华中农业大学与湖北省农业科学院合作开发了一种新型麦类作物渍害智能评级技术，该技术基于无人机RGB成像、多光谱成像及激光雷达点云的多模态表型采集体系，实现了作物图、形、谱特征互补融合，有效解决了传统人工评价方法工作量大、效率低、主观性强的问题。
研究团队通过RGB影像提取冠层纹理对比度及黄叶占比，利用激光雷达获取植株高度，并结合多光谱影像筛选出6个关键植被指数，构建了麦类作物渍害智能评级模型。实验表明，随机森林模型表现最优，在渍水处理后第12天的评级实验中，分类准确率达到80.48%以上。
研究团队还确定了渍水开始后第12天为最佳渍害评级窗口，通过将多期监测集中于表型差异最明显的关键时点，可在保持较高评级精度的同时减少无人机航测次数，为大规模耐渍种质资源筛选提供高效技术路径。黄叶占比被确定为影响渍害等级判别的重要单一特征，与多种光谱植被指数存在协同作用。
该研究成果已发表在Computers and Electronics in Agriculture期刊上，得到了国家重点研发计划、国家自然科学基金和华中农业大学本科生科技创新专项的支持，有望服务于大规模种质资源耐渍性筛选和农业智能表型监测。