在刚刚过去的2015年中，无人机绝对是农机领域的一个热门词汇，先后有包括山河智能、隆鑫通用、极飞、大疆、零度智控等多家知名企业在内的公司投入到植保无人机的生产洪流中。

    尽管无人机在我国农业领域火起来的方式是以植保作业为主，但除此之外，无人机在农业上的应用还有着更加广阔的天地。
　　近两年来，美国多所高校和企业都在进行无人机在精准农业应用上的研究，这些研究揭开了无人机除植保应用外的另外一个广阔的领域。
　　2015年12月底，美国媒体报道了无人机在精准农业方面的12个潜在应用，相信这些也将为国内农业无人机企业提供更多的产品思路。
　　在北达科他州，有无数个理由能够令人对无人机产生兴趣。在接下来的10年内，这些理由中的很多都将会变成实实在在的收入。有专家说，精准农业将会占据未来市场中的大部分份额。
　　尽管这项技术为农民和农业企业带来了很大的前景，但是还没有迹象显示这项技术已经开始腾飞。
　　“阻碍无人机在农业上应用的一大阻碍是缺乏采用无人机数据应用于作物和畜牧管理的事实支撑。”来自北达科他州立大学的农业装备专家John Nowatzki说。
　　2014年该校的卡林顿研究推广中心启动了一个项目，研究人员针对无人机在作物和畜牧管理中的应用进行了研究。
　　“现在，很多农民、咨询公司和一些小的精准农业公司对无人机技术都十分感兴趣，”他说。“我们的研究将会为这些人和公司提供成功将无人机技术应用于农业所需的必要的信息和工具。该研究还将推动无人机在农业领域的应用方式。”
　　以下是该研究中心研究的12个应用方向。
　　1.识别出苗率和作物密度
　　研究人员对一块儿田地中不同位置的作物出苗率和密度进行了两次测量（一次在播种一周后，一次在播种12天后）。在此期间，无人机对测定点采集了多光谱图像数据。这些数据经过校正、标定和处理后，就可以将作物从附近的植被中识别出来。进而，每平米的作物密度将会被计算出来，然后生成作物密度图。

　　                                          DraganflyerX4-C无人机
　　应用情况：DraganflyerX4-C无人机搭载索尼NEX5相机采集作物密度信息，所采集的多光谱图像具有0.9cm的分辨率。采集图片后，通过MATLAB软件进行密度计算。
　　“无人机所采集的归一化植被指数成功地被用于大豆品种试验中的大豆生理成熟度预测，”卡林顿研究推广中心的Mike Ostlie说，“无人机被用于玉米植被密度信息测量，并在地面对密度进行计算。我们发现当作物很小时作物成熟度和密度具有一定的关系。”
　　2.识别氮不足的小麦和玉米
　　当玉米处于不同生长阶段时，研究人员利用光学传感器来建立归一化植被指数（注：归一化植被指数是反映农作物长势和营养信息的重要参数之一。根据该参数,可以知道不同季节的农作物对氮的需求量）。
　　无人机将搭载光学传感器采集田地中不同区域的红外遥感图像。这些红外图像数据将会在同一天内被校正、标定并处理，从而探测氮供给不足的作物。

    应用情况：由图像得来的归一化植被指数数值与地面实际测量而得的数值进行比较，从而使无人机采集的归一化植被指数更加精确，这些精确的数据将被用于氮元素的变量供给。这项研究还被应用到识别氮元素供给不足的小麦。
　　“我们将由无人机采集的数据与Green Seeker光谱仪所采集的数据进行对比，”Ostlie说，“这两个平台所采取的关于氮不足的数据具有相同的精确度。尽管两者采集的数值不同，但经处理后得出的处方图是相同的。”
　　3.评价作物早期健康情况
　　研究人员将会利用卡林顿研究推广中心所拥有的关于春小麦、大豆和玉米的广泛的研究，来识别田地中早期作物的产量潜力、营养水平、长势和密度。
　　应用情况：研究人员在进行关于作物早期健康情况的参数的地面采集时，也利用无人机采集了这些作物的多光谱图像。
　　“Green Seeker传感器和空间图像均能在作物还是绿色时，预测春小麦和硬粒小麦的产量潜能。”Ostlie说。
　　4.了解疾病症状
　　无人机在疾病控制方面的其中一个应用就是了解大田中作物的发病率和严重程度，从而使农民在下一季的种植中能够更好地进行田间管理。
　　卡林顿研究推广中心的合作者将在一些研究试验中识别一定范围的疾病严重程度。最先开始调研的作物和疾病是大豆和干豆菌核病（白色霉）。由叶子所显现的春小麦黄褐色斑病、斑枯病、锈病在随后也将被调研和定量。
　　应用情况：谷类和豆类疾病试验的图像已经采集，但是数据尚未分析。
　　5.寻找虫害症状
　　农民需要监测作物的虫害情况，来决定杀虫剂应用的需求区域和剂量。
　　Geo Blu Explorer无人机被应用与搜索由于虫害、疾病、营养不足以及水分不足而产生的作物生长问题
　　应用情况：虫害和识别研究尚在调研中。

　　6.监测杂草侵害
　　农民需要监测作物的杂草侵害情况，来决定除草剂应用的需求区域和剂量。
　　应用情况：“手持Green Seeker光谱仪器并不能提供足够的杂草控制信息，由无人机采集的初步图像扫描也不能，”Ostlise强调，“然而，通过无人机所采集的图像，特定区域能够被锁定。在这种情况下，小麦垄间的杂草控制，与其图像有很好的关联性。那些成片生长的杂草区域能够被绘制出来，被用于除草剂施用和中耕操作。”
　　7.监测作物水分需求状况
　　农民需要监测作物的水分需求状况，来制定浇灌计划。
　　应用情况：2015年研制成功的新的热成像设备将支持水分胁迫信息的获取。
　　8.记录耕作和作物轮作的影响
　　农民需要监测耕作和作物轮作对作物出苗率、长势、产量的影响，来确定每年种植的作物种类和品种。
　　应用情况：仍在研究阶段，尚未得出可靠结论。
　　9.监测牛群的繁殖活动
　　繁殖成功率对获得能够盈利的牛肉产量至关重要。实时监测公牛和母牛的繁殖活动能够使养殖者注意到流动性问题。
　　应用情况：仍在研究阶段，尚未得出可靠结论。
　　10.采集牛场的表层温度
　　牛场的管理人员需要监测牛场的表层温度，并将其与动物的体温联系起来，来调整动物处在最佳温度范围内。
　　应用情况：研究人员将利用地面温度计测量不同垫料的表层温度。无人机将采集牛场的表层温度的热图像数据。仍在研究阶段，尚未得出可靠结论。
　　11.探测牧场中的病牛
　　养殖者需要尽快识别出牧场中的病牛，将其隔离。
　　应用情况：仍在研究阶段，尚未得出可靠结论。
　　12.识别具有破坏行为的牲畜
　　每天将会对牛群进行3次监测，以识别具有破坏行为的牲畜。由多光谱图像得出的数据将会与地面真实数据进行对比，以保证无人机获取数据的精确度，从而识别具有破坏行为的牲畜。这个数据采集系统将会在放牧季节每天启用3次。
　　应用情况：仍在研究阶段，尚未得出可靠结论。
　　“无人机的应用仍处于婴儿时期，”Ostlie说，“采集图像的设备必定会在处理数据的速度方面有一个很大的提升。只要我们还有足够多的数据能够去分析，我们就会继续从事我们的研究，看我们还能从这项新技术中得出哪些有用的信息。”