Digital Agriculture Services (DAS)與澳洲聯邦科學與工業研究組織(Commonwealth Scientific and Industrial Research Organisation, CSRIO)合作，推出Rural Intelligence Platform™，這是第一個在澳洲任何地方進行全面性評估和監測農村土地的平台，利用可靠數據來源提供的生產力、水資源取得、產量、土地利用、作物類型、降雨、乾旱影響等資訊。 　　DAS估計，澳洲每年有約1,250億美元的農業經濟決策是建立在不可靠或不完整的數據上，平台提供的準確資訊有助於農民、企業、政策制定者等在正確的數據背景下進行良好的投資選擇，提升風險應對能力。平台改進了CSIRO開發的一系列技術，並納入最新的衛星圖像、數位土壤資訊、氣候資訊等及其他州政府或聯邦政府提供的公共數據，並利用機器學習演算法進行分析。此外，數據庫中涵蓋了3.71億公頃的農業用地及可追溯至10年前的銷售記錄，並採用人工智慧自動評估，準確率高達90％。【延伸閱讀】濕度監控對改善家禽健康和福利至關重要 　　在面對人口持續增加和氣候變遷的壓力下，預估亞太地區的數位農業市場到2028年將達到100-250億美元。自2017年與CSIRO合作成立以來，已從澳洲上市的農企業Ruralco和其他投資者獲得425萬美元的資金，目前DAS已與部分公司展開密切合作，測試Rural Intelligence Platform™。

許多魚類在生命週期內會於棲息場所進行大規模的遷徙現象，而通過水壩時常會因水流或壓力變化造成受傷或死亡；但水壩所產生的水力發電屬於可再生能源，對人類的未來發展將會越發重要。為了改善此現象，太平洋西北國家實驗室(Pacific Northwest National Laboratory, PNNL)開發可投入壩中的小型感測器魚-Sensor Fish。 　　Sensor Fish是一種小型自主裝置，尺寸和鮭魚的幼魚(smolt)差不多，使用聚碳酸酯圓筒做成，內部裝設三軸加速度計、壓力表和陀螺儀，可重複使用，為內部電池充電、修改感測器設定、取得數據以及將類比訊號轉換為數位訊號。數據採集頻率為2,000 Hz，記錄時間最長約4分鐘。 　　在開發感測器魚之前，生物學家和大壩工程師主要依靠物理計算和流體動力學模型來探討溢洪道和渦輪通道環境。Sensor Fish則收集魚類通過水壩時的物理數據(包含壓力、角度變化和通過期間的加速度等)，只要將其放置在渦輪機、溢洪道和水閘中，一但Sensor Fish通過水壩，附近的船隻可經由無線電訊號和LED燈發現其蹤跡。所收集的資訊可用於評估魚群經過水壩時遇到的狀況，有助於人們做出改善魚類生存和減輕傷害的決策。【延伸閱讀】利用太陽能智慧裝置維持養殖漁池水質的穩定 　　此技術最近已授權給ATS(Advanced Telemetry Systems)公司製造，未來將能提供更多的水電營運業者和研究人員使用。此外，ATS還獲得了PNNL開發的鮭魚聲學遙測系統(Juvenile Salmon Acoustic Telemetry System, JSATS)可用於追蹤魚類行為，也消除植入生物追蹤標籤時對魚體造成的壓力。

鯨魚的巨大體型與豐富油脂，使其成為早期人類飲食、生活文化中重要的角色。而露脊鯨的英文稱為right whales，因其游速緩慢，且體內油脂含量較豐，捕殺後會浮在海面上，便於漁民處理，故容易成為捕鯨業的獵捕對象。因此在長時間的獵捕後，露脊鯨的數量已急遽減少，直至20世紀後數量才稍微回復。 　　除了捕鯨威脅以外，露鰭鯨也容易與漁船碰撞或漁具糾纏而造成傷亡，尤其是獵捕蝦蟹常用的漁具。研究員Amy Knowlton於2012年的研究估計，83％露鰭鯨曾被漁具纏身，並在體表造成疤痕。但漁民為考量成本或其他原因，會使用一次性的拋棄式漁具，這些散落在海中的垃圾對海洋生物威脅極大，而為了方便大型捕撈網收取時所使用的網繩也可能纏繞在鯨魚的鰭、吻部或其他地方，可實際上現存的無線捕撈系統，對於漁民而言成本過高，花費高達1,000美元。 　　為減少對露脊鯨的威脅，同時為漁民減少負擔，Planet Borneo hackathon的優勝團隊在第五屆國際海洋保護大會上提出一種低成本、無線、可自體漂浮的龍蝦捕捉系統—Lobster Lift。藉由漁船上的追蹤器發出信號到捕撈網，進而觸發捕撈網上的浮標，並將捕撈網帶上海面。漁民可省去捲起浮標線的時間，直接到達定點收取漁獲，並重新進行下一批次的捕撈作業，成本約80美元。【延伸閱讀】幫助母豬降溫的冷卻墊 　　此外，因Lobster Lift採用訊號感應定位，所以可幫助監管機構收集所有捕撈網的放置地圖，優化海洋資源的使用，防止過度捕撈。雛型設備的水中測試時間可能在2019年，目前團隊還申請聯邦撥款支持，並等待專利申請中。 　　捕蝦業發展已久，這樣的工具設計無法一夕間解決所有問題，但在理想狀態下將能改善傳統漁具對海洋生物的傷害，也是一個好的開始。

世界自然基金會(World Wildlife Fund, WWF)推出了一個稱為OpenSC的區塊鏈(blockchain)食品追蹤平台，由WWF-Australia和BCG Digital Ventures合作開發，期望能幫助企業和消費者避免非法、破壞環境的產品，同時改善供應鏈透明度。藉由掃描列印在包裝或產品上的QR code、RFID(Radio Frequency IDentification)等，可以追蹤產品從原產地、加工、運輸、包裝到零售業貨架的所有資訊。客戶只需在智慧型手機中安裝OpenSC應用程式，即可查看產品供應鏈的生命週期。【延伸閱讀】巴布紐幾內亞的豬農已成功運用區塊鏈技術進行溯源管理 　　此系統還可記錄產品的其他重要資訊，做為日後食品安全或其他審核之用，例如溫度、濕度和其他社會與環境認證條件等。透過OpenSC將能幫助消費者了解產品的生產背景，協助其作出對環境友善、符合人權、促進永續生產的選擇。 　　為了促進食品安全，IBM公司已經創立了供應鏈區塊鏈聯盟，稱為IBM Food Trust。雖然此平台不像OpenSC涉及消費端，但已確實連結從農場、加工、儲藏、運輸到零售商的過程，增加產品的可追溯性。而對企業而言，區塊鏈系統可避免紀錄遭到竄改，提升供應鏈管理的信任度。且平台可在自動追蹤每次產品轉手時的狀況，幫助降低追蹤成本，並減少潛在的人為錯誤，優化業務營運。

糧食安全一直是世界各國關注的重要課題，透過現代化分子生物技術改良作物的遺傳性狀，將大幅提升作物產量，避免糧食短缺的問題。中國大陸華南農業大學運用基因轉殖的方式，改良水稻(Oryza sativa, rice)葉綠體胞器中的酵素活性，藉此提高其生產量。 　　在植物生理中，植物經光合作用將二氧化碳固定後，以醣類的形式儲存能量。然而除了光合作用外，包括水稻在內的C3植物，皆具有光合作用與光呼吸作用兩種代謝途徑，由於發生在葉綠體中的光呼吸作用產生的乙醇酸會被進一步轉移到其他胞器中代謝成二氧化碳及氨，其產生的二氧化碳無法直接在葉綠體內經光合作用所固定，因此如何減少光呼吸作用帶來的影響、提高葉綠體胞器內可直接利用的二氧化碳濃度，進而提升光合作用的固碳效率，藉此增加作物產量成了研究的重點方向之一。中國大陸華南農業大學的研究團隊建立了以農桿菌(Agrobacterium)作為基因轉殖的技術，改良水稻葉綠體內的三個酵素，分別為乙醇酸氧化酶(glycolate oxidase)、草酸鹽氧化酶(oxalate oxidase)與過氧化氫酶(catalase)。這三種酵素可在葉綠體內形成GOC途徑(GOC pathway)，透過GOC途徑，植物體可迅速將光呼吸作用產生的乙醇酸在胞器內迅速地代謝成二氧化碳、水及氧氣，在胞器內產生的二氧化碳便可直接做為光合作用的碳源，可避免乙醇酸進一步轉移至其他胞器，減少額外消耗其他能量進行代謝的過程。研究發現，轉殖後具有GOC途徑的基改水稻與普通水稻相比，基改水稻具有較低的光呼吸效率、較高的光合作用效率、葉綠體內具有較高的二氧化碳濃度；基改的株型則顯得較碩大、翠綠，稻穀收成提升7-27%，各種結果皆顯示基改水稻具有提升糧食生產的潛力。【延伸閱讀】藉由發展具多元營養素之稻米品種以解決營養需求問題 　　中國大陸華南農業大學利用農桿菌提升水稻產量的作法，有別於以往僅改變單一酵素的手段，研究藉由一次改良作物體內多個基因，影響作物生合成途徑的方式，進而改變其光合作用效率、提高收穫量。華南農業大學的研究團隊也計畫將該基改技術應用在其他作物上，盼能提高其他糧食作物的產量。 　　該研究由中國國家自然科學基金會資助，相關研究成果已發表在<Molecular Plant>。

臺灣農業為高度依賴氣候環境變化的產業。 但近年來因氣候變遷所造成的極端天氣，對於農產品不論是產量或是價格都影響甚鉅。 農委會邀請農民、氣象專家、產業代表等，共同討論，並提出應變與具體作法 ！   直播的影片這邊看  PART 1  →→→ 請按我 直播的影片這邊看  PART 2  →→→ 請按我     【 與會來賓 】 行政院農業委員會 陳吉仲 主委 國立臺灣大學農學院 盧虎生 院長 行政院農業委員會科技處 王仕賢處長 屏東 朱正富 農友 屏東 黃進文 農友 桃園 吳成富 農友 天氣風險管理開發股份有限公司 彭啟明 總經理 農業試驗所 陳駿季 所長 逢甲大學 楊明憲 教授 農友種苗公司 張佳惠 經理 雲林 林春生 農友 壽米屋公司 陳肇浩 總經理 台江生技公司 顏榮宏 總經理 臺灣福昌集團 楊    杰 總經理

近年來，隨著網際網路逐漸發達，於線上交易的電子商務也蓬勃發展，電子商務具有方便、快速交易、無營業時間限制、節省實體店面成本等優勢，因而吸引大量商機。為了迅速滿足大量訂單，商家也需要準備大型倉庫以儲備足夠的庫存量，在此同時也衍生人力短缺的現象，然而電子商務在零售業中的比例仍在持續成長，許多企業也逐漸考慮使用機器人化解人力不足所造成的限制。 　　現今的機器人技術多半只能以特定手勢或吸盤等構造抓取物品，一但改變目標物的外型，機器手臂的掌握力就會下降。當線上訂單完成時，商家需要在倉庫中搜尋並取出儲藏的貨品，但是倉庫中的物品形狀複雜，不利於使用單一的機器手臂抓取和移動，且訓練機器學習也是一大問題。 　　為了改善抓取的活動性，可能會在機器手臂上裝配多種吸盤或夾具，故訓練機器人辨識物品並採用適合的工具成功拿取，是需要突破的重點。加利福尼亞大學柏克萊分校(University of California, Berkeley)的工程師提出了新技術，可以使機器人在不經過培訓的情況下掌握各種物體形狀。 　　研究團隊採用Dexterity Network(Dex-Net)4.0系統與類神經網路Improved GQ-CNN，並通過多達五十種不同的物品和ABB YuMi機器人進行測試，探究機器人在箱子當中拿取物品的效率，實驗顯示可成功改進機器人抓取物品的可靠性(reliability)。未來可能會改善機器人辨識困難的部分，包括從物品堆中找出被遮擋的目標物、透明物件、多孔和包裝鬆散的物體。【延伸閱讀】日本超級農機提升飛驒牛生產力 　　現在電子商務熱潮也逐漸帶動農產品於網路販售，農委會也設立農產品電子商務推動小組，積極推動臺灣農產品電子商務；而農產品比起工業產品的形狀、規格更為複雜，若要運用相關技術於農業電商平台，還須經過多項測試。

新興技術的發明應用與改進舊有農機設備，將有助於農業現代化發展，是推動農業/漁業4.0的最大助力。近日，新加坡貿易和工業部(Ministry of Trade and Industry)展示星國養殖產業方面的最新科技成果。由新加坡貿易和工業部設立的智慧財產中介平台(Intellectual Property Intermediary，簡稱IPI)發表三項具創新科技元素的發明，這三項應用在養殖漁業的技術發明應用包含：水源管理系統、水質檢測套組及高科技漂浮台。 　　先進水源管理系統是一套水源淨化與再利用的循環養殖系統(recirculating aquaculture system，簡稱RAS)。由於養殖的魚蝦在攝食代謝後會排放大量含氮廢物，若未即時處理養殖環境中的含氮廢物，在劑量達到一定濃度後，恐使魚群或蝦群死亡，心血付之一炬，造成經濟上的損失。水源管理系統有別於傳統利用活性污泥中的微生物，以生物分解的方式緩慢地將有機含氮廢物轉化為氮氣的作法，水源管理系統使用特別的濾膜，可直接過濾含氮廢物。該系統已於2018年6月份應用在新加坡的部分漁場，經研究顯示淨化效率高達90%，業者將淨化後的水質重新循環到養殖池中也大幅節省養殖場營運的花費。 　　水質檢測套組是用來監測水質的快篩試劑。為避免水中存在致命的病原菌，危及養殖生物的生存與繁殖，進而造成經濟損失，因此適時地監測養殖環境中的微生物病菌，避免不同養殖環境的相互感染，將使魚群更健康。新發明的檢測套組是一套靈敏度和特異度高的產品，其利用光學免疫檢定(optical immunoassay，簡稱OIA)法，能在25分鐘內以反應呈色判斷檢體是否受感染，在第一時間掌握水體品質，讓魚池擁有衛生的環境。 　　高科技漂浮台則是提升安全作業的水上設備。以往為了便於水上作業，傳統東南亞沿海漁民會自行搭建奎籠(Kelong)，同時作為海上捕撈作業與生活起居的住所，但由於奎籠無法抵擋劇烈的氣候變化，因此現代化水上離岸作業設備NOAH (Novel Offshore Advanced Hull)的發明將大幅提升漁民的安全，對抗全球氣候變遷帶來的衝擊。該設備可應用的範圍從內陸湖泊到沿岸養殖，可廣泛應用在各個養殖領域。除此之外，NOAH可利用太陽能及洋流作為動力來源之一，以此降低碳排放。相較於傳統的箱網養殖與循環養殖系統，以NOAH輔助下所發展的漁業4.0能帶來2.5-6倍的產值。【延伸閱讀】水產養殖業的人工智慧使用指南 　　在智慧化與自動化的時代，新加坡的漁業導入相當多的科技元素，藉此提升其產量。我國目前積極發展農業4.0，以提升農產價值，在這樣的背景下，或許能參考新加坡的創新發明，藉以發展自身的農業實力。

近年來，許多研究證實野外蜂群的數量已逐漸減少，而土地利用狀況改變是這些授粉媒介減少的主要因素，其中都市化被視為是生物多樣性的主要威脅之一。然而都市用地複雜度高，過去多數研究只針對小區塊(例如社區花園、墓地、公園等)，或是數種傳粉媒介(通常是蜜蜂、花虻或蝴蝶)進行探討，因此難以完全了解都市植物環境對生態的影響和保護機會。 　　英國布里斯托大學(University of Bristol)對主要城市用地進行採樣和評估，並比較土地使用比例、植物種類和傳粉媒介豐度間的關係。研究團隊繪製了布里斯托(Bristol)、雷丁(Reading)、里茲(Leeds)和愛丁堡(Edinburgh)等四大城鎮中九個主要土地用途分布圖，包含農圃、墓園、花園、人造表面(例如停車場和工業區)、自然保護區、其他綠地、公園、人行道和道路邊緣。並考量關鍵社會經濟因素(家庭收入)對傳粉媒介的影響。還開發了數學模型，可用於評估不同的土地利用方式穩定植物和傳粉媒介族群的貢獻，未來也可適用於多種棲地組成的評估作業。 　　研究發現農圃和花園的蜜蜂數量通常是公園、墓園和自然保護區的10倍；雖然自然保護區對野生動物非常重要，但因其主體為樹木而非草地，故較不適宜傳粉昆蟲生存。研究人員還發現，富裕地區的花園因植物種類較為豐富，擁有更多的傳粉媒介。容易受到授粉昆蟲青睞的植物包括荊棘(brambles)、毛茛屬植物(buttercups)、蒲公英(dandelions)、絲路薊(creeping thistle)、常見的hogweed和牛眼菊(ox-eye daisies)，雖然這些植物常被人們視為雜草，但它們對傳粉媒介非常重要。【延伸閱讀】小型室內栽種設備與家庭園藝未來發展 　　報告指出，若要增進傳粉媒介的族群，需停止施用殺蟲劑，並鼓勵增加農圃數量；這些農圃雖然面積很小，但生產的農產品可供應當地需求，並提供人們戶外活動的療癒空間，仍可提供授粉昆蟲和人類間的雙贏局面。 　　相關研究發表於<Nature Ecology & Evolution>

牛奶中蛋白質、碳水化合物、脂肪、維生素和礦物質含量豐富，是現代人生活中不可或缺的食物來源與食品原料之一；然而牛奶中豐富的水分與營養成分也是最適合微生物生長的溫床，新鮮的牛奶若無經過適當的殺菌程序與保存環境，便容易迅速酸敗，且可能引發消費者食物中毒等症狀。 　　一般消費者於市面上所購買的牛奶通常經過巴氏殺菌法(pasteurization)進行消毒，這是一種透過較低溫度、短時間的加熱處理，殺滅食品中部分微生物的方法，並盡可能保留生乳中的營養物質與風味。然而這樣的處理方式只能減少微生物的數量，完成處理的產品須於低溫中保存，並盡快食用完畢。【延伸閱讀】氣味感測器搭配NFC守護民眾食品安全 　　檢測牛奶中的鹼性磷酸酶(Alkaline Phosphatase, ALP)活性，可以驗證巴氏殺菌法作業的效果，也是現今最常使用檢測項目之一，但傳統檢測須在實驗室經過多種步驟才能完成，不易被現場所用。為解決這個問題，印度理工學院(Indian institute of technology)開發出以紙張為基底，並可快速感測ALP小型生物感測器，內含對ALP具有專一性的生物探針，只要13分鐘就可產生藍綠色訊號，方便現場人員直接以肉眼觀察辨識。此款生物感測器的ALP的檢測範圍為10-1000 U /mL，且已成功用於檢測乳品原料樣本，團隊也另外設計出簡易的檢測套組，以提升現場檢測的應用性。

在數十年的發展下，人工智慧(artificial intelligence)已應用在包含農業在內的各個領域，其中又以開發具機器視覺(machine vision)，具深度學習(deep learning)功能的人工智慧最具挑戰性，如何讓機器透過機器學習(machine learning)的方式產生具有與人們相比擬的判釋能力是目前學研界致力研發的重點項目之一。為了解機器視覺在人工智慧中開發的進度及可能遇到的問題，美國加州大學洛杉磯分校(University of California, Los Angeles)的研究團隊針對圖像處理上最常使用的兩種卷積神經網路(Convolutional Neural Network)模型—AlexNet與VGG-19進行圖像辨識的測試，結果發現，現在的圖像辨識仍有值得改進之處。 　　加州大學洛杉磯分校的研究團隊分別透過五項對機器所進行的測驗，顯示人工智慧很容易被看似簡單且容易被人理解的圖像所欺騙。這五項測驗目的是為了找出機器視覺在判斷上的盲點。經測驗後，發現運用深度學習模型的機器具有以下特點，包括無法如一般人類，可藉由物件的輪廓輕易的判讀；對玻璃材質的物件，其判釋能力大幅下降；對整體型態完整但輪廓不清的物件卻能正確辨識等發現。對於這樣的研究結果，研究團隊認為，材質(texture)是影響神經網路模型的重要因素，與一般人類運用整體輪廓辨識物件的方是不同；另一方面，機器有效地判讀蓄意模糊輪廓的圖像的比例極高，也證實機器並非以物件輪廓作為主要演算依據。研究團隊發現，人類是藉整體視覺來分辨圖像，而人工智慧則是將物件拆分不同的片段進行取樣判讀，如何讓機器達到人類辨識物體的水準，仍有待科學家進一步研究。【延伸閱讀】運用人工智慧科技規劃地景生態拯救野生瀕危蜜蜂 　　該研究由美國國家科學基金會(National Science Foundation)資助，研究成果已發表至<PLOS Computational Biology>。

美國農業部農業研究局的研究人員發現，在蛋雞飼料中添加高油酸花生可以增加蛋黃顏色和脂肪酸含量。 　　雞蛋中含有豐富的營養，包含人類所需的胺基酸、維生素、脂肪等，為了生產品質良好的雞蛋，部分農民會在飼料中添加花生粕和花生以增進蛋雞的蛋白質攝取。花生粕為花生壓榨煉油後所剩餘的副產物，使用一般花生製成的花生粕可提供雞之豐富的植物性蛋白質，但近年來高油酸(oleic acid)花生品種越來越多，產量也逐漸增加，目前尚未有文獻探討飼料中添加高油酸花生對蛋雞的影響，故美國農業研究局著手進行研究。【延伸閱讀】南洋理工大學科學家將超硬花粉轉化為柔性材料 　　研究團隊以白色來亨雞(White Leghorn layer hens)進行試驗，探討採用高油酸花生飲食10週後對蛋雞生產和雞蛋品質的影響，每週記錄雞隻體重、飼料重量，並分析雞蛋品質、營養成分和致敏性，結果顯示這種餵養方式並不會影響母雞產蛋表現和雞蛋品質。除此之外，高油酸花生飲食使得蛋黃顏色較深，蛋黃中所含的脂肪酸和β-胡蘿蔔素也更多。 　　過去，部分農民為了提升蛋黃中β-胡蘿蔔素等抗氧化維生素的含量，會在飼料中添加類胡蘿蔔素補充劑、番茄粉、萬壽菊等成分，但此舉也會增加營運成本。因此這項研究提供了高油酸花生及其副產物額外的利用方式，且生產的蛋不與花生抗體產生反應，可有效減少消費者過敏的疑慮，並提高畜禽產業的使用意願。

茶飲愛好者往往特別關注茶葉的產地、氣候和環境狀況，但目前茶產業尚未有健全的溯源系統。而區塊鏈(blockchain) 是近年來快速發展的科學技術之一，已應用於許多零售及食品相關產業當中，有利於產品溯源與提升供應鏈透明度。VeChain是一家協助產業建立商品區塊鏈的公司，在過去兩年內幫助了奢侈品、汽車、食品、服飾生產商建立可信任的商業生態環境，現在更與日本富士Marumo茶園合作，希望通過先進的物聯網和區塊鏈技術幫助追蹤茶葉產品包裝。【延伸閱讀】應用區塊鏈建立番茄供應之物連網 　　富士Marumo茶園是世界上最受歡迎的日本茶葉生產商之一，因為於日本靜岡，具有適合茶葉生長的優良氣候和土壤條件，在Mohei Honda的領導下榮獲2013年世界綠茶大賽最高金獎。為了提昇客戶的信任度與抑制市面上的假產品銷售，故與VeChain進行合作測試，VeChain會分配個別產品一個唯一的ID，並將此ID添加到其各種NFC晶片當中，客戶只要將智慧型手機指向包裝上嵌入的NFC晶片，就能確認所購買的產品來自富士Marumo茶園。而且，客戶還可以獲得更多產品相關的詳細資訊，包含茶園歷史影片以及驗證證書。 　　此計畫將分階段推行，初始項目將涵蓋一百種不同的茶產品進行測試，這些茶產品將採用VeChain的NFC晶片進行追蹤，若成效良好，將會擴大合作關係。

為有效且快速地檢測受感染的個體，由Oxford Nanopore研發方便隨身攜帶的檢測裝置MinION因此誕生，該裝置近年來已大量應用在人類及動物的疾病檢測，透過新一代定序技術及高通量測序的原理，短時間內便可比對出受到病毒感染的檢體。如小型實驗室般的裝置能快速且大量測定檢體病毒的所有DNA或RNA的序列資訊，相關應用已使用在檢測茲卡病毒及伊波拉病毒兩種RNA病毒的檢測，對疫區疫情的控制有著顯著的效果。相較於動物病毒檢測方面的應用，法國農業研究發展國際合作中心(Centre de coopération internationale en recherche agronomique pour le développement，簡稱CIRAD)的研究團隊希望能同樣則利用Oxford Nanopore的檢測裝置，建立快速檢測植物病毒基因組的技術及流程。 　　法國農業研究發展國際合作中心以重要的經濟作物參薯(water yam, Dioscorea alata)作為研究對象，並利用Oxford Nanopore的檢測裝置MinION進行感染病毒的測定分析。研究首先以傳統定序法(Sanger sequencing)建立參薯病毒的參考基因組，並以此為標準作為MinION定序參照比對之用。研究顯示，以MinION測出的病毒序列與傳統定序法所得到的結果相比，相似程度高達99.8%，這表示Oxford Nanopore開發的MinION同樣可有效地應用在植物病毒的檢測，定序的準確度也相當理想。研究成果意味著人們可隨時攜帶檢測裝置，及時於作物栽種現場進行病害管理監控，省去採樣送驗的時間成本，同時避免病毒在短時間內大爆發的風險。【延伸閱讀】微流體晶片技術可快速診斷多種植物病毒所引起的疾病 　　法國農業研究發展國際合作中心主要致力於熱帶及地中海地區農業發展，該檢測的推廣將有助於即時監控栽種地區的疫情，適用於通訊或交通不便的農業地區。研究團隊並希望能藉由儀器的高精確度，在未來將該檢測開發在其他物種的病毒檢測與全基因組的定序方面。 　　該研究由Agropolis Fondation資助相關經費，研究成果已發表在<Scientific Reports>。

一般而言，無人機通常平均飛行時間為20分鐘，因維持機翼旋轉需要大量能量，若要維持長時間的飛行，也代表需要更大、更重的電池；而無人機越小，飛行時間也越短，這樣的能量需求使得無人機應用尚無法擺脫尺寸限制。 　　現在美國華盛頓大學(University of Washington)發掘一個既強大又輕便的動力源—昆蟲，足以讓無人機持續約七個小時的飛行時間，並將其稱為Living IoT。這是一個飛行無線平台，包含感測器、無線通訊和定位追蹤器，可搭載於活體昆蟲而昆蟲於田間飛行時便可同時監測溫度、濕度、光照強度或作物健康狀況。 　　由於昆蟲本身已具飛行能力，因此只需搭配可持續七個小時的微型充電電池(約重70毫克)即可，整體元件僅需數美元，重量僅為102毫克，約為7粒生米的重量。而大黃蜂(bumblebee)可承受與自身體重相等的重量，一隻蜂約重113毫克，且體型較大，能夠攜帶團隊開發的微型電池，因此受到青睞。除此之外，與一般無人機不同，蜜蜂能夠飛行數小時，也具有電子零件無法達成的特質；一般無人機就只是隨意在田間飛行，但蜜蜂會受特定物質吸引，所以除了能以此監控環境外，還可以更加了解蜜蜂的行為模式。【延伸閱讀】海洋中的大型海藻養殖場將成為未來生質燃料的來源之一 　　為了追蹤蜜蜂，研究人員在足球場上設置了四個天線基地，利用蜜蜂身上的接收器的信號強度及蜜蜂與基地站之間的角度差進行三角測量，最遠可以偵測到距離天線外80公尺的地方(約四分之三個足球場)，而蜜蜂通常飛行距離為百米內，故可完全掌握訊號位置；當蜜蜂返回蜂巢過夜時，電池便會重新充電並上傳數據。安裝或取下零件時只要將蜜蜂裝在罐子裡，再放入冰箱模擬冬眠時的溫度，減少其活動力，便可輕鬆完成，且整個過程並不會傷害到蜜蜂。通過感測器，我們更可以了解蜜蜂的野外行為，理解為何蜂群數量會下降。 　　研究團隊計劃在ACM MobiCom 2019上展示他們的研究成果，但這並非團隊第一次進行無人機研究的發表，過往曾推出RoboFly，這是一種由雷射光驅動的昆蟲機器人，透過雷射光投射能量給機器人上方的光伏電池並轉換成足夠的電力。而RoboFly的飛行模式可以進行人為控制，或許有一天能夠應用於偵測氣體外洩、檢測植物病蟲害，或進入狹小空間中尋找災難倖存者。

水下世界熱鬧且變化萬千，雖然魚群不像人類擁有聲帶，但還是可以藉由骨骼摩擦、肌肉震動、游動時改變速度和方向發出聲音，這些聲音可變成捕食者或競爭者感受到的訊號，或成為吸引配偶、嚇阻外來物種等反應。觀察聲音生態學(Acoustic Ecology)也提供人類認識其他物種的另一個角度，魚類資料庫—FishBase網站中也記錄著部分魚類的聲音，可作為認識魚種的參考。 　　現在格里菲斯大學(Griffith University)澳洲河流研究所(Australian Rivers Institute)的研究人員便利用這些聲音建構監控河流健康的新方法。研究人員Dr. Simon Linke表示，研究自然界發出的聲音可以提供寶貴的環境資訊，就像有人研究並記錄鳥類所發出的聲音，我們也可以將此概念應用在魚類身上，用於監測魚種種類、族群變化，或其他影響河流健康的小動物。藉由投入水下麥克風，記錄音頻並將聲音和數據傳回辦公室，透過電腦系統自動識別、分析其中特殊的聲音，並用於構建有關河流系統健康狀況的調查結果。【延伸閱讀】利用行為研究幫助了解豬流行性下痢病毒大爆發之可能因素 　　傳統上進行生態監測時，研究人員需要花費大量時間於不同地點奔波和架設裝備，透過這種非侵入性的監控方式，搭配自動攝影機，就無須額外採取干擾生態系統的任何措施，有利於研究人員進行長期性的觀察，也能作為監測如羅非魚(吳郭魚)等入侵種的早期預警系統。

遺傳改良是畜牧業提高生產力的方式之一，然而隨著經營時間延長，動物族群逐漸擴大，管理者的育種計畫也漸趨複雜，追蹤個別動物的種系與遺傳關係也越來越難。澳洲的養羊產業興盛，也是世界上主要的羊毛、羊肉生產國，羊隻數量眾多，更加需要進行系統化的管理。 　　MateSel是一個由新英格蘭大學(University of New England, UNE)教授Brian Kinghorn開發的電腦程式，已被美國養豬業使用，能同時保持動物的遺傳多樣性和提高遺傳育種的收益。現在澳洲的綿羊產業也逐漸投入MateSel的使用，並通過Sheep Genetics Australia進行管理，利用最全面的綿羊遺傳數據庫和評估服務，促進澳洲綿羊產業的品質保證。 　　西澳農民Dave Vandenberghe是第一年進入MateSel計畫，他的每一隻綿羊都經過DNA測試以確定親代血統來源，有助於防止配種時的近親繁殖。每個新剪毛的羊隻都有一個電子標籤，上面完整記錄澳大利亞綿羊繁殖價值(Australian Sheep Breeding Values, ASBVs)，其中包含出生體重、剪下羊毛量和眼睛肌肉深度等性狀，可用以選擇性繁殖所需後代；加上所使用的電子繪圖工具、電子耳標、電腦軟體和數據分析，Vandenberghe花費了約25美元改善羊群遺傳特性。【延伸閱讀】計算林木的耗水量並應用於精確灌溉系統 　　Vandenberghe表示，此計劃在西澳的美利諾羊(Merino)育種者中並不是非常受歡迎，但考量到綿羊和羊毛價格的上漲，農民可能會因此重新投資，尤其是同時養殖多種動物的混和農場更可因此簡化作業，順利將種羊進行分組以促進配對育種順利性。

在世界人口快速增長的趨勢下，人們對糧食的需求提高，全球糧食安全議題此刻成了各國政府關注的焦點之一。而在眾多因應之道中，都市農業(urban agriculture)或許成了緩解糧食安全疑慮的有效方法。 　　一份來自澳洲新英格蘭大學(University of New England)有關都市農業的研究報告，統計澳洲雪梨市境內及鄰近地區共13個社區菜園在2015-2017年的都市農業生產結果發現，都市社區經營的菜園生產量較澳洲商業化種植的菜園高出近2倍。然而研究也發現，不論是人力或物力資源的運用上，都市菜園都較商業化經營的菜園低效率，這顯示未來若要發展永續都市農業經營模式，則須解決其中的物資及人力問題。 　　研究中探討到，若要解決物資問題，可利用都市資源相對豐富的優勢，將都市龐大的廢棄物就地處理，轉化成農用資源，此方法一方面紓解廢棄物對環境造成的壓力，另一方面則將資源重新分配為農業經營之用。低能值產量比(emergy yield ratio，簡稱EYR)的結果也顯示文獻中所探討的都市農業尚不具經濟效益的，唯有投入相對低成本、大量的都市廢棄物，方有機會讓整個都市農業系統得以永續發展。 　　研究也發現，從事都市農業活動的人們多半為了社區參與、休閒及環保等目標而投入。結合上述願意從事都市農業的有志之士，再加上規劃公園、道路旁等公共土地重新利用下，都市農業將是可行的做法。然而研究發現，嚴重勞力不足及反映昂貴的產品價格，恐將限縮都市農業的發展。【延伸閱讀】研究指出都市花園與菜園為保育物種的重要關鍵 　　整體而言，澳洲新英格蘭大學的這份研究調查，充分地闡述發展都市農業的美好願景及現階段所面臨的挑戰，如同許多經營管理方針一樣，永續發展將是維繫都市農業發展的重要命脈，決策者如何權衡其中的利弊得失將嚴重影響都市農業規劃的方向。該研究結果對於農村勞力短缺、都市化程度高的臺灣而言，將可做為未來發展都市農業的重要參考文獻。 　　該研究已發表在美國國家科學院院刊<Proceedings of the National Academy of Sciences>。