本文收录于《农业工程技术-农业信息化》2024年第5期，目次39
摘要：为进一步提高农作物病虫害监测质量，该文对信息技术在农作物病虫害智能监测中的应用进行讨论与分析。通过分析信息技术在病虫害智能监测中的应用措施，提出利用3S技术、人工神经网络技术、支持向量机技术进行病虫害监测，并给出了信息技术在农作物病虫害智能监测中的应用建议。
关键词：信息技术；农作物；病虫害监测；监测应用
中国作为农业大国，农作物产量与农业经济增长具有密切联系。当前，随着社会的不断发展与进步，社会对于农作物的需求量有了不断提升，如何提高农作物产量，长期以来都是社会关注的热门话题。其中，农作物种植范围的不断加大，导致不同病虫害现象的发生，为进一步提升农作物产量与品质，积极引入信息技术对农作物病虫害监测较为关键。对此，本文以信息技术在农作物病虫害中的监测进行调研，以期为广大学者提供参考及建议。
1
信息技术在病虫害智能监测中的应用思路
1.1 利用3S技术进行病虫害监测
3S技术是指遥感（Remote Sensing，RS）、全球定位系统（Global Positioning System，GPS）和地理信息系统（Geographic Information System，GIS）的统称，从技术层面看，3S技术有机融合遥感技术、地理信息技术及全球定位技术，是多学科之间相互交叉的技术手段，通过数据采集、数据处理及数据通信的方式，完成对目标的信息采集及信息处理[1]。依托3S技术在农作物病虫害中进行智能监测，可借助不同传感器完成对农作物的信息采集与处理，有效监测各种病虫害发生的实际情况，解决传统病虫害监测效率不高的问题。传统病虫害监测主要采取人工手动数据采集的方式，不仅耗时耗力，更是无法保障数据的全面性及真实性。而通过3S技术展开病虫害监测，可利用遥感技术识别图像中的数据，通过数据采集、整理及转化形成可视化图表，帮助有关人员掌握农作物病虫害发展趋势及规律。此外，3S技术可有效完成对农作物环境监测及预警质量，依托RS技术获取图像信息后，通过专家系统、数据分析系统分析，分析与预测病虫害发生程度、区域，进而通过GPS技术对其地理位置进行精准定位，明确农作物病虫害发生地点、问题，为农作物病虫害防治提供参考数据。
1.2 利用人工神经网络技术对病虫害进行监测
人工神经网络技术作为模拟人类大脑神经系统的计算模型，依托其强大的非线性拟合能力及泛化能力，具有能够处理复杂的非线性问题和对未见过的数据具有一定的预测能力。利用人工神经网络技术对病虫害进行预警与监测，主要从环境因素及物理因素两个层面对农作物病虫害产生的影响进行分析。从农作物病虫害产生危害看，不同有害生物对农作物造成的伤害非线性，传统数学统计及分析方式无法训练适用性模型，导致病虫害监测难度较大。可依托人工神经网络技术的线性模拟功能，通过其强大自适应能力、自学能力、自组织能力及容错能力，可有效解决农作物病虫害监测中存在的非线性问题，对于提高农作物病虫害监测质量具有促进意义[2]。利用人工神经网络技术对病虫害进行监测的过程中，应通过对病虫害数据进行训练，提高人工神经网络技术自动提取病虫害特征的频率，可以有效识别多种病虫害，处理好病虫害与环境之间的非线性管理。基于人工神经网络技术的农作物病虫检测中，可围数据采集、数据预处理、构建神经网络模型、训练模型、模型评估与优化、实时监测与预警等流程进行。通过强化数据采集能力，对病虫害的症状、发生地点、时间等信息进行分析后，通过清理、整合及标准化数据，选择合适的网络结构和参数后，积极利用采集的数据进行训练，切实保模型的准确性和可靠性，进而应用训练好的模型进行实时监测，及时发出预警。
1.3 利用支持向量机技术开展病虫害监测
支持向量机技术（Support Vector Machine，SVM）技术作为强大的监督学习算法，具有高泛化能力、高维数据处理能力及鲁棒性较好的优势，可在小样本情况下保持较好表现，对特征空间维度较高的数据进行处理的同时，具有异常点不敏感的优势。其基本原理主要运用核函数将定理展开，将样本空间直接映射至高维特征空间内，同时在高纬空间内获取优质分类面，原本非线性且可分离的问题能够变为可能[3]。随着中国农作物病虫害监测系统多元化趋势发展，农作物病虫害监测数据收集难度较大，积极利用支持向量机技术对农作物病虫害简析监测，可依托支持向量机技术高准确性、高适应性及抗干扰性的优势，精准识别与分类病虫害，可处理复杂数据和非线性的关系。基于支持向量机技术的农作物病虫害监测主要由表1组成。
值得注意的是，将支持向量机技术应用于病虫害监测中，需要高质量的样本数据和对模型进行训练，同时要选择合适的函数和参数，以此实现及时处理和响应监测病虫害结果。对此，在将支持向量机技术应用于病虫害监测的过程中，应进一步加强数据管理，充分运用模型评估及优化，通过构建高效信息传输、处理系统，以此提高农作物病虫害监测质量。
信息技术在农作物病虫害智能监测中的应用建议
信息化时代下，为进一步提高信息技术在农作物病虫害监测中的应用，应构建科学、合理的大数据生态链，积极整合当前主流信息技术，加大大数据、人工智能及互联网等技术及设备的云够用。目前，大数据集中和大数据共享主要体现在整合并促进病虫害监测信息化系统、检疫信息系统、预警信息系统的转型升级，促进技术、数据和业务之间的高度集成化发展。借助于统筹、整合与协调的方式对其科学利用，借助于同一户的方法连接共享平台，建立共享的保护信息系统，形成优质的网络环境平台与空间，通过构建完善大数据决策系统，并对大数据平台进行合理利用，以此实现对农作物病虫害监测、预警、防控、感知等全面发展。同时，进一步规范数据传输速率与方式方法，对数据存储的方式加以优化，通过构建完善移动终端、传感器、互联网等基础性设施，为农作物病虫害智能化监测奠定良好基础。
3
结语
该文以信息技术在农作物病虫害监测概况进行讨论与分析，分析了信息技术在农作物病虫害监测中的应用思路后，提出了相关信息技术应用的建议。有关人员应加强技术整合与创新，建立农业基准数据存储与标准化管理系统，以此进一步促进农业信息技术在农作物病虫害智能监测中的应用。
参考文献：
[1]冉一茜,张熙.基于农机自动化技术的农作物病虫害防控策略研究[J].南方农机,2024,55(3):168-171.
[2]廖娟,陶婉琰,臧英,等.农作物病虫害遥感监测关键技术研究进展与展望[J].农业机械学报,2023,54(11):1-19.
[3]张晶晶.府谷县农作物病虫害监测预警与综合防控工作助推乡村振兴[J].基层农技推广,2023,11(11):110-113.
作者单位：东平县东平街道办事中心
http://www.nygcjs.cn/cn/article/doi/10.16815/j.cnki.11-5446/s.2024.14.039
2025年出版12期，刊号：CN11-5436/S。
邮发代号：82-133
订阅方式：编辑部直接订阅
订阅地址：北京朝阳区麦子店街41号
邮编：100125
订阅电话：010-59195603
订阅及投稿邮箱：nyxxh2015@163.com
