青岛农业大学园艺学院丁兆堂教授科研组在JSFA发表了题为Using UAV image data to monitor the effects of different nitrogen application rates on tea quality 的论文，此研究采用配备长光禹辰多光谱相机(MS600, Yusense, Inc.，Qingdao, China)的四旋翼无人机(MATRIX 200 V2, DJI, Inc., China)获取多光谱图像，利用机器学习方法对茶树氮营养与品质指标进行了估测。

近年来，无人机遥感（UAVRS）技术以其低成本、高分辨率、实时高效、机动灵活等优点，在国内外得到广泛应用。传统茶树生化参数和氮营养测定主要通过化学诊断的方式，这些方式不能快速获取参数，并且其破坏性采样和有损检测在实际生产中受到了限制。

在此背景下，青岛农业大学园艺学院丁兆堂教授科研组采用无人机搭载MS600多光谱相机，获取了茶树冠层多光谱图像，并结合机器学习方法对茶树氮素、茶多酚和氨基酸含量进行了估测。通过建模对比和系数验证，结果表明，实测地面参数与模型估测结果一致性较高。

此研究表明，利用无人机多光谱影像数据，结合机器学习建立模型，可以实现对茶树主要生化成分的有效检测，从而为茶园管理提供了一条可能的高效技术路径。