以建立循環型社會、維護生物多樣性保全 　　全球50億人口預計到2050年將面臨缺水問題，建構節水循環系統將是解決這項議題至關重要任務之一。另一方面，由於農藥與化學物質的使用，導致土壤和海洋污染，生態破壞與造成健康危害，如何維護與保全生物多樣性也正是當前挑戰。 　　對此，由倡議「2030環境宣言」實現零碳.循環型社會的日本知名大集團東急公司為首，與開發「複合發酵技術」的長大公司，以及管理東急集團既有淨化槽設備的東建產業三方共同攜手合作，以降低水資源使用、建立循環型社會和維護生物多樣性為目標，共同致力於東急集團旗下位於日本沖繩宮古島的熱帶果樹園「MaiPari」為示範園區，導入應用複合式發酵技術的節水循環系統於現場進行相關試驗。期盼這項研究有助於在2030年前達成整體企業包括子公司在內全面減少10%用水的願景。同時幫助解決宮古島用水問題。 　　關於本研究計畫，主要將熱帶果樹園MaiPari所排放的污水、污泥等「下水」，經由發酵設備的相關技術處理之後，產出符合環境標準的再生水。再將再生水作為「中水」用於園區內的廁所沖洗用水，這項措施預計能減少園區25%上水資源使用，有效實現水資源再生循環之效益。 　　其他，關於水凈化，在過去傳統方式是在既有的淨化槽處理後，進行氯消毒後浸透到地下。本研究計畫則不需使用氯消毒，而是利用複合發酵技術，將污水處理到再生水的標準。再生水的運用成效包括：在農業耕作上，可以製作成加速作物生長的液體肥料，畜牧業上，不僅可用於提升生長效率及除臭功能，更能達到改善海洋、河流和土壤等環境面的相關目標。 　　此外，蒐集檢測數據，確認再生水用於水質改善效果的同時，也逐步針對MaiPari周邊地區的植物進行灑水，調查農作物的生長情況，確認再生水是否能有中水以外的應用可能性。 　　期待透過本次水資源應用計畫，不僅對於宮古島，而是作為一個起始點，未來將逐步沿著日本鐵道東急線一步一步建構水資源循環平台，以解決日益嚴重的環境議題，邁向永續社會的願景。另外，從SDGs「不遺漏任何一個人」的觀點出發，東急集團表示也期待能夠經由污水排放問題的檢討，提供更有效的淨化系統，為解決全球水資源問題貢獻一份心力。【延伸閱讀】- 都市廢水回收再利用應用於農業作物生產

近年來深度學習在電腦視覺領域取得了突破，關於如何將其用於植物病害的早期診斷已有很多研究，深度學習適合以視覺診斷植物葉子和莖中疾病症狀，因為可以從圖像中擷取和學習高級特徵，儘管許多使用深度學習的基於視覺的植物病害識別高級研究正在進行中，但有些疾病在自然界中並不常見，因此很難從健康植物樣本中收集相同數量的數據。 　　研究重點透過一種圖對圖轉換數據增強方法，可以增加數量不足的病葉資料集的樣本多樣性，所提出的增強方法透過循環生成對抗網路在健康和患病葉子影像之間進行轉換，進一步利用注意力機制和明確指示葉子位置的二進位遮罩，注意力機制可以極大地提高所提出的植物葉子翻譯模型。 　　研究結果解決樣本少問題，增加罕見疾病樣本的多樣性，研究的主要內容是透過將常見的健康植物葉子圖像轉換為患病葉子圖像來解決植物疾病數據不平衡的問題，在增強資料集上訓練模型通常可以解決過度擬合問題並提高整體效能，經實證研究團隊提出之模型成功反映真實圖像清晰疾病特徵。 　　研究成果已發表在MDPI應用科學期刊《農業機器學習之應用》第13期，研究團隊提出植物病葉識別數劇增強模型成功清晰辨識植物疾病癥狀，可幫助未來進一步提高植物早期診斷，維持作物生產力做出貢獻。【延伸閱讀】- 應用深度學習模型識別不同萵苣品種的氮營養含量

在農業技術方面，柴油和化學肥料佔能源消耗的大部分；此外，化學肥料和農藥已被確定為最重要的碳排放來源，而收成時佔農業機械30%以上使用成本。減少燃料消耗、空氣污染、農民生產等相關成本可以透過聯合收割機的工作優化和正確操作來實現。2017年，全球農業部門產生的碳排放量為111億噸，其中立陶宛佔43萬噸。 　　研究重點透過軟管連接到排氣管。修改聯合收割機的速度、引擎負載係數後，評估不同的技術操作來評估聯合收割機廢氣的GWP，並確定其減排方法。研究團隊證實了遠端資訊數據和現場測試數據分析方法對於全面經濟和環境評估的好處。 　　研究結果根據2019年現場測試研究結果，GWP的絕對數值隨行駛速度相應增加，而每公里GWP則減少。當聯合收割機在田裡移動時，降低引擎轉速並提高行駛速度，即能降低碳排量。收穫期間的行駛速度、進給率和引擎負載是最重要的經濟和環境因素。 　　研究成果已發表在MDPI應用科學期刊《農業4.0》第18期，研究團隊提出了雙遠端資訊處理、現場測試資料分析方法，並幫助未來農民在使用農業機械碳排降低方法，可望未來農業領域更廣泛應用。【延伸閱讀】- 【減量】日本久保田農機將推出全球第一台氫氣燃料曳引機

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

農業光伏系統（Agricultural photovoltaics, AV，以下簡稱AV）起初於20世紀80年代提出，是指同時同地混合太陽能板發電和農業生產的系統，為農電共享的概念。在太陽能板下種植農作物，除了可以控制透射的光量和波長，剩餘的光源還可以用於能量生產；同時，當植物進行光合作用時蒸散的水分可以冷卻空氣，提高太陽能板的發電效率。然而，目前AV技術面臨的挑戰為如何最大化提高作物產量和太陽能發電，同時最大限度地減少植物因蒸散作用流失的水分，以減少灌溉需求。 　　在先前的研究中，太陽光可透過AV裝置傳輸特定波長的光，包含對能量生產有效的藍光，以及光合作用可利用的紅光，美國杜克大學(Duke University)的研究團隊=以此裝置為基礎，開發了一套數值模型，了解單一作物對不同光譜的反應，試圖找出農業光伏系統如何影響植物產出之地上生物量，並藉以估計農作物產量。 　　此模型考量了植物耐蔭性等變數，這些變數可能影響其在AV系統的生長情形，還考量了太陽能板下方的微氣候和光照，並假設作物依葉片面積大小獲取不同程度的光照資源、呼吸作用速率與植株大小成正比。研究結果顯示，AV栽培的候選作物需具有耐蔭性且葉片面積較大。透過AV系統降低空氣溫度並提高土壤濕度，使植物能將更多的碳分配給地上生物量，進而產生更大的葉片面積，顯示芝麻菜、綠葉甘藍和番茄等較大的葉類作物可能更適用於AV系統。未來將納入作物種植密度等因素，並將研究結果擴展到作物應用。【延伸閱讀】- 【減量】太陽能板如何改善農業、降低食品成本與減少排放

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

在《自然》雜誌上發表的一項新研究中，來自新布倫瑞克大學、東京大學、湖首大學與亞伯達大學等研究機構的研究人員分析了加拿大國家森林清單（National Forest Inventory, NFI）中數百個地塊資料。其目標是釐清樹木多樣性與天然林中土壤碳與氮儲存變化之間的關係。專家發現，保護森林的多樣性可能會增加碳與氮這兩種物質在土壤中的儲存量，有助於維持土壤肥力並減緩氣候變遷。 　　森林土壤在光合作用過程中封存大氣中的二氧化碳發揮著重要作用，儲存的碳至少是一般植物的三倍。同時，氮是推動森林碳同化（carbon assimilation）與植物生長的必要營養元素。 　　儘管過去關於生物多樣性實驗已經得知更高的樹木多樣性會導致森林土壤中儲存更多的碳與氮，但這是第一個為天然林提供類似結果的實證研究。在這項研究中，研究人員分析了361個地塊的有機土壤層樣本和245個地塊的礦質土壤層樣本，涵蓋了加拿大絕大部分的陸地，陸地上生長著各種冷杉、楓樹、松樹、雲杉、鐵杉、雪松與其他樹種。 　　為了計算土壤碳與氮儲存的變化，研究人員比較了2000-2006年間與2008-2017年間2次NFI樣地普查的資料。根據物種豐富度（樹種的數量）、物種均勻度與功能多樣性（包括葉片氮含量、樹高等特徵）測量樹木多樣性。 　　研究結果顯示，將物種均勻度從最小值增加到最大值，可以使有機土壤層的碳儲存量增加30%，氮儲存量增加42%，在將樹木功能多樣性最大化的同時，土壤礦物質的碳儲存量增加了32%，氮儲存量增加了50%。 　　物種的多樣性意味著不同類型的樹木以不同的方式獲取和儲存生物量—無論是在活的樹幹、根、樹枝和葉子中，還是在土壤上與土壤中新死與腐爛的植物碎屑中。 這也顯示，促進樹木多樣性不僅可以提高生產力，還可以幫助減緩氣候變遷與減少土壤退化，從而凸顯森林生物多樣性保護的重要性。【延伸閱讀】- 【增匯】生物多樣性高的森林更能長期穩定固碳

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

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。

「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

星亞智研（Asia Research and Engagement, ARE）是一間總部位於新加坡的公司，成立於2013年。ARE近期發布一份關於亞洲蛋白質轉型的報告，該報告主要關注10個主要亞洲國家（中國、日本、韓國、印度、印尼、馬來西亞、菲律賓、泰國、越南與巴基斯坦）在2020年至2060年間蛋白質生產、消費造成的溫室氣體排放量，研究結果發現這10個國家均未能控制其蛋白質排放目標。 　　研究顯示，亞洲供應世界一半以上的動物蛋白，包括陸地動物與海鮮。它警告說，如果不轉向替代蛋白，就不可能實現2015年《巴黎協定》設定的1.5°C目標。這與之前的一份報告一致，該報告建議必須減少高甲烷食品消費才能實現此目標。到2060年，這些國家的替代蛋白產量將需要成長30-90%，以遏止碳排放。 減少畜牧業是關鍵 　　研究人員認為，畜牧業產生的環境足跡比所有食用作物的總和還要大，因為它的資源更加密集，並且使用更多的土地、水、動物與抗生素。根據聯合國糧食及農業組織的資料，畜牧業的碳排放量佔所有碳排放量的14.5%，《自然食品》雜誌今年的一份報告發現，與以肉類與乳製品為主的飲食相比，純素飲食可以減少70%的碳排放。 　　亞太地區的國家像是香港、澳洲與中國在全球來說是主要的肉類消費國。中國不僅是最大的動物蛋白消費國，同時也是豬肉、魚類與雞蛋的最大生產國。儘管人口數量下降，但到2030年，其動物蛋白消費預計將增加。報告建議，到2060年，中國約有50%的蛋白質消費必須來自替代來源。 　　印尼與馬來西亞因為畜牧場與棕櫚油樹需要大片土地，因此大規模的砍伐森林。ARE表示集約化畜牧業也是森林砍伐與生物多樣性喪失的主要原因。它建議這些國家到2030年避免森林砍伐。 　　研究顯示，在亞洲國家存在著認知上的差距，約有三分之一的消費者不熟悉植物性肉類或海鮮產品。在製造業方面，許多關鍵的基礎設施差距仍然存在，包括東南亞國家仍缺乏足夠的冷鏈基礎設施，另外還需要進一步建立當地技術人才的管道，以確保完善替代蛋白所需的基礎設施機械與實驗室空間配備有高技能的人員。 　　GFI表示，亞太地區是全球替代蛋白成長最快的地區之一。新加坡便是全球第一個獲得監管部門核准銷售人造肉的國家，並在此過程中吸引了許多細胞培養蛋白公司。GFI還發現，2021至2022年，發酵類與培育蛋白類公司的投資同比分別成長了67%和96%。 　　若亞洲的蛋白質供應要進行轉型，需要各國合作，進一步擴大區域替代蛋白製造基礎設施並迅速協調監管框架。大量研究表示，亞洲地區的消費者在食用替代蛋白方面持開放態度—只要產品符合或超過人們對傳統肉類與海鮮的口味、營養、新鮮度與可負擔力。【延伸閱讀】- 【減量】微生物蛋白可幫助全球森林砍伐率減半

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

市區學校也能種出這麼多農作物！高雄市新上國小推動食農教育課程，從農業局給學校的一批種子，意外開啟了這段5代、9年的教室小農的食農教學。教師賴秋江與校長王彥嵓將這9年的食農教育歷程，集結成校園食農全紀錄《一步蔬果‧小農雜學力》，是本食農教育前線實務書。 　　2022年通過食農教育法，新上國小教師腦力激盪，將食農教育融入在校園之中。這本《一步蔬果‧小農雜學力》，由教師賴秋江和校長王彥嵓合撰，將歷時5代、9年的教室小農教學文照整理成書，是目前最完整紀錄的食農教育前線實務書，書裡包含了12堂食農課程及6項農作知識補給 ，並結合永續發展的SDGs實踐於小農日常中。 　　賴秋江說，一把在菜市場幾十元就能買到的葉菜，一把在市場都是被當成贈品配角的蔥蒜，一顆顆在營養午餐中不受青睞的小番茄，從種植到收成有好多的眉眉角角，都成了親師生的寵兒，也成為一篇篇精采絕倫的動感故事。  　　王彥嵓表示，新上國小是一所在人口極為稠密的區域，周遭盡是水泥叢林的學校。師生將教室前的花圃改闢為菜圃，四季都是收成季節，展延出豐盛的味覺美感體驗，歡笑聲此起彼落，植物成長帶給孩子心靈無比豐美的滋潤。 　　這本書得到教育界、藝文界及企業界的推薦。書中包含了種植、採收、環保、創客、烹調、設計、行銷、理財、寫作、公益等10大小農雜學力，全方位教學完整到位，實踐聯合國SDGs永續發展目標，無論新手、老手，不管是在學校或在家裡，都能輕鬆開啟食 農人生。 　　教育部教育部國民及學前教育署副署長戴淑芬希望藉這本書的出版，能讓更多人瞭解，食農教育可以如此簡單，那一片農田，原來可以就在教室窗外，每個學校都可以一起來試試！【延伸閱讀】- 餐桌上的食物，你會關心什麼呢？

農業是全球溫室氣體排放的重要來源，因此，有效測量農業的排放量對於制定相應的減排措施至關重要。以美國來說，美國農業部門的溫室氣體排放量約占該國總排放量的10%，主要來自乳牛等畜牧養殖、農業土壤與水稻生產。 　　美國已承諾在2030年將溫室氣體排放量較2005年水平減少50至52%，並在2050年達到淨零排放。美國政府表示，減少農場排放量對於實現2050年淨零排放、應對氣候變遷的目標至關重要。 　　對此，美國政府於去（2022）年1月成立溫室氣體監測與測量機構工作小組，協調、強化溫室氣體排放與清除的量測工作。美國農業部部長更是於今（2023）年7月12日宣布，拜登政府將斥資3億美元，希望能夠更好地量化農業與林業部門和報告的溫室氣體排放情況。 　　美國農業部表示，將利用這筆資金擴大其數據收集與分析能力，並建立一個致力於研究土壤碳封存的國家研究網絡，這是減少農場排放的關鍵工具。 　　該項目的資金來自拜登總統於去（2022）年簽屬的4300億美元《減少通貨膨脹法案》，其中200億美元用於推動實踐氣候智慧型農業與林業。《減少通貨膨脹法案》是美國歷史上對氣候與潔淨能源解決方案最大的單一型投資，它要求美國農業部量化與追蹤碳封存與溫室氣體排放，並收集數據資料，以評估氣候智慧型的緩解措施在減少排放的有效性。 　　為了執行這些任務，美國農業部確定了七個關鍵重點領域，這些領域反映了聯邦戰略概述的框架： 建立與推行具有多年生生物量成分的土壤碳監測與研究網路 建立與推行溫室氣體研究網路 擴展數據管理、基礎設施與容量 改善評估溫室氣體結果的模型與工具 改善NRCS保護實踐標準與實施數據，以反映溫室氣體的減排機會 提高國家保護活動數據的覆蓋範圍 加強美國農業部的溫室氣體清單和評估計劃 【延伸閱讀】- 【減量】什麼是氣候智慧型農業

近日，中國農業科學院棉花研究所棉花智慧栽培創新團隊開展了溫度、降雨、輻射等年際氣候資源變化對棉花產量影響的相關研究，發現氣候資源變化可以分別影響我國黃河流域、長江流域及西北內陸棉花產量波動的54.4%、58.1%和50%，且主要氣候驅動因素不同。該研究結果為製定有效的農業種植管理策略提供了理論依據。相關研究結果發表在《工業作物和產品（Industrial Crops and Products）》上。 　　近年來，全球氣候變化風險加劇，對農業生產帶來極大挑戰。棉花是世界上最重要的纖維作物，開展相關氣候資源變化研究對棉花生產具有指導意義。 　　該研究通過建立多元回歸模型，結合1980-2020年氣候數據及黃河流域、長江流域和西北內陸棉區的棉花產量數據，探究了氣候資源變化對我國棉花產量的影響。結果發現，近40年來，不同棉區的主要氣候驅動的因素不同，在省份尺度上，在篩選得到的模型中，幾乎所有省份氣候資源波動可以顯著解釋該地區棉花產量波動，表明棉花產量波動主要受到復雜氣候變化影響。研究提出，黃河流域棉區適合種植熱量要求較高的品種，以便充分利用熱量資源；長江流域棉區要在苗期注意排水；西北內陸棉區要適時灌溉等。研究結果為不同棉區製定合理的栽培管理措施提供了理論依據。【延伸閱讀】- 複雜地形氣象數據精確估算，防止農作物損害

牛隻打嗝產生的甲烷排放是全球暖化的原因之一。日本正在將國內的研究作為國家項目來推動，其重點是細菌。正如同人類會食用乳酸菌來平衡腸道細菌一樣，在該計劃中，乳牛也會被餵食一種新發現的細菌來減少甲烷排放。 牛隻打嗝產生的溫室氣體佔全球溫室氣體的5% 　　根據日本農研機構（NARO）的資料，每頭肉牛平均每天排放約250升的甲烷，而每頭乳牛平均產生的甲烷排放量高達500至600升。甲烷的溫室效應比二氧化碳強數十倍，其對全球暖化的影響僅次於二氧化碳。牛、山羊與綿羊等反芻型牲畜打嗝產生的甲烷佔全球溫室氣體排放總量的5%。隨著全球人口成長與對肉類需求的增加，減少牲畜打嗝產生的甲烷排放已成為一項重大的國際挑戰。 產生甲烷的古細菌 　　牛的胃有4個腔室。前2個腔室中含有大量的微生物。這些不僅包括細菌，還包括古細菌（Archaea），它們與細菌相似但又不同。乳牛會利用這些古細菌來分解食物並將其轉化為有機物，作為其營養與能量的來源。牛胃裡的許多古細菌都有產生甲烷的能力。這也是甲烷排放的原因。 如何減少奶牛打嗝產生的甲烷排放呢？ 　　開發抑制古細菌的活性物質已成為全球抑制乳牛甲烷排放的主流方法。這些物質可以混合到動物的飼料中。舉例來說，歐洲有一種名為3-硝基氧基丙醇（3-NOP）的化合物已被批准作為飼料添加劑。它被認為可以減少30%的甲烷排放。另外，澳洲正在研究一種海藻（Asparagopsis Taxiformis），該成分已被證明能有效減少甲烷排放。同時，NARO也有自己的減少甲烷排放策略。它會餵食乳牛某種類型的細菌。這個概念類似於人們吃富含益生菌的優酪乳。 　　由於大多數的細菌主要會產生乙酸。在過程中產生氫氣，這是甲烷的原料。然而，某些細菌會產生一種不同類型的營養物質，稱為丙酸。在這個過程中，氫氣會被消耗，所以氫氣量會減少。2021年，NARO最先發現這種新細菌。與其他細菌相比，它產生更多作為丙酸原料的物質。 　　研究發現，攝取這種新細菌的乳牛，其排放的甲烷減少了10-20%。這些細菌利用氫氣來生產丙酸而不是甲烷。NARO預計，透過在乳牛飼料中添加這類型的細菌，可以減少甲烷排放。目前，NARO正在進行基礎實驗以確定這種細菌的功能。未來，這些細菌將被應用在乳牛身上，以確定其減少甲烷排放的效果。【延伸閱讀】- 【減量】添加紅海藻(Asparagopsis)添加劑可減少反芻動物甲烷排放量

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