编辑推荐：
槟榔黄叶病（YLD）严重威胁槟榔种植，传统监测方法存在诸多弊端。研究人员融合地物雷达（LiDAR）与无人机多光谱数据开展研究，实现槟榔树危害分级，分类总体精度达 86.46%。该研究为种植园精准管理提供重要依据。
在热带地区，槟榔（Areca catechu L.）作为重要的经济作物，为当地的农业经济发展贡献巨大。然而，槟榔黄叶病（YLD）却如同一颗毒瘤，悄然侵蚀着槟榔种植园。得了这种病的槟榔树，叶子会渐渐变黄，直至脱落，产量大幅下降，严重时甚至整棵树都会死亡。
以往，人们主要依靠传统的地面实地调查来监测槟榔黄叶病的危害情况。但这种方法既费钱又费力，还需要专业的知识。而且，成熟的槟榔树长得高高的，观察起来十分困难，复杂的地面环境更是让调查工作难上加难。与此同时，基于光谱特征的监测方法虽然在一定程度上发挥了作用，比如利用无人机多光谱图像构建分类模型，但它也存在不少问题。像数据收集时依赖充足稳定的光照，无人机获取的图像只能反映树冠上层信息，对树冠下层有所忽视，并且光谱信息主要体现叶片受损后的生理变化，难以反映物理结构变化等。所以，寻找一种快速、经济、无损且准确的监测方法迫在眉睫。
为了解决这些问题，来自国内的研究人员开展了一项重要研究。他们将地物雷达（LiDAR）和无人机多光谱数据结合起来，对槟榔黄叶病的危害程度进行监测。该研究成果发表在《Computers and Electronics in Agriculture》上，为槟榔种植园的管理带来了新的希望。
在研究过程中，研究人员运用了多种关键技术方法。首先，对 LiDAR 数据和多光谱图像的地理坐标系进行标准化处理，并采用控制点法进行图像配准。然后，优化了槟榔树的单木分割流程，利用树干点云生成种子点，通过区域生长聚类分割获取更精确的单木轮廓。最后，基于分割结果和树冠轮廓，提取单木的结构和光谱特征，并运用多种算法对槟榔树的危害程度进行分类。
下面来详细看看研究结果：
- 制定危害等级标准：研究人员通过大量的地面和无人机观测，综合总结出不同危害程度下槟榔树在叶片颜色、数量和树冠形状等方面的特征，将槟榔树分为健康、轻度受损、中度受损、重度受损和濒死五个危害阶段。这一分类标准为后续的研究和实际监测提供了重要依据。
- 单木分割优化：通过对图像的目视解译和分析，研究人员成功对槟榔树进行了单木分割。优化后的单木分割方法，相较于传统的分水岭算法，能更准确地勾勒出槟榔树的树冠轮廓，为后续精确提取单木特征奠定了基础。
- 危害等级评估增强：槟榔树属于棕榈科植物，其结构与常见的硬木树不同。研究发现，槟榔黄叶病的症状是树冠从下往上、从外往里逐渐变黄枯萎。利用 LiDAR 数据和多光谱图像相结合的方式，研究人员构建了监测模型。通过对比不同数据源构建的模型效果，发现光谱 - LiDAR 数据模型效果最佳，能更准确地反映槟榔树的危害程度。同时，研究还比较了不同机器学习算法构建模型的效果，得出随机森林（RF）> 梯度提升树（GBT）>K 近邻（KNN）> 支持向量机（SVM）> 决策树（DT）> 朴素贝叶斯（NB）的结论。
研究结论和讨论部分表明，地物雷达和无人机多光谱数据相结合的方法，能够快速获取槟榔树的相关信息，降低人力成本，全面反映槟榔树的受损症状。这种融合数据的监测模型在槟榔黄叶病危害分类方面展现出巨大的潜力，为种植园的精准管理提供了重要的科学依据。通过更准确地了解槟榔树的健康状况，种植者可以及时采取针对性的措施，如施肥、灌溉、病虫害防治等，从而提高槟榔的产量和质量，保障种植园的经济效益。此外，该研究方法也为其他农作物病虫害的监测提供了新的思路和借鉴，有望推动整个农业领域的精准监测和管理技术的发展。
