世界范围内用于害虫监测的主要手段有人工样地观察、监测灯监测、遥感监测(马飞等，2002；黄麟等，2006；吕昭智等，2005)、利用昆虫信息素监测、声音监测(赵丽稳等，2008)等。其中，人工样地监测不仅对监测人员有较高的要求，而且对人力和物力需求比较大；监测灯主要是黑光灯，利用的是昆虫的趋光性，只对有翅昆虫有诱集作用，且受天气影响较大；遥感监测主要适用于大范围监测，且目前成本较高(黎颖卿等，2006；高勇刚等，2006)；昆虫信息素监测主要是利用特定的化学信息素引诱特定的昆虫，专一性较强，且目前已开发的信息素种类很有限；声音监测作为一种新兴监测手段，主要是利用昆虫活动时产生的声音进行监测，对小范围及单株植物的监测有效果较好(曹凤琴等，2004；胡忠朗等，1992；程惊秋，1993；陈道海等，2002；Vogelmann et al., 1989)。

21世纪之前，各国对声音监测技术的研究断断续续，研究对象也主要是水果害虫和储粮害虫。进入21世纪以后，借助于计算机技术和微电子技术的发展，害虫声音监测技术也取得了长足的进步，包括研究设备的改进、研究对象的扩展、研究方法的多样化等。由于昆虫的发声器发声研究较多，常岩林等(2001)对我国昆虫鸣声与发生器研究进行了系统的总结，因此本文对害虫声音监测技术进行总结(包括国内外研究历史和最新进展等)，为进一步开展相关研究提供参考。

1 昆虫声音监测技术简史

随着科学技术的不断进步，昆虫声音探测技术也日趋完善，根据不同时期声音探测仪器的发展变化，可以将声音监测技术研究分为起步、发展及现代3个阶段。

1.1 起步阶段(1921—1980)

从20世纪20年代开始，人们便考虑利用声学技术进行害虫监测。Brain(1924)利用机电设备检测到水果中害虫的吃食声，第一次证明了声音监测技术研究的可行性。Adams等(1953)检测到了受损粮食中害虫活动的声音，由此开始了对储粮害虫声音监测技术的研究。1979年，武汉市白蚁防治研究所开发了BS-1型白蚁声频探测仪(由探头和声频放大器组成)，能放大白蚁取食时发出的微弱信号(黄晓光，2005)。

早期的信号采集系统主要包括压电式麦克风、低噪声前置放大器和磁带录音机，不仅对操作环境要求高，野外监测较难，而且采集过程中受噪声影响大，信号频响大，失真情况较严重(赵丽稳等，2008)。信号分析主要是通过示波器或记录仪实现，利用示波器观察昆虫声音信号的波形图，可以对实时调整即时更新显示，对垂直灵敏度、时基扫描速度及触发电平等常用调节可以进行直接专门控制，但是精度低、显示模糊、测量能力较弱，且带宽局限于一定范围之内；同时，信号的分析也仅限于时域特征的分析，不能全面、准确的反映信号实际情况。

1.2 发展阶段(1981—1999)

20世纪80年代，计算机科学发展迅速，简化了声音探测仪，加速了声音探测技术研究，各种类型的监测系统逐渐出现。Webb等(1984)和Hansen等(1988)分别检测到苹果(Malus pumila)和番木瓜(Chaenomeles sinensis)中幼虫活动的声音。Vick等(1988)利用麦克风、放大器、示波器和计算机，在实验室条件下分别检测到了玉米(Zea mays)、大米(Oryza)和小麦(Triticum)样品中米象(Sitophilus oryzae)等幼虫的声信号及害虫活动声音的最高频率。Webb等(1988)研发了一种基于密封原理的水果害虫自动声音监测系统，即水果害虫信号微机监测系统。该系统在一段密封有空气的弯曲塑料管的一端安装塑料振动膜，将水果放在膜上，另一端接上话筒，根据水果内害虫吃食引起的振动产生振动波，刺激振动膜，引起管内空气的振动，在另一端用话筒记录从管内传来的声波，分析该波的频率，滤掉噪声及其他杂音，得到水果害虫的特定频率，从而确定水果害虫的存在及其种类。该系统能够监测到水果中存在的幼虫，降低了人工切割水果的劳动强度，保护了水果的完整性，减少了损失。1986年以来，张志涛等(1991)也在用自制的振动信号仪监听昆虫的发声情况，研究褐飞虱(Nilaparvata lugens)的鸣声，取得了一定的成果。

20世纪90年代，农产品害虫成为声音探测研究的焦点。储粮害虫声音探测系统逐步完善，Hagstrum等(1990, 1991)于1990年监测到麦子中谷蠹(Rhyzopertha dominica)成虫的声音频率与昆虫密度成正比；1991年，他们又成功研制了一种可自动监测仓储麦子中赤拟谷盗(Tribolium castaneum)成虫数量的系统，但监测结果并不很准确。Shuman等(1993)研制出第一代“声探测定位昆虫检测器”，通过换能器阵列监测单个幼虫吃食声到达的时间确定害虫的空间位置，实现谷物样品的快速评级，但只适用于没有害虫或害虫很少的情况。Hagstrum等(1996)分别用声音监测法和传统采样法对Kansas的6个农场12个麦桶中的害虫数量进行了检测，结果表明声音检测方法能成功检测到麦桶中所有被发现的害虫。Shuman等(1997)研制了第二代“声探测昆虫特征检测器”(Acoustic Location "Finger-printing" Insect Detector)，由于采用了群算法思想，该系统能较准确地监测多个害虫的发生情况，但必须在安静的环境中进行。程惊秋(1993)对桔褐天牛(Nadezhdiella cantori)和桑粒肩天牛(Apriona germari)幼虫的声音进行了研究，证实天牛幼虫在木段内取食声振幅大、震动频率可以达到700 Hz，而爬行声的振幅较小，频率低于300 Hz；同时，证明了不同天牛幼虫和不同种类的寄主都会对声音有一定的影响。

声音监测技术所面临的一个主要障碍就是噪声的干扰。Mankin等(1996)设计了一种密封的隔音箱，是由多层隔音材料组成，能够将1~10 kHz范围的噪声降到70~85 dB，但这种隔音箱的体积较大。Shuman等(1997)又设计了一种操作简便的密封包层，能够把1~10 kHz范围的噪声降到60~90 dB，但价格较昂贵。

仓储害虫声音监测系统的实现使室内自动监测成为可能，隔音箱的设计降低了声音采集过程中噪声的干扰，多点采集使信号更精确，时频分析使结果更准确。储粮害虫声音监测技术的发展大大促进了其他害虫声音监测技术的室内研究，但如何实现野外监测、消除野外环境噪声的干扰、建立其他害虫自动声音监测系统等问题成为进一步研究的焦点。

1.3 现代研究阶段(2001—现在)

进入21世纪以后，由于计算机和微电子技术的进步，便携式声音探测仪出现了，大大推动了声音探测技术的研究步伐，其进展主要表现在以下几个方面:

1.3.1 研究设备的改进

2000年，美国Acoustic Emission Consulting(AEC)公司研制出一个计算机监听系统——AED2000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。AED2000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(Nancee，2003a；2003b；2003c)。

姚青等(2004)建立了一套多功能昆虫鸣声信号采集和分析系统(DAASIAS)，实现了昆虫行为观察与信号分析同步；耿森林等(2005a)利用胶合板作为双层墙壁材料设计了一个储粮害虫监测的隔声室，其体积为6 m³，两壁间距为0.08 cm。隔声室的外墙壁具均匀穿孔，孔径为1 mm，间距为1.5 cm，在支撑物上垫有较硬的吸声材料，从而组成准双重穿孔隔声结构。试验表明，在125~2 000 Hz的频带范围内，隔声室能均匀隔离环境噪声，平均隔声量为22 dB，可满足储粮害虫活动声的频率范围和声压级要求。

中国农业机械化科学研究院研制了CH-XP型仓储粮食害虫探测系统，该系统利用高灵敏度声探测器采集声音，高保真的放大器将声音放大，高抗环境噪声的数字滤波技术过滤噪声。由于昆虫发出声音的音程百分比与昆虫多少有关，音程的多少与昆虫种类多少有关，通过对音程百分比的计算和音程多少的统计，推算出昆虫的种类和昆虫的数量。同时建立了基于数据库、知识库、方法库的决策技术系统，具有害虫感染的识别能力。目前，该系统能测出3~10种昆虫，测量时间仅为30 s，所需环境温度为-10~45 ℃，可测点数为1~256个，频率范围20 Hz~16 kHz。此外，CH-XP仓储粮食虫害探测系统具有使用方便、便携式的优点，还能配备多探测器由计算机进行网络化自动监测，虫害管理应用程序还能自动显示虫害的严重程度并有报警功能。该系统不仅能很好的识别粮食中隐藏的害虫，还可实现仓储粮食虫害以及各种粮食收购用途的虫害自动识别与监测(张小超，2008)。

1.3.2 研究对象的扩展

声音探测技术的研究对象主要是储粮害虫，直到AED2000便携式声音探测仪的出现，研究对象大大增加。以Mankin为代表的研究团队对多类害虫(一般地下害虫、蛀干害虫、干材害虫等)开展了声音测报技术研究。Mankin等(2001a; 2001b)利用声音探测方法探测土壤害虫所在的位置，再结合普通挖掘方法进行验证，结果证明声音探测法能准确地找到害虫所在的位置，并对柑橘(Citrus reticulata)地下害虫数量进行了探测。同年，Brandhorst-Hubbard等(2001)利用声音监测方法探测了土壤害虫的侵染情况。Mankin等(2002a;2002b;2002c)探测了印度谷螟(Plodia interpunctella)，葡萄象甲(Otiorhynchus sulcatus)以及白蚁等昆虫的声学特性。2003年，探测并评估了草地害虫蛴螬的发生数量(Zhang et al., 2003)以及蔗根象鼻虫(Diaprepes abbreviatus)的数量(Mankin et al., 2003)。2004年，对小麦害虫茎蜂(Cephus cinctus)及凤梨(Ananas)害虫Metamasius callizona进行了探测并比较了二者的差别(Mankin et al., 2004)。2006年，又利用低音探测器探测了谷物中螟黄赤眼蜂(Trichogramma chilonis)及其米蛾(Corcyra cephalonica)的活动情况、地下害虫和蚂蚁的活动情况(Senthil et al., 2006；Mankin et al., 2006a；2006b)。2007年，对葡萄象甲的入侵情况和地下害虫的声学特征与背景噪声的差别进行了探测，并分别介绍了红外和建模技术对地下害虫监测的原理和效果(Mankin et al., 2007a；2007b；Johnson et al., 2007)。2008年，探测了昆士兰果蝇(Bactrocera tryoni) (Mankin et al., 2008a)和光肩星天牛(Anoplophora glabripennis) (Mankin et al., 2008b)的活动情况。2009年，研究了柑橘木虱(Diaphorina citri)雌雄交配期间通过震动发声相互通信的情况(Wenninger et al., 2009)，并探测了澳大利亚甘蔗(Saccharum)害虫幼虫[锶角金龟亚科(Melolonthine)]的活动情况(Mankin et al., 2009)。2006年开始，北京林业大学也引进了该仪器，并应用于双条杉天牛(Semanotus bifasciatus)等森林害虫的声音监测试验(赵源吉等，2009)。此外，声音监测技术还有可用于禽蛋破损的检测中(何丽红等，2007)，通过敲击装置采集禽蛋的声信号，将该信号数字化，再转入计算机进行分析比对，判断被检鸡蛋的好坏(吕栋腾等，2007)。

1.3.3 信号处理方法的多样化

早期的声音信号主要是通过示波器进行处理的，随着计算机技术的发展，信号处理软件逐渐成为各国科学家处理声音信号的首选，尤其是Matlab信号处理软件。Matlab软件不仅在采集信号方面有很强大的功能，可以根据不同的试验需要对属性参数进行修改，测试不同试验条件来获得最佳采集效果；而且在声音信号的功率谱分析方面，可以人为选择不同的功率谱分析函数来进行, 并对不同的函数进行比较, 从中分析得到有效的特征量(陈家焱等，2005)。在国内，郭敏等(2002b)曾利用Matlab软件的数字信号处理工具，对储粮害虫爬行声音的时频特征和处理方法作了初步的研究，发现其时频特征与害虫及粮食的种类有关系；姜仕仁(2003)也对杭州植物园秋季夜间昆虫群落的鸣声特性进行了初步的调查，借助于计算机软件将采集到的声音标本数字化，对波谱进行频谱分析，得知杭州植物园内昆虫的各行为种的载频和周期主要集中在3~6 kHz和5~70 ms空间范围内。耿森林等(2005b)利用Matlab软件及滤波消噪技术和小波消噪技术，提取出黑菌虫(Alphitobius diaperinus)成虫在小麦中的爬行声最高频率为1 600 Hz，主频为205Hz，赤拟谷盗成虫在玉米中爬行声最高频率为800 Hz，主频为350 Hz；通过对对赤拟谷盗成虫、米象成虫以及2者复合后在粮罐内小麦中的爬行声信号的再现和功率谱估计表明，害虫声频域特征比时域信号对鉴别害虫种类更具有可靠性(耿森林等，2005c)。

近两年来，国际上运用较为普遍的是康奈尔大学鸟类学实验室设计的Raven 1.2软件和美国Kay Elemetrics公司设计的语音分析软件CSL-4300B。二者结合可以在观察信号振幅(示波图)和频率(声谱图)的同时，回放声音信号(Mankin et al., 2008a；2008b)。此外，德国设计的Avisoft Bioacoustic软件可以对信号进行谱分析和频率分析，并能自动处理大量声音信号文件(韦力等，2009)。

1.3.4 其他研究

Mankin利用声音探测技术，对雌性地中海水果害虫进行了性吸引试验，通过雄虫对野外和室内不同雌虫所发出的不同示爱声音，证实了利用声音提高引诱的可能性(Mizrach et al., 2005)。Mankin在对印度谷螟(Plodia interpunctella)给予低能量微波刺激后，探测了其活动情况，证明了低能量刺激对印度谷螟的活动有很大的影响，可以刺激其活动从而有利于声音探测的实现。廖明潮设计了一个储量害虫声音分析系统方案，可以成功地对储量害虫的声音进行分析，并判别其种类和数量(廖明潮，2007)。

2 声音监测技术的原理及应用现状 2.1 害虫声音监测技术原理

早期的声音监测原理如图 1所示，通过话筒采集害虫的声音信号，利用低噪声放大器放大声信号，将放大后的信号送入带通滤波器，滤掉频率过高或过低的噪声，此时可用耳机和扬声器监听滤波后的信号，用示波器进行监视。将滤后的信号送入傅里叶分析器进行谱分析，对大于阈值的振幅进行计数，同时，计算机软件进行A/D转换和存储通用计数器的计数值。A/D转换主要用于监视电平和对系统进行较准，计数值用于监视幼虫吃食活动的频繁程度。

计算机科学和微电子技术的进步促进了系统集成技术的发展，复杂的硬件声音监测系统被软件系统所代替。如图 2所示，传感器采集到声音信号，经前置放大器放大后传入数字录音机，以wav的格式保存在存储卡中，利用计算机软件对存储卡内保存的信号进行时域、频域及声谱分析。

2.2 害虫声音监测技术的应用

目前，害虫声音监测技术主要应用于储粮害虫(耿森林等，2006；郭敏等，2001a；2001b；2002a；2002b；2003；2005；2006；韩萍等，2003；仇国斌，2002；唐为民等，2000；徐昉等，2001；朱永士等，2002；邱道尹等，2003；沈小祥等，2004；周龙，2004；张红涛等，2006；2009; 毛罕平等，2008；孙开源等，2008)、水果害虫及部分建筑类害虫的监测，其中以储粮害虫的应用最为广泛。近几年来，对森林害虫的研究也开展了不少，主要针对白蚁等城市建筑类害虫、蛴螬等苗木地下害虫、天牛等林木钻蛀性害虫。

2.2.1 害虫声音监测技术的优势

利用计算机控制的害虫声音监测系统，使监测过程更科学，监测更准确、更高效。在水果害虫监测方面，通过长期监测，统计与其行为特性有关的声音特性及自然条件下的生物学信息与声音特性之间的关系，建立水果害虫声学信息库。将新监测到的声音与已建立的声音库进行对比，可明显分辨水果是否被害虫侵扰及被何种害虫侵扰(Mizrach et al., 2005)。储粮害虫监测的研究则更为深入，不仅综合了水果害虫声音监测系统的优点，对噪声过滤装置进行了改良，可以分辨出害虫声音和噪声的差别，同时也对害虫的行为特性有了一定的研究，提出了利用声信号识别害虫种类和监测害虫数量的新方法。由于不同害虫的爬行声和取食声不一样，其时频特征也不一样，依据这些差异，可以分辨出不同害虫的种类。

与传统的水果监测方法相比，声音监测不仅降低了因人工切割水果带来的劳动强度，提高了劳动效率，避免了因为切开水果造成了经济损失，而且监测结果也更准确。目前许多国家已将该系统应用于海关监测及水果收获物监测中。而储粮害虫声音监测技术则为有效识别仓储粮食中害虫的种类及数量提供了技术基础，为防治提供了有效的数据支撑。而在森林害虫的监测方面，监测建筑物中的白蚁发生情况可以保障建筑物的安全，监测地下害虫的发生情况可以及时防治，而对钻蛀性害虫的早期监测则不仅能及时指导防治，还能保障某些古树名木免受害虫的严重侵袭。

2.2.2 害虫声音监测技术的不足

与传统监测方法相比，害虫声音监测技术对监测条件和监测人员要求较高，环境噪声过大、操作不规范等都直接影响监测的准确性，且由于现阶段数据较少，现场监测需要操作人员有丰富的经验，可以依据监测结果判断害虫的有无及多少。

无论是对储粮害虫的研究，还是对水果害虫的监测，害虫的声音都很容易被模拟，要求在一个安静的环境中进行，因此对野外监测带来了很大的不便。噪声的干扰是阻碍声音监测技术发展的重要因素，因此除噪技术是害虫声音监测技术的关键环节，针对噪声过滤装置的研究亟待加强。从生物学角度来看，尽管各种害虫有各自独特的声学特征，但野外条件下，受害木段或者受害树木通常都是多种害虫并存的，因此，各种害虫之间的相互干扰也是除噪的一大困难。此外，声音监测技术的成本较其他监测手段高也是一个重要的方面。

3 讨论

声音监测技术作为一门新兴的技术方法，是对以往各种监测手段的有效补充，不仅提高了单株监测的准确率，其便携性也使野外监测更为便利，有着很好的发展前景。在仓储害虫的监测上，可以准确监测害虫的种类和数量，不仅为有效防治、及时防治的实现提供基础，更能减少粮食被蛀食，将损失降低到最小。在城市害虫的监测方面，可以根据监测到的具体位置灭除建筑类害虫，保证人身安全。在森林害虫监测方面，可以根据声音监测技术找到树木内部蛀食性害虫活动的准确位置、确定害虫的种类及数量，提高单棵监测的准确率，提高防治效果，尤其是在某些古树名木上，准确监测、有效防治不仅能减少经济损失，更能将某些稀有物种被害虫蛀食致死的危险防患于未然。

但是，害虫声音监测技术的进一步发展也有很多问题需要克服。

首先，声音采集时传感器的选择问题。针对不同类型的昆虫，需要用不同类型的传感器采集数据。如:土壤害虫需要可以深入地下，直接探测土壤内部害虫活动情况的传感器；林木害虫则需要可以插入树木内部的传感器；而仓储害虫则需要多个传感器，通过多个传感器采集到的数据，分析害虫活动特征，因此选择合理的传感器是声音监测技术的第一步。

其次，声音采集过程中的噪声干扰问题。噪声对声音监测的干扰主要体现在以下几个方面:仪器自身的干扰(如交流声、电平杂音等)、树木或木段内部的干扰(主要指树木内部其他昆虫活动发声)、外界环境的干扰(如风声、水流声、汽笛声等)和昆虫自身的干扰(主要指某些有发生器的昆虫摩擦发声和发生器发声之间的相互干扰)。因此，在数据处理过程中，有效运用降噪技术是声音分析提取过程中最重要的一个步骤，也是害虫声音监测试验中所面临的一个难点。目前大多数研究者都用Matlab软件进行降噪，首先除去与被测昆虫频率相差较大的声音，再利用傅里叶分析等方法对微弱信号进行放大处理，在波谱层面上降噪。

再次，建立完整的昆虫声音数据库。声音检测技术优点明显，可以用于害虫预测预报，但不同种类昆虫的声音特征各不相同，需要建立昆虫声音数据库供比较和参考。利用Matlab软件可实现该数据库数据的自动分析，同时将有效信息自动保存。在大量采集各种昆虫的声音数据后，分析出每种昆虫的特有规律，从而建立昆虫声音特征数据库，实现自动监测、自动辨别昆虫的种类和数量。