农作物早期病虫害隐蔽性强、识别难度大，传统人工田间巡检耗时费力、效率偏低，排查滞后极易错过病虫害防治的最佳窗口期，制约农业稳产提质。

今年暑期，华南师范大学科技助农突击队奔赴肇庆封开、佛山高明两地，开展“无人机+人工智能”智慧植保攻关，以青年科创力量破解田间病虫害排查难题，为农业提质增效、绿色发展聚力赋能。

校地携手，AI技术落地高明生态茶园

这支由11名本科生、硕士研究生组成的青年突击队，在华南师范大学余松森、朱定局两位教授指导下，已连续三年扎根肇庆封开南丰镇的丝瓜种植基地。团队持续开展病虫害影像数据采集、AI识别模型迭代优化等工作，打磨适配复杂田间实景的智能识别技术。

目前，团队自主研发的丝瓜病虫害识别系统已趋于成熟。基于单叶片样本数据集，系统对丝瓜霜霉病、斑潜蝇等田间高频病虫害识别准确率达96%，识别效果稳定可靠，为技术落地、规模化推广打下扎实根基。

实验室环境下的作物叶片图像背景纯净、主体清晰，识别难度较低；而真实田间场景复杂多变，叶片相互遮挡、风力扰动、航拍高度与角度差异等多重因素，极易导致病虫害特征模糊，大幅提升智能识别的技术难度。为破解户外复杂环境带来的技术难题，今年暑期，突击队再度进驻封开田间开展攻坚。队员针对性优化算法逻辑、迭代模型参数，有效提升系统对阴天、高温等特殊田间环境的适配能力，不断打磨精准、高效、可落地的本土化智慧植保方案。

单一作物的技术突破并非终点。丝瓜病虫害识别模型逐步完善后，团队主动对接地方现代农业发展需求，推动科创成果走出试验田，开启跨作物场景拓展探索。今年7月，团队受佛山市农业农村局邀请，联合季华实验室、华南农业大学等单位，共建佛山功夫红茶现代数智化生态茶园示范基地。项目将成熟的AI植保识别模型迁移适配茶叶种植场景，用科创力量助力佛山特色茶产业数字化转型。7月19日，突击队进驻佛山高明瀑布茶园，启动茶叶病虫害防治定制化技术研发。

据悉，高明瀑布茶园首期种植规模达500亩，园区山头分散、地形复杂、种植范围广阔，传统植保工作开展难度大。茶园农技人员杜工介绍，人工巡查方式存在明显效率短板，一名工作人员完整巡查整片茶园需两至三天。“病虫害发现不及时，不仅会影响茶树长势、降低茶叶品质，盲目施药还会造成农残超标、种植成本上涨。如果能实现病虫害早发现、早预警、早处置，就能从源头帮助茶园降本提质，践行绿色生态种植理念。”杜工表示。

持续迭代，打造标准化智慧农业样板

丝瓜叶片宽大、病害特征直观清晰；茶树叶片细小密集、树冠层遮挡严重，不同品种茶树的叶形、生长状态差异明显，对AI识别的精准度、环境适配性提出更高要求。围绕佛山数智化生态茶园建设的专业标准，团队锁定红蜘蛛、茶赤叶斑病、茶云纹叶枯病等8类茶树高频病虫害，系统开展病叶、健康叶片样本的采集、标注与归档工作，搭建适配佛山茶园实景的高精度茶叶智能植保体系。

田间作业期间，团队调配3架无人机开展多距离、多视角立体化航拍采样，全方位采集存在自然遮挡、复杂山地背景下的茶树叶片影像，累计筛选整理有效样本图像8000余张。目前，海量田间样本已完成初步筛选与分类，茶叶病虫害智能识别模型的测试与调优工作正有序推进。

为保障模型识别精准度，高质量完成跨作物技术迁移适配，团队摒弃简单参数套用的粗放式调试模式，聚焦茶叶病虫害识别核心难点开展技术攻坚。队员按照病虫害类别分组作业，逐行、逐株、逐叶核验田间样本，建立“初步判别、交叉核对、对比辨析、研讨修正”的闭环核验机制，精准区分各类病虫害相似症状，夯实数据标注、模型训练、算法优化基础，让AI模型精准识别、深度“读懂”茶叶病虫害独有特征，打造适配佛山茶园可落地、可推广的数智植保方案。

据介绍，下一步，团队将整合丝瓜、茶叶两类作物的田间实测数据，完成数据清洗、精准标注等基础工作。依托成熟的丝瓜识别模型，针对茶叶场景开展专项迁移调优；同步对比测试手持设备单叶片识别、多叶片识别及无人机多视角识别三种模式的实际效果，持续迭代优化模型性能、提升场景适配能力，全力支撑佛山功夫红茶现代数智化生态茶园示范基地建设落地见效。

华南师范大学人工智能学院党委副书记林德丰表示，团队始终立足学科科创优势，深耕智慧农业赛道，着力研发适配不同农作物的垂类AI模型，致力于打造标准化、接地气、可推广的智慧农业解决方案。从封开瓜田到高明茶山，从校园科创实验到服务地方农业发展战略，变化的是技术落地的作物场景，不变的是华师学子扎根田野、科创助农的初心与使命。

智慧农业的迭代升级，并非一蹴而就，而是一次次田间实践、一项项技术攻坚、一轮轮算法优化的结果。从单作物精准识别到多场景适配赋能，华师学子用海量实景数据优化算法模型，用硬核技术破解农业植保难题，让人工智能扎根田间地头、赋能乡村振兴，持续助力传统农业向数字化、绿色化的现代智慧农业高质量转型。

文|记者 孙唯

图|丁可奇