茶樹是一種多年生闊葉常綠灌木或小喬木，在世界各地廣泛種植和消費，是重要經(jīng)濟作物。中國是茶葉種植大國，種植面積和茶葉產(chǎn)量居全球第一。茶樹多生長于山區(qū)或丘陵地區(qū)，大范圍監(jiān)測十分不便，目前時空信息也較少用于茶葉種植和管理。為了獲取準確的茶樹空間分布，監(jiān)測茶樹生長，提高茶葉產(chǎn)量和品質(zhì)，非常有必要準確監(jiān)測茶樹空間分布和狀況，以制定有針對性的管理措施。近些年隨著無人機技術的快速發(fā)展，無人機遙感逐漸成為精準農(nóng)業(yè)科研和管理中的一種重要手段。

　　中國科學院武漢植物園系統(tǒng)生態(tài)學研究團隊聯(lián)合中國地質(zhì)大學地理與信息工程學院萬波教授團隊開展了茶樹無人機遙感研究，探究了無人機遙感在監(jiān)測茶樹上的有效性，在國際遙感領域期刊Remote Sensing發(fā)表題為“Effects of UAV-LiDAR and Photogrammetric Point Density on Tea Plucking Area Identification”的研究論文。 

　　該研究以武漢市花山茶園為研究區(qū)，評價了不同點云密度的無人機激光雷達和立體像對點云數(shù)據(jù)在識別茶樹采摘面積上的表現(xiàn)。研究發(fā)現(xiàn)，結合無人機激光雷達點云和光學影像數(shù)據(jù)可以準確識別茶樹，精度高達94.39%，結合立體像對點云和光學影像數(shù)據(jù)的識別精度略低（91.58%）。對于激光雷達點云，當點云密度從25.44點/m²（即100%）減少到0.25點/m²（即1%）時，茶樹識別精度明顯降低，在隨機森林和極限學習機算法上都呈現(xiàn)降低趨勢。但是對于立體像對點云，點云密度對茶樹識別精度影響并不大。本次研究同時發(fā)現(xiàn)，減少點云密度，會導致生成的茶園數(shù)字地形模型精度降低，這種影響在激光雷達點云上更明顯。本研究也構建了識別茶樹的重要特征層次結構樹，用于指示每個選中特征在識別茶樹上的具體作用，可為后續(xù)茶樹遙感研究在準確候選特征時提供參考。 

　　以上研究由武漢植物園碩士聯(lián)培生張慶藩（第一作者）和王德智助理研究員（通訊作者）在張全發(fā)研究員和萬波教授指導下完成。研究工作得到了國家自然科學基金（32101525和32030069）的資助。

　　論文鏈接

圖1 武漢市花山茶園地理位置 

圖2 無人機遙感數(shù)據(jù)采集

圖3 點云抽稀