根據英國《每日電訊報》資料顯示40%的生產成本來自採收期，降低成本及解決勞力問題一直是重要的課題。因應蔬菜採收勞力的不足，部分頗具規模的種植商可透過飛機租賃前去接駁從東歐引進農業勞工，但並非人人皆可執行此種作法。因此數家公司致力於採收機器人的研發，希望可藉由機器人解決勞力不足的問題，其中英國Fieldwork Robotics公司正在研發花椰菜的機器人採收。Fieldwork Robotics與 Bonduelle Group合作，結合自身偵測與軟體機器人科技（detection and soft robotics technology）與Bonduelle Group所提供的農場資訊、蔬菜相關技術及收穫情況，預計在2023年可製造花椰菜採收機器人原型並投入於商業生產。Bonduelle Group一直致力於永續及多樣化農業的發展，看好Fieldwork Robotics所研發的機器人的潛力，認為此新科技有助於達成此目標。 　　2020年初Fieldwork募資298,000英鎊，加速其於機器人採收科技的發展，同時也獲得英國創新局（Innovate UK）贊助547,250英鎊，投入於多臂機器人（multi-armed robot prototype）的研發。 【延伸閱讀】機器人技術促使未來無人養殖漁場之目標更加可能      　　但這並非Fieldwork第一次投入農業機器人的研發，在此之前，其已和英國大型草莓、黑醋栗等小漿果製造商Hall Hunter Partnership及Bosch UK合作研發過莓果採收機器人（raspberry harvesting robot），共同創辦人Martin Stoelen博士也致力於番茄採收科技的研究，Fieldwork Robotics在研發上具有相當的經驗。 　　此項採收機器人科技旨在解決勞動力不足的問題，但只有少數農家有能力負荷應用此科技所耗費的成本，此新科技是否能普及利用，還有很多問題需要眾人一同克服。

Google母公司字母旗下的X實驗室，曾推出Waymo自駕車與其他具企圖心的計畫，如今又公開了另一個充滿雄心壯志的企圖：要以「Mineral」糧食生產計畫，改進農作物生產模式。 　　科技網站The Verge報導，「Mineral」計畫主持人格蘭（Elliott Grant）表示，這項計畫的重點將放在永續糧食生產與大規模種植的研發技術，根據人工智慧、模擬、感應器、機器人等技術的突破，持續開發並測試廣泛的軟硬體原型。 　　格蘭表示，「Mineral」將試著用科技解決各類永續議題，包含為地球上持續增加的人口供應糧食，以及藉了解農作物生長週期與天氣情況，提高糧食生產效率。該計畫也希望在氣候變遷影響地球生態系之際，管理土地與植物生命。【延伸閱讀】研究人員開發了能即時提供農作物生產力數據的估算方法 　　「Mineral」網站指出：「為了養活全球與日俱增的人口，未來50年的糧食產量，勢必要大於過去1萬年的總和，如今氣候變遷還正削弱農作物的生產力」。 　　格蘭表示，「正如顯微鏡改變了疾病的檢測和管理方式，我們希望能以更好的工具改變農業生產糧食的方式」。 　　在「Mineral」團隊開發的首批工具中，其中之一是被暱稱為「農作物嬰兒車」（plant buggy）的四輪機器車原型。 　　這輛車安裝有攝影機、感測器和其他裝置，會研究農作物、土壤等環境因素，「Mineral」團隊接著會運用這些數據，結合衛星影像與氣象資料，以機器學習和其他AI訓練技術，建立一套預測模型，以了解農作物未來的生長情況。該團隊表示，他們已運用這輛原型車，研究伊利諾州黃豆與加州草莓的生長情況。

加州新創農業技術公司FarmSense開發出新型昆蟲監控感測器，稱作FlightSensor。起初，這項智能系統作為學術使用，而共同創始人Eamonn Keogh和Shailendra Singh很快發現應用在其他領域的好處，例如：醫療保健與信用評分，然而令他們驚訝的是尚未有人應用在昆蟲學中，而這項技術剛好可以消除黏性捕蟲器和手動計數的需求。 　　因此，FlightSensor進一步用於遠程監控並即時將昆蟲分類，其具有多種尺寸及新穎的光學感測技術，該技術透過優化空間與時間的應用來根據農民的需求調整監控昆蟲的演算法，並無線連接到雲端以自動計數昆蟲並進行分類。FarmSense的早期客戶Mark Hoddle博士表示，FarmSense提供的昆蟲分析功能可即時了解果園特定區域的情況，這些資料能透過手機下載並進行分析，使農民能夠即時對作物和病蟲害控制做出重要決策，同時幫助農民減少使用殺蟲劑和農藥。【延伸閱讀】無線土壤濕度感測器搭配窄頻網路的應用帶到世界上最乾旱的農場 　　為了開發這項技術，研究團隊獲得750萬美元的學術資金，其中包含多種獎項的獎金，如Bill & Melinda Gates Foundation Awards、Vodafone Wireless Innovation Award和National Science Foundation Awards，最近FarmSense還獲得SBIR獎以利將技術商業化。目前，新型害蟲智能監測系統僅供特定合作夥伴使用，但將於2021年1月全面推廣，同時FarmSense正積極尋求投資者以協助公司進一步擴展。

為了確保動物性蛋白質的永續供應，德州農工大學AgriLife的研究人員利用數學模型找出提升畜牧生產效率與最小影響環境的平衡點，相關研究由反芻動物營養學家Luis Tedeschi博士的團隊發表於「Scientia」期刊。 畜牧生產對環境的影響 　　目前食品生產系統著重於產量與利潤最大化，然而卻難以將環境保育或環境再生納入考量。2050年，世界人口預估達95.5億，這將對全球糧食生產造成極大的壓力。另外，畜牧生產常被認為是溫室氣體（greenhouse gas, GHG）的主要貢獻者之一，其排放量估計14%，表示仍有改善的空間，因此，需要世界各地的作物、土壤與動物學家的相關知識提出快速有效的解決方案以減少對環境的衝擊。 模擬對環境的影響 　　模擬系統的宗旨是將畜牧生產、營養及永續性的概念整合至電腦模型中，其需要考量到過去、現在和未來，並考慮高科技的發展，如感測器技術、通訊設備、天氣預報技術、決策系統和其它管理工具，期望幫助生產者管理風險、適應不斷變化的環境及快速提供多種生產狀況，讓使用者具有「事前知道」的能力，為其選擇出最適方案。因此，集約化的生產若要達到永續經營，需利用科學分析畜牧生態系統，將管理參數設定於模擬系統，以確定採取措施的前後差異，期可產生對環境影響最小的管理措施。模擬系統的應用範圍很廣，如肉牛、奶製品、綿羊和山羊，目前，營養模型已於全球使用，其中德州飼養場與全世界的畜牧業使用牛的生長模型軟體，該軟體已被美國、墨西哥、加拿大、哥倫比亞、巴西、阿根廷、英國、意大利、土耳其、伊朗、中國和澳洲所採用、下載並註冊。【延伸閱讀】改進預測模型將有助於市場及決策者對抗農糧損失之衝擊 智慧農場模型 　　數學模型與近5至10年發明的感測器結合使科學家可檢測一切，透過每分鐘收集的數據，如動物生理活動、進食速度、取水的移動距離等來了解動物的生長發育，並結合氣候等相關資訊以建立人工智慧模型，該模型可辨識何種動物在哪種情況下具有最佳生長狀態。研究團隊目前可偵測體外氣體以檢測飼料或牧場的品質，並根據此信息確定何時給予補給，這樣的科學模式可協助適時的管理，而非單純只是進行一般常規的補充。 　　研究結果顯示可持續性的集約化不僅僅改善生物和物理的飼養結果，其還需採用各方數據，將創新牧場管理系統與基本決策工具等資訊，透過系統整合出智慧農業方案，從而提高生產者的飼養成果並實現環境、經濟與社會的永續發展。而這些工具的開發必須考量到氣候變化對動物福利、營養需求與生產力的影響，同時也需滿足消費者對蛋白質需求的增長及最大程度減少牲畜的環境碳與水足跡，雖然Tedeschi的研究團隊開發的數學模型無法達到100%準確，但它可明確顯示管理模式的改變對環境造成的影響。

雞蟎（又稱雞皮刺蟎，poultry red mite，PRM）是一種人畜共通，主要靠吸食血液為生的寄生蟲，是許多疾病如沙門氏菌和禽流感的載體，通常會在夜間侵襲雞體吸血，白天躲藏於雞舍的各種縫隙中，會造成蛋雞不安定程度增加、貧血甚至是死亡。由於其對殺蟎劑抵抗力的提高，以及雞隻飼養方式的轉變，導致雞蟎在歐洲不斷增長、擴散。其經濟影響包含產蛋量減少和雞蛋品質下降（蛋殼變薄、重量變輕和出現血斑），而因雞蟎所導致的額外生產花費估計每年每隻雞損失高達1歐元，長久累積下來是一筆可觀的花費。 　　然而當前的監測方法存在許多問題，首先，很少有生產者會大動作的對雞蟎群體進行監控，通常都要到在房屋或設備上發現成團寄生蟲、蛋殼出現血斑或是工人被叮咬等跡象出現時，才會注意到有蟎蟲，然而這種時候其影響範圍已經很廣，並且可能已經對家禽健康和生產產生了負面影響。雖然可以使用像是瓦楞紙板收集器等手動監測系統，但是這些系統通常需要耗費大量時間裝設和監看，因此使用率並不高。但監測雞蟎種群對於有效控制雞蟎至關重要，對雞舍中的雞蟎數目進行定量，可以在出現明顯的負面影響之前及早發現並進行治療，不但能避免感染範圍擴散，還能降低生產成本。 　　比利時荷語天主教魯汶大學（Katholieke Universiteit Leuven）的Mite Control計畫目的在開發一種創新的PRM自動監測系統原型機，期望為生產者在PRM感染出現時提供預警。研究員們從科學研究和實際經驗中了解，雞舍中的PRM感染會改變鳥類行為，而監控系統將運用攝影機來監測感染起始時期鳥類行為上的變化，在侵擾的早期階段，由於蟎蟲開始吸食血液所引起的不適，母雞會變得更加躁動不安，表現出高程度的羽毛梳理和頭部撓抓行為，在嚴重的侵擾情形下，由於貧血的緣故母雞會變得更加嗜睡。自動監控系統設置的目的是在利用這些行為變化，特別是母雞運動頻率來評估雞舍中雞蟎的感染程度，經初步測試證實，感測器可以透過母雞的夜間行為變化量測PRM感染。【延伸閱讀】確定雞蛋性別的新方法 　　此計畫還與其他研究機構合作，希望以此為基礎來開發生物反應演算法，最近正在試驗同時利用夜視和3D深度攝影機來監測，紀錄飼養在籠中的母雞群於夜間的活動用於計算活動指數，再下一步是了解活動指數如何隨著PRM的數量增長而產生變化，一旦理解這一點，就可以開發出能自動監測活動指數用以預測雞蟎數量的演算法。而實驗室的試驗結果將在2020年夏季開始於比利時的試驗場域運用於更大的群體來進行半商業規模驗證和調整，期望優化過後能實際在商業條件下運作。

氣候變遷為日本農民帶來即時掌握氣象災害資訊與作物栽植管理應變的迫切需求，除此之外，伴隨著農業經營體的規模擴大，生產管理效率也需要同步提升，在上述兩點背景之下，作物栽培管理系統的使用，將是農業發展的重要關鍵所在。在導入應用的同時，也必須針對實際種植狀況與此系統整合性做相關的比較與確認。 栽培管理支援系統概述 　　農民於系統註冊時填寫栽植作物品種、播種日期、農場地址，系統將提供最新的天氣數據以及生產預測、最佳施肥時間與建議用量、病蟲害控制期等生長預測模型訊息。 連結網站，提供各種栽培管理資訊的農業情報系統。 提供預警情資，協助減少農業氣候災害與疾病的發生。 經由生長預測和施肥診斷等方式，提高生產管理效率，促進農業智慧化。 部分資訊內容在網頁應用程式介面化（Web-Application Programming Interface, Web-API）之後，可提供農業資訊共享平台（WAGRI）使用。【延伸閱讀】數據正驅動日本農業未來—「WAGRI」農業資訊共享平台 栽培管理支援系統預警資訊與管理資訊 　　系統可提供2種預警資訊，以及水稻、小麥與大豆作物之15種栽培管理支援資訊，除了可應用即時性氣象數據，也能運用過往數十載的氣象數據，進行作物栽培計畫的程序制定。 栽培管理系統的使用流程 　　農民完成註冊後，可自行於系統的功能選單內選擇自己需要的內容，例如輸入「葉子顏色」，系統就會協助列出相關列表、地圖概況、圖表資訊、預警情資傳輸至電子郵件等相關情報。 以水稻生長預測情報顯示畫面為例 　　條狀圖中的紅線為系統做出預測的日期。在此之前，都是利用實際的氣象數據計算出預測值，而現在，則可以利用氣象預測數據推估出預測值。  　　另外，應用生長預測資訊，更能夠協助農民提前得知最佳栽培管理的正確時間。以水稻為例，系統不僅能因應143個品種，每個幼穗形成期、出穗期、成熟期都能預測。另外，系統還具有「模型調整」的功能，可以透過導入過往出穗期的歷史數據之後，以提高預測的準確度。 水稻生長各階段的預測資訊API服務 　　在栽培管理系統所呈現的內容中，要獲取水稻的生長預測資訊，可以透過Web-API的付費資訊。此外，系統也同樣提供小麥、大豆的生長預測資訊。

農業數位學堂系列課程 109年度「雲世代產業數位轉型」種子教師培訓課程 ■ 時 間：109年10月30日 (星期五) 上午9點至下午4點40分 ■ 地 點：農業委員會10樓1012會議室（臺北市中正區南海路 37 號） ■ 主辦單位：財團法人農業科技研究院 ■ 指導單位：行政院農業委員會 時間 課程 講者 簡報下載處 09：00~09：20 報到 --   09：20~09：30 長官報到     09：30~09：40 雲世代農業數位轉型方案簡介 農委會科技處   09：40~10：10 農業數位轉型定義與發展概況 蔡清池/中興大學 副研發長 請按我 10：10~10：40 農企業與農民團體數位轉型商業模式探討與分享 戴凡真/商業發展研究院 國際數位商業研究所  所長 請按我 10：40~10：50 休息 --   10：50~11：20  應用數位工具於農業產銷之應用便利性 林裕彬/台灣大學 生物資源暨農學院  副院長 請按我 11：20~11：50 農業數位轉型的挑戰與改變 廖冠豪/台灣微軟 公用業務事業群  技術推廣經理 請按我 11：50~12：20 綜合討論 --   12：20~13：30 午餐休息時間、餐敘 --   13：30~14：00 機能性農產品多元數位聯盟管理–經驗分享  馬莉文/廻鄉驛站 總經理 請按我 14：00~14：30 水產業數位化管理與銷售模式–經驗分享 蔡明欽/天和鮮物 總經理 請按我 14：30~14：40 休息 --   14：40~15：10 電商通路分享：連結產地到餐桌，無毒農的數位行銷–經驗分享 曾逸峰/無毒農 執行長 請按我 15：10~15：40 農業數位化潛藏的資訊安全 鍾豐智/資拓宏宇 顧問 請按我 15：40~16：10 我國智慧農業生產與數位化管理應用模式 黃裕峰/豐聯資訊 董事長 請按我 16：10~16：40 綜合討論 --   16：40~ 賦歸 --   課程聯絡窗口：財團法人農業科技研究院 產業發展中心 (03)518-5075 陳小姐

在全球氣候變遷的影響下，各個產業都應思考如何減少浪費並有效地利用自然資源。對於美國緬因州的龍蝦產業來說，其供應鏈中的高死亡率一直以來都是個讓人頭疼的問題，為此，美國緬因大學龍蝦研究所（University of Maine Lobster Institute）、聖約瑟夫學院（Saint Joseph's College）、韋爾斯國家河口研究保護區（Wells National Estuarine Research Reserve）和龍蝦業者發起了一項合作計畫，期望透過開發微型追踪器和訂定最佳操作流程，實施品質控制、監測供應鏈的運輸條件和龍蝦健康狀況，目標在減輕龍蝦供應鏈中的壓力點並提高其生存率，此項計畫獲得了美國國家海洋暨大氣總署（National Oceanographic and Atmospheric Administration）薩爾頓斯托爾肯尼迪計劃（Saltonstall-Kennedy Program）的資助，並且是唯一一個針對美國龍蝦所擬定的研究計畫。 　　作為為期兩年計畫的一部分，研究員們正在製作名為甲殼動物心臟和活動追踪器（crustacean heart and activity trackers，C-HAT）的微型感測設備原型機，如同人類使用的健身手環，這種綁在龍蝦身上的非侵入性設備，是用來量測甲殼動物的心跳和活動率，而另一個稱為MockLobster的獨立感測器也將置於板條箱內與龍蝦一起運送，則是用來記錄其在運輸過程中所經歷的溫度、光照和溶氧量等環境條件。與此同時，另一批研究員正在與漁民和經銷商一起開發符合經濟概念的標準化操作流程，用以監測水質和龍蝦一路從捕撈陷阱經由船上水槽、板條箱、運輸卡車、到達批發商和加工廠路程之間的行為、血液蛋白量等健康狀況生理指標。【延伸閱讀】保護海洋生態的龍蝦捕撈裝置 　　目前已與Ready Seafood和Luke's Lobster等龍蝦供應鏈公司合作，進行了初始裝置的設置並進行數據收集和分析，研究員表示之後將進行更多次的運輸試驗，以期得到具代表性的研究數據。

兩名美國企業家期望透過創新、可靠的技術，改變生產者與家禽間的互動模式，使家禽感到安全、愉悅並提升其生產效率，意旨在使所有利益關係者得到助益。 　　Poultry Patrol是一個約60公分高的四輪機器人，其設計目的是希望能減少生產者不斷來回於雞舍進行監管的需求，並應用於家禽養殖場來改善相關動物福利，其功能包含了翻動雞舍墊料，透過影像、音頻設備來檢測雞隻疾病和死亡率，並能自動從遠端警告生產過程中遇到的任何狀況。適合設置於養殖場的原因是在於它可以沿著家禽的餵食路線操縱，足夠大的體積可以迫使雞隻移動，與固定攝影機相比，能移動的機器人有更多機會能觀察雞隻的一舉一動，而電腦視覺技術的運用將使其有能力自動追踪、量測家禽的走路型態，並即時回報生產者雞隻的生理健康狀況。 　　所設置的熱成像儀能檢測疾病和死亡率，如果家禽腿部灼熱，則可能是遭受了細菌感染，若是體溫特別低，可能代表著死亡，除此之外還可以透過對羽毛的變色、掉落、胸部灼傷等觀察，甚至是運用聲音記錄追蹤雞隻呼吸道疾病，來監控家禽的狀態。開發者還計劃在之後增加一個運送雞隻屍體到特定區域進行處置的新功能，這一切都可以在機器人進行翻動墊料的過程中同時完成。當前操作人員可以從任何地方利用互聯網進行驅動，遠端操控機器人，更由於其研發是透過在現成的Rover Robotics機器人組件上建構新的電腦硬體系統來完成，可以藉此省去多年的機械電氣工程之開發時程，並將這一優勢反映在價格上。目前他們的原型機正在明尼蘇達州諾斯菲爾德郊外的一座火雞農場進行實地測試。【延伸閱讀】機器人能加速農業數據收集 　　儘管還有一些其他專門從事開發家禽產業機器人的公司，像是Octopus Robots的目標是改善養殖場的衛生條件，Metabolic Robots則是專注於雞隻飼料轉換率（feed conversion ratio, FCR）的改善，Tibot Technologie所設計的機器人則是用於鼓勵雞群運動。但Poultry Patrol的開發者相信，他們設計的機器人會因其可負擔、堅固耐用、多工處理能力等特質而與眾不同，期望其影響力可以延伸到整個產業，像是為育種者量測雞隻肢體畸形到為雞蛋銷售業者自動蒐集蛋等都是可擴展的範疇。

隸屬Alphabet旗下X實驗室（即原先的Google X）所提出的Mineral項目，希望藉由機器人等技術改善現有農業生產效率，藉此解決人口日益增長，但全球整體食物供應卻逐漸失衡現象。 　　而在Mineral項目所打造機器人，則是透過太陽能驅動，並且透過籠車形式機身配合四組車輪運作，透過無線操作與GPS定位方式，讓機器人能在農地範圍內穿梭運作。 　　藉由電腦視覺與人工智慧運算，機器人將可依照農地種植作物生長狀態判斷是否應該施肥，或是增加灌溉水量，甚至也能進一步判斷其他可能影響作物問題，讓農民可以更快進行調整，以利作物順利成長。 　　為了打造這款機器人，X實驗室顯然也做了不少嘗試與機器人原型，其中包含以兩台腳踏車並聯，中間架設儀器的設計，或是透過大型台車打造設計，最終才變成後來相對精巧的外觀。【延伸閱讀】幫助植物追逐陽光的機器人 　　目前Mineral項目已經著手與美國、加拿、阿根廷，以及南非地區農民合作，同時也計畫與更多政府單位、企業深入合作此項目發展，希望能進一步藉由科技力量改善傳統農業種植作物效率，進而改善全球糧食問題。 　　類似作法，目前已經有不少新創團隊藉由電腦視覺、人工智慧運算方式，協助農民用更有效率方式種植作物，例如藉由電腦視覺方式快速過濾品相不佳的馬鈴薯，讓農民可以更快將適合在市場銷售的馬鈴薯裝箱，並且節省過往必須花費時間以人力挑選的成本。

印度托克萊茶葉研究中心（Tocklai Tea Research Institute，TTRI）是一個專門研究茶的機構，在過去的一百年間透過營養器官繁殖（vegetative clones）、良好的農業規範和茶相關技術的加持為茶農提供了許多優質的種植材料，更為全球茶產業做出許多開創性的貢獻。目前茶產業均面臨了諸多如生產成本上升，產量、品質下降和氣候變化等永續問題的挑戰。 　　微型繁殖（Micropropagation）是一種能透過植物組織培養幼小植株的繁殖技術，與目前可用的方法相比，組織培養技術能以更快的速度提供種植材料，其成本非常低，且不受時間和季節限制，具有能在短時間內從單個細胞、組織或外植體（explant，植物組織培養中作為離體培養材料的器官或組織的片段）生產大量小植株的優點，而該技術目前大多被應用於蘭花和香蕉等作物的繁殖。迄今為止，大多數茶樹組織培養的研究僅在實驗室中成功，而且是使用發芽的種子作為起始材料，由於一些茶樹生根（rooting）和硬化（hardening，植物抵抗寒冷的機制）的技術性問題讓它很難應用於大規模的繁殖，嚴重的污染更使田間採集的茶芽想要運用體外培養再生茶苗變成一項艱巨的挑戰。【延伸閱讀】以次世代人工智慧技術加速孕育抗性作物品系 　　托克萊研究中心的科學家自1990年代初期以來就一直在進行這一相關領域的研究，但直到最近才取得重大突破，新技術的使用能用合理的價格進行商業化茶苗的微型繁殖，而且比傳統方法要快得多，為整個供應鏈的全面轉型提供了可能性。不久前運用這種技術在TTRI園區所種植的茶樹剛滿一周年，它們展現出相當健康的生長狀態，在幾天前才剛修剪了第一批枝枒。托克萊研究中心的主任表示，透過發芽種子或扦插等常規茶樹繁殖方法無法滿足茶園對種植材料日益增長的需求，而提供具有氣候適應能力的優質品種以及創新技術才是確保茶產業可永續發展的關鍵因素。 　　該研究所去年還與AgNext Technologies公司合作，推出了一台結合人工智慧，名為TRAgnext Quali Tea Profiler的嫩葉計數機，被認為是茶產業的重大轉捩點，TRAgnext QTP目前正在研究所進行定點試驗，這將是提高印度茶葉整體品質和標準化所邁出的一大步。

2018年的4月，Meiwa Pax集團為因應南海海溝大地震的災害，推動企業持續營運計劃（business continuity plan, BCP），於鳥取市設立Meiwa Sansho公司，並於今（2020）年4月在Meiwa Sansho公司距離15公里處的鹿野溫泉附近建置草莓專門栽植的Meiwa Farm HYBRID。 　　今年會先完成一棟草莓栽植溫室與育苗室，並且於冬季正式銷售，同時也規劃2023年將會再擴增6棟草莓栽植溫室與一棟育苗室，農場總面積將來到6600平方公尺（7棟溫室為5200平方公尺、2棟育苗室為1400平方公尺），屆時草莓栽植的成本會來到4.2億日幣。 　　此外，2023年的年產量預估將達到30噸，年銷售額將來到3,500萬日幣，再隨著生產效率提高，生產量也隨之升高，年銷售額可望達到4,600萬日幣。 品種改良與栽植示範，將新品種草莓提高商業價值 　　鳥取當地栽植的草莓品種以口感偏軟嫩、不易運輸的章姬（あきひめ）為眾， 為此，鳥取縣園藝試驗場育出具硬果特質的草莓，並於2018年10月完成品種註冊，這款草莓的口感帶有獨特的香氣，甜度與酸度也兼具平衡。 　　鳥取縣也制定新品種草莓的種植推廣方案，並於2019年的財政規劃上追加2,000萬做為推廣費用，同年秋季開始以溫泉水作為智慧農業栽植試驗材料，當地農民與Meiwa Pax集團也參與這次示範栽植計畫，同時也決定將此農業項目推向事業化。【延伸閱讀】產官學攜手開發最新技術打造最TOP智慧農業與智慧城市 　　草莓園栽植的健康苗通常是挑選健康的走蔓，再培養成繁殖母株，待走蔓長出並固定成株，此時草莓在土壤間就有冠部與根系兩個部分，因日本為溫帶地區，四季分明，當地草莓栽植過程中遭逢冬季低溫之際，會使用煤油或柴油進行加熱來控制草莓生長環境的溫度，此刻若引入鹿野40度溫泉水與地下水相混，讓草莓冠部與根系保持生長最適溫度，除了能代替燃油、降低成本，此方法也能用有效促使草莓生長。 使用ICT技術，簡化草莓種植 　　感測器可量測土壤與溫室內部的溫度、濕度與日照時數，同時也使用可以管控草莓根部與溫室溫度的環控設施，妥善運用從感測器中所累積的草莓生長數據記錄來生產生產最優質的草莓，是Meiwa Pax集團最大的目標。 　　而草莓生長過程中的溫、濕度等數據，也可在平板電腦上一覽無遺，妥善管理，即使農民不在溫室內，也可以透過網路攝影機確認溫室狀況，遠端操控溫室窗的開關調節內部日照。 　　溫泉草莓的販售則由鳥取當地的貿易公司拓展銷售管道。儘管遭逢COVID-19的影響，銷售的進度目前暫時停擺，但在今年春季與營運鳥取至東京或大阪的高速巴士業者進行草莓運送的業務合作，將Meiwa Farm的溫泉草莓送至東京與大阪，並與知名甜點店一起開發合作，推出相關產品。

西葫蘆（又稱夏季南瓜、美國南瓜和櫛瓜等）與印度南瓜（又稱冬季南瓜和金瓜等）在美國全州皆有商業化種植，特別是在佛羅里達州的東南和西南部。根據美國農業部國家農業統計局的數據，2019年佛羅里達州收成產值3,540萬美元的南瓜，然而全世界普遍存在的白粉病會導致南瓜產量降低。植株高密度種植且生長於潮濕陰涼環境時，易被甜瓜白粉病菌(Podosphaera xanthii )感染，其主要先感染較成熟的葉片，使葉片出白斑點或灰色塗層，但這些成熟的葉片通常被其他新葉覆蓋，導致南瓜早期受感染時不易診斷出來，該疾病會迅速蔓延，當上部突出的葉子也產生白色發霉的斑點時，要阻止疾病的散播已變得相當困難了。因此，佛羅里達大學開發出一種人工智慧來及早發現疾病的方法，提供種植西葫蘆的農民即時管控這種疾病的機會，相關研究發表於「Biosystems Engineering」期刊。【延伸閱讀】以色列五大農業創新技術使農場更加智慧化 　　在這項研究中，UF/IFAS研究人員研究人員需先找到最佳偵測早期白粉病（葉片無症狀或早期表現狀態）的光譜波長，接著將感測系統連結在無人機上，收集田野與UF / IFAS西南佛羅里達研究和教育中心的西葫蘆白粉病光譜數據，最後再利用機器學習（machine learning）進行影像與光譜反射率分析，其學習的方式是以徑向基底函數（Radial basis function）作為演算法，將學習的參數以距離公式進行非線性換算並分類出不同時期的病灶，該技術的特點是能夠建立數學模型而不需人工編輯特定程式，因此，學習機械模型可從光譜數據中「學習」檢測白粉病以辨別不同時期的症狀。 　　UF / IFAS農業與生物工程學助理教授Yiannis Ampatzidis表示：疾病會改變葉片的特性並影響葉片在可見光譜外的光反射的區域，而這些變化是人類無法直接看見的。試驗結果發現來自田野患病早期與晚期的樣本，其各別的檢測率為89%與96%，來自實驗室無症狀與患病晚期的樣本，檢測率則各為82%與99%。透過這項技術來及早檢測健康問題，其病源體數量相對較低，就可盡早處理以獲得控制疾病的最佳機會，同時也降低噴灑化學藥劑，進而提高作物產量並減少損失。

日本政府於未來投資會議中，決議「2025年起全面實現全國農業數據化」的目標，因此NTT東日本、NTT 農業技術有限公司（NTTアグリテクノロジー，後文簡稱NTT農業技術）與農研機構開始投入農業智慧化之相關領域。 　　農業曾經是日本的核心產業，如今卻面臨勞動人口嚴重不足的情況，根據1985年的行業從事人口統計資料中，日本農業勞動人口約莫為350萬人，而2018年僅剩於168萬人，許多農民面臨著未來農業接續人力不足、極端氣候下如何穩定農作生產，以及農產品如何提高獲利等問題，相同地，政府也面對著閒置農地面積日漸擴大、農耕技術傳承、農產品品質標準化、建立農產品品牌等挑戰。 　　因應此兩種面向的問題與挑戰，日本政府遂提出了社會5.0（Society 5.0），透過虛實整合，解決社會問題與促進經濟發展，但如何將「虛」與「實」透過數據彙整與分析，導入農業場域的實際應用。 一、NARO與NTT東日本共同合作，從日本各地展開「正式試驗」的具體內容？ 　　NARO、NTT東日本雙方於今（2020）年2月19日簽署合作協議，期望2021年能夠開啟農業數據化的施行。在施行之前，示範計畫內四個縣市的公立農業試驗研究機構（岩手縣農業技術研究中心、群馬縣農業技術研究中心、長野縣果樹實驗所、山梨縣果樹實驗所）聯袂當地農民一起進行農業數據化的實際操作研究。長野縣與山梨縣主要試驗的計畫項目為擴大農業新進從業人口的規模、支援農產品出口相關事務；另一方面，岩手縣與群馬縣則選定高單價葡萄品種—晴王麝香葡萄為標的，提升栽植該作物的農民數與精進其栽植技術。 　　在研究計畫施行的過程中，NARO將組織所持有的栽培技術手冊，從紙本轉為雲端共享；此外，農田內裝載感測器，獲取作物栽植過程中的溫度、濕度、日照、土壤含水量等數據資料，而這些資料也會同步顯示在農民的平板電腦中，以便於農民能夠即時觀看，確切掌握田間作物的生長狀況。舉例來說，以栽培技術手冊中的內容與田間作物生長數據做為比對設定，並且設定各構面的參數，如果參照農地環境條件與NARO栽培技術手冊的內容進行交叉比對，進而設定農作物最適生產的各種環境參數，倘若田間的感測器測量到的農地環境參數已屆臨或超過原先設定的數值，則會藉由電子郵件通知農民相關的預警訊息。 　　目前NARO已建置富士蘋果、幸水梨等100多項作物的栽培技術手冊，對於已導入物聯網的農民可以實際靈活運用這些珍貴作物栽植資訊，可大幅減少農民摸索階段的損耗與成本負擔。 　　NTT東日本的副社長對於日本農業數位創新極具信心，藉由整合地方農業即戰力、數位化、5G在地化，成功勢在必行；而NARO理事長也認同此說法，NARO與NTT東日本、NTT農業技術有限公司致力開發農業IT，2025年的日本實現農業數據化是很有機會的。【延伸閱讀】歐盟未來的網絡農場將利用蜂群演算法的無人機、機器人和感測器來幫助農事測量 二、彈性使用網路技術是農業物聯網重要環節，未來5G的可能性正在蔓延中 　　此次的計畫是希望能為日本農民提供IT解決方案、穩定生產等相關可執行策略，對於輔加入計畫而未對智慧農業沒那麼熟悉的農民、想要挑戰具高經濟價值作物的農民，也能提供一定程度的技術支援，期望未來能夠完成「傳承不同地區的栽培技術」、「提升產地品牌價值」之目標。 　　關於栽培技術手冊的內容，為因應在地需求，NARO也持續修正內容，並且新增作物種類；對此，這些已數據化的栽培技術手冊該如何與即時的氣象數據、農業資訊共享平台（WAGRI）公開數據做結合，並且能直觀性呈現，NTT農業技術有限公司正與日本國內其他企業合作並導入解決方案，將蒐集到的農業數據做出多面向的應用，徹底實現數據驅動實現農業轉型目標。 　　除了上述的雲端應用與紙本資料數位化，網路環境能否持續穩定也是此計畫可行性的關鍵要素，例如：安裝於田間的物聯網裝置的網路環境則是採用採用各種技術的靈活設計。 　　以LPWAN（Low-Power Wide-Area Network，中文為：低功率廣域網路）為例，如果農場與住家相鄰，可以使用無線LAN，儘管有點大材小用，但如果是連接無人曳引機、蒐集與分析田間作物3D圖像、實際應用自動收穫機器人、搬運農作物自動化，甚至是考量到未來物聯網設備的持續擴充，在地5G化就非常有用，能將5G的效用盡數發揮，也不必擔心未來頻寬不足的問題。 　　計畫的施行主要是數據活用技術，若能充分利用所以技術與資源，並且連結農民與消費者之間的食品價值鏈，便可以提升農民所得，讓大眾更願意持續將資源投入數位轉型中。 　　在技術開發的同時，提升農民使用IT的能力也是非常重要，需要大眾共同參與培養，並將農業數位轉型進一步推廣出去，農林水產省也對實際導入與應用的議題進行農業政策研究討論。 　　未來，NTT東日本與日本農協（Japan Agricultural Cooperatives, JA）也將針對農業領域的需求執行調查工作，支援相關議題計畫，並提供以網路為主的設備和服務；NTT農業技術有限公司以地方政府、JA與農民為對象，在各地方推廣「農業數位轉型」的專案，並將計畫逐步導入實作；NARO則是提供栽培技術手冊與栽種技術建議。如果能夠為全國各地的農民提供必要的解決方案，同時又能穩定種植的話，就有機會進一步改善青農短缺、收入不穩定、農地減少等問題。 　　「數據驅動的農業」是否真的能夠落實，日本的政府、企業、農民、學研單位一起努力著，2025年的日本政府是否能讓所有農戶數據化？我們拭目以待。

2020年在非洲國家，如肯亞和索馬利亞，爆發50年來最嚴重的蝗災。過去兩年中，極端氣候和氣候變遷被認為是造成炎熱與潮溼環境的原因，使其有利於蝗蟲大量繁殖。根據估計，一群沙漠飛蝗平均一天吃掉約2,500人的糧食，以至於影響貧窮農民的生計，並增加了本已相當脆弱地區的飢餓風險。雖然處理蝗蟲侵襲並控制蝗蟲群不容易，但是可藉由現代技術，如超級電腦和無人機的輔助以解決該問題。 超級電腦：預測蝗蟲群的發生和運動 　　蝗蟲群每天最多移動150公里，因此難以從地面上監控移動路徑。根據這項問題，來自英國資助肯亞的超級電腦即可解決，其使用衛星數據來追蹤蝗蟲群的動態，可得知如衣索比亞和索馬利亞的營養與成熟期作物（高粱及玉米）受到最嚴重破壞。除此之外，這項追蹤蝗蟲技術還有預測多種天氣條件的功能，如大風、降雨和濕度，因此可預測出蝗蟲群下個目的地。英國國際發展部部長—Anne-Marie Trevelyan表示隨著溫度升高和旋風的增加促使了這些侵擾，英國正加緊幫助這些脆弱的地區以應對氣候變遷造成的災難性影響。此外，英國向聯合國呼籲提供500萬英鎊以幫助脆弱的地區，如肯亞、索馬利亞、衣索比亞、蘇丹、南蘇丹、厄利垂亞、吉布地和坦尚尼亞，使其能受惠於超級電腦，從而保護78,000公頃的土地。 無人機：在田間追踪和噴灑蝗蟲群 　　無人機在監視蝗蟲群及潛在覓食場域中發揮關鍵作用，其中，固定翼無人機是用以監視或發現新契機的理想選擇，旋翼無人機則用來空中定點拍照或噴灑農藥。然而，旋翼無人機因需有承載專門噴灑大量農藥的能力而導致噴灑範圍受到限制，且當無人機航行在密集的蝗蟲群時，其螺旋槳易受到損害。儘管無人機仍有改善的空間，但已是不可或缺的工具，印度民航部於2020年授予農業和農民福利部「有條件豁免」之命令，即可使用無人機對抗蝗蟲，另外，也利用車輛與直升機來噴灑農藥以展開反蝗蟲行動。報導指出，印度受蝗災影響的地區，如拉加斯坦邦、旁遮普邦，甚至部分的中央邦皆受惠於無人機的使用，其可噴灑於高大的樹木及其他人們難以進入的地區，此方法比傳統防禦的方法—敲擊板子製造噪音來得有效率。另外，中國農業農村部捐贈了12架DJI設計的T16高科技農用無人機，其也加入對抗巴基斯坦邊境的沙漠飛蝗行動。該無人機每小時可噴灑殺蟲劑於10公頃農田中，這較標準版的旋翼無人機要多，且操作人員無需在現場即可同時控制五台無人機。【延伸閱讀】將大黃蜂變成無人機的新技術 　　農藥的使用始終涉及健康和永續性的問題，巴基斯坦近期發起了有機蝗蟲防治計畫，即以每公斤20盧比（等同於12美分）的價格讓人民在夜間收集昆蟲以獲得報酬，並將捕獲之昆蟲交給巴基斯坦最大的動物飼料製造商Hi-Tech Feeds，以取代雞飼料中10%的大豆，因此，使用昆蟲於動物飼料中呈增長的趨勢。然而，根據預測，第二波蝗災造成的衝擊恐將更大，因此，東非、中東和西南亞地區的國家都處於高度戒備狀態。若氣候變遷使蝗災變成新常態性問題，那麼人們勢必需要科技與更多的方法來控制種群並保護世界上寶貴的糧食供應端。

現今，食品詐欺犯發現了許多欺騙消費者的方法，如把廉價的馬肉當作牛肉販售、將一般的蘋果標示為有機蘋果或一般油品標示特級初榨橄欖油等，其對於生產昂貴食品的製造商而言非常不利，一旦消費者受到欺騙，他們將會猶豫購買價格高昂的食品。另外，傳統檢測需在實驗室進行且相當耗時，通常花費幾天甚至幾週檢驗來自農場、屠宰場和商場中的樣本是否含有農藥或抗生素。然而，當檢驗結果出爐時，這些商品已經被售出和食用了。 　　因此，為解決這些問題，荷蘭瓦赫寧恩大學分析化學教授Nielen的研究團隊正進行「FoodSmartphone」計畫，目標開發出新的快速檢測和追蹤科技以助於扭轉這樣的局面，並且提升此技術的應用層面，如從食品檢驗員到卡車司機、零售商和消費者皆可使用，期望在食品監控體系創造出根本性的改變，下列將說明研究團隊著手的項目。 檢測 　　研究團隊正開發出一種能夠連接上智慧型手機的裝置，該裝置可用來檢測食品中是否有過敏原和農藥、判定是否為有機產品及安全性。而另一種手持式檢驗技術尚在開發，當越來越多人進行食品檢測，其將會獲得更多準確的數據。如此一來，政府和業界更能精確地知道食物鏈中出問題的環節並盡速處理，然而，當越來越多食品檢測技術出現在市場上時，政府和業者勢必需回覆來自社群媒體和一般媒體提出的問題，如非專業人士進行檢測食品所得到的錯誤結果，但是這樣易造成人們對食品檢測與監控產生不信任，為防止該狀況的產生，其中一種方法是透過指定的機構判定智慧手機檢測的品質。【延伸閱讀】VeChain幫助Marumo部署第一個日本茶產品區塊鏈 預測 　　其他研究人員也著手於大數據演算法的測試，藉以了解對食品詐欺的預測能力。他們監測潛在的食品詐騙因素，包括作物收成規模、氣候、政治局勢、食品市場和產品價值，分析這些因素可協助預測詐欺犯最有可能瞄準食品鏈中哪個部分，如啤酒廠為了避免穀物發霉的風險，需根據氣候狀況購買世界各地的大麥和麥芽，這意味著食品詐欺犯可利用原產國來誤導買家。因此，開發出的系統必須相當熟悉全球食品供應鏈才可預測任一年中最脆弱的部分，期望食品安全和反詐欺機構能夠在未來三年內開始使用這種演算技術。 可追溯性 　　以橄欖油為例，Oleum計畫正開發出解決歐盟農業詐欺—食品假冒的問題，不合格的橄欖油可能會被誤標為特級冷壓橄欖油、與其他植物油混用或假冒為原產國。根據國際橄欖理事會的資料顯示，來自義大利的特級冷壓橄欖油每公斤要價340歐元，西班牙則為197歐元。因此，可追溯性和區塊鏈技術能對於油品從橄欖樹到銷售之間的追蹤及實驗室檢驗的品質資訊而言是非常重要的。波隆那大學食品科學與科技教授—Tullia Gallina Toschi表示保持良好聲譽對於消費者的信心很重要，因此需要國際認可的方法及標準來檢測橄欖油的真偽，許多國家都有自己對橄欖油管控的方式與規範，不同方法檢驗相同橄欖油而得到不同結果，那麼消費者就會對該產品失去信任。因此，除了需與誠實的生產者共同商定統一的方法外，也得和這些國家共同協調，使消費者能夠從標籤上檢查產品的驗證與品質。現今，歐洲正研究完整的可追溯模型，其對於區塊鏈策略的訂定極為重要，期望能夠在未來十年推廣於國際中。

近年來大眾對動物福利（animal welfare）的關注，增加了許多能讓家禽自由活動的養雞場，儘管提高了雞的生活品質，但放養的雞隻仍會受到害蟲侵擾，當前雞蛋銷售趨勢是推崇所謂的無籠飼養（cage-free），但這並不一定代表雞身上沒有寄生蟲。來自加州大學河濱分校（University of California, Riverside, UCR）的昆蟲學家特別關注於北方禽蟎（northern fowl mite，Ornithonyssus sylviarum ）對家禽的影響，它住在母雞的羽毛裡並以雞血為食，而禽蟎的寄生會讓家禽感到非常不舒服，同時引起瘙癢等免疫反應。為了幫助農民即時發現蟎蟲感染，並防止染病家禽產蛋量減少，這個研究小組結合了電腦科學家和生物學家的專業能力，建立了一個全新的檢測系統，而使用這個暱稱為「雞的智能穿戴」（fitbits原是美國第三大穿戴式智慧型手錶製造公司，於2019年11月被Google收購）的穿戴式感測器，可以檢測出影響家禽健康並造成生產者嚴重經濟損失的寄生蟲。 　　為了設計他們的檢測系統，研究團隊首先鑑別出了與家禽福祉緊密相關的三項雞隻主要行為：啄食、整理羽毛和沙浴，並假設會在感染雞隻身上發現整理羽毛和用沙子洗澡等行為大幅增加，因為這些舉動可以幫助它們維持羽毛的清潔，而研究人員會將運動感測器放在小小的「背包」中，讓雞隻可以穿戴而不會感到不適。UCR的電腦科學研究人員表示，量化家禽的行為並不像測量人類步行那樣簡單，因為它不怎麼規律，為了訓練電腦識別家禽行為，他們用建立了一套演算法，而這個演算法考慮了感測器數據圖表上的形狀以及其平均、最大值等數值特徵，現有大多數演算法並不能同時利用兩者，兩種方法的結合能大幅提高數據的準確性，而這正是對雞隻健康做出正確決策的關鍵。【延伸閱讀】人性化界面與小型農業感測器之應用 　　該研究中的雞隻群體確實遭受蟎蟲侵擾，而研究小組認為與其清潔行為的增加有相互關聯，雞隻透過治療並痊癒後，數據顯示出整理羽毛和沙浴的數值恢復到正常水準。這些實驗結果可以讓飼養者知道什麼時候該檢查他們的家禽是否被寄生，此外這套工具還可以用來監測家禽對於環境或飲食中任何變化的反應。

2019年11月20至22日於東京進行為期三日的農業最新成果展示會與全國智慧農業高峰會（後續簡稱智農高峰會）兩場次活動，約莫有3萬六千人參與活動，其中智農高峰會係發表智慧農業試驗計畫全國69個試驗地區的內容，並邀請主要執行代表於會中進行發表與報告，從這幾日的會議與展示會中，悉知過往認為難以實現的創新技術，因計畫支持下，逐漸看見研究曙光，可望能為當地提升生產作業效率與生產品質等效益。 　　智慧農業試驗計畫的推行人為日本農林水產省技術會議事務所研究推廣課福島一課長，計畫推動初期，全國各地共徵得252件申請案，其中通過審查僅69件，這69件計畫將成為日本智慧農業的標竿，過程中與相關業者的交流與過程經驗分享是非常重要的。 　　成果發表最主要的目的是讓國人快速理解智慧農業在日本各地因應環境之實際應用，若僅是盲目引進IT（information technology）設備也只是造成機械應用率低迷，無法發揮。舉過往經驗來說，大面積耕作的農地可透過自動曳引機提升農業產值，但對於位處丘陵地的農民，待解決的問題是田間雜草，故丘陵地勢或農地崎嶇處發展智慧農業的最佳方案在於如何輕鬆除去農田內的雜草，這就是兩地的異處，了解並能克服當地難題才是發揮智慧化的所在之處。 　　在2019年的智農高峰會與發表會都有相同的轉變—與會人員不僅限於過往的農場經營者、農機具製造商、農業研究人員，也有越來越多IT產業的製造與租賃的廠商、保險公司與評估管理的地方金融機構等單位參展。若能透過此次計畫與展場將不同產業串連，形成新型態服務鏈，把智慧農業的限縮框架打破；同時也希望能將新知識與已熟知的技能傳承給青農，讓農業基礎更加堅定。 「高產量、出口、低成本」的大規模稻作耕作面積的經營模式 一、岐阜縣 　　岐阜縣瑞穗市的巢南農業協會將轄下的164公頃的農田劃分為三個區塊，以低成本稻米出口生產模式，進行智慧農業輪作系統，規劃三年內輪種五種作物： ①    稻米「みつひかり」→ ②稻米「にじのきらめき」→ ③小麥「タマイズミ」→ ④稻米「ハツシモ」→ ⑤小麥「タマイズミ」 　　這樣的輪作是應用小麥與水稻的品種特性，みつひかり是一種產量豐碩的雜交水稻，而にじのきらめき具有耐高溫與抗倒伏的特性，ハツシモ是岐阜縣的特有品牌的品種稻米，常作為高品質的壽司米，而這三種稻米均為主要出口的品種。此外，タマイズミ小麥則是作為麵包或麵條的原料。 　　在示範點劃分26公頃的土地全面使用智能技術，並將土地使用率發揮至最大化，於此地施行下列試驗： 農場生產數據管理技術「AgriNote」（アグリノート）； 自動化無人曳引機； 直線式水稻插秧機； 農田水利管理系統； 無人機噴灑農藥； 輔助功能聯合收割機； 智能乾燥加工系統，即使在偏遠區域都沒使用平板電腦檢視乾燥狀態；  V槽溝耕土機，可於田間挖出深V型細溝，直接灑播種子進行栽種。 　　為了實現26公頃農田能在3年內輪作5種作物，在規劃中需要新增2名新社員，但現有的15名農業合作社社員也能發揮智慧農業的功能，若有直線式水稻插秧機設備，即使不具水稻種植經驗者也能夠從事水稻種植的工作，若農田條件係土壤不平，也可以使用GPS定位系統進行播種等農務事宜。 　　而岐阜縣會想要開展智慧農業的示範試驗，其主因為若擴大農場耕作規模，對於整體農場收入的效益就會降低，因此，藉由智慧農業的發展能夠在不增加過多成本增加產量；此外，未來也打算規畫擴大規模與管理稻米種植場域以及提高稻米產量，將營業規模種移至出口，也可將國內稻米消費量趨減的影響降至營運可承受的風險。自2019年起，第一年度計畫執行效益，農場稻米收割量大幅提升至186公噸，超過出口契約120公噸，雖然2020年春季的生產成本尚未估算出，但期許能將每單位的生產成本從9,000日圓/60公斤降低至7,000日圓/60公斤（日本國產稻米平均為12,000日圓/60公斤）。 二、兵庫縣 　　日本農業耕地面積與農場總數有40%在丘陵地，而兵庫縣養父市農田多以梯田為主，這裡的示範區也引進智慧農業技術，期望可達到省工、產量提高的效益。與其他計畫相同，也引進自動化無人曳引機與直線式水稻插秧機協助水稻種植，但最具效益的智慧農業機械為無限遠距除草機。 　　水稻種植過程中，需要不斷進行除草作業，但在梯田、地面坡度40度以上的斜坡農田進行除草是難以執行的，這也造成青農民難以入門以及高齡農民退出農業的主因。因此運用捷克製造的無線遠距除草機，因為其底盤材質堅硬，儘管在斜坡上也能完善地發會功能，平常農民一人進行除草作業需耗費半日的作業時間，但使用無線遠距除草機僅需45分鐘即可完成；而因為是遠距操作，農民在進行除草作業也無須親臨現場。此外，再搭配無人機噴灑農藥，農民也毋須稻田裡工作，只要在視線良好的地區操作無人機即可。 　　兵庫縣參與智慧農業試驗計畫最主要的目的為提升產量，兵庫縣平均產量為10公頃可收420公斤的清酒原料米，而計畫目標是希望將能座（のうざ）的清酒原料米產值從316公斤提升至400公斤，並且減少13%的生產成本，食用的特等米也是產量提升的重要目標之一。 　　兵庫縣養父市於2014年被定位為指定試驗區域，並設立13間農企業，希望能將休耕地復耕，而智慧農業試驗計畫為地方帶來的效益不僅於稻米產量資加，更是實現地方創生，更具特別意涵。未來也計畫與農研機構（NARO）合作，放寬區域管制並持續發展丘陵地的智慧農業。【延伸閱讀】在資訊科技領航下的21世紀永續農業 三、岩手縣 　　前面介紹的智慧農業實際案例，皆以稻田主主體的設備應用，然而蔬菜栽植的部分，智慧農業也能發揮相當大的影響力，位於岩手縣的岩手郡的And Farm農企業也是智慧農業示範標竿，主要係以丘陵地區的蔬菜輪作栽植的智慧農業一條龍系統，其特色為省力、提高產值。 　　除了使用自動化無人曳引機與無人機噴灑農藥以外，也運用無人機監視系統觀看蔬菜生長狀況，以及協助農民採收、搬運的輔助衣，其中以自動化無人曳引機的定位精準性、效能與準確操作的功能最讓該農企業社員最感到訝異。 　　自動化無人曳引機的定位功能誤差僅2公分，因此在播種時可記錄定位的數據，目前以甘藍、蘿蔔、山藥進行智慧化試驗。山藥的生長特性是會在種植位置直接往下生長，但生長過程中難免會有些為偏移，若在使用機器採收時，容易因為偏離定位而致使山藥受損，倘若能將誤差值控制在2公分內，則可降低山藥損傷的的機率，而蘿蔔的採收原理亦是如此。 　　此外，高麗菜苗栽種之際，就算已經除去農田的雜草，仍是相當耗費人力，若能將栽植定點的誤差降低於2公分的範疇是可以提升效率的，也可以用最少的農藥用量除去田間雜草，毋須過多人力，能確切提升效率。即使使用無人機施肥，只要定位數據精準，施肥一次即可，也能省下不必要的資源浪費。 　　And Farm農企業農地面積約莫90公頃，社員包含國外實習生總共23名，是岩手縣大規模的農企業，但因為旱作與水稻耕作皆屬大規模農耕，一旦耕種面積過大容易無法兼顧而產量失衡，因此農企業的業主對於未來的營運模式，決定採用智慧農業，除了可精準定位外，在栽植過程中的除草、施肥、病蟲害防治的作業都能夠精確的規劃，即使擴大規模也不會降低產量或品質管控難以達標，讓相乘經營的宗旨發揮極致。 　　智慧農業為農地不平坦的岩手縣帶來極大的幫助，作物耕種方面若能正常使用，也能適用於畜牧場。