中国科学院空天信息研究院(AIR)的科学家与石河子大学合作，开发了一种棉花黄萎病(VW)分级的新方法。该方法与产量损失相关，适用于通过遥感监测来评估VW的严重程度。

他们的研究结果发表在《农业与森林气象学》上。

准确评估棉花VW病害严重程度对于控制疫情爆发和估算产量损失至关重要。中国国家分级标准(GB/T 22101.5-2009)根据病叶比例对VW进行分级，但该方法在实地工作和遥感监测方面面临挑战。

现行标准反映了出现症状的叶片数量，但未能量化实际产量损失，使产量评估变得复杂。此外，手动计数叶片耗费大量人力，而且病毒性枯萎病症状自下而上的进展与遥感技术自上而下的视角不一致，进一步降低了监测准确性。

为了解决这些问题，研究团队对棉花植株的病害进展进行了详细分析。他们发现，果枝叶(FL)与棉花产量的相关性比主茎叶(ML)更高。主茎叶(L1-L3)上三层ML的发病情况和主茎叶(L1-L5)上五层FL的发病情况可有效指示产量损失。

基于这些见解，研究人员开发了八位置分级 (EPG) 方法。该方法基于 GB 分级原则和棉花枝条的自然螺旋排列(即所谓的“3/8”分布)，仅关注最关键的层级，其中，ML 层为 L1-L3，FL 层为 L1-L5，从而简化了病害评估，同时保持了较高的准确性。

与传统的实地调查相比，EPG 方法通过仅评估冠层顶部的特定叶片子集，简化了数据收集。这不仅减少了人工劳动，还实现了大规模、高效的监测。EPG 方法与产量损失的相关性更强，以 12% 的梯度捕捉到产量损失，而 GB 方法与实际结果的相关性较弱。

此外，理论模拟和基于无人机的实验证实，EPG 更适合大规模遥感应用。与 GB 方法相比，EPG 对 VW 严重程度的估计精度显著提高(R2 = 0.76)。

EPG 方法将病害严重程度分级与遥感技术相结合，提供了一种实用且科学的病害评估方法。它为监测棉花病害严重程度提供了一种有效的工具，并能够更准确地估算大面积农业区域的产量损失。

更多信息： Yaohui Gui 等，《一种用于遥感监测的棉花黄萎病严重程度分级的实用方法》，《农业与森林气象学》(2025)。