南京农业大学副校长以通讯作者身份在国际顶级期刊（IF=14.3）上发表研究论文

本文报道了南京农业大学智慧农业创新团队联合国际团队在稻瘟病无症状期信号探测及遥感监测方面的重要进展。背景方面，稻瘟病是全球水稻生产中最具破坏性的真菌病害，每年造成10%-30%的产量损失，而传统监测方法存在效率低、准确性差等问题。研究目的是开发一种基于近端成像光谱平台的无症状期病害信号纯化及可视化方法MESPOT，以解决无症状期病害信号探测难、早期监测精度低等问题。研究结果表明，MESPOT方法可在病斑显症前3天准确识别潜在病斑，无症状期感病叶片分类精度达93%，显著优于传统方法。结论指出，该方法实现了稻瘟病无症状期潜在病斑的可视化，是病斑溯源与早期识别的技术突破，对病害早期监测预警和抗病品种选育具有重要价值。