茶树（Camellia sinensis）是一种典型的农林作物，在60多个国家种植，作为一种重要的特色经济作物，具有重要的经济和社会意义。准确的全国作物数据对于有效的农业管理和资源监管至关重要。然而，许多区域都在努力解决缺乏农林经济作物数据的问题，阻碍了可持续发展和消除贫困，特别是在经济欠发达国家。与大宗作物相比，茶园分布稀疏，特征不熟悉，各种土地覆被类型（如森林、果园和农田）之间的光谱混淆，茶园的大规模制图面临着巨大的局限性和挑战。

数据获取地址：https://www.dilitanxianjia.com/15246/

图上图所示。茶叶产量揭示了特殊经济作物在实现可持续发展目标中的重要性。全球主要产茶国和研究区域概况(FA0:联合国粮食及农业组织)

为了应对这些挑战，利用 Sentinel-1/2 时间序列图像进行自动茶园映射，开发了基于手动管理和酚类物质的茶叶映射 （MAP-Tea） 框架。茶树具有较高的酚含量、常绿特性和多枝发芽，导致广泛的树冠覆盖、稳定的土壤暴露和频繁采摘活动的雷达反向散射信号干扰。我们利用植被、色素、土壤和雷达后向散射的时间特征，开发了三个基于物候学的指标，重点关注酚含量、植被覆盖度和冠层质地。首次将生化物质含量特征和人工管理措施应用于茶叶图谱绘制。

上图所示。茶树属性知识图和遥感时间剖面图。

2022年，MAP-Tea框架成功生成了中国首张更新的10米分辨率茶园地图。基于16,712个参考样本，它的整体准确率为94.87%，kappa系数为0.83，F1得分为85.63%。茶树通常种植在种植密度相对较低的山区和丘陵地区（平均约10%）。高山茶树表现出明显的密集和优势，主要分布在海拔700米至2000米，坡度在2°至18°之间的地区。低海拔和斜坡地区拥有最大的茶园面积和产量。随着坡度的增加，茶叶产区的主导地位逐渐下降。

上图所示。茶树和其他主要植被类型的哨兵-1/2遥感指数的时间剖面。附注:站点A福建省宁德市(东经120 8'54"、北纬27°14'57");地点B湖南省娄底市(东经112°6'39”、北纬27°20'10");地点C:福建漳州市(东经117°11'30”，北纬242328")。时间序列按时间进行归一化。

上图所示。三个指标的分布情况(A)TPPI，(B)TBPI，(C)TCTI，(D)TPPI在森林和茶园之间的快照，(E)TBPI在农田和茶园之间的快照，(F)TCTI在果园和茶园之间的快照。站点一:福建省南平市，地点B福建省宁德市，地点C:福建省漳州市。

上图所示。2022年中国茶园分布图(该值表示1km2像素内的茶园面积百分比，数值越大表示茶园面积越大。注:全国根据>10℃的积温划分为不同的温度区)。

研究结果表明，基于知识的方法，将生化物质含量与人类活动相结合，在复杂环境条件和具有挑战性的景观下，在全国尺度的茶园制图中具有良好的潜力，为其他农林作物的制图提供了重要的参考意义。考虑到农林业作物在促进经济增长和减轻贫困方面发挥的关键作用，本研究为推动可持续发展目标（SDG）的实现做出了重大贡献。

上图所示。中国主要产茶区茶叶分布的空间和地形因素分析:(a)2022年茶叶在研究区的分布(该值表示1km2像素内茶园面积所占的百分比，数值越大表示茶园面积越大)，(6)按市镇分列的高密度茶园百分比(数值为高密度茶园所占比例，高密度为单位面积大茶园面积所占比例大于10%)，()不同坡度和海拔范围内茶园面积所占比例，以及()茶叶面积优势度和不同海拔和坡度的茶叶面积百分比堆积图(优势度表示不同海拔或坡度的茶叶面积占整个研究区茶叶面积比例的比值)。注:图(b)和(c)中的圆圈分别表示高海拔和低海拔茶园:全国平均茶叶产量为9.6万CHY/公顷。