为了增强抵御自然灾害的能力，近年来国家在各地分期分批兴建了千吨级的国家储备粮库。这些粮库大多为浅圆仓和高大房式仓，具有仓容大﹑机械化程度高﹑占地面积小等优点。但由于这些粮仓是新建的，对害虫的发生动态，特别是对于仓内害虫的监测技术，人们还掌握甚少。因此，粮虫的实时检测成为迫在眉睫的问题，只有准确地检测，才能做到有目的的防治，从而把粮虫种群控制在经济损害水平以下。为此，国内外专家学者提出了很多储粮害虫检测方法和害虫综合防治技术。传统的方法主要有取样法和诱集法；较新的粮虫检测方法有图像识别法、声测法、近红外光谱法、X射线法、电导法和电子鼻法，这些方法各有其利弊。文中就其应用状况作了扼要地总结和评述，并展望了未来的发展趋势，为今后更好地进行粮虫检测提供了新思路。
    一、害虫检测常用技术
    储粮害虫是粮食储藏期间直接影响粮食安全的主要因素之一。只有准确地监测害虫的发生，才能合理有效地对害虫进行治理。姚渭等在储粮昆虫活动行为研究的基础上，研制出适应我国粮堆分层检测GJ89型多功能粮虫陷阱测虫器及GJ94型无杂质粮虫陷阱测虫器，并报道了其在储粮害虫测报﹑生态等方面的应用效果，同时对粮虫陷阱检测器和风力扦样器的测定结果进行了比较。结果表明，粮虫陷阱检测器比风力扦样器应用简便、省工省力，且能捕到更多种类和数量的害虫。熊鹤鸣等用粮虫陷阱检测器在高大平房仓内检测出书虱、玉米象、谷蠹、赤拟谷盗、锈赤扁谷盗、印度谷蛾幼虫等害虫，并用粮虫陷阱检测器调查书虱种群数量变化动态，书虱在仓库粮堆内不同方位的分布与用扦样法的结果基本一致。近年来，利用食物引诱剂与害虫诱捕器相结合诱捕害虫，监测、防治储粮害虫的研究也越来越多，根据诱捕到储粮害虫的种类、数量，可预测储粮害虫的发生期、发生量、分布和危害程度，具有准确性高，可提前预测害虫发生，操作简单，广谱性强，无污染等优点，为划分放置区域进行局部熏蒸或选择其它防治方法提供依据。因此具有很广阔的应用前景，并被誉为近代先进科技之一，世界各国已普遍采用。
    二、害虫检测新技术
    1、图像识别法
    图像识别法兴起于19世纪60年代。美国学者Zayas等最早采用机器视觉技术对散装在小麦仓中的谷蠹成虫进行了离线检测，表明了该方法的有效性。之后，Ridgway和Chamber等人将图像识别法用于快速检测传输中谷物中的害虫和其他污染物，并提出将近红外成像技术和机器视觉系统结合起来，以检测内部害虫。接着他们还提出一种在传输中检测谷物成虫的快速机器视觉方法，应用于贸易活动中，检测包含多种害虫的商业样本时，获得89%的准确率。Cataltepe等人利用基于透射图像的快速方法检测虫染麦粒，采用多种学习算法如线性模型、二次模型、K近邻、径向基网络法分类虫害麦粒和完好麦粒，结果表明线性模型是所有算法中误识率最小的，其中可用ICA(独立成分分析)和PCA(主成分分析)减少特征维数，以获得最佳分类效果。中国储粮害虫检测研究主要集中在可见光图像识别技术上。郑州大学邱道尹教授带领的图像识别课题组提出了在线检测储粮害虫的新思路，利用计算机视觉、图像处理和模式识别技术等技术来识别害虫。经过多年的研究，现已开发出第三代智能检测系统，与开发的图像识别软件包相配合，能以95%的识别率检测出粮仓中危害严重的12种9类害虫。但是在害虫的假死性、幼虫的识别、死虫与活虫的区分上还有很大缺陷，难以满足目前粮库中在线检测的要求。2003年郑旭光等应用XS-C1型粮仓害虫仓外检测系统，实仓进行了自然发生害虫和人为投放害虫的检测实验研究，结果表明该系统灵敏度高，实现了仓外电子测虫，填补了中国在粮仓害虫仓外采集技术领域的空白。还有很多学者致力这方面的研究，如刘素华、张红梅、廉飞宇等将模拟退火算法、遗传算法、模糊理论、支持向量机和小波理论用于储粮害虫的分类识别，为粮虫的快速鉴定和分类开辟了新的途径,取得了良好效果。甄彤提出采用运动图像识别技术检测谷物害虫，建立一种无需人工干涉的谷物害虫实时监测与分类识别系统,检测方案和识别效果得到了粮库有关专家的一致肯定。
    2、声测法
    粮虫的声检测技术是指通过检测和分析粮堆生态系统中害虫吃食或爬行等声信息，以掌握害虫数量、种类和发展阶段，进而评价粮食受危害程度的一种综合技术。20多年来它一直是昆虫声学领域研究的热点，美国在这方面处于领先地位，已取得很多研究成果国内也有学者进行相关研究。郭敏、尚志远等对粮虫爬行声的时频特征做了初步研究。耿森林等提出提高检测系统的抗噪能力以及利用害虫声频域特征进行害虫种类鉴别的新方法。另外，他们还提出了改进的新思想：储粮害虫活动的超声研究、储粮害虫超声激活方式的研究和储粮害虫活动声模型的理论研究，首次建立储粮害虫活动的声发射理论模型和无规声源模型，储粮害虫声发射理论模型是指将害虫和粮食颗粒看成一个整体，害虫活动发声看成一种声发射现象，而储粮害虫的无规声源模型指把同一生长阶段同种类的多个害虫活动发声看成是相位随机变化但频率相同的声源。这为通过害虫声音特征了解害虫活动特性从而对粮食的危害程度提供理论依据，为进一步研究指明方向。Pearson等人提出用碰撞声信号检测虫蚀粮粒的新方法。该方法的思路是：利用实验设备控制粮食样本落至钢制冲击板上，通过信号处理的方法处理其碰撞冲击板产生的声信号来检测害虫。实验结果显示，无虫粮粒和虫蚀粮粒的识别准确率分别为98%和84.4%，证明了该方法的可行性。
    3、近红外光谱法(NIR光谱法)
    近红外光谱法是基于近红外光的吸收和反射的差异区分虫害麦粒和完好麦粒，根据不同储粮害虫自身内的C、H、N成分的差异，经近红外光谱扫描后，其反射和吸收光谱的不同来识别不同种类的害虫。目前在美国、英国、加拿大等许多发达国家，都开展了NIR技术的研究工作，他们还拥有各种类型的NIR分析仪，已在实际应用中发挥了作用。20世纪90年代，NIR技术是研究热点。Ridgway等用近红外技术检测潜藏在粮食颗粒内部的害虫，之后Baker和Dowell等相继使用NIR技术鉴别寄生在小麦颗粒中的米象识别谷物中11种甲虫类昆虫，并提出这种技术有望快速自动检测其他有机物。近年，NIR技术在粮虫检测方面又有新进展。Maghirang和Dowell等用自动近红外反射系统(SKCS 4170)成功地检测了单个麦粒中包含的死虫和活虫，同时对包含不同生长阶段状态的蛹、大幼虫、中等大小的幼虫和小幼虫的象虫类昆虫进行了检测，准确率分别为94%、93%、84%和63%，这表明NIR技术用于粮虫的检测十分有效。在小麦面粉的害虫检测中，Perez-Mendoza等人比较了近红外技术和标准的浮选法，浮选法检测费时(约2 h/样本)且成本很高，而NIR系统相对很快(1 min/样本)，而且不需要准备样本。但NIR技术也有其局限性，首先它不适合检测虫害水平低的粮食样本，其二该技术对样本的湿度比较敏感，最后它是一种间接的方法，检测幼虫效果不理想。
    4 、X射线法
    X射线法检测过程如下：:谷粒由人工的方法放在样本平台的玻璃纸上，以摄取X射线图像，通过黑白照相机和数字化仪将图像显示在监视器上，再由计算机处理数字图像来检测虫蚀粮粒。在上述系统中，通常由人工将粮食放到平台上,效率很低。为此，Melvi等学者设计并开发了一种自动化的粮食单层设备(a grain kernel singulation device)，实现粮食在平台上的单层传输，大大提高了工作效率(60%~80%)，这将更有利于X射线技术的应用。Karunakaran等人通过大量实验，证明了该方法的有效性。他们最先将X射线用于检测小麦中米象的幼虫、蛹和成虫，获得97%的准确率，对完好粮粒的识别率高达99%，接着用该方法检测小麦中的锈赤扁谷盗，对完好粮粒、含幼虫和成虫的粮粒进行分类，正确识别率分别为75.3%、86.5%和95.7%。还将X射线法和伯利斯漏斗法(Berlese Funnel method)作了比较，后者检测速度慢(约5~6 h)，准确率不高，尤其是检测多种害虫时可靠性较差。Michael等人用CT成像技术检测红色硬小麦样本中含有的米象蛹，通过软件迅速识别和量化虫害麦粒。结果表明，每100 g样本中含5个虫蚀麦粒样本的平均检测准确率为94.4±7.3%(均值±标准差)，证明其可行性。同Ridgway提出的NIR法相比，CT法检测害虫的主要优势在于扫描粮食样本的速度很快，可以量化虫蚀麦粒的个数，且CT法不需要让粮虫样本单层显示，可同时对更多样本进行成像。
    5、电导法
    电导法又称电阻法，根据被测物体水分变化时其直流电阻值随之变化的原理来测定含水率，物质的含水率增加导致电阻值减小。美国学者Pearson等提出利用电导法自动检测麦粒中隐藏的害虫，采用单粒谷物特性测定仪(SKCS 4100)检测虫染麦粒的电压和电导率，通过对电导信号的处理，将虫食粮粒同完好麦粒区分开来。研究表明小麦样本中大幼虫和蛹的识别准确率分别为88%、89%，且误识率为零，从而证明该方法的可行性。美国农业部和波通公司共同研制了SKCS 4100，主要用于检测谷粒的重量、湿度、直径和硬度，速率为2粒/s，可对谷物的等级和均匀性进行快速、客观的测定。该系统工作基于电导和电压的原理。在SKCS中，一颗谷粒可认为是两个电阻分压电路中的一个电阻，电导率由通过谷粒的电压来测定。低电压对应小电阻谷粒,反之亦然。通常情况下，内部有活虫的谷粒的湿度要远远高于完好谷粒，湿度高则电导率(电阻)小，正是基于SKCS中的信号特征区分虫蚀粮粒同完好麦粒。与X射线成像法和近红外光谱法相比，电导法的最大优点就是它具有零误识率，是一种自动、经济、快速的检测储粮内部害虫的方法。
    6 电子鼻法
    电子鼻又称为气味扫描仪，J.W.Gardner对电子鼻定义为：“电子鼻是由一种有选择性的电化学传感器阵列和适当的识别装置组成的仪器，能识别简单和复杂的气味”。1999年Ridgway用电子鼻技术检测感染螨类害虫的小麦样本，证明了该方法的可行性。2004年潘天红等人将电子鼻技术用于谷物霉变的识别，并用径向基神经网络进行分析，正确识别率达到92.19%。2005年蒋德云、孔晓玲等人提出用电子鼻技术检测储粮害虫,采用法国生产的Alpha MOX FOX3000电子鼻，分别对含有活的储粮害虫气体样本、含有死虫的气体样本和标准空气样本进行了检测与比较，并应用主成分分析法进行了模式识别，结果表明，该方法可快速检测出粮食是否受到害虫的侵蚀。
    三、 储粮害虫检测技术的发展方向
   目前储粮害虫检测技术正朝着快速、准确、无损伤和早期诊断的方向发展，而虫害的早期诊断更为重要，只有在虫害爆发前的潜伏期采取治虫措施才是最经济、最有效的。近年来粮虫检测取得了一些可喜的成绩，但与人们的期望还存在着较大距离，因此还有许多研究工作要做。下面就其未来的发展趋势进行扼要的展望。
    1)近红外光谱法和图像识别法相结合检测幼虫。图像识别法是用可见光图像检测外部害虫，有明显的缺陷。所以考虑将二者相结合，研究检测效率高、价格低廉、无污染、准确性高、便于和现有粮库检测系统相连接的储粮害虫自动检测系统。
    2) X射线法和图像识别法相结合检测处于各个生长阶段的害虫。X射线法有诸多的优点，将它和图像识别法结合,研制出更为先进、更实用的储粮害虫自动检测识别系统，无疑可以达到最佳的检测效果。
    3)声检测和图像识别法相结合的多信息智能检测方法。利用储粮害虫吃食声定位害虫，与图像识别法综合应用，取长补短，进行害虫的智能检测。
    四、结 语
    储粮害虫检测技术方兴未艾，上述的粮虫检测方法各有所长，也存在不足之处，要获得良好的检测效果，未来的发展趋势无疑是将多种检测方法有机结合，取长补短，实现准确高效的智能检测。因此，我们一方面需要不断地研究和探讨新的有效的储粮害虫检测技术，另一方面也要综合利用现有检测方法，以形成多信息融合检测技术，为害虫的综合防治提供可靠的、科学的决策依据，将储粮损失降到最低限度。