在农业生产中，病害防控一直是影响作物产量和品质的重要因素。尤其是生菜这种广受欢迎的叶菜类作物，易受到霜霉病侵袭，一旦发病，损失可达90%以上。传统的病害检测往往依赖人工经验，不仅耗时费力，而且存在延误防治的风险。
最近，发表在国际期刊《Agriculture》的一项研究，为作物病害防控提供了全新思路：通过高光谱成像技术，实现生菜霜霉病的早期检测和精准评估！
01 高光谱成像：植物健康的“千里眼”
高光谱成像是一种融合了图像与光谱数据的前沿技术，能够细致捕捉到植物叶片反射光谱中的微小变化。这种变化往往在肉眼能观察到病斑之前就已经发生，为早期诊断提供了可能。
在本研究中，科研团队使用400–1000 nm波段的Resonon高光谱成像仪，拍摄了健康与感染霜霉病的生菜叶片。通过对比不同生长状态下的光谱数据，结合标准植被指数（如NDVI、SAVI等），提取了与病害发展密切相关的特征指标。
图1 (a)健康生菜(b)患有霜霉病的生菜和(c)可见症状。
02 智能分析：让检测更高效不仅如此，研究还引入了机器学习算法，如支持向量机（SVM），对海量高光谱数据进行建模与分类分析。通过特征选择优化，最终建立了准确率高、鲁棒性好的早期检测模型。图2.高光谱成像系统。
02 智能分析：让检测更高效
不仅如此，研究还引入了机器学习算法，如支持向量机（SVM），对海量高光谱数据进行建模与分类分析。通过特征选择优化，最终建立了准确率高、鲁棒性好的早期检测模型。
图2.高光谱成像系统。
03 关键成果SVM在病害初期识别阶段准确率达94%；最具判别力的特征波段集中于绿光（530–580 nm）和近红外区（700–900 nm）；与传统目视检测相比，高光谱方法可提前数天发现病害发生。图3. 高光谱成像过程。
03 关键成果
SVM在病害初期识别阶段准确率达94%；
最具判别力的特征波段集中于绿光（530–580 nm）和近红外区（700–900 nm）；
与传统目视检测相比，高光谱方法可提前数天发现病害发生。
图3. 高光谱成像过程。
图4. 第1天至第7天光谱带的VIP值。
图5. Ref-DI 相关性与第 1 天至第 7 天 Ref 平均 VIP 的重叠。
04 为什么早期检测这么重要？
传统病害管理往往依赖经验和目测，当病斑可见时，病害已经扩散，防控成本高、效果差。而高光谱+智能分析技术，不仅能缩短反应时间，还能降低农药使用，实现更加环保、高效的农业生产。
05 面向未来的农业“黑科技”
随着设备小型化和算法智能化发展，高光谱成像有望从科研实验室走向田间地头，配合无人机、智能农机应用，形成“天-地-机”一体化监测体系，为精准农业、智慧农业注入强大动能。
参考文献：
Ban, S.; Tian, M.; Hu, D.; Xu, M.; Yuan, T.; Zheng, X.; Li, L.; Wei, S. Evaluation and Early Detection of Downy Mildew of Lettuce Using Hyperspectral Imagery. Agriculture 2025, 15, 444.