储粮害虫检测现状

储粮害虫检测新技术及应用现状

发布者：胡丽华郭敏发布时间：2007-8-15 10:41:00

内容摘要

储粮害虫的检测是粮食储藏部门的研究热点。害虫种类的识别和密度的确定是粮食管理人员进行害虫综合防治的必要依据。因此，许多国内外专家学者致力于这方面的研究，提出了很多有效的储粮害虫检测方法。该文将介绍几种储粮害虫检测的新方法：声测法、近红外光谱法、X射线法、电导法、微波雷达检测法、图像识别法和电子鼻法。文中分析评价了上述方法的优缺点，最后展望了未来的发展趋势，为更好地进行储粮害虫检测提供了新思路。

正文

1．引言

粮食产后储藏期间，储粮害虫的危害十分严重。据有关资料报道，全世界每年至少有5%的粮食被害虫糟蹋，如果人力、物力和技术跟不上可能会达到20%~30%。在许多发展中国家，谷物产后的损失量约为10%~15%[1]。而在我国，每年国库粮食损失约为0.2%，因此，储粮害虫的实时检测成为迫在眉睫的问题。只有准确地检测，才能做到有目的的防治。

早在1972年，联合国粮食组织提出了建立生态学基础上的综合防治策略（IPM），加拿大、澳大利亚等国在法案中明确提出了储粮害虫的“零容忍”。我国在《“十五”粮食行业科技发展规划》中明确提出要实现粮堆害虫的自动化检测。由此可见，研究有效的害虫检测技术，准确地掌握害虫的密度、种类等信息，可为害虫的综合防治提供科学依据，具有重要的实际应用价值。

为此，国内外专家学者提出了许多储粮害虫检测方法和害虫综合防治技术。传统采用的方法有取样法和诱集法，本文将介绍几种最新的储粮害虫检测方法：声测法、近红外光谱法、X射线法、电导法、微波雷达检测法、图像识别法和电子鼻法，这些方法各有其优势和一定的局限性。本文对这些检测方法的应用状况作了扼要的总结和评述，并展望了未来的发展趋势。传统：信息素法，微波法。2．害虫检测新技术

2．1 声测法

储粮害虫的声检测技术是指通过检测和分析粮堆生态系统中害虫的吃食或

爬行等声信息，以掌握害虫数量、种类和发展阶段，进而评价粮食受危害程度的一种综合技术。相对其他检测方法，它具有简便、快速、价廉、灵敏度高等优点，20多年来，一直是昆虫声学领域研究的热点，国外尤其是美国在这方面处于领先地位，已取得很多研究成果。

1924年，Brain最早利用机电设备检测苹果及谷物中害虫的吃食声，证明了声测法的可行性[2]。后来由于各种因素的影响，声检测技术的研究到90年代以后才又重新活跃起来。在这期间，1991年，Hagstrum等人研制成功了一种粮食害虫连续自动监视系统[3]，实验结果表明：检测到害虫的概率与害虫种类数、所用的麦克风数、各麦克风频率、害虫和麦克风之间的距离等因素有关，该方法可粗略估计害虫的数量，但无法对害虫浸染程度量化。Shuman等人也做了很多研究工作，研制了两代声探测昆虫检测器[4-5]，他的研究成果已用于实际出口谷物的评级。Coggins等利用人工神经网络方法对谷物中害虫活动声信息进行了检测，并根据声信号时域特征的不同对害虫进行了分类。

国内也有学者进行了相关研究。郭敏、尚志远等对储粮害虫爬行声的时频特征做了初步研究，证明害虫爬行声的时频特征与害虫、粮食种类等有关系[7-8]。耿（geng）森林等提出了提高检测系统的抗噪能力以及利用害虫声频域特征进行害虫种类鉴别的新方法[9-10]。另外，他们还提出了改进的新思想：储粮害虫活动的超声研究、储粮害虫超声激活方式的研究和储粮害虫活动声模型的理论研究，为下一步的研究指明了方向[11]。

Pearson等人提出用碰撞声信号检测虫蚀粮粒的新方法[12]。该方法的思路是：利用实验设备控制粮食样本落至钢制冲击板上，通过信号处理的方法处理其碰撞冲击板产生的声信号来检测害虫。实验结果显示，无虫粮粒和虫蚀粮粒的识别准确率分别为98%和84.4%,证明了该方法的可行性。之前，Pearson、Cetin 等人已将该方法用在对裂开和未裂开的开心果的分类问题上，取得了良好的结果[13]。

2．2 近红外光谱法（NIR光谱法）

近红外光是指介于可见光和中红外光之间的电磁波，几乎所有有机物的一些主要结构和组成都可以在它们的近红外光谱中找到信号，谱图稳定，比较容易获取，可用于定性和定量分析，因此，NIR法有“分析巨人”的美誉。近红外光谱法检测储粮害虫的方法基于近红外光的吸收和反射的差异区分虫害麦粒和完好麦粒，根据不同储粮害虫自身内的C、H、N成分的差异，经近红外光谱扫描后，其反射和吸收光谱的不同来识别不同种类的害虫[14]。

目前很多国家尤其是美国、英国、加拿大、日本和澳大利亚等发达国家，都开展了NIR技术的研究和应用工作，这些国家还拥有各种类型的NIR分析仪，已在实际应用中发挥了作用。

20世纪90年代，NIR技术曾经是研究热点。Ridgway和Chambers用近红外技术检测潜藏在粮食颗粒内部的害虫[15]，实验表明对完好粮粒和虫蚀粮粒鉴别效果较好，但对不同成虫或不同幼虫的种类鉴别，因反差较小，效果不理想，且是在实验室进行的，离实际应用还有一定的距离。之后Baker和Dowell等相继使用NIR技术鉴别寄生在小麦颗粒中的米象[16]、识别谷物中11种甲虫类昆虫[17]，最后提出这种技术有望快速自动检测其他有机物。

近几年，NIR技术在粮虫检测方面又有了新进展。Maghirang和Dowell等用自动近红外反射系统（SKCS 4170）成功地检测了单个麦粒中包含的死虫和活虫，同时对包含不同生长阶段状态的蛹、大幼虫、中等大小的幼虫和小幼虫的象虫类昆虫进行了检测[18-19]，准确率分别为94%、93%、84%和63%，这表明NIR技术用于粮虫的检测十分有效。

在小麦面粉的害虫检测中，Perez-Mendoza和Throne等人比较了近红外技术和标准的浮选法[20]，浮选法检测费时（约2小时/样本）且成本很高，而NIR 系统相对很快（1分钟/样本），而且不需要准备样本。但NIR技术也有其局限性，首先它不适合检测虫害水平低的粮食样本，其二该技术对样本的湿度比较敏感，最后它是一种间接的方法，检测幼虫效果不理想。

2．3 X射线法

X射线法是一种直接的具有无损性的储粮害虫检测方法。学者Karunakaran、Javas和White做了大量实验，证明了该方法的有效性。他们最先将X射线用于检测小麦中米象的幼虫、蛹和成虫[21]，获得97%的准确率，对完好粮粒的识别率高达99%，接着三人用该方法检测小麦中的锈赤扁谷盗，对完好粮粒、含幼虫和成虫的粮粒进行分类[22]，正确识别率分别为75.3%、86.5%和95.7%。还