随着气候变化加剧，极端天气频发，农田监测正遭“看得慢、看得粗、看得少”的多重困境。而AI+低空技术的融合应用，正为破解这些困境提供全新路径。
托普云农低空无人机巡检系统集成高分辨率可见光与多光谱成像模组，结合多源异构数据融合技术，实现对作物全生育周期的时空动态监测。依托深度学习框架下的AI算法集群，通过卷积神经网络与迁移学习模型，对采集的影像数据进行智能解析，可高效监测土地平整度、出苗率、作物长势、肥量、杂草、虫害、病害、产量等关键信息。并结合“问稷”给出合理化农事操作建议，实现采集自动化、分析智能化、决策专业化、管理精准化的目标。
多成像单元，赋能精准农业
l 可见光成像单元
捕捉作物图像，智能识别作物生育期、缺苗、倒伏、等显性特征，进而帮助建立作物的生长档案，为农业管理提供重要参考。
l 多光谱成像单元
选取特定光波段成像，支持病害识别、作物长势监测、变量施肥，助力精准农业作业，提升种植效率。
l 高光谱成像单元
采集连续光谱数据以区分细微物质差异，可做作物表型研究、病虫害监测与作物生长评估，为作物生长调控、品质优化提供精准的数据支撑。
l 热成像成像单元
探测物体红外辐射并转换为温度分布图，能监测作物胁迫（干旱、热胁迫）、冠层蒸发，森林火险与等，为节水灌溉和作物水分管理提供科学依据，并提升农业灾害预警效率。
l 激光雷达成像单元
通过激光脉冲测距构建三维点云模型，可实现三维建模、获取冠层结构、作物株高等表型数据，此外还可以为森林资源调查、土地规划提供高精度的空间数据参考。
系统组成
覆盖多类农业应用场景
打造闭环业务管理系统，构建全流程解决方案
配套无人机数据巡检管理平台，集设备管理、航线规划、任务下发、实时直播、数据回传、算法分析、结果展示于一体。平台支持无人机绑定与统一管控，用户可便捷创建飞巡任务、划定区域并指派人员执行。无人机采集数据自动回传后，平台调用病虫害识别、作物长势分析等预设算法实时解析，通过可视化界面直观展示结果，辅助决策。同时完整记录历史数据，支持回溯对比，形成“任务-采集-分析-反馈”闭环管理，大幅提升巡检效率与智能化水平。
功能选配模块
能力名称 | 适用作物 | 能力描述 |
可见光成像 | ||
作物覆盖率分析 | 全作物 | 支持全作物种类冠层覆盖率识别； |
作物识别 | 全作物 | 可识别作物种类； |
玉米 | 自动识别玉米雄穗数量、位置、占比等信息； | |
玉米父本行识别 | 玉米 | 可区分父本行和母本行雄穗，快速指导去雄； |
玉米授粉识别 | 玉米 | 可识别玉米授粉是否成功（授粉成功与否要有明显差异）； |
生育期识别 | 水稻、小麦 | 可自动分析作物所处生育期； |
产量预估 | 水稻、小麦 | 可精准识别水稻和小麦的穗数，自动计数，还可自动计算亩产量、地块产量、基地产量等数据； |
出苗分析 | 水稻、玉米 | 出苗率、缺苗率，补苗指导； |
倒伏识别 | 水稻、小麦、玉米 | 可识别作物倒伏面积、倒伏占比以及作物受灾损失； |
非粮非农识别 | / | 对目标区域进行数据采集和分类，对非粮非农区域进行切割划分，统计区域大小和类型； |
株高分析 | 全作物 | 作物株高识别，可得到作物群体株高数据； |
植被指数 | 全作物 | 可实现NDVI、SR、DVI等数植被指数参数； |
作物病害分析 | 全作物 | 可对作物病害发生等级进行划分； |
作物病害识别 | 主粮作物 | 可对常见作物的常见病害进行识别； |
种植面积分析 | 全作物 | 可识别目标作物并统计目标作物占地面积，统计种植面积； |
土地平整度分析 | / | 可生成田间地块三维点云数据； |
三维建模 | / | 可进行群体三维建模、株高、叶面积指数以及单株分割等； |
烟火检测 | / | 可识别是否有烟火，判断是否秸秆焚烧 |
垃圾识别 | / | 识别是否有垃圾堆放或者田间药瓶等垃圾 |
高光谱分析 | 高光谱可测：≥30个植被指数指标和光谱图像：归一化植被指数、增强型植被指数、双波段增强型植被指数等 ≥2个生化组分指标和光谱图像：叶绿素含量、叶片氮含量 | |
红外热成像分析 | 植物平均温度、最高温度、最低温度数据； | |
激光雷达分析 | 三维建模，可建立数字高程模型DEM、数字地表模型DSM、冠层高度模型CHM 群体参数：植物群冠层郁闭度、冠层透光率、冠层覆盖度等 | |
