基于水稻冠层温度监测褐飞虱种群数量及危害程度的新方法

本研究针对东南亚地区水稻重要害虫褐飞虱(BPH)种群监测难题，创新性地利用红外热成像技术测定水稻冠层温度变化，首次建立了冠层温度与BPH种群数量及水稻产量损失的定量关系模型。研究发现上午8:00-10:00测得的水稻冠层温度与BPH种群呈稳定负相关，孕穗期和抽穗期冠层温度可有效预测产量损失，据此开发了基于温度差的BPH种群监测指数函数模型和产量预测线性模型，为害虫精准防控提供了新型远程监测技术。

　　

在东南亚水稻种植区，一种体长不足5毫米的小昆虫——褐飞虱(Nilaparvata lugens)每年造成数十亿美元的经济损失。这种刺吸式害虫通过吸食稻茎汁液，导致植株水分、糖类和游离氨基酸等生化成分改变，最终引发"虱烧"现象使稻田成片枯死。传统监测方法依赖人工田间调查，不仅效率低下，且当虫口密度超过每丛30头时，计数准确性急剧下降。虽然光谱反射特征和图像识别技术曾被尝试用于害虫监测，但前者易受水分、营养等多重胁迫干扰，后者因褐飞虱栖息于稻丛基部而难以获取清晰图像。

南京农业大学的研究团队另辟蹊径，将热成像技术这一野生动物普查工具创新应用于农业害虫监测。通过2017-2020年连续四年的田间控制试验，研究人员系统分析了不同虫口密度下水稻冠层温度的变化规律。试验采用8m×1.5m的隔离小区，释放0-14对褐飞虱成虫建立梯度种群，使用160×120像素的红外热像仪(IR-160P)在多个生长阶段测量冠层温度，同时采用目测计数和白盘拍打法定量种群数量，最终测定稻穗干重计算产量损失。

关键技术方法包括：1) 设置梯度虫量处理的隔离试验小区；2) 使用红外热像仪在固定高度(50cm)多时段测量冠层温度；3) 通过图像处理软件提取最大、最小、平均等5种温度特征值；4) 建立温度差(T_excess=T_air-T_canopy)与虫口数量的指数函数模型；5) 分析不同生育期温度与产量指标的线性关系。

BPH危害引起水稻冠层温度变化
热成像显示健康水稻叶片在上午9:00-10:00的冠层温度显著高于受害植株。温度特征值与虫口数量的相关系数热图证实，所有温度参数均与BPH种群呈负相关，其中上午时段的平均温度(T_mean)相关性最稳定。

监测时效性的昼夜差异
时序分析发现上午8:00-10:00的冠层温度与虫口数量始终呈显著负相关(r<-0.339)，而正午和下午的测量值则无稳定关联。在虫害发生44天后，下午16:00的测量值甚至出现显著正相关，这种昼夜差异可能与植物气孔导度的日变化规律有关。

空间测量参数的优化
当热像仪置于稻丛上方50-110cm高度时，40/48次测量显示显著相关性(|r|>0.263)，而30cm高度因视场角不足导致7/12次测量失效。测量角度(30°-60°)对结果无显著影响，确立50cm为最佳观测高度。

产量预测的生育期窗口
孕穗至抽穗期(放虫后25-67天)的冠层温度与稻穗干重呈显著正相关，而开花后(71天)的测量值失去预测能力。温度差T_excess与产量损失的线性模型标准误差为5.093-5.888g，证实早期温度变化可预警最终产量损失。

该研究建立的监测模型在四年试验中保持稳定，标准误差为0.390-1.004个对数虫量单位。提出的褐飞虱自动监测系统(BAMS)框架整合了红外热像仪、数据处理中心和互联网传输模块，实现了"温度采集-虫量估算-结果输出"的闭环系统。这项创新不仅解决了刺吸式害虫原位监测的技术瓶颈，更开创了作物胁迫响应特征反向解析害虫动态的新思路。研究揭示的"上午测温窗口期"和"孕穗关键期"为精准农业中的时序优化提供了理论依据，相关成果发表在《Precision Agriculture》将为东南亚水稻产区的智慧植保提供关键技术支撑。