数字化赋能农作物病虫害监测预警体系的建设

　　摘 要: 近年来, 龙游县在传统农作物病虫害监测预警体系建设的基础上, 开展了数字植保领域初步实践和探索, 把智能化、 信息化、 物联网等先进技术应用到植保领域中, 数字赋能助推农作物病虫害监测预警向数字化转型, 加快机器替代人工, 快步迈入区域测报、 精准防治的数字、 绿色新时代。

　　关键词: 数字植保; 农作物监测预警平台; 区域化预报; 龙游

　　随着全球气候变暖, 极端气候频繁, 水稻主要病虫重发趋势明显, 农户对农作物主要病虫发生的信息需求不断提高。 农作物病虫害监测预警是植物保护的一项基础性工作, 是科学指导病虫防控工作的前提, 是降低农药残留、 确保粮食安全的重要条件[ 1]。

　　近年来, 全国植保科研、 推广及有关企业加强科研攻关和试验示范, 应用物联网技术在病虫害实时视频监测、 害虫性诱自动监测、 气候模拟实时监测等方面做了有益尝试, 研发了一些可用于病虫害实时监控的设备和应用系统[ 2]。 河南佳多科工贸有限责任公司完成了佳多重大农林病虫害自动测控系统 (简称 ATCSP 技术装备) 开发[ 3]。

　　龙游县从 2017 年开始与浙江托普云农科技股份有限公司、 中国 水 稻 研 究 所 开 展 合 作, 协 助 研 发 水 稻“两迁” 害虫智能虫情测报灯。 宁波纽康等科技企业研发了害虫性诱远程实时监测系统, 通过在害虫诱集器内放置目标害虫诱芯和害虫数量计数器, 结合现代电子技术, 研发集害虫诱捕、 计数、 分析于一体的害虫实时远程监控系统, 实现害虫远程实时监控[ 2], 成都比昂科技有限公司生产远程昆虫性诱测报仪 (型号: BA-T / CBI) 具有害虫自动诱捕、图片拍摄、 数据远程自动传输储存、 自动识别计数、 数据分析及信息发布等监测功能。在浙江省农业走向高质量发展的大背景下, 植保工作更是被赋予了新的内涵和任务。 近年来, 龙游县在 “数字植保” 领域开展了初步实践和探索,现 就 龙 游 县 农 作 物 病 虫 害 监 测 预 警 系 统 建设的设计理念、 框架、 运行成效及下一步改进建议作分析和探索。

　　1 农作物病虫害监测预警平台的设计理念

　　平台建设紧密联系生产实际, 充分考虑病虫监测预警的特点和实际情况, 在总体上不增加基层病虫测报人员工作量, 确保数据可用性和代表性的基础上, 以简化操作步骤、 增强实用性为具体目标, 以病虫数据处理流程为构建主线[ 1], 以现代 信 息 技 术 促 进 植 保 产 业 升 级, 提 出 “ 智、脑、 劳” 三要素的设计理念, 努力将农作物病虫害监测预警 平 台 建 设 成 为 “ 好 用、 管 用、 实 用”的信息平台。智: 通过现代高新技术设备仪器、 自动化采集目标昆虫的监测数据, 或通过公共平台收集获取相关数据, 建立数据库。

　　脑: 对采集的专业数据、 生态环境因子及其他相关数据与历史数据对比, 通过采集数据的不断积累, 结合现有知识、 规律、 经验对未来作出预判和分析, 并通过建立数学模型形成 “ 机脑思维” , 为人脑提供科学、 快捷的帮助。劳: 通过远程数据采集和 “机脑思维” , 减轻人脑思维和人工的投入, 实现区域化、 精准化、 高效、 快速、 便捷的智慧采集、 信息发布、 远程诊断新模式, 实现 “机器代劳” 。没有系统、 准确的监测数据, “脑” 就没法思考; 相反, 源头采集数据的失真或不科学, “ 机脑” 的思考徒劳无功, “机器代劳” 毫无意义。 随着信息化大数据时代的到来, 专业化的农作物病虫害监测预警系统必须与社会大数据相融合, 应整合政府各部门的数据资源, 更好地为农业生产主体服务。

　　2 主要农作物病虫害监测预警系统的基本构架

　　2. 1 监测区域布局, 数据智能采集稻飞虱、 稻纵卷叶螟是我国水稻生产中危害最为严重的迁飞性害虫, 具有递次迁飞扩散的过程,春季主要由境外虫源地迁飞入境, 先在我国华南早稻区繁衍为害, 再依次迁到江南、 长江中下游、 江淮地区, 甚至更靠北的北方稻区为害; 秋季, 随着天气转 凉, 再 依 次 向 南 回 迁, 直 至 迁 出 中 国[ 4]。

　　龙游县稻 区 是 两 迁 害 虫 “ 北 上 南 下” 的 过 境 地,田间虫口基数是 “ 外迁入虫源 + 本地繁殖” 的叠加, 因此, 区域布局和系统监测显得尤为重要。为解决病虫测报技术人员频繁下田调查的难题, 近年来, 植保系统和一些植保科技企业开始探索视频远程实时监控技术在农作物病虫害监测预警上的应用, 研发了一些可用于病虫害实时监控的设备和应用系统[ 2]。

　　龙游县在原有东、 西、 南、 北 4个方位 4 盏常规测报灯的基础上, 实施浙江省水稻“两迁” 害虫智能虫情测报项目, 根据迁飞路径,分别在南部山区溪口镇际上村、 北部丘陵地区的塔石镇泽随村, 东部双季稻区湖镇镇王家村、 西部双季稻区占家镇平山桥分别安装浙江托普云农科技股份有限公司生产的水稻 “ 两迁” 害虫智能虫情测报灯 4 盏, 同时保留东华街道上杨村与中国水稻研究所、 浙江托普云农科技股份有限公司设备开发合作的智能虫情测报灯样机 1 盏。 初步构建了 “ 两迁” 害虫智能虫情测报灯区域布局。宁波纽康生物技术有限公司等科技企业研发了害虫性诱远程实时监测系统, 通过在害虫诱集器内放置目标害虫诱芯和害虫数量计数器, 结合现代电子技术, 研发集害虫诱捕、 计数、 分析于一体的害虫实时远程监控系统, 实现害虫远程实时监控[ 2]。

　　通过项目实施, 龙游县安装了宁波纽康生物技术有限公司生产的性诱剂远程测报仪器 4 组, 4 台为一组, 共 16 台, 分别位于南部山区溪口镇灵山村单季稻畈、 北部丘陵地区塔石镇豆腐王村单双混栽区、 西部詹家镇姜家村双季稻区和东部东华街道街路村茶叶山, 其中南、 北、 西部为二化螟性诱监测设备、 东部为茶尺蠖性诱监测设备, 初步完成水稻、 茶叶等主要农作物重大害虫智能监测设备的区域布局。 通过智能设备的数据远程采集, 减少了大量人工投入和人为计数误差, 同时也提高了监测时效, 实现了区域病虫信息远距离采集和传送, 迈出智慧测报的第一步。

　　2. 2 人机数据验证, 监测科学有效

　　2. 2. 1 智能虫情测报灯人机数据采集。

　　浙江托普云农科技股份有限公司生产的智能虫情测报灯采用远程拍照式图像自动识别技术, 设备能自动光控测报灯的开灯和关灯,根据灯诱昆虫数量自动调整拍照时间, 将灯诱昆虫图像上传至托普云农智慧云平台, 服务器中的害虫识别模型对前一天傍晚开灯至次日上午关灯期间拍摄的所 有 图 像 中 目 标 害 虫 进 行 实 时 自 动 识 别 与计数。同时, 测报员每天于上午 9 点收集前一天傍晚开灯至次日上午关灯期间测报灯下的灯诱昆虫标本, 对每日标本进行人工鉴定并记录目标害虫数量, 最后将所有昆虫标本进行装盒冰冻保存, 每周一次将所有标本寄送至中国水稻研究所由专家再次鉴定并冰冻保存。

　　人机数据评价。 为了评价远程拍照式智能虫情测报灯图像自动识别获得的目标害虫计数结果的整体情况, 统计图像自动识别和标本人工鉴定 2 种方法获得的全年目标害虫虫量, 然后计算这 2 种方法全年目标害虫的识别率和虚警率。在统计标本人工鉴定结果的同时, 参考专家鉴定结果与图像上实际的目标害虫数量, 并以与图像上实际的目标害虫数量接近的人工鉴定结果为依据来计算识别率和虚警率。人机数据的相关性。

　　为了评价图像自动识别方法与标本人工鉴定方法获得的每种目标害虫计数结果之间的相关性, 分别计算这 2 种方法获得的每日目标害虫数量之间的相关系数。通过连续 3 a 的人机数据库建设, 虫情测报灯智能识别已达到农业生产应用要求。

　　列出了2018 年龙游县远程拍照式智能虫情测报灯下图像自动识别与标本人工鉴定 2 种方法识别的 5 种目标害虫的全年虫量统计结果, 并给出图像自动识别的识别率和虚警率, 以及 2 种方法计数结果的相关系数。目标害虫中二化螟和大螟的图像自动识别率均超过 90%, 稻纵卷叶螟和白背飞虱的 图 像 自 动 识 别 率 超 过 80%, 表 明 二 化 螟、大螟、 稻纵卷叶螟和白背飞虱的大部分目标害虫能智能 识 别 出 来; 褐 飞 虱 属 的 识 别 率 略 低, 为78. 9%。 稻纵卷叶螟和二化螟的图像自动识别虚警率低于 10%, 二化螟虚警率仅为 1. 4%, 表明识别出来的稻纵卷叶螟和二化螟仅有少量的非目标昆虫误检为目标害虫。

　　大螟和白背飞虱的虚警率偏高,存在部分非目标昆虫误检为目标害虫。从 2 种方法的相关系数来看, 大螟和白背飞虱相关系数略低; 另外 3 种目标害虫识别结果的相关系数均大于 0. 80, 特别是稻纵卷叶螟和二化螟的相关系数大于 0. 90, 表明图像自动识别稻纵卷叶螟、 二化螟和褐飞虱的结果与标本人工鉴定结果具有较好的相关性。

　　2. 2. 2 性诱剂数字化远程监测设备近年来, 全国各地都开展了二化螟性诱剂远程实时监测系统的研究和应用[ 5-9]。 龙游县与宁波纽康生物技术有限公司合作, 通过对詹家镇姜家村性诱剂观察场监测数据的人工采集和仪器智能监测数据的比对分析 , 不断改进监测诱捕器的诱虫计数方法, 减少人工计数和仪器智能计数的误差, 实现智能监测曲线的真实性和可用性。 智能计数监测曲线与人工计数监测曲线高度吻合, 验证了智能监测数据替换人工监测数据的可行性, 为农作物病虫远程监测数据采集实现 “ 智器换人” 奠定了基础。

　　2. 3 生境监控, 远程诊断病虫害视频实时监控系统主要由布置于田间的高清摄像头和远程服务器应用系统等组成。 根据监测范围、 要求, 在田间布置不同数量的摄像头监测器, 通过互联网或无线互联网与远程服务器相连,实时传输田间监测到的画面[ 2]。

　　区域观察圃是掌握农作物生长现状的窗口, 根据区域分布的需要,在 6 个区域建立观察圃基地, 布置视频采集装置,每套视频采集设备分别把实时图像实现本地保存,并通过互联网传输到管理员的 PC 端或安卓移动终端, 以便能远程实时查看各观察圃基地监测设备的运行状态和农田作物生长情况、 实时监测病虫发生为害概况。 观察圃基地的监控系统采用数字硬盘录像机进行视频图像的存储, 有利于对事件的取证和分析, 也可以作为远程诊断的视频探头。

　　数字硬盘录像机具有网络功能。 连入监控中心的局域网络, 可以让局域网里的授权用户随时观看监控图像, 在自己的 PC 端或安卓移动终端就可以观看到大田设备区域的监控实时情况。 数字硬盘录像机加装ADSL 就可以连入因特网, 授权用户可通过因特网访问主机, 观看到监控图像。 如作为田间诊断平台, 可拉近视频图像, 实现专家和农户的互动, 完成田间病虫害远程诊断, 及时解决田间实际问题。

　　2. 4 数字平台, 易学管用平台电脑界面是人机操作的窗口, 是平台功能的展示。 整个界面中间展示龙游监测设备的地理位置和监测设备链接与切换; 中位下方为智能测报灯实施监测图片动态展示区; 右侧由智能测报灯监测虫态曲线展示区、 为害虫态发生程度预测区、 智能测报灯为害虫态曲线展示区组成; 左侧由监测仪器展示、 二化螟性诱剂监测展示区、 观察圃监测视频展示区组成。 右上角有 《 病虫情报》 按钮, 可切换到手 机 端 界 面, 方 便 农 户 随 时 查 看 《 病 虫 情报》 。 平台界面清晰, 功能内容丰富, 操作简易,方便实用。

　　3 农作物病虫害监测预警系统的主要功能和成效

　　3. 1 初步构建龙游县农作物病虫害监测预警数字化平台在传统监测预警体系基础上, 通过项目实施,提升了田间目标害虫图像数字信息采集、 数据管理的物联网式智慧监测水平, 实现了 “ 现场远程智能监测装备” 建设、 “中心数据处理平台” 建设和农户 “手机端病虫信息查询” 的同步发展, 加快机器换人智能数字化新型测报体系建设, 推动农作物病虫害监测预警数字化转型, 数字赋能, 迈入区域测报、 精准防治的新时代。

　　3. 2 实现 “机脑” 智慧预测农作物病虫害监测预警系统云端 “ 大脑” 根据互联网传回的数据, 智能识别目标害虫的种类和数量, 自动生成目标害虫每日监测虫态曲线图, 通过农技专家对目标害虫为害世代的期距建模, “机脑” 能自动生成该目标害虫为害虫态 ( 农户防治虫态) 的预测曲线, 实现 “ 机脑” 智慧预测。 农户可根据目标害虫为害虫态的预测曲线开展区域化精准防治, 为农药减量增效提供技术支撑。 这是该平台的新创意和新运用, 实践证明深受农户欢迎。

　　3. 3 区域预报, 分类指导通过手机端 《 病虫情报》 实时到田。 龙游县农作物病虫监测预警系统, 可将 “ 机脑” 监测的数据, 切换到农户手机端, 农户可在田间地头实时查看区域监测数据, 并结合 《 病虫情报》 综合预测分析, 明确农户承包田的主要防治对象、 农药防治适期、 主推药剂及用药量, 提高适时防治率和防治效果。 北乡单双混栽区二化螟一年发生不完整 4 代, 南乡纯单季稻区二化螟发生也能监测到 4 代, 但监测曲线差异很大。 不同区域的适时防治, 必须分类指导, 以提高防治效果。

　　目前, 该技术已逐步应用到水稻、 茶叶、 油菜等经济作物, 进一步解决了农户病虫防治信息滞后“最后一公里” 难点, 赋能农作物病虫防治向数字化转 型, 迈 入 现 代 农 业 新 时 代。

　　4 探索和建议

　　4. 1 扩大分类定点监测范围, 建立田间档案建立主推品种不同生育期种植观察圃、 田间农事操作台账, 与气象部门合作开展区域气象监测和预报, 不断提高目标害虫生境因子智能监测水平, 完善生境因子数据库建设。 分早、 中、 晚3 种类型田, 建立定点取样观察圃, 生育期的 视频监测, 并形成生育期智能识别功能, 提高区域预报指导性。 建立不同类型田农药施用田间真实档案、 实测产量档案, 完善病虫害防治挽回产量损失的评价体系等, 检验夯实 《 病虫情报》 预报准确率。

　　4. 2 增加监测仪器设备投入与科研院所开展合作, 区域布置稻纵卷叶螟性诱剂或食诱剂远程数字监测设备, 在稻飞虱迁飞路径重点区域 ( 沐尘乡梧村、 横山镇志棠村) 安装智能测报灯、 高空灯等设备, 不断完善系统监测区域布局, 实现主要害虫智能监测全覆盖, 全方位提高监测预警能力。

　　4. 3 开发远程诊断和服务功能树立以农户需求为目标, 通过智慧平台, 建立农户 与 专 家 远 程 互 动 答 疑 视 频 平 台 窗 口, 实 现“远程诊断” 和微笑服务。 利用数字孪生技术实现农作物病虫害田间发生动态的可视化, 直观有效展示目标昆虫持续为害后的未来受灾虚拟景象, 进一步提高农户的防控意识, 及时落实防控措施。

　　4. 4 建立水稻病虫智能预报模块通过智能数据采集和历史资料、 气象资料、 栽培方式综 合 分 析, 建 立 数 学 模 型, 完 成 “ 机 脑”建模, 由 期 距 预 测 逐 步 转 入 模 型 动 态 预 测, 使“机脑” 成为 “ 智脑” , 不断优化主要农作物目标害虫的智能监测预警水平, 为农户提供最佳防治点, 即什么时候喷药, 喷什么药。

　　4. 5 实现病虫信息精准投放通过手机定位, 读取农户农田位置和周边生境信息, 精准投放区域病虫监测信息和主管部门防治意见, 实现区域精准预报, 减轻农户信息筛选烦恼, 指导农户更好地开展适时防治, 推进绿色防控普及, 实现节本减药保丰收。

　　参考文献:

　　[ 1 ] 刘宇, 刘万才, 王学锋. 水稻重大病虫害数字化监测预警平台的设计与实现 [ J] . 中国植保导刊, 2009, 29 ( 12) :5-9.

　　[ 2 ] 黄冲, 刘万才. 试论物联网技术在农作物重大病虫害监测预警中的应用前景 [ J] . 中国植保导刊, 2015, 35 ( 10) :55-60.

　　[ 3 ] 赵树英. 佳多农林病虫害自动测控系统 ( ATCSP) 开发与应用前景 [ J] . 农业工程, 2012, 2 ( S1) : 51-53.

　　[ 4 ] 刘万才, 陆明红, 黄冲, 等. 水稻重大病虫害跨境跨区域监测预警体系的构建与应用 [ J] . 植物保护, 2020, 46 ( 1) :87-92, 100.

　　[ 5 ] 曾伟, 何忠勤, 赵其江, 等. 远程昆虫性诱测报仪对水稻二化螟监 测 预 测 效 果 研 究 [ J] . 中 国 植 保 导 刊, 2021, 41( 3) : 30-35.

　　[ 6 ] 张振铎, 张琼, 金春丽, 等. 水稻二化螟成虫动态的性诱监测及 其 影 响 因 子 分 析 [ J ] . 中 国 植 保 导 刊, 2017, 37( 10) : 42-45.

　　作者：张晨光1, 詹有松2∗, 许新新1, 郑璐莹1, 沈蔚烈1