Ngày nhận bài: 27-10-2025
Ngày duyệt đăng: 25-02-2026
Ngày xuất bản: 28-02-2026
Lượt xem
Download
Cách trích dẫn:
MÁY BAY KHÔNG NGƯỜI LÁI VÀ ỨNG DỤNG TRONG TRỒNG TRỌT - BÀI TỔNG QUAN
,
Nguyễn Thị Ngọc Dinh (*)
1
,
Phạm Thị Lan Anh
2
,
Phan Thị Hải Luyến
3
Từ khóa
Dự báo năng suất, giám sát cây trồng, phun thuốc và bón phân, quản lý đất - nước - dinh dưỡng, UAV
Tóm tắt
Bài báo trình bày tổng quan về việc ứng dụng máy bay không người lái trong sản xuất trồng trọt, nhằm đáp ứng yêu cầu phát triển nông nghiệp chính xác và thích ứng với biến đổi khí hậu. Mục tiêu nghiên cứu là hệ thống hóa các công nghệ, ứng dụng và thách thức khi sử dụng máy bay không người lái trong quản lý cây trồng. Kết quả cho thấy máy bay không người lái được ứng dụng hiệu quả trong giám sát sinh trưởng, dự báo năng suất, phát hiện sâu bệnh, phun thuốc, bón phân tự động và quản lý đất, nước, dinh dưỡng. Nhờ tích hợp với các cảm biến đa phổ, siêu phổ, nhiệt và đo khoảng cách (LiDAR) cùng trí tuệ nhân tạo, học máy đã giúp thu thập dữ liệu, hỗ trợ ra quyết định chính xác, giảm 20-50% lượng nước, phân bón, thuốc bảo vệ thực vật và giảm phát thải. Mặc dù còn tồn tại hạn chế về chi phí đầu tư, tải trọng và khung pháp lý, máy bay không người lái đang trở thành công nghệ cốt lõi thúc đẩy nông nghiệp thông minh, hiệu quả và phát triển bền vững ở Việt Nam
Tài liệu tham khảo
Agrawal J. & Arafat M.Y. (2024). Transforming Farming: A Review of AI-Powered UAV Technologies in Precision Agriculture. Drones (2504-446X). 8(11). Berveglieri A., Imai N.N., Watanabe F.S.Y., Tommaselli A.M.G., Ederli G.M.P., de Araújo F.F., Lupatini G.C. & Honkavaara E. (2024). Remote prediction of soybean yield using UAV-Based Hyperspectral Imaging and Machine Learning models. AgriEngineering. 6(3): 3242-3260. Bhat S.A. & Huang N.F. (2021). Big data and AI revolution in precision agriculture: Survey and challenges. IEEE Access. 9: 110209-11022. Bukowiecki J., Koller L., Kirchgessner N., Walter A. & Liebisch F. (2024). UAV-based canopy monitoring: Calibration of a multispectral sensor for green area index and nitrogen uptake across several crops. Precision Agriculture. Advance online publication. Bushnaq S., Mohamed S.A.S. & Khosla R. (2022). UAVs for disaster management: Capabilities, challenges, and applications. Drones. 6(11): 326.
Bùi Văn Hữu, Lưu Trọng Hiếu & Ngô Quang Hiếu (2023). Ứng dụng công nghệ UAV (drones) theo dõi sinh trưởng và dự báo năng suất lúa tại vùng canh tác lúa tỉnh Hậu Giang. Tạp chí Khoa học Đại học Cần Thơ. 59(Chuyên đề Khoa học Kỹ thuật và Công nghệ): 35-44. Chin R., Catal C. & Kassahun A. (2023). Plant disease detection using drones in precision agriculture. Precision Agriculture. 24: 1663-1682. Chính phủ (2025). Nghị định số 288/2025/NĐ-CP ngày 05 tháng 11 năm 2025 quy định về quản lý tàu bay không người lái và các phương tiện bay khác. Dash J.P, Watt M.S, Pearse G.D., Heaphy M, Dungey H.S. (2017). Assessing very high-resolution UAV imagery for monitoring forest health during a simulated disease outbreak. ISPRS Journal of Photogrammetry and Remote Sensing. 131:1-14.
De Clercq M., Vats A. & Biel A. (2018). Agriculture 4.0: The future of farming technology. Proceedings of the world government summit, Dubai, UAE. 2013: 11-13. Delavarpour N., Koparan C., Nowatzki J., Bajwa S. & Sun X. (2021). A technical study on UAV characteristics for precision agriculture applications and associated practical challenges. Remote Sensing. 13(6): 1204. Dong H., Dong J., Sun S., Bai T., Zhao D., Yin Y. & Wang Y. (2024). Crop water stress detection based on UAV remote sensing systems. Agricultural Water Management. 303: 109059. Duan B., Fang S., Gong Y., Peng Y., Wu X. & Zhu R. (2021). Remote estimation of grain yield based on UAV data in different rice cultivars under contrasting climatic zone. Field Crops Research. 267: 108148. Elmokadem T. & Savkin A.V. (2021). Towards fully autonomous UAVs: A survey. Sensors. 21(18): 6223. Furukawa F., Maruyama K., Saito Y.K. & Kaneko M. (2019). Corn height estimation using UAV for yield prediction and crop monitoring. In Unmanned aerial vehicle: Applications in agriculture and environment . Cham: Springer International Publishing. pp. 51-69. Jarraya I., Al-Batati A., Kadri M.B., Abdelkader M., Ammar A., Boulila W. & Koubaa A. (2025). Gnss-denied unmanned aerial vehicle navigation: analyzing computational complexity, sensor fusion, and localization methodologies. Satellite Navigation. 6(1): 9. Jin X., Liu S., Baret F., Hemerlé M., Comar A. (2017) Estimates of plant density of wheat crops at emergence from very low altitude UAV imagery. Remote Sens. Environ. 198: 105-114. Johansen K., Morton M.J., Malbeteau Y., Aragon B., Al-Mashharawi S., Ziliani M.G. & McCabe, M.F. (2020). Predicting biomass and yield in a tomato phenotyping experiment using UAV imagery and random forest. Frontiers in Artificial Intelligence. 3: 28. Joshi D., Deb D. & Muyeen S.M. (2022). Comprehensive review on electric propulsion system of unmanned aerial vehicles. Frontiers in Energy Research. 10: 752012. Kang Y., Wang Y., Fan Y., Wu H., Zhang Y., Yuan B. & Li Z. (2024). Wheat yield estimation based on unmanned aerial vehicle multispectral images and texture feature indices. Agriculture. 14(2): 167. Kurt E., Arabul A.Y., Arabul F.K. & Senol I. (2025). Parallel hybrid propulsion system with integration of designed electric machine for medium altitude long endurance UAV. Heliyon. 11(4). Ge H., Zhang Q., Shen M., Qin Y., Wang L. & Yuan C. (2025). Enhancing yield prediction in maize breeding using UAV-derived RGB imagery: a novel classification-integrated regression approach. Frontiers in Plant Science. 16: 1511871. Guebsi R., Mami S. & Chokmani K. (2024). Drones in precision agriculture: A comprehensive review of applications, technologies, and challenges. Drones. 8(11): 686. Huang J., Wang H., Dai Q. & Han D. (2014). Analysis of NDVI data for crop identification and yield estimation. IEEE J Sel Top Appl Earth Obs Remote Sens. 7: 4374-4384. Hashim H.A., Eltoukhy A.E. & Odry A. (2023). Observer-based controller for VTOL-UAVs tracking using direct vision-aided inertial navigation measurements. ISA transactions. 137: 133-143. Kodors S., Zarembo, I., Lâcis, G., Litavniece, L., Apeinâns, I., Sondors, M., & Pacejs, A. (2024). Autonomous Yield Estimation System for Small Commercial Orchards Using UAV and AI. Drones. 8(12): 734. Kovanič Ľ., Topitzer B., Peťovský P., Blišťan P., Gergeľová M.B. & Blišťanová M. (2023). Review of photogrammetric and lidar applications of UAV. Applied Sciences. 13(11): 6732. Kumar P., Pal K. & Govil M.C. (2025). Comprehensive review of path planning techniques for unmanned aerial vehicles (uavs). ACM Computing Surveys. 58(3): 1-44. Lambertini A., Mandanici E., Tini M.A. & Vittuari L. (2022). Technical challenges for multi-temporal and multi-sensor image processing surveyed by UAV for mapping and monitoring in precision agriculture. Remote Sensing. 14(20): 4954. Li M., Shamshiri R.R., Schirrmann M., Weltzien C., Shafian S. & Laursen M.S. (2022). UAV oblique imagery with an adaptive micro-terrain model for estimation of leaf area index and height of maize canopy from 3D point clouds. Remote Sensing. 14(3): 585. Li X., Gao H., Zhang M., Zhang S., Gao Z., Liu J., ... & Sun L. (2021). Prediction of forest fire spread rate using UAV images and an LSTM model considering the interaction between fire and wind. Remote Sensing. 13(21): 4325. Maimaitijiang M., Sagan V., Sidike P., Daloye A.M., Erkbol H. & Fritschi F.B. (2020). Crop Monitoring Using Satellite/UAV Data Fusion and Machine Learning. Remote Sens. 12: 1357. Morisse M., Wells D.M., Millet E.J., Lillemo M., Fahrner S., Cellini F., Lootens P., Muller O., Herrera J.M. & Bentley, A.R. (2022). A European perspective on opportunities and demands for field-based crop phenotyping. Field Crop. Res. 276: 108371. Messaoudi K., Oubbati O.S., Rachedi A., Lakas A., Bendouma T. & Chaib N. (2023). A survey of UAV-based data collection: Challenges, solutions and future perspectives. Journal of network and computer applications. 216: 103670. Nakano S., Fujii N., Koyama R. & Uno Y. (2025). Prediction of Lettuce Harvest Date and Evaluation of Data for Yield Estimation Using Artificial Intelligence Analysis of Aerial Drone Images. The Horticulture Journal. 94(4): 472-482 . Nazarov D., Nazarov A. & Kulikova E. (2023). Drones in agriculture: Analysis of different countries. BIO Web of Conferences. 67: 02029 Njane S. N., Tsuda S., van Marrewijk B.M., Polder G., Katayama K. & Tsuji, H. (2023). Effect of varying UAV height on the precise estimation of potato crop growth. Frontiers in Plant Science. 14: 1233349. Norasma C.Y.N., Sari M.A., Fadzilah M.A., Ismail M.R., Omar, M.H., Zulkarami B. & Tarmidi Z. (2018). Rice crop monitoring using multirotor UAV and RGB digital camera at early stage of growth. In IOP Conference Series: Earth and Environmental Science . IOP Publishing. 169(1): 012095. Omia E., Bae H., Park E., Kim M.S., Baek I., Kabenge I. & Cho B.K. (2023). Remote sensing in field crop monitoring: A comprehensive review of sensor systems, data analyses and recent advances. Remote Sensing. 15(2): 354. Pan Z.F., An L & Wen C.Y (2019). Recent advances in fuel cells-based propulsion systems for unmanned aerial vehicles. Applied Energy:. pp. 473-485 Pinton D., Canestrelli A., Wilkinson B., Ifju P. & Ortega A. (2021). Estimating ground elevation and vegetation characteristics in coastal salt marshes using UAV-based LiDAR and digital aerial photogrammetry. Remote Sensing. 13(22): 4506.
Phùng Trường Chinh, Chu Đức Hà & Phạm Minh Triển (2024). Tổng quan về ứng dụng của thiết bị bay không người lái trong canh tác trên đồng ruộng. Tạp chí khoa học và công nghệ lâm nghiệp. 13(2): 112-122. Puppala H., Peddinti P.R.T., Tamvada J.P., Ahuja J., Kim B. (2023). Barriers to the adoption of new technologies in rural areas: The case of unmanned aerial vehicles for precision agriculture in India. Technol. Soc. 74 : 102335. Qiu Z., Ma F., Li Z., Xu X., Ge H. & Du C. (2021). Estimation of nitrogen nutrition index in rice from UAV RGB images coupled with machine learning algorithms. Computers and Electronics in Agriculture. 189: 106421. Sarron J., Malézieux É., Sané C.A.B. & Faye É. (2018). Mango yield mapping at the orchard scale based on tree structure and land cover assessed by UAV. Remote Sensing. 10(12): 1900. Severtson D., Callow N., Flower K., Neuhaus A., Olejnik M. & Nansen C. (2016). Unmanned aerial vehicle canopy reflectance data detects potassium deficiency and green peach aphid susceptibility in canola. Precision Agriculture. 17: 659-677. Sishodia R.P., Ray R.L. & Singh S.K. (2020). Applications of Remote Sensing in Precision Agriculture: A Review. Remote Sens. 12: 3136. Sitharthan R., Rajesh M.G., Vimal S., Kumar E.S., Yuvaraj S., Kumar A., Raglend I.J. & Vengatesan K. (2023). A novel autonomous irrigation system for smart agriculture using AI and 6G enabled IoT network. Microprocessors and Microsystems. 101: 104900. Shadrin D., Menshchikov A., Somov A., Bornemann G., Hauslage J. & Fedorov M.V. (2020). Enabling Precision Agriculture Through Embedded Sensing with Artificial Intelligence. IEEE Trans. Instrum. Meas. 69: 4103-4113. Shahi T.B., Xu C.-Y., Neupane A.S. & Guo W. (2022). Machine learning methods for precision agriculture with UAV imagery: A review. Electronic Research Archive. 30: 4277-4317. Sharma V., Honkavaara E., Hayden M. & Kant S. (2024). UAV remote sensing phenotyping of a wheat collection for response to water stress and yield prediction using machine learning. Plant Stress. 12: 100464. Souvanhnakhoomman S. (2021). Review on Application of Drone in Spraying Pesticides and Fertilizers. Int. J. Eng. Res. Technol. (IJERT). 10: 94-98. Spoorthi S., Shadaksharappa B., Suraj S., Manasa V.K. (2017). Freyr drone: Pesticide/fertilizers spraying drone - An agricultural approach. In: IEEE 2nd International Conference on Computing and Communications Technologies (ICCCT): pp. 252-255. Sreenatha A., Nagaraja K.S., Anil Kumar S., Manjunatha Reddy T.B., Mushrif S.K., Gangadhar Narabenchi K.H. & Dhananjaya P. (2025). Applications of unmanned aerial vehicles (UAVS) in agriculture: A review. International Journal of Research in Agronomy. 8(9): 292-298 Tahir M.N., Lan Y., Zhang Y., Wenjiang H., Wang Y. & Naqvi S.M.Z.A. (2023). Application of unmanned aerial vehicles in precision agriculture. In Precision agriculture. Academic Press. pp. 55-70. Toromade A.S., Soyombo D.A., Kupa E. & Ijomah T.I. (2024). Reviewing the impact of climate change on global food security: Challenges and solutions. International journal of applied research in social sciences. 6(7): 1403-1416. Tsouros D.C., Bibi S. & Sarigiannidis P.G. (2019). A review on UAV-based applications for precision agriculture. Information. 10(11): 349.
Van Goor P., Hamel T. & Mahony R. (2025). Synchronous observer design for Inertial Navigation Systems with almost-global convergence. Automatica. 177: 112328.
Võ Quốc Tuấn, Nguyễn Tấn Lợi, Quãng Thị Dal, Trương Chí Quang & Phạm Quốc Việt (2021). Ứng dụng công nghệ UAV (drones) theo dõi và hỗ trợ cảnh báo sớm dịch hại vùng canh tác lúa tỉnh Sóc Trăng. Tạp chí Khoa học Đại học Cần Thơ. 57(2): 28-38. Zarco-Tejada P., Berni J., Suarez L., Sepulcre-Canto G., Morales F. & Miller J. (2009). Imaging chlorophyll fluorescence with an airborne narrow-band multispectral camera for vegetation stress detection. Remote Sensing of Environment. 113: 1262-1275. Zeng T., Wang Y., Yang Y., Liang Q., Fang J., Li Y., Zhang H., Fu W., Wang J. & Zhang X. (2024). Early detection of rubber tree powdery mildew using UAV-based hyperspectral imagery and deep learning. Computers and Electronics in Agriculture. 220: 108909. Zhang B., Song Z., Zhao F. & Liu C. (2022). Overview of propulsion systems for unmanned aerial vehicles. Energies. 15(2): 455. Zhang Z. & Zhu L. (2023). A review on unmanned aerial vehicle remote sensing: Platforms, sensors, data processing methods, and applications. Drones. 7(6): 398. Zhu W., Eyshi Rezaei E., Nour H., Sun Z., Li J., Yu D. & Siebert S. (2022). UAV-based indicators of crop growth are robust for distinct water and nutrient management but vary between crop development phases. Field Crops Research. 284: 108582.