1、ICS65.020.01CCS B 1663青海省地方标准DB63/T 20792022春油菜田油菜露尾甲、茎象甲、黄条跳甲、角野螟虫害智能调查识别技术规程2022-11-24 发布2023-01-01 实施青海省市场监督管理局发 布DB63/T 20792022I前言本文件按照GB/T 1.12020标准化工作导则第1部分：标准化文件的结构和起草规则的规定起草。本文件由青海省农业农村厅提出并归口。本文件起草单位：青海省农业技术推广总站。本文件主要起草人：王秀娟、李云龙、张优良、黄霞、李洪明、吴玉栋、秦建芳、徐淑华、徐元宁、米六存、张建凤、马源、李积升、王桂兰、周措吉。本文件由青海省农业农村厅
2、监督实施。DB63/T 207920221春油菜田油菜露尾甲、茎象甲、黄条跳甲、角野螟虫害智能调查识别技术规程1范围本文件规定了春油菜田油菜花露尾甲、茎象甲、黄条跳甲、角野螟智能识别、成虫调查、数据校正方法与数据输出、发布内容。本文件适用油菜花露尾甲、茎象甲、黄条跳甲、角野螟智能监测与预报。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。DB63/T 803 春油菜黄条跳甲监测预报技术规范DB63/T 804 油菜角野螟监测预报技术规范DB63
3、/T 805油菜茎龟象甲春油菜田监测预报技术规范DB63/T 806油菜露尾甲春油菜田监测预报技术规范3术语和定义下列术语和定义适用于本文件。3.1农作物病虫害采集设备专业的移动式田间病虫害信息获取设备或能够获取田间病虫害图像信息的设备。3.2农作物病虫害智能识别模型由自动识别计数基础数据集构建、基于深度学习方法的自动识别计数框架、病虫害自动识别计数模型训练、病虫害自动识别计数精度统计构成的数字化智能识别模型。3.3智能识别通过农作物病虫害智能识别模型，对春油菜田花露尾甲、茎象甲、黄条跳甲、油菜角野螟成虫图像识别分析的技术。4设备的使用方法4.1使用方法DB63/T 207920222避免设备
4、晃动，有条件时可将设备固定在农田或田埂上。4.2使用环境白天光线较好时使用，避免雨天使用。4.3图像采集图像分辨率1000*1000以上，格式为jpg，大小大于等于1MB。采用背光拍摄，害虫占图像面积大于等于1/10，图像害虫特征清晰。5调查内容和方法5.1调查地点根据春油菜在当地的布局，选择有代表性的田块10块15块，每样点大于等于667m2。5.2调查时间根据不同虫害生活习性和为害时期，进行调查。花露尾甲在春油菜现蕾期至角果期调查，每 7 d10 d 调查一次。茎象甲在春油菜抽薹期至初花期调查，每 7 d10 d 调查一次。黄条跳甲在春油菜出苗前 3d5d 至现蕾抽薹期调查，出苗前每 3d
5、5d 调查一次，出苗 5、6叶现蕾抽薹期每 5 d7 d 调查一次。角野螟在春油菜盛花期至角果期调查，每 5 d7 d 调查一次。5.3调查方法5.3.1花露尾甲花露尾甲（MeligethesaeneusFabricius）随机拍摄15株油菜。图像采集包含所选植株所有的花。拍摄距离小于等于11cm。5.3.2茎象甲茎象甲（CeuthorhynchusasperRoelofs）随机拍摄30株油菜。图像采集包含所选植株叶片、茎。拍摄距离小于等于13cm。5.3.3黄条跳甲黄曲条跳甲（PhyllotretaatriolataFabricius）、黄狭条跳甲（PhyllotretavittulaRed
6、tenbacher）、黄宽条跳甲（PhyllotretahumilisWeise）、黄直条跳甲（PhyllotretavittulaRedtenbacher）随机拍摄50张田间图像。拍摄距离小于等于5cm。5.3.4角野螟角野螟（EvergestisextimalisScopoli）随机拍摄15株油菜。图像采集包含所选植株的中下部茎及叶片。拍摄距离小于等于20cm。6数据校正DB63/T 207920223按照DB63/T 803、DB63/T 804、DB63/T 805、DB63/T 806标准，在所选典型田块调查花露尾甲、茎象甲、黄条跳甲、角野螟成虫虫口密度，与农作物病虫害采集设备智能识别调查结果进行比对。结果有偏差时，采用系统校正。7数据输出7.1数据上传图像上传至病虫害智能调查模块，选择作物春油菜与相应油菜生育期。7.2数据分析通过病虫害智能识别模型判定，显示调查田块成虫虫口密度、发生等级。8发布市、县级植保机构根据数据分析结果发布本行政区域内油菜花露尾甲、茎象甲、黄条跳甲、角野螟短期预报。
