来源：科技日报

一根根智能探杆整齐排列，屏幕上跃动着温度、湿度、水分、虫情等数据，管理员只需在手机上轻点一下，就能完成粮仓风险的远程巡检。在当前落幕的全国财经院校创新创业联盟2025年年会暨第十届全国财经院校创新创业大赛全国总决赛上，由南京财经大学团队研发的“智探粮芯”智慧储粮监测与预警系统，凭借其创新性荣获创意赛道特等奖，为解决粮食存储安全问题提供了智能化解决方案。

自2003年起，南京财经大学计算机与人工智能学院毛波教授带领的团队便开始深耕粮情监测技术领域。“从早期的温湿度数据采集，发展到现在集多模态监测、AI智能识别、大数据决策支持于一体的全链条技术体系，我们持续攻克储粮信息化的关键技术瓶颈。”毛波表示，传统粮情管理依赖人工经验，靠“眼看手摸”来判断；“智探粮芯”则通过“多模态硬件+智能算法+服务平台”的模式，实现了对粮堆内部环境的实时感知、智能分析与主动干预。

在实际应用中，这套系统让仓储管理首次真正做到了“看得见、算得准、管得住”。

以福建省储备粮南安库为例，该库因环境潮湿、虫害易发，管理压力长期处于高位。项目团队将智能探杆部署于粮堆之中，每隔几分钟便能自动采集温度、湿度、水分、二氧化碳浓度及虫情图像等多维数据。一旦系统捕捉到虫害发生的早期迹象，便会自动识别虫种、评估风险等级，并将预警信息和处置建议推送给库区管理员。过去需要人工“掏探子”“翻粮面”才能发现的问题，如今在手机上轻轻一点就能及时掌握，极大提升了粮库工作的安全性和管理效率。

“在粮情监测核心技术长期依赖进口的背景下，‘智探粮芯’实现了关键硬件的自主可控。”团队成员、南京财经大学学生黄微介绍，作为系统核心的自研多模态智能探杆，集成了温湿度、水分、气体浓度与虫害图像识别等多种传感功能，其成本仅为进口同类设备的五分之一，却能覆盖更多监测维度，实现更长时间的稳定在线运行。

在算法层面，系统采用改进的YOLOv8-seg实例分割模型，可精准识别玉米象、谷蠹等典型储粮害虫，准确率超过90%。结合LSTM时序预测模型，系统能对未来5天的虫害风险进行预测，为粮库争取到4至7天的处置窗口期，从而将管理模式从“事后补救”转变为“事前预警”。

团队还基于大语言模型技术，构建了智能交互平台。该平台能将复杂的监测数据转化为通俗易懂的风险报告，并生成分级处置策略。基层仓库管理员只需询问一句“最近仓内状况怎么样”，系统即可自动汇总当前粮情与虫害趋势，并给出具体的操作建议，实现了真正的“AI助手陪伴式管理”。配套的专家服务平台，则构建了从监测、诊断到处置、复核的业务闭环，让传统粮情管理变得更加标准化、智能化。

截至目前，“智探粮芯”系统已在中粮集团、中储粮等多家大型粮储企业完成试点应用。团队正在进一步构建“算法+算力”一体化平台，以期将系统推广至更多储粮企业，为传统行业的智能化升级注入新动能。（科技日报记者 张晔 通讯员 陈彦博）