及暴發成災機理方面的人才培養和團隊建設就顯得尤為重要；最后，隨著土地規模化種植，新生了以種植專業合作社、家庭農場、農村新型經營合作組織等新型經營模式，智能化監測工具如何適應與普及到新型生產模式中，預測信息服務如何精準到“最后一公里”的病蟲測報服務新模式仍需探討。