趨勢快訊

2026/07/21

西班牙瓦倫西亞理工大學研究團隊利用無人機（UAV）施用矽肥與矽錳混合肥，評估其對水稻稻熱病之防治效果，並結合Sentinel-2多光譜衛星資料監測作物生長反應。結果顯示，矽肥處理可降低稻熱病侵染指數（PII），最高降幅達77%，並提升水稻產量；衛星遙測與植生指數分析亦可作為大範圍農田作物健康監測、精準農業管理與病害監測之參考。

#無人機施藥 #稻熱病 #矽肥 #衛星遙測 #精準農業

種子透過感知降雨聲音於適宜播種深度下調節發芽反應

2026/07/20

研究顯示，種子可感知降雨產生之聲音（機械振動），並據此調節發芽反應。實驗透過播放降雨聲音，發現種子在適宜播種深度下可加速發芽；若埋藏過深或過淺，則無顯著差異。結果指出，聲音訊號可作為種子判斷環境條件之輔助依據之一，有助於在適宜條件下啟動發芽過程。

#種子發芽 #聲學訊號 #機械振動 #降雨聲音 #播種深度 #環境感知

葡萄冠層密度對露菌病葉片易感性與病害流行之影響

2026/07/17

本研究探討葡萄冠層密度對露菌病（Plasmopara viticola）發生之影響。透過田間試驗比較不同冠層結構下葉片感染情形與病害發展。結果顯示，較高冠層密度會提升葉片對病原菌之易感性，推測與葉面微氣候條件改變有關；在整體疫情尺度上，冠層密度對病害流行程度則未呈現顯著影響。進一步分析指出，葉片感染與疫情發展屬不同層級之過程，顯示病害流行仍受多重環境因子共同調控。

#葡萄露菌病 #冠層密度 #葉片易感性 #病害流行 #微氣候 #流行病學

無人機多光譜影像結合人工智慧模型評估田間氮素狀態

2026/07/15

丹麥奧胡斯大學(Aarhus University)等跨國研究團隊以春大麥田間試驗為基礎，利用無人機多光譜影像結合人工智慧模型，預測作物氮濃度、氮吸收量與乾物重。結果顯示，類神經網路模型與代表性光譜特徵可提升田間氮素評估效率，作為精準施肥與氮肥管理參考。

#氮肥管理 #無人機多光譜影像 #人工智慧模型 #光譜特徵篩選 #精準施肥 #智慧農業

AI模型預測大豆生育障礙發生風險

2026/07/10

日本農研機構（NARO）開發AI模型，用於預測大豆生育障礙發生風險。該模型整合品種特性、氣溫變化與土壤水分等環境資料，並以16年約 500筆種植案例進行訓練。結果顯示，開花後持續高溫為未熟落果與裂皮粒之主要影響因子，風險隨氣溫累積增加，有助於支援栽培管理決策。

#機器學習 #生育障礙 #大豆 #氣溫累積 #土壤水分

農林廢棄物資源化提升咖啡苗生產力

2026/07/06

為解決咖啡與松樹複合林產生的大量有機廢棄物，印度尼西亞與馬來西亞研究團隊透過微生物強化技術，將咖啡皮、咖啡葉與松針轉化為複合堆肥。研究結果顯示，該堆肥可提升土壤有機碳與有效磷，並改善羅布斯塔咖啡幼苗高度與生長勢，為農林廢棄物資源化與永續咖啡生產提供應用參考。

#咖啡 #松針 #農林廢棄物 #複合堆肥 #循環利用 #土壤養分

對話式多代理人工智慧應用於自動化植物表型分析

2026/07/01

英國愛丁堡大學（University of Edinburgh）研究團隊與英美多所研究機構合作開發PhenoAssistant，以大型語言模型（LLM）擔任管理者，建立可用自然語言操作的對話式多代理系統。PhenoAssistant可自動拆解植物表型分析任務並串接工具執行，整合植物專用視覺模型庫、資料分析與統計功能，並支援於缺乏適用模型時建立自動化訓練流程。研究結果顯示，此系統可協助使用者完成植物影像分析與資料處理工作，降低跨工具操作與植物表型分析的使用門檻。

#植物表型分析 #對話式多代理人工智慧 #大型語言模型 #工作流程重現 #植物影像分析 #自動化模型訓練

結合作物模擬與機器學習解析長期連作試驗中之水稻產量差距

2026/06/30

日本岐阜大學、國際稻米研究所（IRRI）與日本京都大學研究團隊，利用近50年的水稻連續栽培試驗資料，結合作物生長模型ORYZA v3與機器學習方法，分析不同季節下水稻產量差距的形成原因。研究結果顯示，乾季水稻實際產量可達潛在產量約六成以上，但雨季受病害逆境與品種老化影響，產量差距明顯擴大。研究亦指出，即使排除病害與品種老化等因素，熱帶雨季條件下水稻產量仍難達國際常用之80%潛在產量基準，顯示不同生產環境下可能需重新評估適用的產量基準。

#水稻 #長期試驗 #作物生長模型 #產量差距 #機器學習 #隨機森林 #ORYZA v3

數位果園：數據驅動技術於蘋果育種與基因改良之應用

2026/06/24

本研究採系統性文獻回顧方法，分析2018至2025年間47篇相關研究，探討數據驅動技術於蘋果育種與基因改良之應用。文獻歸納顯示，高通量表型分析、機器學習與深度學習，以及CRISPR/Cas9基因編輯為三大核心技術，並透過農業物聯網整合應用。相關技術可提升品種辨識準確率至96%以上、提高性狀預測能力約18%，有助於提升育種效率與精準度。

#蘋果育種 #數位育種 #高通量表型分析 #機器學習與深度學習 #CRISPR/Cas9基因編輯 #農業物聯網

乾濕交替灌溉結合含氮生物炭具兼顧水稻節水增產與減少氨排放潛力

2026/06/23

中國瀋陽農業大學研究團隊指出，整合乾濕交替灌溉（AWD）與含氮生物炭，可改善水稻田土壤環境與氮素利用效率，兼顧稻作增產、節水與減少氨排放，並有助降低農業生產成本及因應缺水壓力。研究結果顯示，此整合管理策略具兼顧稻作生產與環境永續之潛力。

#水稻 #生物炭 #乾溼交替節水灌溉 #氨排放 #永續農業

現代機器人尋水技術協助果園精準灌溉管理

2026/06/22

美國加州大學河濱分校（UCR）研究團隊利用移動式機器人量測土壤電導度（ECa），並結合埋設於地下的土壤濕度感測器資料，建立果園土壤含水量空間分布模型。研究結果顯示，此方法可提升土壤水分監測的空間解析度，協助農民掌握果園不同區域的水分狀態，作為精準灌溉管理的參考。

#精準灌溉 #果園管理 #移動式機器人 #智慧農業 #土壤水分監測 #土壤表觀電導度

開發適用於水稻等13種作物之土壤診斷AI系統

2026/06/10

日本農研機構（NARO）與日本土壤協會合作，開發可對應13種作物之土壤診斷人工智慧系統，以解決專家人力不足造成之診斷需求。該系統整合土壤化學性、物理性與營農資料，並採用LightGBM模型於有限資料條件下進行診斷與改善建議生成。驗證結果顯示，於13種作物中與專家判斷一致率達90%以上，可應用於提升土壤管理效率並支援永續農業發展。

#土壤診斷 #人工智慧 #LightGBM #多作物模型 #永續農業

地下水位調控對北方泥炭農地碳匯功能之影響

2026/06/09

挪威生物經濟研究院（Norwegian Institute of Bioeconomy Research, NIBIO）研究團隊指出，當泥炭地地下水位維持於地表下25至50公分時，可有效降低微生物分解作用與二氧化碳排放；在北方高緯度地區，部分農地甚至可由碳排放源轉為淨吸收二氧化碳之碳匯。研究顯示，透過地下水位管理與耕作方式調整，有助提升泥炭農地之減碳潛力。

#泥炭地 #地下水位管理 #二氧化碳排放 #碳匯 #泥炭農地 #水位調控