AIRPHEN多光谱相机搭配的无人机系统能够*自主飞行，安全的进行起飞和降落。可用于航拍，特别是大面积区域，人比较难到达的区域。另外在恶劣的环境下也能飞行记录相关数据资料。该无人飞行时间可达2个小时（2节电池）。为精确农业提供了一种有效鉴别作物状态多样性的方法，具有高空间分辨率和高访问频率。
多光谱相机成像仪绿地指数
是一个主要的农业过程变量，用于决策系统。AIRPHE多光谱相机平台配备有6个波段相机系统，基于数学算法GAI估算法。 通过图像叠加，在不同测量通道内提供多角度图像。利用6个波段的的反射以及对每个独立成像特殊向阳角度取景，生成浏览表，将PROSAIL辐射传输模型反转。
1.与单个图像对应的平均整体方案容许对错误反转问题进行调节。要获得稳定GAI估值，需要大约6帧图像。相对应的均方根误差（RMSE)值用作相关不定性的一个指标。
2.与基于地面的测量相比，UAS GAI在小麦和油菜上方的精度大约是0.2（RMSE)。归一化反射率与反射率相比， GAI 估值性能大为改善（0.17：0.26 GAI,RMSE）。实验观察到UAS无人机不同获取时期的估算值的高重复性。利用红波边缘波归一化（）反射率，带来从低到中GAI估值的30%（10%）的精度提升。
多光谱相机成像仪植被指数：
主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。在学习和使用植被指数时必须由一些基本的认识：
归一化差值植被指数：
NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。
1．NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；
2．-1<=NDVI<=1，负值表示地面覆盖为云、雪等，对可见光高反射；0表示有岩石或裸土等，NIR 和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大
3．NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度；
4．NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关
光反射指数：
光化学植被指数PRI定义为531am和570nm处反射率的归一化植被指数,这一指数能够成功的估算叶片尺度、冠层尺度和景观尺度的光能利用率LUE,进而可以提高净初级生产力NPP的估算精度,因而PRI有着广阔的应用前景。