华月珊 王佳新 戎洁庆 华国栋 李 莉

（1.广州市辰景生态技术服务有限责任公司，广东 广州 510520；2. 广东省林业调查规划院，广东 广州 510520；3. 河北工程大学 信息与电气工程学院，河北 邯郸 056038)

小蠢科是林业保护重点防治的蛀干虫害之一，对林木具有极强破坏性。传统识别方法主要依赖专家进行人工鉴别，耗时耗力且无法进行大面积实时精准防控。卫星遥感影像监测林业病虫害的方法[1-2]主要是利用了林木受到虫害侵袭后，其外貌树冠形态将会产生变化，导致植物的反射率发生改变。植物反射率的变化会导致光谱特性的变化，通过遥感卫星能有效捕捉到光谱值的异常。由于这种方法需要虫害大面积发生后才能捕捉到虫害发生的信息，及时性不足，且这种方法难以判断虫害的类型。现阶段林业保护急需智能虫害识别模型。随着深度学习的快速发展，基于卷积神经网络(Covolutional Neural Networks, CNN)的目标检测任务得到了巨大的提升，能有效解决生活场景中的多数目标识别[3-4]。本研究针对汕尾海丰县黄羌松林场区害虫防治现状，对害虫识别方法展开研究，重点分析了基于神经网络的目标检测模型，构建了基于深度感知神经网络的林业虫害监控系统（图1）。

图1 虫害监控系统Fig.1 Pest control system

1 数据采集与方法

1.1 图像数据采集

图像采集主要分为诱捕器采集点设置与无人机采集两种。其中诱捕器采集点设置方法，主要通过在目标松林中按高斯随机方式进行架设点设置，在诱捕器顶部安装小型摄像头，下部放置盛放酒精的玻璃器皿，摄像头每10 min 采集一张害虫图像。……