由于2050年的人口將從70億成長到90億，預計農業在2010至2050年的消耗會成長69%。為了應對這些需求，此研究建議，農業產業得找到改善糧食生產的方法，并在永續發展且防止破壞環境的前提下提高收獲產量。

無人機是農業的未來。根據麻省理工學院技術評論(MIT Technology Review)報告，在農業，無人機用于土壤與田地的分析、種植、噴灑（農藥、施肥等）作物、作物監控、灌溉與健康評估。而且農業無人機是數據收集的工具。根據PwC曾發表無人機商業方案的市值2016年達1273億美元。對農業來說，預估無人機在全球的應用價值達324美元。

無人機用于農業之功能：

一、協助農田制圖/調查無人機配備有近紅外線感測儀，可看到植物為了光合作用所吸收的光的光譜。根據這些訊息，使用標準化植被指數（NVDI）讓農夫可以了解植物的健康裝況。軟件分析可用于更改數值，以反映特定作物類型，甚至特定作物在哪個生命階段。除了作物的健康，無人機還可創造農田區的詳細GPS地圖。這讓農夫更好地規畫作物種植的地方，以最大限度利用土地、水和肥料。

二、協助農田作物噴灑作業為了維持產量，作物需要適當施肥和施用殺蟲劑。過去的作法，手動駕駛車輛穿過農田并噴灑，或駕駛飛機噴灑。作物噴灑無人機可攜帶大型液體儲存容器，可以更安全地操作（甚至自動操作）。相較操作和維護成本可以大幅降低。

三、協助農田灌溉管理配備有熱成像照相機的無人機可以察知積水或土壤濕度不足的地方，再進行灌溉。熱成像無人機透過更頻繁的檢查與測量，帶給農人更好的方法來了解他們的田地。四、農田牲畜監控無人機配備熱成像照相機，能遠程監控牲畜，預防受傷、走失、或在分娩的動物。無人機給了畜牧業者一個可以隨時密切關注他們的牲畜的新方法，并提高獲利。

無人機在農業的應用案例：

Gamaya

瑞士的Gamaya公司于無人機上安裝光譜影像相機，將相機結合了遙測、機器學習和作物科學技術。此相機也可以安裝在輕型飛機上。高光譜相機可以測量植物反射的光線。稱在可見光和紅外光譜范圍內獲得40個光譜帶，比其他僅捕獲四個光譜帶或顏色的相機多10倍。該公司還解釋說，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而變化，而受到影響。相機背后的應用系使用機器學習通過將捕獲的圖像與其數據庫中的圖像進行比較，并使用顏色分配特定條件來將成像數據轉化成信息。例如，紅色表示缺乏土壤，藍色表示裸土，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。這種顏色編碼系統使系統能夠創建作物和土壤條件的地圖。以下影片介紹Gamaya的技術能夠繪制并區分雜草與植物，還能識別其他植物，如疾病和營養不良，以及土壤中的化學物質成分。

在2015年向Gamaya團隊協助巴西的K Farm玉米田，無人機以5天的時間對玉米作物進行深入了解。根據無人機攝相機捕捉到的數據，以算法得到了在他們的數據庫中可匹配的玉米品種數據，并幫助Gamaya團隊確定了不同品種以及它們在田間種植的位置。這使他們能夠將每種玉米品種的良好表現與他們在田間的位置鏈接起來。算法將作物效率程度與特定顏色結合，呈現了作物表現：綠色代表沒有壓力，黃色代表中等壓力，橘色代表高壓力，而紅色代表沒有植被，如下圖所示：

圖二、作物狀況與顏色

這讓團隊能夠了解哪片區域的玉米健康成長、異常、或死亡。Gamaya團隊也能比較他們收集的玉米葉與光譜圖像的化學數據，來生成整個農場的化學圖譜。

圖三、化學圖譜

這些化學地圖讓團隊與農場主了解農田中營養的分布，也幫助Gamaya提出建議以符合植物需求。這些地圖使Gamaya團隊能夠向農場主提出以下建議：▲根據土壤類型和營養成分分配玉米種子。▲定期監測作物生長、雜草與疾病的存在，以提高作物產量。▲根據作物需要和土壤條件，在土壤中進行精確量的施肥。如果遵循建議，該團隊預測當前農場周期每個田地的收獲量將增加5%至30%。同時，預計整個農場的產量將增加10%。Gamaya已從投資者ICOS Capital Management、VI Partners AG、Sandoz Foundation、Peter Letmathe和Seed4Equity SA籌集了760萬美元的資金。Gamaya的首席技術官Dragos Constantin，他曾在Philips and Schlumberger-Doll Research研究所工作。他擁有洛桑聯邦理工學院的計算器科學、遙測博士學位和卡爾斯魯爾理工學院的計算器視覺碩士學位。Neurala開發Neurala Brain，是一個深度學習APP應用程序，僅需很少的訓練、少量的數據存儲和很少的運算資源。該公司稱其技術可與NVidia TX1 GPU無人機配合使用，每秒可捕獲5到8幀影像。訓練算法使用的是該公司的Brain Builder數據處理工具，讓用戶能夠上傳與標記自己的圖像集。要開始訓練的過程，用戶必須上傳目標物的八張圖像到設備上。該公司聲稱Neurala的算法會在25秒內完成學習。這比傳統的深度神經網絡（DNN）快多了。傳統必須在服務器上訓練超過15小時，而且每個目標需要36張圖像。該無人機導入AI可用于檢查電塔、風力渦輪機、管線和電氣基礎設施。AI使無人機能識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無人機的影片，如下：

Neurala獲得152億美元的創投資金，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的聯合創始人兼CTO。他曾是波士頓大學的研究助理教授，也是Surfari的AI首席開發人員。他握有多項專利，并撰寫了30多篇關于神經網絡的出版物。他有波士頓大學的認知和神經系統博士學位，和計算器科學碩士學位。Iris AutomationIris Automation開發了商業無人機的防碰撞技術，這應用程序讓無人機能觀測并解讀周圍環境，并移動飛行器以避免碰撞。適用于農業、采礦、石油和天然氣，以及包裹遞送。特別是農業，該公司聲稱此無人機應用程序能在與其他無人機在安全互動下，幫助農民收獲作物、播種、與控制害蟲。以下影片展示，Iris Automation的碰撞預防技術使無人機能夠在視線范圍外的操作時識別、跟蹤和避開其他飛行器：

為了安全可靠的飛行，該系統的計算機視覺讓它能在飛行時捕捉周遭環境的畫面，從而看到障礙物、飛行器、及其它潛在的危險。一旦捕捉到圖像畫面，攝像機的深度學習算法會藉由找尋數據庫中相似的圖像，來處理數據，以識別物體是甚么，之后，可讓無人機知道該如何避開飛行。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1000萬美元的資金。Alexander Harmsen是Iris automation的聯合創始人兼CEO。他曾在美國NASA噴氣推進實驗室擔任飛機計算機視覺程序設計師。他擁有British Columbia大學應用科學、工程物理學士學位。SenseflySenseFly提供Ag 360計算機視覺無人機，可捕捉田地的紅外線圖像，以幫助農場監測不同生長階段的作物并評估土壤狀況。這可以讓農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。

影片介紹SenseFly無人機與eMotion Ag軟件協同工作。用戶首先使用該軟件來規劃無人機的飛行路徑并監控飛行中的無人機。該公司聲稱可以存取領空數據和實時天氣更新，以幫助計劃和監控無人機。無人機捕獲農場的影像數據，而eMotion則直接將這些圖像上傳到云端。 Pix4Dfields圖像處理應用程序生成田地的空照圖，用于作物分析。其算法通過其數據庫中查找匹配圖像來識別植物和土壤的狀況，從而轉換成像數據以創建農田地圖。該公司聲稱，該應用程序是透過農民、農學家和育種者的投入進行訓練的。這些地圖讓農場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。然后，該信息可影響下次農場周期中的決策以改善生產。SenseFly成立于2009年，隸屬于Parrot Group商業無人機旗下。于2012年以516萬美元被收購。Raphael Zaugg是SenseFly的研發主管。他獲得了洛桑聯邦理工學院的機械電子學、機器人和自動化工程碩士學位。

農業用無人機解決方案

一、DJI AGARS MG-1S農業無人機地面感測雷達以精確飛行可更換的噴嘴以優化噴灑輕松且智能的操作規劃堅固的設計和組件

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

農業傳感器與軟件

一、Micasense與Atlas生產葉綠素與雜草探測地圖長時間追蹤數據以監控年度產量變化識別疾病、與突顯壓力變化

二、Sentra與fieldAgent輸出地圖到John Deere Operations Center處理傳感器數據，并得到對NDVI與NDRI的見解生成正射影像鑲嵌地圖在選定區域，無人機自動飛行三、DJI Zenmuse St與DroneDeploy易與Skymatics、Aglytix和John Deere農業管理軟件整合識別作物壓力，追蹤施肥狀況，并提早發現疾病長時間監控植物的治療與長勢追蹤牲畜與分析放牧模式。