密苏里大学研究人员取得一项农业领域重要成果：无人机与人工智能的结合，能帮助农民更高效地测量玉米健康状况。

传统测量玉米健康状况依赖手持设备，但速度慢且不适用于大田地。此次研究中，密苏里大学研究团队另辟蹊径，使用配备特殊摄像头的无人机，对密苏里州中部的玉米田展开调查，捕捉图像和数据。这些特殊摄像头能捕捉植物反射的不同波长光，如近红外光和红边光，它们虽人眼不可见，却与植物健康紧密相关。

研究团队借助人工智能分析图像和数据，可准确估算叶绿素含量，而叶绿素含量是玉米健康状况的关键指标。将无人机图像与土壤数据相结合，再运用机器学习这一人工智能技术，能快速精准预测整个田地玉米叶片中的叶绿素含量。

该项研究由密苏里大学博士生田峰凯领导，他在农业、食品和自然资源学院副教授周建峰的实验室工作。周教授同时也是密苏里大学数字农业研究与推广中心的联合研究主任，他表示：“我们实验室致力于利用创新技术提升农业系统效率。氮肥施用是玉米种植户面临的最大挑战之一，我们希望助力农民提高产量，同时减少可能影响环境的化学品使用，精准农业能让农民在正确时间、地点施用适量氮肥。”

玉米生长需大量氮，了解每株玉米的具体叶绿素含量，有助于农民决定氮肥的施用时间和用量。氮肥施用过多，成本高且危害环境;施用过少，则会阻碍作物生长。

田峰凯期望无人机能成为农民作物管理的得力工具，助力他们做出更明智决策，在节省时间金钱、保护环境的同时，实现作物产量最大化。他还展望，未来农民可与农业技术公司签约，由公司操作无人机并处理数据，让农民无需成为该领域专家就能受益。此外，虽然此次研究聚焦玉米，但无人机图像与机器学习结合的创新方法，未来也有望帮助农民了解大豆、小麦等其他作物的健康状况。

据悉，相关研究成果《利用机载多光谱图像和机器学习估算玉米叶片叶绿素含量》发表在《智能农业技术》杂志上，该研究由密苏里大学与美国农业部首席科研机构农业研究服务局合作完成。

更多信息： Fengkai Tian 等，利用机载多光谱影像和机器学习估算玉米叶片叶绿素含量，《智慧农业技术》(2024)。