摘 要: 近年來, 龍游縣在傳統農作物病蟲害監測預警體系建設的基礎上, 開展了數字植保領域初步實踐和探索, 把智能化、 信息化、 物聯網等先進技術應用到植保領域中, 數字賦能助推農作物病蟲害監測預警向數字化轉型, 加快機器替代人工, 快步邁入區域測報、 精準防治的數字、 綠色新時代。

　　關鍵詞: 數字植保; 農作物監測預警平臺; 區域化預報; 龍游

　　隨著全球氣候變暖, 極端氣候頻繁, 水稻主要病蟲重發趨勢明顯, 農戶對農作物主要病蟲發生的信息需求不斷提高。 農作物病蟲害監測預警是植物保護的一項基礎性工作, 是科學指導病蟲防控工作的前提, 是降低農藥殘留、 確保糧食安全的重要條件[ 1]。

　　近年來, 全國植保科研、 推廣及有關企業加強科研攻關和試驗示范, 應用物聯網技術在病蟲害實時視頻監測、 害蟲性誘自動監測、 氣候模擬實時監測等方面做了有益嘗試, 研發了一些可用于病蟲害實時監控的設備和應用系統[ 2]。 河南佳多科工貿有限責任公司完成了佳多重大農林病蟲害自動測控系統 (簡稱 ATCSP 技術裝備) 開發[ 3]。

　　龍游縣從 2017 年開始與浙江托普云農科技股份有限公司、 中國 水 稻 研 究 所 開 展 合 作, 協 助 研 發 水 稻“兩遷” 害蟲智能蟲情測報燈。 寧波紐康等科技企業研發了害蟲性誘遠程實時監測系統, 通過在害蟲誘集器內放置目標害蟲誘芯和害蟲數量計數器, 結合現代電子技術, 研發集害蟲誘捕、 計數、 分析于一體的害蟲實時遠程監控系統, 實現害蟲遠程實時監控[ 2], 成都比昂科技有限公司生產遠程昆蟲性誘測報儀 (型號: BA-T / CBI) 具有害蟲自動誘捕、圖片拍攝、 數據遠程自動傳輸儲存、 自動識別計數、 數據分析及信息發布等監測功能。在浙江省農業走向高質量發展的大背景下, 植保工作更是被賦予了新的內涵和任務。 近年來, 龍游縣在 “數字植保” 領域開展了初步實踐和探索,現 就 龍 游 縣 農 作 物 病 蟲 害 監 測 預 警 系 統 建設的設計理念、 框架、 運行成效及下一步改進建議作分析和探索。

　　1 農作物病蟲害監測預警平臺的設計理念

　　平臺建設緊密聯系生產實際, 充分考慮病蟲監測預警的特點和實際情況, 在總體上不增加基層病蟲測報人員工作量, 確保數據可用性和代表性的基礎上, 以簡化操作步驟、 增強實用性為具體目標, 以病蟲數據處理流程為構建主線[ 1], 以現代 信 息 技 術 促 進 植 保 產 業 升 級, 提 出 “ 智、腦、 勞” 三要素的設計理念, 努力將農作物病蟲害監測預警 平 臺 建 設 成 為 “ 好 用、 管 用、 實 用”的信息平臺。智: 通過現代高新技術設備儀器、 自動化采集目標昆蟲的監測數據, 或通過公共平臺收集獲取相關數據, 建立數據庫。

　　腦: 對采集的專業數據、 生態環境因子及其他相關數據與歷史數據對比, 通過采集數據的不斷積累, 結合現有知識、 規律、 經驗對未來作出預判和分析, 并通過建立數學模型形成 “ 機腦思維” , 為人腦提供科學、 快捷的幫助。勞: 通過遠程數據采集和 “機腦思維” , 減輕人腦思維和人工的投入, 實現區域化、 精準化、 高效、 快速、 便捷的智慧采集、 信息發布、 遠程診斷新模式, 實現 “機器代勞” 。沒有系統、 準確的監測數據, “腦” 就沒法思考; 相反, 源頭采集數據的失真或不科學, “ 機腦” 的思考徒勞無功, “機器代勞” 毫無意義。 隨著信息化大數據時代的到來, 專業化的農作物病蟲害監測預警系統必須與社會大數據相融合, 應整合政府各部門的數據資源, 更好地為農業生產主體服務。

　　2 主要農作物病蟲害監測預警系統的基本構架

　　2. 1 監測區域布局, 數據智能采集稻飛虱、 稻縱卷葉螟是我國水稻生產中危害最為嚴重的遷飛性害蟲, 具有遞次遷飛擴散的過程,春季主要由境外蟲源地遷飛入境, 先在我國華南早稻區繁衍為害, 再依次遷到江南、 長江中下游、 江淮地區, 甚至更靠北的北方稻區為害; 秋季, 隨著天氣轉 涼, 再 依 次 向 南 回 遷, 直 至 遷 出 中 國[ 4]。

　　龍游縣稻 區 是 兩 遷 害 蟲 “ 北 上 南 下” 的 過 境 地,田間蟲口基數是 “ 外遷入蟲源 + 本地繁殖” 的疊加, 因此, 區域布局和系統監測顯得尤為重要。為解決病蟲測報技術人員頻繁下田調查的難題, 近年來, 植保系統和一些植保科技企業開始探索視頻遠程實時監控技術在農作物病蟲害監測預警上的應用, 研發了一些可用于病蟲害實時監控的設備和應用系統[ 2]。

　　龍游縣在原有東、 西、 南、 北 4個方位 4 盞常規測報燈的基礎上, 實施浙江省水稻“兩遷” 害蟲智能蟲情測報項目, 根據遷飛路徑,分別在南部山區溪口鎮際上村、 北部丘陵地區的塔石鎮澤隨村, 東部雙季稻區湖鎮鎮王家村、 西部雙季稻區占家鎮平山橋分別安裝浙江托普云農科技股份有限公司生產的水稻 “ 兩遷” 害蟲智能蟲情測報燈 4 盞, 同時保留東華街道上楊村與中國水稻研究所、 浙江托普云農科技股份有限公司設備開發合作的智能蟲情測報燈樣機 1 盞。 初步構建了 “ 兩遷” 害蟲智能蟲情測報燈區域布局。寧波紐康生物技術有限公司等科技企業研發了害蟲性誘遠程實時監測系統, 通過在害蟲誘集器內放置目標害蟲誘芯和害蟲數量計數器, 結合現代電子技術, 研發集害蟲誘捕、 計數、 分析于一體的害蟲實時遠程監控系統, 實現害蟲遠程實時監控[ 2]。

　　通過項目實施, 龍游縣安裝了寧波紐康生物技術有限公司生產的性誘劑遠程測報儀器 4 組, 4 臺為一組, 共 16 臺, 分別位于南部山區溪口鎮靈山村單季稻畈、 北部丘陵地區塔石鎮豆腐王村單雙混栽區、 西部詹家鎮姜家村雙季稻區和東部東華街道街路村茶葉山, 其中南、 北、 西部為二化螟性誘監測設備、 東部為茶尺蠖性誘監測設備, 初步完成水稻、 茶葉等主要農作物重大害蟲智能監測設備的區域布局。 通過智能設備的數據遠程采集, 減少了大量人工投入和人為計數誤差, 同時也提高了監測時效, 實現了區域病蟲信息遠距離采集和傳送, 邁出智慧測報的第一步。

　　2. 2 人機數據驗證, 監測科學有效

　　2. 2. 1 智能蟲情測報燈人機數據采集。

　　浙江托普云農科技股份有限公司生產的智能蟲情測報燈采用遠程拍照式圖像自動識別技術, 設備能自動光控測報燈的開燈和關燈,根據燈誘昆蟲數量自動調整拍照時間, 將燈誘昆蟲圖像上傳至托普云農智慧云平臺, 服務器中的害蟲識別模型對前一天傍晚開燈至次日上午關燈期間拍攝的所 有 圖 像 中 目 標 害 蟲 進 行 實 時 自 動 識 別 與計數。同時, 測報員每天于上午 9 點收集前一天傍晚開燈至次日上午關燈期間測報燈下的燈誘昆蟲標本, 對每日標本進行人工鑒定并記錄目標害蟲數量, 最后將所有昆蟲標本進行裝盒冰凍保存, 每周一次將所有標本寄送至中國水稻研究所由專家再次鑒定并冰凍保存。

　　人機數據評價。 為了評價遠程拍照式智能蟲情測報燈圖像自動識別獲得的目標害蟲計數結果的整體情況, 統計圖像自動識別和標本人工鑒定 2 種方法獲得的全年目標害蟲蟲量, 然后計算這 2 種方法全年目標害蟲的識別率和虛警率。在統計標本人工鑒定結果的同時, 參考專家鑒定結果與圖像上實際的目標害蟲數量, 并以與圖像上實際的目標害蟲數量接近的人工鑒定結果為依據來計算識別率和虛警率。人機數據的相關性。

　　為了評價圖像自動識別方法與標本人工鑒定方法獲得的每種目標害蟲計數結果之間的相關性, 分別計算這 2 種方法獲得的每日目標害蟲數量之間的相關系數。通過連續 3 a 的人機數據庫建設, 蟲情測報燈智能識別已達到農業生產應用要求。

　　列出了2018 年龍游縣遠程拍照式智能蟲情測報燈下圖像自動識別與標本人工鑒定 2 種方法識別的 5 種目標害蟲的全年蟲量統計結果, 并給出圖像自動識別的識別率和虛警率, 以及 2 種方法計數結果的相關系數。目標害蟲中二化螟和大螟的圖像自動識別率均超過 90%, 稻縱卷葉螟和白背飛虱的 圖 像 自 動 識 別 率 超 過 80%, 表 明 二 化 螟、大螟、 稻縱卷葉螟和白背飛虱的大部分目標害蟲能智能 識 別 出 來; 褐 飛 虱 屬 的 識 別 率 略 低, 為78. 9%。 稻縱卷葉螟和二化螟的圖像自動識別虛警率低于 10%, 二化螟虛警率僅為 1. 4%, 表明識別出來的稻縱卷葉螟和二化螟僅有少量的非目標昆蟲誤檢為目標害蟲。

　　大螟和白背飛虱的虛警率偏高,存在部分非目標昆蟲誤檢為目標害蟲。從 2 種方法的相關系數來看, 大螟和白背飛虱相關系數略低; 另外 3 種目標害蟲識別結果的相關系數均大于 0. 80, 特別是稻縱卷葉螟和二化螟的相關系數大于 0. 90, 表明圖像自動識別稻縱卷葉螟、 二化螟和褐飛虱的結果與標本人工鑒定結果具有較好的相關性。

　　2. 2. 2 性誘劑數字化遠程監測設備近年來, 全國各地都開展了二化螟性誘劑遠程實時監測系統的研究和應用[ 5-9]。 龍游縣與寧波紐康生物技術有限公司合作, 通過對詹家鎮姜家村性誘劑觀察場監測數據的人工采集和儀器智能監測數據的比對分析 , 不斷改進監測誘捕器的誘蟲計數方法, 減少人工計數和儀器智能計數的誤差, 實現智能監測曲線的真實性和可用性。 智能計數監測曲線與人工計數監測曲線高度吻合, 驗證了智能監測數據替換人工監測數據的可行性, 為農作物病蟲遠程監測數據采集實現 “ 智器換人” 奠定了基礎。

　　2. 3 生境監控, 遠程診斷病蟲害視頻實時監控系統主要由布置于田間的高清攝像頭和遠程服務器應用系統等組成。 根據監測范圍、 要求, 在田間布置不同數量的攝像頭監測器, 通過互聯網或無線互聯網與遠程服務器相連,實時傳輸田間監測到的畫面[ 2]。

　　區域觀察圃是掌握農作物生長現狀的窗口, 根據區域分布的需要,在 6 個區域建立觀察圃基地, 布置視頻采集裝置,每套視頻采集設備分別把實時圖像實現本地保存,并通過互聯網傳輸到管理員的 PC 端或安卓移動終端, 以便能遠程實時查看各觀察圃基地監測設備的運行狀態和農田作物生長情況、 實時監測病蟲發生為害概況。 觀察圃基地的監控系統采用數字硬盤錄像機進行視頻圖像的存儲, 有利于對事件的取證和分析, 也可以作為遠程診斷的視頻探頭。

　　數字硬盤錄像機具有網絡功能。 連入監控中心的局域網絡, 可以讓局域網里的授權用戶隨時觀看監控圖像, 在自己的 PC 端或安卓移動終端就可以觀看到大田設備區域的監控實時情況。 數字硬盤錄像機加裝ADSL 就可以連入因特網, 授權用戶可通過因特網訪問主機, 觀看到監控圖像。 如作為田間診斷平臺, 可拉近視頻圖像, 實現專家和農戶的互動, 完成田間病蟲害遠程診斷, 及時解決田間實際問題。

　　2. 4 數字平臺, 易學管用平臺電腦界面是人機操作的窗口, 是平臺功能的展示。 整個界面中間展示龍游監測設備的地理位置和監測設備鏈接與切換; 中位下方為智能測報燈實施監測圖片動態展示區; 右側由智能測報燈監測蟲態曲線展示區、 為害蟲態發生程度預測區、 智能測報燈為害蟲態曲線展示區組成; 左側由監測儀器展示、 二化螟性誘劑監測展示區、 觀察圃監測視頻展示區組成。 右上角有 《 病蟲情報》 按鈕, 可切換到手 機 端 界 面, 方 便 農 戶 隨 時 查 看 《 病 蟲 情報》 。 平臺界面清晰, 功能內容豐富, 操作簡易,方便實用。

　　3 農作物病蟲害監測預警系統的主要功能和成效

　　3. 1 初步構建龍游縣農作物病蟲害監測預警數字化平臺在傳統監測預警體系基礎上, 通過項目實施,提升了田間目標害蟲圖像數字信息采集、 數據管理的物聯網式智慧監測水平, 實現了 “ 現場遠程智能監測裝備” 建設、 “中心數據處理平臺” 建設和農戶 “手機端病蟲信息查詢” 的同步發展, 加快機器換人智能數字化新型測報體系建設, 推動農作物病蟲害監測預警數字化轉型, 數字賦能, 邁入區域測報、 精準防治的新時代。

　　3. 2 實現 “機腦” 智慧預測農作物病蟲害監測預警系統云端 “ 大腦” 根據互聯網傳回的數據, 智能識別目標害蟲的種類和數量, 自動生成目標害蟲每日監測蟲態曲線圖, 通過農技專家對目標害蟲為害世代的期距建模, “機腦” 能自動生成該目標害蟲為害蟲態 ( 農戶防治蟲態) 的預測曲線, 實現 “ 機腦” 智慧預測。 農戶可根據目標害蟲為害蟲態的預測曲線開展區域化精準防治, 為農藥減量增效提供技術支撐。 這是該平臺的新創意和新運用, 實踐證明深受農戶歡迎。

　　3. 3 區域預報, 分類指導通過手機端 《 病蟲情報》 實時到田。 龍游縣農作物病蟲監測預警系統, 可將 “ 機腦” 監測的數據, 切換到農戶手機端, 農戶可在田間地頭實時查看區域監測數據, 并結合 《 病蟲情報》 綜合預測分析, 明確農戶承包田的主要防治對象、 農藥防治適期、 主推藥劑及用藥量, 提高適時防治率和防治效果。 北鄉單雙混栽區二化螟一年發生不完整 4 代, 南鄉純單季稻區二化螟發生也能監測到 4 代, 但監測曲線差異很大。 不同區域的適時防治, 必須分類指導, 以提高防治效果。

　　目前, 該技術已逐步應用到水稻、 茶葉、 油菜等經濟作物, 進一步解決了農戶病蟲防治信息滯后“最后一公里” 難點, 賦能農作物病蟲防治向數字化轉 型, 邁 入 現 代 農 業 新 時 代。

　　4 探索和建議

　　4. 1 擴大分類定點監測范圍, 建立田間檔案建立主推品種不同生育期種植觀察圃、 田間農事操作臺賬, 與氣象部門合作開展區域氣象監測和預報, 不斷提高目標害蟲生境因子智能監測水平, 完善生境因子數據庫建設。 分早、 中、 晚3 種類型田, 建立定點取樣觀察圃, 生育期的 視頻監測, 并形成生育期智能識別功能, 提高區域預報指導性。 建立不同類型田農藥施用田間真實檔案、 實測產量檔案, 完善病蟲害防治挽回產量損失的評價體系等, 檢驗夯實 《 病蟲情報》 預報準確率。

　　4. 2 增加監測儀器設備投入與科研院所開展合作, 區域布置稻縱卷葉螟性誘劑或食誘劑遠程數字監測設備, 在稻飛虱遷飛路徑重點區域 ( 沐塵鄉梧村、 橫山鎮志棠村) 安裝智能測報燈、 高空燈等設備, 不斷完善系統監測區域布局, 實現主要害蟲智能監測全覆蓋, 全方位提高監測預警能力。

　　4. 3 開發遠程診斷和服務功能樹立以農戶需求為目標, 通過智慧平臺, 建立農戶 與 專 家 遠 程 互 動 答 疑 視 頻 平 臺 窗 口, 實 現“遠程診斷” 和微笑服務。 利用數字孿生技術實現農作物病蟲害田間發生動態的可視化, 直觀有效展示目標昆蟲持續為害后的未來受災虛擬景象, 進一步提高農戶的防控意識, 及時落實防控措施。

　　4. 4 建立水稻病蟲智能預報模塊通過智能數據采集和歷史資料、 氣象資料、 栽培方式綜 合 分 析, 建 立 數 學 模 型, 完 成 “ 機 腦”建模, 由 期 距 預 測 逐 步 轉 入 模 型 動 態 預 測, 使“機腦” 成為 “ 智腦” , 不斷優化主要農作物目標害蟲的智能監測預警水平, 為農戶提供最佳防治點, 即什么時候噴藥, 噴什么藥。

　　4. 5 實現病蟲信息精準投放通過手機定位, 讀取農戶農田位置和周邊生境信息, 精準投放區域病蟲監測信息和主管部門防治意見, 實現區域精準預報, 減輕農戶信息篩選煩惱, 指導農戶更好地開展適時防治, 推進綠色防控普及, 實現節本減藥保豐收。

　　參考文獻:

　　[ 1 ] 劉宇, 劉萬才, 王學鋒. 水稻重大病蟲害數字化監測預警平臺的設計與實現 [ J] . 中國植保導刊, 2009, 29 ( 12) :5-9.

　　[ 2 ] 黃沖, 劉萬才. 試論物聯網技術在農作物重大病蟲害監測預警中的應用前景 [ J] . 中國植保導刊, 2015, 35 ( 10) :55-60.

　　[ 3 ] 趙樹英. 佳多農林病蟲害自動測控系統 ( ATCSP) 開發與應用前景 [ J] . 農業工程, 2012, 2 ( S1) : 51-53.

　　[ 4 ] 劉萬才, 陸明紅, 黃沖, 等. 水稻重大病蟲害跨境跨區域監測預警體系的構建與應用 [ J] . 植物保護, 2020, 46 ( 1) :87-92, 100.

　　[ 5 ] 曾偉, 何忠勤, 趙其江, 等. 遠程昆蟲性誘測報儀對水稻二化螟監 測 預 測 效 果 研 究 [ J] . 中 國 植 保 導 刊, 2021, 41( 3) : 30-35.

　　[ 6 ] 張振鐸, 張瓊, 金春麗, 等. 水稻二化螟成蟲動態的性誘監測及 其 影 響 因 子 分 析 [ J ] . 中 國 植 保 導 刊, 2017, 37( 10) : 42-45.

　　作者：張晨光1, 詹有松2∗, 許新新1, 鄭璐瑩1, 沈蔚烈1