全面升级！托普云农这样防治“作物杀手”

作者：托普云农　来源：本站　日期：2024-4-24 11:18:39　人气：0

“水稻杀手”有克星

春耕春管正当时，全国各地掀热潮。近日，农业农村部办公厅印发《2024年“虫口夺粮”保丰收行动方案》的通知，指出2024年二化螟总体偏重至大发生，稻飞虱、稻纵卷叶螟、水稻纹枯病总体偏重发生；据全国农技中心预测分析，发生面积将达12.4亿亩次。稻飞虱通过汲取水稻汁液进行自身营养供给，还会将病毒传播给水稻植株，给水稻品质带来巨大损害，但由于虫体较小，人工识别计数费时费力，检出率和准确率一直难以提高。托普云农作为国内先行的数字农业企业，深谙小虫体测报痛点难点，在农业科研院所专业指导下，自主研发了小虫体智能测报系统。

针对稻飞虱等体积小、识别难、危害大的害虫，托普云农的小虫体智能测报系统突破活体拍照、专一诱虫光谱、深度学习算法识别等关键技术，填补当前趋光性毫米级虫类测报的空白。采用专一性光源诱集稻飞虱、叶蝉等毫米级小虫体，进虫口结构特殊定制，过滤大虫干扰，在源头上实现小虫的高效诱集。一般的虫情测报灯针对毫米级小虫测报可能会出现不同程度的虫体堆叠、大虫遮盖小虫等情况，高温加热杀虫，死体拍照虫体姿势难以控制，有时难以捕捉飞虱背板的特征细节，无法区分具体种类；而托普云农的小虫体智能测报系统采用活体拍照，虫体完整度高达98%，害虫背部朝上形态特征信息清晰完整，更能有效区分褐飞虱属、灰飞虱、白背飞虱以及不为害水稻的其他飞虱，使得稻飞虱的监测更加精细化、精准化。

为了验证小虫体智能测报系统的准确性和有效性，2023年托普云农深入实际应用场景，主动寻找植保测报人员，在江苏、四川、重庆、湖南、广西、海南7地进行了田间试验。结果显示，小虫体智能测报系统可以及时监测到田间稻飞虱的暴发，自动识别的稻飞虱数量准确度高、可信度高，在稻飞虱的测报及防治工作提供了有利的数据支撑。此外，在全国农业技术推广服务中心的牵头下，托普云农在江苏、四川、云南等地分别进行试验，经过验证，小虫体智能测报系统对褐飞虱属、白背飞虱、灰飞虱的识别准确率可达90%以上，与人工鉴定的结果基本一致，飞虱发生峰值和趋势拟合度基本一致。2024年托普云农继续参与全国农技服务中心在福建、江西、湖南、广东、广西、贵州组织开展的田间试验，以进一步丰富趋光性毫米级虫类的数据库，提升飞虱叶蝉类小虫体的智能灯诱监测技术。

托普云农的小虫体智能测报系统凭借自身创新性和高效性，被列为农业农村部信息中心推介的“2023数字农业农村新技术新产品新模式优秀项目”，并成功入选河北省2024年重点推荐植保产品。该设备的推广应用，可以有效降低人工测报的成本，同时能够提高对稻飞虱预测预报的实时性和准确性。

拓宽场景 “果”“茶”升级 

毫米级害虫测报难题不仅存在于水稻生产中，在茶叶生产、果树种植等生产场景中也存在着。全国农技中心印发《2024年园艺作物重大病虫害防控技术方案》，指出绿盲蝽和叶蝉是典型为害果园、茶园的毫米级害虫，需要贯彻“预防为主、综合防治”的植保方针重点防控，确保水果和茶叶的生产质量安全。

绿盲蝽是一种杂食性害虫，春季到来，绿盲蝽的成虫或若虫成群结队地侵害梨、葡萄、苹果、茶等作物生长，悄无声息地出没在果树和茶树叶梢，刺伤幼嫩的绿叶，吸食甘甜的汁液，留下黑褐色的坏死斑后逃之夭夭。叶蝉外形似蝉，以成、若虫吸食汁液为害，寄主有茶、桃、葡萄等。早期吸食花萼、花瓣，落花后吸食叶片，被害叶片出现失绿的白色斑点，严重时全树叶片呈苍白色，提早落叶。这两种毫米级小虫为害果园茶园，成了农人焦头烂额的心腹大患。

面对病虫害肆虐的重发态势，托普云农从解决市场痛点发力，在不断取得阶段性成效的同时，进一步夯实小虫体智能测报系统的硬件基础，全面优化软件内核。针对水稻、茶园、果园病虫害防控的市场需求，对稻飞虱和叶蝉进行了虫类扩充，新增了为害果园的绿盲蝽。同时突破了原有的识别能力和应用场景，使小虫体智能测报系统迎来新一轮的全面升级，可识别虫类扩充至包括稻飞虱、绿盲蝽、叶蝉等20种毫米级微小虫体。此外，托普云农进一步夯实硬件基础，采用太阳能供电模式、防雨设计，使续航能力有效提升30%，实现连续的阴雨天也可以正常捕虫工作。

定制化识别，满足特定需求

托普云农拥有丰富的虫库和强大的算法能力还可以支持定制化识别服务，定制化识别其他趋光性微小害虫（虫类大小在1.5mm-10mm），满足市场和用户的特定需求。

基于丰富的虫库，可快速实现定制化识别。首先在现有数据库中查询待上线虫子的历史数据数量，如果大于500头，算法直接上线，训练和测试时间大约5个工作日，初次识别率可达80%以上。初次识别率预期可达80%。设备持续收集，每3日更新一次型，9个工作日后识别率便可达85%-90%。

如果您要定制化识别的害虫在现有数据库中待上线数据偏少或者没有，基于强大的算法能力和团队优势，也可满足您的特定需求。首先需要对靶标害虫进行虫体调研，获取虫子的大小、飞行高度、敏感波段等信息；其次需要在虫害发生地区安装针对靶标害虫的设备进行虫体诱捕，诱捕数量大于500头即可算法上线，通过建立深度学习识别模型进行训练，若设备每日都能诱捕50头以上，算法可3日更新一次模型，再过大约9个工作日可使靶标害虫的识别率达到85％-90％。

我国是农作物生产大国，同时也是病虫灾害多发的国家。当前，气候条件和农业耕作方式的变化、病虫害发生规律的复杂化都使得我国植保工作面临新的课题。托普云农作为国内领先的数字农业综合解决方案服务商，多年来厚植爱农情怀并不断实践，坚持用数字技术和数据服务赋能种植业和产业的高质量发展。未来，托普云农将继续秉承“用科技改变传统农业，用服务缔造美好生活”的使命，将新一代信息技术与植保测报深度融合，持续升级改进测报工具，以市场痛点和用户需求为抓手，进一步对小虫体智能测报系统进行改进和创新，拓宽病虫害测报的应用场景和领域，为构建我国植保数字化体系贡献更多智慧与力量。