Pflanzenschädlinge und -krankheiten stellen eine wichtige Bedrohung für die land- und forstwirtschaftliche Produktion sowie die Gesundheit von Ökosystemen dar, deren Auswirkungen vor dem Hintergrund des globalen Klimawandels weiter zunehmen. Die grüne, effiziente und präzise Bekämpfung von Schädlingen und Krankheiten hängt von hochwertigen Überwachungs- und Warninformationen ab. Im Vergleich zu herkömmlichen Methoden des Pflanzenschutzes hat die sich schnell entwickelnde Fernerkundungstechnologie das Interesse und die Anerkennung von Wissenschaftlern und Regierungen auf der ganzen Welt geweckt. Dieser Artikel konzentriert sich darauf, wie in den letzten Jahren die Fernerkundungstechnologie in der Überwachung und Früherkennung von Pflanzenschädlingen und -krankheiten systematisch angewendet wurde, präsentiert Fortschritte in Technologie, Methoden und Modellen, analysiert die aktuellen Hauptprobleme auf diesem Gebiet und prognostiziert zukünftige Trends. Zunächst liefern Fernerkundungsbeobachtungsdaten in mehreren Maßstäben, die sich aus Satelliten-, Luft-, Drohnen- und terrestrischen Sensoren zusammensetzen und sich ständig in Vielfalt, Leistung und Genauigkeit verbessern, eine entscheidende Datenquelle für die Erkennung von Pflanzenschädlingen und -krankheiten, die sich immer besser an die Anforderungen von Ökologischen Kartierungen und der Habitatüberwachung von Pflanzenschädlingen und -krankheiten anpassen können. Bei der Erkennung von Pflanzenschädlingen und -krankheiten mit Fernerkundung extrahieren sowohl spektrale als auch bildanalytische Analysen als zwei Hauptkategorien auf unterschiedliche Weise entscheidende, auf Pflanzenschädlingen und -krankheiten empfindliche Informationen aus den Fernerkundungsdaten; gleichzeitig bietet die Anwendung von zeitlichen Analysetechniken ein effektives Mittel zur Überwachung von Prozessen bei Pflanzenschädlingen und -krankheiten und zur Unterscheidung zwischen verschiedenen Stressfaktoren. Bei der Früherkennung von Pflanzenschädlingen und -krankheiten mit Fernerkundung werden Informationen aus mehreren Quellen zur Überwachung verschiedener Umweltfaktoren genutzt und anschließend mit statistischen Modellen, maschinellen Lernmodellen, tiefen Lernmodellen und mechanistischen Modellen verknüpft, um eine weitreichende Warnung vor Pflanzenschädlingen und -krankheiten zu erreichen; aufgrund der Fernerkundungsinformationen hat sich die Warnung vor Pflanzenschädlingen und -krankheiten von einer statischen zu einer dynamischen Entwicklung ausgeweitet und die Fähigkeit erlangt, dynamische Vorhersagen auf großräumiger zeitlicher und räumlicher Ebene zu treffen. In Zukunft ist eine weitere Stärkung der Fusion und integrierten Anwendung von Fernerkundungsdaten aus verschiedenen Quellen erforderlich, um wichtige Herausforderungen in der Erforschung von Überwachung und Früherkennung von Pflanzenschädlingen und -krankheiten mit Fernerkundung zu bewältigen, wie die Komplexität der spektralen Merkmale, die Qualität und Effizienz der Datenverarbeitung, die Anwendbarkeit und Generalisierungsfähigkeit von Modellen, mit besonderem Schwerpunkt auf der aktiven Erkundung von Anwendungsmöglichkeiten von Technologien wie Fluoreszenz, Thermografie und LIDAR in der Überwachung von Pflanzenschädlingen und -krankheiten und der Bewertung von Lebensräumen; auf dieser Grundlage sollten interdisziplinäre und umfassende Untersuchungen zur Fusion von Fernerkundungstechnologie, künstlicher Intelligenz und theoretischen Modellen zum Pflanzenschutz vorangetrieben werden, um das Potenzial und den Wert von Fernerkundungsdaten aus verschiedenen Quellen voll auszuschöpfen und einen soliden Support für die Etablierung eines zeitgemäßeren, genauen, effizienteren und dynamischeren Systems zur Überwachung von Pflanzenschädlingen und -krankheiten zu bieten und die ganzheitliche Verwaltung von Pflanzenschädlingen und -krankheiten und den grünen Schutz besser zu unterstützen.

Pflanzenschädlinge und -krankheiten; Fernerkundung; Überwachung; Früherkennung; Fortschritte; Perspektiven