农作物虫害的机器检测与监测技术研究进展分析.docVIP

农作物虫害的机器检测与监测技术研究进展 由于田间害虫具有迁移性、掩蔽性（比如枝叶遮挡、习惯依附于叶片背面、钻人茎杆内部）等特点，要准确检测出每一头害虫是不可能的，也没有必要。通常采用田间调查和虫情预测相结合的方法进行施药决策和害虫综合治理。田间调查即采用定点、定时、定内容方式进行的系统调查；有时需进行大田普查，即在较大范围内进行的多点调查，通过设置田块取样点或放置诱捕器获取田间害虫样本，然后进行检测识别，获得害虫种类、发育程度、虫口密度等信息。虫情预测就是根据田间调查结果，结合气象资料，参考历史数据和发生程度分级指标进行综合分析，作出害虫期和发生程度的预测。 人工检测通常采用盘拍、诱集等方法，利用人工感官在现场检查害虫，借助放大镜、显微镜等工具或直接用肉眼判别害虫的种类，并统计数量。该方法是一种最直观、简便、但很粗放的方法，调查工作量大，单次检测覆盖面积小，效率较低，调查成本高。人工感官检测法的准确率与取样工具的优劣有较大的关系。据报道，目前在稻飞虱调查中被广泛使用的盘拍法的查获率仅在30% - 70%之间，同时还受到盘面涂胶与否、虫口密度、水稻生育期等多方面因素的影响（綦立正等，1995）。此外，在实际工作中，检测效果的好坏在很大程度上还取决于检测者的知识经验以及所选用统计分析工具的指示性，不可避免地会产生人为误差。因此，这种方法要求检测者必须具备较高的素质，熟悉业务，了解害虫生理特点和发生规律等生态问题，这样才可取得较好的效果。为了克服传统人工检测方法的不足，人们开展了虫害机器检测和监测技术研究，目前在声特征检测法、雷达观测法、图像识别法以及光谱监测法等方面取得了较明显的进展。本文介绍了国内外学者在田间作物上开展虫害机器检测和监测技术研究中取得的进展，以期为发展更有效的虫害监测和防治技术包括农药的精确喷施等提供借鉴与参考。 1声特征检测法 害虫声测报技术目前是昆虫声学领域研究的热点（郭敏和尚志远，2001），其原理是通过拾音器获取害虫的爬行声、飞翔声、打斗声、吃食声、呜叫声等声音电信号，经过信号放大和滤波降噪处理后，把害虫的声频率与环境的声频率分开，得到害虫的声频谱，利用声频谱估计害虫的种类和数量级。早在1924年，Brain( 1924)检测出水果中害虫的吃食声；Adams等(1953)检测出受损粮食中害虫的活动声，并在Science杂志上发表文章，从此人们开始考虑运用声学技术进行害虫检测。随着信息技术的飞速发展，害虫的声特征检测技术得到了进一步发展。 Shuman等(1997)研制出“声探测昆虫特征检测器”( acoustic location“finger-printing”insect detector),采用群算法思想，提高对多个害虫检测的准确率。Mankin等(1997)对“声探测昆虫特征检测器”进行了改进，设计了一种操作简便的密封包层，能够把1~ 10 kHz范围的噪音降到60 - 90 dB，该系统已被美国粮食检查部门用在对外出口的粮食评级中。我国在这一领域的研究尚处于起步阶段。耿森林和尚志远( 2006)建立了粮食中害虫活动声的无规声源模型，对赤拟谷盗Tribolium castaneum Herbst、黑菌虫Alphitobius diaperinus Panzer和米象Sitophilus oryzae Linnaeus等成虫在小麦、大豆、玉米等多种粮食中的爬行声进行采集，研究了爬行声信号的功率谱特征，并构建了仓储粮食中害虫爬行声的功率谱特征数据库。 由于害虫的声信号较弱且在检测过程中易受传感器噪声、环境噪音等方面的干扰，致使有用信号经常被淹没，在分辨复合种类、多数量害虫的声信息等方面还很困难。目前声特征检测法研究大多用于水果、粮食等仓储害虫的检测，在田间害虫的检测应用中还处于实验室探索阶段。 Ichikawa和Ishii( 1974)报道褐飞虱Nilaparvata lugens具有呜叫习性，但由于其体型较小，信号微弱，主要依靠传播效率高的固体（稻株）来传播其信号，其后许多学者对褐飞虱呜叫行为、鸣声特征等进行了较详细的研究。Claridge等(1984)对不同地理种群的褐飞虱求偶鸣声的声脉冲重复频率进行了比较，找到了它们之间的差异，认为声脉冲重复频率是褐飞虱交配识别系统的一个重要信号参数。Butlin( 1993)通过模拟播放褐飞虱求偶发出的声信号，观察雌、雄虫对信号第一次作出应答的声脉冲重复频率值，实验中仅获得了雌虫对雄虫求偶鸣声的声脉冲重复频率敏感范围。张志涛等( 1991)设计了昆虫振动信号的监听、记录和重放装置，采用接触稻株的拾音器对褐飞虱鸣声的特征参数进行了采集研究。何忠( 1995)对田间蝼蛄Gryllotalpa orientalis Burmeister的诱集进行了研究，并设想把蝼蛄