八、无人机和农学管理系统

由于需要大量数据，许多精确的农民使用农艺管理系统来收集和整合流向/来自其配备传感器的拖拉机，联合收割机，无人机和其他农场中的其他设备的所有数据。

领先的农学管理平台包括AgWorks的AgOS和MyAgCentral。

无人机通过向农机管理系统提供丰富，详细且及时的带有地理标签的图像来与之交互。使用这些数据，农民可以比使用其他航空成像方法更快，更准确地做出反应。

无人机优于其他航空成像系统的优势。从某种程度上讲，全球无人机行业收入的80％某种程度上与农业有关。但是，为什么农民（地球上一些最厌恶风险的人）采用这种新技术呢？

也许是因为农业无人机比其他作物监测方法（包括卫星成像，有人侦察和有人驾驶飞机）具有明显的优势。这些优势包括：

1、廉价的成像：对于面积小于50公顷的领域，无人机的成本大大低于卫星或有人驾驶飞机的监视系统。

2、更高的精度：无人机摄像机拍摄的厘米级图像可以显示有关农作物状况的更多细节。

3、尽早发现问题：由于无人机调查更加频繁，因此较早发现了杂草，害虫和其他异常情况。

4、全场侦察：现在不用围着ATV来侦察大约5％的战场，现在可以使用无人机侦查每个战场100％。

5、3D /体积数据：无人机图像可用于计算桩，洞，丘陵和斑块的体积。可以将这些图像与红外图像进行比较，以检测密度问题，例如拥挤的甜菜田中的热点，或识别轮廓问题，例如北坡阴影问题。

5、更频繁的指数报告：无人驾驶飞机提供了一种经济有效的方式来更频繁地监测作物的关键指数，例如CCCI（冠层叶绿素含量指数），CWSI（作物水分胁迫指数）和NDVI（归一化差异植被指数）。

在日常操作中，这些优势可以帮助农民更快地发现问题并更快地做出反应，从而可以为每个田地节省数千美元的作物损失。

从长期来看，无人机产生的数据可以帮助农民更准确，更详细地了解他们的农作物对管理策略的反应，从而可以更有效地利用有限的资源。

毕竟，一个典型的家庭农民只有40个机会（季节）才能使事情变得正确……每多一点知识都会有所帮助！

九、飞行相机如何衡量作物健康

大多数农业无人机依靠多光谱成像来发现作物健康的问题。具体来说，他们观察作物反射的可见光（VIS）和近红外（NIR）光随时间的变化。这些图像是由无人机，载人飞机或卫星随时间拍摄的。可以从这些图像中检测植物的健康状况，因为植物会反射不同数量的可见绿色和NIR光，具体取决于它们的健康程度。通过测量作物反射的可见光和近红外光的变化，我们可以发现潜在的健康问题。

此图说明了一般思路：

为了监视植物健康随时间的变化，需要对无人机图像进行处理，以计算出称为NDVI（归一化植被指数）的跟踪指数，该指数可以衡量两个不同频率下场反射的光强度之间的差异：

NDVI是近红外（NIR）反射率减去可见红色反射率（VIS）的比率除以NIR加上VIS：

NDVI =（近红外-VIS）/（近红外+ VIS）

将冬小麦田的普通摄像机图像与同一田的NDVI处理的图像进行比较时，会看到以下内容：

冬小麦田的VIS和NDVI图像（由Agribotix提供）

注意，增强了NDVI的图像（右）在将健康的小麦秸秆（绿色）与垂死的边缘（红色）和干燥的土壤（黑色/棕色）之间进行有效分离方面表现出色。

关于NDVI是正确的指标还是光谱之间的简单差异（NIR – VIS）是否更有用，存在一些争议。 Agribotix对这场辩论和错误的观念重新撰写了一篇很好的文章。今天NIR发现可以做什么而不能做什么。

NDVI是使用无人机数据计算出的最受欢迎的指数，但还有许多其他指数。根据您的情况，有些可能对您的农场或多或少重要。一些较受欢迎的索引包括：

CWSI（作物水分胁迫指数）：测量温度差异以检测/预测植物中的水分胁迫。需要热成像传感器并使用附近的气象站。

CCCI（冠层叶绿素含量指数）：使用可见光谱红色边缘上的三个波段检测冠层氮含量。需要可见和近红外摄像机。

如果您想深入研究这种新兴的农业图像处理科学，这里是最新的研究清单。