近日，中国热带农业科学院科技信息研究所智慧农业研究室在槟榔林遥感分类研究方面取得新进展，成功实现了10米空间分辨率的海南岛槟榔林精细化分布制图。

        槟榔(Areca catechu L.)是海南重要的热带经济作物，对促进地方农业农村经济发展具有重要意义。然而，受制于热带地区地物类型复杂、耕地破碎以及常年云雨干扰，槟榔的遥感识别和大范围制图长期面临技术挑战。研究团队充分发挥Sentinel-1雷达数据与Sentinel-2光学数据的优势，提出了一种“知识规则+机器学习”融合的槟榔林遥感识别方法：先利用Sentinel-1散射特征与绿色归一化植被指数（Green Normalized Difference Vegetation Index, GNDVI）指数获得森林空间分布，再结合逻辑回归（Logistic Regression, LR ）特征优化及随机森林（Random Forest, RF）分类算法，精确提取槟榔林分布特征。

        研究结果显示，所生成槟榔分布图用户精度、生产者精度和总体精度分别高达88.81%、86.89%和97.51%。研究不仅验证了Sentinel-1/2在热带复杂环境下识别经济作物的巨大潜力，也为热带农业资源普查和产业优化提供了可靠数据支撑，同时为其他热带作物的遥感监测提供了可借鉴的技术路径。

槟榔遥感分类特征参量重要性排序

海南岛槟榔林分布特征. （a）海南岛槟榔林空间分布图，1-5分别表示半湿润区、湿润区、山地湿润区、半干旱区，半干旱与半湿润过渡区；（b）不同市县槟榔种植面积统计数据与遥感制图结果对比；（c）不同海拔范围内槟榔林占比

        该研究成果以“Integrating Knowledge-Based and Machine Learning for Betel P-alm Mapping on Hainan Island Using Sentinel-1/2 and Google Earth Engine”为题发表于《Plants》。研究得到中国热带农业科学院中央级公益性科研院所基本科研业务费专项、海南省自然科学基金项目、海南省科技人才创新项目等多个项目的资助。中国热带农业科学院科技信息研究所为论文第一单位，信息所罗红霞副研究员为论文第一作者，信息所李海亮副研究员和海南师范大学戴声佩副教授为论文通讯作者。

        论文链接：https://doi.org/10.3390/plants14172696