智慧农业是以信息和知识为核心要素，将互联网、物联网、大数据、云计算、人工智能等现代化信息技术与农业生产、经营、管理深度结合，实现农业信息感知、智慧决策、智能控制、精准管理、个性化服务的农业生产方式。通过生产、管理、销售等环节的全面升级，智慧农业显著提高效率，优化产业结构，推动农业向高质量发展迈进。

一、智慧农业技术架构

智慧农业的关键技术涵盖传感器及物联网、农业遥感、人工智能、农业系统模拟模型、农业大模型、农业大数据、知识图谱等。这些技术协同构建智慧农业生态，实现从数据采集到智能决策的全链条赋能。例如，传感器物联网提供实时监测，人工智能驱动精准预测，农业大数据支撑个性化服务。

（图1 智慧农业核心架构（来源：曹冰雪 等, 2025））

二、无人机遥感在鲜食玉米栽培的应用

上海大晓智能科技有限公司（简称“大晓智能”）是国家级高新技术企业、上海市专精特新企业，作为一家智慧农业企业，凭借人工智能+智慧农业种植全程技术，为农业生产全链条赋能。通过与产业链上下游企业的深度合作，大晓智能致力于构建协同生态，实现技术与产业的融合。

大晓智能在江苏省北部拥有500亩以上自营农场，包含小麦、水稻、玉米在内的多种作物全面应用无人农技产品，整合机理驱动的作物生长模型、土壤-作物-肥料决策模型、数据驱动的人工智能模型等，实现了从种植到管理的全程数字化。以下介绍无人机遥感在自营农场鲜食玉米栽培中的应用，包括无人机精准测量田块面积、玉米全生长周期监测、变量施肥处方生成及应用、产量及品质监测、灾害监测等。

（图2 采摘的鲜食玉米）

农业遥感的原理是通过遥感传感器非接触性获取不同目标物反射、散射或辐射的电磁波信息，并对其特征进行分析，从而实现对目标物的识别。无人机遥感作为遥感技术的重要组成部分，具有灵活机动、成本低廉的优势，其研究领域主要包括地物分类、地理测绘、气象监测、农林应用等。在鲜食玉米栽培中，无人机遥感的应用进一步扩展至精准农业管理：

2.1 无人机精准测量田块面积

通过无人机获取厘米级高清影像，利用ArcGIS等分析软件精准测量每一个地块面积，为精准施肥和资源分配提供基础数据，确保农场管理的高精度量化。

2.2 播期及种植密度优化

通过对作物生长模型进行调参，并结合历史气象信息、采收及加工时间、外观及甜糯品质等因素，优化播种时机，确保玉米生长周期与市场需求匹配，提升鲜食玉米的适时供应和品质稳定性。通过多光谱无人机获取多时间序列的高精度影像，结合人工智能模型反演株高、叶面积指数、玉米籽粒品质、倒伏程度等指标，调整密度至2800-3200株/亩（以当地实际生产条件确认），预防倒伏，提高单个鲜食玉米大小和感官品质，实现产量与品质的双重优化。

2.3 出苗分析

在玉米2-3叶期，通过无人机获取高清晰度影像，深度学习模型精准计数玉米苗数，监测出苗率和均匀度，识别缺苗区域，及时补种，确保苗齐苗壮，奠定高产基础。

2.4 变量施肥处方生成及应用

利用高精度多光谱无人机影像分析NDVI（归一化植被指数）、RVI（比值植被指数）等植被指数，实时监测作物生长状况和营养需求差异。结合土壤-作物-肥料决策模型，制定不同区域的精准施肥处方图，实现变量施肥。通过无人机搭载喷洒设备，根据处方图精准投放肥料，减少浪费，提高肥料利用率，确保鲜食玉米营养均衡生长。

（图3 鲜食玉米NDVI空间分布图）

2.5 产量及品质监测

在玉米授粉及籽粒成熟期，通过无人机获取高精度影像结合深度学习模型精准预测玉米数量，结合田间高清摄像头预测鲜食玉米实际可采收数量及大小；也可通过作物生长模型及遥感反演模型预测玉米籽粒产量，并评估品质，指导采摘计划，减少损耗并提升品牌市场竞争力。

2.6 灾害监测

针对异常天气（如暴雨、大风、极端高温），通过无人机获取高精度影像，建立不同灾害监测模型，评估灾害程度，及时通过灌水、无人机喷施叶面肥等补救措施，降低损失，确保鲜食玉米栽培的稳定性和可持续性。

通过这些应用，大晓智能实现了鲜食玉米栽培的智能化转型，提升产量和品质，为智慧农业示范提供了有力支撑。

参考文献：

[1]曹冰雪,李瑾,范贝贝.中国智慧农业技术发展现状、挑战与展望[J/OL].农业工程学报,1-10[2025-10-28].https://link.cnki.net/urlid/11.2047.S.20251017.1134.002.

[2]何勇等著. 智慧农业[M]. 北京：科学出版社, 2023.05.