2022年7月22日，青岛农业大学园艺学院丁兆堂教授科研组在《Frontiers in plant science》发表了题为“Evaluation of important phenotypic parameters of tea plantations using multi-source remote sensing data”的学术论文，此研究采用配备长光禹辰多光谱相机(MS600, Yusense, Inc.，Qingdao, China)的四旋翼无人机等设备，获取多源遥感数据，利用机器学习方法对茶树的结构性状和功能性状进行了估测。
近几年来，随着多光谱相机等新型遥感工具的兴起，利用无人机系统搭载多光谱相机可以实现对田间作物表型信息进行有效监测。相对于传统测量测量茶树的结构和功能性状的方法，具有效率高、成本低、监测范围广等优点，推动了精准农业的发展。
在此背景下，青岛农业大学园艺学院丁兆堂教授科研组采用无人机搭载MS600 Pro多光谱相机，RGB相机，激光雷达，倾斜摄影相机，热红外相机获取了茶树冠层多源遥感数据，并结合机器学习方法对茶树高度、叶面积指数、叶片含水量、叶片叶绿素和氮素含量进行了估测。
通过建模对比和系数验证，结果表明，实测地面参数与模型估测结果一致性较高。
此研究表明，利用无人机多光谱相机等传感器，结合机器学习建立模型，可以实现对茶树主要结构和功能性状的有效检测，从而为茶园管理提供了一条可能的高效技术路径。
附：
[1] 论文信息：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] 论文全文链接：https://www.frontiersin.org/articles/10.3389/fpls.2022.898962/full