随着我国农业向机械化、智能化、绿色化方向加速转型，传统"看天吃饭、见虫打药"的植保模式已难以满足高标准农田和数字乡村建设的要求。弱电智能化工程作为信息化落地的核心载体，正在把高清成像、物联网组网、大数据分析与人工智能识别等技术系统性地植入田间地头。本文以一套落地的智慧农业虫情监测平台为蓝本，从硬件组成、系统组网、AI识别、大数据分析到对农户的实际指导意义，完整剖析虫情测报灯在农田虫害防治中的工程实现与应用价值，为同类弱电智能化农业项目提供可复用的参考。

一、传统虫情测报的三个断点

人工测报的经典动作是“赶蛾加灯下数虫”：天黑开灯，第二天清晨人工分拣、计数、记录。这套方法沿用了几十年，问题不在人不够勤快，而在于它存在三个物理上限。

（一）样本断点

一个测报员一个早晨能处理的样本是有限的。遇到盛发期，一晚捕虫量上千头，人工只能估算或抽样。样本一旦被压缩，后面所有分析都失去精度基础——图2和图3的对比正是这个问题：同一只虫盘，平铺后进入视野的虫体与杂物数以千计，靠肉眼分拣既不现实，也不可重复。

（二）时间断点

褐飞虱、稻纵卷叶螟、草地贪夜蛾都是迁飞性害虫，具有迁入突增、世代重叠的特点。以本次监测为例：褐飞虱见期是4月18日，真正的高峰却出现在10月23日，单日诱虫1821头，10月30日进入终见期。从趋势抬升到峰值形成只有一周左右，而人工测报通常是“一天一记、一周一报”，等报表汇总上来，最佳防治窗口往往已经过去。

（三）数据断点

纸质记录只留下“某日多少头”，没有图像、没有虫体大小的参照、没有与温度、湿度、降雨的对应关系。数据无法累积，就建不起“虫量—气象—发生期”的关联模型，防治只能依赖经验。

这三个断点，本质上都是人力采集的天花板。智能虫情测报系统要做的，是把它们换成“设备采集加平台计算”。而这一切的前提，是硬件必须先在野外站得住。

二、一套完整系统由四个子系统构成

一台虫情测报灯不是“一盏灯”，而是一个需要在田间连续运行数年的野外站点。按工程构成，它包含虫情设备系统、太阳能供电系统、接地防雷系统和基础施工四部分，缺任何一项都会在长期运行中暴露出来。

（一）虫情设备系统

整机尺寸1000mm×1000mm×1800mm（不含地笼固定架），正面四周布置四块撞击屏，互成90°角，单屏长653mm、上宽301mm、下宽443.5mm、厚5mm。这个“上宽下窄”的梯形并非美观设计：趋光害虫从任意方向飞来，撞屏后沿斜面滑落进入下方的接虫装置，四向拦截保证全向诱集；配套φ160mm的环形白光补光灯，为夜拍提供相对均匀的照明。

（二）太阳能供电系统

由光伏组件、控制器、蓄电池和支架组成，是设备能否“全年在线”的底座。这部分的具体选型，放在第七节单独测算。

（三）接地防雷系统

野外高点设备是雷击的天然目标。设备本体设漏电保护，并按安装环境加装避雷装置；工程上还需把光伏支架、控制箱、灯体统一做等电位连接，避免“各自接地、互不连通”的常见错误。

（四）基础施工

设备自重叠加光伏支架的风荷载，不能靠简单埋桩解决。实景中采用的是混凝土基础加地笼固定架，并抬高设备底部，兼顾排水与防积水。

表1智能虫情测报灯主要技术参数

 图1虫情测报灯与太阳能供电系统现场安装实景：灯体、四块光伏组件、避雷针与混凝土基础

三、一次完整工作流程：把昆虫变成可用的图像样本

（一）诱集：光控与时控

设备支持光控和时控两种模式，可远程切换。光控按环境照度自动开灯，避免白天无效耗电；时控用于特定监测任务。这一项看似简单，实际决定了两件事：夜间有效工作时间是否稳定，以及白天待机功耗能否压到5W量级。

（二）处理与平铺

虫体经撞击屏滑落进入接虫装置，装置带震动缓冲与平铺功能，每个工作流程结束后自动清扫，保证虫体均匀摊开、不堆叠。远红外处理仓负责烘干与杀虫，仓内壁做涂层处理，避免虫体粘附造成堵塞——这是一个容易被忽略、却直接决定长期可用性的细节。

（三）成像

2000万像素工业相机自动拍照，图片附比例尺用于判断虫体大小；环形补光灯为触发式工作，只在拍照瞬间点亮，其余时间关闭。害虫盛发期图片采集率≥90%。

（四）自诊断与自适应

平台侧内置两个模型：虫体堆叠模型根据图像判断堆叠程度，自动调整收集时间；脏污模型识别拍照底板脏污情况并发出预警。设备还会根据虫量自动调节拍照间隔——虫多则缩短间隔，虫少则拉长，既保证捕捉突变，又节省流量与电量。

这一段值得单独强调：人工智能识别的上限由图像质量决定。平铺是否均匀、比例尺是否清晰、补光是否过曝，都会直接转化为识别误差。很多项目在“算法”上反复调优，问题其实出在第三步。

图2设备自动平铺后拍摄的原始图像：虫体与杂物同时进入视野，这是识别的输入

图3平台自动识别结果：不同害虫按颜色框选，右侧同步输出识别清单与数量

四、人工智能识别：不只“认出虫子”，还要分级和辨角色

（一）识别与计数

平台对上传图像自动识别与计数，不同害虫以不同颜色标注，害虫种类与颜色一一对应，识别范围覆盖190余种趋光性害虫，计数准确率≥98%。图片放大后仍可逐只核对标注框，这一点对复核很关键（图3右侧清单即与框选结果对应）。

（二）分级：直接对应防治优先级

识别结果按“国家一类病虫害”“地方二类病虫害”“其他害虫”三级输出。以2026年10月30日22时57分的一幅图像为例（图4），该图判定一类害虫中褐飞虱属30头、白背飞虱6头、二化螟2头、草地贪夜蛾1头；二类害虫蝼蛄2头；其他害虫旋幽夜蛾1头。同一天的另一幅图像（图3）则识别出褐飞虱属111头、白背飞虱22头、二化螟1头、蝼蛄2头，另有叶蝉34头、二化螟8头等。分级不是学术分类，而是把“打不打、先打谁”的问题前置到了识别环节。

（三）辨角色：把非害虫剔出去

这一层最容易被忽视，也最能体现系统的专业度。10月整个监测周期的识别结果中出现了水龟虫527头、龙虱107头、划蝽3头、草蛉5头。水龟虫、龙虱、划蝽是水生昆虫，以藻类、有机碎屑或蚊幼虫为食，不是农业害虫；草蛉更是捕食蚜虫、叶蝉、粉虱的重要天敌。平台自动报告专门列出“生态角色辨析”提示，要求不得把这些对象作为防治目标。这说明模型做的不是简单的目标检测，而是“识别加角色判断”：前者告诉你这是虫子，后者告诉你这虫子该不该打。

（四）准确率的边界

≥98%是设备与平台口径下的计数准确率，不等于田间虫量准确率。灯诱只反映安装点周边一定范围内的昆虫活动，受风向、月光、周边光源竞争和降雨影响。这一点在平台自动生成的报告中同样被明确写出，属于系统自我标注的适用范围，而不是本文的额外苛求。

图4单幅图像的识别明细：按一类、二类、其他害虫分级输出

五、平台层：大数据如何把图片变成“虫情”

（一）虫情分析：占比、趋势、见期与终见

平台把每张图的识别结果按物种累加，形成种群结构。2026年10月周期内，褐飞虱属占43.9%、叶蝉占24.3%、白背飞虱占13.2%，三者合计超过八成，而这三个恰恰都是水稻刺吸性害虫。更关键的是把虫量曲线与温度、降雨叠加在同一张图上（图5）：褐飞虱在10月中旬开始抬升，10月23日达到高峰1821头，同期平均温度曲线同步下行，降雨日以图标标在曲线上。虫量、气象、发生期被放进同一坐标系，才谈得上“规律”二字。

图5虫情分析：种群结构、虫情趋势与环境因素联动

（二）移动端：把数据带到田埂上

同一套数据在手机小程序端呈现为排行与图像流。测报员站在田边就能调出某个日期、某个时段的历史图像（图7），不必回办公室开电脑；设备定位直接显示到“广东省湛江市吴川市”，现场核对安装位置一目了然。

图6移动端害虫数量排行：同一周期内各物种累计数量

（三）虫情预测

平台按物种给出未来20天的发生趋势预测（图8）。图中玉米螟当前虫量为0头、明日预测仍为0头，预测曲线维持低位；而同一周期里稻飞虱类处于高风险。分对象预测的意义在这里很清楚：系统不是笼统地报“虫情严重”，而是告诉你哪一类要防、哪一类可以放。

图7虫情预测：玉米螟未来20天发生趋势

（四）自动生成的分析报告

这是平台层最像“大脑”的部分（图8）。系统按月自动生成《虫情测报灯监测分析与植保建议报告》，结构包括数据概览与区域虫情态势评估、重点害虫风险深度解析、综合防治建议、结论与局限性说明、地域化特别提示。报告既给判断也给动作，例如：本期诱捕28039头、日均约904头，判定为高风险；褐飞虱分蘖期防治指标1000头/百丛、孕穗期1500头/百丛；稻纵卷叶螟孕穗至齐穗期卷叶率20%；三化螟白穗率1%~2%。

更值得称道的是它主动写明局限：单点灯诱的局限、灯诱数量不等于田间实际虫量、需结合五点取样法开展田间调查、周边环境信息缺失。一个会写“我不知道什么”的系统，比一个只会喊“虫情严重”的系统更值得信任。

图8平台自动生成的《虫情测报灯监测分析与植保建议报告》（节选）

（五）设备侧数据

平台同时记录设备运行状态（图10）：电量93%、排水通畅、加热仓温度28℃、信号强度、母线电流与电压、经纬度、上报时间。这条数据链不只服务运维，它同时是下一节供电测算的实测依据。

图10设备运行数据：电量、环境温湿度、加热仓温度、母线电压电流与上报时间

六、这盏灯对农业和农田到底有什么用

（一）把“发现”提前到“高峰之前”

本次监测中，褐飞虱从10月中旬（10月16日前后）开始抬升，10月23日到达峰值，中间约一周。对农户而言，这一周就是“看见趋势”与“付出代价”之间的距离。有了连续曲线，防治可以从“田里发黄了再打药”变成“曲线抬头就下田核查”。

（二）把“经验判断”换成“防治指标”

农户最常问的是“要不要打药”。灯诱数据本身不能直接等同于田间虫量，但它能回答另外三个更实际的问题：什么时候下田查、查哪一块、重点查什么。配上防治指标，打不打就从主观判断变成了可核对的阈值——褐飞虱分蘖期1000头/百丛、孕穗期1500头/百丛，稻纵卷叶螟卷叶率20%，三化螟白穗率1%~2%。数据负责缩小范围，指标负责给出结论，最后一步仍要人下田确认。

（三）减药，同时保住天敌

达标施药、未达标暂缓，本身就是减药。更细的一层是选择性用药：报告建议优先选用对天敌相对安全的选择性药剂（如噻虫嗪、烯啶虫胺、氟啶虫胺腈等，具体以当地植保部门推荐为准），避免菊酯类广谱农药；有条件地区推广稻田养鸭、保护草蛉等天敌。这背后是个现实问题：广谱农药在打死害虫的同时也打死天敌，下一次虫量反弹往往更猛。

（四）农事安排的连锁效应

虫情数据还能反过来指导农事：晚稻收割后及时翻耕灭茬、灌水沤田7~10天，可显著压低越冬虫源；清除田埂与沟渠边的游草、稗草，减少飞虱和叶蝉的越冬寄主；晚稻收后接茬的辣椒、番茄、豆类与冬玉米，苗期要重点盯小菜蛾、甜菜夜蛾和草地贪夜蛾。单看每一项都是“农活”，串起来才是“防控”。

（五）一个点服务一片田

一台设备的监测半径有限，但对合作社、乡镇农技站来说它是公共品：数据可共享、可追溯，能支撑统防统治的组织方式，也能作为绿色防控的工作台账。设备成本是一次性的，数据的边际成本接近于零，这是“一盏灯”最容易被低估的价值。

七、虫情测报灯连续运行的太阳能板与蓄电池容量测算

野外没有市电，这盏灯靠几块光伏板和一组蓄电池自己养活自己。要算这套电源，先得把设备的用电底账摸清。文中这台虫情测报：工作电压DC24V，整机功率≤450W（峰值），待机≤5W，诱集光源是365nm的20W黑光灯管（表2）。

450W并不是一直在满负荷。它主要出现在远红外虫体处理仓加热、烘干虫体的那几个时段；夜里只诱虫不加热时，20W灯管加相机、通信合计约30W；白天不亮灯，只维持待机与联网，实测6至7W（见第六章图10）。厂里给出的太阳能配套也是两档：320W板配240Ah电池，或640W板配400Ah电池，都按24V系统。

表2这台灯的用电参数与计算取值

虫情信息自动采集传输设备的出厂参数进行功耗核算，关键电气参数为：诱集光源采用主波长365nm的20W黑光灯管；整灯峰值功率≤450W（主要为远红外加热仓启动峰值）；待机功率≤5W；远红外虫体处理仓工作15分钟后升至85±5℃（75～125℃可调），单次处理时间1～20分钟可调，虫体致死率不小于98%、完整率不小于95%；具备光控（夜间自动开灯、白天自动关灯待机）、雨控、排水和高低温保护功能。

① 24小时日耗电量分解：白天12小时为待机状态，主控板、传感器和4G/5G通信模块按≤5W计，白天耗电=5W×12h=60Wh；夜间12小时黑光灯点亮，叠加控制与通信功耗，按（20W灯管+5W控制）×12h=300Wh计；早间远红外加热仓处理夜间诱集的虫体，每日累计加热约30分钟（升温和保温均值按250W估算），耗电=250W×0.5h=125Wh；高清相机拍照、LED补光、震动平铺和4G图传为间歇负载，每日累计约15Wh。合计日耗电量约为500Wh，按12V直流母线折算约42Ah/天。

② 蓄电池选型（阀控式密封铅酸VRLA/胶体电池，DoD=50%）：标准版按连续3～5天阴雨自治备校核，所需容量=42Ah×5天÷0.5=420Ah；考虑到蓄电池出厂留额和低温衰减，工程上直接采用标配的12V 200Ah阀控式密封铅酸胶体蓄电池（标称能量2400Wh），对应自治备天数约为2400Wh×0.5÷500Wh≈2.4个阴雨天；在华南多雨、多台风区域则升级为12V 400Ah蓄电池（两组200Ah并联或单组400Ah），自治备天数可达4～5天。若项目要求更长循环寿命，可改用磷酸铁锂电池（DoD=80%），对应容量可降至12V 150Ah～200Ah。

③ 太阳能板选型（以广东湛江年平均峰值日照时数4小时、系统综合效率0.75计）：日需板端发电量=500Wh÷0.75≈667Wh；理论光伏功率=667Wh÷4h≈167W。考虑到连续阴雨后需要快速回充、夏季高温衰减和面板积灰，直接选用320W单晶硅太阳能板（实际日发电约320W×4h×0.75=960Wh，可在一个晴天内补足当日负载并回充蓄电池）；加强版则选用640W单晶硅板（两块320W并联），对应12V400Ah电池组，可在南方雨季2～3个晴天内将电池充满。

结论：基于出厂功率参数（20W黑光灯、≤450W峰值、≤5W待机、85℃远红外杀虫仓），推荐两套太阳能供电配置——标准版为"320W单晶硅太阳能板 + 12V 200Ah阀控式密封铅酸（胶体）蓄电池 + MPPT控制器 + 三级防雷接地"，可满足设备24小时连续运行并具备约2.5天阴雨自治备能力；南方多雨、高湿、台风多发区域（如粤西、海南、广西沿海）建议升级为加强版"640W单晶硅太阳能板 + 12V400Ah蓄电池"，自治备天数提升至4-5天。

八、安装与运维：决定这套系统能不能“活过一年”

（一）选址

远离路灯、居民照明与厂区泛光灯。趋光害虫会被更强的光源截流，灯下虫量随之失真，数据再好也是错的数据。同时要求地势开阔、排水良好、位于监测田块的中心位置，避免树木与建筑遮挡光伏组件。

（二）朝向与倾角

光伏组件正南朝向，倾角取当地纬度附近，全年发电较为均衡；支架与灯体共用基础，避免后期沉降错位导致组件朝向偏移。

（三）基础与防雷

按实景做法采用混凝土基础加地笼固定架，设备底部抬高兼顾排涝。避雷针高度应覆盖灯体与组件，接地按现行规范执行，工程上一般将独立接地电阻控制在10Ω以内，与设备共用接地时按4Ω以内控制，并与控制箱、支架做等电位连接。

（四）电气运维

每月清洁组件表面，沿海盐雾与粉尘会明显降低发电量；通过平台查看电量与电流趋势，发现电量长期低于80%或白天充电电流异常，先查组件遮挡与接线，再查电池；定期清理虫仓、擦拭拍照底板与镜头，及时响应脏污预警。

（五）数据运维

识别结果需要抽检复核，人工标注可反哺模型迭代；对“生态角色辨析”提示中列出的非害虫，不要一键当成防治对象。系统提供的是证据，不是结论。

九、总结

设备负责把田间的活体样本变成标准化图像，平台负责把图像变成分级可用的虫情数据，人工智能与大数据负责把虫情变成带时间窗的决策，太阳能供电负责让前三个环节在野外不间断地发生。这四者是一条链，断一环，数据就失效。

对农业，它的意义分三层：感知层解决“看得见、数得准”，分析层解决“看得懂、算得出”，决策层解决“打不打、什么时候打、打哪里”。对农民，最直接的三个好处是：早一周知道、少打一次药、多保住一批天敌。

对弱电与智能化从业者，这套系统还有一层参考价值：它是一个典型的野外无人值守物联网站点样板，低功耗设计、光伏供电、4G回传、远程运维、边缘策略、云端模型，六种能力缺一不可。真正决定项目成败的，往往不是算法精度，而是那盏灯在台风季之后还能不能准时亮起来。

也应当承认它的边界：灯诱是点样本而非面调查，识别准确率是计数口径而非田间虫量，平台报告由模型生成、仅供参考，最终决策仍需田间复核与当地植保部门判断。把边界说清楚，数据才敢用；边界说不清，再漂亮的可视化也只是装饰。

精品学习资料，有弱电、室分工程学习资料。入行必备，培训必备！

好消息，2022年弱电资料更新了，只要49元。买资料，送22年一建资料，学习弱电相关知识，交个弱电专业朋友

弱电、室分技术交流群，这里高手如云，学习交流好去处！

加入弱电技术交流群，学习交流两不误！