无人机AI作物病害识别

当2025年东莞在全国首批发布包含37个农林生产低空场景的《低空经济应用场景机会清单》，到2026年3月《加快场景培育和产业落地的实施意见》正式印发，低空经济与现代农业的融合，早已跳出“用无人机撒农药”的初级阶段——无人机AI作物病害识别，正在成为重构农业生产逻辑、撬动低空农林经济生态的核心抓手。

过去十年，我国农业植保无人机保有量从不足千架增长至2024年底的超过18万架，低空作业已经从病虫害防治的末端环节，向前延伸至病害早发现、长势早预测、风险早干预的全流程管理环节。传统农业中，作物病害识别依赖农户经验判断，不仅滞后性极强，且普遍存在“见症才防、防已造成损”的问题：露天大田作物病害扩散周期往往仅为7-10天，人工巡检万亩大田需要至少15个劳动力连续作业一周，等到发现病斑时，病菌已经完成了1-2轮传播，轻则减产10%-20%，重则出现绝收风险；而在连片果园、茶园，坡度超过20度的山地地块人工根本无法高效巡检，漏检率超过40%。正是这种生产端的痛点，给了无人机加AI识别技术的落地空间——无人机可以以每小时10-30平方公里的巡检速度覆盖大田，搭配多光谱、高光谱镜头捕捉人眼无法识别的作物早期病变光谱特征，再通过云端AI算法在数小时内生成病害分级和位置标注，将病害防控窗口从发病后提前至潜伏期，这一模式从根本上改变了传统病害管理的节奏。

从技术落地到产业成型，一批先行企业已经完成了从技术验证到商业化跑通的过程。在2025年上海举办的国际低空经济博览会上，国内农业植保领域的头部企业心意植保首次公开了其新一代多光谱农业无人机系统：这套系统搭载了5波段多光谱成像镜头，可同时采集作物可见光与近红外波段的反射特征，训练数据集覆盖了全国28个农业主产区、117种常见大田作物与果树病害，AI模型对处于潜叶期、未出现肉眼可见病斑的病害识别准确率达到99%，远高于行业平均的85%水平。这个数据不是实验室的纸面成果：在江苏盐城12万亩连片小麦种植基地，心意植保的作业团队已经完成了连续两年的春季病害巡检验证，传统人工巡检每亩人工成本约为8元，而无人机AI巡检的综合成本仅为每亩1.2元，由于病害发现提前了7-10天，基地小麦赤霉病的平均发病率从12.3%降至2.1%，每亩增产超过60公斤，直接带动基地农户每亩增收超过130元。

不只是头部企业在推动技术下沉，基层的创业团队正在把技术真正送到农户手里。在浙江丽水的松阳茶园产区，“00后”创业者汤嘉威带领的团队，从2023年开始扎根县域推广无人机AI病害识别服务。“我们不只教开‘飞机’，还教怎么用这个云平台。无人机只是工具，AI才是‘大脑’。我们要做的，是让这个‘大脑’帮农民、帮政府把田地管得更明白。”汤嘉威在接受采访时说。松阳全县有13万亩茶园，茶炭疽病、茶小绿叶蝉是影响茶叶品质和产量的核心病害，传统人工采摘一片茶园巡检一遍需要3天，而汤嘉威团队的一架M300 RTK无人机，2个小时就能完成500亩茶园的影像采集，数据实时上传至云端AI平台后，1小时内就能生成标注了精确位置、病害等级的巡检报告，还能直接生成对应地块的农药施用推荐剂量。2025年，该团队还承接了浙江省农业厅牵头的县域农业低空技术人才培训项目，累计培训了112名本土种植户掌握无人机操作和AI平台使用方法，其中36名学员已经成立了自己的村级植保服务点，把这项技术推广到了丽水周边的金华、衢州等地，覆盖茶园面积超过7万亩。据汤嘉威团队提供的统计数据，经过AI病害早期干预后，松阳核心产区的茶叶病叶率从平均18%降至4.2%，优质茶出茶率提升了21个百分点，每亩茶园年均增收超过800元。

技术的落地离不开配套基础设施的支撑，现在国内已经有企业搭建了从低空采集到云端分析的完整技术底座：在广东梅州的千亩金柚果园，当地服务商搭建的无人机智慧巡园平台，配套了自动无人机库、孢子捕捉仪、AI虫情灯和微型气象站，无人机每天自动起飞完成果园巡检，影像数据回传后，AI系统会同时结合孢子捕捉数据、气象数据，不仅识别已经发生的病害，还能预测未来7天病害的发生概率，农户只需要通过微信小程序就能查看分析报告、下单预约精准施药、调运生产物资，果园整体管理效率提升了近3倍，农药使用量减少了22%。在江西赣南产区，当地企业不仅把无人机AI识别用到了脐橙病害巡检上，还拓展到了鲜果运输环节，山地果园中无人机运输的效率较人力提升9倍，采摘运输环节的损耗率降低了15%，形成了从病害管理到产后运输的完整低空服务链条。

任何新兴技术的产业化都不可能一蹴而就，当前无人机AI作物病害识别的发展，仍然面临三个核心瓶颈。第一个瓶颈是数据集的通用性不足：当前多数AI模型的训练数据来自少数主粮作物和常见果树，对于小众特色作物，比如中药材、特色蔬菜的病害识别准确率普遍不足70%，而收集不同区域、不同气候条件下的病害数据，需要长期的投入，中小创业企业难以承担。第二个瓶颈是小农户的 adoption 门槛仍然偏高：一套带多光谱镜头的工业级无人机加上云平台年费，初期投入普遍在10万元以上，对于种植规模几十亩的小农户来说，投入产出比仍然偏低，只能依赖社会化服务主体提供服务，而当前国内县域植保服务体系仍然不完善，很多偏远产区还没有覆盖。第三个瓶颈是低空空域的协调问题：虽然各地都在放开低空农林作业空域，但是在临近机场、航道的农业产区，临时作业申请仍然需要1-3天的审批时间，而病害防控往往窗口期很短，审批延迟很可能错过最佳干预时机。

不过这些瓶颈并没有挡住产业向前发展的脚步，从政策端到市场端，都在推动这些问题逐步解决。2025年东莞发布的37个低空应用场景中，就包含了“连片稻田无人机AI病害巡检”“山地果园智慧巡园”等多个细分场景，地方政府不仅开放了自有农业基地作为测试场地，还对落地的服务项目给予最高30%的设备补贴，降低了企业的落地成本。2025年全国农业农村厅局长会议上，也明确提出要支持县域社会化植保服务组织的发展，对开展无人机AI巡检服务的组织给予作业补贴，浙江、江苏等农业大省已经开始试点，每亩补贴0.3-0.5元，大大降低了服务主体的成本，也带动了服务价格下降，现在江苏的大田AI巡检服务价格已经降到了每亩1元以下，小农户也可以通过联户作业享受服务。

对于未来的发展趋势，业内已经形成了三个基本共识。第一个趋势是技术会从单一病害识别向全生产链条的智能化决策延伸：未来的无人机AI系统，不会只给出“哪里有病害、是什么病害”的结果，而是会结合土壤数据、气象数据、作物品种特性，直接生成包括施药剂量、施药时间、甚至后续施肥调整的完整决策方案，真正成为农田的“数字大脑”，而不仅仅是识别工具。第二个趋势是社会化服务会成为主流的商业模式，不会出现家家户户买无人机的情况：未来会形成“县域服务中心+乡镇服务点+村级飞手”的三级服务网络，小农户只需要按照亩数支付服务费，不需要自己承担设备成本，就像现在的机耕服务一样，这也是当前汤嘉威团队正在探索的模式。第三个趋势是技术融合会催生新的产业生态：无人机AI病害识别产生的农田病害分布数据，会和农药企业、种业企业对接，农药企业可以根据区域病害发生情况精准匹配产品，种业企业可以根据不同区域的病害发生规律选育更具抗性的品种，整个农业产业的研发和生产都会更精准。

从2015年第一架消费级无人机开始尝试农情巡检，到今天AI识别准确率接近百分之百，技术的进步正在把曾经的“天方夜谭”变成普通农户都能用得起的生产工具。低空经济不是只有城市里的低空物流、空中 taxi，扎根广袤田野的低空农林，才是当前商业化最成熟、带动就业最多、对乡村振兴拉动最直接的应用方向。而无人机AI作物病害识别，作为低空农林的核心技术入口，正在改写延续了数千年的农业生产经验模式，让农业从“看天吃饭”变成“知天而作”。按照当前的推广速度，到2030年，我国主产区主要农作物的AI无人机巡检覆盖率有望超过40%，每年可为农业生产减少损失超过千亿元，低空科技的翅膀，正在实实在在托举起中国现代农业的未来。