MENU iconMENU

主題專區

數位科技
人工智慧影像辨識應用於蜜蜂幼蟲疾病診斷及其手機應用潛力
2026/05/13
美國農業部農業研究署(USDA-ARS)與亞利桑那大學研究團隊開發人工智慧影像辨識技術,可辨識蜜蜂幼蟲細菌與病毒感染類型,準確率達73–88%。研究顯示,該技術可應用於養蜂現場疾病判斷,具發展為手機應用程式之潛力,以支援蜂群健康管理。
引導式(Guided Flow)擠乳機器人系統生乳總生菌數控制技術
2026/05/11
臺灣擠乳機器人採用率持續上升,但生乳總生菌數略高影響品質。本技術透過分析乳牛乳汁參數並監測設備與環境生菌數,提供報告以協助調整擠乳機器人設定、清潔參數與牛群管理。
結合AI與物聯網之智慧農業架構,應用於乾旱地區椰棗永續栽培
2026/05/01
沙烏地阿拉伯、馬來西亞與孟加拉等國研究團隊針對乾旱地區農業面臨水資源短缺與高溫等挑戰,提出一套結合機器學習與物聯網之智慧農業架構,應用於椰棗栽培管理。研究整合植株生長特徵、環境參數與品種等多模態資料,建立多種機器學習模型進行健康狀態分類,其中的隨機森林模型準確率達95.3%。該系統可支援即時監測與灌溉決策,有助於提升水資源利用效率並促進永續農業發展。
人工智慧影像辨識提升植物病害即時診斷效率
2026/04/28
印度與沙烏地阿拉伯研究團隊開發一套植物病害即時診斷系統,利用卷積神經網路分析植物影像,自動辨識植株健康狀態與病害情形。該系統整體準確率達98.32%,平均每張影像推論時間為42.6毫秒,兼具高準確性與即時處理能力,有助於提升田間監測與決策效率。
高雄農改場推木瓜智慧灌溉與防蟎 採收估增2成
2026/04/23
高雄農改場推動木瓜智慧灌溉與防蟎技術,透過ETo精準水分管理與環境感測噴霧,有效節水並抑制葉蟎,提升產量與降低成本。
遷移學習方法提升巴西大豆細尺度產量預測能力
2026/04/22
美國伊利諾大學厄巴納-香檳分校研究團隊提出結合人工智慧與遷移學習之產量預測方法,整合衛星觀測、氣候資料與州級統計數據,以解決巴西細尺度農業資料不足問題。研究結果顯示,該方法可在細尺度資料有限情況下推估市級尺度的大豆產量,並透過少量在地資料進一步提升預測能力,有助於農業決策與糧食供需評估。
無人機影像技術提升黑莓花期監測與產量預測能力
2026/04/20
美國阿肯色大學研究團隊開發一套結合無人機與電腦視覺的影像分析方法,用於測量黑莓花朵密度,並提出「花對植被比率(FVR)」作為標準化指標,可取代傳統人工統計,提供更快速且客觀的花期監測方法,並具備應用於產量預測與育種決策的潛力。
運用人工智慧解析基因與環境互動 提升小麥產量預測能力
2026/04/17
德國研究團隊結合人工智慧與大數據,分析基因型與環境互動對冬小麥產量的影響。研究整合中歐31個地點、逾13,200個基因型資料,並結合基因標記與氣象資訊建立預測模型。結果顯示,納入基因與環境互動後,可提升產量預測準確度約23%,並有助於辨識最適合特定環境的品種,加速精準育種與氣候適應策略發展。
台南農改場研發自走式蒸汽消毒機 提升土壤管理
2026/04/16
農業部台南區農業改良場新成功研發「自走式土壤蒸汽消毒機」,針對溫室、網式等人工設施栽培的作物,有效提升土壤管理,促進作物生長。
原位感測器提升土壤硝態氮即時監測能力
2026/04/15
中國科學院研究團隊開發一種新型原位土壤硝態氮(NO₃⁻-N)感測器,結合介電光譜與演算法分析技術,可在田間環境進行即時監測。該感測器在不同土壤條件下與實驗室分析結果高度一致,並可連續追蹤施肥與降雨等動態變化,有助於提升施肥精準度與作物生產效率,支持精準農業發展。
聆聽腳下的聲音:以聲音監測土壤健康的新方法
2026/04/06
澳洲弗林德斯大學研究團隊指出,「土壤生態聲學」可透過感測地下微小聲音與振動,在低干擾情況下追蹤土壤生物活動與生態變化,有望成為未來監測土壤健康的重要工具。
結合無人機與衛星技術 提升反芻動物甲烷排放監測準確性
2026/03/20
美國NASA研究團隊開發一套整合無人機與衛星觀測地監測方法,用於監測牛羊等反芻動物的甲烷排放。透過低空無人機搭載高甲烷感測器量測局部排放,並結合衛星資料進行驗證,可提升牧場排放估算的準確性。
新型高光譜影像處理技術加速AI基礎模型訓練 推動作物表型研究
2026/03/18
美國能源部的研究團隊開發高光譜影像處理技術D-CHAG,可大幅提升植物影像資料分析效率,該方法在超級電腦Frontier上測試,處理速度提升逾兩倍並降低75%記憶體使用,使大型高光譜資料更易用於AI基礎模型訓練,有助於加速作物表型研究與植物科學探索。
遙感模型協助預測西班牙農田田鼠爆發風險
2026/03/17
西班牙研究團隊結合衛星遙感與田野調查資料,建立機器學習模型以監測穴居型田鼠族群動態。研究利用Sentinel-2衛星影像分析植被變化,成功預測田鼠高風險區域,模型準確率達97%,可協助農業部門及早偵測害鼠爆發並降低田野監測成本。
GPS虛擬圍欄技術協助智慧放牧
2026/03/16
密蘇里大學研究團隊結合GPS項圈和行動應用程式實現虛擬圍欄技術,透過聲音提示和輕微電擊引導牲畜活動,此技術可有效提升覆蓋作物利用率並降低圍欄管理的勞力需求。
大型植物模型問世 強化農田智慧辨識與精準除草
2026/03/13
美國西雅圖農業科技公司推出大型植物模型,以超過1.5億筆標記植物影像資料訓練而成,強化農田植物辨識與自動化決策能力。該模型並已整合至其雷射除草系統,可提升除草效率並減少化學藥劑使用。
自動像素級標註技術應用於植物病害嚴重程度評估
2026/03/11
澳洲梅鐸大學研究團隊提出一套自動化像素層級標註方法,用於植物病害嚴重度評估。該方法結合深度學習與形態特徵分析,在咖啡葉資料集中最佳分類準確率達82.24%。
改良YOLOv8深度學習模型,即時檢測與分類辣椒葉片病蟲害
2026/03/10
印度的研究團隊結合深度學習與影像辨識技術,建立辣椒葉片病蟲害自動辨識系統,並改良YOLOv8模型,使辨識準確率最高達99.5%,可應用於田間即時監測與智慧農業管理。

網站導覽
活動資訊
訂閱RSS
電子報訂閱