一、害虫导致的全球粮食损失惨重。谷物是世界各地消费的主食，收获后，干燥的谷物通常在使用前储存相对较长的时间。值得注意的是，谷物在储存过程中受到虫害的严重威胁，造成巨大损失。据估计，有20000多种田间和仓储害虫，其中数十种在质量和数量上对仓储谷物具有高度破坏性。虫害发生后，不仅谷物被吃掉，而且谷物还受到害虫代谢产物和身体部位的污染。此外，害虫的代谢会导致热点的出现、相邻谷物的形成粘连，从而导致谷物变质，例如产生霉菌毒素的霉菌的生长。世界粮农组织的数据表明，东南亚水稻、玉米和小麦的采后损失分别约为10%-37%、23%和5%。这些谷物约55%的采后损失发生在储存期间。据估计，害虫导致的全球各种谷物的平均损失每年为10%-40%，每年造成的全球损失超过1000亿美元。
几种常规方法可用于检测储粮中的颗粒，如筛分、颗粒浮选以及用肉眼或显微镜进行形态鉴定。尽管这些方法很简单，但它们耗时、劳动密集，并且无法检测谷物颗粒内部的虫害，如害虫的卵、蛹和幼虫等。为此，开发的新技术要么具有更高的准确度、更低的检测极限、更好的分析速度、更少的破坏性，要么具有检测内部侵扰的能力。
二、昆虫声学检测技术简介。声学技术提供了难以获得的有关昆虫行为、生理、丰度和分布的信息。例如，对隐藏在谷物中觅食的未成熟昆虫进行声学检测有助于准确监测，因为它们可能比成虫数量更多，并且存在于没有成虫的样本中。开发改进的方法来识别目标害虫的声音，将它们彼此区分并与背景噪声区分开来，是当前研究的一个活跃领域。根据背景噪声的类型和目标昆虫声音的信号特征，这些方法有不同的优缺点。它们很可能会促进检测的自动化，并在未来降低管理存储产品的成本。声学技术在害虫管理应用中的应用在1980年至2010年间迅速增加，并且可能会继续下去，因为全球贸易和入侵物种的附带运输不断扩大，这增加了对改进对储存产品商品中昆虫的检测和监测的需求。声学监测是可用于检测和监测在储存产品中内部进食的隐藏幼虫的发育的少数方法之一，能够无创地记录幼虫从一龄到下一龄蜕皮期间停止进食的时间。例如对昆虫减少和停止进食的监测有助于评估昆虫病原体、寄主植物抗性、密封储存和杀虫剂的有效性。
昆虫声学检测研究最活跃的领域之一是开发改进的方法来识别目标昆虫物种的声音并将其与背景噪声区分开来。可以采用隔音等物理方法减少背景噪声，其他更普遍的方法包括各种特征识别和分类分析，主要有(a)-(e)这几类自动信号识别方法：
(a)信号预处理。这通常包括对放大的模拟记录进行带通滤波，通常聚焦于80至8000 Hz之间的频带，以捕捉昆虫运动和进食产生的短暂的3–30毫秒脉冲。一种常用的分类方法对超过阈值的信号段的发生率进行计数，然后如果该发生率超过实验确定的最小值，则将存储的产品样本分类为受感染。更复杂的分析利用了额外的信号特征，如总能量或短音调或脉冲串的时间包络。部署传感器组可以获取更丰富的信息，传感器组间隔得很近，以根据信号脉冲的检测时间确定储存谷物中昆虫的位置，或者间隔得更远，用于估计大量储存谷物或城市地区多棵树内的广泛种群。
(b)神经网络分类器。机器学习技术结合神经网络，包括卷积神经网络（CNN和概率神经网络（PNN）、感知学习预测（PLP）、决策树和森林、隐马尔可夫模型（HMM）、支持向量机（SVM）、贝叶斯分类器等，通过独立识别目标昆虫物种的数据集经验自动改进其预测。
(c)频谱和时间模式特征。声学信号的特定特征已被证明对识别昆虫声音并将其与背景噪声区分开来具有良好的预测价值。提取这些特征的分析包括时间（时域）模式识别、频谱、小波和共振峰分析，以及独立分量分析（ICA）。
(d)高斯混合模型（GMM）和矢量量化（VQ）。这些聚类算法也用于区分目标信号和背景噪声的特征。
(e)分类算法。基于子带的倒谱系数（SBC）、线性预测倒谱系数和梅尔频率倒谱系数，以及小波等用于区分害虫信号和其他信号。
在昆虫声学探测研究的早期，研究人员经常不得不设计特殊的传感器系统或声学设备。然而，随着该领域的成熟，多种设备已经商业化，用于检测昆虫、产品、树木和土壤。
三、经典的昆虫声学检测系统。一种常用且研究充分的系统是AED 2010L，这是一种便携式电池操作系统，AED 2010是AED 2000后续产品的最新版本，包括安装在推入谷物的金属探针末端的压电传感器和便携式声发射放大器。2000年，美国Acoustic Emission Consulting（ AEC）公司研制出一个计算机监听系统AED 2000便携式声音监测仪。该仪器最初是用于工业检测某些高压高密设备的漏气性等，在一次巧合的情况下 ，美国农业部发现了该仪器并将其用于监测害虫的活动情况 ，通过几次实验证明该仪器可以很方便地监测出物体中害虫的活动情况，因此 ，该仪器为昆虫学家研究害虫的声音监测技术提供了很好的硬件基础。AED 2000 监测仪的基本工作原理与仓储害虫监测系统相似， 是由一个放大器将采集到的脉冲信号按照需要进行一定倍数的放大，再让放大后的信号通过计算机相应软件，分析脉冲信号的特点， 同时用耳机监听声波信号。
AED 2010L害虫监测系统，是AEC公司和美国农业部农业研究服务中心多年合作的成果。现在是最先进、最灵敏的声学检测系统，用于定位木结构、树木、植物和土壤中的白蚁和隐藏的害虫侵扰。
AED 2010L便携式设计采用电池供电，探测频带1-50kHz，可以适配不同应用场景的带附件的多功能探针。自2012年以来，在肯尼亚和美国的几项研究中，AED 2010L系统已被用于检测储存产品中的昆虫。声学方法在达到破坏性虫害阈值之前提供隐藏昆虫存在的早期预警。然而，由于检测和监测工具的使用仍处于开发的早期阶段，非洲农民商店或大型谷物仓库中的储存产品虫害主要通过熏蒸和接触杀虫剂应用来控制。
除了AED 2010L，近年来美国还测试了另一种检测储存产品中的害虫声学系统。首先是由Custom Engineered开发的收获后昆虫检测系统PDS，PDS将驻极体麦克风的输入分配到32位微控制器平台，该平台将声音数字化并保存在存储卡上以供进一步分析，从而能够区分背景噪声和非目标害虫物种的目标昆虫声音，并进行种群密度估计。
文章来源：21dB声学人，作者 徐晨阳