A method of constructing a model, preferably a Random Forest model, for predicting the presence of Yellow Rust in wheat crops, is disclosed, the method comprising the steps of: i. obtaining, for a plurality of sample wheat plots, a plurality of values for first, second and third vegetation indices V1, V2, V3, wherein the first vegetation index VI is defined by V1 = (R531+10nm_ R570+10nm) / (R531+10nm +R570+10nm), the second vegetation index V2 is defined by V2=V1* (-1) / (V4*R700+10nm /R670+10nm), wherein V4 is defined by V4 = (R800+10nm_ R670+10nm) / (R800+10nm +R670+10nm) and the third vegetation index V3 is defined by V3 = (R734+10nm_ R747+10nm) / (R715+10nm +R726+10nm), wherein Rx is the wheat canopy reflectance at the wavelength X nm, ii. obtaining, from the plurality of sample wheat plots, a plurality of Yellow Rust scores, the score for each sample wheat plot specifying the presence of Yellow Rust in that sample wheat plot, and ill. constructing or calculating a model associating the plurality of values for the vegetation indices VI, V2 and V3 with the plurality of Yellow Rust scores. Methods and systems for predicting the presence of Yellow Rust are also disclosed.L'invention concerne un procédé de construction d'un modèle, de préférence d'un modèle de forêt aléatoire, afin de prédire la présence de rouille jaune dans des cultures de blé, le procédé consistant : i. à obtenir, pour une pluralité de parcelles de blé d'échantillon, une pluralité de valeurs de premier, deuxième et troisième indices de végétation V1, V2, V3, le premier indice de végétation V1 étant défini par V1 = (R531+10nm_ R570+10nm) / (R531+10nm +<；sp />；R570+10nm), le second indice de végétation V2 étant défini par V2=V1* (-1) / (V4*R700+10nm /R670+10nm), V4 étant définie par V4 = (R800+10nm_ R670+10nm) / (R800+10nm +<；sp />；R670+10nm) et le troisième indice de végétation V3 étant défini par V3 = (R734+10nm_ R747+10nm) / (R715+10nm +<；sp />；R726+10nm), Rx constituant la réflectan
