问题描述

随着信息技术、遥感技术、物联网、人工智能等技术在农作物病虫害监测中的应用，来自田间环境和病虫害信息的数据呈现出井喷式增长，为病虫害预测预报提供了可靠的实时数据。然而，目前植保人员仍然是在智能设备提供的数据基础上，凭借多年经验对病虫害发生趋势作出预测。因此亟需建成覆盖全国的农作物病虫害精准预测模型，解决从智能设备采集的海量多源数据到大范围病虫害精准预测之间最后一公里的问题。

问题背景

粮食安全是国际社会关注的热点问题，也是关系我国经济发展、社会稳定和国家自立的全局性重大战略问题。农作物病虫害是威胁粮食生产的重要因素，“十三五”期间，通过病虫害防治，年均挽回粮食损失 8 728.08 万吨，占粮食总产的 13.17%；防治后仍造成损失1 448.86万～1 709.20万吨，占粮食总产的2.35%。病虫害的准确预报是其有效防控的基础，根据预报在病虫害防控的最佳时期采取防控措施可节省大量的人力物力。由于农作物病虫害发生与发展的影响因素多、作用机制复杂，预测时除考虑病虫害自身的生物学特性外，还需要考虑气象、作物品种及生育期、土壤环境、施肥施药情况、自然天敌控制能力等许多生物与非生物因素的影响，预报困难。近年来，在全球变化的大背景下，作物病虫灾害频发且呈现全球性的扩散蔓延和迁飞传播趋势，给农作物病虫害精准测报带来了新的挑战。

目前，不同研究机构的研究人员为满足科研需求研发了多种类型的智能监测设备和信息系统，针对相同的病虫害，获得了不同类型的海量数据。但这些数据尚未实现共享，导致国内基于多源数据的农业病虫害预报模型的研究进展缓慢，使先进的智能监测设备及监测系统只流于病虫害发生信息的监测与可视化展示，并未在农作物病虫害的预测中发挥应有的作用。如何共享数据，分析生物和非生物因素对农作物病虫害发生发展的复杂影响，并建立时间和空间尺度能满足生产需要的农作物病虫害预测模型，是摆在科技工作者面前的难题。

最新进展（截止问题发布年度）

随着信息技术、遥感技术、物联网、人工智能等技术的迅速发展，我国植保科技工作者将这些技术应用到农业病虫害的智能监测中，研发了各种病虫害智能监测设备，实现了病虫害发生的数据的实时采集，建立了覆盖全国的病虫害智能监测网络和信息平台，并用于指导病虫害的测报和防控工作。国内相关单位自主研发了基于WRF中尺度大气模式的迁飞昆虫三维轨迹分析平台；气象因素、寄主植物、迁飞、化学防控等因子趋动的，覆盖华北11个省（市、自治区）的区域性棉铃虫种群动态模型；基于10余种气象因子自动监测、无线传输和云存储，结合初始菌源量，智能化和自动化预测小麦病害的云端模型；针对小麦、玉米、水稻等主要作物的重大病虫害的，耦合遥感机制和病虫迁飞扩散机理的动态预报模型。这有效提高了我国棉铃虫、稻飞虱、草地贪夜蛾、赤霉病、条锈病等重大农作物病虫害监测预警的时效性和准确性，然而目前仍然存在重监测轻预测、重数据积累轻数据挖掘，研究者各自为政，协同创新不够等问题，导致模型的精度和普适性较差，距离生产需求还有相当大的差距。

未来面临的关键难点与挑战主要为：（1）多源数据的准确性、规范性和共享，（2）生物因素和非生物因素对农作物病虫害的复杂影响机制的解析，（3）大尺度高精度农作物病虫害预测模型的建立与有效性验证。

重要意义

如果本问题取得突破，对农作物病虫害的预测精准度提高到，使我国农作物病虫害得以在最佳防治时期开展防治，节省人力物力约100亿元，提高防治效果多挽回损失约1000万吨。由于在最佳防治时期开展防治，病虫害抗药性低，减少农药使用量2500吨，从而有效减少农药的环境污染。这对保障国家粮食安全和保护环境具有重要的意义。如果本问题取得突破，将彻底改变我国农业生产模式，将农业生产中最复杂、风险最大的管理环节变成自动化和智能化，有助于推动我国农业生产走向智能化，大大提升农业生产的效率和效益，释放更多的劳动力，为我国经济发展注入新的活力。