由于2050年的人口將從70億成長(zhǎng)到90億，預(yù)計(jì)農(nóng)業(yè)在2010至2050年的消耗會(huì)成長(zhǎng)69%。為了應(yīng)對(duì)這些需求，此研究建議，農(nóng)業(yè)產(chǎn)業(yè)得找到改善糧食生產(chǎn)的方法，并在永續(xù)發(fā)展且防止破壞環(huán)境的前提下提高收獲產(chǎn)量。

無(wú)人機(jī)是農(nóng)業(yè)的未來(lái)。根據(jù)麻省理工學(xué)院技術(shù)評(píng)論(MIT Technology Review)報(bào)告，在農(nóng)業(yè)，無(wú)人機(jī)用于土壤與田地的分析、種植、噴灑（農(nóng)藥、施肥等）作物、作物監(jiān)控、灌溉與健康評(píng)估。而且農(nóng)業(yè)無(wú)人機(jī)是數(shù)據(jù)收集的工具。根據(jù)PwC曾發(fā)表無(wú)人機(jī)商業(yè)方案的市值2016年達(dá)1273億美元。對(duì)農(nóng)業(yè)來(lái)說(shuō)，預(yù)估無(wú)人機(jī)在全球的應(yīng)用價(jià)值達(dá)324美元。

無(wú)人機(jī)用于農(nóng)業(yè)之功能：

一、協(xié)助農(nóng)田制圖/調(diào)查無(wú)人機(jī)配備有近紅外線感測(cè)儀，可看到植物為了光合作用所吸收的光的光譜。根據(jù)這些訊息，使用標(biāo)準(zhǔn)化植被指數(shù)（NVDI）讓農(nóng)夫可以了解植物的健康裝況。軟件分析可用于更改數(shù)值，以反映特定作物類型，甚至特定作物在哪個(gè)生命階段。除了作物的健康，無(wú)人機(jī)還可創(chuàng)造農(nóng)田區(qū)的詳細(xì)GPS地圖。這讓農(nóng)夫更好地規(guī)畫作物種植的地方，以最大限度利用土地、水和肥料。

二、協(xié)助農(nóng)田作物噴灑作業(yè)為了維持產(chǎn)量，作物需要適當(dāng)施肥和施用殺蟲(chóng)劑。過(guò)去的作法，手動(dòng)駕駛車輛穿過(guò)農(nóng)田并噴灑，或駕駛飛機(jī)噴灑。作物噴灑無(wú)人機(jī)可攜帶大型液體儲(chǔ)存容器，可以更安全地操作（甚至自動(dòng)操作）。相較操作和維護(hù)成本可以大幅降低。

三、協(xié)助農(nóng)田灌溉管理配備有熱成像照相機(jī)的無(wú)人機(jī)可以察知積水或土壤濕度不足的地方，再進(jìn)行灌溉。熱成像無(wú)人機(jī)透過(guò)更頻繁的檢查與測(cè)量，帶給農(nóng)人更好的方法來(lái)了解他們的田地。四、農(nóng)田牲畜監(jiān)控?zé)o人機(jī)配備熱成像照相機(jī)，能遠(yuǎn)程監(jiān)控牲畜，預(yù)防受傷、走失、或在分娩的動(dòng)物。無(wú)人機(jī)給了畜牧業(yè)者一個(gè)可以隨時(shí)密切關(guān)注他們的牲畜的新方法，并提高獲利。

無(wú)人機(jī)在農(nóng)業(yè)的應(yīng)用案例：

Gamaya

瑞士的Gamaya公司于無(wú)人機(jī)上安裝光譜影像相機(jī)，將相機(jī)結(jié)合了遙測(cè)、機(jī)器學(xué)習(xí)和作物科學(xué)技術(shù)。此相機(jī)也可以安裝在輕型飛機(jī)上。高光譜相機(jī)可以測(cè)量植物反射的光線。稱在可見(jiàn)光和紅外光譜范圍內(nèi)獲得40個(gè)光譜帶，比其他僅捕獲四個(gè)光譜帶或顏色的相機(jī)多10倍。該公司還解釋說(shuō)，具有不同生理與性狀的植物反射光不同。這種模式隨著植物的生長(zhǎng)而變化，而受到影響。相機(jī)背后的應(yīng)用系使用機(jī)器學(xué)習(xí)通過(guò)將捕獲的圖像與其數(shù)據(jù)庫(kù)中的圖像進(jìn)行比較，并使用顏色分配特定條件來(lái)將成像數(shù)據(jù)轉(zhuǎn)化成信息。例如，紅色表示缺乏土壤，藍(lán)色表示裸土，白色表示土壤中有雜草，綠色表示作物與雜草交雜，黑色表示健康作物。這種顏色編碼系統(tǒng)使系統(tǒng)能夠創(chuàng)建作物和土壤條件的地圖。以下影片介紹Gamaya的技術(shù)能夠繪制并區(qū)分雜草與植物，還能識(shí)別其他植物，如疾病和營(yíng)養(yǎng)不良，以及土壤中的化學(xué)物質(zhì)成分。

在2015年向Gamaya團(tuán)隊(duì)協(xié)助巴西的K Farm玉米田，無(wú)人機(jī)以5天的時(shí)間對(duì)玉米作物進(jìn)行深入了解。根據(jù)無(wú)人機(jī)攝相機(jī)捕捉到的數(shù)據(jù)，以算法得到了在他們的數(shù)據(jù)庫(kù)中可匹配的玉米品種數(shù)據(jù)，并幫助Gamaya團(tuán)隊(duì)確定了不同品種以及它們?cè)谔镩g種植的位置。這使他們能夠?qū)⒚糠N玉米品種的良好表現(xiàn)與他們?cè)谔镩g的位置鏈接起來(lái)。算法將作物效率程度與特定顏色結(jié)合，呈現(xiàn)了作物表現(xiàn)：綠色代表沒(méi)有壓力，黃色代表中等壓力，橘色代表高壓力，而紅色代表沒(méi)有植被，如下圖所示：

圖二、作物狀況與顏色

這讓團(tuán)隊(duì)能夠了解哪片區(qū)域的玉米健康成長(zhǎng)、異常、或死亡。Gamaya團(tuán)隊(duì)也能比較他們收集的玉米葉與光譜圖像的化學(xué)數(shù)據(jù)，來(lái)生成整個(gè)農(nóng)場(chǎng)的化學(xué)圖譜。

圖三、化學(xué)圖譜

這些化學(xué)地圖讓團(tuán)隊(duì)與農(nóng)場(chǎng)主了解農(nóng)田中營(yíng)養(yǎng)的分布，也幫助Gamaya提出建議以符合植物需求。這些地圖使Gamaya團(tuán)隊(duì)能夠向農(nóng)場(chǎng)主提出以下建議：▲根據(jù)土壤類型和營(yíng)養(yǎng)成分分配玉米種子。▲定期監(jiān)測(cè)作物生長(zhǎng)、雜草與疾病的存在，以提高作物產(chǎn)量。▲根據(jù)作物需要和土壤條件，在土壤中進(jìn)行精確量的施肥。如果遵循建議，該團(tuán)隊(duì)預(yù)測(cè)當(dāng)前農(nóng)場(chǎng)周期每個(gè)田地的收獲量將增加5%至30%。同時(shí)，預(yù)計(jì)整個(gè)農(nóng)場(chǎng)的產(chǎn)量將增加10%。Gamaya已從投資者ICOS Capital Management、VI Partners AG、Sandoz Foundation、Peter Letmathe和Seed4Equity SA籌集了760萬(wàn)美元的資金。Gamaya的首席技術(shù)官Dragos Constantin，他曾在Philips and Schlumberger-Doll Research研究所工作。他擁有洛桑聯(lián)邦理工學(xué)院的計(jì)算器科學(xué)、遙測(cè)博士學(xué)位和卡爾斯魯爾理工學(xué)院的計(jì)算器視覺(jué)碩士學(xué)位。Neurala開(kāi)發(fā)Neurala Brain，是一個(gè)深度學(xué)習(xí)APP應(yīng)用程序，僅需很少的訓(xùn)練、少量的數(shù)據(jù)存儲(chǔ)和很少的運(yùn)算資源。該公司稱其技術(shù)可與NVidia TX1 GPU無(wú)人機(jī)配合使用，每秒可捕獲5到8幀影像。訓(xùn)練算法使用的是該公司的Brain Builder數(shù)據(jù)處理工具，讓用戶能夠上傳與標(biāo)記自己的圖像集。要開(kāi)始訓(xùn)練的過(guò)程，用戶必須上傳目標(biāo)物的八張圖像到設(shè)備上。該公司聲稱Neurala的算法會(huì)在25秒內(nèi)完成學(xué)習(xí)。這比傳統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)（DNN）快多了。傳統(tǒng)必須在服務(wù)器上訓(xùn)練超過(guò)15小時(shí)，而且每個(gè)目標(biāo)需要36張圖像。該無(wú)人機(jī)導(dǎo)入AI可用于檢查電塔、風(fēng)力渦輪機(jī)、管線和電氣基礎(chǔ)設(shè)施。AI使無(wú)人機(jī)能識(shí)別塔架和線路部件的缺陷，比如需更換、修理受損部分。Neurala展示AI無(wú)人機(jī)的影片，如下：

Neurala獲得152億美元的創(chuàng)投資金，包括：Pelion Venture Partners、Sherpa Capital、Motorola Ventures、360 Capital Partners、Draper Associates、SK Ventures、Idinvest Partners和Ecomobility Ventures。Anatoli Gorchetchnikov是Neurala的聯(lián)合創(chuàng)始人兼CTO。他曾是波士頓大學(xué)的研究助理教授，也是Surfari的AI首席開(kāi)發(fā)人員。他握有多項(xiàng)專利，并撰寫了30多篇關(guān)于神經(jīng)網(wǎng)絡(luò)的出版物。他有波士頓大學(xué)的認(rèn)知和神經(jīng)系統(tǒng)博士學(xué)位，和計(jì)算器科學(xué)碩士學(xué)位。Iris AutomationIris Automation開(kāi)發(fā)了商業(yè)無(wú)人機(jī)的防碰撞技術(shù)，這應(yīng)用程序讓無(wú)人機(jī)能觀測(cè)并解讀周圍環(huán)境，并移動(dòng)飛行器以避免碰撞。適用于農(nóng)業(yè)、采礦、石油和天然氣，以及包裹遞送。特別是農(nóng)業(yè)，該公司聲稱此無(wú)人機(jī)應(yīng)用程序能在與其他無(wú)人機(jī)在安全互動(dòng)下，幫助農(nóng)民收獲作物、播種、與控制害蟲(chóng)。以下影片展示，Iris Automation的碰撞預(yù)防技術(shù)使無(wú)人機(jī)能夠在視線范圍外的操作時(shí)識(shí)別、跟蹤和避開(kāi)其他飛行器：

為了安全可靠的飛行，該系統(tǒng)的計(jì)算機(jī)視覺(jué)讓它能在飛行時(shí)捕捉周遭環(huán)境的畫面，從而看到障礙物、飛行器、及其它潛在的危險(xiǎn)。一旦捕捉到圖像畫面，攝像機(jī)的深度學(xué)習(xí)算法會(huì)藉由找尋數(shù)據(jù)庫(kù)中相似的圖像，來(lái)處理數(shù)據(jù)，以識(shí)別物體是甚么，之后，可讓無(wú)人機(jī)知道該如何避開(kāi)飛行。Iris Automation公司成立于2015年，已從17家投資者（包括Bee Partners和Bessemer Venture Partners）籌集了1000萬(wàn)美元的資金。Alexander Harmsen是Iris automation的聯(lián)合創(chuàng)始人兼CEO。他曾在美國(guó)NASA噴氣推進(jìn)實(shí)驗(yàn)室擔(dān)任飛機(jī)計(jì)算機(jī)視覺(jué)程序設(shè)計(jì)師。他擁有British Columbia大學(xué)應(yīng)用科學(xué)、工程物理學(xué)士學(xué)位。SenseflySenseFly提供Ag 360計(jì)算機(jī)視覺(jué)無(wú)人機(jī)，可捕捉田地的紅外線圖像，以幫助農(nóng)場(chǎng)監(jiān)測(cè)不同生長(zhǎng)階段的作物并評(píng)估土壤狀況。這可以讓農(nóng)民追蹤植物健康狀況并確定需要施用的肥料量以避免浪費(fèi)。

影片介紹SenseFly無(wú)人機(jī)與eMotion Ag軟件協(xié)同工作。用戶首先使用該軟件來(lái)規(guī)劃無(wú)人機(jī)的飛行路徑并監(jiān)控飛行中的無(wú)人機(jī)。該公司聲稱可以存取領(lǐng)空數(shù)據(jù)和實(shí)時(shí)天氣更新，以幫助計(jì)劃和監(jiān)控?zé)o人機(jī)。無(wú)人機(jī)捕獲農(nóng)場(chǎng)的影像數(shù)據(jù)，而eMotion則直接將這些圖像上傳到云端。 Pix4Dfields圖像處理應(yīng)用程序生成田地的空照?qǐng)D，用于作物分析。其算法通過(guò)其數(shù)據(jù)庫(kù)中查找匹配圖像來(lái)識(shí)別植物和土壤的狀況，從而轉(zhuǎn)換成像數(shù)據(jù)以創(chuàng)建農(nóng)田地圖。該公司聲稱，該應(yīng)用程序是透過(guò)農(nóng)民、農(nóng)學(xué)家和育種者的投入進(jìn)行訓(xùn)練的。這些地圖讓農(nóng)場(chǎng)主能夠確定土壤特征，如溫度和濕度，并判斷在土壤施肥以改善作物生長(zhǎng)。然后，該信息可影響下次農(nóng)場(chǎng)周期中的決策以改善生產(chǎn)。SenseFly成立于2009年，隸屬于Parrot Group商業(yè)無(wú)人機(jī)旗下。于2012年以516萬(wàn)美元被收購(gòu)。Raphael Zaugg是SenseFly的研發(fā)主管。他獲得了洛桑聯(lián)邦理工學(xué)院的機(jī)械電子學(xué)、機(jī)器人和自動(dòng)化工程碩士學(xué)位。

農(nóng)業(yè)用無(wú)人機(jī)解決方案

一、DJI AGARS MG-1S農(nóng)業(yè)無(wú)人機(jī)地面感測(cè)雷達(dá)以精確飛行可更換的噴嘴以優(yōu)化噴灑輕松且智能的操作規(guī)劃堅(jiān)固的設(shè)計(jì)和組件

二、Phantom 4 pro deluxe NDVI AG KIT易于整合作物的健康感測(cè)給無(wú)人機(jī)捕捉近紅外線成像以監(jiān)控作物的健康可使用所有Sentera’s FieldAgent的軟件三、DJI M100與Micasense一個(gè)飛行平臺(tái)可訂制化攜帶多種攝像傳感器和電池負(fù)載Micasense是個(gè)全光譜帶傳感器，便于收集作物信息

農(nóng)業(yè)傳感器與軟件

一、Micasense與Atlas生產(chǎn)葉綠素與雜草探測(cè)地圖長(zhǎng)時(shí)間追蹤數(shù)據(jù)以監(jiān)控年度產(chǎn)量變化識(shí)別疾病、與突顯壓力變化

二、Sentra與fieldAgent輸出地圖到John Deere Operations Center處理傳感器數(shù)據(jù)，并得到對(duì)NDVI與NDRI的見(jiàn)解生成正射影像鑲嵌地圖在選定區(qū)域，無(wú)人機(jī)自動(dòng)飛行三、DJI Zenmuse St與DroneDeploy易與Skymatics、Aglytix和John Deere農(nóng)業(yè)管理軟件整合識(shí)別作物壓力，追蹤施肥狀況，并提早發(fā)現(xiàn)疾病長(zhǎng)時(shí)間監(jiān)控植物的治療與長(zhǎng)勢(shì)追蹤牲畜與分析放牧模式。