"隐形粮堆害虫智能监测系统Pest Manager：基于红外传感与Transformer架构的精准虫害管理新范式"

本文创新性提出Pest Manager系统框架，通过改进型红外探虫器（PestMoni）实现粮堆内部害虫检测，构建首个害虫坠落波形数据集（PestSet），并开发条件修正模块（CMM）增强的Transformer模型（PestFormer），在虫体计数（99.2%准确率）和物种鉴定（86.9%准确率）方面达到SOTA性能，为粮食仓储害虫隐形监测提供硬件-数据-算法全链条解决方案。

亮点

本研究首次将非对称正交红外布局（PestMoni）、大规模虫体坠落波形库（PestSet）与条件修正Transformer（PestFormer）相结合，开创了粮堆内部害虫"看不见摸得着"的监测新范式。

方法学

PestMoni探虫器：采用双红外发射-接收管非对称正交布局，灵敏度较传统对称设计提升41%（η值）。PestSet数据集：收录5大仓储害虫（含玉米象S. zeamais和赤拟谷盗T. castaneum）的12,632组坠落波形，涵盖设备间变异。PestFormer模型：通过条件修正模块（CMM）消除设备差异，实现波形特征与虫体生物特性的精准映射。

实验验证

在模拟实仓环境中，系统对磷化氢高抗性虫种Sitophilus spp.的识别准确率达86.9%，计数误差<0.8%。温度适应性测试显示，在15-35°C范围内性能波动<3%，显著优于电子鼻（性能衰减达13.5%）。

讨论

该框架突破传统监测三大瓶颈：1）粮堆穿透性监测难题；2）低温高湿环境稳定性；3）虫种特异性识别。特别适用于东南亚等高损失地区（虫害损失>20%），可减少30-60%的化学熏蒸剂用量。

结论

Pest Manager首次实现粮堆三维空间内的"虫落声知"智能监测，为全球粮食减损提供可量化、可追溯的技术支撑，相关技术已申请中国发明专利（No.20240162）。