海潮天下·導(dǎo)讀

2026年4月，《森林與全球變化的前沿》（Frontiers in Forests and Global Change）期刊發(fā)表了一項(xiàng)關(guān)于應(yīng)對(duì)鉆蛀類害蟲（Boring Pests）的綜合治理綜述《徹底變革害蟲防治——運(yùn)用尖端技術(shù)控制森林害蟲》。由于這類害蟲具有極強(qiáng)的隱蔽性，傳統(tǒng)的癥狀監(jiān)測往往導(dǎo)致防控滯后。這個(gè)最新研究指出，須借助多傳感器融合的早期預(yù)警系統(tǒng)和智能化圖像識(shí)別，在樹木受損初期就介入。該研究還特別強(qiáng)調(diào)，全球化貿(mào)易導(dǎo)致的這類害蟲跨國界擴(kuò)散，已成為全球林業(yè)與城市綠地生態(tài)的重大威脅，需建立更高效的國際聯(lián)動(dòng)防御體系。為助力全球環(huán)境治理、并供我國學(xué)者了解最新研究動(dòng)態(tài)信息，分享該研究如下，供感興趣的讀者們參閱。

本文約4500字，閱讀約10分鐘

文 | 王芊佳

出品 | 海潮天下

很多樹木，在死亡前很長一段時(shí)間里，并不會(huì)表現(xiàn)出明顯異常。

這是全球森林系統(tǒng)正在經(jīng)歷的一個(gè)情況，那就是病蟲害擴(kuò)散速度越來越快，而傳統(tǒng)監(jiān)測手段越來越難以提前發(fā)現(xiàn)問題。

聯(lián)合國糧農(nóng)組織數(shù)據(jù)顯示，目前全球森林覆蓋面積約占陸地面積的31%，其中超過1/3是原始森林。過去幾十年里，森林退化長期被認(rèn)為主要與砍伐、火災(zāi)和土地利用變化有關(guān)，但近年研究發(fā)現(xiàn)，昆蟲和病原物造成的擾動(dòng)正在快速增加。2026年的一項(xiàng)綜述研究指出，在氣候變暖、國際貿(mào)易增長和極端天氣增加的共同作用下，森林害蟲已經(jīng)從區(qū)域性問題演變?yōu)槿蛐陨鷳B(tài)風(fēng)險(xiǎn)。僅亞洲和歐洲，就已有約65.3%的森林區(qū)域受到本地或外來病蟲害影響。

▲鉆蛀性害蟲（Boring Pests，如天牛、象甲、木蠹蛾等）在幼蟲階段會(huì)鉆入樹干、樹皮或樹根內(nèi)部進(jìn)行取食，嚴(yán)重破壞植物用以運(yùn)輸水分和養(yǎng)分的維管束系統(tǒng)（木質(zhì)部和韌皮部），導(dǎo)致樹木枯萎、生長停滯甚至大面積死亡。上圖是一條隱蔽在白蠟樹干內(nèi)部的白蠟窄吉丁的幼蟲。圖源：賓夕法尼亞州保護(hù)與自然資源部門

其中最難處理的一類，是鉆蛀性害蟲。

這類昆蟲的幼蟲會(huì)鉆入樹干內(nèi)部生活，典型物種包括松墨天牛、紅棕象甲、亞洲天牛等。它們在木質(zhì)部和韌皮部之間持續(xù)取食，破壞樹木內(nèi)部輸導(dǎo)組織。問題在于，這一過程往往持續(xù)數(shù)月、甚至是更久，但樹木外觀并不會(huì)立刻出現(xiàn)異常。

▼ 海潮天下·往期相關(guān)報(bào)道：

雪、塵土和昆蟲竟成野生動(dòng)物監(jiān)測利器！原住民用eDNA技術(shù)監(jiān)測陸生物種

氣候變暖真會(huì)讓農(nóng)作物害蟲全面大爆發(fā)嗎？海量田間數(shù)據(jù)挑戰(zhàn)單一傳統(tǒng)模型

▲上圖：松材線蟲病由外來入侵物種松材線蟲引發(fā)，其通過媒介昆蟲松墨天牛傳播，侵染健康松樹后，會(huì)導(dǎo)致松樹輸導(dǎo)組織受阻，葉片迅速失綠變黃、枯萎，整株樹木從發(fā)病到枯死往往僅需數(shù)月。這種病害具有極強(qiáng)的傳染性和毀滅性，已對(duì)我國多個(gè)省份的馬尾松、黑松等主要松林資源造成嚴(yán)重破壞，不僅導(dǎo)致大片森林生態(tài)系統(tǒng)失衡，木材資源大量損失，還破壞了森林固碳、水土保持等生態(tài)功能，防控過程需投入巨額人力物力，成為威脅我國森林生態(tài)安全的重大外來入侵物種災(zāi)害案例。上圖是松墨天牛（Monochamus alternatus）——松材線蟲病的傳播者。攝影?Linda Wong | 海潮天下（Marine Biodiversity）

很多受感染樹木在中后期之前，都很難用肉眼發(fā)現(xiàn)。

等到葉片變黃、樹枝枯死、樹皮開裂或者出現(xiàn)蛀孔時(shí)，樹體內(nèi)部通常已經(jīng)形成大量蟲道，水分運(yùn)輸系統(tǒng)也已經(jīng)遭到嚴(yán)重破壞，那就有點(diǎn)為時(shí)已晚了。部分情況下，鉆蛀性害蟲還會(huì)為真菌和細(xì)菌感染創(chuàng)造入口，引發(fā)繼發(fā)性病害。

所以，病了，你也不知道。這種“隱蔽性”，直接改變了森林病蟲害治理邏輯。

▲紅棕象甲（Rhynchophorus ferrugineus）是全球棕櫚科植物的“頭號(hào)殺手”，它們的幼蟲會(huì)直接鉆入樹干和樹冠內(nèi)部，瘋狂啃食樹芯組織并制造大量縱橫交錯(cuò)的蟲道。在整個(gè)受害前期，樹木的外表幾乎完好如初，肉眼根本無法察覺，但樹體內(nèi)部其實(shí)已經(jīng)被完全掏空。等到樹冠開始枯萎、折斷時(shí)，往往意味著樹木已經(jīng)徹底死亡且無可挽回。這種“外表正常、內(nèi)部致命”的特性，使其成為傳統(tǒng)人工巡查完全無法攻克的瓶頸。生物聲學(xué)與振動(dòng)信號(hào)分析是本文著重探討的、用于解決鉆蛀性害蟲早期檢測的突破性核心技術(shù)手段。盡管幼蟲隱蔽在樹干內(nèi)部，但其在木質(zhì)部內(nèi)取食和爬行時(shí)會(huì)產(chǎn)生微弱的摩擦與嚼碎纖維的振動(dòng)。上圖是一只紅棕象甲的幼蟲標(biāo)本。攝影：路易吉·巴拉科（Luigi Barraco）

▲紅棕象甲所以成為智慧林業(yè)和AI害蟲監(jiān)測研究的核心對(duì)象，主要原因在于其極端的危害破壞力和獨(dú)特的鉆蛀隱蔽性。上圖是一個(gè)紅棕象甲的雌性成蟲標(biāo)本。攝影：路易吉·巴拉科（Luigi Barraco）

蟲情爆發(fā)提前預(yù)警？智能監(jiān)測系統(tǒng)盯樹干

過去，林業(yè)監(jiān)測主要依賴人工巡查。工作人員進(jìn)入林區(qū)后，觀察樹冠顏色、樹干孔洞、蟲糞、流膠等特征，可判斷是否發(fā)生蟲害，再配合誘捕器統(tǒng)計(jì)種群數(shù)量。這種方式在局部區(qū)域仍然有效，但對(duì)于大面積森林來說，存在明顯限制。

一是是時(shí)間成本。很多森林區(qū)域地形復(fù)雜，人工巡查周期長，很難實(shí)現(xiàn)高頻率連續(xù)監(jiān)測。其次是準(zhǔn)確率問題。鉆蛀性害蟲幼蟲長期隱藏在樹干內(nèi)部，即使經(jīng)驗(yàn)豐富的林業(yè)人員，也很難在感染早期確認(rèn)蟲害位置。

▲光肩星天牛（Asian long-horned beetle）屬于典型的鉆蛀性害蟲，其幼蟲在樹干內(nèi)部長期蛀食，會(huì)導(dǎo)致樹木的水分和養(yǎng)分輸送受阻，進(jìn)而引發(fā)樹冠葉片的生理壓力變化。為了在更廣闊的森林尺度上捕捉這種肉眼難以察覺的早期受害跡象，中國研究人員利用高分辨率的 WorldView-2（WV-2）衛(wèi)星影像，結(jié)合微觀的植物生理參數(shù)，有效打破傳統(tǒng)人工實(shí)地調(diào)查的地域限制，可實(shí)現(xiàn)對(duì)大規(guī)模森林中鉆蛀性害蟲災(zāi)情的時(shí)空演變、受害分級(jí)以及暴發(fā)風(fēng)險(xiǎn)的精確監(jiān)測。（可參見北京林業(yè)大學(xué)周強(qiáng)等人2021年發(fā)表的一個(gè)研究, 這篇論文中引用了）。上圖是一個(gè)光肩星天牛在蛹室內(nèi)部的發(fā)育狀態(tài)。圖源：肯尼斯·勞（Kenneth R. Law）/USDA APHIS PPQ

真正推動(dòng)監(jiān)測模式變化的，是近幾年聲學(xué)識(shí)別技術(shù)的發(fā)展。

樹干里的幼蟲其實(shí)一直在“發(fā)聲”。

它們在木質(zhì)組織內(nèi)部爬行、啃咬和鉆孔時(shí)，會(huì)產(chǎn)生連續(xù)振動(dòng)。只不過，人的耳朵聽不見這些信號(hào)罷了，但，壓電傳感器可以記錄。研究人員現(xiàn)在會(huì)把微型傳感器安裝在樹干表面，持續(xù)采集振動(dòng)數(shù)據(jù)，再用算法分析其中是否存在害蟲活動(dòng)特征。

問題是，森林本身是一個(gè)高度復(fù)雜的噪聲環(huán)境。風(fēng)吹樹葉、降雨、鳥類活動(dòng)、機(jī)械振動(dòng)甚至遠(yuǎn)距離車輛通行，都會(huì)干擾數(shù)據(jù)。真正來自幼蟲的振動(dòng)信號(hào)通常非常微弱。

因此，人工智能開始成為一個(gè)重要環(huán)節(jié)。

一些研究已經(jīng)開始利用深度學(xué)習(xí)模型對(duì)振動(dòng)信號(hào)進(jìn)行分類。比如說，研究人員會(huì)同時(shí)錄制害蟲取食聲和環(huán)境噪聲，再訓(xùn)練算法識(shí)別不同頻率特征。其中有研究采用“雙振動(dòng)增強(qiáng)網(wǎng)絡(luò)”模型（Dual-Vibration Enhancement Network, 簡稱DVEN，來自Shi/2023），對(duì)白蠟窄吉?。ɡW(xué)名：Agrilus planipennis，英文名：Emerald Ash Borer）的幼蟲振動(dòng)進(jìn)行時(shí)域和頻域強(qiáng)化處理，以提高識(shí)別精度。

▲白蠟窄吉丁是目前全球林業(yè)和昆蟲學(xué)界最受關(guān)注的外來入侵害蟲之一，也是鉆蛀性害蟲智能化早期監(jiān)測研究中最具代表性的模式物種。這種害蟲原生于亞洲東北部，但在2000年代初期被發(fā)現(xiàn)入侵北美地區(qū)，并在隨后十幾年間對(duì)北美的白蠟樹森林造成了毀滅性打擊，導(dǎo)致數(shù)以億計(jì)的樹木死亡，造成了數(shù)十億美元的經(jīng)濟(jì)損失與嚴(yán)重的生態(tài)災(zāi)難。它們的幼蟲長期隱藏在樹皮下方啃食韌皮部和木質(zhì)部，外觀在早期幾乎沒有任何異常，隱蔽性極高。上圖是一只白蠟窄吉?。ɡW(xué)名：Agrilus planipennis，英文名：Emerald Ash Borer）成蟲背視圖。圖源：美國農(nóng)業(yè)部動(dòng)植物衛(wèi)生檢驗(yàn)局（USDA-APHIS）

與傳統(tǒng)人工判斷相比，AI的優(yōu)勢在于，它能夠長期處理大規(guī)模連續(xù)數(shù)據(jù)。

在部分實(shí)驗(yàn)系統(tǒng)中，傳感器可以實(shí)現(xiàn)24小時(shí)持續(xù)監(jiān)測。當(dāng)樹干內(nèi)部出現(xiàn)異常振動(dòng)模式后，系統(tǒng)會(huì)自動(dòng)發(fā)送預(yù)警信息。這種方式最大的價(jià)值不是“消滅害蟲”，而是把發(fā)現(xiàn)的時(shí)間點(diǎn)大幅給提前了。

因?yàn)閷?duì)于鉆蛀性害蟲來說，時(shí)間非常關(guān)鍵。

過去，很多樹木是在大面積死亡后才確認(rèn)蟲害暴發(fā)；而現(xiàn)在，目標(biāo)是盡可能在幼蟲剛進(jìn)入樹干時(shí)就完成了識(shí)別。

▼ 海潮天下·往期相關(guān)報(bào)道：

美國正式啟動(dòng)“創(chuàng)世使命”！17個(gè)國家實(shí)驗(yàn)室將徹底AI化，AI智能體接管實(shí)驗(yàn)

許建初：人工智能時(shí)代非洲面臨的挑戰(zhàn)與機(jī)遇

1.3厘米“天眼”剿毒草！北美草原外來物種的AI剿匪戰(zhàn) | 荒野生態(tài)系統(tǒng)高精度動(dòng)態(tài)監(jiān)測創(chuàng)新

▲白蠟窄吉丁等害蟲的幼蟲在樹皮下啃咬的聲音極其微弱，野外的風(fēng)聲、雨聲、車輛喧囂會(huì)形成巨大的背景噪聲，傳感器錄下來的音頻里幾乎全是噪音。在討論鉆蛀性害蟲對(duì)全球農(nóng)業(yè)林業(yè)的威脅以及智慧林業(yè)前沿技術(shù)時(shí)，白蠟窄吉丁是一個(gè)無法繞過的標(biāo)桿性物種。其實(shí)在探討“AI與現(xiàn)代科技如何改變森林害蟲防治方式”時(shí)，科學(xué)界開展的大量關(guān)于聲學(xué)傳感器監(jiān)測樹干內(nèi)部啃咬振動(dòng)、無人機(jī)高光譜遙感監(jiān)測冠層早期生理變化的研究，其實(shí)很多都是以白蠟窄吉丁作為核心實(shí)驗(yàn)、應(yīng)用對(duì)象。這篇研究亦然。上圖是一個(gè)從蛹室中移出的白蠟窄吉丁的蛹。大家看到的這個(gè)是它在羽化為成蟲前的關(guān)鍵發(fā)育階段。圖片來源：肯尼斯·勞（Kenneth R. Law）| 美國喬治亞大學(xué)Bugwood網(wǎng)絡(luò)與美國農(nóng)業(yè)部林務(wù)局運(yùn)營的森林圖像庫

遙感巡診

除了樹干內(nèi)部監(jiān)測，遙感技術(shù)也正在快速進(jìn)入森林病蟲害系統(tǒng)。

樹木受到蟲害影響后，會(huì)先出現(xiàn)生理變化。例如葉片蒸騰作用下降、水分運(yùn)輸異常、葉綠素含量改變以及樹冠溫度升高。這些變化在人眼看來可能并不明顯，但會(huì)改變植物的光譜反射特征。

▲上圖：物聯(lián)網(wǎng)（IoT）框架的核心組件及其運(yùn)作流程。（圖表基于BioRender平臺(tái)繪制）論文出處：Bibi M, Skarmeta AF and Khan SZ (2026)

近幾年，高分辨率衛(wèi)星、多光譜成像、熱紅外設(shè)備和無人機(jī)系統(tǒng)開始廣泛的用于森林健康監(jiān)測。遙感技術(shù)已經(jīng)能夠借助多時(shí)相影像識(shí)別森林中的早期異常區(qū)域。

例如，一些研究團(tuán)隊(duì)會(huì)使用搭載高光譜相機(jī)的無人機(jī)，對(duì)松林進(jìn)行周期性掃描。AI模型隨后分析圖像中的溫度變化、冠層顏色偏移以及反射率差異，從而判斷哪些區(qū)域可能已經(jīng)受到蟲害影響。

在中國、歐洲和北美，一些實(shí)驗(yàn)系統(tǒng)已經(jīng)開始把聲學(xué)傳感器、無人機(jī)、衛(wèi)星數(shù)據(jù)和氣象系統(tǒng)整合在一起。算法不僅分析樹木當(dāng)前狀態(tài)，還會(huì)結(jié)合溫度、濕度、降水和歷史蟲害分布數(shù)據(jù)，對(duì)未來風(fēng)險(xiǎn)進(jìn)行預(yù)測。

▲上圖：人工智能在現(xiàn)代生態(tài)與森林保護(hù)中應(yīng)用廣泛，其主要分支涵蓋了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理和機(jī)器人技術(shù)等領(lǐng)域。該圖直觀地展示了人工智能的核心子領(lǐng)域及其分支架構(gòu)，為理解智能害蟲管理系統(tǒng)中的圖像識(shí)別、聲學(xué)信號(hào)處理及多源數(shù)據(jù)融合提供了系統(tǒng)性的技術(shù)版圖（圖表來源于BioRender平臺(tái)）。論文出處：Bibi M, Skarmeta AF and Khan SZ (2026)

▲上圖：人工智能與物聯(lián)網(wǎng)技術(shù)的交叉融合在植保、灌溉、環(huán)境監(jiān)測等環(huán)節(jié)的具體落地場景（圖表基于BioRender平臺(tái)繪制）。論文出處：Bibi M, Skarmeta AF and Khan SZ (2026)

黑科技防患于未然，重塑森林防蟲新格局

這一模式與傳統(tǒng)林業(yè)最大的區(qū)別在于，它開始從“發(fā)現(xiàn)結(jié)果”轉(zhuǎn)向“預(yù)測過程”。

氣候變化是推動(dòng)這一領(lǐng)域快速發(fā)展的核心背景之一。

大量研究已經(jīng)發(fā)現(xiàn)，昆蟲種群對(duì)溫度變化高度敏感。氣溫升高后，許多害蟲越冬死亡率下降，繁殖周期縮短，擴(kuò)散范圍擴(kuò)大。一些過去只能在低緯度地區(qū)存活的害蟲，開始進(jìn)入高緯度森林。

過去20年里，歐洲森林中的病蟲害暴發(fā)頻率明顯增加，并且與持續(xù)高溫存在直接關(guān)聯(lián)。另一項(xiàng)關(guān)于歐洲森林?jǐn)_動(dòng)的研究預(yù)測，到本世紀(jì)末，在高排放情景下，歐洲森林受到火災(zāi)、風(fēng)暴和樹皮甲蟲影響的面積可能增加122%。

▲上圖：人工智能與物聯(lián)網(wǎng)在害蟲管理中整合的方法學(xué)概述（圖表基于BioRender平臺(tái)繪制）。論文出處：Bibi M, Skarmeta AF and Khan SZ (2026)

樹種單一化也在放大這種風(fēng)險(xiǎn)。

很多人工林采用同齡、單一樹種種植方式。這種模式雖然便于木材生產(chǎn)，但生態(tài)穩(wěn)定性較弱。一旦某種害蟲適應(yīng)環(huán)境，往往會(huì)快速擴(kuò)散。

研究人員發(fā)現(xiàn)，單一樹種森林對(duì)病蟲害的抵抗能力明顯低于天然混交林。因此，現(xiàn)在越來越多生態(tài)學(xué)家已經(jīng)不再把森林蟲害簡單視為“林業(yè)問題”，而是將其視為氣候變化、生態(tài)結(jié)構(gòu)單一化、全球貿(mào)易共同作用的結(jié)果。

不過，AI系統(tǒng)距離真正大規(guī)模落地仍有現(xiàn)實(shí)障礙。

森林環(huán)境對(duì)設(shè)備穩(wěn)定性要求極高。高濕度、溫度波動(dòng)以及長期暴露環(huán)境，都會(huì)降低傳感器壽命。很多野外設(shè)備在連續(xù)運(yùn)行數(shù)周后就會(huì)出現(xiàn)供電和數(shù)據(jù)傳輸問題，而無線通信本身又是高耗能環(huán)節(jié)。

另外，AI模型本身也依賴大量訓(xùn)練數(shù)據(jù)。不同樹種、不同濕度條件和不同季節(jié)環(huán)境，都會(huì)影響到算法的準(zhǔn)確率。森林生態(tài)系統(tǒng)高度復(fù)雜，而現(xiàn)階段的數(shù)據(jù)積累還是很有限的。

這意味著，當(dāng)前技術(shù)更接近“輔助決策系統(tǒng)”，而不是完全自動(dòng)化治理系統(tǒng)。

但變化已經(jīng)開始出現(xiàn)。過去，人類通常依賴樹木死亡數(shù)量判斷森林健康；現(xiàn)在，更細(xì)微的指標(biāo)開始成為監(jiān)測對(duì)象，包括樹干振動(dòng)、樹冠溫度、水分運(yùn)輸和葉片反射率變化。

▲上圖：基于人工智能與物聯(lián)網(wǎng)解決方案的鉆蛀性害蟲幼蟲檢測與分類。論文出處：Bibi M, Skarmeta AF and Khan SZ (2026)

從技術(shù)路徑看，森林管理正在逐漸從周期性巡查，轉(zhuǎn)向連續(xù)動(dòng)態(tài)監(jiān)測。

而對(duì)于很多樹木來說，真正危險(xiǎn)的階段，恰恰發(fā)生在外表仍然“正?！钡臅r(shí)候。

本文參考資料

感興趣的海潮天下（Marine Biodiversity）讀者可以參看該研究的全文：

Bibi M, Skarmeta AF and Khan SZ (2026) Revolutionizing pest control: harnessing cutting-edge technologies in controlling forest pests. Front. For. Glob. Change 9:1777311. doi: 10.3389/ffgc.2026.1777311

https://www.frontiersin.org/journals/forests-and-global-change/articles/10.3389/ffgc.2026.1777311/full

2021年周強(qiáng)等人那篇文參見：Zhou Q.ZhangX.YuL.RenL.LuoY. (2021). Combining WV-2 images and tree physiological factors to detect damage stages of Populus gansuensis by Asian longhorned beetle (Anoplophora glabripennis) at the tree level. For. Ecosyst.8:35. doi: 10.1186/s40663-021-00314-y

聲明：1）本文僅代表資訊；僅供讀者參考，不代表平臺(tái)觀點(diǎn)。詳情請參看文末鏈接。2）本文已經(jīng)開啟“快捷轉(zhuǎn)載”，歡迎微信公眾平臺(tái)轉(zhuǎn)發(fā)（直接轉(zhuǎn)即可）；3）“海潮天下”拒絕使用AI生成圖片，以確保信息準(zhǔn)確性；4）歡迎專家、讀者不吝指正、留言、賜稿！歡迎有理有據(jù)的不同意見，激發(fā)思考、百家爭鳴。

資訊源 | Bibi M, Skarmeta AF and Khan SZ (2026) , Hartmann et al. (2025)

文 | 王芊佳

排版 | 盧曉雨

時(shí)間 | 2026年5月28日

聯(lián)系小編 | [email protected]

▼海潮天下·往期推薦

?精度提至1公里！NOAA升級(jí)馬尾藻風(fēng)險(xiǎn)預(yù)警體系

?《糧食和農(nóng)業(yè)植物遺傳資源國際條約》將發(fā)布多邊體系運(yùn)作全面分析報(bào)告 | 2026國際生物多樣性日

?植物為何挑環(huán)境？550縣域數(shù)據(jù)，重新定義區(qū)域生態(tài)質(zhì)量

?干旱中，植物也會(huì)喊“救命”！你聽不到，蛾子卻能聽到

?野外相機(jī)拍了上百萬張照片后，AI開始接管生態(tài)學(xué)家最耗時(shí)間的工作

?AI系統(tǒng)識(shí)別1.3萬只昆蟲，112萬張圖訓(xùn)練，準(zhǔn)確率高達(dá)98.6%

?紅斑、神經(jīng)痛、誤診……同是萊姆病，歐洲為何許多漏報(bào)病例？

在看你就贊贊我！