近日，土地科学与技术学院曾也鲁教授课题组在基于无人机多光谱遥感的作物病害严重度监测方面取得重要进展，相关成果Integrating UAV-derived enhanced disease detection index and texture features for monitoring southern corn rust severity在农业与生物系统工程领域期刊《农业与电子技术》(Computers and Electronics in Agriculture)发表。
玉米南方锈病是影响玉米生产的重要病害之一，快速、准确获取病害严重程度对于抗病育种筛选和精准农业管理具有重要意义。然而，传统人工调查方法效率较低，难以满足大范围、高通量病害表型监测需求。针对这一问题，研究团队利用无人机多光谱遥感技术，结合不同病害等级下玉米叶片高光谱响应特征，提出了一种增强型病害监测指数（Enhanced Disease Detection Index, EDDI），并融合纹理特征信息，构建了玉米南方锈病严重度遥感评估方法。
基于无人机多光谱遥感的玉米南方锈病严重度评估方法示意图
研究结果表明，提出的EDDI能够有效表征玉米南方锈病严重度变化，与病害等级呈显著相关关系（Pearson相关系数达到−0.90）。融合EDDI与纹理特征的模型在病害严重度分类中取得最高准确率（0.733）和F1分数（0.724），并实现了田间尺度病害空间分布制图。该研究为无人机遥感技术应用于作物病害快速监测和抗病育种材料高通量表型鉴定提供了新的技术方法。
植被指数与玉米南方锈病严重度之间的相关性矩阵
玉米南方锈病严重度空间分布结果
本研究提出的方法融合了病害敏感光谱信息与冠层空间结构信息，提高了无人机多光谱遥感对作物病害严重度的识别能力，为智慧农业和精准育种提供了重要技术支撑。
土地科学与技术学院23级博士生魏亚楠为论文第一作者，曾也鲁教授为论文通讯作者。该研究得到了农林生物安全全国重点实验室联合研究项目、国家自然科学基金、拼多多-中国农业大学研究基金以及中国农业大学2115人才计划等资助。
供稿：土地科学与技术学院
供图：土地科学与技术学院
编辑：李杨
责编：孟祥慈