El árbol de caucho es uno de los cultivos económicos tropicales esenciales, y el mildiu polvoriento (PM) del árbol de caucho es la enfermedad más dañina para el crecimiento de los árboles de caucho. La detección precisa y oportuna del PM es clave para prevenir la propagación a gran escala del PM. Recientemente, la tecnología de teledetección con vehículos aéreos no tripulados (UAV) se ha utilizado ampliamente en el campo de la agroforestería. El objetivo de este estudio fue establecer un método para identificar árboles de caucho infectados o no infectados por PM utilizando imágenes multiespectrales basadas en UAV. Re-muestreamos la imagen multiespectral original con una resolución espacial de 3.4 cm a imágenes multiespectrales con diferentes resoluciones espaciales (7 cm, 14 cm y 30 cm) utilizando el método del vecino más cercano, extrajimos 22 características del índice de vegetación y 40 características de textura para construir el espacio de características inicial, y luego utilizamos los algoritmos SPA, ReliefF y Boruta-SHAP para optimizar el espacio de características. Finalmente, se construyó un modelo de monitoreo de PM del árbol de caucho basado en las características optimizadas como entrada combinada con los algoritmos KNN, RF y SVM. Los resultados muestran que la simulación de imágenes con diferentes resoluciones espaciales indica que, con resoluciones superiores a 7 cm, se logra un resultado de clasificación prometedor (>90%) en todos los conjuntos de características y tres subconjuntos de características optimizados, en los cuales la resolución de 3.4 cm es la más alta y mejor que 7 cm, 14 cm y 30 cm. Mientras tanto, la mejor precisión de clasificación se logró al combinar el subconjunto de características optimizadas de Boruta-SHAP y el modelo SVM, que fueron 98.16%, 96.32%, 95.71% y 88.34% a resoluciones de 3.4 cm, 7 cm, 14 cm y 30 cm, respectivamente. En comparación con SPA-SVM y ReliefF-SVM, la precisión de clasificación mejoró en 6.14%, 5.52%, 12.89% y 9.2% y 1.84%, 0.61%, 1.23% y 6.13%, respectivamente. Los resultados de este estudio guiarán la gestión de plantaciones de árboles de caucho y el monitoreo del PM.