意大利的研究人员首次成功利用商用无人机与人工智能(AI)相结合，监测入侵农业害虫Halyomorphahalys(俗称褐斑臭虫)。这项研究发表在《害虫管理科学》杂志上，标志着无人驾驶飞行器(UAV)用于自动监测入侵物种的重大进步。

大叶象甲因对北美和南欧果园作物造成大规模破坏而臭名昭著。在意大利，这种入侵害虫在2019年对水果生产造成的损失估计达5.88亿欧元。传统的监测方法，例如信息素陷阱、视觉采样和扫网，劳动强度大，而且在大面积区域通常无效。

帕尔马大学研究员、论文共同第一作者丹尼尔·詹内蒂(DanieleGiannetti)解释道：“当前的监测方法存在一些重要的缺点，例如‘陷阱溢出’以及操作员进行主动监测的需要和成本。”

摩德纳和雷焦艾米利亚大学教授、这项研究的共同主要作者拉拉·迈斯特雷洛说：“我们的目标是找到一种可靠的方法来监测这些入侵昆虫，而不会产生当前使用的耗时耗力的方法的负面影响。”

无人机减少干扰

研究人员开发了一种自动飞行协议，通过移动应用程序进行控制，以捕捉高达8米的梨园的高分辨率图像。值得注意的是，无人机对虫害的干扰比人类观察员的存在要小得多，可以更准确地捕捉害虫分布的数据。

研究发现，成年虫子在看到无人机时会表现出冻结行为，这有助于捕获高分辨率图像。

该图像数据集用于训练、验证和测试人工智能模型以识别H.Halys。迁移学习模型利用了预先存在的识别能力，其表现明显优于从头开始训练的模型，其中表现最高的模型的检测准确率达到97%。

关于人工智能模型的有效性，Giannetti指出，“总的来说，这种新颖的监测系统展示了将无人机和人工智能结合起来的潜力，可以检测和量化具有H.halys大小和形状的害虫的存在。”

这项技术对于综合害虫管理战略具有重要意义，包括开发适应气象和环境条件的精确预测模型。“在气候变化迅速的今天，这一点尤为重要，”Giannetti指出。

超越臭虫

这种新颖的监控系统具有广泛的应用潜力。

“成像应用可以轻松适应不同的作物，”Maistrello解释道。“当然，如果你想转向其他昆虫，你就必须训练新的模型，但这种经验确实令人鼓舞。我们发现这些结果令人兴奋，特别是因为它们未来的应用如此之多。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：