Die erfassten Geodaten bestehen aus 4-Band-Bildern und LAS-Punktwolken. Die Bilder wurden zu einem Orthomosaik-Rasterbild zusammengefügt. Vor der Datenanalyse wurden radiometrische Korrekturen durchgeführt, um den gemessenen Helligkeitswert von Pixeln, Band-zu-Band-Fehler sowie geometrische und panoramische Verzerrungen, die während des Erfassungsprozesses aufgetreten sind, zu korrigieren.
Um eine Auswertung zu ermöglichen, wurde das Orthomosaik weiterverarbeitet. Für die Identifizierung verschiedener Merkmale des digitalen Bildes, wurde ein Klassifizierungs-Algorithmus entwickelt. Sowohl die überwachte als auch die unüberwachte Klassifizierung wurden am Orthomosaik angewandt. Dabei wurden sowohl beschädigte, als auch ungenutzte Flächen auf dem Feld identifiziert. Mit einem fertig trainierten Algorithmus wurden die einzelnen Pixel des Orthomosaiks in Bezug auf ihre spektralen Eigenschaften klassifiziert.
Der LAS-Datensatz wurde verwendet, um aus dem Rasterbild raumbezogene Datensätze zu erzeugen, wie beispielsweise das Digital Elevation Model (DEM) und das Digital Surface Model (DSM). Diese sind notwendig für die Ableitung der Pflanzenhöhe Zur Beurteilung des Maiswachstumstadiums, einer präzisen Photointerpretation des Maisfeldes wurde auch eine Schätzung des NDVI (Normalized Difference Vegetation Index) auf den Rasterbildern vorgenommen.