未来的农业

虽然无人机、卫星和飞机有能力飞得更高，但它们捕捉到的尖端NDVI和其他图像真正帮助人们在地面上做出决策，并在整个作物周期中提供越来越精确的数据。从植物数量、杂草和土壤夯实到缺氮、过度灌溉和害虫，这些强有力的快照不仅有助于查明这些问题在田地里的位置，而且有助于查明问题的原因和可能的解决办法。

在字段中的每个工厂是，在本质上，它自己的传感器。其独特的表面和质地提供在反射光的形式的分类数据签名。多光谱图像捕捉的反射，进而，可以提供洞察到植物的健康。

因此，当您查看归一化植被指数(NDVI)或归一化红边指数(NDRE)时，它只是计算植被反射的可见光和近红外光。或者，农学家兼AGCO全球商业作物护理主任Darren Goebel说，“这是植物发生的光合作用强度。”

NDVI图像中的红色区域可能表示作物枯死，土壤裸露，甚至建筑物。相反地，Goebel补充说，“绿色区域在图像中可能表明作物生长得非常健康，而且绿色越深，作物越健康。”

通过研究改进图像

“两年前,整个行业也担心无人机,以及他们可以做什么,不能做”——从有限的电池寿命和FAA法规,特里·格里芬说,助理教授,ag)在堪萨斯州州立大学经济学和堪萨斯ag)研究和技术协会指导教师(KARTA),一群生产商分享他们的技术和田间试验。“所有人都忽略了无人机的实际用途——拍摄图像——他们更关心的是硬件。”

但是，他补充说，对硬件的兴趣实际上推动了对更好的图像的研究。如今，你很难找到一家不从事某种类型的图像或无人机研究的大学或设备公司。

“科学家们仍在努力确定哪些波长可以区分特定的杂草，”丹尼斯·鲍曼(Dennis Bowman)说，他是伊利诺伊大学推广分校(University of Illinois Extension)的作物系统教育家。“你肯定能看到水麻和大豆在反射率上的区别，但在实际的商业层面上，我们仍然不能区分水麻和天鹅绒叶子。”

这些未来派无人机盘旋在一片大豆或玉米田上空，advanced imagereri的全部目标是收集数据和背景，提供潜在的基准，让农民帮助降低成本，实现效率和回报的最大化。尽管如此，生产者仍然需要正确地解释这些数据，并根据这些数据做出更明智的决策。AGCO Global Fuse精准农业培训经理Jason Ward指出，这是因为，“在precision ag，我们确实擅长生成大量数据，但在使其完全可操作方面做得并不好……到目前为止。”

要获得完整、深入的文章，请阅读其余部分未来的农业网上。

作者:克莱尔·沃斯