Springer出版社推出的智慧农业系列丛书介绍了智慧农业技术的进展，包括但不限于作物收获机器人、大田作物无人机技术、植物工厂中的创新物联网应用以及优化生产过程的大数据。它包括理论研究和实际应用，重点是系统研究。将强调农业生产中的人工智能技术，包括创新算法和新的应用领域。此外，新的作物正在出现，如美国的大麻，也有覆盖。这一系列书籍将覆盖世界各地，如美国、加拿大、中国、日本、韩国和巴西。

　　智慧农业系列丛书旨在为跨学科研究人员提供一个学术平台，提供与智慧农业相关的最新技术。鼓励不同学术背景的研究人员为本书做出贡献，例如农业工程师、育种者、园艺家、农学家和植物病理学家。这套书的目标读者非常广泛—所有与农业生产有关的专业人员。它也可以作为研究生的教科书。

　　由Zhao ZHANG, Hu LIU, Ce YANG, Yiannis AMPATZIDIS, Jianfeng ZHOU和Yu JIANG编著的《Unmanned Aerial Systems in Precision Agriculture》(《精准农业中的无人机系统》)刚出版不久。全书共8章，描述了无人机(UAV)在精准农业中的技术进步和应用。它专注于无人机在农业中的应用，如作物病害检测，季中产量估计，作物养分状况和高通量表型。与专注于特定应用的个别论文不同，本书为具有广泛主题的读者提供了一个整体的观点。除了植物科学，植物病理学，育种，工程领域的研究人员外，它还面向对成像处理，农业人工智能，精准农业，农业自动化和机器人技术感兴趣的本科生和研究生。植物表型资讯组织专业编辑人员做了系统介绍，将分8期推出。

　　世界各地的农民正在寻找更有效的方法来收集各种植物生理因素的数据。这种数据收集传统上是用人工方法完成的，既费时又费力。遥感技术(空中和地面)与机器学习技术相结合，可用于高通量表型分析，并为精确的作物管理提供关键信息。在本章中，介绍了配备有各种类型传感器的不同类型的无人驾驶飞行器(UAV)。讨论了每种类型的无人机和传感系统在精准农业应用中的优势和劣势。此外，还介绍了人工智能算法的概况以及它们在精准农业中的应用实例。机器学习是人工智能的一种应用，被用来处理和分析这些遥感系统产生的数据。这些算法被用来处理复杂的大数据，以估计植物需求和预测产量。

　　图1.1 不同类型无人机平台。

　　图1.2 搭载于无人机平台的不同类型传感器。

　　图1.3人工智能、机器学习和深度学习之间的关系图解。

　　图1.4 监督学习模型的工作流程，由监督者对原始数据集进行标注，训练算法使用该数据集来开发模型。

　　图1.5区分3个物体类别的无监督学习模型的工作流程。

　　图1.6使用少量标签更好地理解数据集的半监督学习模型的工作流程。

　　图1.7 强化模型训练的工作流程。

　　来源：Zhang, Z, Liu, H, Yang, C, et al. Unmanned Aerial Systems in Precision Agriculture [M]. Springer, Singapore, 2022.

　　https://doi.org/10.1007/978-981-19-2027-1_4

　　编辑：小王博士在努力