大斑病是一种对玉米危害严重的病害, 迫切的需要一种可以快速了解玉米大斑病病情的方法。 以无人机遥感作为新的技术平台, 探究玉米冠层受到大斑病胁迫时的光谱响应情况, 并利用无人机高光谱成像技术对大斑病病情进行监测和可视化研究。 采集玉米多生育期(抽雄期、 灌浆期、 完熟期)冠层500～900 nm的高光谱影像, 根据采集影像的原始光谱和一阶微分光谱特征, 提取出12个大斑病敏感波段位置, 12个波段位置分别为: 514, 532, 553, 680, 714, 728, 756和818 nm, 近红外、 红、 绿波段及红边位置。 根据前人提出的植物病害监测参数结合提取的敏感波段位置, 构建13组针对玉米冠层大斑病的监测光谱参数, 研究不同波段对大斑病病情指数(DI)值的敏感性, 并构建玉米冠层大斑病的监测模型, 验证利用无人机遥感监测大斑病DI值的精度及稳定性。 结果表明: 随病情指数增加, 一阶微分光谱图出现典型的“蓝移”现象, 病害冠层DI值与红光(680～714 nm)和近红外(770～818 nm)的反射率及一阶微分光谱图的红边位置(680～756 nm)相关性更显著, 与绿光波段相关性较低。 在13组监测光谱参数中, 8组与建模样点冠层大斑病实测DI值达到极显著相关水平, 决定系数(R2)均达到0.8以上, 选取各生育期R2达到0.8以上的光谱参数用于玉米冠层大斑病监测模型的构建, 将检验样本的实测值与监测模型的预测值进行相关性分析。 检验表明, 在抽雄期, 模型DI-NDVI(SDλi, SDλj)的回归斜率(0.829 3)和决定系数(R2=0.842 7)都最接近1, 均方根误差(RMSE=4.59)和相对误差(RE=12.3)更小, 说明模型DI-NDVI(SDλi, SDλj)的预测能力和精度更高。 各生育期对应模型均取得较好监测效果, 说明本研究利用无人机遥感对植物病害监测具有指导意义, 对精准农业的发展具有一定的借鉴价值。