随着人工智能与物联网技术在农业领域的深入应用，病虫害监测正在从"人工巡查、经验判断"逐步转向"数据驱动、智能决策"。作为智慧植保领域的深耕企业，云飞科技围绕病虫害监测预警与防控业务，持续推进"监测—预警—决策"一体化体系建设，以扎实的数据积累支撑系统能力的持续提升。

　　高质量数据集是提升AI模型性能的关键。云飞科技依托覆盖全国的监测网络，积累了海量农业害虫图像样本，并持续进行数据清洗、标注优化和模型升级。截至目前，企业已累计构建超过200万条标准化虫害识别样本库，平均识别率较初期提高了20%以上，形成了从数据积累到模型优化的完整流程。

　　在算法与应用场景上，云飞科技持续拓展AI识别能力：由单一大田场景延伸至设施农业场景，由虫害识别向病害识别扩展，并由实时监测向预测预警过渡。依托与中国科学院联合研发的专属算法，其虫害识别模型在2024年由中国植物保护学会组织的现场验证中，识别准确率分别达到89.81%和95.4%，重点害虫识别率超过90%。

　　数据迭代也在反哺预测能力。云飞科技将虫情监测数据、气象数据与区域历史数据进行融合，构建虫害发生趋势预测模型，并通过区域数据不断修正模型参数，使预测结果更贴近不同区域的实际发生规律。下一步，企业还将探索大模型在植保领域的应用，推进植保数据标准体系建设，提升监测数据在行业内的共享与协同能力。

　　目前，云飞科技的智能监测设备已布设于31个省级行政区、8000多个监测点，服务覆盖多地植保机构与种植主体。随着虫害识别数据的持续迭代，云飞智慧农业病虫害监测系统将在识别精度、预警时效与场景适配等方面进一步优化，为科学防控与农业高质量发展提供更可靠的技术支撑。