山东省农业科学院茶叶研究所丁兆堂团队，在《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》发表了题为“A Novel Strategy for Constructing Ecological Index of Tea Plantations Integrating Remote Sensing and Environmental Data”的研究论文。
此研究采用多旋翼无人机搭载长光禹辰公司自主研发的MS600 Pro多光谱相机，获取了山东省某茶园9个植物群落的多光谱图像。通过提取不同波段的光谱反射率并计算多个植被指数，为研究提供了丰富的植被信息。
进一步将无人机搭载MS600 Pro等传感器获取的海量数据计算为NTEI（归一化茶园植被指数），并经由傅里叶函数与CNN-GRU（卷积神经网络结合门控循环单元）网络级联处理，实现了对茶园植物群落结构及其动态变化的精准拟合与预测。
研究发现：
（1）NTEI涵盖了植被光谱、植被物候和小气候特征等多维度信息，可以精细地表征茶园的生态状况。此外，NTEI呈周期性变化，这种变化不仅贴合群落的实际温度变化，也符合北方落叶树木的物候变化规律。
（2）CNN-GRU在建立NTEI预测模型方面最具优势，预测精度为Rp2=0.955，RMSEP=0.314。
（3）与C1和C2相比，C3群落的温度时序波动较小，而且NTEI的变异系数最小，展现出良好的稳定性。
长光禹辰公司自主研发的MS600 Pro多光谱相机在山东省某茶园生态监测中的成功应用，不仅展示了现代科技在精准农业中的巨大潜力，更为茶园植物群落监测提供一种客观、快速、有效的新策略，对开展北方茶园植物群落的构建和生态效益的提升具有重要的指导意义。
附：
[1] 论文信息：Mao, Y., Li, H., Wang, Y, Xu, Y., Fan, K., Shen J., Han X., Ma Q., Shi H., Bi C., Feng Y., Ding, Z., Sun L. A Novel Strategy for Constructing Ecological Index of Tea Plantations Integrating Remote Sensing and Environmental Data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 17, pp. 12772-12786, 2024.
[1] 论文全文链接：https://ieeexplore.ieee.org/abstract/document/10587043