Sử dụng máy bay không người lái cho nông nghiệp là một chủ đề nóng ngày nay và vì lý do chính đáng. Những phương tiện bay không người lái (UAV) này, đôi khi chúng được gọi như vậy, đang nhanh chóng trở thành một công cụ cốt lõi trong tổ hợp thiết bị chính xác của nông dân.

Nông dân ngày nay phải đối phó với những mối quan tâm ngày càng phức tạp. Các vấn đề như nước – cả chất lượng và số lượng, biến đổi khí hậu, cỏ dại kháng glyphosate, chất lượng đất, giá cả hàng hóa không ổn định và giá đầu vào tăng, v.v.

Người trồng trọt đang chuyển sang sử dụng các công cụ công nghệ cao, thường dưới danh nghĩa nông nghiệp chính xác, để đáp ứng và giảm thiểu những vấn đề này cũng như các mối lo ngại khác. Nông nghiệp chính xác chia cánh đồng thành các khu vực có thể được quản lý riêng lẻ bằng nhiều loại máy móc chính xác được trang bị GPS. Công nghệ cho phép nông dân thu thập, lưu trữ, kết hợp và phân tích các lớp dữ liệu thúc đẩy quản lý tưới tiêu và dinh dưỡng chính xác.

Có nhiều nguồn khác nhau mà người nông dân có thể sử dụng để xây dựng các lớp dữ liệu này. Máy theo dõi năng suất, kết quả mẫu đất, cảm biến độ ẩm và chất dinh dưỡng cũng như nguồn cấp dữ liệu thời tiết đều là những nguồn dữ liệu hữu ích. Ngoài các bộ dữ liệu lịch sử này, các công nghệ mới, như máy bay không người lái, có thể cung cấp thông tin về tình trạng hiện tại của cây trồng trên đồng ruộng.

Các tùy chọn để thu thập Lớp dữ liệu “Điều gì đang xảy ra ngay bây giờ”

Toàn bộ dữ liệu hiện trường, trong mùa, điều kiện hiện tại là một trong những phần thông tin có giá trị nhất trong một chương trình chính xác. Với dữ liệu này, người nông dân có thể phát hiện sớm các vấn đề và nhanh chóng lựa chọn các biện pháp can thiệp thích hợp.

Kiểm tra điểm, phương pháp phổ biến nhất được sử dụng để lấy thông tin này ngày nay, không nắm bắt chính xác các điều kiện trên toàn bộ trường. Với các trường rất lớn, vấn đề trở nên trầm trọng hơn; trinh sát chu vi không thể tiết lộ các vấn đề sâu bên trong lĩnh vực này và thời gian trinh sát tăng tỷ lệ thuận với diện tích.

Vệ tinh và chuyến bay giám sát có người lái sử dụng camera hồng ngoại gần (còn gọi là camera NDVI ) và camera RGB là nguồn dữ liệu hiện có để đánh giá tình trạng toàn bộ hiện trường, nhưng chúng không phải là giải pháp một kích cỡ phù hợp với tất cả. Những nguồn này phù hợp nhất để khảo sát hàng chục nghìn mẫu Anh cùng một lúc, trong đó thời gian và nguồn lực cần thiết để lên lịch và tìm kiếm bằng các phương tiện này chứng minh chi phí và sự phức tạp.

Máy bay không người lái nông nghiệp đại diện cho một cách mới để thu thập dữ liệu cấp trường. Lý do thuyết phục nhất để sử dụng máy bay không người lái là kết quả theo yêu cầu; bất cứ khi nào và bất cứ nơi nào cần thiết, máy bay không người lái có thể được triển khai dễ dàng và nhanh chóng. Người trồng trọt hoặc nhà cung cấp dịch vụ có thể có một máy bay không người lái ở phía sau xe tải và nhận được thông tin ở cấp độ lĩnh vực có thể thực hiện được vào lần tiếp theo ngày hoặc sớm hơn. Của nó cứng ĐẾN tiết tấu các tức thời Và sự tiện lợi của lập kế hoạch các nhiệm vụ, thu thập dữ liệu và nhận được kết quả gần thời gian thực; chỉ máy bay không người lái mới mang lại những lợi ích này.

Máy bay không người lái có giá cả phải chăng, đòi hỏi vốn đầu tư rất khiêm tốn khi so sánh với hầu hết các thiết bị nông nghiệp. Họ có thể tự trả tiền và bắt đầu tiết kiệm tiền trong một mùa trồng trọt. Hoạt động tương đối đơn giản và trở nên dễ dàng hơn với mọi thế hệ phần cứng máy bay mới. Chúng an toàn và đáng tin cậy. Chúng dễ dàng tích hợp vào quy trình tìm kiếm cây trồng thông thường; trong khi đến thăm một cánh đồng để kiểm tra sâu bệnh hoặc các vấn đề khác trên mặt đất, máy bay không người lái có thể được triển khai để thu thập dữ liệu trên không. Tuy nhiên, lợi thế thực sự của máy bay không người lái không phải là về phần cứng; giá trị nằm ở sự tiện lợi, chất lượng và tiện ích của sản phẩm dữ liệu cuối cùng.

Trinh sát bằng máy bay không người lái là một cách thuận tiện để thu thập lớp dữ liệu “điều gì đang xảy ra ngay bây giờ” . Có ba yếu tố chính để sử dụng máy bay không người lái một cách hiệu quả để thực hiện việc này: lấy các cảm biến phía trên trường, bản thân các cảm biến, phân tích dữ liệu. Cuối cùng, có các khía cạnh quy định và kinh doanh để coi như.

Bắt cảm biến trên một trường: Cố định hoặc Rôto

Ngày nay có nhiều loại máy bay không người lái, nhưng không phải tất cả đều là ứng cử viên sáng giá cho nông nghiệp. Những loại phù hợp cho các ứng dụng nông nghiệp được chia thành hai loại: máy bay không người lái có cánh cố định và nhiều cánh quạt. Chi phí và khả năng tải trọng của cả hai loại là tương tự nhau và phần cứng đang trở thành hàng hóa nhanh chóng.

Máy bay không người lái cánh cố định có khả năng bay tầm xa, một lợi thế khi cần bao phủ một khu vực rộng lớn. Chúng cũng có khả năng chịu va chạm; cái được hiển thị ở đây được làm từ bọt có độ bền cao. Bởi vì máy bay không người lái cánh cố định có thể bao phủ một khoảng cách lớn, chúng có thể gặp khó khăn trong tầm nhìn của người điều khiển, một yêu cầu theo quy định hiện hành của FAA.

Máy bay không người lái nhiều cánh quạt được thiết lập nhanh hơn trên thực địa và có thể cất cánh và hạ cánh theo phương thẳng đứng.

Việc thiết lập nhiệm vụ rất đơn giản; không cần phải lập kế hoạch cất cánh và hạ cánh vào gió như phải được thực hiện với một cánh cố định. Đối với những người vận hành thiếu kinh nghiệm, chúng là cách dễ nhất để khởi động và chạy nhanh chóng.

Có một định kiến rằng máy bay không người lái nhiều cánh quạt không có phạm vi cần thiết để bao phủ các loại cây trồng có hàng lớn và trong lịch sử, mọi người đã xem xét các loại cánh cố định vì lý do đó. Multi-rotor thực sự có nhiều thuận lợi:

Máy bay không người lái nông nghiệp đa cánh quạt Enduro™

Chúng dễ vận hành hơn, không cần xây dựng trước lập kế hoạch gió và có khả năng bay chính xác hơn (ví dụ: rẽ ngoặt ở nơi các cánh đồng tiếp giáp với đường cao tốc liền kề). Có một số sản phẩm dữ liệu thú vị đang được phát triển sẽ yêu cầu chuyến bay ở độ cao thấp để chụp được những hình ảnh cực kỳ chi tiết; ở đây một lần nữa, nhiều cánh quạt có lợi thế. Hơn nữa, phạm vi không còn là một vấn đề thực tế. Theo các quy tắc mới của FAA, các nhà khai thác chỉ có thể bay đến rìa của tầm nhìn, phủ nhận hiệu quả đối số cho các cánh cố định tầm xa.

Với một trong hai loại máy bay không người lái, quá trình bay thực tế tương đối đơn giản. Sử dụng phần mềm trên thiết bị điều khiển mặt đất (thường là máy tính bảng, máy tính xách tay hoặc điện thoại thông minh), người điều hành vẽ phác thảo khu vực cần khảo sát trên loại chế độ xem bản đồ của Google. Phần mềm lập trình chuyến bay, chồng các đường trên bản đồ để hiển thị đường bay của máy bay không người lái. Thông tin được tải lên máy bay không người lái qua một liên kết không dây. Cất cánh, chuyến bay và hạ cánh hoàn toàn tự động (ghi đè thủ công cho phép người điều khiển tránh các vật thể bất ngờ trên đường bay, chẳng hạn như máy bay có người lái).

Mặc dù trong lịch sử, máy bay không người lái được thiết kế cho mục đích giải trí không phù hợp để sử dụng làm máy bay không người lái nông nghiệp do thiếu tầm bay, khả năng tải trọng thấp hoặc khả năng lập kế hoạch bay kém, nhưng chúng đang phát triển nhanh chóng. Một số nông dân đã có thể sử dụng thành công các mô hình gần đây hơn để thu thập dữ liệu nông nghiệp. Đây là một khu vực để xem.

Cảm biến

Máy bay không người lái tiêu dùng rẻ tiền có thể được sử dụng ngay lập tức để quay video hoặc chụp ảnh tĩnh từ phía trên cánh đồng, điều này có thể phát hiện ra một số vấn đề. Tuy nhiên, để thực sự thu được giá trị từ máy bay không người lái nông nghiệp, các loại cảm biến khác phải được xem xét, cũng như các công cụ để điều khiển máy bay không người lái theo mô hình trên toàn bộ cánh đồng và phần mềm để kết hợp các lần đọc cảm biến trên cánh đồng thành một lớp duy nhất sau đó được phân tích và tham chiếu địa lý.

Chỉ ở định dạng này, người dùng mới có thể sử dụng điện thoại thông minh hỗ trợ GPS hoặc thiết bị khác để đi bộ đến và kiểm tra các khu vực có vấn đề cụ thể hoặc kết hợp thông tin với các lớp dữ liệu khác.

Máy bay không người lái thu thập thông tin chủ yếu dựa trên ánh sáng phản chiếu từ cây trồng bên dưới. Đối với mục đích nông nghiệp, việc sử dụng một loại cảm biến cụ thể có thể giúp người trồng trọt thu thập dữ liệu cho biết các vấn đề tồn tại ở đâu để họ có thể thực hiện hành động thích hợp.

Tất nhiên, thực vật thu nhận ánh sáng khả kiến để thúc đẩy quá trình quang hợp. Tuy nhiên, các photon hồng ngoại gần (NIR) không mang đủ năng lượng cho quá trình quang hợp mà lại mang nhiều nhiệt, vì vậy thực vật đã tiến hóa để phản xạ ánh sáng NIR.

Cơ chế phản chiếu này bị phá vỡ khi chiếc lá chết đi. Các cảm biến Cận hồng ngoại tận dụng đặc tính này bằng cách theo dõi sự khác biệt giữa hệ số phản xạ NIR và hệ số phản xạ nhìn thấy được, một phép tính được gọi là chỉ số thực vật khác biệt chuẩn hóa hoặc NDVI. Tín hiệu NDVI mạnh có nghĩa là mật độ thực vật cao và NDVI yếu cho biết các khu vực có vấn đề trên cánh đồng.

Báo cáo NDVI rất hữu ích cho nhiều mục đích nông nghiệp. NDVI có thể phân biệt rõ ràng các khu vực trên cánh đồng nơi cây trồng đang phát triển tốt với những khu vực không phát triển, cho phép tạo ra các khu vực để nhắm mục tiêu sử dụng đúng lượng phân bón cho từng điểm trên cánh đồng. Do cách cây phản ứng với áp lực, hình ảnh NDVI cũng có thể tiết lộ sự hiện diện của cỏ dại, sâu bệnh, nước hư hại, và các vấn đề khác cung cấp cho người trồng thông tin cần thiết để xác định và định lượng các vấn đề vào giữa vụ và sau đó xác định cách giải quyết chúng tốt nhất.

Cùng một trường được chụp ảnh màu (RGB) ở bên trái và màu sai (NDVI) ở bên phải. Hình ảnh NDVI cho thấy sự thay đổi không được nhìn thấy trong hình ảnh màu.

Có hai trường phái suy nghĩ về việc chọn camera NDVI. Một cách tiếp cận là sử dụng một máy ảnh trị giá hàng nghìn đô la, được chế tạo có mục đích, ghi lại các bước sóng chính xác. Giá trị gia tăng của các tần số dải hẹp bổ sung được chụp bởi các máy ảnh chuyên dụng này thường không đủ để bù đắp cho mức giá cao của chúng, ngoại trừ một vài trường hợp sử dụng cụ thể.

Phương pháp ưa thích là chuyển đổi máy ảnh tiêu dùng chất lượng cao để chụp ảnh nông nghiệp, bao gồm việc tháo ống kính và thay bộ lọc và đôi khi thay chính ống kính. Agribotix đã đạt được kết quả xuất sắc bằng cách sửa đổi máy ảnh GoPro trị giá 600 đô la. Hình ảnh tương tự hoặc vượt trội so với những gì một chiếc máy ảnh trị giá 3.000 đô la chụp được. Bất kỳ hạn chế nào về thiết bị đều không có tác động tiêu cực đến các ứng dụng nông nghiệp.

Mặc dù cả hai phương pháp đều cung cấp dữ liệu NDVI chất lượng cao, nhưng chúng tôi khuyên bạn nên bắt đầu với camera đã chuyển đổi và chỉ xem xét camera chuyên dụng nếu kết quả không tương xứng.

Có rất nhiều hoạt động nghiên cứu tập trung vào việc sử dụng các loại cảm biến gắn trên máy bay không người lái khác cho nông nghiệp. Hai loại thường được đề cập nhất là máy ảnh nhiệt và máy ảnh siêu quang phổ.

Các cảm biến nhiệt có thể đọc nhiệt độ bức xạ của một vật thể và một số kiểu máy mới nhất đủ nhẹ để mang theo một máy bay không người lái nhỏ. Cảm biến nhiệt có thể giúp xác định cách thực vật sử dụng nước, vì những cây tiếp cận được nhiều nước hơn sẽ có vẻ mát hơn trong ảnh. Thách thức là những biến đổi nhiệt độ này là nhỏ và có thể khó phân biệt với các yếu tố khác có thể làm nóng hoặc làm mát cây trồng, chẳng hạn như gió nhẹ, ánh nắng mặt trời, v.v. Cần nghiên cứu thêm về lĩnh vực này.

Cảm biến siêu quang phổ ghi lại nhiều bước sóng của cả ánh sáng nhìn thấy và không nhìn thấy. Mặc dù kích thước và giá của những máy ảnh này đang giảm xuống, nhưng chúng vẫn lớn và đắt tiền. Lời hứa của những cảm biến này là chúng có thể xác định loại thực vật cụ thể chỉ bằng cách đo màu sắc ánh sáng mà nó phản xạ, điều này sẽ

giúp dễ dàng chọn ra những thứ như cỏ dại kháng thuốc diệt cỏ. Tuy nhiên, việc hiệu chỉnh các máy ảnh này để hoạt động trên máy bay không người lái bay thấp trong môi trường nông trại nơi điều kiện ánh sáng thay đổi nhiều như chúng là một vấn đề cần được giải quyết trước khi máy ảnh siêu quang phổ có thể hoạt động.

Xử lý và phân tích dữ liệu

Khi một máy bay không người lái thu thập dữ liệu trên một cánh đồng, máy ảnh sẽ chụp hàng trăm bức ảnh tĩnh khi nó bay qua lại theo kiểu “máy cắt cỏ” trên cánh đồng. Những hình ảnh này sau đó được thực hiện để làm cho kết quả hữu ích.

Một máy tính có phần mềm chuyên dụng có thể xử lý hình ảnh cục bộ, việc này có thể tốn thời gian ở một số cấp độ. Đạt được thành thạo phần mềm ban đầu và đạt được kết quả có thể lặp lại, hết lần này đến lần khác, có thể là một đường cong học tập dốc. Bản thân quá trình xử lý có thể buộc máy tính phải chờ hàng giờ mỗi khi dữ liệu mới được tải, làm giảm năng suất và yêu cầu người vận hành phải có mặt để theo dõi tiến độ.

Ngoài ra, quá trình xử lý có thể được thực hiện bằng dịch vụ dựa trên web được xây dựng có mục đích. Trong mô hình này, người điều khiển thực hiện chuyến bay, chạy phần mềm tự động thu thập hình ảnh và tải lên đám mây. Tại đó, hình ảnh được xử lý nhanh chóng và trả về cho người dùng. Có một số ưu điểm của phần mềm dưới dạng mô hình dịch vụ: người vận hành có thể tự do rời đi và làm những việc khác trong khi quá trình xử lý diễn ra ở chế độ nền; không cần đầu tư vào phần cứng hoặc phần mềm đắt tiền; và, người dùng luôn được hưởng lợi từ bản phát hành mới nhất và các báo cáo mới nhất.

Một trong những báo cáo hữu ích nhất mà máy bay không người lái có thể tạo ra là hình ảnh NDVI. Thao tác này lấy các hình ảnh được ghép từ camera NIR và áp dụng “màu sai” để làm nổi bật các khu vực có vấn đề. Mặc dù không có bảng màu tiêu chuẩn cho các báo cáo này, Agribotix tô màu hình ảnh với các tín hiệu mạnh nhất xuất hiện màu xanh lá cây, chuyển sang màu vàng, sau đó là màu đỏ và cuối cùng sang màu xám cho các phần yếu nhất của trường.

Các dịch vụ khác nhau sẽ cung cấp kết quả ở các định dạng khác nhau. Hầu như tất cả sẽ cung cấp kết quả trong bản tải xuống GeoTiff, đây là tệp hình ảnh có tọa độ GPS. Một định dạng phổ biến khác là KMZ, cho phép xem hình ảnh trong Google Earth.

Một định dạng ít phổ biến hơn nhưng rất quan trọng là shapefile. Những hình ảnh này chia trường thành các vùng và gán giá trị cho mật độ cắt xén trong từng vùng. Định dạng này rất hữu ích vì nó có thể được đọc trực tiếp bởi nhiều gói dữ liệu trang trại, cho phép lớp máy bay không người lái dễ dàng kết hợp với các nguồn dữ liệu khác để tạo đơn thuốc cho ứng dụng tỷ lệ thay đổi. Cuối cùng, một số dịch vụ cung cấp kết quả trực tiếp trên bản đồ trong trình duyệt web, trong một số trường hợp cho phép người dùng sử dụng điện thoại thông minh để xem vị trí của họ trên kết quả khi đang ở thực địa.

Nghiên cứu điển hình: Ngô Missouri

Không có lợi ích của hình ảnh trên không, người nông dân trong nghiên cứu này đã bón phân đồng đều ở mức 50 lbs/mẫu Anh. Trang trại có thiết bị có tỷ lệ thay đổi nhưng họ thiếu dữ liệu về tình trạng hiện tại cần thiết để tạo ra một đơn thuốc đại diện cho những gì đang xảy ra trên cánh đồng vào thời điểm đó.

Một chuyến bay kéo dài 20 phút đã chụp được 254 bức ảnh để tạo ra bức ảnh hiển thị bên phải. Nhìn vào hình ảnh này, sẽ rất khó để đưa ra quyết định theo quy định; rõ ràng có sự khác biệt trên toàn lĩnh vực nhưng sự khác biệt là tinh tế. Tuy nhiên, hình ảnh NDVI làm cho các biến thể tinh tế này trở nên rất rõ ràng và giúp tạo đơn thuốc phân bón dễ dàng hơn nhiều . Khu vực màu xanh lá cây trình diễn

trong đó ngô cao ngang ngực, trong khi màu vàng cho thấy cây cao đến đầu gối và vùng màu đỏ chỉ cao đến mắt cá chân.

Sử dụng máy tính bảng hỗ trợ GPS, nhà nông học của nông dân có thể kiểm tra kỹ kết quả trên đồng ruộng bằng cách so sánh kết quả NDVI quan sát được với trạng thái cây trồng trên mặt đất. Quá trình tìm hiểu cơ bản này rất đơn giản và nhanh chóng được hoàn thành.

Ngoài hình ảnh, phần mềm còn cho ra một shapefile chia trường

Ảnh RGB được khâu chỉ cho thấy biến thể trong trường tinh tế.

Shapefile chỉ ra năm mức độ khác nhau của tình trạng trường.

thành các ô vuông có kích thước 1, 5 hoặc 10 mét và gán cho mỗi ô vuông một trong năm cấp độ sức khỏe. Dữ liệu do máy bay không người lái thu thập hiện tại này được kết hợp với dữ liệu lịch sử (loại đất và bản đồ năng suất) để chỉ định lượng phân bón nitơ cho từng cấp độ. Đơn thuốc thu được đã được tải lên máy kéo để áp dụng tỷ lệ thay đổi.

Với điều này, người nông dân đã có thể tận dụng tối đa thiết bị có tỷ lệ thay đổi của mình để bón chính xác lượng phân bón cần thiết vào những nơi cần thiết. Cách tiếp cận tạo ra năng suất tốt hơn và giảm tổng chi phí đầu vào. Áp dụng tỷ lệ thẳng là tương đối không hiệu quả và có tác động tiêu cực đến môi trường. Các tính toán của chúng tôi cho thấy khả năng tăng năng suất khoảng 5 bu/mẫu Anh với việc bón phân đạm chính xác và khả năng giảm 30-40% lượng phân bón sử dụng, một con số được chứng minh bởi các nghiên cứu học thuật ¹ .

¹ Chuyển từ tỷ lệ phân bón đồng nhất sang biến đổi đối với ngô Iowa: Ảnh hưởng đến tỷ lệ và lợi nhuận của Bruce A. Babcock và Gregory R. Pautsch, 1998

Ví dụ về sản phẩm dữ liệu khác

Có nhiều cách khác nhau để sử dụng trí thông minh nông nghiệp hỗ trợ máy bay không người lái để giảm chi phí đầu vào và tăng năng suất cây trồng. Các hình ảnh dưới đây mô tả một số ứng dụng:

Không có gì đang phát triển trong mắt bò tối ở trung tâm của lĩnh vực này. Kiểm tra mặt đất cho thấy các vòi bị tắc trên hệ thống tưới trục trung tâm hệ thống.

Những đường màu xanh trong cánh đồng ngô này là cỏ dại.

Các khu vực màu đỏ cho biết nơi đã xảy ra thiệt hại do mưa đá và cung cấp tài liệu để chia sẻ với bảo hiểm bộ điều chỉnh.                                                                     

Hình ảnh nhiệt được sử dụng để xác định các điểm nóng ở trong đống củ cải đường. Bộ xử lý sử dụng thông tin để xác định vị trí và trích xuất củ cải lên men để ngăn chặn sự hư hỏng lan rộng.

Mô hình hóa bề mặt kỹ thuật số của đồn điền cọ dầu ở Sumatra giúp chủ đất xác định vị trí tốt nhất cho đường giao thông. Loại hình ảnh này cũng có thể hữu ích cho việc đặt gạch thoát nước trên các cánh đồng đồi núi.

Cân nhắc quy định

Cơ quan Hàng không Liên bang (FAA) giám sát việc sử dụng máy bay không người lái thương mại tại Hoa Kỳ. Một công ty có thể đăng ký “Miễn trừ 333” để được phép sử dụng máy bay không người lái cho mục đích thương mại. Quá trình này tương tự như việc được phê duyệt để xử lý các hóa chất nông nghiệp nguy hiểm. Quá trình này mất 2-3 tháng và có những công ty sẽ trợ giúp quá trình này nếu người điều khiển máy bay không người lái đang sử dụng máy bay không người lái đã được phê duyệt theo Miễn trừ 333 khác (như máy bay không người lái của Agribotix).

Bảo hiểm

Có những công ty cung cấp bảo hiểm trách nhiệm pháp lý cho những người điều khiển máy bay không người lái thương mại để bồi thường thiệt hại do tai nạn. Thông thường, điều này được thực hiện trên cơ sở từng máy bay không người lái và tiêu tốn vài trăm đô la cho mỗi máy bay không người lái mỗi năm.

Hoàn lại vốn đầu tư

Ngày nay, những người trồng trọt trên khắp thế giới đang nhận thấy rằng máy bay không người lái cung cấp một cách nhanh chóng để xác định các vấn đề trong lĩnh vực của họ. Agribotix đã cung cấp dịch vụ cho hơn 40 loại cây trồng khác nhau trên 30 quốc gia trở lên. Chúng tôi đã nghe từ một số khách hàng của mình rằng họ đang nhận được ROI xấp xỉ $15/mẫu Anh. Đối với các loại cây trồng có giá trị cao dễ bị bệnh, chẳng hạn như khoai tây, cam quýt, hạnh nhân và chuối, lợi ích tài chính có thể cao hơn đáng kể. Chúng tôi cũng nghe nói rằng máy bay không người lái có thể tự trả tiền trong nửa đầu mùa giải.

Đó là những lợi ích hấp dẫn đối với các nhà sản xuất nông nghiệp, những người phải đối mặt với chi phí ngày càng tăng, giá cả hàng hóa giảm và nhu cầu về năng suất ngày càng tăng với diện tích canh tác ít hơn.

Quyết định quan trọng cho nông dân

Không có dấu hiệu cho thấy những áp lực hiện tại đối với nông dân giảm bớt, nên cân nhắc nghiêm túc bất kỳ công cụ nào có thể tăng năng suất, giảm thiểu chi phí đầu vào và cuối cùng là cải thiện lợi nhuận. Máy bay không người lái vẫn được coi là một công cụ mới cho nông nghiệp, nhưng tiện ích đã được chứng minh của chúng trong việc đánh giá sức khỏe cây trồng trên đồng ruộng và tiềm năng mang lại lợi tức đầu tư hấp dẫn khiến chúng trở thành một bổ sung hấp dẫn cho bộ công cụ chính xác.

Cho dù nông dân mua và bay máy bay không người lái của riêng họ hay thuê một nhà cung cấp dịch vụ máy bay không người lái bay cho họ, thì máy bay không người lái có thể ghi lại hình ảnh trên không một cách hiệu quả về mặt chi phí với độ chính xác và tính tức thời vô song. Khi cơ hội can thiệp còn nhỏ, chẳng hạn như trong lĩnh vực nông nghiệp, tính dễ sử dụng và quay vòng dữ liệu nhanh chính là chìa khóa. Việc chờ đợi máy bay có người lái hoặc vệ tinh cung cấp hình ảnh sau một sự kiện thời tiết hoặc để theo dõi số lượng điểm dừng là không thực tế đối với hầu hết mọi người; tuy nhiên, những tình huống này được xử lý dễ dàng bằng máy bay không người lái nông nghiệp nhiều cánh quạt được trang bị máy ảnh được sửa đổi cho trang trại các ứng dụng.

Có được dữ liệu dễ hiểu, có thể hành động một cách kịp thời là điều cần thiết. Phần mềm có thể xử lý khối lượng lớn hình ảnh một cách nhanh chóng và trả về các phân tích vừa xác định vấn đề vừa đưa ra đề xuất can thiệp và áp dụng tỷ lệ thay đổi có nghĩa là chi phí đầu vào thấp hơn, năng suất lớn hơn và lợi nhuận tăng lên. Tìm kiếm các tùy chọn cung cấp nhiều loại trí thông minh nông nghiệp chuyên biệt và tạo ra kết quả đầu ra ở định dạng tương thích với thiết bị chính xác. Điều quan trọng là chọn một nền tảng phần mềm dễ sử dụng và không yêu cầu người dùng giám sát quá trình xử lý.

Những cân nhắc tài chính xung quanh máy bay không người lái nông nghiệp đơn giản hơn một số người ban đầu có thể tin. Có rất nhiều nghiên cứu điển hình chứng minh giá trị của việc sử dụng giải pháp máy bay không người lái và dữ liệu trong suốt mùa trồng trọt và máy tính có sẵn để giúp xác định ROI tiềm năng cho các tình huống riêng lẻ.

Máy bay không người lái nông nghiệp đang ở đây để ở lại. Những người nông dân nắm bắt công nghệ và tích hợp nó vào các chương trình chính xác của họ sẽ tự hỏi làm thế nào họ có thể tồn tại mà không có nó.

Nguồn: Tom McKinnon từng là giáo sư Kỹ thuật Hóa học tại Trường Mỏ Colorado trong gần 20 năm trước khi thành lập Inventworks Inc., một công ty sản xuất có giới hạn và tạo nguyên mẫu nhanh, vào năm 2009. Ông có bằng Tiến sĩ Kỹ thuật Hóa học của MIT, là tác giả hàng chục bài báo khoa học, và nắm giữ một số bằng sáng chế. Anh tận dụng kiến thức chuyên môn của mình về cơ điện, động cơ đẩy và công nghệ pin để thiết kế và cải tiến phần cứng Agribotix.