中国作为世界上人口最多的国家,保障民生,保障国家粮食安全是我国的基本国策。水稻是中国主要的粮食经济作物,粮食的生产安全关系到中国社会的稳定与可持续发展。然而,稻瘟病作为危害水稻最严重的病害有着传染性强,发生面积广,难以控制等特点。随着“智慧农业、精准农业”的大力发展,采用无人机载遥感技术监测作物长势越来越受到重视,无人机遥感解决了低效、耗时等大面积种植农作物的信息获取的问题;同时,农作物遥感技术发展进一步需要用光谱技术解决病虫害难以及时和实时动态监测的问题。本文利用无人机载多光谱成像探测技术,研究东北寒地水稻的长势与稻瘟病光谱图像特征。依据水稻冠层和单叶片结构,开展水稻冠层和单叶片的光谱散射机制研究,分析水稻冠层反射光谱特征并开展波段选择,并提出由光谱指数对健康和病害程度的分类统计分析方法。开展无人机载多光谱成像的数据采集和预处理研究,依据无人机载多光谱设备参数和功能,规划试验田和无人机载设备的飞行与采集方式,对获得的光谱图像,进行光学镜头非均匀性的校正、大气校正、几何校正、等光谱图像预处理。开展水稻冠层的多光谱探测试验,进行数据选择,分析地面和无人机载光谱的相关性,基于50 m高空的3组区域、含每组8地块的4个生长期的无人机载光谱数据,采用6种植被指数对稻瘟病等级进行反演研究。结果表明在水稻生长的分蘖期与拔节期,叶片处于生长阶段,可以采用RVI、NDVI的遥感影像对水稻的稻瘟病的态势做出判断;在水稻生长的孕穗期,水稻叶片的冠层覆盖度高,RVI与NDVI的判别度降低,而稻瘟病害会破坏水稻叶片内部的组织结构,构造的BNDVI的准确率提高,可作为中期对水稻稻瘟病病害判断的依据;水稻生长的灌浆期,受稻瘟病影响,水稻叶片大面积受损,NDRE作为后期对水稻病害判断的依据。最后将不同水稻生长阶段的遥感影像做植被指数变换后的数值作为参量输入线性判别分析（LDA）与决策树分类模型中,可以较好的对水稻稻瘟病害程度进行分类。综上无人机载光谱成像可有效对稻瘟病的快速、准确的监测,其研究结果为东北寒地水稻稻瘟病的植被指数的选择、快速的调查病害情况提供理论依据和技术支持,为精准农业、智慧农业在水稻信息的监测方面提供数据支持。