摘要： 随着油茶种植面积在我国逐渐增加，以及碳循环的意义逐渐被重视，油茶的碳储量监测技术亟待被探 索。目前油茶碳储量尚无系统评估方法，对其他植物的碳储量监测的传统方法效率较低。在新型信息化技术中， 二维遥感监测受数据维度限制，精度较低，而三维遥感监测因雷达设备的成本较高而难以推广。本研究基于无人 机(Unmanned Aerial Vehicle,UAV)多光谱技术和多维数据挖掘技术对油茶地上碳储量进行了量化。在典型的 油茶种植区域获取油茶生物量、含碳率的实测数据和高分辨率UAV多光谱影像；以多视角UAV光谱图像构建的 油茶种植区域数字地表模型捉取油茶株高；通过机器学习算法利用光谱、株高、实测生物量和含碳率数据构建油 茶碳储量的量化模型。通过对模型进行精度评价，发现UAV多光谱图像能够有效监测油茶株高，进而有助于提 升油茶生物量和碳储量的监测精度。此外，使用株高数据前后所建立的碳储量监测模型的R2分别是0.54、 0.64,监测结果的RMSE分别是254.31、112.04。表明利用UAV多光谱技术能够高效、准确地监测油茶地上碳 储量，且通过数据挖掘获得的株高参数在提高量化精度的同时有效控制了监测成本，有利于碳储量遥感监测技术 的应用推广，推动“双碳”目标进程。

关键词: 油茶；UAV;多光谱；碳储量；株高；机器学习

中图分类号: 

• S25