多光谱技术在果树病害检测中的应用与展望

摘要

多光谱技术作为计算机视觉与农业遥感交叉领域的核心技术，正在推动果园病虫害检测手段的革新与精准管理的实施。近年来，该技术与深度学习模型相结合，在果树病虫害的精准识别方面取得显著进展，并在性价比、适用性和实时监测等方面展现出独特优势。该文系统综述了多光谱技术在不同果树病害检测中的具体应用，例如，基于520～920 nm波段的多光谱遥感技术实现了梨树火疫病的检测，检测精度达95.0%；无人机多光谱影像在475、560、668、717和840 nm波段上对栗树油墨病的检测精度最高达95.2%；此外，融合多色荧光与反射波段的多光谱成像技术对柑橘黄龙病的检测精度达92.1%。结合支持向量机、随机森林及改进的Mask R-CNN V3等模型，多光谱技术在多种病害识别中进一步提高了检测精度与效率。支持向量机模型对野生蓝莓病害的检测精度达到96.60%；随机森林模型对槟榔黄化病的检测精度为86.46%；改进的Mask R-CNN V3模型对柑橘黄龙病的检测精度达到93.37%。另外，多光谱技术通过获取作物在多波段下的光谱信息，可有效反映叶片色素含量等生理状态，为病害早期诊断提供依据。未来，多光谱技术可通过融合机器学习算法增强模型泛化能力，并结合小型传感器与嵌入式计算平台，开发轻量化实时检测设备，实现果园病害的早期预警与精准防控，以期为智慧农业提供重要技术支持。

关键词

多光谱技术 / 果园病害检测 / 数据处理 / 深度学习

基金资助

国家自然科学基金项目（31761133019）; 国家现代农业产业技术体系资助项目（CARS-28）; 中国农业大学2115人才培育发展支持计划项目（2115-89052）