?無人機助推智慧農業發展

摘 要： 探究無人機技術在現代化農業中的應用是發展智慧農業的重要內容之一。運用文獻研究的方法，綜述了無人機技術在農業領域中的應用進展，認為無人機技術在智慧農業中的應用包括農作物信息數據監測、精準植保以及農業生產布局等，且相比傳統生產方式具有快速、精確、高效、環保等獨特優勢，同時明確了無人機技術在農業生產中的作用，有助于推動智慧農業進一步發展。

關鍵詞： 無人機；智慧農業；精準農業；數字農業；綜述

中圖分類號：S252 文獻標識碼：A 文章編號：1006-060X（2024）01-0093-06

Research on Smart Agriculture Aided by Unmanned Aerial Vehicles

CHEN Wu-qiang1，MO Cheng-xin2，TIAN Bo1，TENG Zhao-you1，WU Yan1， XIA Wei-sheng2

（1. Changsha Juding Engineering Technology Co.， Ltd， Changsha 410081， PRC; 2. College of Geographical Sciences，

Hunan Normal University， Changsha 410081， PRC）

Abstract： Exploring the application of unmanned aerial vehicle （UAV） technology in modern agriculture is one of the important contents of developing smart agriculture. The application of UAV technology in the agricultural field is discussed through literature research. The application of UAV technology in smart agriculture includes crop information data monitoring， precise plant protection， agricultural production layout， etc.， and it has unique advantages compared with traditional production methods as it is fast， accurate， efficient， and environmentally friendly. In addition， the role of UAV technology in agricultural production is clarified， which will promote the further development of smart agriculture.

Key words： UAV; smart agriculture; precision agriculture; digital agriculture; review

隨著生活水平的提高和科學技術的發展，人們對于農產品質量安全的要求不斷上升，農業生產方式也從傳統的粗放耕種轉向現代的精準種植。智慧農業作為一種新型的農業生產方式應運而生。智慧農業是以信息技術為支撐，結合農業生產實踐，實現農業生產自動化、精細化、智能化的一種新型農業生產模式[1]。傳統農業生產方式存在勞動力成本高、生產效率低、農產品質量難以保證等問題，同時，城市化的發展導致土地資源日益減少，農業生產面臨著嚴峻的挑戰，智慧農業通過智能化設備、數據分析、人工智能等技術手段，能夠實現農業生產的自動化、精細化、智能化，提高生產效率和農產品的品質，減少勞動力成本，減輕對土地資源的壓力[2]。

無人機即無人駕駛飛機，是一種綜合無人駕駛、遙感、空間定位等技術的飛行器[3]。在農業領域，無人機的應用已成為智慧農業的新趨勢。隨著科學技術的發展，無人機技術在農業中的應用逐漸拓展，目前能夠通過無人機實現精準植保、遙感監測等需求，在播種、施肥、采摘等農業生產環節均發揮了重要作用，這無疑對我國智慧農業的發展提供了強大支撐[4-8]。因此，無人機在智慧農業中的應用意義重大。探討無人機技術在智慧農業中的作用，提高農業生產效率，減少人力成本，同時還能更好地保護農作物，提高農產品品質和產量。相信隨著科技的不斷進步，無人機在智慧農業中的應用會越來越廣泛，為農業生產帶來更多的便利和發展。

1 無人機技術研究現狀

1.1 國內研究現狀

目前國內研究主要集中在無人機在農作物生長監測、精準噴灑等方面的應用。在農作物生長監測方面，無人機可以通過搭載各種傳感器來獲取農作物的生長情況，如植被指數、葉面積指數等，從而實現對農作物的長勢、病蟲害等情況進行實時監測和預警。如蔣楠等[9]結合了無人機遙感平臺和深度學習技術，使用了卷積神經網絡（convolutional neural net-works，CNN），通過無人機采集可見光影像并進行處理，進而構建卷積神經網絡模型，在對棉花花蕾期各項生長參數監測中取得了較好的效果。在精準噴灑方面，無人機可以通過GPS和遙感技術實現對農田的高精度定位和作物信息采集，從而實現對農藥、化肥等水劑的精準噴灑，減少資源浪費和環境污染，如陳盛徳等[10]通過比較航空施噴與人工施噴2種方式的水稻施藥效果，得出了航空噴施霧滴沉積效果優于人工噴施，在具有成本優勢的基礎上，作業效率約為人工噴施方式的10倍的結論。

1.2 國外研究現狀

無人機技術在智慧農業中的應用越來越受到研究者的關注。目前，國外已經開展了大量的無人機在農業中的應用研究，主要涵蓋了作物監測、灌溉、施肥、植保等方面。

在作物監測方面，無人機可以通過拍攝高分辨率的圖像，實現對農田的全面監測。同時，無人機可以實現對作物的生長情況、病蟲害情況等進行實時監測，為農民提供決策支持，如Quemada M[6]等利用傳感器估計作物氮狀況，根據作物需求調整施肥水平，降低肥料成本和氮在環境中的損失。研究評估了從田間數據和航空圖像中獲得的高光譜指數在制定玉米氮肥建議方面的潛力；Li Z[7]等利用傳感器估計作物氮狀況，根據作物需求調整肥料用量。Li B等[8]則基于無人機RGB和高光譜成像對馬鈴薯的地上生物量進行估算與產量預測；Valek等[11]通過分析無人機遙感圖像的RGB光譜來識別植物的健康狀況變化，認為監測和分析無人機拍攝的圖像可能是農業生產提高作物產量的新路徑。在灌溉方面，無人機可以通過搭載各種傳感器，實現對農田的土壤水分、作物水分等進行實時監測，從而實現精準灌溉，如Na S I等[12]利用無人機熱紅外成像技術對大白菜田水分控制區和水分虧缺區作物水分脅迫系數進行了研究，從而識別作物的異常生長狀態，進而實現作物精準灌溉；在施肥方面，無人機可以通過搭載各種傳感器，實現對農田的土壤養分、作物養分等的實時監測，從而實現精準施肥；Pechanec V等[13]指出，無人機技術作為精準農業領域的新趨勢，使用無人機拍攝特定區域特定作物的圖像再經計算機進行分析后，這些圖像可以幫助確定有關土壤類型、土壤養分、土壤水分、地表地形指數以及作物當前健康狀況或產量估算。

在植保方面，無人機可以通過搭載各種傳感器，實現對農田的病蟲害情況的實時監測，從而實現精準植保。同時，無人機還可以通過搭載噴霧器等設備，實現對農田的精準噴霧，從而提高植保效率，如Qin W C 等[14]指出，高效、不損害作物的小型無人機可在小塊田地和丘陵山區有效噴灑農藥。

在農業生產布局方面，Mishra[5]等通過使用無人機和計算機圖像等實現識別植物疾病、估計產量、檢測雜草、預測天氣，以及確定土壤中的水分和養分，這有利于生產者進行農業生產管理。在這項研究中，無人機實現的綜合農場管理還可以跟蹤牲畜從農場到餐桌的情況，這有助于管理人員監測牲畜健康狀況，預防養殖場疾病爆發，減少由此造成的經濟損失，對于預防人類與食品相關的健康流行病也具有重要意義。

2 無人機助推智慧農業發展

2.1 中國無人機市場發展現狀

中國民用無人機市場具有廣闊的發展前景和潛力。隨著技術的不斷進步和應用場景的不斷擴大，中國民用無人機市場將繼續保持快速發展的態勢，成為全球無人機市場的重要一員。2018—2022年間，中國民用無人機市場規模呈現先略微回落后持續上漲的趨勢（圖1），無人機市場規模總體上逐年增加。

與此同時，中國無人機的注冊數量預測也在逐年上升，近三年來有加速上升的趨勢。無人機注冊是使用無人機的必要步驟。截至2022年，中國的無人機注冊數量已經超過了100萬架（圖2），這表明目前各行各業對無人機的需求持續增加。

在中國民用無人機市場中，主要應用領域是農林植保和測繪與地理信息，占據了市場份額的50%以上（圖3）。無人機技術在農林植保和測繪方面的應用已經得到了廣泛的認可和應用，其可以高效收集數據和圖像，提高生產效率和精度，而農林植保和地理信息的獲取與分析是智慧農業的重要組成部分。在農林植保方面，無人機既可以進行農田監測、病蟲害防治、施肥和灌溉等工作，還可進行植被覆蓋度、土地利用和土壤質量等方面的測量和分析。在測繪方面，無人機可以進行地形測量和水資源管理等工作，并對自然災害進行監測和預警。無人機技術的應用不僅提高了生產效率，也為環境保護和資源管理提供了更好的手段。目前，運用無人機技術助力智慧農業的發展已經成為一種新趨勢，無人機技術在農林植保、地理信息獲取與分析方面與傳統的人工植保、人工測繪相比有著快速、精確、高效、環保等獨特的優勢。

2.2 國內農用無人機類型及代表性無人機主要參數

從機型結構角度對農用無人機進行分類的話，主要有固定翼無人機、單旋翼無人機和多旋翼無人機（表1），不同類型的無人機具有不同的用途，按結構類型對農用無人機進行分類，有助于更好地理解其特點和應用，為促進智慧農業發展提供更好的技術支持。

固定翼農用無人機具有高速飛行和大范圍覆蓋的優點，適用于大面積農田的巡視和測繪。旋翼農用無人機體積小、機動性好，適用于小面積農田的作業和監測。多旋翼農用無人機具有垂直起降和懸停的能力，適用于精細農業作業和果園、蔬菜大棚的巡視。

目前，國內農用無人機主要有極飛P20型四旋翼植保無人機、極飛P100 Pro農業無人飛機、大疆MG-1S型八旋翼植保無人機和大疆T20農業無人飛機4種，噴頭一般為2～4個，藥箱容量6～50 L，一次噴灑幅度1.5～10 m，一般噴液量3～12 L。其中，極飛P100 Pro農業無人飛機的藥箱容量（50 L）最大（表2），適用于成片的大面積同種作物。

2.3 無人機助推智慧農業發展策略

近年來，隨著科技的不斷發展，無人機技術在農業領域得到了廣泛應用，這無疑大大推進了智慧農業的發展（圖4）。農用無人機用于植保、播種、施肥、測量等多種農業生產環節，大大提高了農業生產的效率和質量。

2.3.1 農作物信息數據監測 無人機技術的發展為農業監測帶來了新的機遇。無人機可以在農田中飛行，獲取高分辨率的圖像和數據，為農業生產提供了更加精細化的管理。特別是在農作物信息數據監測中，無人機的應用可以提高農業生產效率和質量[15-16]。通過搭載不同種類的傳感器，獲取農作物的生長狀態、病蟲害情況、土壤水分等信息[17]。這些數據可以通過無人機的遙感技術進行處理和分析，幫助農民制定更加科學的農業生產計劃。同時，無人機的自動避障功能也是無人機技術領域的一個重要發展方向。隨著無人機的廣泛應用，特別是在物流、農業和安防等領域，無人機的安全性和可靠性變得至關重要。自動避障功能的引入，可以有效提高無人機在實施植保工作時的安全性，并降低事故發生的風險。在實際應用中，自動避障功能需要具備高度的智能化和精確性。無人機需要能夠快速判斷障礙物的位置和形狀，并做出相應的避讓動作。這需要控制系統具備強大的計算能力和高效的算法。同時，無人機還需要具備良好的機動性和靈活性，以便能夠及時應對各種復雜的飛行環境。自動避障功能的引入對無人機應用領域帶來了巨大的改變。在農業領域，無人機可以通過自動避障功能，避免與農作物、電線桿等障礙物發生碰撞，提高農業工作的安全性。在保證安全性的基礎上，無人機才能更好地對農作物的生長進行實時監測，及時發現問題并采取措施，保障農作物的健康生長。無人機在農作物信息數據監測中的應用，可以提高農業生產的效率和質量，為農民帶來更多的收益。隨著無人機技術的不斷發展，相信無人機在農業監測中的應用還有更多的潛力待挖掘。

2.3.2 農業精準植保和精準播種 無人機在農作物施藥中的應用已經被廣泛認可[18]。無人機可以在不受地形、氣候和時間限制的情況下完成農作物施藥，節省了時間和人力成本，同時也提高了施藥效果。通過搭載高精度傳感器和攝像頭，實時監測農田內的植被和土壤狀況，根據實際情況調整施藥方案，使施藥更加精準。同時，無人機施藥可以避免人工施藥時產生的浪費和污染，保護環境，提高農作物產品品質。無人機在農作物施藥中的應用具有廣泛的應用前景。隨著技術的不斷進步和完善，無人機將會在農業領域中發揮越來越重要的作用[19-21]。

無人機技術的出現，為農業生產帶來了巨大的變革。在農作物播種方面，無人機可以實現高效、精準的播種操作，大大提高了農作物生產的效率和質量[22]。無人機可以根據農田的實際情況，自動調整播種的密度和深度，確保每一顆種子都能夠落地生根。此外，無人機可以在較短的時間內完成大面積的播種作業，大大提高了作業效率。總之，無人機在農作物播種中的應用，為現代農業的發展帶來了新的機遇。

2.3.4 農業生產布局 無人機可以快速、高效地獲取大量的農田信息，這有助于農業生產的管理和決策[23-25]。無人機可以搭載各種傳感器，如多光譜傳感器[26-27]、紅外傳感器等，用于獲取農田的植被指數、土壤濕度、溫度等信息。通過對這些信息的分析，可以及時發現農田的問題，如干旱、病蟲害等，從而采取相應的措施對未來農業生產進行相應布局，從而提高農業生產的效益。此外，無人機還可以進行航拍，獲取農田的高清影像，用于制作農田地圖和三維模型，為農業生產的規劃和管理提供更加精準的數據支持。無人機在農業遙感監測中的應用具有廣泛的前景和應用價值，有望成為未來農業生產的重要工具之一。

3 結語

無人機技術在智慧農業中的應用前景非常廣闊，未來智慧農業的發展，離不開無人機技術的支持。首先，無人機可以大大提高農業生產的效率。無人機可以在不同的高度和角度下對農田進行快速、準確的勘測，為農民提供更加詳細和精確的農田信息，并通過高清晰度的影像技術，對農田進行實時監測，及時發現和處理農田中的問題，提高農作物的產量和質量。其次，無人機還可以大大降低農業生產的成本。傳統的農業生產需要耗費大量的人力物力，而無人機可以在通過預先設定好的航線自動完成勘測、監測、噴灑等工作，從而降低了人工成本和能源消耗。最后，無人機還可以提高農業生產的安全性。傳統的農業生產中，農民需要在農田中進行長時間的勞作，容易遭受天氣、病蟲害等自然災害的影響。而無人機可以在無需人員下田的情況下完成農田的勘測和噴灑工作，從而降低了農民的勞動強度和風險。綜上所述，無人機技術在農業領域中的應用前景非常廣闊。未來，無人機將會成為農業生產的重要工具之一，為農民提供更加高效、安全、環保的農業生產服務。

參考文獻：

[1] 湯繼發. 植保無人機在現代智慧農業建設中的應用研究[J]. 農業工程技術，2021，41（21）：53-54，57.

[2] 李偉偉. 植保無人機在現代智慧農業建設中的應用研究[J]. 智慧農業導刊，2021，1（21）：1-3.

[3] 毛方，姜文雍，徐峰，等. 農用無人機在現代智慧農場建設中的應用研究[J]. 農機使用與維修，2020（12）：17-18.

[4] 婁尚易，薛新宇，顧偉，等. 農用植保無人機的研究現狀及趨勢[J]. 農機化研究，2017，39（12）：1-6，31.

[5] SHAILENDRA M. Internet of Things enabled deep learning methods using unmanned aerial vehicles enabled integrated farm management[J]. Heliyon，2023，9（8）：e18659.

[6] QUEMADA M，GABRIEL J L，ZARCO-TEJADA P. Airborne hyperspectral images and ground-level optical sensors As assessment tools for maize nitrogen fertilization[J]. Remote Sensing，2014，6（4）：2940-2962.

[7] LI Z H，LI Z H，FAIRBAIRN D，et al. Multi-LUTs method for canopy nitrogen density estimation in winter wheat by field and UAV hyperspectral[J]. Computers and Electronics in Agriculture，2019，162：174-182.

[8] LI B，XU X M，ZHANG L，et al. Above-ground biomass estimation and yield prediction in potato by using UAV-based RGB and hyperspectral imaging[J]. ISPRS Journal of Photogrammetry and Remote Sensing，2020，162：161-172.

[9] 蔣楠，戴建國，薛金利，等. 基于無人機可見光影像和卷積神經網絡的棉花生長參數監測[J]. 石河子大學學報（自然科學版），2021，39（3）：282-288.

[10] 陳盛德，蘭玉彬，李繼宇，等. 航空噴施與人工噴施方式對水稻施藥效果比較[J]. 華南農業大學學報，2017，38（4）：103-109.

[11] VáLEK J， SLáDEK P. Drones in sugar beet cultivation [J]. Listy Cukrovarnicke a Reparske，2020，136（2）60-64.

[12] NA S I，AHN H，PARK C，et al. Crop water stress index （CWSI） mapping for evaluation of abnormal growth of spring Chinese cabbage using drone-based thermal infrared image[J]. Korean Journal of Remote Sensing，2021，36（5）：667-677.

[13] PECHANEC V，VAVRA A，MACHAR I. Using of the uav technology for data monitoring in precision agriculture with example of sugar beet[J]. Listy Cukrovarnicke a Reparske，2014，130（5-6）：162-165.

[14] QIN W C，QIU B J，XUE X Y，et al. Droplet deposition and control effect of insecticides sprayed with an unmanned aerial vehicle against plant hoppers[J]. Crop Protection，2016，85：79-88.

[15] 楊貴軍，李長春，于海洋，等. 農用無人機多傳感器遙感輔助小麥育種信息獲取[J]. 農業工程學報，2015，31（21）：184-190.

[16] CHEN T T，YANG W G，ZHANG H J，et al. Early detection of bacterial wilt in peanut plants through leaf-level hyperspectral and unmanned aerial vehicle data[J]. Computers and Electronics in Agriculture，2020，177：105708.

[17] 汪小欽，王苗苗，王紹強，等. 基于可見光波段無人機遙感的植被信息提取[J]. 農業工程學報，2015，31（5）：152-157，159，158.

[18] 于豐華，曹英麗，許童羽，等. 基于高光譜遙感處方圖的寒地分蘗期水稻無人機精準施肥[J]. 農業工程學報，2020，36（15）：103-110.

[19] 楊亞飛，金濯，祝戴樂，等. 農用植保無人機發展研究現狀[J]. 南方農機，2019，50（9）：22，36.

[20] 張云碩，史云天，董云哲，等. 農用植保無人機噴灑技術的研究[J]. 農業與技術，2015，35（21）：46-47.

[21] 朱憲良. 農用無人機植保應用發展的探討[J]. 農機科技推廣，2014（5）：31-32.

[22] 高志政，彭孝東，林耿純，等. 無人機撒播技術在農業中的應用綜述[J]. 江蘇農業科學，2019，47（6）：24-30.

[23] 史舟，梁宗正，楊媛媛，等. 農業遙感研究現狀與展望[J]. 農業機械學報，2015，46（2）：247-260.

[24] 李德仁，李明. 無人機遙感系統的研究進展與應用前景[J]. 武漢大學學報（信息科學版），2014，39（5）：505-513，540.

[25] 金偉，葛宏立，杜華強，等. 無人機遙感發展與應用概況[J]. 遙感信息，2009，24（1）：88-92.

[26] ZHU W X，SUN Z G，YANG T，et al. Estimating leaf chlorophyll content of crops via optimal unmanned aerial vehicle hyperspectral data at multi-scales[J]. Computers and Electronics in Agriculture，2020，178：105786.

[27] JAY S，BARET F，DUTARTRE D，et al. Exploiting the centimeter resolution of UAV multispectral imagery to improve remote-sensing estimates of canopy structure and biochemistry in sugar beet crops[J]. Remote Sensing of Environment，2019，231：110898.

（責任編輯：張煥裕）