斑衣蠟蟬 (Spotted lanternfly)原產於中國及越南，是一種植物害蟲，會造成蘋果、葡萄和啤酒花等許多農作物及觀賞植物的損害，目前已入侵美、日、韓等多個國家，並被視為破壞重要經濟作物的有害昆蟲。 　　在美國，斑衣蠟蟬目前主要集中在東部地區，由於其會造成巨大的農林業損失，需要研發能有效防治該蟲傳播的方法以阻止危害範圍擴大到全國各地。 　　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。 　　TartanPest 團隊研究人員表示，目前斑衣蠟蟬主要在美國東部出沒，但預計它們會繼續蔓延到全國，透過現在投入這項研究，在未來將能節省更高的病蟲害防治成本。【延伸閱讀】- 開發具抑制斑衣蠟蟬潛力的兩種真菌防治方法

彰化縣養豬頭數約73萬6千頭，為全國第3大養豬大縣，縣府3年來，爭取到中央養豬產業百億基金7.6億元經費，改善廢水處理、畜牧廢料等問題，農業處今天發表成果時，農業處長邱奕志說，相信彰化縣養豬產業絕對可以蛻變，成為全國養豬產業的指標及模範縣市。 　　彰化縣內養豬戶有576戶，養豬頭數約73萬6千頭，佔全國總產量14%左右，因此常造成生產、居住、生態三方的矛盾及衝突。為提升彰化養豬產業水平，輔導豬農改善畜舍環境，縣府從2021年、2022年開始，分別向中央爭取到2.1億、1.8億元，金額均是全國第一，今年也已爭取到3.7億元，改善設備，提升飼養條件及環境。 　　農業處長邱奕表示，縣府輔導養豬產業導入新式密閉水簾及高床設備、提升廢水處理設備及購置自動化省工設備，以及自動化管理，總計輔導165場，經行政院農業委員會評定為全國第一名。 　　邱奕志說，縣府3年前成立智慧農業推廣中心，導入畜牧產業智慧化，讓民眾可以透過雲端、手機APP都可以即時了解豬隻的狀況，此外，縣府也積極輔導中小型養豬場，改善廢水處理、畜牧廢料等問題，相信3年後，彰化縣養豬產業絕對可以蛻變，成為全國養豬產業的指標及模範縣市。 　　彰化縣養豬協會理事長陳筆輝表示，中央從2021年開始挹注養豬產業百億基金，從源頭的減廢，到技術、設備提升，讓養豬業擺脫髒臭的刻板印象，生產讓消費者更安心及放心的豬肉。彰化縣在百億基金計畫裡，近3年的申請及執行可以說是全國第一，提升整體技術及設備，更加符合氣候環境需求，希望可以生產出更符合國人的優質豬肉。【延伸閱讀】- 提前掌握母豬健康狀況 AI養豬系統應用商機8億

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，所以NARO、NTT東日本和NTT Agritechnology於2020年2月簽署了合作夥伴協議，以實現數據使生產力提高、節省勞動力和降低風險等目的，並進行了合作，為區域發展做出了貢獻農業傳承和糧食穩定供應。 　　NARO擁有農物品種開發、栽培技術等知識的專家，正在推動WAGRI等數據輔助農業技術的發展。而NTT東日本和NTT AgriTechnology合作，以ICT技術使偏遠地區的專家利用影像和感測器蒐集到的數據，了解該地區現場環境，給予指導，在第二階段，AI技術根據天氣資訊和農物生長預測，自動向生產者呈現種植工作計劃、災情預測制定病蟲害防治計劃、市場動態預測制定運輸計劃等，預計這將減輕提供指導專家之負擔。 　　研究結果發現此技術透過結合使用AI數據分析，對於新手農民對於蟲害應對措施，透過使用害蟲診斷服務API，可以在診斷出何種害蟲後，獲得其特徵和適當之農藥的資訊。此外，農物生長預測API可以利用從天氣API獲得的種植日期和天氣預報數據來模擬何時收成以及收成數量，這可應用在耕作計劃中 　　這項研究成果自2023年已運用於WAGRI * 1系統下，未來預計將擴大遠程農業適用範圍和對象項目，近年來在全國推動，此研究將為開發新生產地區缺乏經驗的新農民進行技術繼承，並穩定農作物生產。【延伸閱讀】- 日本利用ICT技術栽培溫泉草莓

由於氣候變化以及極端天氣事件的頻繁發生，對天氣訊息需求不斷增加，特別是農田，需要更精細空間分辨率的氣象資訊，因此NARO正在推動「網格農業氣象數據」的開發。 　　該數據為每1公里距離網格提供氣象數據，為了提供溫度資訊，同時考慮到冷氣流的影響，每隔幾米到幾十米安裝帶有通風裝置和遮陽罩的溫度計，以準確測量溫度，透過建立累計流量和冷輻射強度兩個指標與現場觀測最低氣溫的關係，對網格農業氣象數據中任意一天的最低氣溫進行了5米空間分辨率的修正。 　　研究結果發現測試地區實際最低溫低於「網格農業氣象資料」估算的最低氣溫，特別是丘陵山區等狹窄低高差大等地形複雜的農田，溫度差異接近10°C，歸究於夜間地面因冷輻射而變冷，靠近地面的冷空氣流入地形的山谷中，冷空氣在凹陷處積聚，增大了與周圍的溫差，最後利用累積流量和冷輻射強度可以準確地估算農業氣象數據。 　　這項研究成果於2023年發表在《農業和森林氣象》論文，此類系統不僅可以用於自產農作和農業實驗室、規劃工作日程，還能用於氣象公司發布氣溫預報、企業進行環境評估等領域，未來將對於農業天氣預估，降低農田作物之天氣損壞率等作出貢獻。【延伸閱讀】- 氣象數據支持水稻、小麥、大豆栽培管理支援系統

NTT東日本日前發表了新型農業技術，主要是面對當前農業現場所面臨的缺工及技術斷層問題。技術團隊利用即時分享，將現場環境提供給遠端的相關農業技術專家，並授予現場作業者專業指導來解決上述狀況。 區域型Local 5GＸ智慧眼鏡ＸAR的遠端即時支援技術 　　相信農業從業人員絕對都曾經想過一件事：「希望現在自己身邊就有經驗豐富的人，能夠看到生產現場現況，並協助自己！」。由於農事現場一旦發生問題，請推廣人員和技術指導員來到現場協助往往需要耗費很長的時間，若透過電話解釋可能產生溝通落差，拍照傳送程序也較繁瑣。若遠端能有專家和現場人員一起共享即時畫面，即時取得專業建議問題將能解決農民長期所面對這項問題。而這樣的技術即將在東京得以實現。 　　東京調布市的NTT中央研修中心內的「NTT e-City Labo」，是由NTT東日本、東京都公益財團法人農林水產振興財團，以及NTT農業技術會社（NTT AgriTech）三方合作共同建置溫室、影像設備等模擬環境，並為期三年的計畫，該項目的最新成果已於2022年12月對外發布。 　　這項成果最引人注目則是整合了區域型Local 5G、智慧眼鏡、AR三方技術，將其有效應用在遠端農業支援作業上。其中「區域型Local 5G」為關鍵技術之一。除了能夠零延遲傳輸容量更大的高畫質影像，現場作業員即可在毫無壓力的情況底下接受遠端指導。智慧眼鏡的裝置導入也成為有效地取得生長數據的一項新功能。此外，藉由自動化方式取得溫室內部的環境數據、並將資料視覺化，再透過相關的分析之後，調整溫室環境，得以讓作物能在最佳條件下生長。 　　另外，作物本身的生長數據方面，目前仍需要作業人員手動記錄類比數據，再手動輸入到Excel，為了提高效率並將其應用於數據分析，本計畫使用的工具「HoloLens 2」，由微軟開發的頭戴顯示裝置，搭載AR技術，應用各種自動測量、自動收集AP，輕鬆取得各式的生長數據，進而提升效率，實現農業數位化。 　　其使用方式相當簡單，只要將兩指對準需測量位置的兩端，即自動執行測量作業，偵測到數據會自動儲存到雲端系統，專業人員就可以使用相關數據進行指導。根據實驗結果顯示，導入系統之後的調查時間縮短了28%。另外，經由AI分析累積的數據資料，還能將結果反應到指導內容，近一步提升遠端作業的品質。 農民與技術指導者雙向互惠與地方資源循環之應用  　　本計畫於東京都調布市進行NTTe-City Labo相關實證研究。示範試驗場種植350株番茄，面積達450平方米的溫室。考量實驗對通道的寬度限制，作物株數佔據溫室的面積較小，為一般番茄種植株數的三分之一左右。換算每株的數據之後，結果顯示即使是缺乏經驗的人來擔任主要作業員，若以週休二日，每10公畝為單位計算的話，可獲取31噸左右的產量，作物的甜度可到5-6度。 　　從種植者的角度來看，這項技術可讓沒有經驗，也能輕鬆從事農業工作，另一方面從指導者的角度則可以大幅減少訪視頻率及作業時間，並能提高品質，同時實現效率化等雙向互惠模式。 　　然而，現實情況來說難以無農事經驗的人，即刻投入在東京都展開新的農業職涯，並自主建立溫室並引進5G技術。因此，本技術的目標使用者和使用場域又是什麼呢？ 　　本計畫的目標，主要是將先進的農業設施，科技溫室等技術，導入到各地達到建置「鏈結地方的區域型資源循環模式」為主。例如，本計畫的科技溫室所生產的番茄，已在調布市的JA農協、小學和兒童餐廳等不同場所提供販售食用，並獲得消費者「既鮮甜又美味」的高度評價。同時間，也積極規劃各種食農教育活動，提供學生們種植作業過程的影片，甚至直接拉到現場進行戶外教學。 　　由於NTT東日本在溫室旁引進超小型生物燃氣廠，以回收農場的廢棄物和公司餐廳產生的廚餘。這個生物燃氣廠不僅能生產能源，還能夠製造液體肥料，將液體肥料提供給小學農場教學使用。 　　目前具體呈現仍聚焦在資源循環模型，讓先進農業設施為核心的循環再生願景得以呈現。針對缺工和技術傳承等迫在眉梢的問題，在地方政府主導之下，計畫成果也可望成為解決方案的一個參考模式。 　　核心的遠端技術指導，亦可由地方政府先行導入，並提供給新進農民使用。由於設置區域型Local 5G的成本非常高，初期就必須投入數百萬日元的設備建置費用，外加每個月的通訊費，對於剛進入農業工作的個體戶而言，是一項個非常高的門檻。因此目前本技術的主要客戶多為地方政府。 　　對此，NTT農業技術公司總裁酒井大雅先生表示：「我們無法透露詳細資訊，但預計將在2023年將技術導入到農業現場，開始提供遠程農業支援服務」。然而這過程中現場的導入依然會面臨實際挑戰。計畫的未來也持續嘗試在區域型Local 5G之外，是否有導入Wi-Fi的使用可能性，同時，要如何將計畫成果有效轉化成有效的商業模式，也將會是一個漫長試錯的過程。 【延伸閱讀】- 日本發展區域型Local 5G新農業技術-以東京智慧農業為例

由於全球人口增加、氣候變遷與災害頻頻發生，加上為減緩因飲食生活的變化造成農業生產與自然環境的破壞。為維持自然生態環境平衡以及滿足人們當下飲食生活，建構永續生產技術成為相當重要一環。而此計畫以研究未來型食材-大豆為主，除了發揮土壤微生物最大機能性，並以發展新型態的土壤健康性指標評價。為此，此計畫應用最先進的技術分析植物和微生物之間的相互關係，取得有益微生物。除此，網羅微生物的數據庫（土壤微生物群落圖譜）、土壤生物、化學和土壤物理等相關資料將以圖譜化，並取得多層次大數據進行模組化和模擬情境，以建構「環控循環農業整合平台」。 　　此外，這項研究依照土壤微生物群落圖譜、作物、環境控制與測定、社會科學、栽培管理等五個子組建構研究系統，準確掌握土壤、植物、環境三大要素，理解相互作用，加以控制。藉由「環控循環農業整合平台」之建構基礎下，推動土壤健康管理栽培管理模式系統，以產業發展為導向，實現農業創新。 土壤環境-微生物組深度相互關係解析 　　微生物存在於土壤、根圈和植物組織之中，對於植物的生長與健康具有重大影響。 日本早稻田研究小組利用單細胞基因組分析技術、共焦顯微拉曼光譜等尖端技術，收集並分析棲息在不同土壤中的微生物的基因組訊息，並建立「土壤微生物圖譜資料庫」。 　　此外，全球知名分析與檢測儀器製造商之一的日本堀場製作所(HORIBA,Ltd.)，利用獨家自創的感測器瞭解土壤與植物的狀態，增進過程中能更加詳盡理解植物與微生物之間相互關係，並進一步實驗闡明土壤健康度與堅韌度(強壯度)的因素。 　　另外，由靜岡縣政府出資設立的財團法人海洋開放式創新機構(maoi)，則是從研究海洋副產品(廢棄物) 利用微生物自然發酵轉化為肥料的過程，有效利用海洋資源殘留物，並連接海洋與陸地的循環型農業模式加以試驗。 圖.日本早稻田和堀場製作所研究小組的土壤環境-微生物組深度相互關係解析過程 土壤-礦物質循環系統之研發 　　研發團隊主要研究有助於大豆生產中最重要的磷和氮兩大元素的循環系統為主。從有效回收生活圈中所排放的污水、海洋垃圾、農業廢棄物之中產生的磷和氮，並作為農業微生物資材，重新再運用於大豆種植，實現資源循環型食品生產。藉由強化微生物資材的機能性，除了為農田和植物穩定提供磷、氮等礦物質外，還可以增強植物抗病能力。另外，關於微生物資材的研發，由東京農工大學微生物菌種培養中心(Microbiological culture)、朝日農業株式會社所持有的微生物資材技術、太平洋水泥株式會社專回收磷資材共同負責。另一方面開發微生物資材原型、改良微生物資材與建構大豆栽培示範驗證、並針對不同特性的農田利用微生物資材所種植的大豆進行對照驗證，以提升大豆生產力，減少大豆生產中的化肥用量。 圖. 資源循環型食品生產系統 作物研發 　　作物研發主要以適應不斷變化環境的植物生長，土壤微生物和磷等有用礦物質進行相關研究，並將其研究成果與子項目相互鏈結合作。例如:早稻田大學應用微生物解析技術，辨識出磷的肥料吸收、土壤病蟲害防治，強化環境適應姓等影響大豆生長的重要關鍵因素的根圈微生物，並依據其能力開發最佳優化的栽培方 法與資材。 　　另一方面，利用大豆變異鑑定出根圈微生物相互作用的植物基因，並善用所獲取的變異體，可避免連作種植所出現的問題，研發出更高附加價值的大豆育種資材。此外，與理化學研究所(RIKEN)的三好研究室(Miyoshi)與和田研究室(Wada)共同合作，利用可控的人工氣象器在可調節的環境下進行大豆栽培實驗，以因應未來環境變化的作物育種奠定基礎。 圖. 可控的人工氣象器的大豆栽培實驗與大豆變異系統選拔 環境控制與檢測 　　環境從肉眼可見到微觀細小之處無不與農業息息相關。特別是近年來特別深受微觀影響與備受關注，所謂微觀意旨基因表現型發生過程，基因可塑性與光感受體等。 　　而關於上述研發成果則實質成為農業生產效率、氣候變遷與變異等重要訊息來源。環境控制與檢測恰巧正是獲取基因組學、遺傳基因發現和基因可塑性等相關環境因素重要識別渠道，藉此將此基礎技術的環境參數精密化且可促進大範圍控制小型植物栽培系統開發。 　　此外，充分應用光學技術，開發可檢測光合作用度、植物生長狀態與植物內部成分與土壤環境調查等檢測系統。藉由環境控制與檢測，作為全球暖化與異常氣候變遷所造成作物產量減少與飢餓災害，以及巨型漂浮物和宇宙空間之應用，亦或是完全循環型農業基礎的建構，成為農業未來大願景方向。 圖. 雷射環境系統與環境分析系統 社會科學之應用 　　為促進健康土壤相關技術、大豆製品的開發、以及農業生產平台的普及化，此計畫強化生產者、消費者與社會整體潛在需求分析與開拓其模式，並在反覆驗證下，以循序漸進戰略模式將其落實於社會應用。利用虛擬離散選擇實驗、視線分析、面部表情分析等，分析目前不存在的技術和農產品的潛在需求。 栽培管理 　　為了實現作物生產與全球環境保護兩全的完全資源循環型食品生產體系，必須以創新技術發揮最大限度地減少活性氮對環境的影響，並100%實現國內自給率。因此，此計畫研發團隊將農業環境生態相關數據其數位化，利用伺服空間工程，開發農業環境工程系統。藉由本系同穩定每個土地間的作物產量與品質形成客戶下單生產模式，實現高產值的完全資源循環應用。 圖.農業環境工程系統示意圖 【延伸閱讀】- 日本農家的有機農法意願調查-土壤的重要性

美國明尼蘇達大學雙城分校(University of Minnesota Twin Cities)宣布將在五年內從美國國家科學基金會 (NSF) 和美國農業部 (USDA) 的國家糧食與農業研究所 (NIFA) 獲得 2000 萬美元的資助，用於帶領一個新的國家人工智慧(AI)研究所「AI氣候與土地相互作用、減緩、適應、平衡和經濟研究所」 (AI-CLIMATE)，研究人員將利用人工智慧創造更多氣候智慧型措施，可吸收和儲存碳並同時促進農業和林業經濟。這個新研究所是由NSF和NIFA資助的七個新AI研究所之一，屬於一項近50億美元的聯邦計畫的一部分，該計畫旨在加強全國的人工智慧協作研究。 　　AI-CLIMATE的資源包含了明尼蘇達大學雙城科學與工程學院、明尼蘇達機器人研究所、數據科學研究所、食品、農業和自然資源科學學院、和主管研究的相關單位。另將匯集來自全國各地的科學家和工程師，包含來自康乃爾大學、科羅拉多州立大學、德拉瓦州立大學、普渡大學和北卡羅來那州立大學的人工智慧和氣候智慧型農業和林業專家。此外，研究人員還將與美國印第安高等教育聯盟 (AIHEC) 及其代表的部落民族合作。 　　美國的目標是到2050年實現淨零碳排，而最有希望實現的方法之一就是利用林業和農業等自然系統作為碳匯，而農民和森林擁有者可透過碳市場或系統獲得獎勵。在該系統中，財產所有者可以向欲抵消其碳排放的公司出售碳信用，也就是他們的農場或森林隔離的二氧化碳量。然而，以目前的技術要準確測量固存的碳量既困難又昂貴。 AI-CLIMATE的研究人員將使用深度學習和知識引導的機器學習等新的 AI 技術，可提高量測準確性並降低農場和森林中碳和溫室氣體計算的成本，並使更多人更容易獲得。【延伸閱讀】- 【增匯】森林碳匯 淨零目標的關鍵

近年來，由於極端天氣和氣候變化的影響，人們擔心水稻的產量和品質會變得不穩定。例如，在2019至2020年的九州地區，由於農民逐漸高齡化，農作物營養生長期光照不足、灌溉期高溫等影響，農作物生產率顯著下降。 　　無人機使用先普及於水稻農藥施肥，接著用於生長診斷，使用無人機從空中進行生長診斷會測量植物群體反射光，並會受到太陽角度和日照量影響。因此，即使是同植物群體，用於生長診斷的標準化植被指數(NDVI)亦會因拍攝日期和時間不同有所差異。而在測量地面植物群體反射光時，NDVI等較不受太陽光線因素影響。 　　研究結果發現地面NDVI與產量相關性高於空中NDVI，此外，當使用地面NDVI校正空中NDVI時，與產量的相關性更高。因此，透過無人機使用多位點地面NDVI校正空中NDVI，比獲取大範圍地面NDVI及僅使用空中NDVI更容易。此項研究成果，新系統將在農業數據協作平台中以Microsoft Excel程式供大型生產商和民營公司使用，未來在農藥噴灑和作物管理將提高便利性。 　　這項研究成果於4月27日發表在農業研究中心《作物與環境》上，面對逐年天氣變化，作物產量下降，對於農作物品質與穩定產量做出貢獻。【延伸閱讀】- 空中巴士和 Agrimetrics 聯手運用衛星來收集、儲存作物之數據

土壤是地球上最大的碳庫，在土壤中隔離、儲存和維持碳是快速且經濟去除大氣中碳的最佳方法。美國一間氣候科技新創公司Agrology推出了一款名為Arbiter的碳監測系統，可用於協助農民應對氣候變化。Arbiter 碳監測系統能即時追蹤土壤碳固存，透過二氧化碳排放事件快速檢測碳損失，最多可提前四天就野火煙霧污染風險、極端天氣、土壤狀況、病蟲害出現和灌溉等事件提供預測性意見和警告。該公司表示，這是目前唯一一個為農民持續監測和量化土壤碳通量的系統。 　　土壤碳通量(soil carbon flux)是指碳透過生物、化學和物理過程在土壤和大氣之間的移動。它是土壤碳輸入（例如植物殘體、根系分泌物）和輸出（例如呼吸作用、分解）之間平衡的最終結果，碳在土壤中儲存的時間長短取決於有機質的類型和土壤中的條件。土壤碳通量會受到多種因素的影響，包括溫度、濕度、土壤類型、土地利用和管理措施等，對全球碳循環和氣候變化具有重要影響。 　　Arbiter 系統利用移動式和桌上型設備向種植者提供碳通量數據和土壤健康數據，農民會收到有關異常和複雜情況的重要警報，例如土壤碳通量和土壤微生物健康等。其功能包含： 監測土壤中的碳通量、土壤碳變化、土壤碳呼吸、土壤碳固存和土壤狀況。 透過評估土壤碳通量持續追蹤土壤碳封存，並將該數據即時提供給農民。 從整個地理區域收集最高品質的碳數據，使農民能夠了解整個生態系統的現況。 識別土壤成分變化，包含土壤碳通量、土壤水分釋放曲線和土壤肥力、鹽度等。有助於種植者了解土壤健康和碳含量。 提醒種植者注意影響碳含量的重大土壤或大氣事件，以便農民可以做出相應的調整管理措施。 　　該系統目前推出訂閱服務，每月大約 600 美元起，含安裝和維護系統所有硬體、軟體和應用程式等。訂閱者可以全面掌握並擁有自己的碳數據，並使用這些數據來抵消他們的碳足跡或透過碳信用額度增加額外收入。【延伸閱讀】- 城市樹木和土壤的碳匯比我們想像的多

透過無人機、AI等創新應用打造智慧新農業，台灣無人機應用發展協會在花蓮已第3年辦理訓練課程，培育近百名AI人才，縣府樂見透過智能來提升農民的經營效率與降低生產成本。 　　人力不足是現今農業發展最大問題，如何利用智慧科技降低人力成本同時還能提升農作物產量就成為翻轉農業困境的契機。有機農業大縣花蓮縣很早便已著手透過無人機、AI（人工智慧）等創新應用，打造智慧新農業，「農業為本、綠能加值」希望在科技加持下，一舉解決農業困境。 　　台灣無人機應用發展協會今天發布訊息表示，無人機相關的AI培訓課程，對產業和國家經濟發展非常重要，產業必須獲得容易上手、門檻很低、快速將AI導入工作場域的機會。而數位發展部數位產業署「AI產業實戰應用人才淬煉計畫」，讓全民對人工智慧有了深入的了解，帶動更多產業的AI應用。 　　協會理事長張揚表示，近幾年土木檢測、山區救災、小農耕作、消防偵查都開始仰賴無人機，主要原因就是AI促成無人機應用的全面爆發。國內推動這股浪潮的重要關鍵，就是經由「AI產業實戰應用人才淬煉計畫」補助。 　　台灣無人機應用發展協會在花蓮辦訓已經第3年，培育近百名AI人才，5月27日開訓每週六日課程共42小時，花蓮AI無人機在「農業與綠能產業之應用」課程今天有25名學員結訓。 　　學員徐張榮域說，透過此次課程，通過考試拿到證照，台灣品牌的農噴無人機還可以申請農委會「省工高效農機補助實施計畫」補助，也不用擔心資安問題，有問題也找得到人服務。【延伸閱讀】- 無人機機群技術-研究團隊實驗以無人機來對抗作物害蟲

草莓在日本擁有龐大市場規模，國內外廣受喜愛的水果之一，草莓全年需求量不斷，但需求增加的時間會因銷售方式和目的地而異，到目前為止，已經有調整採收期的技術，但受天氣影響，預測準確性不佳，因此產收日期難以與需求期間配合對應出貨量。 　　運用感測器、預測模型和機器人建立了一個高準確度產收日期預測模型，並在人工氣象室中複製出過去溫室環境進行實驗，日期透過控制果實發育期來確定，透過導入此即時生產系統(JIT)，先前受天氣影響的出貨日期，現在可以根據市場需求波動進行調整，使水果收穫日期與預定發貨日期相配合。 　　研究結果發現實驗證明可以將產收高峰期控制在目標值±1天的誤差範圍內，目前已應用於實際溫室，從2023年將進一步驗證有效性，並廣泛推廣JIT生產系統，未來此技術將為穩定草莓生產和提高草莓農民收入做出貢獻。 　　這項研究成果於2022年發表在日本農業研究中心，面對日本全年對於草莓的龐大需求，透過此次產收高峰期控制，期望未來在需求旺季，出貨量將增加及穩定，將對於蔬果類未來產收穩定與控制產期作出貢獻。【延伸閱讀】- 新的模擬模型可更精準預測作物產量與氣候變遷對作物所帶來的影響

中國為深入貫徹習近平總書記推動數字經濟與實體經濟融合發展的重要指示精神，著力推進農業全方位、全角度、全鏈條數字化改造，培育新產業、開闢新業態、探索新模式，充分釋放數字要素對農業發展的放大疊加倍增作用，推動農業發展質量變革、效率變革和動力變革，促進農業增效、農民增收，經省政府同意，現就智慧農業發展提出如下實施意見。 　　指導思想：以習近平新時代中國特色社會主義思想為指導，深入貫徹黨的十九大和十九屆歷次全會精神，堅定不移貫徹新發展理念，堅持穩中求進工作總基調，全面落實省第十二次黨代會著力發展「六新產業」、建設「四新設施」總體部署，開展農業產業體系、生產體系、經營體系三大體係數字化改造，大力發展農業互聯網、大數據、雲計算、人工智能的協調應用，推動產業數字化、數字產業化，加快智慧農業建設，引領農業高質量發展和率先實現農業現代化，助力鄉村全面振興。 　　總體目標：「十四五」期間，智慧農業建設取得突破性進展，為實施鄉村振興戰略和建設「數字吉林」提供有力支撐。完成省市縣鄉村五級數字農業農村雲平台（簡稱「吉農雲」）搭建，「吉農碼」全面註冊應用，「數字村」應用全省覆蓋，基本建成黑土地保護「一張圖」、高標準農田「一張網」、耕地後備資源「一張圖」，初步實現種業資源管理數字化、農業機械智能化等八個場景應用。加快實施「十百千」工程，實現涉農數據互聯互通，數字技術與農業產業體系、生產體系、經營體系、服務體系加快融合，智慧農業主體架構基本形成。 　　2022年底，全省各級農業農村、鄉村振興、畜牧管理部門「吉農雲」應用率達到100%；認定10個「智慧農業示範基地」；制定「智慧農業示範縣」認定標準；「數字村」試點應用覆蓋涉農縣（市、區），結合全省「千村示範」工程，全面開展「數字村」建設。2025年底，省市縣鄉村五級數字農業農村雲平台搭建完成；建成一批「智慧農業示範基地」和「智慧農業示範縣」；「數字村」應用全省覆蓋。【延伸閱讀】- 日本智慧農業最前線-利用科技改變農業經濟

在一項獨特的新研究中，酪農和獸醫尋求遊戲專家的協助來增強乳牛的健康管理。該項目開發了一個基於人工智能 (AI) 的系統，可以通過皮膚圖案識別乳牛，並使用“HoloLens”擴增實境 (AR) 在用戶查看時顯示乳牛的健康相關數據。

2021 年WelFarm制定了動物福利計畫。由於意識到動物福利推廣及實施的重要性，因此藉由 WelFarm 計畫將獸醫和酪農聯合起來，運用簡單的方法，透過網路平台及收集的牛群健康和福利指標，來幫助酪農制定動物福利計畫並進一步利用獲得的畜群健康數據。同時讓獸醫和酪農得到更多訊息，以利他們在製定計畫時進行討論。 　　許多在紐西蘭的獸醫診所都已加入WelFarm 計畫，並且持續有更多診所加入。WelFarm同時鼓勵農民詢問他們的獸醫是否已經是 WelFarm 的一份子或是否會考慮加入。另一方面，他們也在尋找其他潛在的聯繫來支持自動數據共享，以減少行政負擔，同時從他們的畜群健康數據中為酪農提供更多價值。【延伸閱讀】- 歐盟從農場到餐桌的戰略:動物福利能走多遠?

你想過吳郭魚可以生吃嗎？來來來！我們獲得第33屆神農獎的科技育種神農黃壹聖 這裡有，他用晶片來追蹤種魚，取得的數據用來育種，他的吳郭魚種原庫現在有高達20多種，不同的環境需求的吳郭魚他這兒都有，他厲害的不只如此，在地下水管制區養魚，他是如何降低用水量將有限資源達到最大利用率的，一起來看看黃壹聖的養殖撇步！

藥毒所團隊打造無動物犧牲的農藥新穎皮膚過敏性評估平台，也是打造亞洲第一個適用於農藥產品的「 皮膚過敏性評估人工智慧演算平台 」，透過AI辨識化學品與過敏機制相關的關鍵結構，並結合人體細胞試驗，進而預測人體暴露於農藥時可能發生的過敏發炎反應。 ✔可減少100%的試驗動物犧牲 ✔從傳統動物試驗所需要3週至5週，減少到只要4天內即可完成測試 　　達到符合動物倫理、提升科學評估驗證品質與增加產業效益的3贏局面。

概要 　　為因應氣候變遷對於環境所帶來的影響，日本農研機構與民間企業、公家試驗研究機關、大學與法人單位共同鏈結合作，以作物生產為目的研發各項新技術。 而本次研究為以最精密方式複製作物栽培環境與可模擬人工氣象「栽培環境模擬裝置」，內建可連續取得大小與顏色等作物性狀的「自動測量裝置」，建構了AI人工氣象室，並與網路資訊情報等研究基礎相結合應用。本研究基礎可以精準在任 何栽培環境推估作物的採收時期、產量、品質，取得最佳栽培方法與育種相關研 究資訊。 　　AI人工氣象室與超級電腦「紫峰」相互鏈結，不僅可利用作物環境反應數據進行深層學習(AI 解析)，包括農研 機構數位整合 DB 等作物基因資訊與情報等各種農業數據皆可分析。另外，考量 網路資安等安全性，導入安全性高的網絡存取環境，民間企業、大學、公家試驗 研究機關、JA、產地等外部機關皆可安心透過遠距操作。 研究內容與意義 　　AI 人工氣象室具有以下兩大強項 1. 應用 AI 人工氣象室可取得精密作物環境反應數據 　　AI 人工氣象室中最重要的栽培環境模擬裝置，可依照不同季節複製相同的 二氧化碳濃度、溫度、濕度，加上自動測量裝置設置灌溉與液肥循環功能， 以及兩台以上作物攝影機，透過上述組合，AI 人工氣象室無須面臨開關問題，皆可在一定時間間隔解析取得影像與感測資訊，並可連續性計算測量出作物性狀。藉由 AI 人工氣象室之應用，儘管在不同季節皆可因應不同栽培環境解析出所反映出的作物性質。 2. 可鏈結遠端操作進行 AI 解析與共同應用 　　AI 人工氣象室連結網路並與超級電腦「紫峰」連動，不僅農研機構包括民間 企業等單位皆可透過遠距操作快速解析作物環境。而 AI 人工氣象室所取得 作物環境反應數據透過高速網路遠距操作， 即時轉送至 AI 解析平台，讓獲 取的作物環境反應數據可透過深層學習(AI 解析)出作物性狀外，亦可讓農研機構數位整合DB的病蟲害、氣象、遺傳資源與基因資訊等各種農業數據複 合式的解析。並讓外部機關單位可遠距操作解析。另一方面在考量網路資安 安全導入安全性高網路存取環境。  預期效益與未來展望 　　為研發可因應氣候變遷與緩和之作物，藉由本研發系統應用與民間企業相互鏈結，可快速且有效研發各種因應各種環境適應品種與栽培技術，並加速新型作物育種研發。加上，可技術性控制作物的二氧化碳與甲烷等溫室氣體排放，有助於氣候變遷緩和因應技術之研發應用。包括農研機構數位整合DB等多項與大量農業數據連動與分析，期待未來效應用與解決在生產、流通、消費等層面。【延伸閱讀】- 以模擬工具來預測病蟲害傳播

隨著全球氣候變暖與海平面上升，使得農業土壤受鹽水污染進而提高土壤鹽度，來自新加坡麻省理工學院研究與技術聯盟(SMART)的DiSTAP跨學科研究小組，以及與淡馬錫生命科學實驗室合作的研究人員，研發出第一款能夠檢測植物激素-激勃素(Gibberellin acid, GA)的奈米感測器，不同於傳統方式，這種新型奈米感測器是非破壞性的，並成功地在活體植物中進行測試，將其應用於農田中的早期植物壓力監測，為對高科技精準農業和作物管理感興趣的農民提供優化產量的工具。 　　麻省理工學院實驗室在本研究是利用冠相分子辨識(CoPhMoRe)技術，並為單壁奈米碳管開發出新型紅外線奈米碳管感測器，並和拉曼光譜進行硬體整合，大幅簡化儀器硬體需求，因此能夠即時檢測不同植物品種的根部中GA動力學，包括擬南芥、生菜和羅勒等，同時瞭解側根形成在過程中的GA積累。 　　同時這種近紅外線奈米碳管感測器，能夠檢測並區分兩種植物激素GA3和GA4，這兩種物質是由植物產生的二萜類植物激素，在調節植物生長發育不同過程起到重要作用，但若土壤鹽化將會抑制GA合成並促進GA代謝，導致植物中GA含量的降低，從實驗結果可知作物遭受環境鹽度緊迫壓力下，在6小時左右即可監測到GA含量下降。 　　這項研究成果被發表在《Nano Letters》期刊上，未來亦能提供對更多不同作物的GA含量變化監測，其對於植物生物技術和農業領域將具有巨大的應用潛力。【延伸閱讀】- 讓植物說話-科學家發明感測器即時監測植物體內變化