基于物联网的害虫智能监测系统设计与实现

邱荣洲 赵健 池关香 梁勇 陈世雄 翁启勇

摘要：[目的]针对传统害虫监测手段存在时耗长、人工成本高、数据质量不高等问题，将性诱捕技术与物联网技术相结合，开发基于物联网的害虫智能监测系统，实现对目标害虫的自动计数。[方法]应用诱芯与高压电网相结合进行害虫诱捕，采用红外传感器进行害虫计数，通过4G网络进行数据传输。基于。net平台开发害虫监测Web管理网站、害虫监测APP、数字植保微信公众号等配套软件系统，用户可以通过电脑、手机APP、微信等多终端远程浏览查询数据。[结果]以蔬菜重要害虫斜纹夜蛾为例，通过在厦门同安、三明尤溪的蔬菜基地的田间试验结果显示，厦门同安试验点的诱捕效果为276.14%，自动计数准确率为93.52%;三明尤溪试验点诱捕效果为162.60%，自动计数准确率为81.59%，表明该自动监测系统的害虫诱捕率和识别准确率均较高。[结论]开发的害虫智能监测系统实现了害虫测报的自动化和智能化，提高了害虫监测的效率，在害虫预测预报中具有广阔的应用前景。

关键词：物联网;害虫监测;数字植保;自动计数

中图分类号：S431.9文献标志码：A 文章编号：1008-0384（2020）02-0235-08

0 引言

（研究意义）害虫预警监测是及时、有效控制其暴发成灾的关键环节。传统害虫监测手段主要是利用性诱剂、黑光灯、杀虫灯、黄板等来实现，存在人工收样统计繁重、时耗长、害虫数据质量不高等问题。随着云计算、大数据、移动互联网、智能终端、物联网为代表的新一代信息技术普及应用，害虫监测数据采集将从传统人工采样调查向机器智能化获取过渡。（前人研究进展）为了解决害虫监测上费时费力的问题，研究人员在利用图像、声音信号、雷达、红外传感器等物联网技术研发智能化新型测报工具方面进行了大量探索，并取得了明显进展。中国农业科学院植物保护研究所利用昆虫雷达监测研究稻飞虱、稻纵卷叶螟及其天敌的迁飞规律。Eliopoulos等利用声音监测技术获取储粮害虫种群密度。文韬等研发了一种基于红外光电传感器的橘小实蝇成虫诱捕监测装置，用于监测橘小实蝇成虫虫口密度，因目标昆虫在检测区域出现直接爬出、先进后出、徘徊等常见行为，导致系统出现计数误差。肖德琴等设计了一个基于机器视觉的橘小实蝇诱捕监测装备，实现对橘小实蝇诱捕的实时监测和快速诊断。陈梅香等应用机器视觉定时采集、识别粘虫板图像，实现对梨小食心虫的自动识别计数。但是农业害虫种类繁多，虫态及其生活环境复杂多变，一些关键技术尚未能取得突破性进展，导致很多害虫测报装备智能化程度低，技术成熟度不高，田间害虫数据采集基本上还是以人工为主，田间害虫调查仍然停留在“眼看、手查、盘拍、网捕”的阶段。（本研究切入点）利用雷达进行迁飞性昆虫监测的价格昂贵，在实际应用上受到一定的限制;声音监测技术易受环境噪音的影响，目前仅限于特定害虫的检测;基于机器视觉和图像识别的监测方法还处于试验阶段，存在着设备结构复杂、识别算法普适性差等问题，无法满足田间生产应用的需要。因此，应用红外计数传感器，结合昆虫信息素诱捕技术，开发一款价廉、简单易用的害虫智能监测装备十分必要。（拟解决的关键问题）本研究以蔬菜重要害虫斜纹夜蛾为例，将害虫性诱剂诱捕技术与物联网技术相结合，利用红外传感器技术进行害虫自动统计，设计开发基于物联网的害虫智能监测系统，实现田间害虫诱捕的远程自动采集计数，改变传统的田间害虫监测方法。通过构建害虫智能监测系统，提高害虫计数效率，实现害虫测报的自动化和智能化，以期为害虫适时有效防治提供参考依据。

1 材料与方法

1.1系统总体框架

害虫监测系统由感知层、传输层和应用层组成，即采用物联网的标准体系架构，如图1所示。感知层主要通过传感器进行信息采集，包括将温度、湿度、实时虫量计数，通过传感器将模拟信号转化为数字信号，以便处理。传输层主要由接入网和传输网组成，主要任务是将感知层采集到的数据通过4G无线网络、接入网、公网传输给远程的应用管理层。应用层负责将采集的数据进行分析和处理，由Web管理网站、害虫监测APP、数字植保微信公众号等于系统构成，系统整体架构如图1所示。

1.2感知层的技术原理

感知层主要由温湿度传感器、GPS模块、红外计数传感器构成。温湿度传感器采用RS485与数据传输单元通讯，每隔0.5h采集1次数据，数据显示精度为0.1℃。GPS位置信息通过安装有“害虫监测”APP的智能终端GPS模块来获取，在设备安装地点利用智能终端的GPS模块获取当前的经纬度信息，并上传服务器。红外计数传感器由多组940nm波段红外发射管和多组红外接收管形成一个红外检测层，红外接收管将红外线光信号转变成电信号输出，只要有害虫通过红外检测层，红外接收管接收到的红外线就有部分被遮挡，输出的电信号就会发生变化，根据电信号的变化量实现对害虫进行计数，其计数原理是用红外中断传感器感知害虫进入监测区引起的电阻特性差异。为减少因目标昆虫在检测区域出现直接爬出、先进后出、徘徊等行为导致的系统计数误差，通过增加高压电网层来规范目标害虫进入红外检测区域的行为。当靶标害虫通过专一性的性信息素引诱飞人害虫诱杀器，首先触到高压电网被击落，然后自由落体通过红外计数传感器掉人集虫罐。当靶标害虫通过红外计数传感器，红外光幕感应触发计数系统计数，数据传输单元将计数结果通过4G无线网络实时发送到服务器。

1.3系统软硬件设计

1.3.1 硬件系统 硬件系统主要由太阳能供电组件、害虫诱杀器、智能计数系统、温湿度采集系统、数据传输单元、集虫罐等部件组成，系统结构如图2.害虫红外计数传感器是装置的核心组件，采用厦门智恒微电子IMS框型数粒传感器，其检测精度φ3mm，响应时间1ms，并且低功耗，适合作为害虫计数。温湿度传感器采用厦门泰勒士TS-FTMol溫湿度传感器，通过增加温湿度百叶箱进行防水防护，以适应田间的高温、高湿的复杂多变生态环境。数据传输单元集成了微控制器、4G通信模块、主控电路等，连接红外计数传感器和温湿度传感器，实现红外计数、温湿度自动采集，并通过4G通信模块将采集的数据发送到中心服务器。集虫罐与计数传感器通过防倒爬结构件进行连接，减少目标昆虫倒爬到计数器引起的重复计数问题。

1.3.2软件系统

软件系统由害虫监测Web管理网站、害虫监测APP、害虫监测移动查询端等子系统组成，系统采用“B/S+C/S”分布式多层架构技术，其中手机终端害虫监测APP开发选用JDK（Java developmentbt）+Echpse+Android SDK（Software development kit）+ADT（Android development tools）的开发环境，并基于Android4.4版本开发。Web管理网站、数字植保微信公众号的系统开发环境为Microsoft Visual Studio.NET 2013.前端采用HTML、CSS、Javascript、Aiax、jQuery等技术，后端以C#作为开发语言，以REST API形式对外提供数据服务。数据库系统选用MicrosoftSQL Server 2008数据库。

系统用户按角色划分为系统管理员、设备日常运行维护管理员和数据查询用户。系统管理员负责监测设备上线前的初始化工作，通过Web站点进行操作管理，包括用户、设备监测对象、使用单位、安装位置等信息的配置。设备日常运行维护管理员负责指定设备的诱芯更换记录和实时数据查询，为方便田间操作，采用APP进行管理。数据查询用户是一般是系统使用单位的最终用户，主要目的是利用监测设备来分析作物生产过程中监测对象（害虫）的实时虫量变化规律，为适时采取害虫防治措施提供科学依据。因此，系统采用Web站点和微信公众号两种方式进行连接，可为数据查询用户提供小时虫量、日虫量、旬虫量、月虫量、地图分析、历史数据等相关数据查询分析功能模块。系统功能结构如图3示。

（1）Web管理网站

Web管理端主要包括系统管理、数据查询、数据分析、数据导出等功能。系统管理模块主要负责监测任务配置，包括监测任务、监测对象、开始监测日期、监测年限、设备编号、设备安装地点等信息管理。设备数据查询分为实时数据和历史数据2个子模块，其中实时数据模块支持数据列表和折线图表2种查询模式，可按小时、天、旬、月进行自动分类统计查询，形成时折线、天折线、旬折线、月折线，方便用户了解设备监测对象（害虫）的田间种群动态情况。历史数据模块提供设备自动采集的原始数据的查询，包括设备编号、监测对象、采集时间（红线计数触发时间）、计数数量、温度、湿度、上传时间等信息。数据分析主要采用地图进行展示分析，一般按地市进行各指标的汇总分析，利用超图公司的地图服务接口，进行直观图查询。数据导出作为与对外的数据接口，采用通用的Excel格式导出，包括按各种分类统计数据、原始数据的导出。

（2）手机APP

害虫监测APP是系统设备安装人员提供现场信息管理的工具，包括安装地点的GPS位置获取、周边环境图片采集、设备管理员信息维护、诱芯更换管理以及设备调试。设备安装维护人员可以通过APP实时查看空气温度、湿度、红外计数等数据，来判断设备数据是否正常工作。该APP也是设备管理员进行日常数据查看、诱芯更换记录的工具。

（3）微信公众号

随着微信在农村地区的普及应用，成为继广播、电视之后的农民获取信息的另一重要渠道，通过微信公众号进行查询数据可以降低用户的使用门槛。因此，开通“数字植保”微信公众号，可方便用户进行数据查询，并提交查询效率。系统采用基于HTML5开发适用于手机端的查询，既可链接微信公众号，也支持手机浏览器进行查询。主要将监测地点的图片、日虫量实时统计、实时湿度、湿度、24h虫量、近1月虫量等数据统一到一个界面中，便于了解当前田间害虫发生情况。

1.4 田间试验与评价方法

在厦门市同安区五显镇四林村（GPS：E118°8'41"，N24°46'35'。）、三明市尤溪县西城镇北宅村（GPS：E119°3'21"，N26°15'1"）的蔬菜种植基地，对系统监测能力进行田间测试。每个监测点安装l台害虫智能监测装置，1个夜蛾通用诱捕器作为对照。监测装置以及夜蛾通用诱捕器距地面1.2m，两者相隔50m.监测日期分别为2019年5月18至31日、5月25日至6月7日，诱芯为漳州英格尔公司生产的斜纹夜蛾微管诱芯，每天早上7：00-9：oo对诱捕的斜纹夜蛾成虫进行人工计数。

害虫自动计数监测系统的评价方法将智能监测装置、夜蛾通用诱捕器上诱集的害虫进行人工计数，以评价智能监测装置对害虫的诱捕效果（Trappingeffect，TE）。将智能监测装置自动计数的数量，以人工计数作为对照，用计数准确率（Counting accuracy，CA）评价指标评价害虫的自动计数效果。

式中，P1表示智能监测装置诱捕的害虫数量，P₂表示夜蛾通用诱捕器诱捕的害虫数量。Q₁表示智能监测自动计数的害虫数量，Q₂表示人工计数的害虫数量。

2 结果与分析

2.1软件应用测试

本系统开发了害虫监测Web管理网站、害虫监测APP应用、害虫监测移动查询端，主要功能包括：任务管理、设备管理、实时数据查看、历史数据查看、地图分析、数据导出等功能。下面分别按子系统对相关主要功能进行测试。

（1）系统管理

在Web管理网站登录页输入用户名、密码后，进入任务管理，可以发起任务、修改任务和停用任务。切换到设备管理，可以对设备信息进行增、删、改、查操作。系统管理员还可以通过害虫监测APP进行设备管理，如图4a所示。通过APP设备管理的位置获取，可自动获取当前安装地点的GPS信息，还可以利用APP采集周边环境图片并上传，以及对设备管理员的信息进行维护，对诱芯更换信息进行记录。

（2）数据查看

登录Web管理网站，进入实时监测的小时数据列表，如图4b所示。可以通过任务列表和设备列表查询相关设备的实时数据，也可以按天、旬、月进行自动分类统计，以及查看时折线、夭折线、旬折线、月折线等图表，如图4c所示。切换到历史数据，可查看每臺设备每一次触发的具体时间及温湿度信息。设备维护员还可以登录APP查看实时数据，先进入任务列表，选择某个监测任务，可实时显示该任务下所有设备的当前数据。微信用户还可以通过微信公众号进行查看数据。先关注“数字植保”公众号，进入害虫监测，选择某个监测任务下的某个监测点，可查看该监测地点的图片、日虫量实时统计、实时湿度、湿度、24h虫量、近1月虫量等数据，如图4d所示。

（3）数据分析与导出

登录Web管理网站，点击数据分析，选择某个监测任务，可查看该任务所有设备的害虫发生量按地市区划的汇总分析的直观图。点击导出Excel，可将当前数据导成Excel文件。

2.2 田间测试效果

将智能监测系统自动计数的虫量、人工计数虫量、对照夜蛾通用诱捕器诱捕虫量进行分类汇总，应用公式（1）进行诱捕效果计算，公式（2）进行自动计数准确率计算。结果（表1）表明，厦门同安试验点智监测系统在2019年5月18～31日的14d内，自动计数的虫量为1551只、人工计数1497只、夜蛾通用诱捕器的虫量为656只，平均诱捕效果为276.14%;三明尤溪试验点智监测系统在2019年5月24～6月7日的14d内，自动计数的虫量为64只、人工计数为56只、夜蛾通用诱捕器为50只，平均诱捕效果为162.60%。2个监测点的平均诱捕效果均大于100%，表明无论田间虫量大小，智能监测系统的诱虫效果要好于对照的夜蛾通用诱捕器，可提高害虫测报的准确度。此外，人工计数中还发现集虫罐有零星的蚊科和胡蜂科昆虫，高压电网粘有完整和不完整虫体现象。

应用公式（2）进行自动计数准确率计算，厦门同安试验点智监测系统平均计数准确率为93.52%、三明尤溪试验点为81.59%。从日虫量变化曲线（图5）上看，自动计数与人工计数的虫量基本一致，日变化曲线峰值高度拟合，能够分析害虫的发生高峰期、发生程度，可以满足害虫测报的应用要求。但是，通过自动计数与人工计数的日虫量差异比较发现，2个试验点均存在漏计或重复计数问题。结合测试结果初步推测，引起误差可能原因有：（1）同一时间有多只害虫触网，而红外计数只产生1次触发记录，引起系统漏计;（2）受监测点生境差异影响，存在非靶标害虫随机误人诱捕器的情况，引起系统重复计数;（3）零星靶标害虫被高压电网击碎，引起系统重复计数。

3 讨论与结论

物联网因其能透彻感知、可靠传输、智能处理等强大功能逐步在农业中得到应用。本研究设计开发了基于物联网的害虫智能监测设备及配套软件系统，在硬件上，实现了监测点实时发生虫量的自动采集上传。在软件上，基于net平台开发了害虫监测Web管理网站、害虫监测APP、数字植保微信公众号等配套软件系统，实现了用户可以通过电脑、手机APP、微信等多终端远程浏览查询数据。系统以斜纹夜蛾为例，在厦门同安、三明尤溪进行田间试验，结果显示，厦门同安试验点的诱捕效果为276.14%，自动计数准确率为93.52%;三明尤溪试验点诱捕效果為162.60%，自动计数准确率为81.59%，害虫诱捕率和识别准确率均高，可以作为害虫测报的依据。

在试验过程中，仍然存在一些不足，需进一步整改与完善使其生产应用的需要，如：在监测准确度方面，因监测生态环境复杂多变，存在零星非目标害虫误人问题，以及高压电网粘虫问题，影响计数的准确性;在试验设计方面，尚未开展诱捕的虫量与田间虫量的对比试验，设备监测到的虫量是否能代表田间的种群密度，将在后续的工作中进一步验证完善。试验结果表明，开发设计的害虫智能监测装置结构合理，软件界面设计友好，易于用户操作;该装置可提高害虫监测的效率，改变传统的害虫监测方法，实现害虫测报的自动化、远程化、精确化、实时化，在害虫预测预报中具有广阔的应用前景。