来源：   发布时间：2022-11-22 13:27:10   浏览：

       由于鼠类生态调控能力的稳步不前、各地区灭鼠工作的不平衡发展，致使农田鼠害呈现局部暴发且危害较重的情形，防鼠控鼠变得紧迫而又艰巨，鼠害治理工作仍存在层层阻碍需要突破，如防、治经费投入严重不足，资金投入主要来源民众集资；人才队伍萎缩严重，各省份基层防治人员缺乏，甚至无专人从事防治工作；科研投入有待加强。随着农药监管的标准提升，目前正面临无鼠药可用、无基层人员监测鼠情的囧境，新型鼠药、重建各级防控队伍和新型监测技术的研发投入更是成为亟待解决的关键问题。

       随着大数据、物联网、云计算、人工智能等技术的不断发展，通过采用图像自动采集、数字图像处理、人工智能识别、无线传输等多项技术融合构建监测系统，可实现对鼠情的实时监测管理。在现有的鼠害智能监测系统中，最具有代表性的莫过于鼠害物联网智能监测系统（VIMS4.0）。

图1 鼠害物联网智能监测系统（VIMS4.0）

       鼠害物联网智能监测系统是将计算机视觉技术、大数据技术、模式识别技术融合生物分类学、几何形态学和生物信息学设计研发的全新监测平台，专用于啮齿动物动态数据精准采集、处理分析预测预警，为农牧、林草、口岸、城市公共卫生等领域各类生态系统啮齿动物科学监测、风险分析、危险度评价和风险管理提供技术支持和数据服务。

       该系统由4个子系统组成：

       （1）基于物联网的数据采集系统，即鼠情监测终端，主要部件组成包括箱体、红外监测模块、体重测量模块、温度湿度模块、高清摄像模块（像素1920×1080）、无线通信模块、大容量直流电源等；

       （2）基于机器视觉的模式识别系统， 通过对摄像机采集的视频序列图像进行分析，利用粒子滤波器在每一帖图像中定位运动害鼠，利用时间序列分析方法对害鼠的行为序列进行分析、建模，并利用模型解析行为数据，从而实现害鼠分类分析；

       （3）基于大数据的挖掘分析系统，利用分布式聚类方法将特征相近的害鼠聚成一类，对每个聚类利用基于多层卷积神经网络的深度学习模型，对多分类的害鼠图像进行建模训练，从而实现高精度的害鼠识别分类。在聚类分析结果基础上，利用深度学习方法对害鼠图片进行建模分析，训练生成自动识别害鼠的分类器；

       （4）可视化展示系统，将各种类型的数据，通过不同的呈现方式，包括结合地理信息系统、数据统计图表、三维建模、时空态势展示等丰富的展现形式，将数据直观地呈现给用户。

       其中，集成了模式识别系统的鼠情监测终端主要安装在农区、林区等监测区域，基于大数据的挖掘分析系统和可视化展示系统集中在数据中心。

       基于鼠情监测终端实时记录的害鼠影像、体重、活动节律、环境信息、地理坐标等参数，通过智能识别系统自动对害鼠种类进行鉴定并分类统计。通过大数据挖掘分析系统，输出展示监测区可视化分析，如鼠种分布主题分析、群落结构分析、种群数量动态分析、密度趋势分析、数据对比关联分析、年报数据分析、监测视频元数据查询、监测设备分布查询及异常设备实时预警等（曾娟等，2019）。

       鼠类物联网智能监测系统由青岛云智环境数据管理有限公司提供，该系统主要基于鼠情监测终端实时记录的害鼠影像、体质量、环境信息、地理坐标等参数，通过智能识别系统自动对害鼠种类进行鉴定并分类统计。该公司主要致力于实现各类生物智能监测，以数据采集、挖掘分析、智能硬件及软件系统开发为主营业务，依托于实验室研究成果，开发出基于物联网的数据采集系统、基于机器视觉的模式识别系统、基于大数据的挖掘分析系统和可视化展示系统，依托云智数据智能应用平台为各行业智能监测提供整体解决方案。技术咨询：0532-58717757

       免责声明：以上部分图片和资料均来源于网络，由我方整理，版权归原作者所有；内容如有不妥之处，请联系改正或删除 。参考文献：曾娟,韩立亮,郭永旺,赵心蕊.基于大数据的物联网智能监测系统在农区鼠害监测中的应用效果初报[J].中国植保导刊,2019,39(07):28-35.