2026年10月21日，华盛顿州——华盛顿州立大学（WSU）果树推广项目已完成一项自主式“无人机机库”系统的多季田间试验。该系统可在商业苹果园中自动测绘果实数量、花密度和冠层健康状况，帮助种植者按地块而非整片农场进行精准喷药与疏果决策。
该测试系统由英国Outfield Technologies与华盛顿州农业航空公司Tyton Aviation提供的太阳能供电机库组成，内部搭载DJI Dock 2基站与Matrice 3D无人机。设备配备RTK定位技术（将位置精度缩小至数厘米）及多光谱相机。设定任务后，无人机可自主起飞、按预设航线飞行、降落并充电，全程无需人工干预。试验由WSU研究人员Dattatray Bhalekar、Bernardita Sallato与Lav Khot主导，获华盛顿果树研究委员会资助。
试验分两阶段开展。2024年，研究团队在Mattawa附近的Cosmic Crisp苹果园手动操控无人机，并将机器计数结果与果农手工计数对比。整个生长季内，视觉系统计数误差保持在5%至15%之间。例如7月中旬，系统测得每棵树约16个果实（±5），手工计数为19个（±11）。2025年，团队在Zillah的Envy苹果园部署完整机库系统，于4月至10月执行多次重复任务，重点验证系统在长周期内的作业一致性，未再提供新的精度数值。
除果实计数外，无人机相机包可计算多种植被健康指数，包括NDVI与NDRE（衡量冠层绿度与氮素状况）、SAVI（校正行间裸土影响）以及NDWI（水分胁迫指标）。结合花密度与冠层覆盖数据，系统可生成变量施肥/喷药地图，指导设备对特定区域增减施用量，替代全园均匀处理模式。
据WSU团队介绍，单个机库在半径两英里范围内每日可覆盖高达250英亩的作业面积，且无需人工回收或重新发射无人机。在Zillah试验中，单次飞越8.1英亩地块仅需约15分钟。该吞吐量是相较于人工巡查或需持证操作员现场值守的传统无人机的主要商业优势。试验地块由Northwest Farm Management LLC与Columbia Farm Service LLC提供。WSU声明不背书特定供应商，但列明了本研究中使用的商业合作方。
研究团队计划于2026-27生长季引入热成像技术，升级使用Matrice 4T无人机与新机型机库。该技术将通过冠层温差识别水分胁迫树木或病虫害热点，弥补仅依赖颜色植被指数的局限。目前WSU尚未公布种植户采用全套系统的成本估算，2025赛季报告也未提供具体精度数据，主要侧重于确认系统在全生长季内可靠重复作业的能力。
资料来源：Global Agriculture；原文发布日期：2026-10-21。本文为资料编译。