青島農(nóng)業(yè)大學園藝學院丁兆堂教授科研組在JSFA發(fā)表了題為Using UAV image data to monitor the effects of different nitrogen application rates on tea quality 的論文，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(MATRIX 200 V2, DJI, Inc., China)獲取多光譜圖像，利用機器學習方法對茶樹氮營養(yǎng)與品質(zhì)指標進行了估測。

近年來，無人機遙感（UAVRS）技術以其低成本、高分辨率、實時高效、機動靈活等優(yōu)點，在國內(nèi)外得到廣泛應用。傳統(tǒng)茶樹生化參數(shù)和氮營養(yǎng)測定主要通過化學診斷的方式，這些方式不能快速獲取參數(shù)，并且其破壞性采樣和有損檢測在實際生產(chǎn)中受到了限制。



在此背景下，青島農(nóng)業(yè)大學園藝學院丁兆堂教授科研組采用無人機搭載MS600多光譜相機，獲取了茶樹冠層多光譜圖像，并結(jié)合機器學習方法對茶樹氮素、茶多酚和氨基酸含量進行了估測。通過建模對比和系數(shù)驗證，結(jié)果表明，實測地面參數(shù)與模型估測結(jié)果一致性較高。



此研究表明，利用無人機多光譜影像數(shù)據(jù)，結(jié)合機器學習建立模型，可以實現(xiàn)對茶樹主要生化成分的有效檢測，從而為茶園管理提供了一條可能的高效技術路徑。
（備注：本文中所有圖片和數(shù)據(jù)均源自論文）
論文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/jsfa.11489