隨著“無人機+”時代的不斷深入，無人機產業可以應用到各行各業，小到消費級的航拍攝影，大到無人機的行業應用。人們讓無人機搭載高分辨率相機、熱紅外相機、多鏡頭相機等各種傳感器系統獲取數據，從而滿足航拍、巡檢、建模等行業的需求。

無人機多光譜成像+AI系統技術是植被分布、長勢、病害、估產等監測的有效手段。為植被監測提供了新的平臺，以其機動靈活、經濟高效、受大氣等環境條件影響小和光譜、空間、輻射分辨率高等優勢，在植被精細、智能監測方面具有巨大潛力，是當前和未來農業、林業、海洋等領域植被監測技術發展的重要方向。

多光譜成像+AI系統技術植被監測案例：

麗水云和縣植被監測分析

臺州玉環植被監測分析

農林業植被監測使用的無人機種類繁多，有無人直升機、固定翼無人機、多旋翼無人機等多種機型。蜂巢航宇選用的是自主研發設計的一款高性能HC-332H油電混合六旋翼無人機，具備全自主飛行能力，可搭載多光譜相機和GPS+光照度模塊等，為植被精細化巡檢平臺。

多光譜相機

專用相機模塊：基于窄波段濾光技術，準確獲取特定波段光譜圖像信息。

GPS+光照度模塊

光照度模塊：實現同步矯正功能，減少氣象變化影響，提高檢測準確度。

GPS模塊：自帶GPS模塊，經緯度信息直接與圖像疊加，保證圖像定位精度。

健康、枯萎、病死植被反射率

病死植被的特征波段配合窄波段濾光技術提高檢測率：針對植被發生情況提取特征波段（不同區域、不同月份、不同樹種、不同病死情況，特征波段不完全相同），動態調整相機參數。

集特征波段多光譜成像與高清全色圖像于一體：一次飛行同步采集多光譜圖像和高清圖像以及高精度定位信息。

具備實時同步矯正功能：大幅度降低光照變化（早中晚、陰天晴天）對成像的影響，提高采樣窗口期圖像質量及一致性。

航空遙感圖像植被病死識別軟件

目標林區的識別準確率不低于85%，處理速度不低于2000畝/分鐘，位置誤差小于1m，國內首創。

航空遙感圖像中的多模型(規則)分類算法

航空遙感圖像，植被病死木光譜特征，決策樹+貝葉斯+kNN，多級病樹特征的分類規則，國內領先水平。

航空遙感圖像中的植被病死木聚類去噪算法

DBSCAN算法+基于網格(sting)，多級去噪(像元+病樹分布特征+聚簇形狀+林區背景)，國內先進水平。

正射影像圖智能判讀點疊加行政區劃圖和林班圖

正射影像圖智能判讀點疊加林班圖

植被葉面在可見光紅光波段有很強的吸收特性，在近紅外波段有很強的反射特性，這是植被遙感監測的物理基礎。通過這兩個波段測值組合得到指數，對土壤背景變化敏感，能較好地識別植被和水體。在植被處于中、低覆蓋度時，該指數隨覆蓋度的增加而迅速增大，當達到一定覆蓋度后增長緩慢，所以適用于植被早、中期生長階段的動態監測。

通過機載可見光影像獲取，AI分割分析，可快速提取疫情區域，并結合定位算法，提取疫區植被經緯度，通過GIS地圖融合，形成疫情一張圖，高效摸排疫情現狀，輔助管理員進行針對性處置。

可獲取這個區域本時段植被分布情況以及植被覆蓋比值。鑒于這種情況，我們對這個區域植被作定期監測，以指數作為參評標準，這樣可以得到植被長期的發育狀況，作為產量評估和蟲害評估的主要依據，對時時的監測植被狀況，提高植被的實際生長具有顯著意義。

蜂巢航宇應客戶要求順利完成植被蟲害監測任務：

識別松材線蟲枯木數量，并定位到每一棵樹的坐標。

蜂巢航宇無人機基于多光譜成像+AI系統技術對植被（包括農作物、經濟作物、草場和森林等）的長勢和病蟲害監測有機動靈活、及時、快速、成本低廉、精確度高的優勢，可以為農林業的信息化和現代化作出貢獻。特別是提供及時準確的作物生長信息有益于合理使用肥料和農藥，直接為改善和保護環境提供幫助。