智能虫情监测测报灯：一台设备替人守夜，靠的是三层本事

【万象推荐：WX-CQ3】夜里八点，田埂上没有人。灯自己亮了，虫子撞上来，落进处理仓，被远红外烘过，再被传送带送进拍摄区，一张照片跟着一组环境数据一起上传。第二天早上，农技员看到的不是一筐虫尸，而是一张表：昨夜哪个时段，哪种虫、多少头。这套流程能整夜无人，靠的不是某一项厉害的技术，而是三层本事叠在一起。智能虫情监测测报灯这个名字里的智能，说的正是这三层。

一、手不动的智能：从开灯到排虫，六个动作自己完成

天一暗，光感元件先察觉，灯亮；虫子趋光飞来，撞在撞击屏上，滑进处理仓；远红外把仓温在十五分钟内推到九十摄氏度上下五度，虫体被烘干杀死，致死率不低于百分之九十八，完整率不低于百分之九十五；随后机构把虫体震散、平铺到传送带上，一段一段送进拍摄区；拍完，传送带把虫体送进接虫器，八个仓格按设定的时间段依次轮换。整套动作没有一处需要人按时去按，价值不在技术新奇，而在于它们被排成一条能连跑一整夜的顺序。

二、眼不花的智能：把虫子摊平了再拍

人工查虫最常遇到的情形，是把诱集的虫子倒在白纸上数。虫子互相压着，小型种类常常只露出一角。设备要解决的是同一件事：拍之前先把虫体摊开。传送带上虫体均匀洒落，震动机构把成团的虫体分散、压平，再送进摄像区域，让每头虫的特征都完整落在画面里。这一步做不好，后面所有识别都无从谈起，像素再高，拍到的也只是一团黑影。

三、脑不僵的智能：认虫这件事怎么可能越做越准

虫种名单不是固定的，一个县里常见的蛾类，换个纬度、换个作物就可能换一批。所以平台把识别做成可训练的过程：先用自有的虫情图像库做自动分析，给出初步的种类与数量；农技员在界面上核对，把认错的改过来；这些修正再回到算法里。日子久了，它对本地虫相的熟悉程度会慢慢上来，不会一夜变准，却会随着使用变准。

四、三层之间的依赖：上头那层有多灵，取决于下头那层有多稳

智能虫情监测测报灯的三层本事不是并列的功能，而是有先后的。灯不亮、仓不转、带不走，后面两层就都没有输入；图拍糊了，算法再强也只能在模糊里猜。最容易误判的情形是：传送带积尘、镜头沾水汽，识别率下降，人却以为是算法退步。所以巡检要看的不是报表上的数字，而是最近几张原图，原图干净，才轮到谈智能。

五、智能之外：它仍然不懂农事

它能说清昨夜八点到十点来了多少二化螟，却说不清这块田该不该打药。虫量到多少才动手，要看作物处在哪个生育期、天敌有多少、前一场雨冲掉了多少，这些判断仍然在人这边。设备能做的是把依据备齐：分时段的虫量、同期的温度湿度与降雨、可增设的风速风向与光照接口。判断权留在人手里，前提是人手里有足够的材料。

回到开头那个夜里无人值守的场景，真正让这套流程立住的，是机械的可靠、成像的清楚、算法的可修正，三件事彼此咬合。智能虫情监测测报灯这个名字容易被理解成一台会认虫的机器，其实它更像一套把夜班拆开、分给不同部件去完成的安排。人从这个安排里退出来的，是守夜和数虫，留下来的是决定什么时候动手。