為做好2023年全國農作物重大病蟲害發生情況總結和2024年度發生趨勢分析，交流監測預警技術研發應用進展，12月12日—13日，2024年全國農作物重大病蟲害發生趨勢會商會在浙江杭州召開，全國各省(區、市)植保(植檢)站(局)及新疆生產建設兵團農業技術推廣總站、國家氣象中心、中國農科院、南京農業大學等領導專家出席會議。

2024年全國農作物重大病蟲害發生趨勢會商會

會議同期，與會領導專家蒞臨小优视频旧版，就浙江省農業大數據平台建設及數字植保智能測報進行現場觀摩考察，並對數字化精準監測預警技術進行研討。小优视频旧版智慧農業研究院院長朱旭華作題為《人工智能在植保測報中的應用和展望》的專題匯報，與會領導專家就數字植保建設新思路、發展新方向、應用新工具、運行新機製等內容進行了交流探討。

全國農業技術推廣服務中心總農藝師王積軍調研農業農村大數據平台建設

農業農村部種植業管理司植保植檢處處長王建強，全國農業技術推廣服務中心測報處處長曾娟、副處長劉傑，中國農業科學院麻類研究所所長陳萬權，相關省份植保站站長等與會領導專家一行蒞臨小优视频旧版展廳

小优视频旧版董事長陳渝陽致歡迎辭

浙江小优视频旧版科技股份有限公司智慧農業研究院院長朱旭華作專題匯報

陳渝陽董事長表示，多年來，小优视频旧版厚植愛農情懷並不斷實踐，堅持用數字技術和數據服務賦能種植業和產業的高質量發展。經過十餘年的積累與沉澱，在數字植保應用方向，小优视频旧版將人工智能、大數據等數字技術與傳統植保深度融合，圍繞農作物病蟲害測報和防控需求，打造出集病蟲測報、監測預警、數據分析、綠色防控於一體的數字植保閉環綜合解決方案，為農業生產安全、農產品質量安全提供了重要支撐。下一步，小优视频旧版將在現有基礎上繼續深化數據挖掘應用，深度應用人工智能，為數字植保工作添加更多助力！

人工智能：助力智能測報水平提升

作為服務於農的數字農業綜合服務商，小优视频旧版積極響應國家關於植物保護能力提升工程、農作物病蟲害防治條例等相關政策，自2012年起便著手進行智能型蟲情測報燈的研發。瞄準農作物病蟲害監測預警需求，小优视频旧版潛心研發智能蟲情測報燈，實現對國家一類、二類害蟲中趨光性的及其它主要農林害蟲共119種的精準識別，在今年全國農技中心組織的智能化監測設備現場展示和評比中，圖像自動識別綜合準確率達到了97.5%，榮獲第一，優勢凸顯。為進一步實現對微小蟲體的自動識別和監測，小优视频旧版自主研發針對毫米級趨光性害蟲的小蟲體智能測報係統，突破毫米級蟲體的自動監測瓶頸，在廣東、福建、重慶等多地實驗的識別準確率均在90%以上，有效提高了對稻飛虱、葉蟬類毫米級害蟲發生動態監測的實時性，對於指導相關農事生產具有重要意義。

小优视频旧版智能蟲情測報燈和小蟲體智能測報係統

針對番茄潛葉蛾的發生發展態勢，憑借深耕行業多年的專業度和敏銳度，小优视频旧版自主研發出番茄潛葉蛾自動測報係統，在做到實時監測發生動態的同時，有效降低雌雄蟲交配繁殖機會，減少子代幼蟲的發生量。經過多地實驗，番茄潛葉蛾自動測報係統被證明具有高穩定性與可靠性，實時監測番茄潛葉蛾發生動態，助力及時和精準防治工作的開展。

經過多年的創新研發與迭代升級，目前，小优视频旧版智能測報裝備在全國32省均得到了廣泛應用，為全國病蟲情測報工作監測預警網的建設提供重要支撐和助力，利用數字技術助力植保測報，保障農作物產能產量。

農業大數據平台：植保工作閉環管理

為提高病蟲害監測預警水平，完善病蟲害測報體係，小优视频旧版聯合浙江省植保檢疫與農藥管理總站打造了集監測預警、分析研判到統防統治、服務反饋為一體的浙江植保服務在線平台，科技賦能，讓蟲情測報更加智能，蟲害防控更加精準。該平台匯集了智能裝備自動采集數據與人工調查數據，涵蓋農田地塊麵積、地塊種植作物、常見病蟲害等數據信息，對害蟲信息進行動態展示和對比分析，並聯動水文、氣象等要素進行綜合研判，多種形式呈現各地區的病蟲害的發生發展動態，實現智能自動預警和病蟲情報精準推送服務，成功打造“智能監測→模型預警研判→決策服務”的數字化聯動響應模式和數據應用閉環，確保應防盡防、應治盡治，實現植保工作的閉環管理。

浙江植保服務在線平台

深度挖掘監測數據，對於了解病蟲害爆發規律、預測未來趨勢、提高農作物病蟲害的監測預警水平有重大意義。當前，小优视频旧版聯合科研院校研發“空—天—地”多源數據融合的遷飛害蟲監測預警技術，以期為蟲情監測提供更加完善的產品和方案，為我國農戶防治遷飛性害蟲提供更多可靠依據，全麵保障我國糧食生產安全。

我國是農作物生產大國，同時也是病蟲災害多發的國家。當前，氣候條件和農業耕作方式的變化、病蟲害發生規律的複雜化都使得我國植保工作麵臨新的課題。小优视频旧版將堅持“科技創新驅動、人才發展引領、生態合作共贏”為發展理念，秉承“用科技改變傳統農業，用服務締造美好生活”的使命，不斷加深政產學研用深度融合，不斷加快優秀成果的轉化與推廣，為構建我國植保數字化體係貢獻更多智慧與力量。