1. 設備定位與學術(shù)邊界

托普云農(nóng)小蟲體智能測報系統(tǒng)（典型型號 TPCB-XCDY-P / TPCB-FSCB-R/T/P），是針對體長≤5 mm 趨光性農(nóng)林害蟲（稻飛虱屬、白背飛虱、灰飛虱、葉蟬科、綠盲蝽等）開發(fā)的野外原位監(jiān)測終端，屬 IPM 病蟲害測報體系中趨光性微小蟲種群動態(tài)定量感知前端。

它以昆蟲正趨光性為物理基礎，融合專一波段誘集、毫米級物理篩分、活體俯拍成像、邊緣/云端 CNN 檢測與 IoT 回傳，把傳統(tǒng)測報燈對毫米級蟲"誘得到、拍不清、認不出"的盲區(qū)重構(gòu)成"誘集—篩分—活體整姿—成像—識別—計數(shù)—時空聚合"的自動化鏈路。

系統(tǒng)量化對象是燈下種群組成與發(fā)生量時間序列，不替代田間普查、趕查法與帶毒率分子檢測，而是為這些工作提供連續(xù)、可追溯的先驗曲線。

2. 野外硬件與光學設計

靶標匹配光源：近紫外—可見多波段 LED/黑光管組合，按稻飛虱、葉蟬光譜敏感峰匹配誘集波長，夜間光控觸發(fā)，抑制鱗翅/鞘翅大蟲非靶標響應。

毫米級篩分進蟲口：縮徑漏斗+格柵/濾網(wǎng)物理攔截大蟲，僅放行毫米級小蟲入成像艙，從源頭壓低背景噪聲與遮擋誤檢。

活體整姿成像：負壓/重力導流使活蟲背部朝上、分散排布，工業(yè) CMOS/CCD 垂直俯拍；活體態(tài)保留完整背板花紋（褐飛虱屬 vs 灰飛虱 vs 白背飛虱關(guān)鍵鑒別特征），規(guī)避死蟲加熱卷曲導致的形態(tài)失真。

野外部署套件：光控（晝關(guān)夜開、抗瞬間強光）+雨蟲分離百葉+防雨棚+防雷；市電/太陽能雙模供電；4G/5G/以太網(wǎng)回傳；內(nèi)置 GPS/北斗站點到圖；IP 級防護適配稻田、茶園、果園長期無人值守。

3. 算法內(nèi)核與識別原理

檢測模型：基于萬級毫米級蟲體標注庫訓練的 CNN/目標檢測網(wǎng)絡（YOLO 類或兩階段檢測器），做前景提取→輪廓判定→物種分類，輸出帶置信度的單粒邊界框。

活體姿態(tài)增益：背部朝上+非堆疊前提使背板斑紋、體長比例、翅脈陰影成為穩(wěn)定特征，較死蟲烘干態(tài)顯著提升飛虱屬級分辨力。

計數(shù)與去重：按幀/按時段聚合，翻轉(zhuǎn)機構(gòu)或氣振散開避免同蟲重復計；輸出各靶標絕對計數(shù)+相對占比+時間戳。

邊緣—云協(xié)同：終端嵌入式單元跑輕量推理出粗計數(shù)，原圖/標注圖回云端跑全量模型與人工校正閉環(huán)，模型可按靶標庫（稻田/茶園/果園版）遠程熱更新。

4. 核心輸出指標（按測報語義歸類）

種群組成：褐飛虱屬/白背飛虱/灰飛虱/葉蟬/綠盲蝽等靶標逐類計數(shù)與占比。

發(fā)生動態(tài)：逐日誘集量、旬/月聚合曲線、首見日、峰值日、遷飛突增事件標記。

空間圖層：多站點 GIS 蟲口密度熱力、與氣象站/作物生育期做耦合圖層。

可視化留痕：活體原圖、AI 標注圖、軌跡式日報/預警推送到 APP/Web 平臺。

5. 典型應用場景（方法學歸類）

稻飛虱遷飛監(jiān)測：稻田布點捕褐飛虱屬/白背/灰飛虱，擬合遷入峰與暴雨鋒面關(guān)系，指導"治前壓后"。

茶園葉蟬測報：小綠葉蟬等毫米級靶標專捕，服務生態(tài)低碳茶園物理防控替代化學藥。

果園綠盲蝽預警：梨/葡萄/桃/石榴園早期低密度捕獲，錯開花期藥害。

IPM 決策前端：與智能蟲情測報燈（大蟲）、氣象站、苗情相機、AI 體"問稷"聯(lián)動，做蟲—氣—作物三期耦合預報。

6. 相對傳統(tǒng)測報燈的方法學差異

粒徑補全：普通測報燈遠紅外致死+烘干適配鱗翅/鞘翅大蟲，毫米級小蟲堆疊漏檢；本系統(tǒng)以"篩分+活體+專譜"補上 ≤5 mm 這截頻譜。

形態(tài)保真：活體背部朝上俯拍保留屬級鑒別紋飾，死蟲卷曲態(tài)對飛虱屬劃分常失效。

連續(xù)客觀：10 min–3 h 可調(diào)頻自動拍，消除人工燈下查蟲 1–2 天滯后與經(jīng)驗方差。

可審計：原圖+標注+計數(shù)+站點坐標綁定，滿足全國農(nóng)技中心多省試驗復現(xiàn)與趨勢擬合校驗（與人工動態(tài)趨勢擬合度≥0.90 級）。

7. 總結(jié)

托普云農(nóng)2026款小蟲體智能測報系統(tǒng)，本質(zhì)是把"燈下小蟲"從經(jīng)驗植保員的目力負擔重構(gòu)成光誘捕—物理篩分—活體成像—CNN 分類—IoT 時空序列的田間感知節(jié)點：以專一波段把稻飛虱/葉蟬從大蟲背景里拉出來，以活體整姿俯拍把屬級形態(tài)鎖住，以邊緣推理把毫米級目標轉(zhuǎn)成結(jié)構(gòu)化計數(shù)，再借云端把單燈變成區(qū)域蟲口動力學地圖。對基層植保站它是遷飛峰預警器，對茶園/果園它是化學藥替代的先行指標源，對全國農(nóng)技推廣體系它是 IPM 數(shù)據(jù)底座的細粒度補齊。作為國產(chǎn)自主集成的毫米級蟲情終端，其方法lun意義在于——讓"稻飛虱首見日""葉蟬低密度突增"第一次擁有與大蟲測報同級的連續(xù)性、可追溯性與算法可校正性，而不是等田里已經(jīng)"冒白穗"才回頭追責。