9月7日，记者从中国热带农业科学院获悉，该院科技信息研究所（以下简称中国热科院信息所）智慧农业研究室在槟榔林遥感分类研究领域取得重要进展，成功绘制出空间分辨率达10米的海南岛槟榔林精细化分布地图，为热带经济作物监测与农业资源管理提供关键技术支撑。

槟榔作为海南核心热带经济作物，对推动当地农业增效、农民增收及农村经济发展具有不可替代的作用。但长期以来，热带地区地物类型繁杂、耕地地块破碎，加之常年云雨天气对遥感信号的干扰，导致槟榔林的遥感精准识别与大范围分布制图面临诸多技术难题。

针对这一挑战，研究团队创新技术路径，充分整合Sentinel-1雷达数据与Sentinel-2光学数据的优势，提出“知识规则+机器学习”融合的槟榔林遥感识别新方法。该方法实施步骤清晰：首先，利用Sentinel-1雷达数据的散射特征，结合绿色归一化植被指数，精准锁定森林空间分布范围；在此基础上，通过逻辑回归算法优化特征变量，并引入随机森林分类算法，最终实现槟榔林分布特征的高精度提取。

研究结果显示，此次生成的海南岛槟榔林分布图核心精度指标表现优异：用户精度达88.81%、生产者精度为86.89%、总体精度高达97.51%，充分验证了该方法的可靠性与实用性。

中国热科院信息所罗红霞表示，该研究的意义不仅在于证实了Sentinel-1/2卫星数据在热带复杂环境下识别经济作物的巨大应用潜力，更可为海南岛乃至全国热带地区的农业资源普查、槟榔产业布局优化提供科学的数据支撑，同时也为橡胶、椰子等其他热带作物的大范围遥感监测提供了可借鉴的技术路径。

目前，该研究成果已以“基于Sentinel-1/2与谷歌地球引擎、融合知识规则与机器学习的海南岛槟榔林制图”为题，在国际学术期刊《Plants》上发表。

报道链接：https://www.stdaily.com/web/gdxw/2025-09/08/content_396811.html