王超超 薛嬌 黃俊浩

摘要 油茶是亞熱帶地區(qū)重要的木本油料作物，近年來隨著種植面積的不斷擴大和集約化經營，病蟲害問題日益嚴重，對油茶的產量和品質造成不同程度的影響。本研究通過野外調查、文獻查閱、種類鑒定等工作，整理了21種油茶主要害蟲的形態(tài)特征、生物學習性、為害特點、防治措施等信息，并拍攝相應害蟲及為害狀的高清照片1 600張。采用Lucid智能診斷系統，構建Fact Sheet Fusion基礎信息數據庫，并針對多途徑檢索方式提取害蟲“為害方式”、“為害部位”、“為害高峰期”、“形態(tài)特征”等4個1級特征組，以及10個2級特征和18個3級特征，共組成102個特征狀態(tài)，構建了油茶害蟲的快速診斷系統。在此基礎上，轉換得到基于Android系統的手機應用APP，為林農和森防一線工作者對油茶害蟲快速識別和防治提供便捷服務，從而促進油茶產業(yè)持續(xù)健康發(fā)展。

關鍵詞 油茶害蟲; 多途徑檢索; Lucid; 診斷系統; Android; 手機應用

中圖分類號： S 763 ?文獻標識碼： A ?DOI： 10.16688/j.zwbh.2018397

Abstract Camellia oleifera is an important woody oil crop in the subtropical region. With the continuous expansion of plantation area and intensive management， the occurrence of pests increased rapidly in recent years， which seriously damage the yield and quality of oil production from the plant. Based on the field investigation， literature review， and species identification， we collected the basic information of 21 species of the major pests on C.oleifera， including the pest morphological characteristics， biology， damage characteristics， prevention measures and other information， as well as 1 600 high-resolution pictures of the pests and their damage. The Lucid Professional V 3.5 software， a multi-way identification system for pest intelligent diagnosis， was applied in this study. After all the basic information was well organized in the fact sheet fusion database， a Lucid system for the pest rapid diagnosis was then constructed with ranked and pictured characteristics. Totally 102 characteristic status were extracted including four first-grade character groups of damage parts， the way of damage， damage period and morphological characteristics， and 10 second-grade characters and 18 third-grade characters. On this basis， the system was converted into the mobile application for Android system to provide convenient services for oil tea farmers and forestry workers to quickly identify and prevent the pests， thus promoting the sustainable and healthy development of the C.oleifera industry.

Key words oil tea pest; multi-way identification; Lucid; diagnosis system; Android; mobile application

油茶Camellia oleifera是我國特有的木本食用油料樹種，與油橄欖、油棕、椰子并稱為世界四大木本油料植物，是亞熱帶地區(qū)重要的經濟林之一[1]。油茶栽培歷史悠久，主要集中在湘、贛、桂、閩等南方丘陵地區(qū)，總面積達427萬hm2[2]。近年來，國家越來越重視油茶產業(yè)的發(fā)展，多項科技成果應用于油茶的栽培，油茶產量不斷攀升，栽培面積也不斷擴大，但病蟲害問題越來越凸顯，給生產造成極大的損失，制約著油茶產業(yè)的健康發(fā)展[3-7]。油茶發(fā)生病蟲害時，輕則落花落果，重則葉片干枯、脫落，甚至全株枯死[8]。據調查，油茶落花落果率高達70%～80%，其中因油茶病蟲害引起的約占1/3，每年造成的損失占總產的10%～25%，嚴重年份及少數產區(qū)高達45%左右[9-10]。目前，油茶常見害蟲的基礎研究已經明確了害蟲種類及其生物學特性和防治措施等基礎信息[11-16]。我國油茶病蟲害種類很多，已知的病蟲害有數百種，其中病害50余種，蟲害300余種;每年因病蟲害帶來的損失在15%～25%之間，個別受災嚴重地區(qū)達30%～40%[17]。

網絡技術的進步推動了診斷系統的網絡化[18-20]，基于Android平臺的智能手機在全球范圍內的普及[21]，更是為油茶害蟲的智能診斷提供了有利條件。Android操作系統的開源性為系統的自主研發(fā)提供了便利條件，國內外一些研究者在油菜、甜玉米、棉花等作物上進行了嘗試，開發(fā)了一系列基于Android系統的病蟲害診斷系統[22-27]。例如，孫傳恒等研建出“水稻病蟲害診斷系統”[28-30]、楊林楠等研建出“基于Android系統手機的甜玉米病蟲害智能診斷系統”[31]。

Lucid是基于多媒體技術的多途徑分類檢索和智能診斷系統，由澳大利亞昆士蘭大學有害生物信息技術與推 廣中心（CPITT）研發(fā)[32]，李娟等研建了“基于Lucid多途徑檢索的竹林害蟲智能診斷系統”[33]。而本研究同樣采用Lucid開發(fā)軟件收集整理圖片和文字等多媒體信息數據，構建基礎生物學信息數據庫和相應的網絡版油茶害蟲診斷系統，并轉換成基于Android系統的手機應用，通過手機APP便可以實現隨時隨地診斷油茶害蟲，為廣大森保技術人員與林農提供方便實用的服務。

1 油茶害蟲基礎數據信息的收集與查證

1.1 油茶害蟲基礎數據信息的收集

本研究經過多次對浙江省主要油茶分布區(qū)野外實地調查（2013年-2016年），拍攝害蟲生態(tài)照片1 600張，采集害蟲標本2 500余號，并收集中國林業(yè)科學研究院亞熱帶林業(yè)研究所徐天森研究員拍攝的部分油茶害蟲照片。通過總結專家、林業(yè)技術人員以及林農的經驗，查閱大量文獻與書籍等途徑，篩選出近幾年為害油茶的主要害蟲共計21種，包括10種食葉害蟲（茶毒蛾Euproctis pseudoconspersa Strand、油茶小卷蛾Gatesclarkeana idia Diakonoff等），9種枝干害蟲（黑跗眼天牛Chreonoma atritarsis Picard、油茶織蛾Casmara patrona Meyrick等），2種食果害蟲（茶籽象甲Curculio chinensis Chevrolat等）。為了真實體現油茶害蟲信息的實用性與專業(yè)性，該系統主要以分類地位、形態(tài)描述、為害狀、為害特點、天敵狀況與防治方法等方面進行全方位描述與分析。

1.2 油茶害蟲的鑒定與文字信息核實

對于大多數油茶害蟲，項目組人員均可以通過相關書籍和文獻來鑒定;而對于極少數少見甚至未記錄的害蟲，請相關專家進行鑒定。另外，對于害蟲的防治信息和為害情況，請各地的森防部門和基層林業(yè)植保技術工作者進行核實。

2 構建油茶害蟲Fact Sheet Fusion（FSF）數據庫

Fact Sheet Fusion是Lucid系統自帶的一款自動批量生成統一標準樣式事實庫的生物分類信息軟件[34]。內容規(guī)范統一，使用方便快捷，結構簡單美觀，是目前易操作與使用的數據庫管理軟件。

2.1 確定油茶害蟲主題

數據庫主要由以下11個主題組成：害蟲名稱、害蟲簡介、分類地位、分布區(qū)域、形態(tài)特征、為害林木、發(fā)生特點、為害狀、天敵（主要包括捕食性和寄生性天敵）、防治方法及參考文獻。

2.2 確定油茶害蟲對象

通過實地調查與對專家學者的經驗總結，并經過詳細的篩選、對比及驗證，最終確立油茶主要害蟲為21種，其中食葉害蟲10種，枝干害蟲9種，蛀果害蟲2種，涉及3目16科（表1）。

食葉害蟲：大多屬于鱗翅目幼蟲。就目前的為害程度來看，主要害蟲涉及11種。以啃食葉片為主，嚴重時植株呈現火燒狀，極大地影響植株生長。害蟲大多以群體取食為主，取食量大，一株取食完后會遷移到另一株繼續(xù)取食，影響整片油茶林的生長。

枝干害蟲：蛀食油茶枝干及枝條為主的害蟲，涉及9種，其中黑跗眼天牛和油茶織蛾為害較為嚴重，在各林區(qū)都有發(fā)生。為害枝干部分的蟲害大多為咀嚼式口器幼蟲鉆蛀于枝條內、啃食木質部，或刺吸式口器害蟲吸食汁液，從而破壞樹體的營養(yǎng)輸入，造成枝干枯死，進而影響油茶樹體的生長，嚴重時導致樹體死亡。

蛀果害蟲：取食茶果的害蟲主要有油茶寬盾蝽和茶籽象甲等2種。茶籽象甲是造成油茶林減產及絕收的重要蟲害。該害蟲為咀嚼式口器，成蟲將卵產于茶果內，幼蟲孵化后從內部蛀空茶果，造成茶果提早脫落或腐爛，影響林農的經濟收益。

2.3 油茶害蟲數據庫的功能

油茶害蟲數據庫構建（圖1）完成后，可自動生成所有害蟲的索引頁和每種害蟲的事實頁，用戶通過瀏覽索引頁查看每種害蟲的事實頁，查看某一害蟲種類的詳細圖文信息。

3 構建油茶害蟲Lucid多途徑智能檢索系統

本研究采用Lucid Professional V 3.5軟件構建油茶害蟲多途徑檢索系統，該系統主要由Lucid Builder和Lucid Player兩部分組成，構建完成單機版和網絡版的智能檢索系統。

3.1 油茶害蟲檢索策略的確立

確定檢索策略就是選取害蟲典型的特征，探究最佳的檢索途徑。搭建油茶害蟲檢索系統關鍵在于清晰明確地表示出害蟲的主要特點及為害癥狀，本系統設置了4大類1級特征組：為害高峰期、為害部位、為害方式及害蟲形態(tài)特征，進一步擴展為10個2級特征和18個3級特征，細化到102個特征狀態(tài)（圖2）。

以環(huán)茸毒蛾、腎毒蛾、茶毒蛾3種毒蛾幼蟲為例來說明具體的檢索策略。在野外采集到的常見毒蛾害蟲有3種，以茶毒蛾較為普遍，一般為害時期都是幼蟲期，幼蟲喜群居，直接啃食葉片為主要為害方式，為害嚴重時可吃光多株油茶樹葉片，造成油茶樹枯黃死亡。毒蛾為害油茶林的方式較為典型，但是當地的林農與相關技術人員對害蟲了解不足，無法直接識別害蟲的種類。本研究通過野外采集、文獻查閱以及專家鑒定等多方面相結合，總結出環(huán)茸毒蛾、腎毒蛾和茶毒蛾比較直觀的具體形態(tài)特征，即3種毒蛾幼蟲都具有毒蛾科昆蟲常具有的毒毛瘤或毛簇這一典型特征，但其毒毛瘤或毛簇又各有特點，其中環(huán)茸毒蛾幼蟲腹部前3節(jié)背板上有濃密的白色刷狀毛，腎毒蛾幼蟲腹部前4節(jié)背板上有濃密的黑棕色刷狀毛，而茶毒蛾幼蟲腹部第1、2、8節(jié)亞背線上的毛瘤最大。因此，對于3種毒蛾害蟲的鑒別，可從系統中的“為害部位”、“為害方式”、“害蟲形態(tài)特征-幼蟲期”這3個特征組衍生出的特征狀態(tài)進行快速準確鑒定（表2）。

3.2 特征狀態(tài)與對象之間的關聯

油茶害蟲種類繁多。每種害蟲都有其特有的特征狀態(tài)，我們選取了豐富的相關特征狀態(tài)，以便于快速檢索出具體害蟲。在Lucid Builder界面將每種害蟲和它的特征狀態(tài)逐一關聯，包括：1）特征狀態(tài)與害蟲種類的關聯，每種害蟲種類與其特征狀態(tài)一一對應;2）害蟲種類與其對應照片的關聯，確保每種害蟲都有清晰的照片可見;3）特征狀態(tài)與相應照片的關聯，確保每個特征狀態(tài)都有高清照片來體現相應的害蟲形態(tài)或為害狀等內容;4）害蟲種類與FSF基礎信息數據庫中事實頁的關聯，以便于詳細地了解害蟲相關信息等。

4 油茶害蟲Lucid診斷系統手機應用的開發(fā)和展示4.1 油茶害蟲診斷系統Android版本手機應用的開發(fā) ?單機版和網絡版的智能檢索系統的構建為手機應用APP的開發(fā)奠定了基礎。Lucid系統已經開發(fā)了比較成熟的手機版本，通過昆士蘭大學Lucid central的系統轉換，即可得到相應的油茶害蟲診斷系統APP?？紤]到用戶的廣泛性，我們采用了基于Android系統的版本，可以在安卓手機免費安裝和使用（圖3）。

4.2 診斷模塊展示

用戶可以通過安裝在Android手機上的油茶害蟲診斷APP，根據害蟲的為害部位（根部、枝干、葉部、果實等）、為害方式、害蟲形態(tài)特征、為害高峰期（月）、為害狀，進行多途徑檢索，完成對常見害蟲的快速診斷（圖4）。

4.3 瀏覽查詢模塊展示

對已知害蟲，茶農可以通過該模塊，快速查詢害蟲有關信息，該害蟲發(fā)生規(guī)律、關鍵防控時期用藥方案、全生育期防控方案等（圖5）。

4.4 系統檢測與試用

在油茶害蟲診斷APP開發(fā)過程中，項目組深入油茶主要產區(qū)之一—浙江省麗水市，邀請當地林技人員及農戶20余人進行試用。項目組人員專業(yè)能力強，對油茶害蟲鑒定準確率可達100%;林技人員平均準確率可達92%;而農戶中文化水平低者，使用困難，但平均準確率可達83%。目前該APP還無法通過對害蟲拍照上傳進行物種鑒定，但隨著人工智能技術的發(fā)展，未來我們將進一步與昆蟲圖像識別專家進行合作，整合新技術擴展相關功能與應用。

5 結語

針對油茶林中的害蟲，林農們多是憑借經驗或者聽從森保技術人員指導用藥;而森保技術人員大多依靠經驗或查閱圖冊對害蟲進行判斷。圖冊內容、圖片數量均因篇幅所限，難以讓使用者快速、準確和較全面地識別油茶林中的害蟲種類和選擇防治措施;而本系統開放性的設計可容納大量的資料，并可隨時更新或擴展，能為服務對象查詢鑒別提供充足的資源。目前該系統在浙江省油茶種植區(qū)部分林技人員及農戶的試用過程中，深受好評。今后，我們將大力推廣此APP，在用戶的體驗與實踐中不斷地改進和完善;通過廣泛聽取油茶害蟲防治一線林技工作者和茶農反饋的信息，補充收集與油茶林害蟲相關的各種資料，添加新害蟲信息，不斷更新和完善數據庫相關內容，保證數據庫內容的最新、最全、最實用，以滿足用戶的實際需求。另外，我們還將繼續(xù)通過Lucid軟件分別構建兩種珍稀干果山核桃和香榧病蟲害智能診斷系統，統一構建亞熱帶經濟林病蟲害智能診斷平臺，盡早推廣到生產實踐當中，實現科學研究與生產實踐的完美結合。

參考文獻

[1] 鄢振武，王宗星，馮博杰，等.浙江省油茶產業(yè)升級發(fā)展機制與對策[J].浙江農業(yè)科學，2018，59（4）：623-627.

[2] 李志鋼，馬力，陳永忠，等.我國油茶籽的綜合利用現狀概述[J].綠色科技，2018（6）：191-194.

[3] 陸建澤.油茶病蟲害防治現狀及應對措施[J].農業(yè)與技術，2015，35（20）：114-115.

[4] 鐘傳勇.油茶病蟲害防治技術措施[J].現代園藝，2016（23）：149.

[5] 陳雪雄.武夷山油茶主要病蟲害種類及防治策略[J].福建林業(yè)，2016（2）：39-41.

[6] 吳仁宏.優(yōu)良無性系油茶病蟲害及其防治措施[J].中國林業(yè)產業(yè)，2016（7）：207-208.

[7] 廖仿炎，趙丹陽，秦長生，等.油茶枝干病蟲害研究現狀及防治對策[J].林業(yè)與環(huán)境科學，2015（2）：114-124.

[8] 韋旺君.油茶病蟲害防治現狀及應對措施[J].農業(yè)科技與信息，2016（6）：70-71.

[9] 鄭仁，黃向東，周建武，等.湘潭市油茶病蟲害防治現狀及策略[J].湖南林業(yè)科技，2013，40（6）：88-90.

[10] 姜曉裝.油茶病蟲害的防治措施[J].林業(yè)工程學報，2001，15（5）：35-37.

[11] 鄧艷，李德偉，蔣學建，等.廣西油茶病蟲害種類調查及發(fā)生特點[J].廣西林業(yè)科學，2013，42（4）：339-346.

[12] 蘇桂花，歐善生，覃連紅，等.廣西金秀縣油茶病蟲及其天敵昆蟲種類調查初報[J].廣西農學報，2014，29（1）：37-41.

[13] 吳娟，黃建軍.玉屏縣油茶常見病蟲害發(fā)生及防治措施[J].現代農業(yè)，2015（10）：39.

[14] 陳永忠.油茶常見病蟲害的防治[J].農村新技術，2015（5）：19.

[15] 姚雪.油茶栽培技術及病蟲害防治[J].青海農林科技，2015（4）：74-75.

[16] 趙丹陽，廖仿炎，秦長生.廣東省油茶病蟲害發(fā)生規(guī)律[J].廣東農業(yè)科學，2013，40（12）：86-89.

[17] 朱峰，曾天武，彭巍巍，等.贛北地區(qū)油茶主要病蟲害及其防治措施[J].現代農業(yè)科技，2018（2）：129-131.