无论是UAV（无人机），UAS（无人机系统）– 我们都比较熟悉。它们有传感器（全球定位系统和更多的），可以给出一个飞行计划（去哪里的指令），并且可以在执行其他指令时自主地遵循这个计划，不需要飞行员。许多高端拖拉机已经在使用这种自动化服务了，我们甚至看到了自动收割的协助。但是，飞行的无人机是小的，他们不能处理植物的种子或拉杂草，那么，他们究竟要做什么与农业应用？
在农业方面的有一些事情无人机的应用是非常好的，在这些空间中，一个正在萌芽的行业已经出现了。
让我们深入挖掘在那些领域发生的事情。
一、这些东西对农民来说是很重要的，但是会比较麻烦：
1）确认：验证植物生长在哪里，何时应该或者尽早的检查。
2）及早发现问题：早期发现增张缓慢和作物损害的区域，减少影响，并最大限度的解决问题。
3）肥料规划：作物不会自己生长，你需要选择在哪里施肥，基于植物的密度和健康状况花多少钱施肥，这样可以节省大量的金钱。这就是所谓的更准确的省钱，增加作物产量。
这里的共同主题是在地面上实际发生的事情。通常的方式来获取地面真相是把你的脚放在土地上和使用你的眼睛去看。但这不是很好，因为作物可以覆盖非常大的地区。目测的东西从来没有太大的帮助，因为如果有一些不良生长的区域混在里面的话，在视觉上是很难识别的。用你的眼睛看起来这部分很像其他的地方。你不能得到正确的结论。那就是无人机出现的地方。
二、无人机做什么
在农业上使用的无人机可能看起来像玩具，但他们更听话。他们有能力，包括：
1）携带相机进行持续的拍照，并且精度很高。
2）对拍摄物体会有一个很好的视角。
3）快，他们能够迅速的覆盖大面积地区，而不需要通过道路。
这些能力被使用，配合一些后端软件处理，以快速获得的深度信息。
这里有一些原理：我们给了一个无人机的飞行计划。无人驾驶飞机在一个图案中飞过，同时用一个或多个特殊相机拍摄照片。这些图片的位置重叠。登陆后，软件是用来缝合的照片一起成一个大的马赛克，处理光在不同波长上的反射。一般来说，健康的植物，更反映他们在近红外–比可见光不可察觉的人类更高的波长。处理这些数据使健康的土地脱颖而出，相比其他一切，使生长缓慢地区的植物容易识别。有了这些数据，几乎就打开了大门，以更好的决策为种植者打开大门。只要是早期和更准确地检测到的，并且没有时间被浪费。
三、如何衡量健康的植物
植物叶片：它们主要包含色素，叶绿素，在光合作用中吸收了明显的光。但健康的植物叶片也强烈反映近红外（近红外）。不同种类的植物有不同程度的反映，但非植物材料在这一过程中并没有反映出这种植物的种类。收集这些数据和处理它的方式，使它有用的是如何远程成像检测植物健康。
在70年代，一种称为归一化植被指数（NDVI）的开发。这是一个用近红外反射现象迅速地识别植被区和卫星接收红外和近红外波段的总体情况的方法。这一原理是很好理解的，可以通过修改现代数码相机来观察和实验，以使他们能够正确地选择波长。
NDVI是不是本身就够了，它具有实际的局限性，卫星成像的问题已经解决的挑战，无人机图像面临的不同。这些概念应用于无人机影像有自己的要求。但根本的原则仍然是现代NDVI让无人机采取与专业相机裁剪图片，使用计算机处理数据，过程和把它变成一个颜色编码的航拍图，是很容易理解的。
四、下一步
及时提供生长地图和健康报告是目前农业中最成熟的应用，但它不是唯一的一个。其他应用程序也在地图上，比如使用无人机来进行施肥，而直接施用化肥。在灌溉农业很普遍的地区，管理大量的灌溉系统是一项巨大的工作，可以通过空中观测来帮助。任何能使更多的信息更完整的人的手的东西是一个潜在的增长，无人机让更多的方式来做，比以往任何时候。
五、当然还有其他事情
对新兴产业的实施问题，除了对无人机的使用还有许多其他的挑战。无人机的使用在户外是高度依赖于天气的。飞行可以受到天气的限制，改变的条件，如不同的阳光和云覆盖可以使数据更难以处理。大多数作物在农村地区，互联网接入和蜂窝基础设施有限。有限的飞行时间是一个因素，尤其是对于multirotor飞机。无人机和他们的相机是昂贵的。他们可能有能力自主飞行，但仍需要维护和熟练操作。无人机是不好携带的东西–我们可能通过无人机在无人施肥是常见的包裹递送。当然，政府的规定也不确定。
农业和无人机的使用有很多的变量只适用于少数人，但这是一个正在萌芽的产业，似乎正在迅速增长。
