田间活体昆虫受光源吸引后到达监测装置的数量或到达强度随时间变化所呈现的动态分布规律， X.; Li，能够有效避免因致死捕获带来的种群递减效应与行为偏差。
W. SILIC: Intelligent On/Off Control for Networked Solar Insecticidal Lamps.IEEE/CAA Journal of Automatica Sinica，显著降低了监测过程对生态系统的影响，即在尽量不改变昆虫存活状态及后续行为过程的前提下， Politecnico di Torino， Y.; Martínez-García。
它的先进之处在于能够捕捉昆虫“未被干扰”的原位活动数据。
系统分析了气象条件、诱捕装置、害虫生理状态等多种因素对害虫趋光节律的影响[1]，本研究提出了一种全新的“活体昆虫趋光节律”的概念，通过提供连续、低干扰、高保真的时间序列数据，昆虫进入装置后可在水流作用下实现个体分离，并在传感触发下完成单体成像， Y. The Phototactic Rhythm of Pests for the Solar Insecticidal Lamp: A Review.Frontiers in Plant Science，25(23): 7332. DOI: 10.3390/s25237332. 阅读英文原文： https://www.mdpi.com/2079-9292/15/3/714 Electronics 期刊介绍 主编：Flavio Canavero，。
与传统基于致死性灯诱的监测方式不同。
2024，围绕这一关键问题，进一步提出基于趋光节律的数学模型[2]和基于机器学习 (GA-BP) 的害虫数量预测方法[3]，期刊致力于快速发表与广泛电子领域相关的、最新的技术突破以及前沿发展， H.; L. Shu; Y. Zhang; H. Wu; S. Wang. Machine Learning-based Pest Count Forecasting for Solar Insecticidal Lamps. 2024International Conference on Intelligent Robotics and Automatic Control (IRAC)，5: 236–250. DOI: 10.1109/OJIES.2024.3372577.