沿著進入南投埔里地區的臺21線悠遊車行，一路綠意盎然，放眼盡是琳瑯的鮮花、水果以及蔬菜，沿路而上，來到海拔650至800公尺的合成里大坪頂，香甜的氣味開始與清新的空氣相融合，炎炎夏日到此，就可嗅聞到香濃的百香果氣味。 　　臺灣的氣候彷彿為百香果而生，自1900年初由日本人引進之後，每年一到收成季節，就見農地裡某個角落開起白中帶紫的花朵，待果實轉為紫色成熟，即可採下食用；在種苗與技術一戶傳一戶的大坪頂地區，百香果不只是一般作物，而是採取專業化大片種植，占全臺9成的產量，不僅國人喜愛採買，更外銷國際，如日本、南非等。 　　因此，當在外工作數年的白政益決定結束漂泊回鄉，祖父母的這一方百香果園就順理成章的成為他落地生根之處。 受慣行農法衝擊　為百香果找出路 　　「我的百香果種植知識都是叔叔教我的。」關係緊密的家人，讓栽種技術與知識的傳授沒有分毫藏私，但白政益的腦中卻時常問號不散，以農藥配置為例，當他問叔叔該怎麼配比時，叔叔理所當然回答：「交給農藥行就好，跟他說要做什麼用，他們就會配好。」 　　白政益曾試圖去問其他果農，結果每個人給他的答案都不同，甚至還有人告訴他，若要完全控制病蟲害，可以配3到4種藥，並每隔2天噴灑一次，「我嚇壞了，這抑制病蟲害沒錯，但是換來一顆有毒的百香果，沒意義啊！」 　　他期待能投身友善栽培，於是開始積極尋找農業相關課程，也在改良場的農民學院中恍然大悟，原來務農不只是勞力工作，同時還必須學習許多知識，例如了解氮、磷、鉀的作用等等。 　　進行合理化施肥的打擊只是第一步，緊接而來的是天氣的變幻莫測。「我回來這3年，見識到了極端氣候的可怕。」白政益回憶，第一年近乎無雨，第二年好不容易等來雨水，但雨量卻意外地集中，熬到第三年則是在颱風季之前就捲進颱風，「農夫就是看天吃飯，以前只能接受，但引進科技農業之後，一切都不同了。」 從IPM到ICM　成為全方位顧問 　　青創思維在白政益身上展露無疑，他深知要兼具商業、品質以及友善栽培的這條路勢必艱辛，但笑言自己是最怕安逸的人，白政益感謝自己身處科技發達的時代，因為各方面要契合所想，科技農業對他而言無疑是一大利器。 　　2024年初，白政益與工研院合作，引進「作物整合管理」（Integrated Crop Management；ICM）系統，他以變幻莫測的氣候為例，「像今年的天氣常常有午後雷陣雨，其他的農民幾乎都要在沒有下雨的間隙到園區灑藥，但我能根據ICM系統的提醒進行合理化施藥及栽培管理，大幅減少病害發生，以及提升百香果產量與品質。」 　　工研院中分院副執行長李士畦進一步解釋，ICM系統就是維護植物健康相關措施的整合管理。2011年起工研院就開始投入智慧農工與生態材料科技的研發。2018年開始整合各項技術，從精準使用藥肥的「病害整合管理」（Integrated Pest Management；IPM）系統，一路進展到含括作物生理、環境監控與病害管理的ICM系統，李士畦表示，一路走來目標明確，「在整個農業發展過程中，無論是生態肥料的供應或是因極端氣候引發田間病害的預警，大多仰賴經驗。整合管理系統對農民而言，就是利用科技將經驗數位化，提供給農民全方位的解方顧問服務。」 起跑第一人　身負重任 　　百香果擁有豐富的維他命C、高纖維等養分，然而在種植過程中卻時常得面臨環境的挑戰，雨水只是其一，最令果農頭疼的還有嚴重蟲害與透過空氣及雨水快速傳播的炭疽病。 　　炭疽病是一種潛伏感染的病害，病菌會危害莖蔓、葉片與果實，白政益翻起手機相簿，直言這並不是一種罕見的病菌，隨著黑色斑點慢慢擴大，植株只能連根拔起，且因為是透過空氣跟雨水散播，時常只要一個園區受害，鄰近的園區也躲不了厄運，「受感染的百香果連做成果汁都沒辦法，這對一年一獲的果農來說，等於辛苦都白費了。」 　　為了解決炭疽病所帶來的危害，工研院透過機能型生物炭系統，從有機、生態、循環等層面進行改善。李士畦分析，「生物炭表面除了分布著大小不一的孔洞，原始材料的高鹼特性並不容易讓微生物進駐繁殖，透過表面官能基的改質，益生菌能住進孔洞中，有了這個生存的保護傘載體，就有機會營造出土壤中的好菌群來抑制壞菌的生存，進而達到降低植物發生炭疽病的效果。簡單講，把土壤顧健康了，植物自然就能頭好壯壯。」 　　白政益引進ICM系統至今約有半年時間，他的果園不僅躲過炭疽病的侵擾，也能在氣候變遷的衝擊中掌握耕作時機點，面對未來，他開心表示，希望可以跟工研院一起為這套系統打造標準作業模式，快速地複製分享給其他果農，讓大家都可吃到碩大美味又健康安全的百香果。【延伸閱讀】- 高度仰賴農藥的日本， 倡導 IPM病蟲害綜合管理達永續農業經營

一氧化二氮 (N₂O) 是一種長期溫室氣體，主要來自農業土壤。近幾十年來，越來越多的研究探討了N₂O的來源、影響因素和有效的緩解措施。然而，影響全球範圍內農業土壤N₂O排放的因素層次仍不清楚。 　　來自中國和德國不同機構的研究團隊對全球 N₂O 排放數據集進行相關性和結構方程模型分析，探討氣候、土壤特性和農業實踐對非施肥和施肥旱地農業系統 N₂O 排放的影響。此外，還進行了方差分割分析，以確定不同氣候區的主要控制因素。 　　研究發現在不施肥處理中，亞熱帶季風區土壤N₂O排放的主要影響因素是土壤物理性質，而溫帶地區的主要影響因素是氣候條件。土壤N₂O排放的主要影響因素是土壤物理性質，而溫帶季風區的主要影響因素是農業。酵素抑制劑可減少60%以上的N₂O排放。 　　此項研究發表在2024年7月《Advances in Atmospheric Sciences》期刊，此項研究貢獻在於透過減少氮肥施用量並添加硝化抑制劑和脲酶抑制劑等適當的農業管理措施，可以在旱地農業系統中將 N₂O 潛在排放減少 60% 以上。【延伸閱讀】- 研發新型生物質肥料，減輕氮肥對環境的負面影響

近年來，利用各種數據提高農業生產水平的數據農業得到推廣，氣象數據、土壤數據已可用於作物育種和栽培管理。另一方面，直接影響作物健康狀況和生產力的是作物本身的生理生態反應（光合作用、蒸騰作用等），如果能有效利用這些數據，可以進一步提高生產力。 　　研究團隊將光合生化模型與多種感測技術、葉片溫度和環境因素測量結合，以消除氣體交換測量的需要。勞動力、高速估算葉片光合速率的方法。即使將所有儀器組合起來，這種方法的成本約為氣體交換測量裝置的1/5至1/10。 　　研究發現利用從多種感測技術獲得的資訊來估計電子傳遞速率和氣孔導度，這對葉片的光合作用速率有很大影響。然後可以將這兩個變數和其他參數輸入到光合生化模型中以估計光合速率。 　　此項研究發表在2024年7月《NARO農業與環境研究部》，此項研究貢獻在於提供植物培育數據基礎，未來可開發出相關設備，並期望簡化此技術，加快培育和栽培研究的速度。未來能更準確地預測作物生長和產量，這種方法不僅能應用於農業領域，還能應用於生態學和生物多樣性研究中。【延伸閱讀】- 在沒有陽光的狀況下仍可用人工光合作用生產食物

人工智慧（AI）等數位技術可以透過改善耕作方式來提高農業生產的效率、產量、品質和安全性，為農業帶來實質的好處，比利時列日大學提出將邊緣人工智慧（edge AI）整合進農業藍圖，使計算能夠在靠近數據收集的地方進行，而不是在集中式雲端運算設施或異地數據中心進行，設備可以更快地做出更明智的決策，而無需連接到雲端或異地資料中心。 　　邊緣人工智慧的採用面臨著一些挑戰，包括需要創新和高效的邊緣人工智慧解決方案以及對基礎設施和培訓的更大投資，所有這些都因各種環境、社會和經濟限製而變得更加複雜。 　　研究團隊利用即時數據改善作物管理，改良水和肥料等資源的使用，減少收成後損失並提高食品安全，或增強對不斷變化的天氣條件的監測和響應能力。 　　研究發現將先進技術融入農業之解決方案，採用邊緣人工智慧可以提高資源效率、改善作物品質和減少環境影響來改變農業操作。 　　此項研究發表在2024年《自然永續發展》期刊，該研究貢獻了人工智慧和永續農業領域的尖端資源和專業知識。【延伸閱讀】- 【農業 × AI】日本智慧農業應用技術精選範例

目前這項實驗計畫已於2024年10月正式展開，藉此進一步探索環境再生農業的可能性、提升啤酒大麥的生物多樣性，以及期盼為緩和氣候變遷與實現淨零碳排社會帶來貢獻。        本次共同研究，由栃木縣農業綜合研究中心負責解析啤酒大麥生長和產量的影響，以及土壤物理性與化學性之改善效益。早稻田大學負責對土壤微生物進行菌叢分析，以及測量生物炭對土壤微生物的影響和土壤改良成效。麒麟企業則是應用啤酒製造中的發酵和生物技術等優勢，訂定實驗計畫，並從數據的解析過程中觀測其機制反映，協調整體研究過程。        除了上述各自在計畫中負責的範疇外，三方共同針對生物炭成效加以驗證，以為未來申請日本全國自願性碳信用制度J-Credit時所需計算碳儲存量做準備。站在基礎研究的角度，同時亦可以藉由測量生物炭在田間的應用效果來累積技術的知識含量，期盼未來能進一步向啤酒大麥農民推廣生物炭之應用，以及達到減少溫室氣體排放量之效益。【延伸閱讀】- 自然的力量！日本產學研投入再生農業之動向

面對不斷升級的氣候變遷和環境污染，農業部門面臨越來越大的壓力，需要尋找永續的解決方案。智慧農業將資訊和通訊技術（ICT）融入農業，超越了時間和空間的限制已成為遠端或自動改善作物生長環境有效方法，特別是室內水耕系統的發展受到挑戰，由於成本高昂且無法與傳統種植作物的定價競爭。 　　　　研究團隊設計了一個包含空氣結構、營養混合器、水循環系統和排水管理器的整體系統，用於準確調配營養液，以滿足植物生長需求，採用雙流噴嘴和超聲波噴霧技術，以最小化水分損失，確保多餘水分能有效排出，防止根部積水。 　　　　研究發現新型營養混合器能夠提高營養液的利用率，噴霧系統在節水方面表現優異，與傳統土壤栽培相比，所需水量顯著降低，該系統能夠有效支持高價值作物（如生菜）的生長，並提高其產量和品質。 　　　　此項研究發表在2024年6月《MDPI》期刊，此項研究貢獻在於為智慧農業領域提供了新的解決方案，特別是在水資源管理和高效作物生產方面，提供了一種創新的農業系統設計，適用於多種環境條件，為未來永續農業技術的發展奠定了基礎，特別是在城市農業和室內栽培領域。【延伸閱讀】- 滴灌施肥可妥善運用水與營養資源，提高農業生產率

茶翅蝽因其對北美和南歐果園作物的廣泛損害而臭名昭著。在義大利，這種入侵性害蟲 2019 年對水果生產造成了約 5.88 億歐元的損失。因此需要開發一種可靠且不會對入侵性害蟲造成負面影響的監測方法，以取代傳統需要大量人力且效率低下的監測技術。 　　研究團隊設計了一個自動飛行協議，透過行動應用程式(App)控制無人機，並在高達八公尺的高度拍攝梨樹園的高解析度圖像，這些無人機的使用減少了人類對害蟲的干擾，使得數據捕獲更加準確。此外，研究團隊還利用圖像數據訓練、驗證和測試AI模型，以識別褐斑臭蟲。 　　研究發現成蟲對無人機的出現表現出凍結行為，無人機能夠有效地捕捉到褐斑臭蟲的高解析度圖像，並且AI模型的識別準確率高達97%。這一新型監測系統展示了無人機和AI結合的潛力，能夠準確檢測和量化入侵性害蟲的存在。 　　此項研究發表在2024年《Pest Management Science》期刊，該研究對於害蟲綜合管理策略具有重要意義，包括開發適應氣象和環境條件的精確預報模型。【延伸閱讀】- 椰子油衍生物驅蟲效果比「敵避」更好

玉米是日本高利潤作物之一，產量約21萬噸的農作物，其中北海道收成約占40%（農林水產省2020年統計）。北海道中部地區近年發現在最佳採收期，玉米水分含量下降，容易枯萎，品質變差。因此，必須準確的確定玉米的適當收成時間。而玉米收成分為手工採收和機械採收，同時有大量人力需求問題存在。 　　日本國家農業與食品研究組織(NARO)研究團隊開發了一種預測玉米最佳收穫時間的技術，並透過預測每個田地的最佳收穫時間，這項技術只需用無人機對田地進行一次拍攝，除了無人機拍攝的統一的田地影像之外，還需要有關田地的位置和種類資訊，將這些資訊輸入“玉米收成時間預測工具”應用程式，即可計算適當的收成時間。 　　研究發現該技術預測了2021-2022年玉米的適當收成時間，並將其與手工收成的實際收成日期進行了比較，其中適當的收成時間和實際收成日期匹配或重疊，顯示此預測模型擁有高準確性。 　　此項研究發表在2024年4月北海道農業研究中心，該研究所開發之收成預測模型，對於未來為生產者提供預測適當收成時間資訊，由於這項技術可以提前約一個月預測每個田地的收成時間，為大規模生產地區的高效收成和運輸計畫作出貢獻。【延伸閱讀】- 運用深度機器學習分析韓國飼料作物生產數據及氣候影響性研究

一直以來，森林在維護管理上面臨諸多難度與挑戰，例如，安全性的人為問題，往往要耗費龐大時間、勞力與管理費用等。再者，經濟效益不佳造成林業從事人員的短缺。因此，日本國內森林很難受到全面性的良好保護與應用。另一方面，森林的荒廢不僅與地方木材產業衰退息息相關，災害損失與生物多樣性的喪失，同時也左右地方產業發展，國產木材能否穩定供給更是攸關國內建築產業的營運。 　　隨著國際間自然正成長(Nature-positive)的浪潮，以活化森林永續經營的日本鹿島株式會社開始一項「Forest Asset」數位森林支援計畫。 這項計畫利用無人機的自動飛行功能取得森林上空與內部數據，準確掌握森林樹種的體積、高度、位置等點群大數據並加以解析。這項無人機的雷射測量數據應用是日本國內首創。 　　「Forest Asset」主要由兩大核心技術組成。利用由名古屋大學共同研究開發的森林點群大數據解析技術，結合瑞典Deep Forestry公司製造的高功能雷射無人機，可有效掌握森林中樹種的詳細組成與分布資訊。這項技術可以從過去人為測量範圍約0.1~0.3ha/日，擴增到10ha/日的範圍，由於數據準確度高，節省勞力之效益可達到30倍以上。 　　此外，再加上結合稀有動物的生態環境調查技術，還能提升森林的生物多樣性，以及加強涵養森林水源的機能性，充分發揮森林潛在附加價值，持續為森林維護貢獻一份心力。【延伸閱讀】- 永續林業 不分國內外

工研院攜手廠務系統整合服務商「聚賢研發」在台南沙崙綠能示範場域，以台灣亞熱帶高溫氣候為基礎，依不同階段進程共同打造太陽能模組溫室，並以啤酒花為載體進行場域驗證，盼找出農場自行供電的可行性，探索打造全新綠電經濟模式。 　　工研院指出，因應極端氣候，全球訂定2050淨零排放目標，藉由試驗場域模擬極端氣候，作物在新型態溫室內的創新栽培與應用。例如以二氧化碳作為催化生長的科學驗證、智慧電網控制系統運用，並以低碳運作達成自供電溫室管理的系統。 　　工研院中分院副執行長李士畦表示，全球面對氣候變遷的挑戰，企業應用低碳或綠色能源，減少生產過程中的碳排放成為重要趨勢。以德國為例，啤酒花農場與太陽能業者合作，運用光電板為需要涼爽生長環境的啤酒花遮陽，同時啤酒花也可依靠光電板支架攀藤生長，形成新型態的農電共生模式，發電量可同時供應農場及附近住戶，工研院團隊參考國外成功經驗，與聚賢研發打造農業伴生創電沙盒驗證場域，第一階段以溫室進行啤酒花的生產試驗，藉以評估「生產為主、創電為輔」商業模式的可行性。 　　李士畦表示，以高經濟作物搭配育苗碳匯計算方法的驗證過程，擁有科學化數據是支持農業綠色生產量化效益最好的展現方式，可提供農民未來在選擇作物、溫室管理系統擁有實質的科學數據來協助應用判斷。沙盒驗證場域下階段將導入鈣鈦礦新型太陽能發電技術，透過高效率、低成本特性，優化自供電溫室、農場的模式，除提升科技農業競爭力，也希望成為農業淨零轉型的範本。【延伸閱讀】- 在全球響應淨零碳排浪潮下的日本綠色轉型GX 因應綠色能源發展趨勢，工研院攜手廠務系統整合服務商，在台南沙崙綠能示範場域，以亞熱帶高溫氣候為基礎，依不同階段進程共同打造太陽能模組溫室，並以啤酒花為載體進行場域驗證。圖／工研院提供 工研院攜手「聚賢研發」參考德國啤酒花農場與太陽能業者合作案例，在台南沙崙綠能示範場域打造農業伴生創電沙盒驗證場域，第一階段以啤酒花生產試驗。圖／工研院提供

應對氣候變遷的對策包括減少二氧化碳排放和增加植物吸收養分等的緩解措施，在農作物生產技術發展主要是為了適應氣候變遷，而農業生產中使用的各種新技術，特別是針對氣候變化的調適策略，並強調了這些技術對提高農作物產量和品質的重要性。 　　日本國家農業與食品研究組織(NARO)研究團隊採用了高強度LED，可以種植需要強烈夏季陽光的穀物，並建造了一個強大的人工氣候室，可以使用外部天氣數據控制大範圍的溫度和濕度以及二氧化碳的應用，研究團隊分析現有蒐集到的相關研究及數據，並以人工氣候室模擬過去環境條件，觀察水稻生長狀況，進行比較其相關性。 　　研究發現各種季節環境並評估其對農作物影響之可能性，在人工氣候室中觀察到水稻的季節生長變化整體上與在實際環境中生長的水稻表現出相似的趨勢。因此，儘管人工氣候室中的環境在光質、土壤、種植密度等方面與室外環境不同，但可以預測在預測的未來環境條件下生長的水稻的特性。 　　此項研究發表在2024年5月《美國科學院院刊》，該研究結果也揭示了預測未來全球暖化將對作物生理產生的一些影響，透過利用這一結果來闡明品種對環境反應的差異，對於未來受氣候變遷脅迫之農業作物栽培技術發展做出貢獻。【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

越南農漁產品出口在當地經濟中扮演至關重要的角色。根據越南農業部（MARD）的數據，2024年第一季度，該國農漁產品出口金額達到了131.2億美元。為滿足日韓、歐美等市場對高規格產品的需求，越南農業部發布了「2030～2050年農業和農村發展的科技和創意創新策略」行動計畫。 　　該計畫旨在推動農業轉型智慧化，鼓勵國營電信及IT科技企業利用物聯網（IoT）、人工智能（AI）、大數據和區塊鏈等技術，推動越南農業智慧化發展。隨著政策的推動，業者也看好當地市場，並以「農業現代化與永續農業」兩大類為主轉型智慧化。 　　由於越南擁有廣大的農田，無人機應用前景非常廣闊。無人機可以取代人工進行精準的農藥噴灑，並能收集農地數據來優化農場管理，如：自動監測作物病蟲害和優化施肥流程。精準農業依賴於IoT平台和各類感測器來收集和分析環境數據，並針對不同作物提供全方位的解決方案。 　　IoT技術的引入能提高生產效率，同時減少對環境的負面影響，保護生態系統。越南對永續農業解決方案的需求主要集中在滿足國際ESG標準，以便出口到要求ESG證書的市場。 　　此外，為了達到歐美和日韓等國對於農產品的GAP或有機要求，當地蔬果園需要確保土壤乾淨、安全，並使用符合有機標準的種植原料和肥料。 　　越南主要養殖泰國蝦、巴沙魚等，這些產品在國際市場上具有很高的需求。然而，當地許多養殖場仍依賴傳統的人工測量方法，無法進行精準的水質管理；水質監測系統面臨設備因汙染，導致測量不準確等問題；鹹水和半鹹水環境，增加了維護難度和成本。惟透過精準的水質監測和自動化管理系統能幫助養殖場提高效率，減少資源浪費和環境汙染。 　　因此，隨著國際市場對高質量水產品的需求增加與高經濟回報率，養殖場願意投入成本，以提高養殖效率，滿足出口需求。 　　由於越南農地分布與台灣類似，且我國業者在IoT、AI和大數據分析方面具備技術優勢，且硬體設備具有高品質和穩定性，可以提供針對越南農業需求的客製化解決方案，並配合當地智慧農業系統商，提供完善的技術支持和維修服務。 　　此外，考慮到當地農民和養殖場對IoT技術的了解仍有限，台灣業者可通過合作夥伴、農業合作社和政府單位推廣智慧農業技術，並在當地建立「驗證場域」（POC）示範點，展示技術的應用效果，讓當地農民了解新技術的益處，促進技術的廣泛應用。【延伸閱讀】- 日本IIJ與千葉縣智慧農業稻作IoT與無線技術的先期驗證

為因應農業勞動力不足及農民高齡化趨勢，應用ICT、自動化技術的智慧農業成為提高農業生產力的驅動力。然而，由於不同農業機械使用的數據規格不同，造成使用者在作業現場相當大的困擾。因此，在數據規格統一，以及提供使用者做資料管理分析的農事經營服務等需求日益增長。 　　為此，農林水產省召集了農機製造業者、ICT業者、農事作業者、學者等相關人士，以數據整合為目標，制定了「農業領域開放API指南 Ver1.0」。以下為計畫概要簡介： 計畫要點 　　農研機構藉由整合不同廠牌的農機數據規格，評估分析農機運行及作物生長狀況，其過程擴充並更加完善農機OpenAPI規範書之內容。關於製造商間數據整合研究成果，詳細內容記載於「2023年度成果報告書」。 　　於此背景下，農林水產省的「推動智慧農業- 農林水產基礎數據管理應用計畫」，透過農業數據的整合與共享，推動農業數位化發展。另一方面，隨著農研機構所制定「農業領域開放API指南 Ver1.0」及「農業AI與數據相關合約指南」，過程中集結農機設備製造商、ICT廠商、業界團體及研究機構，於2021年4月共同組成農機API合作聯盟（以下簡稱聯盟）。 　　聯盟針對不同領域，向下設置了「現場農業機械工作小組」、「穀物乾燥處理設備小組」、「園藝設施設備小組」，制定不同的數據基準，並將相關規格標準化。此外，為了讓農事生產現場的使用者能夠更駕輕就熟應用數據資料，聯盟同步成立了計畫檢討委員會，對各領域工作小組提供建議及指導。 研究內容與概要 　　1. 2023年度成果報告書：內容包括計畫成果摘要，概述成果與聯盟活動記錄。增列機器數據整合的驗證結果，以及OpenAPI規範的維護管理系統報告。 　　2. 農機OpenAPI規格書：為了提高農機設備的數據資料使用上的便利性，並支援農機設備製造商迅速實現API，規範書在2023年針對過去制定的「現場農業機械」、「穀物循環乾燥機」、「穀物檢測設備」、「園藝設施設備」數據項目進行擴充與修訂。 　　3. 農機OpenAPI規範使用指南（連結農場設施現場數據）：主要將穀物乾燥處理設施中獲得的數據與現場的栽培種植管理資訊相結合，提供農業作業者評估整體農業活動。此外，利用OpenAPI規範進行功能設計，以及實現有效數據整合的最佳操作方法，藉此提高ICT供應商的農業管理系統功能。 未來展望 　　為期三年的「農機 API 合作聯盟計畫」已於2023年結束，其結果明確區分了農業機械領域中協同與競爭關係，並制定了農機 OpenAPI 規格書及API使用規範。此外，不僅限於農業機械數據的使用，同時針對數位化農業未來所需要的願景目標及各參與者的角色進行整理，綜整農業領域優先實施項目。 　　農研機構在2024年度設立新的「農機API應用聯盟」，與跨域廠商進一步合作，推動數據整合的實證與應用。未來將以高知縣為實施主體，應用「SAWACHI」農業經營支援服務，進行農機 OpenAPI 的實際驗證。 　　此外，隨著技術進展，農研機構設立「農業機械技術標準化聯盟促進委員會」，持續修訂農機 OpenAPI 規格書，接受相關企業團體的規範修正提案，以協助參與者進行規範修改，進而建構農業使用者可輕鬆應用的數位化環境。【延伸閱讀】- 拓展農業機械OpenAPI數據聯動

歐洲正在測試新型的能源和水資源效率技術，以支持綠色轉型，提高溫室的能源和水資源使用效率，減少對環境的影響，並支援歐盟的永續農業目標。 　　來自義大利、法國、德國、西班牙、瑞士、波蘭和突尼西亞的研究人員共同合作，針對不同氣候區域的溫室進行系統性能的研究，開發一種鹽溶液(氯化鈉)系統，能夠吸收溫室內的多餘濕氣，同時釋放熱量，並透過低溫熱源再生鹽溶液。 　　研究發現在瑞士和突尼西亞的溫室進行技術測試，評估能源節省和水資源回收的效果，該系統成功減少了50%的熱能需求，以及系統能夠從過剩濕氣中回收純水，進而節省水資源，而鹽溶液的脫水效果可用於乾燥農產品，保持其風味和品質。 　　此項研究發表在2024年《歐盟研究與創新》雜誌，此項研究貢獻在於為溫室農業的永續發展提供了新的解決方案，透過提高能源和水資源的使用效率，促進了農業的減碳。此外，該技術的應用有助於提升農業生產的環境友好性，並為未來的商業化應用奠定了基礎。【延伸閱讀】- 在全球響應淨零碳排浪潮下的日本綠色轉型GX

農民應該以什麼比例組合哪些植物才能獲得最大可能的產量？如果使用糞肥而不是化肥，作物會如何生長？未來，農民在回答此類問題時應該能夠依靠電腦支援。 　　德國波昂大學研究團隊利用無人機拍攝了數千張作物生長過程中的照片，特別是針對花椰菜的生長情況進行了詳細記錄，這些照片被用來訓練學習運算，使其能夠從單一的空中影像生成未來的作物生長圖像，接著使用另一個AI軟體，能夠從植物照片中估算各種參數，如作物產量，並且可以對生成的圖像進行同樣的估算。 　　研究發現成功地從初始影像生成了作物未來的生長圖像，並能夠準確預測如葉面積和產量等關鍵參數，證明不同植物的混合種植能夠提高產量，並降低病蟲害的風險，透過將多種混合實驗的結果輸入學習運算，能夠提出哪些植物組合及其比例最為合適的建議。 　　此項研究發表在2024年《Plant Methods》期刊，該研究推動了基於演算法的植物生長模擬技術，還為農業的數位轉型提供了重要的支持。研究結果有助於農民在面對環境挑戰時，做出更有效的決策，並促進農業的永續發展。【延伸閱讀】-美國提出透過機器學習演算法之作物預測模型

小規模農民的生產通常主要以自產自銷方式，由於小規模農民依靠農作物生存並作為唯一的收入形式，因此他們特別容易受到氣候變遷的影響。南非西北區域屬於半乾旱氣候，夏季炎熱，冬季溫和。更頻繁、更嚴重的乾旱和不可預測的降雨造成了不穩定的環境。傳統的農業實踐已經變得不太可靠，凸顯了採用氣候智慧型農業的迫切需求。【延伸閱讀】- 【減量】什麼是氣候智慧型農業 　　研究團隊訪問了西北區域30個農村社區的300多名小規模玉米農民，了解他們在2022年和2023年農業季節使用的農業情況，包含採用耕作方法。 　　研究發現農民自 2010 年以來就開始調整農業以適應氣候變化，其基礎是他們的原住民知識，包括如何應對乾旱、風暴和氣候變遷、如何節約用水、保護土壤以及如何引入新的農業、農作物。則有86%的受訪農民採用了氣候智慧農業，每公頃收穫玉米6.2噸，每年每公頃收入約15,000蘭特(824美元)；堅持傳統農業的農民每公頃收穫3.9噸玉米，每年收入約11,500蘭特(632美元)。 　　此項研究發表在2024年8月《The Conversation》，此項研究貢獻在於點出小規模農民在應對氣候變化方面的創新性和韌性，並強調了政府和利益相關方在支持和推廣氣候智慧農業的重要作用。研究結果為制定有利於小規模農民的政策提供了依據，有助於建立更有韌性和永續的農業系統，確保玉米農民的生計。【延伸閱讀】- 一種永續的耕作方式- 永續土壤管理，拯救地中海土地

在過去表型分析依賴人工進行繁瑣的測量，如今表型分析流程變得越來越自動化，使用最先進的感測器技術，通常在人工智慧的輔助下進行的測量，包括大小、果實品質、葉子形狀以及其他生長參數。 　　德國波昂大學研究團隊研究團隊使用LIDAR（光探測和測距）技術，從12個不同的角度掃描了一株真實的甜菜植株，建立3D數據，經過數據處理後，將其輸入商用級3D列印機，製造出真實尺寸的甜菜模型。 　　研究發現這個模型在實驗室和田間作為參考點，這個3D列印的甜菜模型具有可重複性,並且列印文件可免費下載和重複使用。這使得不同實驗室在世界各地進行的研究更具可比性,而且 3D 列印的可負擔性表示這種方法可以在資源匱乏的環境中使用，例如發展中國家。 　　此項研究發表在2024年《GigaScience》期刊，該研究3D列印技術來產生可重複的參考模型，為農業研究的參考提供標準化方法，有利於科學研究和實際植物育種，及展示了人工智慧、3D列印和感測器技術的結合如何為未來的植物育種做出貢獻。【延伸閱讀】- 植物育種技術之演進：談新興基因編輯技術 CRISPR/Cas9 於農業之應用

水稻是全球發展的重要作物，但其產量和品質受到各種脅迫，特別是營養價值方面，監測作物脅迫的傳統方法是勞力密集且耗時的，雖然遙感技術顯示出希望，但也面臨大氣條件和混合農田群集等挑戰。 　　研究團隊使用SPECIM IQ高光譜成像設備分析水稻在不同營養壓力下的表現，收集了420張影像，接著計算了植被指數（NDVI、PRI、PSRI）以識別壓力模式，NDVI指數用於顯示氮壓力的趨勢，而PRI和PSRI則有效指示鉀壓力水平，並採用無監督可視化過程，揭示複雜的聚類情況，顯示需要進一步的建模來區分不同的壓力類型，提出了SHCFTT模型，結合CNN和變壓器架構來分類高光譜影像中的營養壓力模式。 　　研究發現SHCFTT模型在單年和雙年數據集上均達到了高達100%的整體準確率（OA）和平均準確率（AA），即使在訓練樣本有限的情況下也保持了高準確性。 　　此項研究發表在2024年5月《Plant Phenomics》期刊，該研究結果為高光譜成像作物表型研究和精準農業領域的信息感知發展提供了典型案例，未來的研究將可讓演算法擴展到其他作物並優化注意力機制以提高性能。【延伸閱讀】- 精準農業：技術使用優點和挑戰