Detection of Huanglongbing (HLB) in orange trees using hyperspectral signatures and machine learning models

Abstract

Huanglongbing (HLB) is one of the most severe diseases affecting citrus production, causing physiological alterations that impact leaf spectral response and compromise plant productivity. In this context, the objective of this study was to discriminate healthy and HLB-infected citrus plants using hyperspectral foliar data, with emphasis on identifying disease-sensitive spectral regions and evaluating the robustness of classification models under real field conditions. A total of 1,912 leaf samples from 89 plants were analyzed, with spectral measurements acquired in the 350–2,500 nm range. The data were subjected to spectral preprocessing, dimensionality reduction using Principal Component Analysis (PCA), and classification using supervised machine learning algorithms. Model robustness was assessed through external validation using spatially independent orchard blocks, ensuring a more realistic evaluation of generalization under field conditions. The results demonstrated a high discrimination capacity between healthy and infected plants, with performance exceeding 94% in the main evaluation metrics at the plant level and greater stability compared to the leaf scale. The most relevant spectral regions were concentrated in the red, red-edge, near-infrared, and shortwave infrared domains, consistent with changes in pigments, mesophyll structure, and leaf water status. The proposed approach remained robust when evaluated using spatially independent orchard blocks, highlighting the potential of hyperspectral data and machine learning for scalable HLB monitoring under field conditions.

O Huanglongbing (HLB) é uma das doenças mais severas que afetam a citricultura, causando alterações fisiológicas que impactam a resposta espectral foliar e comprometem a produtividade das plantas. Nesse contexto, o objetivo deste estudo foi discriminar plantas cítricas sadias e infectadas por HLB utilizando dados foliares hiperespectrais, com ênfase na identificação de regiões espectrais sensíveis à doença e na avaliação da robustez de modelos de classificação sob condições reais de campo. Foram analisadas 1.912 amostras foliares provenientes de 89 plantas, com medições espectrais adquiridas na faixa de 350 a 2.500 nm. Os dados foram submetidos a etapas de pré-processamento espectral, redução de dimensionalidade por meio da Análise de Componentes Principais (PCA) e classificação utilizando algoritmos supervisionados de aprendizado de máquina. A robustez dos modelos foi avaliada por meio de validação externa utilizando blocos espacialmente independentes do pomar, proporcionando uma avaliação mais realista da capacidade de generalização em condições de campo. Os resultados demonstraram elevada capacidade de discriminação entre plantas sadias e infectadas, com desempenho superior a 94% nas principais métricas de avaliação em nível de planta e maior estabilidade quando comparado à escala foliar. As regiões espectrais mais relevantes concentraram-se nas faixas do vermelho, red-edge, infravermelho próximo e infravermelho de ondas curtas, consistentes com alterações em pigmentos, estrutura do mesófilo e estado hídrico foliar. A abordagem proposta manteve-se robusta quando avaliada em blocos espacialmente independentes do pomar, evidenciando o potencial dos dados hiperespectrais e do aprendizado de máquina para o monitoramento escalável do HLB em condições reais de campo.