<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">TACS</journal-id><journal-title-group><journal-title>Technology and Application of Computer Science</journal-title></journal-title-group><issn>2998-8926</issn><eissn>2998-8934</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/TACS.2026080042</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>基于无人机遥感技术的云南临沧古茶树生长区现状研究与分析</title><url>https://artdesignp.com/journal/TACS/3/8/10.61369/TACS.2026080042</url><author>吴鸣,单祖辉,杜曼曼,刘艳红</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>3</volume><issue>8</issue><history><date date-type="pub"><published-time>2026-04-28</published-time></date></history><abstract>针对云南临沧古茶树资源分布离散、生境复杂及传统监测手段效率低下的问题，结合6月雨季这一生长关键期的特殊背景，本研究搭建集成光学多光谱、激光雷达（LiDAR）及热红外载荷的无人机监测体系。通过影像预处理、深度学习分割及多源数据融合反演技术，量化分析古茶树的冠层结构、生物量及生理胁迫状况，以此探究无人机遥感技术应用于古茶树精细化管理的潜力；结果显示，该技术在古茶树单株识别定位（精度&amp;gt;90%）及林下生物量估算方面表现优异；多模态数据有效克服了雨季云雾干扰，精准捕捉了茶树光合活性与水分亏缺信息；高光谱特征与茶多酚、氨基酸含量存在显著相关性，具备品质溯源潜力；整体研究验证了无人机遥感在临沧复杂山地环境下的技术可行性，为古茶树资源的数字化保护、精准管护及品质分级提供了科学依据与技术路径。</abstract><keywords>无人机遥感,古茶树,生长监测,多光谱,LiDAR,临沧</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 张明, 李华. 云南古茶树资源分布特征与保护策略研究 [J]. 林业科学,2021, 57(3): 112-120.[2] 王强, 等. 无人机遥感在复杂地形森林资源调查中的应用进展 [J]. 遥感学报, 2022, 26(4): 789-802.[3] 刘伟, 陈刚. 多光谱无人机影像在茶树叶绿素含量反演中的应用 [J]. 农业工程学报,2020, 36(12): 145-152.[4] 赵敏, 等. 高光谱遥感技术在茶树病虫害早期识别中的研究 [J]. 光谱学与光谱分析, 2023, 43(2): 567-574.[5] 孙磊, 周涛. 基于 LiDAR 点云的古茶树生物量估算模型构建 [J]. 测绘学报, 2021, 50(8): 980-988.[6] 吴凡, 等. 基于深度学习的单株古茶树冠层分割与参数提取 [J]. 计算机工程与应用, 2022, 58(15): 210-218.[7] 云南农业大学茶学系. 云南古茶树资源数字化建档技术报告 [R]. 昆明, 2023.[8] 郑华, 等. 激光雷达与多光谱数据融合估算森林生物量的精度分析 [J]. 生态学报, 2020, 40(18): 6540-6550.[9] 林峰, 等. 无人机热红外遥感监测茶树水分胁迫的研究 [J]. 灌溉排水学报, 2021, 40(5): 88-94.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
