农业生产中普遍采用虫情测报灯对鳞翅目、鞘翅目等具有迁飞能力、夜行习性的害虫进行虫情调查和预测预报。随着信息技术发展，AI、图像识别等技术开始大量应用于昆虫识别、虫情监测，并快速将智能识别应用到虫情测报灯上，能够自动实现害虫种类鉴定和数量统计，并实时上传调查数据，提高调查效率，节省大量人工。本试验对灯诱害虫处理方式、自动识别等方面进行了测试，以提升测报灯的业务化应用及科学化、信息化、智能化的发展。
1.监测数据要求：能涵盖发生数据、相关气候数据等，相关数据可进行交互分析与集成展示，可实现县域有害生物实时动态监测一张图。
2.监测数据准确性要求：重大农业害虫稻飞虱、稻纵卷叶螟、二化螟等识别准确率超过70%。
3.雨虫分离，机体不漏水，虫体干燥。
4.采集图片清晰，虫体易识别。
使用结果表明，物联网虫情监测系统设备具有自动化程度高、没有环境污染、诱集害虫种类多、数量大、诱集虫体干燥等特点，实现了自动开关灯、雨天自动待机保护、太阳能供电、数据无线传输、虫体干燥等功能。活虫撞屏后，经过物联网虫情测报灯的加热致死处理，与常规毒杀方式和普通太阳能杀虫灯电击方式相比，处理过程完全无害化、安全化，避免了传统测报工具中使用剧毒农药对测报人员的健康危害。由于物联网虫情测报灯利用害虫较强的趋光、趋波的特性，将光的波段和频率设定在特定的范围内，近距离用光，远距离用波，引诱成虫扑灯，诱集的害虫种类多、数量大。
大螟自动识别准确率79%，二化螟自动识别准确率72%，稻纵卷叶螟自动识别准确率79%，稻飞虱自动识别准确率81%，综上基本达到日常监测的业务化应用，但对于褐飞虱、白背飞虱等其他飞虱自动识别结果与实际有较大出入，还需进一步优化和完善。
本试验在试验地实现了害虫智能识别技术与人工鉴定的对比分析，达到预期目的，能较好克服虫体残缺或堆叠造成的害虫误识别及数量统计偏差，大幅减少人工统计时间，极大提高趋光性害虫虫情调查的可靠性和工作效率，提高了对鳞翅目、鞘翅目害虫调查的准确率，具有良好的应用和应用开发价值。
文章来源于网络，如有侵权，请联系我们删除