#无人机

用无人机多光谱时序表型和随机回归模型校正田间空间异质性，提升苜蓿育种遗传评估精度。

融合无人机多源遥感特征与衍生特征，用机器学习估算冬小麦地上生物量。

综述智能施肥（4R原则+传感器/遥感/VRT）提升养分利用效率与产量的机制与证据。

在宁波举办的首届四明保险论坛科技保险主题活动上,人保财险联合浙江省农业科学院发布《无人机施肥施药作业质量划分》团体标准,为农业无人机作业划定质量标尺,促进低空农业高质量发展和风险防控。

用无人机多光谱植被指数与SPAD估算枣园大球蚧发生程度。

提出轻量级联盟链认证与安全数据共享框架LBAS-UAV，用于资源受限无人机网络。

Barley head detection using UAV imagery and YOLOv10。Precision Agriculture

提出一种基于无人机多光谱时序影像的深度学习混合模型，实现苹果黑星病和葡萄霉病的早期检测与分割。

提出IVG-UAV系统，用语音、视觉与路径规划实现仿真中自主采摘熟果。

利用无人机冠层指标与地面数据估算孟加拉孙德尔本斯红树林地上生物量碳。

提出无监督余弦距离异常检测方法，从无人机RGB-NIR影像中识别树冠损伤。

用多光谱无人机影像和深度学习实现葡萄园制图与冠层特征提取。

综述无人机应用潜力与发展趋势，强调其向自主化、网络化、数据驱动系统演进。

用无人机多光谱监测526份草坪草种质，结合多时相性状与多准则筛选优良品系。

用无人机RGB与多光谱影像结合集成机器学习，分类路面材料并验证多光谱与纹理特征的增益。

综述YOLO模型在无人机人道排雷中检测战争爆炸残留物的应用与局限。

综述YOLO模型在无人机人道排雷中检测地雷与未爆弹药的技术管线。

提出并评估了在45°斜视无人机图像中检测田间二维码标记的可复现流程，解码成功率达98.2%。

实证研究尼日利亚技术型农场中现代技术创新与粮食安全的关系。

利用无人机搭载向上光谱仪与多元线性回归，从多光谱影像直接反演地表反射率。

对比无人机RGB与LiDAR传感器在甘蔗田地形测绘中的精度与适用性。

Multisensor data fusion from uav platforms: a robust approach for estimating photosynthetic capacity across vertical leaf layers in winter wheat。Precision Agriculture

Comparison of NDVI obtained from an active proximal sensor and UAV multispectral imagery in coffee。Research Square

综述无人机与遥感目标检测中的对抗补丁与伪装攻击及防御，并提出几何感知分类体系。

分析无人机与遥感农业术语从英语借入乌兹别克语的五种机制。

用PROSAIL-PRO与高斯过程回归从无人机高光谱数据反演小麦冠层氮含量。

Non-destructive nitrogen estimation in pastures from UAV multispectral imagery using a heterogeneity-driven machine-learning framework。Precision Agriculture

综述无人机摄影测量与遥感在海岸生物多样性和栖息地保护中的应用与局限。

综述无人机遥感在作物倒伏监测中的技术流程、传感器与分析模型。

用无人机高光谱结合Stacking集成模型实现湿度干扰下的土壤盐度制图。

综述无人机图像小目标检测的深度学习研究，提出对称性视角与三层框架。

提出基于神经细胞自动机的轻量单目深度估计模型，在嵌入式系统上实现实时推理。

用无人机高光谱结合水分校正与Stacking集成模型反演土壤盐分。

基于无人机RGB与多光谱影像，结合株高与Stacking集成算法，实现水稻地上生物量高精度自动制图。

提出动态ROI约束框架，用无人机多光谱影像估算棚架猕猴桃单株LAI。

提出边界感知双流网络，从无人机影像中恢复破碎地膜拓扑并自动制图。

用多时相无人机影像估算氮肥与堆肥处理下红麻株高，构建高精度回归模型。

融合PROSAIL-PRO物理模型与深度迁移学习，用无人机高光谱估算作物冠层氮含量。

用无人机热红外成像检测津巴布韦哈拉雷城市供水管网泄漏并实时监测。

用无人机多模态影像与基因型数据训练CNN，预测大豆八种种子成分。

利用无人机高光谱影像构建田间尺度SIF-ET机理模型，实现作物蒸散发高精度估算。

提出增强NightNet实现无人机夜间柑橘果实轻量检测。

用无人机多模态图像和CNN预测大豆八种种子成分，蔗糖精度最高。

提出基于无人机多光谱的源端性状中介框架，实现玉米动态产量预测。

利用无人机标签结合Sentinel-1/2影像估算小麦倒伏比例。

构建“天-空-地-湖”四维水质监测系统，实现白洋淀水质立体化智能监控。

用无人机近景图像和YOLO深度学习实时检测哈斯鳄梨成熟度，实现精准农业应用。

提出自适应特征学习与小波保持方法，用于无人机影像的森林冠层制图。

提出鹰启发式元启发算法HITO，优化无人机在精准农业中的全覆盖轨迹，降低路径长度和能耗。

用仅含609个参数的MLP从UAV红光波段重建近红外波段，低成本替代多光谱相机。

通过科学计量和系统综述，评估智能农业中技术整合的研究格局与优势。

基于无人机影像为无人联合收割机规划边缘作业路径。

开发基于AI的无人机系统，用无监督算法从航拍图像估算果树高度和冠层体积。

构建集成物联网、无人机与深度学习的农业AI系统，实现作物与水产健康监测。

利用无人机生成导航地图，实现葡萄园地面机器人自主遍历。

提出双流状态空间框架，实现无人机玉米病害检测与产量预测的实时高效分析。

融合无人机多源遥感特征与深度学习，高精度估算茶树生物量与氮素积累量。

构建无人机与无人车协作的智能路径自动化系统，提升精准农业效率。

MDPI AgriEngineering 2026, 8(6), 249。精准农业越来越依赖应用于无人机(UAV)采集的高分辨率数据的机器学习来支持作物监测、胁迫检测和产量预测。本综述提出了无人机赋能精准农业机器学习方法的结构化综述,在一个由感知模态、数据类型、模型家族和分析任务四个维度定义的统一分类法中组织100多项同行评议研究。该分类法能够在RGB、多光谱、高光谱、LiDAR和IoT数据源之间进行系统比较,并在经典机器学习、深度学习、混合顺序模型和新兴基于Transformer的架构之间进行系统比较。分析建模选择如何与数据特征相互作用以影响鲁棒性、跨环境泛化、计算效率和UAV及边缘平台上的部署可行性。识别新兴研究方向,包括数据高效学习、表示级多模态融合、域自适应、轻量级架构和不确定性感知决策支持。

Arsalan Iqbal在《engrXiv》预印本平台发布研究,提出一种基于强化学习引导的自主四旋翼无人机平台,融合机载视觉同步定位与建图(Visual SLAM)与推扫式高光谱成像载荷,在近实时构建地理参考的、冠层配准的作物水分胁迫指数(CWSI)地图。平台采用近端策略优化(PPO)训练的自适应采样策略,根据飞行中积累的证据将飞行时间和传感器驻留时间重新分配到新兴水分胁迫区域。在0.8公顷试验田模拟田间试验中,强化学习引导策略实现了92%的水分胁迫区域检测率(固定网格基线为61%),同时任务飞行时间减少约32%。研究还报告了SLAM衍生的冠层结构对CWSI精度的贡献消融研究、田间复杂性敏感性和全误差预算分析。注:本研究为预印本,未经实地验证。

基于无人机遥感的茶梢类别检测。研究利用UAV遥感图像对茶树新梢进行自动分类检测,支持茶园精细化管理与产量预测。通过深度学习方法识别不同生长阶段的茶梢,助力茶叶采摘决策与品质分级,为茶产业数字化转型提供技术支撑。

广西田东县林逢镇东养芒果基地建成智慧果园,集成物联网、AI 识别、区块链溯源等技术,无人机单台日均运力 12-15 吨,运输效率提升 3 倍、成本降低 40%。截至目前,全县 63 个千亩以上基地接入智慧农运系统,配备作业无人机超 280 架,覆盖率达 71%。首批 60 名学员通过粤桂协作促就业培训获 CAAC 无人机执照。

本文针对精准农业中纯图像模型难以表征季节性上下文的问题,提出时序感知晚期融合(TALF)模型,通过CNN分支编码图像特征、MLP编码上下文特征,仅在回归头合并两条流。相对湿度、风速、累积时间作为上下文输入,在多季节公开水稻苗数据集上,MAE降至0.031(图像单一基线0.1455,早期融合0.0890),容差精准度达94.9%。结果表明,天气与时间上下文能显著提升无人机图像的水稻生长速率预测,图像与表格编码器分离至最后层的晚期融合设计具有竞争力。原文标题:Time-Aware Late Fusion for Multimodal Rice Growth-Rate Prediction from UAV Imagery and Weather Context,作者:Elhadi A O、Darwish S M、Mahdi M A(埃及Zagazig大学/Alexandria大学),发表于MDPI Computers 2026年第15卷第8期523。

8月8日,全省稻田抗性杂草轻简化防控技术暨统防统治服务组织负责人能力提升培训班在邵东市举办。中国工程院院士、湖南省农科院党委书记、农业农村厅党组副书记柏连阳出席并参加现场观摩。培训指出,湖南稻田杂草种类多、发生面积广、抗药性水平持续上升,防控形势严峻复杂。目前全省专业化服务组织达2700多家,可用植保无人机保有量突破2.5万台,主要农作物统防统治覆盖率超57.8%。'插喷同步'技术将机械插秧与土壤封闭除草合二为一,节省人工50%以上;'药肥同施'技术利用植保无人机混合撒施封闭除草剂与化肥,持效期可延长至40天左右。

山东理工大学等单位李京谦、韩国涛、赵静、张帅领、谢欣妤、付姗姗、鲁力群、兰玉彬在《农业工程学报》2026年第42卷第9期发表论文。该研究提出基于改进YOLOv12n的向日葵成熟期盘腐病危害程度检测模型,首先将主干和颈部网络的C3K2模块替换为融合感受野注意力卷积(RFAConv)与坐标注意力机制(CA)的C3K2-RC模块;其次在颈部网络集成轻量级的上采样算子CARFAE;最后引入LSCSBD(lightweight shared convolutional separable batch normalization detection)检测头。试验结果表明,YOLOv12n-RCL模型的精确率、召回率、mAP0.5和mAP0.5-0.95分别达到83.4%、81.2%、84.8%和50.2%,较基准模型YOLOv12n分别提高3.8、3.2、3.4和4.0个百分点。

针对水稻田间病虫害监测效率低、施药粗放等问题,文章提出一种改进YOLO模型与无人机组群协同的一体化解决方案。研究通过引入CBAM注意力机制、优化特征融合结构及改进损失函数,提升复杂背景下小目标病虫害检测精度;构建基于栅格划分的无人机组群监测系统,结合5G通信实现田间实时数据传输与智能决策。研究将传统粗放施药模式升级为基于监测数据的精准靶向施药,有效减少农药使用量与人工成本,显著提升防治效率和作业精度,为水稻病虫害智能监测与精准施药提供一体化技术方案,推动植保作业向智能化、精准化方向转型升级。

东莞举办"低空+智慧农业"应用场景发布会，发布"天眼"精准巡测、"天手"智慧飞防、"天翼"高效吊运 3 大首批应用场景。植保无人机在荔枝林开展雾化喷施、测绘巡检无人机搭载多光谱镜头实时采集果树生长数据生成可视化果园数字档案；最大挂载 80 公斤的重载无人机山头到山下集中地运输仅需 2 分钟左右；机器狗可 7×24 小时自主巡检，电量低于 30% 自动回充，弥补无人机航拍盲区。东莞已构建无人机库、孢子捕捉仪、AI 虫情灯、微型气象站构成"空天地一体化"监测网络，孵育 3 家农服组织覆盖植保飞防、物资调运和果园巡检，农户可通过线上小程序 AI 智能体下单。东莞早在 2024 年即印发《推动低空经济高质量发展实施方案（2024—2026 年）》，将低空经济作为未来经济增长新增长极。