基于信息素诱捕与遥感指数融合的水稻二化螟精准监测预警研究

本研究针对水稻重要害虫二化螟(Scirpophaga incertulas)的监测难题，通过整合田间信息素诱捕数据与卫星遥感指标(LST/NDVI)，揭示了害虫暴发与地表温度(LST<25°C)和植被覆盖度(NDVI<0.30)的负相关关系，建立了240米空间尺度的虫害热点识别模型，为沿海稻区害虫精准防控提供了关键技术支撑。

　　

为提升水稻主要害虫——二化螟(Scirpophaga incertulas, YSB)的监测能力，研究人员在印度安得拉邦斯里卡库拉姆沿海稻区开展了创新性研究。通过结合信息素诱捕器监测与卫星遥感技术，系统分析了2021-2022年雨季(kharif)期间害虫的时空分布规律。研究区域设置了32个1平方公里监测网格，利用Landsat 8卫星影像获取地表温度(LST)和归一化植被指数(NDVI)数据。

研究发现二化螟发生高峰期集中在8-9月，其种群数量与LST(r=-0.431, p<0.001)和NDVI(r=-0.147, p=0.019)均呈显著负相关。特别值得注意的是，当平均LST升高2.04°C时，诱捕量显著下降55%。空间分析显示二化螟呈现聚集分布模式，在约240米尺度存在中高强度空间依赖性，表明存在局部暴发热点。

该研究证实二化螟更易在温度较低(LST<25°C)且作物冠层较稀疏(NDVI<0.30)的环境中暴发，尤其在水稻分蘖至孕穗阶段。这种多技术融合的监测方法显著提升了害虫早期预警能力，为水稻病虫害精准综合治理(IPM)提供了科学依据。