2022年7月22日，青島農業(yè)大學園藝學院丁兆堂教授科研組在《Frontiers in plant science》發(fā)表了題為“Evaluation of important phenotypic parameters of tea plantations using multi-source remote sensing data”的學術論文，此研究采用配備長光禹辰多光譜相機(MS600, Yusense, Inc.，Qingdao, China)的四旋翼無人機等設備，獲取多源遙感數(shù)據(jù)，利用機器學習方法對茶樹的結構性狀和功能性狀進行了估測。
 
近幾年來，隨著多光譜相機等新型遙感工具的興起，利用無人機系統(tǒng)搭載多光譜相機可以實現(xiàn)對田間作物表型信息進行有效監(jiān)測。相對于傳統(tǒng)測量測量茶樹的結構和功能性狀的方法，具有效率高、成本低、監(jiān)測范圍廣等優(yōu)點，推動了精準農業(yè)的發(fā)展。

在此背景下，青島農業(yè)大學園藝學院丁兆堂教授科研組采用無人機搭載MS600 Pro多光譜相機，RGB相機，激光雷達，傾斜攝影相機，熱紅外相機獲取了茶樹冠層多源遙感數(shù)據(jù)，并結合機器學習方法對茶樹高度、葉面積指數(shù)、葉片含水量、葉片葉綠素和氮素含量進行了估測。

通過建模對比和系數(shù)驗證，結果表明，實測地面參數(shù)與模型估測結果一致性較高。

此研究表明，利用無人機多光譜相機等傳感器，結合機器學習建立模型，可以實現(xiàn)對茶樹主要結構和功能性狀的有效檢測，從而為茶園管理提供了一條可能的高效技術路徑。

附：
[1] 論文信息：Li H, Wang Y, Fan K, Mao Y, Shen Y and Ding Z (2022) Evaluation of important phenotypic parameters of tea plantations using multi-source remote sensing data. Front. Plant Sci. 13:898962. doi: 10.3389/fpls.2022.898962.
[2] 論文全文鏈接：
https://www.frontiersin.org/articles/10.3389/fpls.2022.898962/full