于強(qiáng) 張健 殷程凱 陳青

摘要：鳥(niǎo)害造成的糧食減產(chǎn)、水果品質(zhì)降低等問(wèn)題嚴(yán)重制約農(nóng)林經(jīng)濟(jì)發(fā)展，因此鳥(niǎo)害防治在農(nóng)林經(jīng)營(yíng)過(guò)程中有重要的研究意義與應(yīng)用價(jià)值。通過(guò)概述鳥(niǎo)害防治技術(shù)分類與特點(diǎn)，重點(diǎn)對(duì)激光驅(qū)鳥(niǎo)技術(shù)、聲波驅(qū)鳥(niǎo)技術(shù)以及鳥(niǎo)情監(jiān)測(cè)綜合防治技術(shù)的發(fā)展歷程和現(xiàn)狀進(jìn)行歸納，分析出當(dāng)前農(nóng)林驅(qū)鳥(niǎo)裝備正從電子化向智能化發(fā)展的趨勢(shì)。針對(duì)目前鳥(niǎo)害防治裝備還存在易被鳥(niǎo)類適應(yīng)、協(xié)同性差、通用性差等問(wèn)題，提出建立鳥(niǎo)類生物學(xué)信息庫(kù)為驅(qū)鳥(niǎo)裝備提供發(fā)展依據(jù)，弱化鳥(niǎo)類適應(yīng)能力；發(fā)展智慧農(nóng)林推進(jìn)農(nóng)林鳥(niǎo)害防治的信息化與協(xié)同工作能力；培育農(nóng)林抗鳥(niǎo)害作物，并開(kāi)發(fā)先進(jìn)鳥(niǎo)類監(jiān)測(cè)算法提高識(shí)別率提前規(guī)避鳥(niǎo)害，做到鳥(niǎo)害治理為主，預(yù)防為輔。

關(guān)鍵詞：驅(qū)鳥(niǎo)技術(shù)；鳥(niǎo)害；鳥(niǎo)類識(shí)別；智慧農(nóng)林

中圖分類號(hào)：S441

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：2095-5553 （2023） 03-0064-09

seriously restrict the development of agriculture and forestry economy， so the bird damage control has important research significance and application value in the process of agriculture and forestry management.This paper briefly summarized the classification and characteristics of bird damage control technology， focuses on the development history and current situation of laser bird repelling technology， sonic bird repelling technology， and integrated control technology with bird monitoring， and analyzes the development trend of agricultural and forestry bird repelling equipment from electronic to intelligent. In view of the existing problems of bird damage control equipment， such as easy adaptation by birds， poor coordination and poor versatility， it is proposed to establish a bird biological information database to provide a basis for the development of bird repellent equipment to weaken the adaptability of birds. Smart agriculture and forestry should be developed to promote the informatization and collaborative of bird repelling equipment. In the future， it is necessary to strengthen the cultivation of crops which are resistant to bird and develop advanced bird monitoring algorithms to improve the recognition rate to avoid bird damage in advance， so that bird damage control is the main， prevention is supplemented， governance first， prevention as a supplement.

Keywords： bird repelling technology; bird damage; bird recognition; smart agriculture and forestry

0引言

我國(guó)是糧食和水果的生產(chǎn)大國(guó)，小麥、蘋(píng)果、梨、柑橘等產(chǎn)量居全球前列。然而，隨著生態(tài)環(huán)境及鳥(niǎo)類生存環(huán)境的改善，鳥(niǎo)類數(shù)量增多，農(nóng)林鳥(niǎo)害問(wèn)題日益突出。

據(jù)統(tǒng)計(jì)，2020年四川省廣安市農(nóng)田鳥(niǎo)害發(fā)生面積達(dá)75.4 khm2，損失糧食522 t，經(jīng)濟(jì)作物436 t［1］。2021年，冀西北地區(qū)的鮮食品種葡萄受害率高達(dá)15%［2］，嚴(yán)重影響種植人員的經(jīng)濟(jì)收益。除了造成產(chǎn)量降低，水果果實(shí)被喜鵲、麻雀、灰椋鳥(niǎo)等鳥(niǎo)啄食后會(huì)留下疤痕造成果品降低，非常不利于國(guó)內(nèi)水果的品質(zhì)化發(fā)展，嚴(yán)重的還會(huì)將鳥(niǎo)喙中的病菌通過(guò)果實(shí)傳染整棵果樹(shù)和果園［3］。因此，鳥(niǎo)害防治對(duì)于農(nóng)林經(jīng)濟(jì)健康、高質(zhì)量發(fā)展起到關(guān)鍵作用，也是我國(guó)實(shí)現(xiàn)從農(nóng)業(yè)大國(guó)向農(nóng)業(yè)強(qiáng)國(guó)發(fā)展目標(biāo)的基礎(chǔ)。

鳥(niǎo)害防治技術(shù)包括鳥(niǎo)害預(yù)防技術(shù)和鳥(niǎo)害治理技術(shù)，與以往采用的毒藥誘殺相比，驅(qū)鳥(niǎo)技術(shù)不會(huì)對(duì)鳥(niǎo)造成傷害，符合當(dāng)今綠色、可持續(xù)的發(fā)展理念。近年來(lái)，國(guó)內(nèi)外諸多學(xué)者以“智能、高效、綠色”為理念，在鳥(niǎo)害防治方面取得了一定的成果。

本文概述了目前現(xiàn)有的鳥(niǎo)害防治技術(shù)原理及特點(diǎn)，綜述了聲波驅(qū)鳥(niǎo)器、激光驅(qū)鳥(niǎo)器以及鳥(niǎo)情監(jiān)測(cè)綜合防治技術(shù)的國(guó)內(nèi)外發(fā)展，針對(duì)目前驅(qū)鳥(niǎo)技術(shù)存在的問(wèn)題，對(duì)農(nóng)林驅(qū)鳥(niǎo)技術(shù)提出發(fā)展建議，以期為農(nóng)林鳥(niǎo)害防治技術(shù)的進(jìn)一步研究和應(yīng)用提供科學(xué)依據(jù)。

1鳥(niǎo)害防治技術(shù)分類及特點(diǎn)

1.1監(jiān)測(cè)預(yù)警

利用鳥(niǎo)類監(jiān)測(cè)技術(shù)對(duì)鳥(niǎo)群活動(dòng)觀測(cè)和記錄，通過(guò)數(shù)據(jù)分析得到鳥(niǎo)害發(fā)生的時(shí)間、地域關(guān)系，在開(kāi)展活動(dòng)時(shí)可以主動(dòng)避開(kāi)這些鳥(niǎo)害高發(fā)區(qū)域［4］。探鳥(niǎo)雷達(dá)廣泛用于機(jī)場(chǎng)周圍的鳥(niǎo)情監(jiān)測(cè)任務(wù)，具有探測(cè)半徑大的特點(diǎn)，然而其成本較高耗電量巨大。目前基于深度學(xué)習(xí)的鳥(niǎo)類聲音、圖像識(shí)別技術(shù)快速發(fā)展，并在鳥(niǎo)害治理領(lǐng)域取得一系列應(yīng)用［5］。

1.2物理防治

物理驅(qū)鳥(niǎo)包括使用驅(qū)鳥(niǎo)刺、反光風(fēng)輪等，具有安裝簡(jiǎn)單、成本低廉等優(yōu)點(diǎn)［6］。果園中常見(jiàn)的手段是拉防鳥(niǎo)網(wǎng)、給果實(shí)套袋等，防鳥(niǎo)網(wǎng)經(jīng)常存在將鳥(niǎo)類纏繞致死的現(xiàn)象。套袋對(duì)防治小型鳥(niǎo)及病蟲(chóng)害有較好效果，但是對(duì)喜鵲、烏鴉等鳥(niǎo)類效果較差，一些作物如草莓、向日葵等也不適合套袋作業(yè)［7］。

1.3聲學(xué)防治

聲學(xué)驅(qū)鳥(niǎo)利用聲音刺激鳥(niǎo)類，使其感到緊張和恐懼，從而遠(yuǎn)離保護(hù)區(qū)域，比如使用驅(qū)鳥(niǎo)炮、天敵叫聲、超聲波語(yǔ)音等［8］。聲波驅(qū)鳥(niǎo)器工作可不受季節(jié)、地域限制且驅(qū)鳥(niǎo)范圍大，廣泛用于機(jī)場(chǎng)、農(nóng)田、果園、魚(yú)塘、電力設(shè)施。

1.4激光防治

激光驅(qū)鳥(niǎo)器利用鳥(niǎo)類對(duì)綠色光線敏感的原理，工作時(shí)發(fā)射一道綠色激光，掃射時(shí)鳥(niǎo)類看到一根綠色大棒從而產(chǎn)生恐懼，從而達(dá)到驅(qū)鳥(niǎo)效果。激光驅(qū)鳥(niǎo)器具有驅(qū)趕半徑大、有效時(shí)間長(zhǎng)等優(yōu)點(diǎn)，且對(duì)人不會(huì)造成危害。

然而激光驅(qū)鳥(niǎo)裝置效果容易受環(huán)境影響，白天使用效果遠(yuǎn)不如夜晚，且光的穿透能力較弱，這些特點(diǎn)也使得激光驅(qū)鳥(niǎo)裝置的使用場(chǎng)合受到限制，常用于魚(yú)塘、機(jī)場(chǎng)等開(kāi)闊區(qū)域［910］。

1.5驅(qū)鳥(niǎo)劑防治

鳥(niǎo)類不喜歡甲基蒽醌類化合物的味道，根據(jù)這一特性人們制作出驅(qū)鳥(niǎo)劑［1112］。驅(qū)鳥(niǎo)劑投放后能夠刺激鳥(niǎo)類的神經(jīng)系統(tǒng)和呼吸系統(tǒng)，且具備生物降解性特點(diǎn)，目前已經(jīng)開(kāi)發(fā)出粉劑、水劑、原油、顆粒、膏劑等劑型，其中果園主要使用水劑、粉劑兌水直接噴灑在果實(shí)和葉片上。

此外，根據(jù)不同的鳥(niǎo)類習(xí)性，還開(kāi)發(fā)出味覺(jué)型驅(qū)鳥(niǎo)劑和嗅覺(jué)型驅(qū)鳥(niǎo)劑。而觸覺(jué)類的驅(qū)鳥(niǎo)劑都是粘稠的，涂抹在屋檐、天線上使鳥(niǎo)類不敢在上面降落［1314］。驅(qū)鳥(niǎo)劑廣泛用于機(jī)場(chǎng)、果園、曬場(chǎng)、電力設(shè)施等場(chǎng)所附近，投放一次有效時(shí)間長(zhǎng)達(dá)15～20 d。

1.6生態(tài)防治

生態(tài)驅(qū)鳥(niǎo)結(jié)合鳥(niǎo)類學(xué)和生態(tài)學(xué)的原理采用物種生物鏈控制鳥(niǎo)害［15］，常見(jiàn)手段有修剪草坪和殺滅草地昆蟲(chóng)，降低附近區(qū)域?qū)B(niǎo)的吸引力；種植驅(qū)鳥(niǎo)草，使鳥(niǎo)類吃了消化不良而離開(kāi)［16］；訓(xùn)練獵鷹等猛禽，利用食物鏈中天敵嚇走鳥(niǎo)類［17］。一些動(dòng)物如鷹、虎等糞便的特殊氣味會(huì)激發(fā)鳥(niǎo)類對(duì)天敵的恐懼，也被證實(shí)具有嚇走鳥(niǎo)類的效果。

生態(tài)驅(qū)鳥(niǎo)從草、蟲(chóng)、鳥(niǎo)三方面關(guān)系入手，以自然規(guī)律為基礎(chǔ)實(shí)現(xiàn)對(duì)鳥(niǎo)類生存環(huán)境生態(tài)化調(diào)控，能夠?qū)B(niǎo)害事件科學(xué)控制，更符合新時(shí)代背景下綠色、環(huán)保、可持續(xù)的主題，可實(shí)現(xiàn)從源頭治理鳥(niǎo)害。但是利用生態(tài)驅(qū)鳥(niǎo)是一個(gè)長(zhǎng)期的過(guò)程，這種培養(yǎng)生態(tài)的方法無(wú)法實(shí)現(xiàn)立竿見(jiàn)影的效果。

表1對(duì)比了不同驅(qū)鳥(niǎo)技術(shù)的優(yōu)缺點(diǎn)，其中物理驅(qū)鳥(niǎo)應(yīng)用最廣泛，驅(qū)鳥(niǎo)效果較差；驅(qū)鳥(niǎo)劑、生態(tài)學(xué)驅(qū)鳥(niǎo)技術(shù)局限性較大，且驅(qū)鳥(niǎo)效率低下；激光驅(qū)鳥(niǎo)技術(shù)、聲學(xué)驅(qū)鳥(niǎo)技術(shù)應(yīng)用范圍大，驅(qū)鳥(niǎo)效果較好，但是容易造成聲、光污染，在如何防止鳥(niǎo)類產(chǎn)生適應(yīng)性方面也需要加強(qiáng)研究。

2鳥(niǎo)害防治技術(shù)與裝備國(guó)內(nèi)外研究現(xiàn)狀

隨著工業(yè)化和城鎮(zhèn)化的發(fā)展以及社會(huì)老齡化的加劇，勞動(dòng)力成本逐漸升高，機(jī)械化、電子化、高效化是未來(lái)農(nóng)林業(yè)裝備的發(fā)展趨勢(shì)。農(nóng)林業(yè)中使用防鳥(niǎo)網(wǎng)等依靠人工驅(qū)鳥(niǎo)的手段逐漸淘汰，下面綜述激光驅(qū)鳥(niǎo)、聲學(xué)驅(qū)鳥(niǎo)、鳥(niǎo)類監(jiān)測(cè)綜合防治技術(shù)的發(fā)展趨勢(shì)及應(yīng)用現(xiàn)狀。

2.1激光驅(qū)鳥(niǎo)技術(shù)

國(guó)外激光驅(qū)鳥(niǎo)技術(shù)研究及落地應(yīng)用比國(guó)內(nèi)早，2000年Glahn等［18］發(fā)現(xiàn)632.8 nm的激光對(duì)鸕鶿、大雁驅(qū)趕效果較好。2001年法國(guó)某公司開(kāi)始研究激光驅(qū)鳥(niǎo)器，2003年研制出TOM500激光驅(qū)鳥(niǎo)器幫助蒙比利地中海國(guó)際機(jī)場(chǎng)降低了40%鳥(niǎo)撞事故。2017年美國(guó)Brown等［19］為驅(qū)趕危害甜玉米的害鳥(niǎo)，設(shè)計(jì)出一種能夠發(fā)射直徑為14 mm，波長(zhǎng)為532 nm的激光器，并與對(duì)照組沒(méi)有激光器的田地進(jìn)行為期三年的對(duì)比試驗(yàn)，發(fā)現(xiàn)采用激光驅(qū)鳥(niǎo)器的田地受損失作物明顯低于未受保護(hù)田地。荷蘭Elbers等［20］還將激光驅(qū)鳥(niǎo)器應(yīng)用于牧場(chǎng)中保護(hù)家禽免受野外鳥(niǎo)類帶來(lái)禽流感，在試驗(yàn)農(nóng)場(chǎng)中放置攝像頭觀察并記錄每天鳥(niǎo)類活動(dòng)，發(fā)現(xiàn)野鴨和海鷗大量存在于沒(méi)有激光驅(qū)鳥(niǎo)器的牧場(chǎng)中，一些捕食者如紅隼、貓頭鷹也在28天的觀察期中出現(xiàn)18天，而在開(kāi)啟了激光驅(qū)鳥(niǎo)器的牧場(chǎng)中，野鴨僅出現(xiàn)了1天，捕食者數(shù)量也明顯減少，有效降低了牧場(chǎng)的損失。

2002年，江超等［21］使用He-Ne、LD、YAG、CO2四種不同類型激光器對(duì)常見(jiàn)幾種鳥(niǎo)類進(jìn)行照射試驗(yàn)發(fā)現(xiàn)了最佳的驅(qū)鳥(niǎo)激光波長(zhǎng)，為國(guó)內(nèi)激光驅(qū)鳥(niǎo)器的發(fā)展奠定了理論基礎(chǔ)。2005年，國(guó)內(nèi)出現(xiàn)了第一個(gè)關(guān)于激光驅(qū)鳥(niǎo)裝置的專利申請(qǐng)，隨后幾年有關(guān)激光驅(qū)鳥(niǎo)的專利逐漸變多，國(guó)內(nèi)激光驅(qū)鳥(niǎo)裝置開(kāi)始初步發(fā)展。張?jiān)疲?2］在此基礎(chǔ)上研究了鴿子與斑鳩的靈敏波長(zhǎng)，證實(shí)了580 nm的黃綠激光是鴿子、斑鳩的反應(yīng)波段，豐富了激光驅(qū)鳥(niǎo)理論。2017年，楊景發(fā)等［23］設(shè)計(jì)一款果園用的LED激光驅(qū)鳥(niǎo)系統(tǒng)，發(fā)現(xiàn)實(shí)驗(yàn)室的麻雀對(duì)滿天星式綠色LED燈光非常敏感，然而他的研究?jī)H限于理論，試驗(yàn)并不深入。為實(shí)現(xiàn)激光自動(dòng)追蹤，李建等［24］設(shè)計(jì)出一款帶全景成像裝置和二自由度多級(jí)云臺(tái)的激光驅(qū)鳥(niǎo)器，該驅(qū)鳥(niǎo)器基于TMS320DM8148處理器平臺(tái)，能在使用過(guò)程中識(shí)別并跟蹤飛鳥(niǎo)持續(xù)照射，實(shí)現(xiàn)有效驅(qū)趕。在此基礎(chǔ)上，張少偉等［25］提出將雷達(dá)探測(cè)與激光驅(qū)鳥(niǎo)器結(jié)合，實(shí)現(xiàn)智能化驅(qū)鳥(niǎo)工作，可以24 h不間斷驅(qū)鳥(niǎo)。國(guó)內(nèi)某廠家生產(chǎn)出的KY-JGQNQ型大功率激光驅(qū)鳥(niǎo)器具有大口徑、長(zhǎng)焦距等特點(diǎn)，可以水平調(diào)節(jié)360°，俯仰90°，搭配掃描云臺(tái)可實(shí)現(xiàn)自動(dòng)驅(qū)鳥(niǎo)。

綜上所述，我國(guó)激光驅(qū)鳥(niǎo)技術(shù)相關(guān)理論研究相對(duì)于國(guó)外稍晚，江超對(duì)鳥(niǎo)類光線敏感波長(zhǎng)的研究奠定了國(guó)內(nèi)激光驅(qū)鳥(niǎo)器的發(fā)展基礎(chǔ)。之后，張?jiān)茖?duì)鴿子與斑鳩的研究豐富了激光驅(qū)鳥(niǎo)器相關(guān)理論。目前，國(guó)內(nèi)外研究者已經(jīng)將激光驅(qū)鳥(niǎo)技術(shù)應(yīng)用于機(jī)場(chǎng)、農(nóng)場(chǎng)、果園等場(chǎng)合，并驗(yàn)證了激光驅(qū)鳥(niǎo)器的有效性。激光驅(qū)鳥(niǎo)裝置已經(jīng)從過(guò)去人工操作模式向自動(dòng)控制轉(zhuǎn)變，現(xiàn)階段的激光驅(qū)鳥(niǎo)裝置朝著高效、自動(dòng)化、智能化方向發(fā)展。

2.2聲學(xué)驅(qū)鳥(niǎo)技術(shù)

王家喜［26］提出的果園全自動(dòng)驅(qū)鳥(niǎo)炮采用電子控制，燃料為煤氣，每隔幾分鐘點(diǎn)火一次，每響一炮只需一分錢的成本，一門炮可以看守1.3 hm2果園。圖1是一種機(jī)場(chǎng)用的驅(qū)鳥(niǎo)炮，突發(fā)式強(qiáng)噪聲具有驅(qū)鳥(niǎo)范圍大的優(yōu)點(diǎn)，但是往往造成噪聲污染，且一段時(shí)間后就會(huì)被鳥(niǎo)類適應(yīng)。

生物學(xué)聲音相比于強(qiáng)噪聲驅(qū)鳥(niǎo)有了改進(jìn)，利用動(dòng)物食物鏈的原理將鳥(niǎo)類天敵叫聲融入聲學(xué)驅(qū)鳥(niǎo)中，可有效減弱鳥(niǎo)類適應(yīng)能力。謝將劍等［27］發(fā)現(xiàn)鳥(niǎo)類的慘叫聲、驚叫聲相比于驅(qū)鳥(niǎo)炮這種無(wú)聲學(xué)意義的聲音具有更好的驅(qū)鳥(niǎo)效果，給使用生物學(xué)聲音驅(qū)鳥(niǎo)提供了重要參考。圖2所示為定向聲波驅(qū)鳥(niǎo)器是采用生物學(xué)恐懼聲驅(qū)鳥(niǎo)的典型代表，采用相控陣列聲驅(qū)動(dòng)技術(shù)，相較于煤氣炮具有能量集中、可播放多種聲源等特點(diǎn)［28］，可驅(qū)趕2 000 m范圍的鳥(niǎo)類。Suryawanshi等［29］研究了印度的常見(jiàn)害鳥(niǎo)烏鴉、八哥等鳥(niǎo)類，對(duì)鷹、貓頭鷹、獵鷹等多種常見(jiàn)捕食者聲音進(jìn)行測(cè)試。試驗(yàn)研究發(fā)現(xiàn)獵鷹等捕食者的聲音類型、音量、重復(fù)性是驅(qū)鳥(niǎo)的關(guān)鍵。Wang等［30］在葡萄園中使用搭載了揚(yáng)聲器的無(wú)人機(jī)驅(qū)趕鳥(niǎo)類，無(wú)人機(jī)上還固定了一個(gè)假鳥(niǎo)模型，揚(yáng)聲器中不斷播放鳥(niǎo)類間的求救叫聲，該特殊制作的無(wú)人機(jī)能充分利用鳥(niǎo)類心理學(xué)，激發(fā)附近鳥(niǎo)類對(duì)該裝置的長(zhǎng)期恐懼，并取得了較好的試驗(yàn)效果，一架不斷移動(dòng)的無(wú)人機(jī)能保護(hù)25 hm2的葡萄園。為提高生物學(xué)驅(qū)鳥(niǎo)有效范圍，韓國(guó)Cho等［31］對(duì)果園中傳統(tǒng)聲學(xué)型驅(qū)鳥(niǎo)系統(tǒng)改進(jìn)，設(shè)計(jì)的揚(yáng)聲器可以360°旋轉(zhuǎn)，通過(guò)提高揚(yáng)聲器聲壓的方式將驅(qū)鳥(niǎo)距離從30 m提升到60 m。

可聽(tīng)聲驅(qū)鳥(niǎo)裝置一般定時(shí)播放語(yǔ)音，具有成本低、傳統(tǒng)簡(jiǎn)單、應(yīng)用范圍大等優(yōu)點(diǎn)，但是容易產(chǎn)生噪音污染，因此適合附近開(kāi)闊、人跡罕至的區(qū)域。由于鳥(niǎo)類有極強(qiáng)的適應(yīng)能力，在受到突然的高分貝噪聲驚嚇后會(huì)立馬飛往四周，并會(huì)確認(rèn)聲源處是否真的有危險(xiǎn)，長(zhǎng)時(shí)間使用驅(qū)鳥(niǎo)效果減弱，且存在驅(qū)鳥(niǎo)間隔期，存在需要驅(qū)鳥(niǎo)時(shí)裝置不工作的情況［3233］。

為解決可聽(tīng)聲驅(qū)鳥(niǎo)噪聲污染問(wèn)題，通過(guò)對(duì)鳥(niǎo)類聽(tīng)覺(jué)特點(diǎn)研究，發(fā)現(xiàn)大部分鳥(niǎo)類對(duì)16～25 kHz頻率之間的聲波極度敏感［34］，這可能因?yàn)槌暡ㄓ绊懙搅锁B(niǎo)類探測(cè)地球磁場(chǎng)的能力，干擾了鳥(niǎo)類的方向感，利用這一原理國(guó)內(nèi)外在20世紀(jì)七八十年代先后申請(qǐng)了超聲波驅(qū)鳥(niǎo)器的專利。

早期的超聲波驅(qū)鳥(niǎo)裝置其超聲波頻率固定使用一段時(shí)間后就幾乎沒(méi)了驅(qū)鳥(niǎo)效果。隨著科技的進(jìn)步，聲學(xué)驅(qū)鳥(niǎo)裝置逐漸從早期簡(jiǎn)單的噪音驅(qū)鳥(niǎo)向多模式驅(qū)鳥(niǎo)轉(zhuǎn)化［35］。陳隱宏等［36］設(shè)計(jì)的超高亮LED驅(qū)鳥(niǎo)控制系統(tǒng)可以切換不同擋位，結(jié)合超聲波模塊，有效降低了鳥(niǎo)類的適應(yīng)性。但其設(shè)計(jì)的產(chǎn)品在沒(méi)有害鳥(niǎo)時(shí)依然運(yùn)行，浪費(fèi)了大量能源。為提高能源利用效率，張弛等［37］設(shè)計(jì)出一種農(nóng)田智能驅(qū)鳥(niǎo)器，由太陽(yáng)能和鋰電池供電，采用紅外傳感器實(shí)時(shí)監(jiān)測(cè)鳥(niǎo)類，當(dāng)探測(cè)區(qū)域飛入鳥(niǎo)類時(shí)主控芯片控制數(shù)碼語(yǔ)音和超聲波語(yǔ)音同時(shí)工作，但是使用紅外探測(cè)器有一定的局限性，例如監(jiān)測(cè)面積小、容易產(chǎn)生誤判等問(wèn)題。

近年來(lái)，出現(xiàn)了一系列針對(duì)高空鳥(niǎo)害問(wèn)題的超聲波驅(qū)鳥(niǎo)器，實(shí)現(xiàn)了鳥(niǎo)害立體化防治［38］。Surya等［39］設(shè)計(jì)出一種飛機(jī)用的超聲波驅(qū)鳥(niǎo)裝置，設(shè)備安裝在飛機(jī)頭部，在飛機(jī)起飛和降落時(shí)打開(kāi)，有效降低了飛機(jī)升降時(shí)的鳥(niǎo)擊事故。王明君等［40］設(shè)計(jì)出一種驅(qū)鳥(niǎo)無(wú)人機(jī)，并提出了一種基于遺傳算法的任務(wù)分配方法，可以完成多無(wú)人機(jī)工作。該種驅(qū)鳥(niǎo)裝置主要通過(guò)語(yǔ)音喇叭和超聲波驅(qū)鳥(niǎo)，對(duì)于驅(qū)逐中高空的大型鳥(niǎo)類和猛禽等效果很好。圖3為ZJ-EJ6型驅(qū)鳥(niǎo)無(wú)人機(jī)，集成了語(yǔ)音、激光和超聲波功能，無(wú)人機(jī)頂還放置一個(gè)猛禽模型，增加了對(duì)鳥(niǎo)群的威懾力。

聲波驅(qū)鳥(niǎo)器經(jīng)歷了由利用突發(fā)式噪聲嚇鳥(niǎo)到使用生物學(xué)天敵叫聲驅(qū)趕鳥(niǎo)再到使用超聲波刺激鳥(niǎo)類三個(gè)過(guò)程的發(fā)展。為解決鳥(niǎo)類適應(yīng)的問(wèn)題，聲波驅(qū)鳥(niǎo)也由早期的單音頻發(fā)展到如今的多頻、變頻驅(qū)鳥(niǎo)，并且具備了高低空立體化防治的能力，在能源利用率方面也有所提高。聲波驅(qū)鳥(niǎo)器具有不受時(shí)間、地域、天氣影響的特點(diǎn)，因此廣泛用于各種需要驅(qū)鳥(niǎo)的場(chǎng)合。由此可知，未來(lái)聲波驅(qū)鳥(niǎo)器的發(fā)展趨勢(shì)是智能化、節(jié)能化、通用化。

2.3鳥(niǎo)情監(jiān)測(cè)綜合防治

鳥(niǎo)情監(jiān)測(cè)一般配合驅(qū)鳥(niǎo)炮、定向聲波等驅(qū)鳥(niǎo)手段使用。2000年以前，主要使用空管雷達(dá)、氣象雷達(dá)對(duì)鳥(niǎo)群活動(dòng)觀測(cè)和記錄。近年來(lái)，隨著技術(shù)的發(fā)展，基于深度學(xué)習(xí)的目標(biāo)識(shí)別技術(shù)由于其成本低、即時(shí)性優(yōu)點(diǎn)逐漸在民用領(lǐng)域用于鳥(niǎo)類監(jiān)測(cè)任務(wù)，也為發(fā)展基于鳥(niǎo)類監(jiān)測(cè)的驅(qū)鳥(niǎo)裝備帶來(lái)新動(dòng)力?，F(xiàn)有的基于深度學(xué)習(xí)的鳥(niǎo)類識(shí)別技術(shù)有基于鳥(niǎo)類形態(tài)學(xué)特征、鳥(niǎo)鳴聲特征。

2.3.1探鳥(niǎo)雷達(dá)

探鳥(niǎo)雷達(dá)代表性產(chǎn)品有Merlin、Accipiter、Robin、Aveillant四種［41］，探測(cè)能力受算法、雷達(dá)波形、天線等影響，可根據(jù)鳥(niǎo)類目標(biāo)的飛行速度、回波幅度等特征對(duì)掃描到的物體識(shí)別分類，實(shí)現(xiàn)對(duì)小區(qū)域范圍的單個(gè)飛鳥(niǎo)有效跟蹤，并提供鳥(niǎo)類目標(biāo)更多細(xì)節(jié)數(shù)據(jù)，如：鳥(niǎo)類遷徙路徑、鳥(niǎo)類飛行高度等。利用雷達(dá)得到的鳥(niǎo)情數(shù)據(jù)分析并建立預(yù)警系統(tǒng)，為避開(kāi)鳥(niǎo)類活動(dòng)高峰開(kāi)展人類活動(dòng)提供科學(xué)依據(jù)。2006年至今，國(guó)內(nèi)北京航空航天大學(xué)、海軍航空大學(xué)等單位在探鳥(niǎo)雷達(dá)領(lǐng)域取得一系列研究成果，幫助風(fēng)力發(fā)電機(jī)組避免鳥(niǎo)害、機(jī)場(chǎng)規(guī)劃航線降低鳥(niǎo)撞風(fēng)險(xiǎn)。

2.3.2鳥(niǎo)鳴聲識(shí)別監(jiān)測(cè)

鳥(niǎo)鳴聲包含豐富的生態(tài)學(xué)信息，鳥(niǎo)聲識(shí)別技術(shù)常應(yīng)用于鳥(niǎo)類行為監(jiān)護(hù)、保護(hù)區(qū)信息采集等，在環(huán)境惡劣的野外也可以長(zhǎng)時(shí)間監(jiān)測(cè)，節(jié)約了大量人力［42］。

國(guó)外對(duì)鳥(niǎo)聲識(shí)別的研究較早，在2007年，F(xiàn)agerlund［43］使用SVM對(duì)鳥(niǎo)鳴聲頻譜參數(shù)分析，使用兩組鳥(niǎo)類進(jìn)行測(cè)試，最后利用一種分層拓?fù)浣Y(jié)構(gòu)得到了一個(gè)效率較高的分類器，對(duì)數(shù)據(jù)集中的鳥(niǎo)鳴聲識(shí)別結(jié)果達(dá)到了90%的準(zhǔn)確率，為鳥(niǎo)聲識(shí)別研究作出一定貢獻(xiàn)。新西蘭Hunt等［45］研究一種能在檢測(cè)鳥(niǎo)鳴時(shí)過(guò)濾其他聲音的技術(shù)，用于監(jiān)測(cè)新西蘭本地鳥(niǎo)類數(shù)量的變化，同時(shí)還保護(hù)了錄制鳥(niǎo)鳴的人的隱私信息?，F(xiàn)實(shí)中在采集鳥(niǎo)鳴音頻錄音時(shí)常會(huì)有多種鳥(niǎo)類同時(shí)鳴叫，而現(xiàn)有方法大多集中于識(shí)別一個(gè)物種，美國(guó)Springer提出一種多并發(fā)鳥(niǎo)鳴識(shí)別方法，先通過(guò)二進(jìn)制源碼進(jìn)行分離操作，然后對(duì)原始音頻混合使用多標(biāo)簽分類系統(tǒng)進(jìn)行物種分類，最終實(shí)現(xiàn)了較好的識(shí)別效果。

國(guó)內(nèi)呂坤朋等［45］針對(duì)基于鳥(niǎo)鳴聲特征的鳥(niǎo)類識(shí)別問(wèn)題，提出一種自適應(yīng)最優(yōu)核時(shí)頻分布（AOK）識(shí)別方法，對(duì)采集的鳥(niǎo)鳴信號(hào)預(yù)處理后，通過(guò)時(shí)頻譜圖對(duì)卷積網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，并進(jìn)行實(shí)時(shí)預(yù)測(cè)，流程如圖4所示。對(duì)20種常見(jiàn)鳥(niǎo)類試驗(yàn)后，總體識(shí)別率可以達(dá)到95.5%，具有泛化性好的特點(diǎn)。為了進(jìn)一步提高識(shí)別效果，謝將劍等［46］提出一種基于鳥(niǎo)鳴聲Chirplet語(yǔ)圖特征的鳥(niǎo)聲識(shí)別方法。引入小波變換計(jì)算鳥(niǎo)鳴信號(hào)語(yǔ)圖，輸入到深度卷積神經(jīng)網(wǎng)絡(luò)VGG中訓(xùn)練識(shí)別模型，測(cè)試集準(zhǔn)確率可以達(dá)到98.17%，且訓(xùn)練前數(shù)據(jù)未經(jīng)預(yù)處理，體現(xiàn)了模型具有一定抗噪能力。劉昊天等［47］提出一種基于特征遷移的多物種鳥(niǎo)聲識(shí)別方法，利用最大均值度量鳥(niǎo)鳴樣本特征分布差異，將不同分布的單物種鳥(niǎo)鳴聲和多物種鳥(niǎo)鳴聲音頻特征映射為同分布的音頻特征，解決了多物種鳥(niǎo)鳴識(shí)別中樣本不足的問(wèn)題，該方法相較于對(duì)比算法最高提升了20%。謝云澄［48］將輸電線路害鳥(niǎo)鳥(niǎo)鳴的對(duì)數(shù)梅爾圖作為輸入，對(duì)比了CNN、RNN等模型識(shí)別效果，提出一種改進(jìn)的MobileNetRNN檢測(cè)模型，設(shè)計(jì)出一種新型驅(qū)鳥(niǎo)器，能夠準(zhǔn)確、快速檢測(cè)和判斷，及時(shí)驅(qū)趕害鳥(niǎo)。

鳥(niǎo)聲識(shí)別可通過(guò)音頻實(shí)現(xiàn)對(duì)鳥(niǎo)類識(shí)別，甚至在細(xì)粒度任務(wù)上也非常出色，但是非常依賴先進(jìn)的音頻處理技術(shù)對(duì)原始音頻中的鳥(niǎo)鳴聲進(jìn)行特征提取，否則外界噪聲的干擾問(wèn)題非常嚴(yán)重。

2.3.3鳥(niǎo)類圖像識(shí)別監(jiān)測(cè)

計(jì)算機(jī)視覺(jué)技術(shù)目前已經(jīng)在農(nóng)林業(yè)有了較多應(yīng)用，主要用于水果品質(zhì)分類、森林火災(zāi)識(shí)別、病蟲(chóng)害識(shí)別等方面［4952］。各國(guó)研究者在使用計(jì)算機(jī)視覺(jué)技術(shù)防治鳥(niǎo)害方面也做出了一系列探索［5355］。

孫建剛［56］為解決鳥(niǎo)害造成輸電線路短路、跳閘問(wèn)題，提出一種利用基于yolo的輸電線路害鳥(niǎo)檢測(cè)辦法，該方法將鳥(niǎo)類檢測(cè)技術(shù)與超聲波裝置結(jié)合，使用多尺度方法保證對(duì)小目標(biāo)的識(shí)別準(zhǔn)確率，高效又節(jié)能。日本Yoshihashi等［57］為解決風(fēng)力發(fā)電機(jī)組經(jīng)常被鳥(niǎo)群襲擊的問(wèn)題，利用攝像頭監(jiān)視風(fēng)力發(fā)電機(jī)組附近的鳥(niǎo)群，并用鳥(niǎo)類專家提供的數(shù)據(jù)集訓(xùn)練網(wǎng)絡(luò)模型，監(jiān)視?shū)B(niǎo)群的行蹤、種類，每當(dāng)鳥(niǎo)群靠近就使發(fā)電機(jī)減速或者停止，不僅保護(hù)了鳥(niǎo)類的多樣性，而且減少了財(cái)產(chǎn)損失。美國(guó)Nadimpalli等［58］將圖像處理技術(shù)用于農(nóng)業(yè)保護(hù)中。為了保護(hù)魚(yú)池中的魚(yú)苗不被鵜鶘、白鷺、鸕鶿和蒼鷺等魚(yú)鳥(niǎo)捕食，設(shè)計(jì)出了一種半自動(dòng)船，用于在發(fā)現(xiàn)害鳥(niǎo)位置后控制船只過(guò)去驅(qū)逐鳥(niǎo)類。這種方法能夠有效保護(hù)了魚(yú)苗，同時(shí)也保護(hù)了一些瀕危物種的鳥(niǎo)類。朱艷［59］在生態(tài)驅(qū)鳥(niǎo)的基礎(chǔ)上，在國(guó)內(nèi)首次將計(jì)算機(jī)技術(shù)和鳥(niǎo)類學(xué)知識(shí)相結(jié)合，制作了“空軍機(jī)場(chǎng)鳥(niǎo)類輔助識(shí)別系統(tǒng)”，利用計(jì)算機(jī)平臺(tái)，為空軍機(jī)場(chǎng)防鳥(niǎo)撞工作提供決策參考依據(jù)，提高工作的科學(xué)性和有效性，降低鳥(niǎo)撞飛機(jī)事件發(fā)生的概率。馬來(lái)西亞研究者為驅(qū)趕果園中的害鳥(niǎo)，將深度學(xué)習(xí)目標(biāo)識(shí)別模型部署到樹(shù)莓派中，由樹(shù)莓派上的相機(jī)作為模型的圖像輸入端口，模型推理檢測(cè)到害鳥(niǎo)后控制語(yǔ)音喇叭播放噪聲驅(qū)趕鳥(niǎo)類，一定程度上保護(hù)了果實(shí)免受啄食。

鳥(niǎo)類圖像識(shí)別技術(shù)目前存在的問(wèn)題是，在戶外使用時(shí)容易受明暗光線、復(fù)雜環(huán)境影響，誤識(shí)別率較高，同時(shí)還存在鳥(niǎo)類間的細(xì)粒度識(shí)別難度大等問(wèn)題，但是經(jīng)過(guò)國(guó)內(nèi)外多個(gè)學(xué)者對(duì)目標(biāo)識(shí)別模型的改進(jìn)，鳥(niǎo)類圖像識(shí)別技術(shù)已經(jīng)取得了較大進(jìn)展。

鳥(niǎo)類監(jiān)測(cè)在鳥(niǎo)害防治中扮演著重要角色，實(shí)現(xiàn)農(nóng)林業(yè)鳥(niǎo)害防治可視化，做到鳥(niǎo)害前預(yù)防，鳥(niǎo)害發(fā)生時(shí)針對(duì)性驅(qū)鳥(niǎo)。目前的驅(qū)鳥(niǎo)裝備發(fā)展趨勢(shì)是將多種聲光技術(shù)融合弱化鳥(niǎo)類適應(yīng)能力，并向著人工智能方向發(fā)展。探鳥(niǎo)雷達(dá)的監(jiān)測(cè)能力最強(qiáng)，但是成本高、用電量大，難以推廣使用，中國(guó)、美國(guó)、日本等國(guó)家的研究學(xué)者在基于深度學(xué)習(xí)的鳥(niǎo)類識(shí)別技術(shù)研究為鳥(niǎo)類監(jiān)測(cè)的推廣發(fā)展指明了方向。

3存在問(wèn)題

經(jīng)過(guò)總結(jié)上述文獻(xiàn)可知，盡管國(guó)內(nèi)外研究學(xué)者已經(jīng)在鳥(niǎo)害防治理論和應(yīng)用上有了大量研究，目前的驅(qū)鳥(niǎo)技術(shù)和裝備仍存在一些問(wèn)題，還有進(jìn)一步提升空間。

1）? 鳥(niǎo)類有很強(qiáng)的環(huán)境適應(yīng)能力，現(xiàn)有的驅(qū)鳥(niǎo)裝備從視覺(jué)、聽(tīng)覺(jué)等角度刺激鳥(niǎo)類，使用一段時(shí)間后容易被適應(yīng)，影響鳥(niǎo)害防治效果，經(jīng)常更換驅(qū)鳥(niǎo)設(shè)備無(wú)形中增加了農(nóng)民的驅(qū)鳥(niǎo)成本。目前在實(shí)際驅(qū)鳥(niǎo)工作中常將聽(tīng)覺(jué)、視覺(jué)、化學(xué)手段疊加使用，達(dá)到延長(zhǎng)鳥(niǎo)類適應(yīng)時(shí)間和提高驅(qū)鳥(niǎo)效果的目的，持久、高效的驅(qū)鳥(niǎo)技術(shù)還需要進(jìn)一步研究。

2）? 目前，國(guó)內(nèi)驅(qū)鳥(niǎo)裝備與國(guó)外相關(guān)產(chǎn)品相比大多數(shù)結(jié)構(gòu)簡(jiǎn)單、智能化程度低、價(jià)格低廉，高端產(chǎn)品依賴進(jìn)口，低端產(chǎn)品效果參差不齊。驅(qū)鳥(niǎo)裝置之間沒(méi)有按需調(diào)度能力，產(chǎn)品的技術(shù)壁壘低，難以品牌化發(fā)展。

3）? 當(dāng)前大部分電子驅(qū)鳥(niǎo)裝備沒(méi)有主動(dòng)監(jiān)測(cè)功能，因此只能設(shè)置為每隔一段時(shí)間工作或者全天候工作模式。間斷工作模式容易出現(xiàn)有害鳥(niǎo)時(shí)裝置卻沒(méi)工作的真空期，全天候工作模式不僅容易被鳥(niǎo)類適應(yīng)，還存在著能源利用率低的問(wèn)題。而部分有主動(dòng)監(jiān)測(cè)功能的驅(qū)鳥(niǎo)裝置由于識(shí)別算法簡(jiǎn)單，在農(nóng)林這樣的復(fù)雜環(huán)境中容易出現(xiàn)誤檢、漏檢，讓識(shí)別觸發(fā)能力成為了擺設(shè)。

4）? 鳥(niǎo)害生態(tài)防治技術(shù)利用生態(tài)學(xué)的原理，以自然規(guī)律為基礎(chǔ)實(shí)現(xiàn)對(duì)鳥(niǎo)類生存環(huán)境生態(tài)化調(diào)控，可從源頭減少鳥(niǎo)害發(fā)生。但是在國(guó)內(nèi)利用生態(tài)學(xué)防治鳥(niǎo)害的方法受重視程度不足，相關(guān)應(yīng)用還需要進(jìn)一步探索。

4發(fā)展建議

1）? 驅(qū)鳥(niǎo)技術(shù)使鳥(niǎo)類產(chǎn)生不適或恐懼達(dá)到驅(qū)離目的，涉及鳥(niǎo)類生物學(xué)、心理學(xué)、生態(tài)學(xué)理論知識(shí)，對(duì)相關(guān)領(lǐng)域要深入研究。了解每種鳥(niǎo)的食性規(guī)律和畏懼的聲光波段，建立起全國(guó)統(tǒng)一的鳥(niǎo)類生物學(xué)信息庫(kù)，為開(kāi)發(fā)不同種類的驅(qū)鳥(niǎo)裝置提供理論支持，增強(qiáng)驅(qū)鳥(niǎo)裝備的針對(duì)性和專業(yè)性，弱化鳥(niǎo)類的適應(yīng)能力，進(jìn)一步提高驅(qū)鳥(niǎo)器的使用效費(fèi)比。

2）? 國(guó)家可對(duì)農(nóng)用防鳥(niǎo)害設(shè)備補(bǔ)貼，降低農(nóng)民的驅(qū)鳥(niǎo)設(shè)備購(gòu)置費(fèi)用，不僅能提高農(nóng)戶的農(nóng)作物產(chǎn)量，還能促進(jìn)設(shè)備生產(chǎn)廠家對(duì)新技術(shù)、新產(chǎn)品的投入，促進(jìn)產(chǎn)品品質(zhì)化。利用物聯(lián)網(wǎng)、5G技術(shù)對(duì)農(nóng)林驅(qū)鳥(niǎo)裝備賦能，實(shí)現(xiàn)驅(qū)鳥(niǎo)裝備按需調(diào)度、協(xié)同工作，推進(jìn)農(nóng)林管理信息化、遠(yuǎn)程和智能化。

3）? 隨著農(nóng)林業(yè)管理逐漸現(xiàn)代化，農(nóng)林業(yè)生產(chǎn)也逐漸向精細(xì)化發(fā)展，鳥(niǎo)類監(jiān)測(cè)將成為智能驅(qū)鳥(niǎo)技術(shù)的重要部分。但其使用在農(nóng)林這樣的復(fù)雜環(huán)境時(shí)，還需要開(kāi)發(fā)更先進(jìn)的識(shí)別算法，解決漏檢、誤檢等難題并盡量組合使用優(yōu)勢(shì)互補(bǔ)，提高鳥(niǎo)類識(shí)別的準(zhǔn)確性。未來(lái)還可利用所監(jiān)測(cè)的鳥(niǎo)類飛行軌跡和食性規(guī)律數(shù)據(jù)搭建鳥(niǎo)情監(jiān)測(cè)預(yù)警平臺(tái)，在鳥(niǎo)害多發(fā)的地域和時(shí)段加強(qiáng)防護(hù)，進(jìn)一步減少鳥(niǎo)害損失。

4）? 生態(tài)驅(qū)鳥(niǎo)具有綠色、可持續(xù)的優(yōu)點(diǎn)，應(yīng)受到重視?？衫没蚓幊碳夹g(shù)培育新農(nóng)林抗鳥(niǎo)害作物，將自然界中存在的鳥(niǎo)類不喜歡靠近的植物的相關(guān)基因植入新品種農(nóng)林作物中，從食性上減少鳥(niǎo)類的危害。在農(nóng)作物附近可種植驅(qū)鳥(niǎo)草或者薰衣草，盡量減少鳥(niǎo)類在附近出現(xiàn)頻率。還可以搭建人工鳥(niǎo)巢，吸引鷹、隼等肉食性鳥(niǎo)在農(nóng)田、果園中安家，嚇走危害農(nóng)作物的鳥(niǎo)類。

5結(jié)語(yǔ)

鳥(niǎo)害防治一直是農(nóng)林業(yè)工作中一項(xiàng)重要和艱巨的任務(wù)，隨著農(nóng)業(yè)信息化的不斷深入，現(xiàn)階段依靠人工驅(qū)鳥(niǎo)的方式將會(huì)逐漸被更高效的新型驅(qū)鳥(niǎo)技術(shù)取代。本文通過(guò)對(duì)比，分析了電子驅(qū)鳥(niǎo)技術(shù)的優(yōu)勢(shì)，對(duì)國(guó)內(nèi)外基于聲、光角度開(kāi)發(fā)的驅(qū)鳥(niǎo)技術(shù)與裝備的研究與應(yīng)用情況綜述后發(fā)現(xiàn)：現(xiàn)階段的驅(qū)鳥(niǎo)裝備在智能化、品質(zhì)化、驅(qū)鳥(niǎo)針對(duì)性等方面還有較大提升空間，并給出了相關(guān)發(fā)展建議。除此之外，提出將生態(tài)驅(qū)鳥(niǎo)技術(shù)融入日常鳥(niǎo)害防治工作中，并利用鳥(niǎo)類監(jiān)測(cè)設(shè)備提前預(yù)警。農(nóng)林的鳥(niǎo)害防護(hù)和治理技術(shù)結(jié)合是未來(lái)發(fā)展方向之一。

參考文獻(xiàn)

［1］邢艷， 張偉， 王軍， 等. 川東地區(qū)農(nóng)田鳥(niǎo)害發(fā)生情況和防治措施［J］. 植物醫(yī)生， 2021， 34（3）： 45-48.

Xing Yan， Zhang Wei， Wang Jun， et al. Occurrence and control measures of bird damage on farmland of eastern Sichuan ［J］. Plant Doctor， 2021， 34（3）： 45-48.

［2］楊茜， 徐敏. 冀西北地區(qū)葡萄鳥(niǎo)害及防御措施［J］. 數(shù)字農(nóng)業(yè)與智能農(nóng)機(jī)， 2021（23）： 50-51.

［3］胡燦實(shí)， 李海洋， 葉元興， 等. 不同驅(qū)鳥(niǎo)情景模式對(duì)果園害鳥(niǎo)行為的影響［J］. 生態(tài)學(xué)雜志， 2012， 31（9）： 2365-2370.

Hu Canshi， Li Haiyang， Ye Yuanxing， et al. Influence of different birddriving modes on the behaviors of orchard pest birds ［J］. Chinese Journal of Ecology， 2012， 31（9）： 2365-2370.

［4］陳唯實(shí)， 黃毅峰， 盧賢鋒， 等. 基于探鳥(niǎo)雷達(dá)的機(jī)場(chǎng)周邊鳥(niǎo)類目標(biāo)數(shù)量估計(jì)［J］. 北京航空航天大學(xué)學(xué)報(bào)， 2021， 47（8）： 1533-1542.

Chen Weishi， Huang Yifeng， Lu Xianfeng， et al. Estimating number of birds around airport based on avian radar ［J］. Journal of Beijing University of Aeronautics and Astronautics， 2021， 47（8）： 1533-1542.

［5］邵思迪. 機(jī)場(chǎng)探鳥(niǎo)系統(tǒng)中鳥(niǎo)類目標(biāo)檢測(cè)關(guān)鍵技術(shù)研究［D］. 西安： 西安理工大學(xué)， 2021.

Deng Sidi. Research on key technologies of bird target detection in airport bird detection system ［D］. Xian： Xian University of Technology， 2021.

［6］仇智. 配電線路鳥(niǎo)害綜合防范措施［J］. 中國(guó)高新科技， 2021（15）： 28-29.

［7］余韻. 變頻超聲波驅(qū)鳥(niǎo)器預(yù)防蜜莉葡萄園鳥(niǎo)害可行性研究［D］. 重慶： 西南大學(xué)， 2011.

Yu Yun. The Feasibility study of application of alterative frequency ultrasonic against the bird pest in Michili vineyard ［D］. Chongqing： Southwest University， 2011.

［8］宋福春， 丁小明， 姚發(fā)， 等. 基于傳感器技術(shù)和物聯(lián)網(wǎng)技術(shù)的鐵路智能驅(qū)鳥(niǎo)器的研究［J］. 鐵路工程技術(shù)與經(jīng)濟(jì)， 2021， 36（1）： 33-37.

Song Fuchun， Ding Xiaoming， Yao Fa， et al. Research on railway intelligent bird repellent based on sensor technology and internet of things technology ［J］. Railway Engineering Technology and Economy， 2021， 36（1）： 33-37.

［9］劉吉沼， 李曉斌， 陳亦， 等. 一種新型智能激光驅(qū)鳥(niǎo)器的研制［J］. 低碳世界， 2017（36）： 332-333.

［10］Aidala Z， Chong N， Anderson M G， et al. Predicted visual sensitivity for shortwavelength light in the brood parasitic cuckoos of New Zealand ［J］. Chinese Birds， 2012， 3（4）： 295-301.

［11］Cowan P， Brown S， Forrester G， et al. Birdrepellent effects on bait efficacy for control of invasive mammal pests ［J］. Pest Management Science， 2015， 71（8）： 1075-1081.

［12］Olsen M M. Variations on stigmergic communication to improve artificial intelligence and biological modeling ［D］. USA： University of Massachusetts Amherst， 2011.

［13］趙永健， 崔國(guó)發(fā)， 劉潤(rùn)澤， 等. 常見(jiàn)驅(qū)鳥(niǎo)劑成分檢測(cè)與最佳組合初探［J］. 南方農(nóng)業(yè)學(xué)報(bào)， 2016， 47（2）： 306-311.

Zhao Yongjian， Cui Guofa， Liu Runze， et al. Primary study on compositions of common bird repellents and optimization of their combinations ［J］. Journal of Southern Agriculture， 2016， 47（2）： 306-311.

［14］Cheke R A， Mohamed E. A review of alternatives to fenthion for quelea bird control ［J］. Crop Protection， 2018， 116： 15-23.

［15］李先明， 朱紅艷， 李夢(mèng)歌， 等. 湖北地區(qū)砂梨有害生物發(fā)生及防治現(xiàn)狀［J］. 果樹(shù)學(xué)報(bào)， 2018， 35（S1）： 46-54.

Li Xianming， Zhu Hongyan， Li Mengge， et al. Investigation on main diseases， pests， grass and its control of Pyrus in Hubei ［J］. Journal of Fruit Science， 2018， 35（S1）： 46-54.

［16］丁劍橋， 蔣美其， 彭華洲. 驅(qū)鳥(niǎo)草技術(shù)在機(jī)場(chǎng)的應(yīng)用探討［J］. 科技創(chuàng)新導(dǎo)報(bào)， 2012（35）： 240-241.

［17］王長(zhǎng)路， 祃輪元. 獵鷹機(jī)場(chǎng)驅(qū)鳥(niǎo)初探［J］. 河北林業(yè)科技， 2010（5）： 76-77.

［18］Glahn J F， Ellis G， Fioranelli P， et al. Evaluation of moderate and lowpowered lasers for dispersing doublecrested cormorants from their night roosts ［C］. Wildlife Damage Management Conferences—Proceedings， 2000： 11.

［19］Brown R N， Brown D H. Robotic laser scarecrows： A tool for controlling bird damage in sweet corn ［J］. Crop Protection， 2021： 1-8.

［20］Elbers A， Gonzales J L. Efficacy of an automated laser for reducing wild bird visits to the free range area of a poultry farm ［J］. Scientific Reports， 2021， 11（1）： 3-6.

［21］江超， 程愿應(yīng)， 王又青， 等. 一種新型激光驅(qū)鳥(niǎo)器的研究［J］. 激光雜志， 2002（4）： 62-65.

Jiang Chao， Cheng Yuanying， Wang Youqing， et al. Research on a new type of laser bird repelling device ［J］. Laser Journal， 2002（4）： 62-65.

［22］張?jiān)? 鴿子斑鳩視覺(jué)光學(xué)研究［D］. 北京： 北京交通大學(xué)， 2018.

Zhang Yun. Research on visual optics of dove and turtles ［D］. Beijing： Beijing Jiaotong University， 2018.

［23］楊景發(fā)， 申文增， 劉高賽， 等. 一種果園LED閃光和綠激光驅(qū)鳥(niǎo)系統(tǒng)設(shè)計(jì)（9）［C］. 2017年中國(guó)照明論壇——半導(dǎo)體照明創(chuàng)新應(yīng)用與智慧照明發(fā)展論壇論文集， 2017： 182-190.

［24］李建， 韓蘭貴. 鐵路輸電線路智能激光驅(qū)鳥(niǎo)器設(shè)計(jì)［J］. 電氣化鐵道， 2017， 28（6）： 68-72.

Li Jian， Han Langui. Design of intellectual laser bird repelling device for power transmission line ［J］. Electric Railway， 2017， 28（6）： 68-72.

［25］張少偉， 王健， 米宏偉， 等. 配電線路智能激光驅(qū)鳥(niǎo)裝置的研究［J］. 科技視界， 2021（27）： 2.

［26］王家喜. 果園遙控全自動(dòng)驅(qū)鳥(niǎo)炮［J］. 山西果樹(shù)， 2009（3）： 57.

［27］謝將劍， 李星光， 楊俊， 等. 音頻驅(qū)鳥(niǎo)設(shè)備對(duì)野生喜鵲最佳驅(qū)除模式研究［J］. 四川動(dòng)物， 2020（6）： 630-638.

Xie Jiangjian， Li Xingguang， Yang Jun， et al. The optimal birdrepellent model of audiobirdrepellent for wild pica pica ［J］. Sichuan Journal of Zoology， 2020（6）： 630-638.

［28］Schlichting P E， Holland A E， Beasley J C， et al. Efficacy of an acoustic hailing device as an avian dispersal tool ［J］. Wildlife Society Bulletin， 2017， 41（3）： 453-458.

［29］Suryawanshi V R. Design， manufacture and test of a solar powered audible bird scarer and study of sound ranges used in it ［J］. International Journal of Science and Research （IJSR）， 2015， 10（4）： 1709-1711.

［30］Wang Z， Griffin A S， Lucas A， et al. Psychological warfare in vineyard： Using drones and bird psychology to control bird damage to wine grapes ［J］. Crop Protection， 2019， 120： 163-170.

［31］Cho Y， Yun H， Hong H， et al. A study on bird deterrent system to improve the performance of repelling harmful birds ［J］. Journal of the Korean Society of Manufacturing Process Engineers， 2020， 19（8）： 15-21.

［32］Muminov A， Yun C J， Na D， et al. Development of a solar powered bird repeller system with effective bird scarer sounds ［C］. 2017 International Conference on Information Science and Communications Technologies （ICISCT）. 2017.

［33］Simeon M I， Mohammed A S， Adebayo S. Development and preliminary testing of an electronic pest repeller with automatic frequency variation ［J］. International Journal of Plasma Science & Engineering， 2013， 2（1）： 14-20.

［34］Arul S. Fabrication of mobile ultrasonic bird repeller ［J］. International Journal of Innovative Research in Advanced Engineering （IJIRAE）， 2019， 6（3）： 26.

［35］李睿. 多模式超聲波驅(qū)鳥(niǎo)器的研制［J］. 電工電氣， 2021（3）： 35-40.

Li Rui. Research of multimode ultrasonic bird repellent device ［J］. Electrotechnics Electric， 2021（3）： 35-40.

［36］陳隱宏， 王計(jì)平， 鄭奇， 等. 基于超高亮LED驅(qū)鳥(niǎo)控制系統(tǒng)的設(shè)計(jì)［J］. 光電子技術(shù)， 2020， 40（1）： 70-74.

Chen Yinhong， Wang Jiping， Zheng Qi， et al. Design of a bird repellent control system based on ultrabright LED ［J］. Optoelectronic Technology， 2020， 40（1）： 70-74.

［37］張馳， 李光林， 金城， 等. 農(nóng)田智能驅(qū)鳥(niǎo)器設(shè)計(jì)與試驗(yàn)［J］. 西南師范大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2016， 230（5）： 81-87.

Zhang Chi， Li Guanglin， Jin Cheng， et al. On Design and test of intelligent equipment of driving farmland birds ［J］. Journal of Southwest China Normal University （Natural Science Edition）， 2016， 230（5）： 81-87.

［38］鄭茳萌， 邵清亮， 商忠晟. 低空空域超聲波驅(qū)鳥(niǎo)器的設(shè)計(jì)［J］. 電子世界， 2020（1）： 162-163.

［39］Surya M， Rao N L， Kumar P. Ultrasonic bird repeller for aviation ［J］. International Journal of Engineering Applied Sciences and Technology， 2020， 1（5）： 163-166.

［40］王明君， 吳慶憲. 多無(wú)人機(jī)協(xié)同機(jī)場(chǎng)驅(qū)鳥(niǎo)任務(wù)分配［J］. 吉林大學(xué)學(xué)報(bào)（信息科學(xué)版）， 2019， 37（1）： 47-57.

Wang Mingjun， Wu Qingxian. Cooperative task assignment of MultiUAVs birddriving at airport ［J］. Journal of Jilin University （Information Science Edition）， 2019， 37（1）： 47-57.

［41］陳唯實(shí)， 黃毅峰， 陳小龍， 等. 機(jī)場(chǎng)探鳥(niǎo)雷達(dá)技術(shù)發(fā)展與應(yīng)用綜述［J］. 航空學(xué)報(bào)， 2022（1）： 176-196.

Chen Weishi， Huang Yifeng， Chen Xiaolong， et al. Development and applications of airport avian radar： Review ［J］. Acta Aeronautica et Astronautica Sinica， 2022（1）： 176-196.

［42］喬玉， 錢昆， 趙子平. 基于機(jī)器聽(tīng)覺(jué)的鳥(niǎo)聲識(shí)別的中文研究綜述［J］. 復(fù)旦學(xué)報(bào)（自然科學(xué)版）， 2020， 59（3）： 375-380.

Qiao Yu， Qian Kun， Zhao Ziping. A survey on Chinese literature for bird sound recognition based on machine listening ［J］. Journal of Fudan University （Natural Science）， 2020， 59（3）： 375-380.

［43］Fagerlund S. Bird species recognition using support vector machines ［J］. EURASIP Journal on Advances in Signal Processing， 2007， 2007（38637）： 2-8.

［44］Hunt T D， Ryan G， Ryanpears C. An investigation and comparison of speech recognition software for determining if bird song recordings contain legible human voices ［J］. Journal of Applied Computing and Information Technology， 2017， 21（1）： 45-51.

［45］呂坤朋， 孫斌， 趙玉曉. 基于鳥(niǎo)鳴聲及深度學(xué)習(xí)的鳥(niǎo)類識(shí)別方法研究［J］. 科技通報(bào)， 2021， 37（10）： 24-30.

Lü Kunpeng， Sun Bin， Zhao Yuxiao. Research on bird recognition method based on bird singing and deep learning ［J］. Bulletin of Science and Technology， 2021， 37（10）： 24-30.

［46］謝將劍， 李文彬， 張軍國(guó)， 等. 基于Chirplet語(yǔ)圖特征和深度學(xué)習(xí)的鳥(niǎo)類物種識(shí)別方法［J］. 北京林業(yè)大學(xué)學(xué)報(bào)， 2018， 40（3）： 122-127.

Xie Jiangjian， Li Wenbin， Zhang Junguo， et al. Bird species recognition method based on Chirplet spectrogram feature and deep learning ［J］. Journal of Beijing Forestry University， 2018， 40（3）： 122-127.

［47］劉昊天， 姜海燕， 舒欣， 等. 基于特征遷移的多物種鳥(niǎo)聲識(shí)別方法［J］. 數(shù)據(jù)采集與處理， 2017， 32（6）： 1239-1247.

Liu Haotian， Jiang Haiyan， Shu Xin， et al. Recognition of multiple bird species in audio recordings based on feature transfer ［J］. Journal of Data Acquisition and Processing， 2017， 32（6）： 1239-1247.

［48］謝云澄. 基于深度學(xué)習(xí)的鳥(niǎo)類聲音識(shí)別的研究與應(yīng)用［D］. 北京： 華北電力大學(xué)， 2021.

Xie Yuncheng. Research and application of bird sound recognition based on deep learning ［D］. Beijing： North China Electric Power University， 2021.

［49］盧柳江， 匡迎春， 陳蘭鑫， 等. 基于級(jí)聯(lián)AdaBoost分類器的農(nóng)作物蟲(chóng)害圖像識(shí)別研究［J］. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2019， 40（8）： 127-131.

Lu Liujiang， Kuang Yingchun， Chen Lanxin， et al. Research on pest recognition based on cascaded AdaBoost classifier ［J］. Journal of Chinese Agricultural Mechanization， 2019， 40（8）： 127-131.

［50］

王鐸， 溫長(zhǎng)吉， 王希龍， 等. 基于深度卷積條件生成對(duì)抗網(wǎng)絡(luò)的蟲(chóng)害分類算法研究［J］. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2020， 41（6）： 179-187.

Wang Duo， Wen Changji， Wang xilong， et al. Generating pest identification classification against network based on deep convolution conditions ［J］. Journal of Chinese Agricultural Mechanization， 2020， 41（6）： 179-187.

［51］陳雪艷， 李理， 范曉靜， 等. 基于神經(jīng)網(wǎng)絡(luò)和證據(jù)理論的農(nóng)田蟲(chóng)害預(yù)測(cè)算法［J］. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2019， 40（2）： 151-156.

Chen Xueyan， Li Li， Fan Xiaojing， et al. Farmland pest prediction algorithm based on neural network and evidence theory ［J］. Journal of Chinese Agricultural Mechanization， 2019， 40（2）： 151-156.

［52］馮麗琦， 趙亞琴， 孫一超， 等. 復(fù)雜環(huán)境下森林火災(zāi)火焰局部紋理提取方法［J］. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2019， 40（7）： 103-108.

Feng Liqi， Zhao Yaqin， Sun Yichao， et al. Method for extracting local texture of forest fire flame in complex environment ［J］. Journal of Chinese Agricultural Mechanization， 2019， 40（7）： 103-108.

［53］Le F， Luo J， Wu G. An uninterrupted bird repeller on transmission line ［C］. International Conference on Robotics & Biomimetics. IEEE， 2009.

［54］劉堅(jiān). 基于深度神經(jīng)網(wǎng)絡(luò)的鳥(niǎo)類圖像識(shí)別系統(tǒng)設(shè)計(jì)［J］. 農(nóng)業(yè)裝備與車輛工程， 2019， 57（9）： 113-116.

Liu Jian. Design of bird image recognition system based on DNN ［J］. Agricultural Equipment & Vehicle Engineering， 2019， 57（9）： 113-116.

［55］婁志凱. 驅(qū)鳥(niǎo)系統(tǒng)下的鳥(niǎo)類識(shí)別與跟蹤技術(shù)的應(yīng)用研究［D］. 重慶： 重慶師范大學(xué)， 2016.

Lou Zhikai. Application research on the technology of bird identification and tracking under drivingbird monitoring system ［D］. Chongqing： Chongqing Normal University， 2016.

［56］孫建剛. 基于卷積神經(jīng)網(wǎng)絡(luò)的輸電線路鳥(niǎo)害檢測(cè)方法研究［D］. 北京： 華北電力大學(xué)， 2019.

Sun Jiangang. Research on bird detection method of transmission lines based on Convolutional Neural Network ［D］. Beijing： North China Electric Power University， 2019.

［57］Yoshihashi R， Kawakami R， Iida M， et al. Construction of a bird image dataset for ecological investigations ［C］. IEEE International Conference on Image Processing. IEEE， 2015.

［58］Nadimpalli U D， Price R R， Hall S G， et al. A comparison of image processing techniques for bird recognition ［J］. Biotechnology progress， 2006， 22（1）： 9-13.

［59］朱艷. 空軍南京機(jī)場(chǎng)鳥(niǎo)類輔助識(shí)別系統(tǒng)［D］. 上海： 復(fù)旦大學(xué)， 2009.

Zhu Yan. Aided bird recognition system of Nanjing air force airport ［D］. Shanghai： Fudan University， 2009.