作物病害监测

从手查目测到天空地一体：作物病害监测的智能化革命正在重塑粮食安全防线

八月皖北的高温高湿天气里，安徽蒙城县马集镇的10.6万亩玉米正进入病害高发期。放在十年前，当地农技站需要组织十多名技术员花整整一周时间，逐地块踏查统计锈病病叶率，再人工汇总发布预警，往往等防控方案落地，病害已经扩散。但2024年的这波病害风险中，蒙城县农业农村局只花了不到4小时就完成了全区域的病害研判：分布在全县的5个智能监测站点，高清探头、自动化虫情测报灯24小时不间断采集田间图像、孢子浓度、虫口密度数据，平台自动识别出玉米南方锈病的发病率，精准锁定发生区域后，植保无人机直接根据定位数据开展飞防作业，单日作业面积可达1000亩，防控效率是人工喷药的数十倍。

这不是科幻电影里的农业场景，而是中国粮食主产区正在发生的真实变革——作物病害监测正在从传统的人工测报，全面转向智能化、标准化、精准化的新阶段，而这场变革的核心，是为18亿亩耕地筑牢粮食安全的第一道防线。

标准先行：国家规范给智能化监测划下清晰基准

今年年初，市场监管总局发布了新版小麦、水稻等粮食作物病虫害测报10项国家标准，这是我国时隔十余年对粮食作物病害测报标准的全面更新，给快速迭代的智能化监测技术明确了统一规范。和旧版标准相比，新版标准的核心变化之一，就是主动适配了已经普及的智能化监测装备，把原先依赖人工经验的病害分级、发生等级判定，转化为可以被机器识别、数据化计算的统一标准。

按照此次标准解读的表述，新版标准的核心目标之一就是“切实减轻基层人员工作负担”——这切中了传统病害测报的痛点。此前基层农技人员需要手工记录病害发生面积、病株率、严重度，再人工计算发生等级，一个产粮大县的农技人员每年要花三分之一的工作时间在田间调查和表格统计上，不仅效率低，还容易因为个人经验差异出现判定偏差。新版标准把智能化监测设备的应用纳入规范，明确了自动识别、自动计数的统一标准，让不同品牌的智能设备采集的数据可以跨区域比对、统一汇总，从制度层面打通了智能化监测落地的最后一公里。

标准升级的背后，是国内病害监测装备的普及已经走到了政策前面。根据新版标准解读，目前以流行性病害预报器、特异性诱测装置、图像化分类识别、自动计数为代表的智能化监测装备已经在全国 main 产粮区普遍应用，病害测报彻底告别了“手查目测”的原始模式，跨入了信息化、智能化、精准化的新阶段。蒙城的实践就是最好的证明：当地的智能监测站点已经实现全天候运转，数据实时传回平台，农技人员不需要反复下田就可以掌握病害动态，原本需要一周完成的工作现在几小时就可以完成，基层负担的减轻实实在在。

技术落地：从实验室到田头的智能监测网络

作物病害从侵染到爆发往往只需要一周到十天时间，能不能抢在爆发前完成预警，直接决定了最终的产量损失——这也是智能化监测相比传统模式最大的优势。中国工程院主办的《Engineering》期刊2026年4月发布的综述文章明确指出，高效无损的作物健康监测技术，是稳定作物产量、实现可持续植物保护的核心前提，随着传感技术和人工智能的进步，构建全国性的智能化农业病害监测体系已经展现出广阔的应用前景。

目前国内已经落地的智能化监测体系，已经形成了“地面定点监测+空中无人机巡航+平台智能分析”的天地一体化架构：在地面，像蒙城这样的产粮县已经实现了重点乡镇智能监测站点全覆盖，站点内集成了高清视觉传感器、孢子捕捉仪、虫情测报灯、环境传感器，不仅可以识别病害症状，还可以捕捉病原孢子、监测温度湿度等病害诱发条件，提前预判发生风险；在低空，植保无人机不仅承担喷防作业，还可以搭载多光谱传感器，快速完成大范围地块的病害普查，通过植被指数变化提前发现肉眼看不到的早期侵染，这是人工踏查根本做不到的。

人工智能图像识别技术的成熟，进一步降低了智能监测的门槛。现在主流的病害识别模型，可以识别上百种常见粮食作物病害，识别准确率已经超过95%，达到了基层农技人员的平均判定水平。在安徽、河南、江苏等小麦主产区，不少种粮大户已经开始用便携拍摄设备配合识别小程序，自己就可以完成田间病害的初步判定，不用再等农技人员上门，大大缩短了响应时间。

更重要的是，病害监测的智能化直接带动了绿色防控的产业化发展。新版国家标准在升级监测要求的同时，也为以生物防治为代表的绿色综合防控提供了精准的数据支撑——只有准确知道哪个地块发病、发病程度如何，才能精准施药、精准投放天敌，避免过去“全面喷药”造成的农药浪费和环境污染。据农业农村部的公开数据，精准监测带动下，国内粮食主产区的农药使用量已经连续七年负增长，病害防控的绿色化水平提升明显。

未来图景：仍然待解的产业化命题

尽管智能化监测已经在主产区实现规模化落地，但距离全国范围内的普及还有不少挑战。一个现实的问题是，智能监测站点的建设和维护成本仍然偏高，对于财政力量薄弱的农业县来说，大面积推广存在资金压力；另一方面，针对特色经济作物的病害监测技术成熟度仍然不高，现有的标准和模型大多围绕小麦、水稻、玉米三大主粮构建，蔬菜、果树等作物的病害识别准确率还有待提升。

但不可否认的是，产业升级的趋势已经明确：随着低空经济与智慧农业的融合加深，低成本的低空遥感监测正在快速普及，未来只需要几块钱的飞行成本，就可以完成上千亩地块的病害早期筛查，成本会进一步降低；而大语言模型在农业领域的应用，也会进一步提升复杂病害的识别准确率，解决过去不同病害症状相似、容易误判的问题。新版国家标准的落地，已经为行业发展打好了制度基础，接下来的产业化落地只会加速。

从保障粮食安全的角度看，作物病害监测智能化的价值怎么强调都不为过。根据联合国粮农组织的统计，全球范围内因为作物病害造成的粮食减产超过10%，重发年份甚至会造成绝收，而提前一周发布准确预警，就可以减少超过60%的产量损失。对于中国这样一个14亿人口的粮食消费大国来说，每减少1%的产量损失，就相当于增加了超过500万吨的粮食产量，足够1000万人吃一年。

回到蒙城的玉米田，马集镇农业农村发展中心负责人张永海的账算得很实在：智能化监测带来的不仅是省工省力，更实打实保住了产量。2023年蒙城通过精准监测，把玉米南方锈病的损失控制在了3%以内，比传统防控模式减少了超过8个百分点的损失，相当于多收了超过400万公斤玉米。对于中国农业来说，这样的变化不是某一个点的创新，而是整个粮食安全生产体系的升级——当每一块耕地的病害风险都能被实时感知、精准预警，我们的粮食安全防线，也就变得更牢不可破。