论文标题：Recent Developments and Applications of Crop Disease Detection, Prediction, and Early Warning: A review

期刊：Engineering

DOI：https://doi.org/10.1016/j.eng.2025.10.032

微信链接：点击此处阅读微信文章

随着全球气候变化加剧和农业病害传播速度加快，传统的作物病害监测方法已难以满足现代农业对高效、精准病害防控的需求。近日，南京农业大学张保华教授团队与国家农业信息化工程技术研究中心赵春江教授团队合作在《Engineering》发表了一篇题为“Recent Developments and Applications of Crop Disease Detection, Prediction, and Early Warning: A review”（作物病害检测、预测与预警的最新进展与应用：综述）的论文，系统梳理了农业病害监测领域的最新技术进展及其应用现状，南京农业大学闫静怡为论文第一作者。

文章指出，作物病害每年给全球农业生产带来超过2200亿美元的经济损失，传统依赖人工识别病害的方法效率低下且难以及时指导农户采取有效措施。为了减少病害造成的损失并推动农业可持续发展，研究人员正在探索更先进的病害防控策略，通过早期发现病害并及时采取预防措施，降低病害大规模暴发的风险。

近年来，光学传感器、电化学生物传感器、孢子捕捉系统以及电子鼻等技术在作物病害监测中展现出巨大潜力。这些传感器能够监测作物本体及其气候环境的相关数据，为病害的早期检测、预测与预警提供了有力支持。例如，光学传感器通过采集作物表面的图像数据，能够识别病害特征；而电化学生物传感器则可以检测病原体及其释放的特异性化学挥发物，实现病害发生动态监测。

图1. 作物病害的驱动因素与关键监测技术

文章详细介绍了多种光学传感器的特性与应用。RGB相机因其成本效益高、普及度广而被广泛应用于作物病害数据采集，但其在病害早期检测方面存在一定局限性。相比之下，荧光传感器、热成像系统、高光谱成像系统等技术能够提供更丰富的光谱信息，具备更高的早期检测能力。例如，高光谱成像系统通过分析每个像素在多个波长下的反射强度，可在病害发生初期甚至症状显现前实现无损评估。

图2. 作物病害检测、预测及预警所涉及的传感器及系统概述

除了光学传感器，电化学生物传感器也在病害监测中发挥着重要作用。这些传感器以病原特异性与宿主响应生物标志物为基础，能够检测包括真菌、细菌和病毒在内的多种植物病原体。纳米材料的发展显著推动了生物传感器技术的进步，提升了检测灵敏度。例如，采用氧化石墨烯结合DNA探针构建的DNA电化学生物传感器，可实现水稻穗腐病菌的快速检测。

孢子捕捉系统和电子鼻则通过检测空气中的病原颗粒物和挥发性有机化合物（VOCs），实现对病害动态的非接触实时监测。这些技术在区域预警及可控环境农业中展现出应用潜力，但其检测灵敏度与抗环境干扰的稳健性仍需进一步提升。

在病害检测、预测与预警的方法上，文章指出，机器学习和深度学习算法的应用为农业病害监测带来了新的突破。这些算法能够自动从原始数据中提取复杂特征，简化病害监测流程并显著提升诊断准确性。例如，卷积神经网络（CNN）在图像识别任务中表现出强大的特征学习能力，能够识别作物叶片图像中的病害趋势、类型与严重程度。此外，时间序列算法通过整合历史病害数据与环境因子，可精准解析病害发生规律。

物联网技术的引入也为农业病害监测提供了新的思路。通过部署温湿度传感器、土壤水分传感器及气体传感器等设备，物联网系统能够实时监测各类环境参数，精准捕捉可能诱发病害的关键因子。当环境参数达到临界阈值时，物联网系统将自动触发警报机制，并根据预测的病害类型推荐相应的防控措施。

文章还探讨了作物病害监测技术在实际农业中的应用，包括作物生长监测、精准喷洒系统以及产量损失评估等。例如，在作物生长监测中，高光谱成像、热红外探测及深度学习算法的融合显著增强了作物健康状况的实时监测能力。在精准喷洒系统中，通过整合实时监测技术与高效诊断算法，实现了精准农业干预，减少了药剂浪费与环境污染。

尽管农业病害监测技术取得了显著进展，但文章也指出该领域仍面临诸多挑战。例如，复杂农业环境中的实时病害检测、早期预测以及病害数据质量与信息共享等问题亟待解决。此外，偏远地区的电力供应、小农户的成本约束以及网络与数据基础设施不足等问题也限制了先进监测技术的广泛应用。

展望未来，文章认为，物联网技术与人工智能的深度融合将推动作物病害监测向实时可靠的方向发展。通过模拟不同防控措施并预测其效果，人工智能系统可协助农户选择最优防控方案，避免资源过度投入与浪费。随着技术的不断进步，农业病害监测有望实现更高效的防控与管理，为全球粮食安全与农业可持续发展提供有力保障。

论文信息：

Jingyi Yan, Huarui Wu, Zhihua Diao, Yisheng Miao, Baohua Zhang, Chunjiang Zhao, Recent Developments and Applications of Crop Disease Detection, Prediction, and Early Warning: A review, Engineering, 2025.

开放获取：

https://doi.org/10.1016/j.eng.2025.10.032