柏 佳，孙 睿※，张赫林，王 岩，金志凤

（1.北京师范大学地理科学学部，遥感科学国家重点实验室，北京 100875；2.北京师范大学地理科学学部，北京市陆表遥感数据产品工程技术研究中心，北京 100875；3.中国科学院空天信息创新研究院/数字地球科学重点实验室，北京 100094；4.中国科学院大学，北京 100049；5.浙江省气候中心，杭州 310002）

0 引 言

茶树是中国重要的经济树种，近年来茶园面积大幅增长[1-2]。茶树的扩张种植能够促进区域的经济发展，但是单一的树种会降低生态系统的生物多样性，加速水土流失、土壤酸化等生态环境问题[1,3-4]，及时掌握茶园的空间分布信息对茶园的生态管理、环境保护以及茶叶灾害的监测预警具有重要意义。中国茶园大多分布在地形复杂的山区，地块破碎，分布零散，形状差异大、植被混杂且茶园所处环境长期受到云雨的影响，增加了茶园遥感提取的难度与不确定性，因此有必要研究遥感提取茶园的方法，来获得较好的茶园识别精度。

近年来，遥感影像成为茶园提取的常用的数据来源[5]，例如，马超等[6]利用30 m空间分辨率的Landsat8和250 m空间分辨率的MODIS数据对福建省安溪县茶园进行了提取，总体分类精度达到 85.71%；Zhu等[7]基于多时相 Sentinel-2的 10 m多光谱数据，基于随机森林提取茶园，生产者精度和用户精度分别达到96.57%和96.02%。但由于中国茶园大多分布在地形复杂的山区，地块破碎，分布零散，形状差异大，10～30 m空间分辨率的遥感数据不足以分辨小面积的茶树种植区[8-10]。随着遥感技术的发展，地物细节突出的更高空间分辨率遥感影像为茶园识别提供了新途径[10-11]，其包含的纹理信息是解决茶园与其他植被光谱混淆的有效方法[12]。……