珈和科技向学波：以无人机技术破局，赋能农业病虫害监测智能化升级

【导语】

农业数字化是农业现代化的必由之路，更是乡村振兴战略落地的重要支撑。作为智慧农业的核心装备，无人机正逐步替代传统人工，成为重构农业生产、监测、管理全流程，激活农业新质生产力的关键力量。2026年中央一号文件首次纳入无人机相关内容，明确提出“拓展无人机、物联网、机器人等应用场景”，为行业高质量发展提供了清晰的政策指引与发展机遇。武汉珈和科技深耕农业数字化领域多年，凭借深厚的技术积累与丰富的实践经验，成为行业领先的农业时空大数据服务商。近日，武汉珈和科技有限公司企业合伙人、副总经理向学波围绕农业无人机行业发展现状、痛点破解、技术创新及实践落地等核心议题，深入探寻无人机技术赋能农业高质量发展路径。

▲武汉珈和科技有限公司合伙人、副总经理向学波

问：当前，我国农业数字化转型加速推进，无人机在农业领域的应用日益广泛，加之国家政策的明确支持，结合行业实际发展情况，您认为我国农业无人机的整体应用现状如何？

向学波：在我看来，无人机不仅是农业生产的“新农具”，更是推动农业生产方式变革、破解“三农”发展难题的“新引擎”。就目前来看，我国农业无人机应用已进入规模化、智能化、多元化的发展阶段，成为推动农业新质生产力的重要载体。据农业农村部数据，我国农用无人机保有量已超30万架，年作业面积突破4.6亿亩，稳居全球第一。另一方面，应用场景也在不断拓展，已经从最初的播种施肥、农药喷洒等基础环节，延伸至病虫害监测、产量预估、灾损评估等全环节，实现农业生产“耕、种、管、收”全覆盖。

当然，在行业快速发展的同时，我们也必须清醒地认识到，仍存在一些瓶颈制约着农业无人机向精准化、规模化、智能化进一步升级。一是复合型人才短缺，既懂农业生产规律，又掌握无人机操作、数据解读的专业人员供给不足，直接影响了技术的推广落地与高效应用；二是技术适配性不足，部分产品缺乏针对性设计，难以满足不同作物、不同地域的个性化需求，比如主流植保无人机的续航时间多在20-30分钟，无法满足大田规模化连续作业的需求，在丘陵山区等复杂地形的适配性也有待提升；三是数据利用率偏低，多数无人机仅能完成基础的数据采集工作，缺乏配套的智能分析与管理平台，导致采集的海量数据难以转化为可落地的生产决策，无法充分发挥数据的核心价值。这些痛点不仅抬高了小农户的应用门槛，也制约了无人机技术在农业全链条的深度渗透。

问：针对您提到的这些行业现状与核心痛点，您认为未来农业无人机行业应该从哪些方面发力，实现突破升级？

向学波：从当前新技术的前沿趋势以及农业数字化转型的实际需求来看，我认为农业无人机的应用升级可以聚焦三个核心方向。一是打破单一作业模式，结合AI、遥感等新技术，构建“监测-分析-治理”闭环，提高数据处理效率；二是场景延伸，从平原大田向丘陵山区、设施农业的延伸，从农业生产到农业保险、耕地监管等新兴领域的延伸；三是推动软硬件深度协同配套管理，同时提升续航能力和复杂场景适配性，推动无人机监测全流程智能化。其实这些行业待升级的核心方向，恰恰也是珈和科技多年来深耕的重点，经过持续的技术研发与实践探索，目前我们已逐步探索出了一条“硬件+软件”一体化的创新路径来解决这些行业痛点，助力农业无人机技术落地生根。

问：能否具体谈谈这条“硬件+软件”一体化的创新路径，其核心创新点体现在哪些方面？又重点解决了行业中的哪些痛点问题？

向学波：我们的核心创新，在于以无人机技术为核心，打造“硬件+软件”一体化的智慧农业解决方案，通过将无人机遥感、AI智能分析、GIS可视化等技术深度融合，搭建无人机软件管理平台，提供从数据采集、智能分析到决策支撑的全流程服务。通过这一创新路径，重点破解病虫害监测精准度不足、数据管理效率不高两大行业痛点，这也是目前我们的主要发力方向。

问：您刚才提到，破解病虫害监测精准度不足是企业的核心发力点，也是行业的核心痛点之一。那么珈和科技在无人机病虫害监测预警方面，有哪些具体的技术创新？又是如何确保监测结果的专业性和实用性，真正落地服务农业生产的？

向学波：我们构建的无人机软件管理平台，覆盖无人机巡田管理及无人机影像智能分析、无人机病害识别等多项智能应用。无人机巡田管理系统整合无人机设备管理、任务规划、智能分析、数据可视化为一体，实现数据实时上传、模型自动调用、结果直观展示，为生产决策提供快速支撑。无人机影像智能分析系统，依托珈和 AI 核心技术，可对无人机航拍影像开展地块分割、作物分布提取、病株识别、病叶识别等自动化处理，并自动生成多维度数据分析地图与专业分析报告，为农业生产监测、病虫害防控等场景提供高效、精准的影像数据分析支持。

▲长势监测

基于无人机病害识别，我们则进一步推出了无人机病害识别一体化方案，重点聚焦小麦条锈病、马铃薯晚疫病两大高发病害，构建了从田间数据采集到病害评估、决策支撑的全流程体系，所有技术指标均符合国家农业测报规范。比如，小麦条锈病监测遵循《GB 15795-2011 小麦条锈病测报技术规范》，马铃薯晚疫病监测就遵循《NYT1854-2025 马铃薯晚疫病测报技术规范》，以此确保监测结果的专业性和权威性。

硬件方面，我们明确了高适配参数标准，优先适配配备≥2000万像素可见光测绘相机、可输出厘米级分辨率DOM影像、续航≥25分钟、图传距离≥6公里的高配无人机硬件设备，适配大面积田间作业，解决人工巡查局限及高空遥感监测精度不足的问题，为病害识别提供高精度数据支撑。

▲某地DOM地图

软件方面，我们构建的无人机病害识别系统整合了无人机DOM图像获取、叶片与病叶智能识别、株数智能识别与计数、GIS田块高清地图、病虫害无人机调查图谱库等六大核心模块，可实现全流程智能化。其中叶片与病叶识别准确率分别达90%、85%以上，可精准计算病叶率、病斑数量等指标；马铃薯苗期株数识别准确率≥90%，结合病叶数据可预估病株数；GIS田块高清地图可可视化呈现核心监测指标，支持多维度查看；病虫害图谱库可灵活扩展病害种类，同时配套任务管理、权限管理功能，保障数据安全与管理效率，让无人机采集的海量数据真正转化为可落地的生产决策，平衡了监测精度、覆盖范围与作业效率，弥补了传统监测方式的短板。

▲田块级指标可视化

问：这些技术创新目前有具体的落地应用案例吗？能否结合实际项目，谈谈技术应用带来的实际成效？

向学波：目前，我们的无人机病虫害监测及相关智慧农业解决方案，已陆续在新疆、湖北、内蒙古等多个省份实现落地应用，覆盖棉花、水稻、马铃薯等多种作物，取得了显著的经济和社会效益，得到了当地农户、农业经营主体及相关部门的认可。

在新疆棉花病虫害监测项目中，针对当地棉花种植面积广、戈壁荒漠地形复杂、人工监测效率低、防控难度大等问题，我们部署了适配荒漠地形的专用无人机设备，通过厘米级DOM建图实现棉花种植区域的全域精准定位，结合AI核心模型精准识别棉花黄萎病、枯萎病，识别准确率达85%以上。工作人员通过巡田管理系统实时上传监测数据，系统自动生成病害热力图和防控处方图，指导农户开展精准施药，有效减少农药使用量15%-20%，有效解决了棉花规模化种植中病虫害监测防控难的行业痛点。

在汉川水稻单产提升项目中，针对当地农户播种不均、施肥不精准、病虫害监测不及时等问题，我们通过无人机高清建图构建了水稻种植区域的高精度数字地图，结合数苗模型精准识别稀苗、缺苗区域，指导农户科学补苗；依托施肥处方模型，根据水稻不同生长阶段的需求制定个性化施肥方案，减少肥料浪费10%-20%；通过无人机常态化巡田，提前7-10天预警病虫害，实现“早发现、早防控”，有效降低病虫害损失。通过一系列技术赋能，该项目支撑汉川3.7万亩水稻亩产增幅达19%，亩均增产108.2公斤，切实增加了农户的经济收益，助力粮食增产、农民增收。

在内蒙古农业风险管理项目中，我们与国寿财险深度合作，利用无人机设备快速航飞获取农作物受灾影像，结合AI模型精准识别受灾范围、受灾程度，自动计算灾损数据并生成标准化报告，将传统的农业保险查勘流程从数天缩短至数小时，查勘准确率提升至90%以上。同时，我们实现了灾前监测预警、灾中动态跟踪、灾后损失评估的全流程管理，为农业保险理赔提供了精准、高效的数据支撑，大幅提升了理赔效率，切实保障了农户的合法权益。

问：基于当前的技术积累和项目实践，珈和科技在无人机农业应用领域的未来发展规划是什么？

向学波：未来，珈和科技将持续聚焦农业数字化、智能化转型需求，以无人机技术为核心，深化技术创新与场景拓展，打造更具落地性、更贴合农业实际需求的智慧农业解决方案，助力农业高质量发展。具体来说，我们有三个重点发展规划：

一是持续推进技术迭代升级，一方面不断优化病害识别AI模型，拓展监测病害种类、提升识别精度，另一方面加强软硬件深度融合，研发适配丘陵山区等复杂地形的专用无人机设备，进一步提升技术的适配性和实用性；二是拓展应用场景边界，在现有病虫害监测、产量提升、农业保险查勘三大核心场景的基础上，逐步延伸至耕地保护、农产品质量检测等更多领域，构建全链条、全方位的智慧农业服务体系；三是深化生态协同合作，加强与高等院校、科研机构、农业合作社、保险公司等多方主体的合作，推动技术成果转化落地，让更多农业经营主体、农户享受到科技赋能带来的红利。我们始终坚信，科技才是推动行业高质量发展的核心动力。

【结语】

从对行业全局的深度洞察，到针对性的技术创新突破；从典型项目的实践检验，到未来清晰的发展规划，向学波的分享，既展现了农业无人机行业的蓬勃发展前景，也彰显了珈和科技作为行业领军者的责任与担当。未来，随着农业无人机技术迭代与生态完善，我们也期待珈和科技以科技之笔，绘就新时代智慧农业蓬勃新图景。