近日，北京市農(nóng)林科學院信息技術(shù)研究中心遙感技術(shù)部研究團隊在國際期刊Computers forbid Electronics in Agriculture （IF=8.3）在線發(fā)表“Mapping tea plantations using multitemporal spectral features forbid harmonised Sentinel-2 forbid Landsat images in Yingde, China”文章。研究構(gòu)建了一種基于多時相光譜特征的新型茶園制圖算法，針對具有較高景觀異質(zhì)性的常綠茶園，在多云雨的中國英德市繪制了2020年和2021年茶園種植分布圖。

 

　　茶葉不僅具有很高的經(jīng)濟價值，還具有特殊藥用價值，在全球市場上的需求持續(xù)增長。中國作為最大的茶葉生產(chǎn)國和出口國，在過去十幾年茶樹種植面積不斷擴大。茶園分布的準確制圖對于糧食安全、扶貧政策、茶葉市場和生態(tài)系統(tǒng)價值評估均至關(guān)重要。然而，植被種植監(jiān)測的研究主要集中在糧食作物上，而多年生茶樹的種植分布往往被忽視。此外，眾多茶葉產(chǎn)區(qū)植被結(jié)構(gòu)復雜、茶園景觀異質(zhì)性以及多云雨導致遙感影像缺失等導致茶園種植監(jiān)測面臨巨大的挑戰(zhàn)。

 

　　在這項研究中，作者構(gòu)建了一種基于多時相光譜特征的新型茶園制圖算法。此外，還提出了茶園物候特征指數(shù)（TPI），充分利用茶園與其他常綠植被多維度的精細物候特征差異，實現(xiàn)了可靠的茶樹種植分布監(jiān)測。研究結(jié)果表明，單獨使用TPI指數(shù)對茶園的識別精度能達到82.59%，基于多時相光譜特征的新型茶園制圖算法生成的2020年和2021年廣東省英德市茶樹種植分布圖的總體精度分別能達到92.71%和88.86%。該算法不僅強調(diào)了多時相光譜特征將常綠茶樹與常綠森林區(qū)分開的能力，還具有時間可重用性，是一種穩(wěn)健、用戶友好且有效的方法，為開展區(qū)域或全國/全球尺度茶園分布制圖提供了良好借鑒。

 

　　北京林業(yè)大學和信息中心博士研究生祁寧為本文第一作者，楊貴軍研究員和趙春江院士為共同通訊作者。該研究得到了重慶市科技創(chuàng)新與應用發(fā)展專項（cstc2021jscx-gksbX0064）、清遠智慧農(nóng)業(yè)研究院[+]粵北粵西新型研發(fā)機構(gòu)建設（2019B090905006）和重慶市萬州區(qū)科技計劃項目的資助。