La enfermedad de manchas en las hojas es una enfermedad peligrosa que afecta el crecimiento del maní, y su gravedad puede impactar significativamente el rendimiento del maní. La tecnología de detección de enfermedades basada en hiperespectro es una técnica no destructiva popular debido a su alta eficiencia, objetividad y precisión. En este estudio, se recolectaron espectros de hojas de maní en diferentes niveles de gravedad de la enfermedad de manchas en las hojas en la provincia de Liaoning, China, a mediados de agosto. Este estudio analizó las diferencias en longitudes de onda utilizando la reflectancia espectral media y la sensibilidad. Utilizando la carga del análisis de componentes principales mejorado (carga de I-PCA) basada en el enfoque de asignación de peso de contribución, identificamos tres longitudes de onda características de 570 nm, 671 nm y 750 nm. Evaluamos la capacidad de estas longitudes de onda características para detectar la gravedad de la enfermedad de manchas en las hojas utilizando los clasificadores de vecinos más cercanos (KNN), máquina de vectores de soporte (SVM) y red neuronal de retropropagación (BP). Nuestros resultados experimentales mostraron que nuestro método de carga de PCA mejorado logró una mayor precisión de clasificación con menos longitudes de onda que los siete métodos de selección de características comúnmente utilizados. Entre estos clasificadores, el SVM logró la mayor precisión, con una precisión general (OA) del 96.88% y un Kappa del 95.81%. Por lo tanto, nuestro método propuesto puede detectar con precisión la gravedad de la enfermedad de manchas en las hojas del maní y proporcionar apoyo científico y técnico para gestionar con precisión los cultivos de maní.