近日，北京市农林科学院信息技术研究中心技术部研究团队与北京林业大学信息学院等单位联合在国际期刊Remote Sensing of Environment上在线发表“The impacts of tree shape, disease distribution and observation geometry on the performances of disease spectral indices of apple trees”文章。博士研究生张文杰为第一作者，杨贵军研究员和赵春江院士为通讯作者。

植被指数（VI）因其简洁和稳健性被广泛用于植物病害的定量遥感监测。然而，冠层结构特征、病害在冠层中的空间分布模式以及观测几何等因素会影响病害冠层的光谱响应，进而可能削弱VI在特定病害情境（如病害早期）下的监测性能。目前尚缺乏系统性的研究方法来定量解析多种因素的混合影响机制，这一知识缺口直接影响了田间病害监测实践中最优VI的科学选择。

为解决这一关键科学问题，作者提出了一种综合分析策略，通过耦合三维辐射传输模型（3D RTM）与多准则决策方法——Entropy-weight TOPSIS模型（熵权优劣解距离法），基于多种病害场景的模拟数据与地面验证实验，首次在冠层尺度上实现了病害相关VI的系统性评估。具体而言，研究采用三维辐射传输模型LESS，精确模拟了褐斑病和花叶病两种典型病害胁迫下的苹果树冠层反射率，并定量解析了树形、病害分布模式及观测几何对40种常用病害VI的混合影响，并从多个关键维度对VI性能进行了系统排序。

研究结果表明，针对不同病害类型，HI2014（针对褐斑病）和WBISWIR（针对花叶病）分别展现出最优的监测性能。稳定性分析表明，PRIn抵抗树形和病害分布模式变化的能力最强，而WBISWIR在应对观测几何变化时表现最为稳健。影响因素贡献度评估表明，树形和病害分布模式的影响高于观测几何。该研究揭示了VI与多种混合因素之间的复杂交互作用，强调在病害遥感监测中需谨慎选择VI，特别是在病害早期检测时应充分考虑树形和病害分布模式。该研究成果为针对特定病害类型与植被特征的VI优选提供了可靠的方法框架，对提升植物病害遥感监测精度具有重要指导意义。

图1 耦合三维辐射传输模型LESS和熵权TOPSIS模型定量评估树形、病害分布模式和观测几何对病害植被指数混合影响的技术路线图。

文章链接：

https://doi.org/10.1016/j.rse.2025.114953