聽到早期採用無人機(drone)的人提到，配備多光譜感測器的低空飛行平台可以取得任何高解析度的實地現況資料(field data)，包含灌溉系統性能與土壤地圖，這些地圖告訴種植者在何處與何時施用肥料。

這些早期採用者似乎共同認為農業無人機是大型耕作時的一個良好工具，包含需要密切注意數千英畝灌溉土地的大型耕作者，或是「高價值」作物的農民，像是葡萄園和果園管理人員。農業無人機感測器和資料分析專家MicaSense 業務開發經理Drew Baustian說：「我們看到那塊市場有更多發展潛力。」

大型耕作者可以從商業飛行員或隨時可取得的商業衛星影像中獲取土地相關的感測資料。後者提供了大範圍的資訊，但細微度不夠，而且載人飛機必須事先預約。支持採用無人機的人指出，當農民需要實地資料時可以採用低空飛行，而不是與所有其他耕種者一起排隊等候在暴雨後進行實地調查。

與飛機或是衛星不同，無人機搭載熱與多光譜感測器，可以在雲層下面拍攝。

(圖片來源：MicaSense)

位於西雅圖的MicaSense推出一個無人機專用的多光譜影像感測器，連同一個基本熱感測器在五個光譜波段運作。Baustian聲稱，其解析度足夠提供種植者葉片和植物資料，用作表型觀測(phenotyping)。

趕上無人機的潮流

位於加州中央聖華金河谷(Central San Joaquin Valley)的Justin Metz的家族擁有12,000英畝的土地，他們很早就趕上農業無人機的風潮。雖然一些抱持懷疑態度的人看不到投資此技術的快速回報，但Metz說，他在無人機上的操作上已慢慢熟能生巧，透過經驗學習，了解如何讓無人機在加州這個充滿大型農場的地方成為有用的種植工具，栽種種類包含番茄、蔬菜與棉花等。

一但農民想到如何運用這些土壤和水分地圖，將能獲取大量有用的資料。像John Deere這樣的大型農業設備製造商，讓使用者能輕易地收集和無線傳輸這些無人機或地面感測器所取得的實地現況資料。

和Baustian一樣，Metz提到無人機所擁有的靈活性。「隨時在你想要的地方即可發動無人機，而不用與機師安排航班。」

Metz提到，使用無人機進行土壤地圖分析，藉以了解不同作物的養份含量，並在何時施用肥料或農藥時做出更好的判斷。Metz說，土壤製圖(soil mapping)還可以辨識黏土和沙質土壤，讓種植者可以最佳化灌溉網路，確保有「足夠的水，而非過量的水」，特別是在不透水的黏土中。

熱感測器還可確認作物水分和哪些土地的乾燥速度最快，這些資料有助於規劃採收進度，並且有助於確認所需的機器、採收特定作物的相對難度，甚至是機器操作員根據過往經驗在某一特定土地所需的採收量。

關於資料管理？

Metz透過無人機的App將大部分的實地資料傳輸到John Deere營運中心。無人機本身會產生大量資料，因此資料管理變得至關重要。Ag無人機使用者需要在收集到實地資料後立即取用，最好是當天，否則這些資料很快就會被一長串未命名檔案淹沒。儘管影像經過地理標記，但這些檔案必須從記憶體中被拼湊出來。

早期採用農業無人機者喜愛它的便利性，但難以管理感測器所產生的實地現況資料。他們建議利用「低和慢」的方法，從小範圍開始。(資料來源：Association of Unmanned Vehicles Systems)

至於投資報酬率(ROI)，Metz建議操作農業無人機應先小規模地從單一區域開始，然後擴大到實地資料的收集。他建議：「一開始先量力而為。」

他繼續說到，「去找低垂的水果」來加快投資回收。建議的方案是在Ag無人機上設置熱感測器，以盡可能地減少水份流失。如此一來，節省下來的費用也許就足以打平無人機、感測器和資料管理的投資費用。

最後，Metz提到可採用衛星影像作為大區域監測，無人機則採用低空與緩慢的方式進行較為精細的監測。

(參考原文： Can Drones Provide Agricultural ‘Ground Truth’? ，by George Leopold)

活動簡介

從無線連接、更快的處理和運算、網路安全機制、更複雜的虛擬實境(VR)到人工智慧(AI)等技術，都將在未來的每一個嵌入式系統中發揮更關鍵功能。「嵌入式系統設計研討會」將全面涵蓋在電子產業最受熱議的「智慧」、「互連」、「安全」與「運算」等系統之相關硬體和軟體設計。

會中將邀請來自嵌入式設計相關領域的研究人員、代表廠商以及專家，透過專題演講、產品展示與互動交流，從元件、模組到系統，從概念設計到開發工具，深入介紹嵌入式系統設計領域的最新趨勢、創新和關注重點，並深入分享關於嵌入式系統設計的經驗、成果以及遇到的實際挑戰及其解決方案。

贊助廠商

立即報名