近年来，高光谱遥感设备的发展为植保专业人士提供了一种植物检疫的新机制。 来自高光谱传感器的语义丰富的数据是及时合理实施植保措施的先决条件。 本综述介绍了基于高光谱遥感的早期植物病害检测的研究进展。通过研究进展综述，对现有结果进行了比较研究，从而明确了当前实验方法中的差距，指出了实验方法发展的另一个方向。

　　目前高光谱图像的获取和解析如图1所示，高光谱相机收集的是由植物叶子反射进入到相机镜头的光(图 1A、1B)。 然后应用各种数据归一化(图 1C)和特征提取(图 1D)算法来降低数据的维数。 最后，使用不同的自动化技术来自动化分类(图 1E)。

　　在本文中，作者选择了四种作物进行综述：油棕、柑橘、茄科植物和小麦，并将相关研究综合至表1-表4中。表1显示，检测油棕病害(包括早期症状)重要波段是 600 到 950 nm 范围内。 然而，不同研究中重要波段存在很大的分散性，这使我们可以得出结论，有一些无法解释的因素影响它们的反射光谱表现和波段的。作者认为，应该从苗圃、实验室和温室中的油棕幼苗收集更多数据，以避免种植患病的幼苗。

　　表2是柑橘病害光谱检测研究，可以明显看出，柑橘类植物病害的重要波段范围大于油棕。其原因可能是柑橘作物品种多样性和各种非生物因素造成的生理差异。

　　表3是茄科植物病害光谱检测研究，研究表明，即使在相同的栽培环境下，也很难确定与茄科植物某些疾病相关的重要波段范围。品种、基因型以及感染病原菌的植物的生理、生化表现都对光谱影响很大。因此可能有必要更多地关注利用高光谱技术研究植物的表型和非生物胁迫多样性，以便促进对茄科感染病的早期检测。

　　表4是小麦病害光谱研究，与茄科一样，很难确定与某些小麦病害相关的重要光谱波段范围。但是研究人员关注了栽培品种多样性以及植物抗病性和病原体多样性对实验结果的影响。

　　作者认为，为了能更好利用高光谱技术检测早期植物病害，需要植物生理学、植物病理学、植物抗性、表型组学、生物信息学、信息技术、系统分析和光学或光子学专家的共同努力。在研究发展的这个阶段，在实验室条件或最新一代工业温室中进行实验更为合乎逻辑，其中非生物因素的变异性最小。各类作物的病害感染高光谱图像数据库的建设可能需要推迟，直到开发出使高光谱技术进行植物病害遥感的一般方法规则，以避免可能的混淆。

　　来源：Terentev, A., Dolzhenko, V., Fedotov, A., & Eremenko, D. (2022). Current State of Hyperspectral Remote Sensing for Early Plant Disease Detection: A Review. Sensors, 22(3), 757.

　　编辑：婷婷