摘要：准确及时地辨识农作物害虫群体及态势演化关系是预防重大虫灾的关键前提，事关全国农业生产及食品供应安全。实际复杂系统中，预训练元类别的害虫辨识模型与实际系统匹配度低，导致辨识性能下降，大大影响了系统的应用价值。本项目基于实际农业系统的多源测量大数据，研究机理解析与数据驱动相结合的时空融合大模型方法、以及与之相适应的害虫群体辨识及演化理论，内容包括：1）基于测量数据，研究模糊贝叶斯互补融合，弥补数据缺失冲突；2）引入多粒度图解耦，表征空间互作态势，挖掘害虫群对象交互作用；3）研究时空图持续学习，表征时间关联态势，解析“害虫-作物-微环境”因果关联机理；4）将空间及时间态势统一到大模型框架下，研究害虫群体辨识及演化理论框架，涌现符合机理的“害虫偏好”共识。项目将从根本上解决复杂农业系统中，由于辨识模型与实际系统匹配度低、导致性能下降、无法满足现实需求的问题，具有极大的理论研究及实际应用价值。