@Articles{,
    	author	 = {Obinna Gabriel Chikezie and Henryk Ratajkiewicz},
    	title 	 = {{Zastosowanie spektroskopii odbiciowej we wczesnym wykrywaniu chorób wybranych roślin dwuliściennychThe use of reflectance spectroscopy in the early detection of diseases of selected dicotyledonous plants}},
    	journal  = {Progress in Plant Protection},
    	year	 = {2026},
    	volume   = {},
    	number   = {},
		pages    = {0-0},
    	abstract = {Celem pracy był przegląd badań nad zastosowaniem spektroskopii odbiciowej – punktowej (spektroradiometria) i obrazowej (obra­zowanie hiperspektralne i multispektralne) – we wczesnym wykrywaniu chorób roślin dwuliściennych. Szczególną uwagę poświęcono trzem rodzinom roślin: psiankowatym (Solanaceae), kapustowatym (Brassicaceae) i bobowatym (Fabaceae). Na podstawie analizy ponad70 publikacji wykazano, że detekcja przedobjawowa została potwierdzona dla chorób grzybowych, grzybopodobnych, bakteryjnychi wirusowych na kilkunastu gatunkach roślin uprawnych, jednak polowa walidacja detekcji bezobjawowej ogranicza się do bardzo nielicz­nych układów patogen–roślina. W zdecydowanej większości badań rejestrowane zmiany spektralne odzwierciedlają reakcję fizjologiczną rośliny na porażenie, a nie bezpośrednią sygnaturę patogenu. Szerokie pasma spektralne w zakresie widzialnym (500–700 nm) i bliskiej podczerwieni (700–900 nm) najczęściej identyfikowano jako diagnostycznie istotne, przy czym przydatność poszczególnych zakresów zmienia się wraz z postępem choroby. Selekcja optymalnych długości fal i zaawansowane algorytmy klasyfikacyjne umożliwiają redukcję złożoności obliczeniowej i otwierają drogę do praktycznych zastosowań na platformach mobilnych. This paper reviews the application of reflectance spectroscopy – both point-based (spectroradiometry) and imaging-based (hyperspec­tral and multispectral imaging) – for the early detection of diseases in dicotyledonous plants. Particular attention is devoted to three families of plants: Solanaceae, Brassicaceae, and Fabaceae. Based on the analysis of over 70 publications, pre-symptomatic detection has been confirmed for fungal, oomycete, bacterial, and viral diseases across several crop species; however, field validation of pre-symptom­atic detection remains limited to a very few pathogen–host systems. In the vast majority of studies, the recorded spectral changes reflect the physiological response of the plant to infection rather than a direct spectral signature of the pathogen. Broad spectral bands in the visible (500–700 nm) and near-infrared (700–900 nm) ranges were most frequently identified as diagnostically significant, with the utility of specific wavelength ranges changing with disease progression. Optimal wavelength selection and advanced classification algorithms enable computational complexity reduction and open the way to practical deployment on mobile platforms.},
		affiliation = {Uniwersytet Przyrodniczy w Poznaniu, Katedra Entomologii i Ochrony Środowiska, Dąbrowskiego 159, 60-594 Poznań, Polska, Uniwersytet Przyrodniczy w Poznaniu, Katedra Entomologii i Ochrony Środowiska, Dąbrowskiego 159, 60-594 Poznań, Polska},
		keywords = {obrazowanie hiperspektralne, obrazowanie multispektralne, detekcja przedobjawowa, spektroskopia odbiciowa, choroby roślin, VIS–NIR, hyperspectral imaging, multispectral imaging, pre-symptomatic detection, reflectance spectroscopy, plant diseases},
    	url 	 = {https://www.progress.plantprotection.pl:443/?node_id=35&ma_id=4622}
    }