现有蔬菜病害检测方法主要聚焦于图像视觉特征，忽视了高层次文本语义信息的引导作用。病害的发生与环境因素（季节变化、温湿度、光照条件等）密切相关，这些隐性知识对于准确识别病害类型具有重要指导价值，但在传统方法中未能得到有效利用。此外，高质量病害文本描述数据的获取高度依赖农业专家的人工标注，存在成本高昂、效率低下、主观性强且描述规范性难以保证等问题，严重制约了多模态病害数据集的构建与扩展。如何将零散的环境监测数据转化为结构化、语义丰富的知识表征，并形成可供模型学习的外部知识库，目前仍缺乏系统性的解决方案。