XÂY DỰNG HỆ THỐNG ĐẾM SÂU KEO MÙA THU (Spodoptera frugiperda J. E. Smith) TRONG KIỂM SOÁT CANH TÁC NGÔ (Zea mays L.) TẠI VIỆT NAM

Abstract

Fall armyworm (Spodoptera frugiperda J. E. Smith) has been considered one of the most devastating pests of maize crops (Zea mays L.). In Vietnam, the data on the occurrence of fall armyworm population in the field has been not comprehensively reported due to the lack of facilities. In this study, we introduced an automated fall armyworms (adult moths) counting system and a website providing real - time information about fall armyworm in Vietnam have been introduced. Particularly, a counting system has been designed based on the traditional pheromone traps. The sensors have been merged into the instrument to count the frequency of adult moths and together record the temperature and humidity data. In the greenhouse conditions, the specificity of pheromone - based traps and the accuracy of counting function have been exhibited. The whole data, including the real - time amount of trapped insects and environmental conditions, has been analyzed based on the machine - learning method, consequently, send to the Internet browser and applications. Taken together, our study could provide an effective insect counting tool for the forecast of the fall armyworms in Vietnam.

Tóm tắt

Sâu keo mùa thu (Spodoptera frugiperda J. E. Smith) là một trong những loài gây hại nghiêm trọng cho cây ngô (Zea mays L.). Tại Việt Nam, sự thiếu hụt về mặt cơ sở hạ tầng đã gây hạn chế cho việc tổng hợp số liệu về sự xuất hiện của quần thể sâu keo mùa thu trên đồng ruộng. Bài báo này giới thiệu về thiết bị đếm sâu keo mùa thu trưởng thành tự động và đưa ra cổng thông tin cung cấp số liệu cập nhật theo thời gian thực về diễn biến của sâu keo mùa thu tại Việt Nam. Cụ thể, thiết bị được thiết kế dựa trên bẫy sâu trưởng thành sử dụng pheromone. Các cảm biến được tích hợp vào thiết bị nhằm đếm số lượng sâu trưởng thành bị bẫy và thu thập thông số môi trường, bao gồm nhiệt độ và độ ẩm không khí. Trong điều kiện nhà lưới, thiết bị đếm sâu đã thể hiện tính hiệu quả trong việc bẫy sâu trưởng thành dựa vào pheronome và sự chính xác trong việc đếm sâu bị bẫy. Toàn bộ dữ liệu tại các vị trí đặt bẫy, bao gồm số lượng sâu bẫy theo thời gian thực và thông số môi trường được phân tích bằng công cụ học máy, từ đó cung cấp thông qua trình duyệt web và ứng dụng điện thoại. Kết quả của nghiên cứu này đề xuất một giải pháp hữu hiệu trong việc bẫy và đếm sâu, từ đó đưa ra cảnh báo về sự xuất hiện của sâu keo mùa thu tại Việt Nam.