先正達(Syngenta)正在探索昆蟲掃描儀技術於農業上之應用。目前所面臨的挑戰是如何在田間觀測生物多樣性，並開發一個決策支持系統，讓栽種者深入了解作物中害蟲和益蟲之間的平衡關係。先正達與荷蘭公司 Faunabit 將在荷蘭的一次活動中展示 Diopsis 昆蟲掃描儀。兩家公司希望能進一步地探索這項技術於農業上之應用。 　　DIOPSIS意為昆蟲採樣影像數位識別(Digital Identification Of Photographically Sampled Insect Species)，該技術將昆蟲吸引至攝影鏡頭前拍照，並利用深度學習軟體分析照片後與昆蟲資料庫進行比對，能全自動進行昆蟲的辨識及監測作業。 　　先正達永續發展負責人Hanneke Verhelst表示，昆蟲掃描儀技術有助於種植者衡量生物多樣性之影響，並讓栽種者們了解他們可以做些什麼來進一步支持其農田的生物多樣性。為了能夠大規模觀測生物多樣性，先正達正與歐洲研究機構及新創公司合作開發新的解決方案，如 Diopsis掃描儀，可以讓栽種者深入了解田間有益昆蟲和害蟲之間的平衡。這使栽種者能夠更好地決定是否有必要進行干預以防止作物受損。目前，先正達在荷蘭部署了115 套Diopsis掃描儀，可繪製不同昆蟲物種的數量和生物量，以了解昆蟲族群的總體趨勢。【延伸閱讀】透過電腦視覺系統提升不孕昆蟲技術的害蟲防治功效

根據發表在<自然通訊>上的新研究表示，機器學習可精準定位「重要基因」，並有助作物在低氮的栽種環境下生長。美國紐約大學(NYU)及台灣的研究人員利用兩種對氮反應不同的植物物種-阿拉伯芥及玉米，來顯示機器學習是如何有效提高植物利用氮的能力。 　　研究人員透過研究證實8種主轉錄因子對氮利用效率之重要性。結果證明，改變阿拉伯芥或玉米的基因表達將可促進植物在低碳土壤中生長，該實驗在紐約大學實驗室和伊利諾立大學的實驗玉米田上進行。 　　伊利諾大學教授Stephen Moose表示，我們可以利用機器學習精準預測哪些玉米雜交種更擅長利用田間的氮肥，便可迅速地改善此性狀。提高玉米和其他作物的氮利用效率能提供三大好處: 降低農民成本、減少環境污染和減少農業溫室氣體排放。【延伸閱讀】新的試驗方法可以更準確地測量玉米的氮需求量 　　另外，研究人員證實，機器學習方法可預測植物中的其他性狀，包括阿拉伯芥和玉米的生物量和產量，甚至可預測水稻抗旱性的重要基因。

目前空中巴士開發的作物分析套組已透過Agrimetrics Agrifood Data Marketplace於英國上市。該分析透過演算法由衛星數據中獲取15種作物和田間特性，相關資訊將經過額外處理並每隔幾天更新一次，Agrimetrics後續將連結作物和氣象相關之數據。 　　作物分析的15種屬性包括：葉面積指數(LAI)、葉片含水量、葉綠素含量、綠色植被覆蓋率、棕色植被覆蓋率、常態化差異植生指標(NDVI)和土壤水分飽和度。這些數據將有助進行進一步的作物栽培管理操作，如異常檢測、產量預測、水份壓力和田間的標竿分析等。 　　在英國，可透過Agrimetrics Agrifood Data Marketplace存取作物分析之數據，而可存取之數據包括農業氣象數據、農藥和化肥施用圖（CEH）、土壤數據、一系列自然資源和生物多樣性指標，及無雲層NDVI(ClearSky)等遙測數據。 　　Agrimetrics 首席產品長 Matthew Smith 表示，運用衛星數據於農業上的相關作為比人們預期中來的慢，該公司希望藉由與空中巴士之合作，使農業產業能獲得這些數據和見解。【延伸閱讀】衛星及GIS技術於精準農業上之應用

AeroFarms公司與Nokia實驗室宣布聯手開發新一代植物視覺技術，結合了雙方專業知識以擴大在尖端網路、自主系統以及機器視覺學習和技術方面的聯合能力，用以識別、追蹤植物之間的交互作用，並應用於栽培管理。 　　Nokia實驗室將貢獻其自主無人機控制編排系統、5G私人無線網絡、強大影像和數據傳導系統，以及以創新之人工智慧為基礎的移動感測器技術。AeroFarms是垂直農業領域的領導者。該公司將貢獻其商業專業知識、全方位環境控管及以農業為中心之數據平台和機器視覺技術。這種創新技術的結合使得該公司的影像觀察功能極為強大，並成為該行業中佼佼者。 　　雙方合作開發了下一代植物視覺技術系統，該系統透過高品質之影像處理，協助栽種者動態式監測植物，並允許栽種者依據其需求進行修正，確保全年種植高品質植物。 AeroFarms與Nokia實驗室從2020年開始合作，並將該技術測試於AeroFarms的商業作物中。如今，兩家公司將其系統擴大應用至AeroFarms的所有作物和未來的室內垂直農場，包括位於維吉尼亞州丹維爾和阿聯酋阿布達比的農場。【延伸閱讀】荷蘭瓦格寧罕大學發現「植物的眼睛」對光線的感測協調性，能促進植物快速成長 　　透過應用葉片大小分割、量化和基於像素的掃描來識別一致性和變異等方式使Nokia實驗室的機器視覺技術能夠精準地獲取數據，甚至能精準地獲取到單一植物之資訊。且這種最先進的影像技術能夠大量地收集植物資訊，包括其葉片大小、莖葉長度、顏色、曲率、斑點等等。 　　AeroFarms公司的垂直農業平台比傳統農業更具永續性，每年每平方英尺的生產力提高390倍，同時用水量減少95%，並可以達到零農藥使用。Nokia在一份新聞聲明中表示，其願景是應用技術使利益最大化。垂直農業能為社區提供本地食材之選擇性，減少物流運輸環境之影響，並且有助於減少食材之浪費。

在北美一些地區，田野和森林上頭嗡嗡作響的聲音，可能不再是預告麻煩，而是一個解決百年老問題的創新辦法。在農業部門，無人機作為控制害蟲的方法越來越受到歡迎。每年光是昆蟲對農作物的破壞，就使美國損失超過1000億美元。研究人員和無人機技術專家不是投遞殺蟲劑，而是利用這些機器來扔下新的東西-更多的蟲子。今年6月發表在《美國經濟昆蟲學》期刊上的特別收錄，強調了無人機在協助害蟲管理策略方面的潛力，此策略還可以減少農用化學品的使用。除了部署交配干擾劑或殺蟲劑等普遍處理方式外，研究人員還利用試驗的無人機投下害蟲的天敵。 　　天敵作為生物控制，是利用自然機制如捕食來清除作物害蟲。舉例來說，加拿大的研究小組做了測試，以無人機作為丟下赤眼寄生蜂卵的工具，來對付影響魁北克玉米田和雲杉混合林的害蟲。待黃蜂孵化並成熟後，產下自己的卵在那些害蟲體內。Véronique Martel花了很長的研究時間在農業環境中的黃蜂生物控制上。種植者通常透過昂貴的載人飛機或人工放置於地面上來散布黃蜂卵。Martel與加拿大自然資源部合作，想了解在森林環境中，黃蜂生物控制如何運作，因為森林與被管理作物田的運算邏輯截然不同。最初她的想法受到同事們消極的反饋，他們覺得這種策略是不切實際的。 　　然而，新技術的到來改變了演算法。Martel告訴我們：「當我聽說他們在農業中測試了無人機投遞時，我好嫉妒，因為我想在森林裡做同樣的測試。」Martel和她的團隊與加拿大Canopée公司合作，從特殊裝備的無人機上部署「傘兵」寄生蟲。他們的研究顯示在森林環境中，使用無人機與人工方式一樣有效，這說明此技術可用於處理比步行可達區域更加廣闊的範圍。無人機可以取代一些殺蟲劑的使用。生物控制在農業範疇中既非新的，也非罕見的。《經濟昆蟲學雜誌》聯合主編Michael Brewer說:DDT及其他殺蟲劑的使用，轉變為生物控制的方式，在二次世界大戰後越來越常見。 　　Brewer說：「殺蟲劑的好處是你可以把它們放進瓶子裡，對嗎？」雖然殺蟲劑的優點是容易使用，但卻會危害環境。然而，Brewer提到生物控制並非在所有情況下都有效，像是針對大規模且已建立族群的昆蟲。在這些情況下，目標性地使用殺蟲劑可能才是種植者的最佳選擇。Brewer說:「為了避免所有的時間都在噴灑，(操作無人機的)幾個人在那裡做害蟲防治需要更多的觀察力，而這就是顯像無人機的功用。」 根據飛機上的鏡頭，無人機可以捕捉到彩色圖像、熱影像，甚至高光譜的影像。顯像無人機現在被廣泛用於監控保育區野生動物和定位稀有植物，但還沒有在農業的害蟲管理中站穩陣腳。顯像無人機使種植者能夠及早發現害蟲侵擾，並且只對受影響地區使用殺蟲劑。例如發表在《經濟昆蟲學雜誌》上的一項研究使用無人機影像，來尋找東方飛蛾(黃刺蛾)的巢穴，而此蛾是一種影響城市綠化樹和果樹的外來入侵種。 　　Canopée公司最初為地主提供無人機影像，但很快將重點轉移到生物控制上。根據Canopée副總裁Frédéric Jean的說法，利用無人機提供生物控制的技術，應用在商業用途的時機尚未成熟-但這不會是一個漫長的等待。我們(的無人機)正處於巔峰，沒有「人」能像無人機那樣高效。M3農業技術公司總裁Nathan Moses-Gonzales也表達了類似的觀點。Moses-Gonzales說:「種植者渴望應用這項新技術。我認為有一種看法，農民並沒有仔細研究數據。所以沒有實際考慮使用無人機，但事實上恰恰相反。」Moses-Gonzales是一名受過訓練的技術專家，他與美國農業部(USDA)合作來協助對付墨西哥果蠅，此果蠅是一種具侵入性且有經濟破壞性的農業害蟲，在美國亞利桑那州、加利福尼亞州和得克薩斯州都有牠們的記錄。該團隊測試以自動化生產無人機機群，並同時飛行多部旋翼無人機。Moses-Gonzales和他的團隊用3-4個咖啡桌大小的無人機機群，來對他們的策劃進行測試，且一次飛行多達12架。機器從控制器啟動，同時或是以波動形式發送到預定的路線上。Moses-Gonzales說:「在我眼中，整件事看起來非常瘋狂。它們聽起來有點像一群蜜蜂。」這些無人機將不孕果蠅投遞到里約格蘭德河沿岸的柑橘園，牠們在那裡與野生種雜交，但不會產生後代而讓族群數量顯著降低。通常類似的策略是用ATV註1或人工駕駛的飛機來執行。 　　根據Moses-Gonzales的說法，隨著大眾對有機農產品的關注增加，像這樣的無人機技術可以幫助種植者。人們真的開始深思他們放了什麼東西在身體裡。雖然無人機正處於巔峰，但仍然存在限制。雖然種植者可能會看到，受無人機生物控制技術的保護下，因降低害蟲損害和有機產品價格上漲的關係，使得利潤增加，但無人機成本仍是一個限制因素。購買或租用無人機相關的前期投資，對某些人來說可能昂貴到讓人望之卻步。即便如此，使用無人機已經比載人飛機便宜，勞動密集程度也比在地面上來得低。除此之外，還有一些關鍵限制因素可能會減緩農業科技產業中，相對專業領域的崛起。還需要研究如何最有效地使用無人機：地面上證實有效的方法，放在空中部署時可能需要調整。 　　無人機本身也有改善的空間，被提出的問題通常是有限的承重力和電池續航力。雖然現今無人機在空中運作效率很高，但它們只能攜帶一定的重量，在返回發射站前也只能走一定的距離。Canopée公司的Jean說:「我們需要把錢投資在一架夠大的無人機上，以便你能覆蓋夠大的領域，但那種情況下你需要先獲得操作許可。」美國和加拿大對商用無人機技術應用的嚴格規範持續造成挑戰。根據受訪專家說法，特別受到限制的是很難獲得許可，將無人機飛越至視線以外，這阻礙了發展能飛更遠和負載更重的大型無人機。不過，M3農業技術公司和Canopée公司都表示，隨著技術進步和監管部門繁瑣手續的消失，他們預計無人機在農業應用將會擴展。「無人機的發展沒有極限!」Moses-Gonzales說道。 【延伸閱讀】無人機進行大面積橄欖病害監控 註1:「ATV」全名為All Terrain Vehicle，為適合所有地形之交通載具，一般習慣稱它為沙灘車

國立台灣海洋大學AIoT智慧化養殖團隊，在屏東、新北貢寮進行智慧化養殖試驗成功。海大舉辦「AIoT智慧化水產養殖座談會」，出席的嘉義縣長翁章梁說，嘉義縣海域有全國最大的牡蠣生產基地，未來可結合海大導入智慧養殖技術，使智慧農業的發展更加完善。 　　海大今天表示，「AIoT智慧化水產養殖座談會」昨天在校內登場，邀請翁章梁和台灣商業聯合總會理事長暨財團法人海峽兩岸商務發展基金會董事長張平沼、海洋大學副校長李明安和領道AIoT智慧化養殖團隊的教授張忠誠，共同討論推動智慧水產養殖示範區。 　　李明安說，海大AIoT團隊在外海箱網養殖系統模組化實證技術，未來可為嘉義縣發展AIoT智慧養殖示範區提供助力。 　　翁章梁表示，嘉義縣有全國最大的牡蠣生產基地，沿海陸域也有近6000公頃魚塭，未來可以結合海大導入成熟的智慧養殖技術。規劃中的科學園區定位為智慧農業、精準醫療、智慧載具研發基地，也歡迎智慧農業產業進駐。 　　翁章梁說，嘉義縣沿海的東石、布袋及義竹等鄉鎮已有具規模的養殖漁業優勢，在科技農業的政策支持下，逐步邁向西南沿海智慧養殖的推廣基地。在馬稠後產業園區與未來科學園區業者相繼進駐，形成農業科技聚落，可以加速農業轉型升級，把嘉義縣打造成為台灣科技農業大城。 　　政府近年推動海上箱網養殖，追求漁業能永續發展，並提升國際競爭力。海大教授張忠誠帶領的AIoT智慧化養殖團隊，運用AI、物聯網、大數據分析和自動化養殖專家技術，能減少花費、降低漁民進入門檻，大幅提升飼養效率和獲利。 　　海大表示，智慧化是全球產業的趨勢，除了是台灣產業新活力的泉源，也是傳統產業轉型的良機，可以同時創造傳統產業的知識經濟價值，提升產品品質，並增加業者獲利率。AIoT智慧化養殖團隊透過模組化的方式降低成本，且便於商業應用推廣，團隊並架設好雲端系統平台，中控中心及App技術可用於外海及內陸魚塭養殖。【延伸閱讀】水產養殖業的人工智慧使用指南

新竹縣敏實科大運用AI人工智慧技術，輔導茶農改良茶葉生長環境及生產烘焙製作過程，沒想到效果出奇不意，竟意外勇奪今年南投鹿谷農會烏龍茶評鑑頭等獎，讓人看到電腦不只「會揀土豆，擱會種茶米」，未來計畫將技術進一步推廣。 　　AI種茶葉的計畫，是由敏實科大人工智慧學院院長林文燦在台中科大任職時就開始進行，他帶領一群碩士班研究生，到南投縣的鹿谷鄉，與當地茶農長期合作，運用AI技術來監測冬茶的生長環境及生長時期的茶樹水分、養分，用以創造最適合的生長環境。 　　林文燦說明，天候是影響茶樹生長的關鍵因素之一，因此他們會利用儀器自動收集茶園天氣條件，再根據AI來進行後端的大數據分析，控制茶葉生長過程中的條件，自然培養出的茶葉當然是香醇可口，更獲得茶農一致性的讚賞。 　　校長曾信超表示，AI人工智慧技術不止能運用在目前最熱門的未來工昶或電動車開發，製造，甚至是餐飲都能導入AI技術，而從AI種出頭等獎烏龍茶來看，同樣也能運用於傳統農業或是生技產業，未來將進一步推廣，甚至輔導新竹在地東方美人茶，同樣也能種出AI人工智慧冠軍茶。【延伸閱讀】何時可採茶？台灣茶葉生產管理資訊平台幫忙預測

傳統上測試植物是否遭遇環境壓力和疾病的方法，皆是透過採集植物組織的樣本並運送至實驗室進行詳盡分析來完成。然而，這種方式從取樣、運送至檢驗完成之間存在著冗長的時間差，可能造成結果不準確，而且往往只能得到單一量測數據。 　　來自美國北卡羅來納州立大學 (North Carolina State University，NCSU)的研究團隊開發了一種植物用的穿戴式感測器，以非入侵性的方式量測植物所釋放出的揮發性有機化合物 (Volatile Organic Compounds，VOC)，能持續監測植物所面臨的壓力和疾病，所開發的矩形貼片感測器長約30毫米，內含的可撓性材料(flexible material)是由石墨烯感測器及可變形的奈米銀線所組成，感測器上有各種化學配體(ligands)塗層，能針對植物葉片排放出的特定VOC進行檢測。植物在不同情況下會排放不同組合的VOC，感測器能針對特定疾病或環境壓力相關的VOC進行偵測，即時提醒種植者注意相關問題，而不必等待實驗室的測試結果。科學家利用番茄來測試貼片原型，檢測作物遭受物理損害及引起番茄晚疫病的P. infestans病原菌感染兩種不同類型的壓力來源。【延伸閱讀】可攜式拉曼葉夾感測器快速檢測活體植物之營養與壓力狀態 　　實驗結果顯示，植物的貼片感測器在檢測到與物理損壞相關的VOC變化需耗費一至三個小時，花費時間的長短具體取決於植物損壞處與補丁感測器之間的距離，而番茄晚疫病的監測則需要耗費更長的時間，感測貼片在研究人員接種P. infestans於番茄植株後上，花費了三到四天才量測到VOC的變化，研究人員表示，雖然這並不比觀察晚疫病病徵出現還要來得快，但監測系統的使用意味著種植者不必再依賴微小病徵的觀察，即可辨識植物病害，協助種植者抑制疾病傳播。 　　研究人員表示，貼片感測器的原型目前已經能精準檢測13種不同的植物VOC，並且能針對於種植者需求進行感測器陣列的客製。目前正著手開發新一代的植物感測貼片，現有的原型機是由電池供電並可以於現場進行數據儲存，但新的版本將預計使用太陽能進行供電並且能夠進行無線數據傳輸，還將增加除VOC外的溫度、濕度以及其他環境變量的監測功能。

如何在種植過程中盡可能有效地保護甜菜免受雜草和害蟲的侵害，而不必在整個區域噴灑殺蟲劑？這是 Südzucker AG、農業技術公司 Amazone 和丹麥田間機器人製造商 FarmDroid 正在一個試驗項目中想要解決的問題。 應用FarmDroid FD20 田間機器人進行化學施肥及雜草管理 　　為了能在未來將除草劑和殺蟲劑的使用減少到最低限度，將通過使用高度自動化的太陽能 FarmDroid FD20 播種和除草機器人以及特殊的點噴方法來達成目的。 　　FarmDroid FD20 機器人已經用於甜菜和其他作物的播種和雜草管理上。該機器使用其高精度 GPS 播種系統在精確的網格中播種甜菜種子。並在清除雜草時，讓機器人知道甜菜的確切位置，然後在該位置周圍（即行旁邊和行間）鋤地。然而，在植物附近，很難在不接觸甜菜植物的情況下清除所有雜草。 Amazone 利用 FarmDroids 對植物位置的了解，基於此，Amazone 開發了一種創新的、精確的田間噴灑系統。這使得可以將除草劑精確地施用於甜菜上或甜菜旁邊 - 最少使用作物保護劑。 　　另外，Amazone 提出了將 FarmDroid 機器人也用於實務上的想法。亞馬遜作物生產創新主管 Stefan Kiefer 說“由於作物保護劑的局限性以及病蟲害的傳播，甜菜種植面臨著巨大挑戰。”“通過我們的創新發展，我們正使種植變得更有效、更環保。在這種情況下，Farmdroid 是我們將技術帶入該領域並相互學習的理想。” 　　FarmDroid 首席執行官 René Jørgensen 說: “我們的機器人為農民提供支持，並降低他們的播種和作物保護成本。”“對我們來說，最重要的是發明是具永續性的，且為二氧化碳中和、生態和經濟吸引力的替代傳統農業機械。這正是我們在 FD20 上取得的成功，它採用太陽能供電、重量輕、機械化且全自動。我們的田間機器人能精確地與現場結合並應用，這意味著它可以有助於顯著減少未來作物保護產品的應用。　　”同時，Südzucker正在一個佔地約一公頃的試驗田上測試這一新開發項目。 而該研究之負責人Peter Risser 博士說：”我們的初步試驗很有希望且令人印象深刻，該試驗證明了減少使用作物保護劑之潛力。雜草田間試驗的結果必須表明其效果是否能與當今使用的標準處理方法並駕齊驅。該技術對於害蟲控制或通過甜菜葉進行微量營養素施肥也很有趣。這是一個令人興奮的、且可能是具有未來發展潛能的有機農業應用。”【延伸閱讀】法國三項農業智慧化創新技術

宜蘭縣政府輔導的「保證責任宜蘭縣青出宜蘭農業運銷合作社」，是由縣內20位青農所組成。有鑒於宜蘭農作物栽種分散、繁雜，該合作社在農委會支持下，成立農機代耕服務隊，以植保無人機代噴為主。縣府農業處表示，先前就有農友提供代噴，青農今天起加入服務行列，以達到節省人力，未來更希望能擴大服務到花東農友。 　　青出宜蘭農業運銷合作社的青農平均35歲，來自蔬菜、果樹、水稻等不同領域，主要服務為共同運銷、行銷，另曾舉辦食農教育。該合作社理事主席林意評表示，農業過往都是人力化，現在採機械化與自動設備，更加省工、省力，近年投入的年輕人也日益增多。 　　智慧農業、科技農業為當今趨勢，青農在此方面較為在行，該合作社在農委會的計畫之下，成立農機代耕服務隊，首次提供植保無人機代噴服務。林意評說，過去一甲地以人力方式噴藥，需要1小時，隨著設備的改變，現今透過植保無人機僅需10分鐘就能搞定。 　　青農們與宜蘭大學進行培訓課程，迄今已有8人取得代噴雙證照（民航局專業操作證照、藥毒所代噴人員證照），且添購每套約50萬的專業設備共4套。青出宜蘭農業運銷合作社即日起，提供縣內農民噴藥服務，水稻每分地200元、果樹作物則是500元，藥劑另計價。 　　縣政府農業處指出，植保無人機採遠距離智能操控，可減少農民長時間暴露在農藥環境，並透過搭載影像、大數據輔助分析，監控病蟲害、判讀農作物生長趨勢，甚至能提供農藥或生物防治資材劑量使用的有效資訊，對於農友從事農耕有相當助益。【延伸閱讀】無人機為日本高齡農民提供高科技幫助

嘉義大學數位化農耕團隊進駐雲林二崙鄉輔導農民「數位轉型」，短短一個多月，第一季以數位管理法種植產出的蘋果美生菜相當成功，不但肥料減半，降低成本節省人力，所培育的美生菜脆度口感和菜香都遠比慣行農法來得好，今年第一批外銷日本的美生菜今天裝櫃，農民喜形於色。 　　為提升農產外銷競爭力，嘉義大學和土耳其國際驗證單位（AGFOCERT）合作，將耕作、田間管理、施肥防病到外銷通路，建構一套符合國際驗證標準的SOP管理系統，今年10月間在雲林縣二崙鄉大庄果菜生產合作社輔導實驗，成效極佳，疫情期間仍可保有穩定的出口量。 　　該團隊數位經理張盟岡指出，為讓國內農產更能符合國際食安驗證標準降低不合格率，該團隊建立完整的數據分析，包括無人機噴藥及農藥殘留質譜快篩完成一套可行參數供農民參考，不但可符合外銷驗證標準，更大幅降低資材、人力成本，為台灣農產建立具體可行的數位轉型模板，樹立標竿。 　　張盟岡說，時下缺工嚴重，這套系統可讓肥料減半，減少人力施肥，再以氣候換算肥料和水分使用，可加速生長讓原本約50多天才可採收的美生菜，縮短為40多天就可採，種出的菜脆度佳更具口感且菜香濃郁。 　　數位栽種的第一批美生菜最近開始採收，並將預計久銷日本20貨櫃約160公噸，這也是本季首批外銷的美生菜，目前市面美生菜每公斤約30元，價格不差，大庄果菜生產合作社主席鍾秋田開心表示，能與嘉義大學合作社擁有全球良好農業規範系統管理，從耕作到採收降低成本，品質和產量更加穩定，同時取得國際市場門票，立足全球，受益良多。 　　該團隊並與彰化二林青農張鴻喜合作，將產、製、儲、銷進行數位化，使得所種的蘋果絲瓜外銷供貨量相較去年提升3倍，使這套優化農作系統再獲肯定。【延伸閱讀】讓日本高知縣數位化轉型帶你看地方創生與農業

利用光纖高感技術觀測根部，應用於現場監測 　　由日本國立研究開發法人海洋研究開發機構(JAMSTEC)與農研機構(NARO)共同研發出一款可即時掌握地底下生物動向的觀測裝置「Fiber-RADGET」(Fiber-radicle gadget)。這項研發主要利用光纖感測技術（Fiber-Optic Sensing Technology）建立可即時掌握作物根部生長情況之方法。突破以往深不可測的地底下領域疆界，完全可即時觀測植物根部的生長情況、細微小生物活動，微生物複合構造形成等生物動向。目前這項研發成果正在專利申請中。 　　由於地球環境持續變動，糧食確保在環境壓力下，以積極開發抗逆境作物為解決方式之一。而對於植物抗逆境的作用來說，最具深遠影響是植物根部的水養分吸收。因此，近年來，植物根部改善成為各相關單位注目的研究焦點。然而，植物根部並無法浮在檯面上進行觀測與掌握，對於地底下的觀測方式至今更是困難重重。 　　對此，以「因應環境變動闡明植物抗逆境與基礎應用技術」作為研究議題的國立研究開發法人海洋研究開發機構(JAMSTEC)與農研機構「虛實整合系統（CPS）強化作物強韌性，實現糧食零風險計畫」相互合作，共同研究開發一款可即時掌握地底下生物動向的觀測裝置「Fiber-RADGET」(Fiber-radicle gadget)。【延伸閱讀】植物如何改變根系模式以競爭地下資源 研發歸納要點如下：  研發出以非破壞性，可輕鬆檢視地底下生物的微小運作裝置。 可即時觀測到過去難以檢視的地底下植物根系等生物動態。 利用高感度的光纖感測裝置獲取數據，利於虛實資訊系統整合與建置，進而為智慧農業所應用。 研究方法與未來展望： 　　在建立即時觀測根部生長的方法之時，研究團隊特別關注根部堅韌度，發現有時根部強勢的力道甚至會穿透混凝土。除此，也檢視根部對土壤施加的壓力來識別根系的大小和位置。發現當根部推動土壤之時，地面下也會隨之變化。因此，研發團隊，利用分布型光纖感測器（Distributed fiber sensors），測量變化情況，並從測量出數據反推根部生長。依據這項理論驗證下，闡明根部是可被觀測。研究團隊藉此進而研發了高感應度的光纖感測裝置，除可檢測出細根引起的微弱應力（stress）外，讓原本連光都無法滲透的領域，透過這裝置，可觀測到植物根部生長。 　　其研究結果，將此裝置加工成柔軟耐用的圓柱體(請參照圖1：裝置製作過程說明)，事先設置在看不見的範圍內，明確顯示可檢視出微小的動態（請參照圖２：電線檢測案例說明、圖3：根部觀測案例說明）。 　　期盼未來能此研發成果應用於農業根菜類或松露等地下作物生長判斷，同時也有助於掌握採收時間。此外，可依據這項裝置所獲取的地面下數據，提供虛實數位系統之整合與建置(請參照圖4說明)。除上述可達自動偵測與診斷外，在未來促進糧食更加穩定生產。                      圖1-可即時掌握地底下生物動向的可視化裝置「Fiber-RADGET」製作過程。將在軟氟樹脂薄膜(Fluororesin film)上裝置光纖感測器（展開後為光纖感測）以螺旋式組裝而成（組裝後/僅本體）安裝於地底下（組裝後/安裝於地底下時），利用X光電腦斷層掃描（X-Ray Computed Tomography，簡稱X-CT）確認實際上在地底下配置情況（組裝後，X光電腦斷層掃描圖）。                     圖2-利用「Fiber-RADGET」電線檢測案例。設備裝置地面下後，將直徑1mm電線直接插置，從中間往右50mm的地底下，與光纖反應產生的位置相吻合(如圖2左)。應證電線的粗細與介質的硬度是否改變，發現電線較粗的那一方，光纖應變數據也較高(如圖2右)。除此，發現介質越牢固，光纖反應值越高。故，介質的穩固性需要更大的應力（stress），光纖反應值則與應力成正比。                     圖3-利用「Fiber-RADGET」觀測根部生長。將螺旋狀的光纖感測裝置設置於地底下，在中間附近播種櫻桃蘿蔔種子(Raphanus sativus var. sativus)。利用X光電腦斷層掃描確認植物根部位置，並以紅色標註位置所在。結果發現根部生長至地面下50mm時較粗壯，同時也產生光纖反應。                     圖4-利用「Fiber-RADGET」建構虛實整合系統（CPS）。利用光纖信號傳輸到遠端，再利用伺服空間顯現出地底下狀態，未來目標實現自動遠端操作掌握作物生長情況。

70%的印度家庭是以農業為生，其中有80%是擁有兩公頃或更少土地的小農。總計大約有 600 萬人種植經濟作物-棉花，而棉花則是印度僅次於稻米和小麥的第三大農產品。棉花特別容易受到害蟲的侵害：在2017 年時，印度人口第二大的城市-馬哈拉施特拉邦就曾發生過有一半的棉花作物被一種害蟲摧毀。 　　為了幫助農民預防此類災害，從而提高作物產量和利潤，印度非營利組織 Wadhwani AI 與Google慈善組織合作並於亞洲首次投資。他們共同努力改進了“以人工智慧來驅動農場決策支援系統”：這一個應用程式是使用人工智慧來識別哪些害蟲正在吃農作物，然後預測其侵擾的軌跡，並從農業專家那裡獲得可行的補救建議。他們希望這將有助於保護農民的生計，並遏制弊大於利的農藥濫用。 　　Wadhwani AI是一家非營利組織，其項目主要是應用人工智慧來造福社會。藉此項目來幫助棉花農收入能更穩定些。而造成棉花農收入不穩定之緣由則是粉紅棉鈴蟲（是一種蛾幼蟲）等害蟲，而這種害蟲平均每年會導致 20% 到 30% 的印度棉花作物死亡。害蟲將卵產在棉鈴或種子囊上，這些幼蟲會繼續吃種子並破壞纖維，降低產量和品質。它們很難以肉眼發現，倘若在它們進入棉鈴之前找到它們可能會改善農民的生活。 　　使用這款名為 CottonAce 的應用程式，小農可以簡單地拍攝包含害蟲於棉鈴或種子囊上的照片；該應用程式首先將驗證圖像是否真實，然後對害蟲進行分類和計算。  　　Wadhwani AI 的高級產品經理 Dhruvin Vora 透過電子郵件表示，該 AI 模型已在 30,000 張圖像上進行過訓練了。因此，可以預測“下一代卵和幼蟲之侵擾作物之軌跡”。該應用程式為用戶提供有關如何應對侵擾的即時性建議，而不用將圖像傳送至州政府的農業專家，然後再等他們傳回建議，此等待過程極費時。 　　Vora說:”每個社區往往都都有一兩個“帶頭人”，該帶頭人精通於技術且為受過教育的社區成員；只有該帶頭人需要此應用程式(它可以在沒有網際網路連接的情況下工作），並且可在村莊會議上將訊息傳遞給在他們所在地區的 10 到 40 名其他農民。通常，會議將討論是否噴灑殺蟲劑。如果需要噴灑殺蟲劑，該應用程式則會教導農民以科學方式來噴灑，相比之下，這比無差別性地廣泛使用殺蟲劑要好，因為無差別性地噴灑方式將會損害農民健康、土壤品質和環境且會減少利潤，而這會使已經在貧窮困境中的農民更加陷入絕境。”另外，對於不太嚴重的蟲害，則會推薦有機產品來使用，例如印楝油，一種源自印度楝樹的生物農藥且具有驅蟲特性。 　　去年，Google承諾投資 100 億美元幫助印度小企業實現數位化，包括運用人工智慧促進農業社會公益，首席執行長 Sundar Pichai 宣布這是一項“非常個人化”的計劃。Wadhwani AI是從數千家企業中脫穎而出並從Google獎學金計畫獲得200萬美元的第一批亞洲企業，並且還得到包含九名研究員的研究團隊協助。半年內，該研究團隊協助Wadhwani AI 的員工優化應用程式，如重新設計應用程式、更深入開發UX研究以及構建加速AI 學習模型的新基礎設施等，而這些將有助於Wadhwani 的其他社會公益項目，例如嬰兒體重秤等。【延伸閱讀】人工智慧將幫助農民提早發現作物疾病 　　去年 6 月至 9 月，在印度秋收期間，CottonAce被部署在馬哈拉施特拉邦、古吉拉特邦和特倫甘納邦三個州。根據獨立調查，遵循建議的小農戶利潤率提高了 26.5%，而農藥成本降低了 38%。該組織的目標是在2021年期間全面推出該應用程式，目標是2021年向 30萬名農民提供建議，到 2022 年擴增至 200 萬農民。

當溫度和濕度上升，將會對乳牛的生產和繁殖能力產生負面影響。為了幫助酪農識別和減輕乳牛的熱緊迫的跡象，Cargill將安裝自動化數據紀錄器並搭配雲端和網際網路等共同使用，來監控夏季牛舍之溫度和濕度的數據。且該設備還能提供過去24小時和過去一周的平均溫度。 　　Cargill反芻動物負責人Mark Scott表示，該公司從2020年開始就在探究溫度及濕度對乳牛性能之影響。現在正在採取下一步措施來建立一參考點，以提高夏季乳牛舍的認識，將有助於減輕英國乳牛熱緊迫的影響。Scott說:”研究顯示，溫度和濕度的增加，會影響乳牛的生產性能，而生育能力將是第一個‘受害者’。當一天的平均溫度超過 14°C時，生育率會下降，而當日平均溫度超過 22°C時，產量會受到影響。值得注意的是，牛舍內的 THI 水平將比室外高至少 2 個 THI 點。” Cargill將使用 THI 信息以及牛群繁殖力和生產數據來確定英國牛舍的溫度和濕度對乳牛性能的實時影響。【延伸閱讀】智慧型感測器幫助及早發現羊跛腳 荷蘭和德國的試驗結果 　　2020 年 5 月至 9 月，Cargill位於荷蘭的反芻動物團隊在荷蘭的 30 個乳牛場和德國的 20 個乳牛場安裝了數據記錄器。他們記錄了 THI 並通過他們的專用網站進行了報告。 　　Cargill荷蘭顧問Nick van den Pol 表示，“我們在每個國家/地區定義了三個區域，此區域的記錄員每天記錄其THI數值，然後透過指定的網頁進行回傳”，“我們鼓勵酪農使用此工具，目前在每個國家都有 1,000 多名酪農定期登錄。該設備強調了溫度和濕度對乳牛性能的影響，該研究指出當夏季期間，THI數據在60以上-高於這閾值，生育率會下降。而許多酪農的報告中亦顯示在這幾個月裡的生育率較低。”

"Manolin是一家大數據軟體分析公司，致力於構建疾病檢測模型以提高水產養殖的永續性。該公司宣布其機器學習軟體取得突破性進展，該軟體可檢測水產養殖場的疾病風險，準確率超過 93%。 　　儘管已存在一些水產養殖預警系統模型，但挪威農民仍依舊倚靠視覺辨識或直覺的方式對養殖場下決策。與以往的預警系統模型相比，準確率超過 93%的Manolin軟體更能協助養殖業者做出更好的決策。彌合了研究和企業技術之間的差距，使養殖業者能夠在日常養殖場經營中使用它。 　　大自然保護協會水產養殖全球負責人羅伯特·瓊斯表示，“新技術的開發對於提高養殖作業的資源效率和減少對海洋野生動物的負面影響至關重要”。 病蟲害治療增加成本和環境問題 　　水產養殖是增長最快的食品生產部門，目前佔全球魚類消費量的一半以上。病蟲害治療是一個日益增長的成本和環境問題。挪威每年就花費大約10億美元來對抗養殖鮭魚的胰腺疾病。 Manolin 的預測技術旨在解決疾病，這對將來構建永續性食品系統至關重要。 在Covid-19疫情衝擊下，建立有彈性的海鮮供應鏈比以往任何時候都重要。 　　第三代大西洋鮭魚養殖場 Kvarøy Arctic 的所有者 Håvard Olsen 表示，水產養殖可以透過資源密集程度最低的食品生產形式，為更多社區帶來營養豐富的蛋白質”，“而Manolin 正在打破數據障礙以幫助我們實現這一目標。” 　　Manolin 的機器學習軟體正供挪威各地的養殖業者使用，該軟體是由數百萬個數據點提供支持，包含該國4億條活躍養殖鮭魚的健康狀況、50多個日常環境和農場生產因素、海洋感測器、衛星圖像、船隻交通、海洋學預測以及超過二十年的歷史數據。 　　目前，世界上一些最具創新性和永續性的養魚場已是Manolin的客戶，而這些客戶為美國各地的商店，例如Whole Foods Market (Kvarøy Arctic)、Costco 和 Sam's Club等供應漁貨。【延伸閱讀】研究顯示養殖漁場中的鮭魚由小型機器人監控將更健康

木瓜如何判定熟不熟？現在拍張照片，就能知道。高雄市農業局與AIFab開源智造團隊「愛.AI」合作，經由AI影像辨識的輔助，能從照片判定木瓜的熟度。農業局將導入「高雄農來訊」Line「@kh_agrinfo_bot」，農友、採購人員及消費者，都能輕鬆辨別。 　　一般人判定木瓜熟度是看色澤，農民則靠經驗，但木瓜色澤的認定有時容易因人而異，光從外觀選別，標準很難以統一，而成熟度的判斷會直接影響採收、運輸、上架展售等作業的判斷，進而決定商品價值的高低。 　　高雄市農業局經由經濟部工業局協助，在AIGO活動中以「利用影像辨識輔助木瓜成熟度判斷」提案，在54件提案中取得佳作。 　　與高市農業局合作的AIFab開源智造團隊「愛.AI」解題團隊，先以2步驟完成「木瓜成熟度判定AI模型」，第一步先把木瓜邊緣框選出，再利用神經網絡建立成熟度分類模型，農業局在解題團隊協助下，拍攝超過3800張不同熟度的木瓜正反面照片進行模型訓練，最後辨識準確度為 96.38%以上，可辨別1溝黃、2-3溝黃、4-5溝黃、催熟後及全黃不同成熟度。【延伸閱讀】新型態人工智慧系統將模仿人類想像與判別物件 　　農業局長張清榮說，高雄近年積極推動智慧農業，公私協力加速發展，讓AI走入生活。今年也與氣象局、農委會、中興植物醫院及安吉氣象決策資訊有限公司，以「智農知天」參加總統盃黑客松，持續尋求民間力量，為高雄的農業注入活水。

全球有將近25％的水果和蔬菜被損耗浪費，而北美是全球食物浪費量名列前茅的地區之一，根據美國國家環境保護局(EPA)、聯合國糧食暨農業組織(FAO)的數據，美國每年因食物浪費所造成的損失估計為2,180億美元，全球損失則接近9,400億美元。 　　食品科技公司Apeel Sciences開發了一種植物來源的天然可食用塗料粉末，其特徵為無色、無味，可以與水混合並噴灑到蔬果表面，協助調節氧氣和二氧化碳的傳輸速率、防止水分流失，為蔬果創造最佳的微型氣候，使產品的壽命延長兩倍至三倍。該產品由植物萃取物的脂質(主要來自農業副產物，如番茄皮、種子)製成，雖含有脂質但不會造成油膩感或蠟狀殘留物，目前已知可應用於酪梨、蘋果和柑橘類水果等不同類型的蔬果。【延伸閱讀】農業新技術延長水果兩倍保鮮時間 　　新創公司ImpactVision是一家應用高光譜影像(hyperspectral image)的軟體公司，運用AI和機器學習技術來追蹤食品的化學成分在整個儲架期間內之變化，ImpactVision 的系統結合收集高光譜影像的相機硬體和機器學習軟體，將相機安裝在食品加工設備的傳輸帶上方，在產品通過時即時捕捉產品影像，再以軟體模型分析影像，預判食品內部的品質，如魚的新鮮度、酪梨的成熟度、植物營養素含量、異物以及其他品質指標等。 　　在酪梨收穫後熟成8-10天，使用Apeel塗料者與未使用者相比，前者酪梨內部具良好品質的比例比後者多39%；而ImpactVision的系統使供應商不需使用破壞性的測量技術，便可得知各蔬果確切的品質與成熟度，以進行相對應的分類和運輸，能幫助客戶管理蔬果在整個供應鏈中的生命週期，並提升品牌價值。目前在美國的Costco、Kroger 、Harps Food Stores和多家超市可以買到帶有Apeel塗料的產品，在Apeel收購ImpactVision後，預期未來全球每年浪費的農產品將大幅減少40%，朝向食物零浪費邁進。

加拿大薩克其萬大學 ( University of Saskatchewan ) 內全球糧食安全研究中心 ( Global Institute for Food Security, GIFS ) 成立精準農業及新組學研究部門 ( Omics and Precision Agricultural Laboratory, OPAL ) 結合微生物、植物及動物基因特質數據分析和精準農業科技，與多領域專家合作，加速植物育種進程、強化數位農業、增進作物產量及構築植物面對氣候變遷的韌性，以達成研究中心成立宗旨保障世界上每個人的糧食安全。 　　實驗室結合GPS、航空遙測影像、無人機、環境微氣候監控及基因序列資訊，建構完整植物分析，能使農企業者、農夫施用適當水量、肥料及農藥，減少不必要的浪費，重要的是可降低過度施肥及施藥對環境造成的負擔。此外，GIFS與Protein Industries Canada ( PIC ) 合作致力於減少農藥使用達95%，透過人工智慧辦別雜草及作物害蟲，使用藥更加精準對症下藥，預計單一生長季每一英畝能為農夫節省40塊美金。【延伸閱讀】人工智慧於農業領域的實務應用有望解決糧食安全問題、彌合數位鴻溝 　　GIFS相信農業科技的發展能夠達成永續糧食安全，但需要有人領導並確效農業科技的使用，使其應用更加成熟及進步，透過與不同的利益相關者合作並持續投資於研發，可以推動和加速農業科技的應用，使加拿大各地以及世界各地的人能夠永續的獲得安全和營養的食物。