中山大學機械與機電工程學系副教授林韋至團隊近日研發推出AI自動噴灑車，透過超寬頻定位技術，AI自動噴灑車可依設定的路線，自動行走噴灑，農民不出門就可遠端操控。 　　中山大學透過新聞稿表示，林韋至團隊長期關注農業問題，致力協助減輕勞動力負擔，AI自動噴灑車透過超寬頻定位技術（Ultra-Wideband）可自動行走噴灑。 　　林韋至表示，這款設備除可用於農地作業、填裝肥料或農藥噴灑，也能協助噴灑消毒藥水，預防登革熱等疾病防治，應用層面相當廣泛。此項機具發明更獲農業部農業科技司推薦，在2023台灣智慧農業週展示。 　　林韋至說，團隊了解農民噴灑作業的困擾，率先設計出第一代以遙控器操縱、農民跟在後面控制的農藥噴灑車，初步解決農民背負藥桶的身體負重問題；接著再開發配有攝影機的農藥噴灑車，以不織布線材在地上拉線標示定出噴灑範圍，路徑的長短大小依農地規劃，農民也不需跟在噴灑車後方，只要透過影像辨識循線完成噴灑作業即可，即可解除農民近距離暴露於農藥環境的風險。 　　新款AI自動噴灑車以超寬頻定位技術，抓取訊號後即可設定噴灑範圍及路徑，完全不需拉線。林韋至說，「人在家中坐，機器人會幫你做」，就像家中的掃地機器人在沒電時也會回去充電一樣，AI自動噴灑車如遇到噴灑物料用完時，也會返回補充藥劑。此外，新款AI自動噴灑車還能從斷點處接續噴灑，不會重複施藥，省時省事「如同開了地圖導航系統」，有助於農民紓解繁雜的農務。 　　研究團隊表示，由於定位精確度大為提升，卸除或增添部件後，也可加裝為其他功能模組；如加裝機械手臂後可協助農事摘採作業或搬運，未來應用層面廣泛。 　　中山大學表示，新款AI自動噴灑車在智慧農業週參展時，研究團隊中的外籍博士生也為來自國際人士、印度大學參訪團介紹，讓不少人對台灣智慧農業的創新科技留下深刻印象。【延伸閱讀】- 自動式噴霧機於大面積果園的應用

養蜂業受到蜜蜂數量減少和產量下降的威脅，蜂農努力解決與蜂群相關問題，如：健康，而越來越多產業面臨需要數位化轉型，包括農業，可運用數位化幫助蜂農解決蜂群健康問題與產量減少之威脅。 　　研究重點於智慧蜂箱成熟度模型設計做重新定義，並使其與研究團隊系統相容，進行測試，後設計可用於養蜂之決策系統架構，可幫助蜂農在蜂巢或微觀層面上做戰術性(規劃未來一周或一個月之活動)或操作性(評估結果和調整活動)之決策。 　　研究結果開發之軟體，可透過時間矩陣研究時間與地理範圍內做出各種決策，並運用大數據、雲計算及人工智慧等，建構出可靈活運用之開放式架構，可與智慧蜂箱相容，幫助蜂農實現數位化，智慧蜂箱將會通知並提醒蜂農，用數據分析幫助蜂農照顧蜂巢，決策可更高效與精準。 　　研究成果已發表在MDPI應用科學期刊《農業4.0》第21期，研究團隊開發出開放式架構，可廣泛運用在其他養殖業，對於未來智慧農業以及實現運用在農業機器學習、深度學習演算法，需要之數據做出貢獻。【延伸閱讀】- 人工智能幫助農民追踪蜜蜂授粉軌跡

水下物體檢測一直是挑戰，因為水影響了物體辨識，圖像分析有助於農業和醫學領域的應用，在水產養殖中，也可以使用成像檢測來執行多項任務，自動化及AIoT技術有助於從水箱培養中獲取數據，並可避免氧氣含量低、水污染、寄生蟲或疾病傳播。水產養殖場重點是魚類生長，魚的體長和寬度與魚的重量有關，資訊計算投餵率、魚的大小分類和收穫，通常這些數據是手動收集的，對於這種密集型系統來說，這是費時費力及高成本的，用手觸摸魚會使魚感到壓力，而壓力會產生皮質醇，進而影響生長。 　　研究重點在於減少觸碰魚，降低魚應激反應，並且自動化可以提高水產養殖業的效率並減少勞動力需求。研究團隊使用數學模型估算魚類生物量的數值觀測，而機器視覺系統（MVS）由圖像採集系統、圖像處理和統計分析組成，MVS是用於估算魚類質量和大小的非侵入性技術，可避免對魚的壓力和傷害，任務包含魚類檢測（將水下影像中魚類與非魚類物體區分）和魚類種類分類（辨識檢測到的魚種類）。圖像質量取決於拍攝時的光線條件，而近紅外（NIR）光譜不受可見光強度的影響，並可快速收集數據，另外，哈爾特徵機器學習方法來自許多不同面向的照片分類器，優點是檢測時間短、檢測率高、對光線變化的適應性強。 　　研究結果為使用紅外光譜相機搭濾光鏡，以減少波長，在捕魚時避免可能干擾噪音；使用哈爾特徵分類器來辨識養殖中的魚類，此研究使用比其他研究更複雜的分析，例如卷積神經網路、多列卷積神經網路、人工神經網路等，搭配使用數學模型取得良好的效果，魚在重量跟質量上皆穩定成長，預測更加準確。 　　研究成果已發表在MDPI應用科學期刊《農業4.0》第1期，人工智慧相關的應用將會更加普遍，該技術可以改善大多數生產系統，在為未來對於農產業營運及生產系統做出貢獻。【延伸閱讀】- AI、5G與視覺機器聯手轉型水產養殖業

現在有許多農作物已經可以由機器進行採收，但有些如覆盆子的柔軟水果，若用機器採收可能會將果實壓傷。為了要讓機器可以摘下柔軟的覆盆子，研究人員開發了一種帶有感測器的假覆盆子；這種假的覆盆子可以測量手工再採摘時對果實施加的壓力及壓力變化，再將這些數據讓機器學習，進而模擬出手工採摘的動作。

近年來，貴港市港北區把發展智慧農業作為數字鄉村建設重要抓手，大力推動數位技術向農業產業的滲透拓展，積極探索智慧農田、智慧豬場等數位化應用場景，加快傳統農業數位化轉型，打造一批高端農業產業，全面助推鄉村振興。 　　打造智慧豬場，降本增效。作為全國生豬調出大縣，港北區率先在貴牧生豬養殖示範區建設智慧豬場，引入自動機械刮糞系統、自動機械料線輸送系統、無級光照調節系統、自動機械通風降溫和溫控系統等先進設施設備，安裝各類環境收集感應器、AI盤點估重系統、飼料精 准飼喂系統等四大智慧管理模組，將物聯網、互聯網、大資料、人工智慧和智慧裝備等現代資訊技術與養豬業深度融合與應用，對生豬養殖環節進行閉環管理與監控，實現生豬飼養全程可追溯管理，推動生豬養殖從原來的傳統養殖模式轉變為高產、高效、低耗、優質、生態和安全的智慧畜牧模式，形成集規模化、標準化、資訊化、自動化、智慧化於一體的現代化科技養豬場。該示範區生豬存欄1.2萬頭，年出欄生豬2.4萬頭，帶動7個脫貧村增收100萬元以上，帶動脫貧戶、監測對象戶每戶均增收5000元以上，先後被評為自治區五星級生態養殖示範場、數字廣西建設標杆引領重點示範專案。 　　打造智慧農田，種田省力。港北區投入1000萬元在慶豐鎮石卓村實施稻蝦智慧農田示範區建設項目，在稻蝦田塊裡建設氣象站、蟲情測報燈、植保機、水質感測器等設備，利用大資料、3S技術、互聯網等技術對稻田開展智慧化管理，打造成全程機械化、生產遠端監控、稻米品質可追溯的現代化高標準農田，建成廣西首個「智慧農田」+「稻蝦種養」示範基地。 　　推廣設施農業，產業增收。港北區採取「公司+專業合作社+示範基地+農戶」的模式，加快農業科技創新、技術示範和成果轉化，發展高投入、高產出和資金、技術、勞動密集型的高效設施農業、設施農業基地，既能保證農作物生產所需的水分和養料，又可達到節水、節肥、省工、省力的目的，促進農業提質增效。【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

「氣候變遷因應法」修正通過，預計明年開徵碳費；林試所今天表示，以光達掃描、點雲軟體重建樹體模型，不破壞樹木且高精度達公分等級以下，全國森林碳匯估算資料一拍即得。 　　因應氣候變遷加劇，政府推動2050年淨零排放，各種減緩溫室效應機制布建、推進中。碳費預計民國113年上路，農業部林業試驗所今天發布新聞指出，可運用科技新技術「光達掃描」一拍即得，將可提供全國森林碳匯估算所使用的參考資料，以及計算自願減量專案減量額度的數據。 　　林試所副所長吳孟玲強調，透過光達掃描及點雲軟體（point cloud）重建樹體模型的方法，不僅不需要破壞樹木，同時可以達到公分等級以下的高精度要求。 　　關於執行過程，她說，光達技術已在測繪學、考古學、地理學、林業、遙感探測及大氣物理等許多領域有較為成熟的應用，透過光達設備對物體3D掃描，取得物體幾何表面的點雲（point cloud）資料，可進而偵測並分析物體的形狀及尺寸。 　　為何要測樹木的材積量，林試所說明，樹木沒有類似電費單的單據，不會明碼標價寫本身有多少碳，加上生物的變異性，樹木碳匯的計算複雜且困難；所幸樹木的木材約有一半是碳，因此，想知道樹木吸存多少碳，可從材積量來換算。 　　若用傳統方式測量材積量，則會損及樹木。林試所補充，由於樹木是高大的不規則體，很難在直立狀況下算出體積或質量，過去林學家經由伐倒後秤重，或將樹木分解成圓柱、圓台和圓椎等幾何體，分別計算體積後加總而得，再進而發展出形數、立木材積式或異速生長式等方式，以便現場從業人員計算。 　　關於淨零排放機制，林試所說，明年起國內碳排及用電大戶都將面臨碳費開徵，政府規劃用「以價制量」的政策工具逐步減少二氧化碳排放；環境部前身的環保署於今年6月再推出「溫室氣體自願減量專案管理辦法」草案，藉由推動抵減碳費機制，促進企業投入兼具減量及ESG（Environmental、Social、Governance）績效的森林碳匯。【延伸閱讀】- 利用3D光學雷達測量玉米田栽種面積

近年來精準農業中使用機器人和電腦化解決方案顯著增加，利用機器人執行灌溉、噴灑、種植、修剪等任務減少農民的工作量，因此，機器人農業解決方案已經在各種農業解決方案中被提出，如水果採收、監控、農貨裝卸、灌溉、施肥、除草以及檢測等。 　　研究重點在於對無人機研究進行調查，並將農業任務分為兩個步驟。室外無人機研究及無人機在溫室（室內）的應用，這與以往研究不同。這項研究強調，關於溫室中無人機的研究量很少，研究結果團隊為溫室（室內）無人機提供了同步定位和建圖（SLAM），認為無人機在溫室自主運行需透過固定節點，定位技術與環境構圖等應用作為解決方案，能使搭載鏡頭之無人機使用各種人工智慧和圖像處理技術來執行。 　　研究成果已發表在MDPI應用科學期刊《農業4.0》第3期，人們可從中更關注使用無人機執行溫室精準農業任務的必要性和重要性，強調了使用 SLAM 方法開發溫室精準農業實踐的必要性，從而旨在為未來的研究、農產業營運和應用做出貢獻。【延伸閱讀】- 精準農業結合人工智慧可降低農業化學足跡

近年來，隨著機器人測量技術等科技發展，獲取精確的農作物生長數據已成為可能，發展出3D圖 像感測技術成為獲取生長數據的基礎，估算農作物生長狀況的指標之一是植物本身的表面溫度，因可反應出植物蒸散作用、光合作用等影響植物環境適應性，產量、品質等與這些生理功能與溫度變化皆有密切相關，此外，當植物生病時，感染初期會出現溫度變化，因此，利用熱能圖像分析植物的生理狀態，對乾旱、鹽害和疾病等脅迫的反應開始進行研究。 植物表面溫度3D測量 　　為了準確識別植物表面溫度分佈以及顯示溫度的部分，從同一視角拍攝熱圖像和RGB圖像，並將兩種類型的圖像組合起來重疊。以前利用傳統技術，只能疊加2D圖像，如果隱藏部分出現生理異常，則可能會被忽視。 　　NARO開發此3D圖像技術，是根據2D熱圖像和2D RGB圖像，通過SFM及MVS方法同時構建每個3D圖像，並開發了一種整合技術，能夠疊加受檢體的表面溫度分佈和形狀等圖像，就能識別出顯示該溫度的區域，並量化各個特定部位的生理反應。 　　該研究結果關鍵在於開發了新的特徵點標記和參考點標記，這些標記可以被熱像儀和RGB成像相機識別，且證實將熱圖像和從相同視角拍攝的RGB圖像疊加是有效的，由於可以將植物的當前狀態做為數據儲存，因此可以在電腦以3D圖像的形式再現測量時的植物形狀和溫度分佈，可以以後重複檢查。 新開發特徵點標記與參考點標記 　　先在植物攝影範圍周遭佈置具有熱圖像與RGB圖像之特徵點標記，可同時獲取兩種3D圖像特徵點，再根據特徵點與參考點標記對齊圖像，整合成完整的3D圖像。 　　研究成果針對不同類型圖像的3D測量和整合技術原理，不僅可以應用於熱圖像和RGB圖像，還可以應用於使用近紅外線和紫外線的攝影。可透過建立早期檢測植物環境脅迫和疾病技術，以及預測生長不良和產量下降風險系統，為提高培植管理和育種技術準確性做出貢獻。【延伸閱讀】- 運用無人機數據，診斷水稻生長及計算施肥量

近年來用於溫室植物生長的精準農業(PA)越來越受歡迎，是檢測溫室氣候的方法之一，蒐集環境數據上傳到雲端，農業專家可根據數據採取行動，並可利用數據訓練人工智慧做出適當反應，可在最新物聯網創新技術中看到，是一種將任何設備連接到物聯網之技術。 　　印度拉夫里科技大學、北安查爾大學、奈季蘭大學合作團隊以回歸機器學習模型，加上雲、霧感測器收集到的數據，利用回歸模型及邊緣運算，採用嵌入式系統來分析溫室執行參數開發出預測模型，聯動感測器與自動化設備，提供溫室內植物在不同時間點所需要的環境條件(例如：土壤濕度、溫室內二氧化碳濃度等)，研究結果發現研究內提出模型經由對比分析，預測模型準確性優於現今農業系統現有技術。 　　研究成果已發表在MDPI應用科學期刊《農業4.0》第19期，有助於現代農業實踐，未來提高農作物品質和產量，並降低生產成本，在機器學習中，回歸分析有助於理解當其他自變數保持不變時，因變數的值如何根據自變數變化，從而精確控制作物品質與產量，未來發展智慧農業做出貢獻。【延伸閱讀】- 農業因應氣候變遷!日本農研機構建構 AI 人工氣象室

美國卡內基美隆大學(Carnegie Mellon University)機器人研究所的一個團隊開發了一種自動化機器人名為TartanPest，可用來控制斑衣蠟蟬的傳播。TartanPest是該團隊參加農機公司Farm-ng的 2023 年農場機器人挑戰賽的參賽作品，它結合了全電動的拖拉機、機械手臂和電腦視覺技術在田野和森林中行走，利用700 張斑衣蠟蟬卵塊照片以及深度學習模型，機器人能識別卵塊並將它們從表面刮掉清除。每個卵塊中約包含 30-50 個卵，通常會出現在樹木、岩石、戶外家具和生鏽的金屬表面上，在每年秋天產下並於春天孵化，孕育出新一代的害蟲。

近年來，日本國內農民數量急劇減少和人口老齡化，導致農作技術的傳承成為問題，為使農民不受限各不同製造廠商的框架限制，彙整從農機設備取得的作業紀錄達到數據統一整合管理，日本農研機構NARO於2021年4月召集國內各農機設備製造廠商、ICT供應商、業界團體等共同設立農機API共通聯盟，加速業界間的數據鏈結，提升農民數據之應用。 先將農機設備商、業界、ICT供應商及學術界整合，各領域數據互通及實場驗證，彙整數據產出報告回饋給業界專家，進行幫助與指導。 　　NARO於2022年透過實場驗證其有效性，對API標準規範進行調整與修訂，為提高農機設備數據的可用性，農業機械設備製造商快速實施API，循環烘乾機和溫室園藝設備（環境數據）中的數據更新修訂條約內容，並新增糧食檢驗設備項目條約。透過農業機械設備製造商按照標準規範實施API管理系統，ICT供應商可以透過API平台可以獲得一致性數據，而不必擔心製造商之間數據差異。這使得收集和分析農業機械和設備數據變得更加容易，從而提高了農民的便利性和軟體功能。 左圖為農機數據聯動演示，數據將登錄到API管理系統(右圖)，可得知運行狀態，與實際場域狀況進行有效性驗證。 　　農機API共通聯盟將以各製造廠商提供實際標準農機API規格說明書，以及安全數據鏈結的API連結檢驗表和API契約模板的農業API使用條款範例等研究成果概要制定成《成果總結報告書》。隨著此成果之推廣，未來更有助於農民能簡單明瞭應用農機設備的各種數據，整合各相關業者，增加機器種類以及項目擴充等，創造農業數位化環境。【延伸閱讀】- 資通訊科技於澳洲農業應用之現況

在日本健康意識提高等背景下，至2020年，食用大豆銷量為105萬噸/年，但日本大豆生產降低，單位面積產量停滯是原因之一，提高大豆產量是解決供需問題的重要課題，由於日本種植大豆水田多數排水不良，若加上降雨量少的季節，導致農民用水不足，而無法灌溉。所以NARO開發天氣數 據與土壤數據庫之整合系統，嘗試以演算法推播警訊給農民，經由實驗多年明確可使產量提高、節省勞動力和降低乾旱風險等目的，為區域發展做出了農業數據運用和糧食穩定供應。 農業灌溉系統流程 　　農民可將耕作方式、苗期等輸入至農業灌溉系統，將數據整合至API平台從土壤及氣象情報中，經由數據演算，可提前9天得知乾旱風險值及估算土壤溼度範圍值，提醒農民適當灌溉的時間。 　　NARO開發許多農業系統，也逐漸將這些系統整合在API平台上，提供農業相關業者使用數據互聯，而農業灌溉系統將利用NARO累積的1公里網狀天氣數據截取與土壤數據，加上農民耕作方式增加等農場管理資訊，經由數據演算法，不但可提前9天得知乾旱天氣，還能精準估算土壤濕度，主動發出警報給農民，農民可藉由此系統，提前規劃灌溉時間，預計這將在乾旱季節減輕農民負擔。 農業灌溉系統估算土壤濕度 　　根據土壤數據，計算該土壤層植物用水量，包含降雨水量及排水量等數據進行估算。 　　研究結果現經由2019至2022年試驗，大豆平均產量成長10%，此系統可將乾旱風險可視化，研究成果預計未來將擴大範圍、地區運用，以及進行系統改進，期望更多地區農民可深入了解乾旱應對之重要性，扶植農民耕作及穩定農作物產量。【延伸閱讀】- 氣象數據支持水稻、小麥、大豆栽培管理支援系統

一般提到日本銘茶，首先映入腦海大多是静岡茶或宇治茶，尤其是富士山下的靜岡茶更是舉世聞名。同樣有日本三大銘茶美譽之稱的狭山茶卻鮮為人知。狭山茶產地位於琦玉縣入間地區一帶，從當地流傳一句「靜岡是色，宇治是香，狹山是味」的採茶歌謠，更能顯化出歷史悠久的狭山茶，在日本人心中有著舉足輕重的地位。 　　然而，狭山茶和其他農作物並無差別，同樣面臨氣候與環境的挑戰，以及人手不足與高齡化等困境，加上茶園大多位於丘陵地帶，夾雜寒帶氣候等條件下，數位化技術無疑已是解決茶葉生產力的途徑之一。 　　對此，埼玉縣茶葉研究所自2022 年度開始推動狭山茶DX 試驗計畫，主要其研究內容與現階段研究成果介紹如下： 狭山茶DX 試驗計畫-研究內容 開發掌控茶園的溫度與土壤水分的LINE APP 通訊軟體(下圖1) 從影像數據，開發茶葉主要害蟲「捲葉蛾類」發生預測技術。 其他，期間視使用者建議與現況追加其他功能。 圖1.狭山茶DX 茶園LINE APP 通訊系統示意圖 2022 年度研究成果-開發茶園環境監控系統 ⚫研究內容 （１）硬體開發 應用Arduino 印刷電路板，每隔15 分鐘將感測數據傳遞網路上（sigfox backend cloud）。現階段設備運作已嘗試利用太陽能板不間斷供電。惟，連續陰天發生供應電量不足問題，已列入未來改善項目之一。 （２）系統建構 系統大多利用 Python 語言編寫，截至 2022 年1 月已可透過LINE APP 查詢①環境感測數據、②日本氣象廳發布的警報和警訊、③茶葉研究所的害蟲預報資訊。此外，霜凍警告已設定為自動發送。 （３）試運行現況與成果 這項系統自2020 年4 月起，提供縣內的茶葉生產者試營運，目前2022 年1 月共計71 位使用人數，其中縣內茶生產者50 位。其根據問卷調查結果得知雖有一定戶數的農家已使用本系統，但仍無法確切掌握數據的使用方式。 ⚫ 未來展望 　　未來仍側重於數據的運用模式，並針對此進一步持續探討與試驗。具體則與農研機構的農業環境研究部門合作，共同研究開發發芽率的預測、凍霜害風險可視化、利用誘捕器監視病蟲害發生等項目。由於這項系統可彈性靈活改善其規格，因此期望加入生產者的意見，能更有助於研發團隊能更加瞭解生產現場所面臨問題， 並加以解決。   2023 年度研究成果-開發生長與病蟲害預測技術 ⚫研究內容 （１）發芽率預測LINE APP 改良LINE APP 的發芽率預測功能(Kimura,Kudo,&Maruyama,2021)。2022 年10 月針對系統使用者進行問卷調查，其結果約有45.2%的系統使用率。 （２）增加LINE 系統附加功能 在LINE APP 增加了查詢茶葉研究所的成果資訊功能。 （３）從捲葉蛾類影像，開發病蟲害預測技術 從誘捕器中的所誘殺的捲葉蛾類圖像，研發病蟲害預測系統。雖然少量透過影像處理成本較高，若達一定數量，與實際測量數量幾乎達一致性，其精準度高達91%。這項技術可透過手機連結至茶園所裝置的攝影機，可立即及時確認病蟲害的發生量。(圖2) 圖2.從捲葉蛾類影像，開發病蟲害預測技術 ⚫未來展望 　　這項系統，截至2022 年12 月已有超過100 位的使用者(其中農民約有75 位)。為持續推動茶葉數位化，研究團隊持續致力於改善捲葉蛾類的病蟲害預測、在無使用農藥Pluto® MC 的情況下，推估桑介殼蟲病蟲害防治最佳時期，以及葉片濕度感測採摘遠距測定技術，並納入使用者的建議持續精進此項系統之研究。【延伸閱讀】- 2023年茶產業需要關注的六大趨勢

蜜蜂對於人類的重要性不言而喻，有75%主要作物依賴動物授粉。但幾十年來，蜜蜂持續面臨各種困境，包含棲地喪失、殺蟲劑、氣候變遷等，然而機器蜜蜂會是未來的解方嗎?

國立虎尾科技大學最近在農業、綠能、醫療領域的研究或比賽，喜訊連傳，接連奪金得銀，獲獎連連，包括綠能經濟與農業永續、社會共融、碳排監控囊括「第2屆亞太永續行動獎」金獎與銀獎；同時與長庚科技大學護理系聯手拿下「2023創創AIoT競賽」，奪下「數位照護」第2名與優選殊榮。 　　虎科大校長張信良指出，TCSA台灣企業永續獎委員會為響應聯合國17項永續發展目標，表揚在環境、社會、經濟等層面永續發展的貢獻，舉辦APSAA「亞太永續行動獎」，虎科大囊括金獎和銀獎。 　　其中虎科大團隊研發的「自行車客製化非圓形鏈輪」推動低碳能源轉型與綠色交通，以科技導入運動生理學，設計出符合每位使用者騎乘特點的非圓形鏈盤，同時依各年齡層設計個人化友善交通工具，大幅提高騎乘效率，榮獲金獎。 　　農業科技系教授戴守谷帶領的團隊，整合雲林農業的區域優勢資源，推動有機農業的智慧化生產，開創新農業經營模式，提高經濟效益，也提高學生從農意願，解決農業缺工，榮獲銀獎。 　　同時在APSAA「台灣永續行動獎」也拿下1金2銅，飛機工程系副教授林中彥團隊的「更湛藍自由的美好天空」奪金，多媒體設計系教授廖敦如團隊「遇見他里霧」及工業管理系教授李孟樺團隊「精實智造碳排監控系統」雙雙得銅。 　　此外，在「2023第7屆創創AIoT競賽」虎科大也與長庚技大護理系聯手奪下「數位照護」第2名與優選，這項跨領域科技大賽，全國逾35所大專院校逾130件作品參賽，虎科大資工系副教授林武杰、電機系副教授林光浩，整合長庚科大護理系研究能量，在眾多作品中脫穎而出。 　　得獎作品「步態異常檢測」應用步態檢測導入步態異常的鑒別診斷，可提早偵測步態問題，即時導入神經或骨科醫師支援，通過綜合分析進行術後與復健評估。作品「居家智能藥櫃」則讓藥櫃具備防潮冷藏及紀錄藥物取用時間、次數功能，有效協助長者解決錯誤用藥問題。 　　校長張信良說，透過半導體與科技軟硬體，深入了解實際產業需求，協助年輕學子運用新思維開創AIoT科技，解決產業痛點，提升社會照護能量，意義非凡。【延伸閱讀】- 袋栽菇類製包技術回顧與智慧化發展初探

自3世紀以來，飲茶就已成為人類日常生活的一部分。茶葉生產方式則從用竹篩曬乾葉子再用火把葉子烘乾，到現今極度仰賴機器與電腦程式。透過運用萎凋機傳送帶傳遞茶葉至乾燥室，與機械化乾燥機的應用，得以快速冷卻枯萎葉子並減少風味損失及縮短加工時間，茶葉的生產現今已與科學技術密不可分。 　　縱使全球經濟不景氣，但茶產業仍蓬勃發展。目前的預測顯示，由於越來越多的企業進入精品茶產業，商業領域的發展將超過個人消費市場。聯合國環境規劃署近期的一份報告中說明，小規模種植者將從精品茶的熱潮中獲得最大受益，因為以前被忽視的種植者有可能在後疫情世界中取得所需的投資。然而，為提升全球茶葉生產標準需要技術解決方案，茶農需要投資和獲得服務及基礎設施的機會，藉由可以遠端或現場監控的農業技術解決方案，能夠使農民在培訓後有效利用新技術進行工作。 　　現今的茶產業除了採摘茶是靠人力外，大多數的茶業生產已高度機械化，例如以茶葉加工設備進行碾壓、萎凋、切碎、乾燥、發酵和包裝等一條龍程序。另一方面，智慧農業正在開創永續農業的新時代。智慧農場透過使用物聯網及一系列感測器、軟體和地理定位服務，在生產過程中融合智慧技術，可協助農民與提高工廠的營運效率。農場能夠快速獲得天氣變化和土壤品質的最新數據，同時做出更明智的決策。智慧農業技術網路讓農民能夠獲得氣溫、土壤濕度、光照和二氧化碳等資訊，目前世界各地的茶園中已開始進行了測試。除了提高管理效率外，這些數據還可以與歷史數據進行比較，以幫助農民了解作物在特定年份表現出色或表現不佳的確切原因。 　　而垂直農業是可以在室內、低變化性的環境下運用不同科技技術種植作物的農作方式，若茶葉種植也應用此方法，茶農則可以不再需要使用農藥。因為垂直農場能夠使用潔淨室技術來複製藥品生產中使用的相同安全標準實施消毒，防止病蟲害進入，這是大規模生產茶葉的理想選擇。 　　總結以上，透過應用現代化機械與物聯網技術相結合的智慧農業科技，可以提升全球茶產業的產量、減少差異性並保持茶產業的永續性，以效益最大化的方式有效生產。【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

台灣時常收到颱風、地震等災害威脅，如何應用智慧科技善加治理，才能面對各種極端氣候事件。過去，水保局累積大量防災大數據，建置了巨量空間資訊系統(BigGIS)。BigGIS使用開放源碼之先進技術，兼具效能、擴充性與一致性之檔案標準化處理技術， 使用者可設定任意時間、空間、或其他屬性，快速搜尋查找巨量圖資， 並展示於兼具2D／3D、區域型3D、單／雙視窗與Google街景連動介面之網際網路資訊平臺。

台中市光華高工邀請清華大學教授黃能富擔任該校智慧人才培育專案主持人，在光華高工校園裡建置智慧溫室示範基地，並透過物聯網與人工智慧（AI）管理。今天基地落成起用，未來將以一年時間以實作方式教導光華學生學習物聯網與AI應用，不但學習最新科技技術，也讓學生成為解決農業缺工、人工老化和氣候變遷問題的人才。 　　教育部次長林騰蛟上午透過視訊，恭喜光華高工此一發展。台中市教育局主任秘書郭明洲參加揭幕式也表示，台中市重視技職教育，非常肯定光華高工將新科技引進校園，讓學生有學習機會。 　　黃能富在演說中指出，AI能辨識作物中成長的狀況，例如它的果實、害蟲等，它運用的鏡頭比我們的眼睛還厲害，看到一般眼睛看不清楚的東西，再把這些數據和影響送至雲端，讓管理者可以據此管理。他也在示範基地中展示，作物的生長若是怕雨，溫室一偵測到下雨，上層的簾幕會自動拉上，若溫度太高，另一層簾幕也會自動拉上。 　　他說，學生們在一年的時間內可以學習物聯網和AI技術，課程有兩百小時，除了基礎理論，也特別強調實作，因此設計了很多實習的項目，讓學生們從動手做學習；學生們的創意也會在農場中實現、驗證，可以學到扎實的基礎。 　　校長賈德琪感謝市政府教育局的指導和高中職科長李真玲親往清華見證與清華大學團隊簽約。她說，這是高等教育向下延伸，並與高職結合的創舉，也是技職教育的亮點，學生因此能藉由沉浸式學習，落實學用合一，期許因此能為產業發展提供合宜的人才。 　　包括天下數位科技曾慈祥、台灣京三公司董事長伍克勤、台鼎國際科技董事長林榮燦、天源義記機械公司陳素鳳等產業界人士今都前往，並肯定光華高工的努力，以及有利於未來雙方產學合作。【延伸閱讀】- 大葉大學運用AI 攜手企業開發水果採摘機器人 國際發光