○ 利用无人机的灵活性和高效率，对水稻和小麦等作物进行周期性的空中拍摄，采集作物不同时期的生长状态图片，进而识别分析作物出苗率、生育期、作物长势、株高、冠层覆盖度、倒伏、穗数及产量预测、受灾损失核算、种植策略优化等关键指标

○ 主要通过无人机携带的高像素可见光相机对玉米田进行飞行检测，识别雄穗，并指导后续去雄作业的执行，以减少人力需求，提高去雄检测的效率和精确，保证玉米在制种和育种过程中的高品质、高产量

○ 利用无人机采集地面或作物的高清图像，通过图像处理技术进而分析识别作物出苗率、生育期、作物长势、株高、冠层覆盖度、倒伏、穗数及给出产量预测、种植策略优化等关键指标
○ 适合于农业监测、巡检等场景

○ 通过无人机搭载多光谱相机，低空飞行获取作物反射的多波段光谱信息，实时解析植株生长状态、营养水平、水分胁迫及病虫害等核心参数‌。
○ 结合机器学习算法与植被指数建模，可精准估算叶面积指数、生物量等表型特征‌，为作物育种筛选、精准灌溉、种植策略优化和灾害预警提供数据支持，大幅提升农业决策效率

○ 通过无人机搭载多光谱相机，低空飞行获取作物反射的多波段光谱信息，实时解析植株生长状态、营养水平、水分胁迫及病虫害等核心参数‌
○ 结合机器学习算法与植被指数建模，可为植物科学研究、作物育种、精准农业、种植策略优化和灾害预警提供数据支持，大幅提升农业决策效率

○ 通过无人机搭载多光谱相机，低空飞行获取作物反射的多波段光谱信息，实时解析植株生长状态、营养水平、水分胁迫及病虫害等核心参数‌

○ 针对田间群体植物表型鉴定需求设计的，以无人机为载体的，集植物表型图像采集与参数分析功能于一体的高通量平台
○ 平台支持配置多光谱、高光谱和RGB成像技术，能够在大面积农田中快速、高效地采集植物表型数据。对田间植物的冠层信息、长势信息、营养信息进行研究

○ 依托无人机场，搭载可见光、多光谱相机构建了农业大田作物的全自动精准巡检体系
○ 以无人机机场为自动化基站，无人机通过多种传感器协同作业，既能直观识别作物长势与倒伏等问题，也能早期量化分析植株营养与病虫害风险，最终构建了一个全天候、数据驱动的精准农业监测闭环