无人机 (UAV) 通过实现树木表型性状的高通量数据收集，彻底改变了林业。尽管遥感和物体检测技术取得了进步，但单棵树的准确检测和光谱数据提取仍然是重大挑战，通常需要费力的手动注释。

ExtSpecR 在简化基于无人机的树木表型组学和光谱分析中的作用

当前的研究重点是改进分割算法和卷积神经网络，以实现更好的树木检测，但由于需要准确的手动标记，广泛采用受到阻碍。这凸显了迫切需要开发一种更高效、高通量的方法来自主提取单棵树的光谱信息。

Plant Phenomics发表了一篇数据库/软件文章，标题为“ ExtSpecR：用于从基于无人机的遥感中提取树谱的 R 包和工具”。

本文介绍了 ExtSpecR，这是一种使用基于无人机的图像进行林业中单棵树光谱提取的开源工具，它提供了一个易于使用的交互式 Web 应用程序。它简化了单个树木的检测和注释，减少了时间并简化了提取光谱和空间特征的过程。

ExtSpecR 的用户界面允许上传 TIFF 格式的光谱图像，使用户能够计算植被指数并以伪彩色和 VI 特定图像的形式查看输出。其核心表型分析功能由交互式仪表板提供支持，用户可以在其中上传点云数据和多光谱图像，然后定义用于树木识别和分割的感兴趣区域 (ROI)。

该过程使用lidR包中的“locate_trees”等函数，并提供分段树的3D可视化。ExtSpecR 的性能已根据不同树冠密度的人工林中的地面实况进行了评估，证明检测单棵树木的准确度在 91% 到 97% 之间。

ExtSpecR 的功能与其他工具进行比较，突出了其独特的策略，即集成现有算法以优化用户体验，并通过将点云数据与多光谱图像相结合来提供全面的树木分析。

虽然它面临着输入数据量大和树冠重叠的复杂环境的挑战，但建议包括分割点云数据和定义特定目标区域以改善结果。该论文建议，未来的增强功能应旨在提高云质量并评估激光雷达点云和高光谱图像的效率。

总体而言，ExtSpecR 被证明是一个功能强大、用户友好的工具，可加速和简化林业研究中的植物表型组提取过程。