9月7日，記者從中國熱帶農業科學院獲悉，該院科技信息研究所（以下簡稱中國熱科院信息所）智慧農業研究室在檳榔林遙感分類研究領域取得重要進展，成功繪制出空間分辨率達10米的海南島檳榔林精細化分布地圖，為熱帶經濟作物監測與農業資源管理提供關鍵技術支撐。

檳榔作為海南核心熱帶經濟作物，對推動當地農業增效、農民增收及農村經濟發展具有不可替代的作用。但長期以來，熱帶地區地物類型繁雜、耕地地塊破碎，加之常年云雨天氣對遙感信號的干擾，導致檳榔林的遙感精準識別與大范圍分布制圖面臨諸多技術難題。

針對這一挑戰，研究團隊創新技術路徑，充分整合Sentinel-1雷達數據與Sentinel-2光學數據的優勢，提出“知識規則+機器學習”融合的檳榔林遙感識別新方法。該方法實施步驟清晰：首先，利用Sentinel-1雷達數據的散射特征，結合綠色歸一化植被指數，精準鎖定森林空間分布范圍；在此基礎上，通過邏輯回歸算法優化特征變量，并引入隨機森林分類算法，最終實現檳榔林分布特征的高精度提取。

研究結果顯示，此次生成的海南島檳榔林分布圖核心精度指標表現優異：用戶精度達88.81%、生產者精度為86.89%、總體精度高達97.51%，充分驗證了該方法的可靠性與實用性。

中國熱科院信息所羅紅霞表示，該研究的意義不僅在于證實了Sentinel-1/2衛星數據在熱帶復雜環境下識別經濟作物的巨大應用潛力，更可為海南島乃至全國熱帶地區的農業資源普查、檳榔產業布局優化提供科學的數據支撐，同時也為橡膠、椰子等其他熱帶作物的大范圍遙感監測提供了可借鑒的技術路徑。

目前，該研究成果已以“基于Sentinel-1/2與谷歌地球引擎、融合知識規則與機器學習的海南島檳榔林制圖”為題，在國際學術期刊《Plants》上發表。