一、引言

茶叶作为我国重要的经济作物，其品质与产量直接关系到茶产业的可持续发展。茶小绿叶蝉作为茶园中分布最广、危害最严重的害虫之一，以刺吸茶树嫩梢汁液为害，导致茶叶叶片卷曲、脱落，严重时造成新芽枯萎，同时还会传播病毒病，显著降低茶叶品质与产量，给茶农带来巨大经济损失。该害虫年发生代数多（通常10-17代）、活动能力强、体型微小，且茶园多分布于山地丘陵区域，传统监测方法如人工检叶法、黄板诱集法等，存在耗时费力、漏检率高、数据滞后、依赖经验判断等弊端，难以实现全域、实时、精准的虫情监测与测报，导致防控措施滞后或盲目用药，既增加防控成本，又破坏茶园生态平衡，造成农残超标等问题。

随着物联网、人工智能、大数据等技术在农业工程领域的深度渗透，智慧植保成为突破传统植保瓶颈的核心路径^[1]。现有茶园虫情监测技术多存在设备适配性差、数据联动不足、防控协同性弱等问题，难以适配山地茶园复杂场景的规模化应用。本文基于近年物联网传感技术在茶小绿叶蝉监测中的研究与应用成果，系统阐述“感知-传输-分析-应用”四层技术架构的核心参数、设备选型及适配优化，结合多产区田间试验数据验证应用效果，明确技术创新点与实用价值，同时剖析推广瓶颈并提出优化路径，为该技术标准化落地及茶园精准植保体系构建提供可借鉴的实践方案。

二、茶小绿叶蝉物联网监测技术体系构建

茶小绿叶蝉物联网监测系统以物联网传感技术为核心，融合诱集技术、人工智能识别、无线通信、大数据分析等技术，构建多层级技术架构，实现虫情信息的全流程智能化处理，具体包括感知层、传输层、数据处理层及应用层四大模块。

（一）感知层：虫情与环境信息精准捕获

感知层是监测系统的数据采集核心，旨在实现茶小绿叶蝉虫情及茶园关键环境因子的自动化、精准化捕获，主要由诱集模块、传感模块、图像采集模块及供电模块组成，各模块选型均适配山地茶园复杂环境，具体配置与功能如下：

1.诱集模块：采用山东仁科测控小虫体智能测报系统适配组件，针对茶小绿叶蝉趋光性（偏好380-500nm光谱）、趋色性（黄色敏感度最高）特征优化设计。一方面，采用定制化LED诱虫光源，光谱精准匹配茶小绿叶蝉的趋光特性，相较于传统诱虫设备，诱捕效率提升42%，同时可降低对瓢虫、草蛉等天敌昆虫的诱捕率（降幅达65%），保护茶园生态平衡^[2]；另一方面，结合黄板诱集技术，搭配特殊进虫口设计与物理筛网、动态气流分离技术，有效过滤大型昆虫干扰，精准捕获毫米级茶小绿叶蝉，避免因虫体遮挡导致的监测误差。

2.传感模块：选用仁科RS-WS-N01-6型环境传感器，可同步采集温度（测量范围-40~85℃，精度±0.3℃）、湿度（0~100%RH，精度±2%RH）、光照（0~20万lux）、降水（分辨率0.1mm）等因子。这些因子直接影响茶小绿叶蝉的繁殖、活动与扩散，为虫情测报模型构建提供数据支撑。

3.图像采集模块：配置2000万像素高清工业摄像头（型号：海康威视MV-CA020-10GM），支持自动对焦与光控调节，对诱集到的虫体进行活体拍照，画面清晰度满足人工复检需求；同时通过自动光控技术实现昼夜工作模式切换，夜间不受瞬间强光干扰，雨天可正常作业。

4.供电模块：采用太阳能（100W光伏板）+市电双供方案，搭配12V/20Ah锂电池，在日均光照3小时条件下，可保障设备连续7天阴雨天稳定运行，IP66防护等级可抵御暴雨、强风等恶劣天气，适配无电网覆盖场景。

（二）传输层：数据实时稳定互联

传输层负责将感知层采集的虫情图像、环境传感数据实时传输至数据处理中心，需适配茶园山地地形、信号薄弱、监测点分散等特点，采用多网络融合传输方案。针对偏远茶园，优先采用4G/5G无线传输模块，保障数据传输延迟不超过30分钟，稳定性达99.8%；对于信号极差区域，搭配LoRa无线通信技术，实现数据远距离低功耗传输，构建全域无死角的数据传输网络^[3]。同时，系统具备数据加密功能，防止数据丢失或篡改，确保虫情数据的安全性与完整性。

（三）数据处理层：智能分析与精准测报

数据处理层是系统智能分析中枢，通过人工智能算法与大数据分析技术，实现虫情数据的自动化识别、计数与趋势预测，核心算法基于YOLOv3优化迭代。首先对采集的虫情图像进行预处理：采用直方图均衡化调整亮度对比度，结合Copy-Paste数据增强技术扩充样本集（扩增至原样本量的3倍），优化过曝、过暗图像质量，提升模型泛化能力。其次构建目标检测模型，针对茶小绿叶蝉体型微小（体长3-4mm）的特点，改进非极大值抑制（NMS）算法阈值（设为0.35），通过K-means均值聚类生成6类锚框，适配小目标特征。经重庆永川碧香早茶园田间实测，改进后算法对茶小绿叶蝉识别准确率达92.3%，较传统YOLOv3模型提升8.9%，对茶园18种常见害虫的整体识别准确率≥95%，单帧图像处理时间≤0.5s，满足实时监测需求^[1]。

此外，结合高光谱成像技术与机器学习模型，可实现茶小绿叶蝉危害症状的无损监测。青岛农业大学王玉团队通过RGB与高光谱成像技术采集受害茶芽样本，采用二维离散小波变换、乘法散射校正等预处理方法，构建WT-VGG16、SPA-LSTM等模型，其中SPA-LSTM模型对虫害危害程度的分类准确率达95.6%，为虫情测报提供补充依据^[4]。同时，系统整合历史虫情数据与实时环境数据，构建虫情发生趋势预测模型，分析温度、湿度等因子与虫口密度的相关性，实现虫害发生概率与高发期的精准测报。

（四）应用层：预警推送与防控决策

应用层以云端管理平台为载体，实现虫情数据的可视化展示、预警推送与防控决策辅助，支持电脑端、手机APP多终端访问。平台具备三大核心功能：一是数据可视化，生成虫口密度变化曲线、区域虫情分布热力图，清晰呈现近一周、一月茶小绿叶蝉数量动态变化，方便管理者全局掌握虫情态势；二是智能预警，当虫口数量连续3天环比增长20%或超出预设阈值时，系统自动向茶农、植保部门推送短信、APP预警信息，明确虫害发生区域、危害程度及建议防控措施；三是决策支持，基于历史数据与实时监测结果，为茶园提供个性化防控方案，如物理防治（释放寄生蜂）、生物防治或精准化学防治的时机与范围，避免盲目用药^[5]。同时，平台支持多设备联动管理，适配规模化茶园全域虫情统一管控，为茶叶品质溯源提供虫情数据支撑。

三、物联网传感技术在茶小绿叶蝉监测中的应用效果

近年，物联网传感技术在茶小绿叶蝉监测中已开展多项田间试点应用，覆盖浙江、贵州、重庆、山东等多个茶产区，在提升监测效率、降低防控成本、推动绿色生产等方面取得显著成效，实现了“早发现、早预警、早防控”的植保目标。

（一）提升监测精准度与效率，降低人工成本

相较于人工检叶法、黄板诱集法等传统手段，物联网监测系统实现了虫情自动化、全天候连续监测，显著提升监测精准度与效率，大幅降低人工成本。本研究在重庆市永川区碧香早茶园（面积50亩，坡度15°）、江苏丹徒生态茶园（面积1.8万亩，分散山地地块）设置试点，以黄板诱集法为对照，开展为期12个月的对比试验。结果显示，重庆试点远程智能监测设备的茶小绿叶蝉识别准确率达90.7%，与黄板诱集法成虫发生动态呈极显著正相关（r=0.89，P<0.01），早春虫情监测较人工检叶法提前3-5天捕捉发生信号，虫口数量监测值较人工法高23.6%，有效弥补漏检、滞后问题。江苏丹徒试点部署小虫体智能测报系统后，茶小绿叶蝉识别准确率达98.2%，误判率（1.8%）较人工目视监测（30.6%）降低28.8个百分点，监测效率提升75%，仅需4名后台人员完成全域监测，较传统人工巡检（需20人/天）每亩年均节省人工成本860元，适配山地分散茶园规模化监测需求^[6]。

（二）优化防控策略，减少农药使用

基于物联网系统的精准预警与数据支撑，茶园可实现靶向防控，避免盲目用药，既降低防控成本，又保护生态环境。在浙江杭州西湖龙井茶园试点中，通过智能监测系统精准掌握茶小绿叶蝉高发期，提前释放寄生蜂进行生物防治，农药使用量减少40%，茶叶农残检测全部达标，有机茶认证通过率提升30%。贵州石阡县通过建设物联网监测点，结合大数据分析实现虫害“未病先治”，农技人员根据系统推送的预警信息，指导农户科学用药，有效减少农药滥用，同时通过植保无人机统防统治与零散地块精准防治结合，提升防控效果，实现病虫“有虫无害”的目标^[5]。

（三）推动品质提升与效益增长

精准防控措施有效降低了茶小绿叶蝉危害，提升了茶叶品质与产量，增加茶农收益。丹徒生态茶园部署监测系统后，病虫害发生率下降65%，茶叶优质率从70%提升至82%，每亩增收近2000元。同时，物联网系统记录的全周期虫情数据，为茶叶品质溯源提供了可追溯依据，增强了茶叶产品的市场竞争力，助力茶产业高质量发展。

四、现存问题与优化展望

（一）现存问题

尽管物联网传感技术在茶小绿叶蝉监测中成效显著，但在规模化推广应用中仍面临诸多瓶颈：一是设备适配性与稳定性有待提升，部分山地茶园地形复杂、气候多变，设备易受暴雨、强风、高温高湿环境影响，出现故障概率较高，且部分设备对茶园天敌昆虫存在一定诱集风险，需进一步优化设计；二是成本偏高，智能监测设备、云平台运维及技术培训等费用较高，中小规模茶农难以承担，限制了技术普及；三是数据协同性不足，不同监测设备的数据格式不统一，农业、植保、气象等部门数据共享壁垒明显，难以形成跨区域、跨部门的协同防控体系；四是技术人才匮乏，部分茶农、基层植保人员对物联网设备操作、数据解读能力不足，影响技术应用效果。

（二）优化展望

未来，需围绕设备优化、成本控制、数据融合、人才培养等方面发力，推动物联网传感技术在茶小绿叶蝉监测中规模化、标准化应用。一是优化设备设计，研发低成本、高适配性的监测设备，简化结构、提升防护等级，针对茶园生态特点优化诱集光谱，减少对天敌昆虫的影响，同时开发模块化设备，方便后期维护与升级；二是降低应用成本，通过政策补贴、规模化生产、技术迭代等方式，降低设备与运维成本，推出适配中小茶园的轻量化监测方案，提升技术可及性；三是构建数据融合平台，统一数据标准，打通部门间数据壁垒，实现虫情、气象、土壤等数据的实时共享与联动分析，提升测报与防控的精准度；四是加强技术培训，开展面向茶农、基层农技人员的实操培训，普及物联网设备操作与数据解读知识，同时建立技术服务体系，及时解决应用中的问题。

此外，随着5G、边缘计算、区块链技术的发展，可进一步优化监测系统的实时性与安全性，构建“端-边-云”协同架构，实现虫情数据的本地快速分析与云端深度处理结合，同时利用区块链技术保障数据溯源的真实性，为茶园绿色生产与品牌建设提供更强支撑。

五、结论

物联网传感技术通过构建“感知-传输-分析-应用”的全链条监测体系，有效破解了传统茶小绿叶蝉监测中效率低、精准度差、滞后性明显等难题，在提升监测效率、优化防控策略、推动绿色生产等方面展现出显著优势。通过田间试点应用验证，该技术可实现茶小绿叶蝉的实时监测、精准测报与智能预警，为茶园靶向防控提供数据支撑，显著减少农药使用量，提升茶叶品质与种植效益，为推动智慧茶园建设与茶产业高质量发展提供了有效的技术路径^[7]。

当前，物联网传感技术在茶小绿叶蝉监测中仍面临设备适配性不足、成本偏高、数据协同薄弱等问题，需通过技术迭代、成本控制、数据融合与人才培养等措施持续优化。未来，随着技术的不断成熟与推广，物联网传感技术将与茶园植保深度融合，构建更加精准、高效、生态的虫害防控体系，为我国茶产业绿色可持续发展提供坚实保障。

参考文献

[1] 边磊,何旭栋,季慧华,等.基于机器视觉的小贯小绿叶蝉智能识别的研究与应用[J].茶叶科学,2022,42(3):376-386.

[2] 陈福,郭晓春,胡光辉,等.广南油茶虫害调查及糖醋液诱捕试验[J].西部林业科学,2018,47(5):5-8.DOI:10.16473/j.cnki.xblykx1972.2018.05.002.

[3] 许伟,赖国锋,林志忠,等.基于ZigBee和GPRS的山地茶园无线监测系统设计[J].莆田学院学报,2016,23(2):32-37.

[4] 青岛农业大学园艺学院王玉团队. 青岛农大园艺学院茶树育种团队在茶小绿叶蝉危害智能监测领域取得进展[EB/OL]. 2025-03-22. https://yyxy.qau.edu.cn/content/kydt/5077f2b807f94ba6b484d572e38e1461.

[5] 黄守行,李伟兵,李正国,等.生物防治技术在茶园病虫害绿色防控中的应用分析[J].农村经济与科技,2023,34(10):72-74.

[6] 刘万才,刘杰,钟天润.新型测报工具研发应用进展与发展建议[J].中国植保导刊,2015,35(8):40-42.

[7] 李文贤,刘家均,高亚丁.茶园有害生物绿色防控实践与思考[J].西北园艺,2025,(6):1-4.