農業不僅提供人民生活糧食，以及生活各種資材等功能，同時兼具保護農地與周邊環境等多面向生態功能性，讓國民生活在自然富裕的環境中。 　　然而，近年來田間生物多樣性的特質逐漸喪失，可抑制病蟲害的天敵、採集花粉的昆蟲日漸減少，造成生態系功能逐年惡化，因此為了實現農業永續性發展、維護生物多樣性，進而發揮農業最大功能，深入了解農業耕種方法與生態間的關係是必要的。歐洲農田生態的相關研究已證實「有機農法與減少農藥栽培可維護生態多樣性」，另一方面，亞洲的水田生態區研究上，僅有部份天敵生物(例如：蜘蛛等昆蟲)的少量相關研究。因此日本NARO聯合其他研究團隊針對日本全國各地1,000家以上的農場，採取有機農法或農藥減量栽培的水田耕作，與慣行農法展開全國生態性田野調查，其中最受關注的屬於環境保護型農業的有機農法與農藥減量栽培可維持生物多樣性，促使農業達永續經營之目的，然而目前環境保護型農業所帶來效益卻仍停留在地方性案例研究，缺乏針對水田生物多樣性大幅進行實際驗證與調查。 　　該研究期程於2013年至2015年間進行施行有機農法、慣行農法之農地生態的田野調查，其中，施用有機農法的水稻田，存有瀕臨絕種的植物種類、蜘蛛科、蜻蜓科、青蛙等數目高於施用慣行農法的水稻田；而採行農藥減量栽種的水稻田的生態多樣性也高於慣行農法，證實有機農法與農藥減量栽種能有效維護生物多樣性。 　　另一方面，研究也發現日本樹蛙和果蠅的族群規模與農事耕作時的田間管理模式(例如水稻田間的植披高度、農田輪作等)具備較大的關連性，不同保護對象而有著效果上的差異；施用有機農法或是農藥減量栽種並非有著直接影響關係。 　　而施用有機農法的大面積水稻田(1km2範圍)具有更多的水鳥種類與數量，研究闡明，即使是一塊水田，藉由鳥類大幅度移動對於生物多樣性維護，相較地方與生產團體投入具有更大的成效。【延伸閱讀】100年後農業與因應氣候變遷作物 　　研究結果，可以提供有機與減少農藥栽培的農民與自治體，以及特別管理法，在生物多樣性維護，可作為有效的強力科學與客觀依據。同時，可利用此栽培法所維護生物多樣性，進行公開調查與評價說明，以提升農產品附加價值、品牌化。未來，藉由闡明生物多樣性所提供生態功能實際狀況，預計也能提供日後新型農業生產方式作為參考研究。 　　該研究為日本農林水產省委託計畫「應用生物多樣性開發穩定農生產技術」提供資助。

隨著都市規模日漸擴張，越來越多人們移居都會區生活，龐大的人口也帶動大量的飲食需求，糧食的生產及供應就顯得十分重要。為紓解都會區糧食不足的問題，許多研究紛紛提出以都市在地糧食生產為主的都市農業(urban agriculture)，希望能藉由都市地區農糧生產，減輕由外地運輸糧食的壓力，達到自給自足的新型態農業生產方式。 　　在都市農業經營管理方面，環境控制農業(controlled environment agriculture，簡稱環控農業CEA)為其中的發展方向，環控農業係以營造作物最適生長環境，提升生產效率所經營的農業型態。該經營管理方式與生產技術被許多學者認為是未來都市農業發展的主要方向。美國佛羅里達大學(University of Florida)的研究團隊整理許多關於都市農業的研究成果，並歸納其發展優劣。【延伸閱讀】歐洲最大的植物工廠將在土耳其安塔利亞開始進行作物生產 　　研究團隊認為，環控農業可利用精密的控制系統與自動化生產設備預測並增加農作物產量，同時提升作物生產品質。環控農業能利用節能的發光二極體(light-emitting diode，簡稱LED)做為作物生長的光源。此外，善用屋頂空間建設溫室設施，或利用屋頂剩餘空間建設太陽能光伏系統(photovoltaic systems)，用以能源生產之用，或改建成為雨水收集設施。 　　雖然研究團隊整理出多項環控農業發展的好處，但為永續發展環控農業，將需考量投資資金、營運成本、生產數量及市場意向等因素，除此之外，主要挑戰在於發展都市型態生產為主的環控農業需要大量且穩定的電力需求，若能綜合考量上述因素，都市環控農業估計可提供一些當地部分就業機會，帶動區域農業發展，及解決部分糧食安全問題。 　　該研究由美國農業部國家食品與農業研究院(US Department of Agriculture National Institute of Food and Agriculture)提供經費資助，相關研究成果已發表在< HortScience>。

傳統農業生產在氣候變遷的衝擊下，逐漸受全球暖化、極端氣候等改變，許多作物品系(種)因無法適應當下的環境衝擊，使得農糧產值下降，造成區域農糧生產、全球性糧食安全及生態系服務受破壞等問題。為培育出具新興抗病、抗逆境等性狀之作物品系，許多研究早已開始已著手針對作物的基因體(genomics)、蛋白質體(proteomics)、代謝體(metabolomics)等體學(omics)方面展開大規模的研究，由於在體學的研究上，會獲得海量的數據，因此大數據分析與人工智慧技術(artificial intelligence，簡稱AI)即成為其中的重要工具。隸屬於美國能源局(United States Department of Energy，簡稱DOE)橡樹嶺國家實驗室(Oak Ridge National Laboratory，簡稱ORNL)的研究團隊近年便針對人工智慧在植物選育與生質能源(bioenergy)方面進行大量的研究應用，並對近期的應用成果展開一系列的回顧。【延伸閱讀】阿里巴巴挑戰開發人工智能養豬技術 　　研究團隊在一篇已發表的回顧性文章(review article)中提到，除了擁有資料調查(surveying)、資料分類(classifying)等基本人工智慧功能外，次世代(next-generation)人工智慧更具備較佳的資料分析(analysis)、資料整合(integration)、資料解釋(interpretation)等能力。研究團隊在文章中詳細解構近期研究關於作物基因體研究方面，如何運用人工智慧建立植物基因型與表現型之間的關聯，包括以高通量(high-throughput)技術取得之基因體遺傳資訊，以及運用無人飛行載具、無人地面載具、衛星遙測技術、傳感器遠端應用等資通訊設備在田間獲取之作物表現體(phenomics)性狀資訊，以此建立基因體與表現體之間的連結，並實際應用在作物選育方面。 　　除文獻回顧外，研究團隊近期將研究重點放在基因體選種(genomic selection)相關之演算法(algorithm)方面研究，建立可解釋性人工智慧(explainable AI)，試圖突破現有之人工智慧侷限。研究團隊也希望能藉由近期的文獻回顧與實際研究應用，找出基因體學、蛋白質體學等各個體學之間的連結，克服選育方面之屏障並培育出抗性作物。 　　該研究由歐盟、義大利教育部、美國能源部等方面之經費資助，詳細回顧性文章內容已發表在<Trends in Biotechnology>。

1,3-二氯丙烯(1,3-Dichloropropene，簡稱1,3-D)是種常用於線蟲病害防治的燻蒸劑(fumigant)，是馬鈴薯生產體系中常用藥劑。該藥劑係藉由破壞線蟲的生理代謝途徑，進而使其死亡以達病蟲害防治的目的。雖然1,3-二氯丙烯常用於病害防治的有機化合物，然而用藥時是否對土壤生態系健康與微生物組成產生衝擊，將是人們所關注的重點之一。美國科羅拉多州立大學(Colorado State University)與奧勒岡州立大學(Oregon State University)聯合的研究團隊指出，1,3-二氯丙烯的使用並未對絕大部分的土壤微生物產生長期方面的影響。 　　為釐清化學製劑1,3-二氯丙烯是否對土壤微生物群落(soil microbial communities)中的特定微生物類群產生影響，並釐清施藥劑量對土壤微生物群落影響的程度，研究團隊分別施以103公升/公頃、122公升/公頃、140公升/公頃、187公升/公頃等4種不同劑量進行研究，並採集30.5公分、61.0公分2種深度的土壤樣本進行檢測，進一步分析土壤微生物群落的菌相組成。 　　研究團隊以菌種檢測中常見的保守基因──16S 核糖體RNA (16S ribosomal RNA，簡稱16S rRNA)、核糖體核酸內轉錄間隔區(internal transcribed spacer，簡稱ITS)等序列做為分子標記，分別找到12,783個與1,706個操作分類單元(operational taxonomic unit，簡稱OTU)進行分群鑑別，並計算其alpha多樣性(alpha diversity)指數。 　　研究發現，1,3-二氯丙烯會影響不同深度的群落多樣性，在已鑑別的樣本中，發現有45個不同科(family)的細菌與24個不同科的真菌受影響。除此之外，研究團隊發現大腸桿菌科(Enterobacteriaceae)與蛇形蟲草科(Ophiocordycipitaceae)等少數可反映藥劑殘留與線蟲族群密度的細菌及真菌在豐度上微量的變化。這也顯示燻蒸劑的施用對於土壤生態系的影響甚小。【延伸閱讀】科學家發現新的植物病毒防禦機制及對應之關鍵基因 　　研究團隊建議應將重點放在耕作型態(tillage)、覆土作物(cover crop)、灌溉類型(irrigation)等主要影響土壤微生物組成的因素上，而非一味關注燻蒸劑施用對於土壤健康的衝擊。 　　該研究主要由美國農業部國家食品與農業研究院(U.S. Department of Agriculture’s National Institute of Food and Agriculture，簡稱USDA’s NIFA)進行經費資助，相關研究成果已發表在<Phytobiomes Journal>。

發生有害藻華(algae bloom)的周邊水域往往對當地生態環境造成嚴重的衝擊，同時也連帶影響周邊漁業與養殖業的發展。若以傳統的監控及檢測方式，恐延誤整治與防治的黃金時間，唯有在有害藻華大規模爆發前，優先取得藻華可能發生之地點、規模、類型等基礎數據，才有機會將當地的環境衝擊降到最低，並保障當地漁民生計及漁業發展。新加坡國立大學(National University of Singapore)的研究團隊便開發出一款運用智慧型手機做為平台(platform)的新一代藻類偵測裝置，以方便漁民能在短時間內快速掌握所處水域之藻類數值監控。 　　研究團隊首先以3D列印技術(3D-printing)製造出一座整合性平台。平台內包含以光電濕潤(optoelectrowetting，簡稱OEW)技術做為基礎的光驅微流體晶片(light-driven microfluidic chip)、普通智慧型手機及多種特殊光學元件等材料。研究團隊接著利用該裝置的光學元件及光驅微流晶片偵測水樣中的光學變化，並藉此蒐集藻類種類、密度等數據，最後再根據數據本身進行分析評估。目前該裝置平台已可分析兩種淡水型(Chlamydomonas reinhardtii與Microcystis aeruginosa)及兩種海水型(Amphiprora sp.與Cylindrotheca closterium)有害藻類，供使用者更快速方便掌握水域的狀況。 　　相較於傳統檢測方法動輒2,200-73,000美元的檢測價格，研究團隊的偵測裝置僅約220美元的價格，大幅降低檢測成本。除此之外，研究團隊的這項裝置可提供高達90%的檢測準確率，使檢測結果更可信。研究團隊的這套裝置將可供使用者體驗一套完整輕量化的晶片實驗室(lab-on-a-chip)，快速掌握水體藻類的數值，保障漁業生計發展。【延伸閱讀】鹿特丹誕生全球首座漂浮牧場 　　該研究由新加坡國家研究基金會(National Research Foundation，簡稱NRF)及新加坡教育部(Ministry of Education)提供資助。相關研發成果已發表在<Harmful Algae>。

即食沙拉(ready-to-eat salad)又稱為袋裝沙拉(bagged salad)，是款受大眾歡迎的蔬菜鮮食之一。由於市場對即食沙拉的需求日益漸增，相關的產業也隨之蓬勃發展，與此同時，社會大眾也逐漸意識到其中可能引起的食安問題。義大利都靈大學(原文：Università di Torino；英譯：University of Turin)的研究團隊回顧近期相關文獻後呼籲，生產者及消費者雙方應立即重視即食沙拉的衛生安全問題。 　　研究團隊提出幾項可能引發食品衛生疑慮的原因：首先，生菜的生產過程是以集約管理的方式經營，於特定地區進行高密度、高強度(5-6次栽培/年)的循環種植，加上缺乏適當的輪作機制與無法善用農用藥劑的情況下，恐使生菜本生感染到大量的真菌及細菌。其次，這些病源可透過貿易行為，將病源帶往其他環境，造成其他地區的植株大規模的感染。研究團隊也在某些案例中發現，某些未經程序消毒與檢疫的種子，將可能攜帶低致病的病原體，在新的地區變成當地新興作物病害，不但造成防疫負擔、嚴重農業損失、破壞當地生態系平衡外，更甚者恐引發嚴重大規模的流行病。【延伸閱讀】世界之永續發展(4/4)–對蛋白質永續提供的需求 　　除了人為作業與經營管理方式造成的衛生問題外，氣候變遷也是疾病之所以可以快速傳播的主要原因之一。部分研究指出，氣候逐漸暖化將削弱作物對於疾病的防禦性，這意味著現行的防疫措施應重新進行調整，以因應當前全球氣候變遷的趨勢。 　　該研究團隊的回顧提醒人們在享受生菜沙拉的同時，因注意背後可能造成的食安及生物安全等問題。 　　該研究受歐洲聯盟(European Union，簡稱：歐盟EU)的Horizon 2020計畫項目資助。文獻回顧結論已發表在<Plant Disease>。

艾姆科技是一間位於愛媛縣四國中央市，從事功能性薄膜製造相關的廠商，該公司研發出可延長水果新鮮度的包裝薄膜，透過在薄膜表面加工程序加入某種寡醣材料，可以吸附影響水果熟成與腐敗最重要的元素—乙烯與氧氣，藉此防止水果損壞。公司計畫對相關包裝袋製造商販售這類可以延長保存期限、減少食物浪費的薄膜，目標是在2020年9月前，能達到1億日元的業務銷售額。 　　艾姆科技研發出的保鮮膜「AISSHU」，是在一般食品包裝所使用的聚乙烯材料表面上，塗佈一種能夠具有吸附氣體功能的環狀低聚糖「環糊精」（以下稱CD：Cyclodextrin）。CD是一種從玉米等原料提煉的天然化合物，由6個或更多的吡喃葡萄糖分子形成的環狀低聚糖的總稱，化學結構大約是長得像內徑大小0.5至1.0奈米（奈米為1米的十億分之一）左右的桶狀。外側具親水性，內側則具親油性，也因為親油性的空洞內可吸附各種分子，被廣泛地使用在各種領域，例如抑制茶的苦味、穩定藥品中的成分。【延伸閱讀】因應世界潮流之我國農政策略及農業生技研發建議 　　像是香蕉和蘋果等蔬果，都會在熟成過程中釋放乙烯，接著不久就慢慢腐爛。另外，因為蔬果收成之後也會持續呼吸作用，所以營養成分也會慢慢流失而造成腐爛。保鮮膜的材質是利用多種不同的CD，來吸附乙烯和氧氣。透過讓保鮮膜內的氣體維持在低濃度，來延緩蔬果的腐敗。另外，由於保鮮膜還具有吸收多餘的水分的抗霧功能。 　　據艾姆科技指出，每平方米的保鮮膜，在24小時內能夠吸附40毫克的乙烯、90毫克的氧氣。在艾姆科技研究香蕉成熟度實驗中，若無使用保鮮膜包裝的香蕉，大多數表皮在六天內變黑；有使用保鮮膜的香蕉則是幾乎保持不變。 　　在草莓放置於室溫23度的實驗中，若使用其他公司現有的保鮮膜包裝，在三天內就可以觀察到開始腐敗的現象；不過艾姆科技的產品，直到第6天才會出現腐爛。目前正委託第三方機構進行驗證，以獲得AISSHU保鮮膜更詳細的資料。新產品將與神戶市一間銷售化學品的公司—CycloChem共同合作開發，CD的部分由CycloChem負責，艾姆科技方面則是已經申請加工技術專利，希望賦予保鮮膜更多功能，例如能夠在細孔上有更高的氣體穿透性，或是在保鮮膜中加入有效物質。 　　生產面向，目前運用四國中央市總公司工廠的現有設施；銷售部分，瞄準在蔬果保鮮包裝之銷售，提供包裝袋給超市等通路的全國各地製造商也將是艾姆科技鎖定的目標客戶。相較於無特殊加工的普通薄膜相比，艾姆的產品價格一定會比較高，但是透過延長保存期限、減少產品損失，也能夠提高整體獲利率。艾姆科技則是希望，在2020年9月能在該項業務達到1億日圓的銷售額。

現在被人們所熟知的西瓜(cultivated watermelon, Citrullus lanatus)之所以果實飽滿且香甜係因農民長時間選育的結果。由於西瓜是各地常見的經濟作物，廣為全球栽培，且西瓜也是眾多消費者喜愛的商品，因此除了探討以外表性狀為主的傳統選育研究外，許多研究團隊也針對西瓜的遺傳特徵進行更深入的研究，並希望以基因體(genome)尺度進行較為全面的探討。中華人民共和國北京市農林科學院蔬菜研究中心(Key Laboratory of Biology and Genetic Improvement of Horticultural Crops (North China), Beijing Key Laboratory of Vegetable Germplasm Improvement, Beijing, China)與美國博伊斯湯普森研究所(Boyce Thompson Institute)的研究團隊重新將6個野生種在內共7種西瓜以次世代定序的方式重新定序，以獲得更完整的遺傳資料。 　　研究團隊曾於2013年，以短序列片段定序技術(short-read sequencing)解出第一條西瓜參考基因體(first watermelon reference genome)。研究團隊根據先前的研究經驗，重新定出涵蓋7個物種共414個個體的全基因體資訊，並以此重建種間的演化關係。研究團隊也透過遺傳數據發現，育種者曾在過去20-30年間將現有的西瓜與野生種反覆雜交後，獲得可抗線蟲、耐旱、抗病害的品系。這樣藉由與野生種雜交的過程，也可望因應隨之而來的氣候變遷。【延伸閱讀】北方玉米葉枯病的毒性基因標定與遺傳特性 　　研究團隊根據現有的數據，也可重新還原西瓜種化歷程與育種的歷史，為後續育種提供強而有力的遺傳資料。 　　該研究由美國農業部(United States Department of Agriculture)、中華人民共和國科學技術部(Ministry of Science and Technology)等機構資助。相關研究成果已發表在<Nature Genetics>。

全球農業發展將逐步邁向智慧化生產，在人工智慧(artificial intelligence，簡稱AI)的導入下，農業機具(械)將可藉由機器學習(machine learning)的過程，發展出一套自動化流程，即時回饋最新的資訊並修正先前決策，使機器在決策之餘優化其表現，藉此提升農業生產作業。 　　俄羅斯斯科爾科沃科技學院(Skolkovo Institute of Science and Technology，簡稱Skoltech)的研究團隊在人工智慧的核心中導入循環神經網路(Recurrent Neural Network，簡稱RNN)，做為機器學習主要的演算法，且為彌補循環神經網路的不足，研究團隊另外加入長短期記憶網路(Long Short Term Memory Network，簡稱LSTM)進行系統優化，藉此提升機器學習的效能。研究團隊結合圖形處理器(graphics processing unit，簡稱GPU)與最新的機器學習演算法，打造出具有人工智慧的嵌入式系統，可智慧感測(smart sensing)現有之生長狀態，最終預測植物葉片可能之生長潛勢。此外，該嵌入式系統可在普通鋰離子電池的驅動下運行長達180天，長期觀察並預測作物的生理性狀變化，發揮低耗能高效能的系統優勢。【延伸閱讀】在機器學習的輔助下記錄植物立體表徵 　　除此之外，關於植物生長的重要參數則由德國航空太空中心(德文：Deutsches Zentrum für Luft- und Raumfahrt，簡稱DLR；英譯：German Aerospace Center)提供，做為初始機器學習的基礎。該研究有助於釐清植物在人工生長系統中的生長潛勢，為長期監控及作物生長預測方面提供相對應之嵌入式人工智慧系統。 　　該研究已發表在<IEEE Transactions on Instrumentation and Measurement>。

為擴大日本國產農產品出口，日本全國農協組織(簡稱JA)、松下集團，以及從事料理設備的evertron公司(東京)等，共同研發農產品保鮮技術之示範驗證。此技術應用evertron公司所開發特殊震動電波裝置來維持蔬果新鮮度，期盼藉由此技術開發有助於擴大農產品出口。此研發技術共計8間企業與團體組織加入，並由 JA全農調度的食材，空運至荷蘭進行實驗測試。 　　由evertron公司所開發震動電波裝置原理，可使食品中水分子結構產生變化，讓水分不易流失。以草莓為例，利用1個小時的電波震動即可維1個月左右的保鮮度。一旦實驗結果達到驗證，在運輸方面，則可使用成本較低的船運代替空運，並延長在當地的銷售期限。此外，由大阪大學所研發的「超酸素水」，利用特殊純水來殺菌食材、以袋裝方式運送來維持食材保鮮效果。物流運輸則由豐田通商所負責，並運用松下集團所研發的最新感應器確認溫度與濕度是否可運輸。【延伸閱讀】快速、準確且無損的分析食品品質新方法 　　目前已將食材將運送位於荷蘭的大倉久和飯店集團的日本料理店進行保鮮度與口感測試，實驗階段為期到3月底截止。evertron公司的公關宣傳部表示「希望能藉由此項新技術研發為日本食物帶來貢獻」。

高粱(sorghum, Sorghum bicolor)為全球重要的禾本科植物，是世界主要的糧食作物之一，在許多地區皆有保有不同的栽培品系。高粱是屬於圓錐花序(panicle)，其花序上擁有兩種不同的小穗(spikelet)型式，其一為不結穗之無柄小穗(sessile spikelet)，另一型式則為結穗之有柄小穗(pedicellate spikelet)，若能釐清其中結穗的遺傳與基因調控機制，將有助於提升高粱產量。由美國冷泉港實驗室(Cold Spring Harbor Laboratory，簡稱CSHL)與美國農業部農業研究局(United States Department of Agriculture’s Agricultural Research Service，簡稱ARS)的植物學家共同組成的研究團隊找出高粱花序發育的基因調控機制，可望提升高粱2倍的產量。 　　研究團隊在研究中發現數個關鍵調控基因，並研究其對花序發育的影響。研究團隊已於先前的研究中，藉由分子生物學與植物生理學的研究，找出關鍵轉錄因子(transcription factor)──MSD1 (multiseeded 1)，目前已知MSD1是一種TCP (Teosinte branched/Cycloidea/PCF)轉錄因子，可調控茉莉酸(jasmonic acid，簡稱JA；為重要植物生長發育激素)的生合成，並影響花序的生長發育，最終影響作物結穗的多寡。 　　在近期的研究中，研究團隊發現MSD2基因，並發現其所編碼(encode)的蛋白質──LOX (lipoxygenase)。研究中更進一步發現，MSD1會與MSD2在內的多個參與茉莉酸生合成的基因發生交互作用，研究發現MSD1會與上述基因的啟動子(promoter)區域結合，影響下游基因的表現量。在一般的情況下，MSD1會與MSD2基因上游的啟動子結合，成為茉莉酸生合成的關鍵步驟(committed step)，最終調控花序正常生長。在最新的研究中，研究團隊發現具基因點突變的msd2個體將影響茉莉酸生合成，花序發育將因此發生改變，使得無柄小穗在缺乏茉莉酸的調控下產生孕性(fertility)，產生多穗(multiseeded)的特徵，產量則較野生型多出200%的結穗量。【延伸閱讀】莧菜中草甘膦抗性與植物適應環境的關係 　　研究團隊對於高粱在轉錄調控方面研究中的發現，將可應用在植物品系選育方面，並可望用於提升作物糧食生產，提高糧食安全並造福全人類。 　　該研究由美國農業部、南韓農村振興廳(Rural Development Administration)等機構資助。相關研究成果已發表在<International Journal of Molecular Sciences>。

全球農業發展正邁向生物經濟及循環永續的方向前進，以往不受重視之農業廢棄物也藉拜現代科技所賜，紛紛轉變為極富利用價值的農業副產物，重新將資源再利用，第二代生質酒精(second-generation ethanol)即為相關的應用之一。第二代生質酒精多以稻桿、甘蔗葉等採收後剩餘的農業副產物做為原料，將農業副產物中的纖維素、辦纖維素等物質轉換成為人們可利用之燃料。相較於第一代生質酒精，第二代生質酒精由於是以農業副產物做為主要原料，因此在原料取得上毋須另闢農地從事原料生產，且不會發生與人爭糧的窘境。基於上述特點，將農糧副產物轉換為第二代生質酒精生產可謂指日可待。然而將農業副產物變成生質燃料的做法，恐同樣造成日後農業生產方面的問題。【延伸閱讀】甜高粱作為生質燃料的利用潛力 　　以巴西聖保羅大學(葡文：Universidade de São Paulo；英譯：University of São Paulo)為首的研究團隊為探討上述問題，便在巴西甘蔗產地進行農業廢棄物經營管理方面的研究。經探討後發現，與其將廢棄蔗葉全數轉換成第二代生質酒精的原料，不如將其適時、適地、適量的留在農地現場，做為農地土壤肥料並加以利用，反而可獲得較高的農業生產效益。研究團隊首先將甘蔗採收後的農業廢棄物按丟棄部位、棄置在農地現場的總量分成5種農業廢棄物經營管理方式，這5種農業廢棄物的經營管理方式分別是在每公頃農地中移除3.5、7.0、3.0、6.0、12.0公噸的採後農業廢棄物。之後，研究團隊再分別量化這5種經營管理情境下可獲得的氮、磷、鉀等元素總量，並換算成土壤肥力補充多寡的計量指標及後續所需額外投入的肥料成本。研究團隊發現，雖然甘蔗農業廢棄物可全數用於第二代生質酒精的生產，然而一旦自現場搬走過多的農業廢棄物，將可能造成日後施肥成本大增。以情境五為例，在農業廢棄物總移除量達12.0公噸/公頃的管理下，將會減少土壤從其中獲得氮、磷、鉀、鈣、鎂、硫的機會，根據研究團隊的估算，情境五的經營管理將須額外花費90美元/公頃的肥料開銷，較情境一的27美元/公頃來得多。此外，若照情境五的農業廢棄物經營管理策略，2050年的地力將大幅衰竭，屆時恐須施以2倍的肥料，方能符合甘蔗生長的營養需求。 　　研究團隊發現以低衝擊的廢棄物經營管理法(例如：情境一、情境二)，適度地移除乾燥的農業廢棄物，大量保留新鮮的葉片，將可大幅減少後續施肥的費用。研究團隊認為在利用甘蔗農業副產物做為生產第二代生質酒精原料的同時，也需一併考量甘蔗田的地力現況，適時、適地、適量地調整農業廢棄物經營管理策略，方可共創農業永續生產與生質能源發展雙贏。 　　該研究主要由聖保羅研究基金會(葡文：Fundação de Amparo à Pesquisa do Estado de São Paulo，簡稱：FAPESP；英譯：São Paulo Research Foundation)資助。詳細研究成果已發在<BioEnergy Research>。

有鑑於大氣中溫室氣體的濃度因大量燃燒化石燃料而上升，以碳中和(carbon neutral)的做法產生能源，將是能源永續的重要生產方法。英國劍橋大學(University of Cambridge)的研究團隊利用特殊材料製作的人造葉(artificial leaf)可將太陽能及其他元素轉化成合成氣(syngas，又譯水煤氣)，該方法將有助於減少人們對化石燃料的依賴。 　　合成氣係由氫氣及一氧化碳所組成，有別於以往耗費大量能源生產合成氣的做法，研究團隊所生產的合成氣是在太陽能驅動下由人造葉所生產的氣態能源。人造葉的發明靈感來自綠色植物葉片的光合作用現象，以陽光作為能量的來源，再藉由鈣鈦礦(perovskite)與釩酸鉍(BiVO4)兩種物質作為光吸收物質(photoabsorber)，分別將水催化成氧氣，另外再將氧氣與二氧化碳進行後續氧化還原反應後，最終獲得合成氣。研究團隊在這過程中也發現，人造葉片除可在陽光充足的晴天使用外，亦可在低光源的陰天下正常使用，這也顯示人造葉可不受緯度高低或季節變化的影響，同樣可適用於乾淨燃料的生產方面。 　　研究團隊的人造葉和其他團隊的人造葉相比下，可生產氫氣以外的一氧化碳，如此重大突破可歸功於鈣鈦礦材料的應用，以便後續的光催化反應及光化學合成的進行。除此之外，研究團隊以鈷(cobalt)取代鉑、銀等貴金屬做為新的化學催化劑的做法，也大幅降低整體生產成本，提高可應用性。【延伸閱讀】新技術將啤酒轉換成燃料 　　目前研究團隊希望能基於現有的最新研究成果將氣體燃料液態化，並藉由相關技術轉化為永續液態燃料，做為替代石油的永續替代能源。 　　該研究由奧地利聯邦數位經濟部(Austrian Federal Ministry for Digital and Economic Affairs)、奧地利國家研究技術暨發展基金(National Foundation for Research, Technology and Development)、英國生物技術及生物科學研究委員會(Biotechnology and Biological Sciences Research Council，簡稱BBSRC)等機構資助。詳細研究成果已發表在<Nature Materials>。

末澤先生的農場以自行栽培與現場指導體驗為主，並活用數據來提高農作物的生產效率與產值。具體而言即是透過AI（人工智慧）學習紀錄水果成長狀況、品質的變化、各種尺寸採收量等數據，再加入氣象資訊，讓AI可以藉此預測收成期與採收量。此外，末澤先生還將預測結果與全體生產農民共享、並思考如何讓品質跟收成穩定的方法，以及如何事前確保收成農作人力，以及銷售方(批發商、中間商或零售商）等各生產銷售流程所需面臨問題。 「為地方的努力的膽小鬼」縣府職員時的後悔回憶 　　回溯末澤先生針對這個想法源頭，來自1981年進入香川縣府之後到退休之前，末澤先生都在農業相關部門從事技術開發，以及向農民推廣技術，因此累積不少經驗。但是作為一個公務員在職務上深感受限，進而反思諸多問題。 　　其中面臨到的一個課題就是，即使在市面上出現了以無損方式測試水果品質的新型選果機技術，日本也會因為國內產地之間的競爭，動不動就陷入彼此之間的消耗戰而無視相關技術進展。末澤先生省思此事並認為：「雖然大家都覺得提高品質作為競爭目標是件好事，但是因為同樣水準的產地之間競爭容易演變成膽小鬼賽局，接著馬上就進入商品化價格競爭階段。對於如何合作共同培養新技術，調整到能供產業活用等級的觀點，是非常欠缺的。」 　　有一次，農民們尋求其他地區良好示範案例，以迎接新業務的挑戰。但是這些案件資訊只能在該地區內分享，也因此無法達到農民須求。會有此情況發生，也源自於大家都有「你會幫敵人主動雪中送炭嗎？」的意識存在，同時也沒有共同體制，可以在超越個別行政與產地範圍之上，進行跨域整合，以及培養大型消費市場的業務。因此，末澤自己一直很懊悔無法成為農民面對挑戰時的奧援者。 　　然而，另一方面，也有讓人振奮的事，在1980年代後半到2000年左右，為了對抗開放柳橙進口，全日本溫州柑橘的溫室栽培持續地急速成長。當時同時也面臨石油危機的問題，必須投入大量能源的密室栽培，難以得到行政部門方面共識。於是散落在地方上面對挑戰的農民們，直接跳過行政機關，通過自己的全國電話網路，彼此之間就彼此共通的問題，尋求解決的方法。末澤先生當時作為與現場緊密接觸的農業推廣專員，親身體驗了對於農民們自己作為主體，如何既快速又自由地解決問題的過程。 　　回顧末澤先生20多歲時，獲取出國留學的機會。也因此他和海外研究人員以及農民建立了人際網路，並近身觀察全球農業綜合企業的發展。 　　在這樣的經驗下，他擔心日本農業陷入如江戶時代的幕府制度的結構問題。 他認為：「日本的農業是以日本農協，市町村、縣等個別行政區域為主的單兵作戰方式。主要以該地區為主進行農產銷售，因此，彼此之間很難共享情報以及業務合作。另外在農產品出口方面，也是以地方農產品牌是優先考量，在這樣的情況下，就很難看到整體日本品牌的優勢。即使個別地區品牌非常優秀，獨立運作也難以與世界其他對手競爭」。 　　相對於仍然保留著「幕藩制度」的日本，國外的農業則是持續進行新的措施。 例如紐西蘭的奇異果產業，在國家等級（或跨國之間）的資訊共享前提之下，不僅讓農業工作的程序簡化和標準化，並藉由外包業務，擁有超越日本品質的高效率農業生產模式。 　　奇異果樹枝的修剪，就是其中一個例子。 在日本，果樹樹枝的修剪工作往往取決於個人的經驗和感覺，而非採取標準化措施。然而，在紐西蘭的果園裡，他們採用了一種叫做「Stringing」(引誘樹枝吊掛式生長)的種植和培養方法，並只要下指令：「將已經長長的樹枝從橫向切掉」。如此一來，即使是沒有經驗的兼職或打工人員也能進行修剪工作。 　　比較兩邊修剪作業的每公頃工作時間，調查結果發現紐西蘭為350小時，而日本為600小時。除了修剪，紐西蘭農民在授粉、採摘、採摘和收穫上，工作時間也短上許多。 　　會有這樣的差別，可能是日本人對匠人的技巧、智慧、經驗法則和直覺等人性化的專業知識和技巧，有著偏重審美意識情感的傾向。雖然這樣的確非常了不起，卻往往因為陷入過度尊重專業，而陷入停止自我思考並反省進步的階段，並忽略了簡化程序和標準化作業。 　　而紐西蘭的農民，除了上述努力之外，在資訊與數據的共享方面也非常周到。品質監測調查就是一個很好的例子。每個農民都委託一家專業公司（承包商公司）進行監測，以監測收穫前奇異果的生長情況。 　　每個農場都被授予一個如全國統一使用的戶籍般的ID。除了一定會有的業主登記資訊之外，如土壤和種植資訊，重要病害蟲感染情況的管理資訊也一併儲存與共享。此外，也會根據相關檢查結果，進行提升改善品質的指導與管理。所有上述的資訊，同樣共享給之後的採收工作委託廠商以及選果場，以利於制定收成和運輸計畫、產品可追溯性，以及作為下一年管理模式調整。  　　其委託過程：業主會從監測公司收到預計的採收日期，並將ID傳送給採收端。採收端根據共享資訊，從果園地點開始、設定面積、預期產量、天氣和不同果園之間的先後工作排序。同時，安排工作人員、安排採收設備、制定運輸計畫、預訂選果場等。 當然，採收之後的產品也附帶了「是誰採收、何時採收、何地採收」的資訊，並分享給下游的銷售組織。 日本獨特的「規模化」，實現線索是「數據共享」 　　針對數據共享，末澤先生表示「即使模仿國外也不會成功」。紐西蘭的方式是不可能直接就融入日本的農業。海外大型集約化的農企業也不適合日本的國土民情。另外包含土地條件在內、也必須考慮到日本小農占大多數的情況。集約化與規模化，同時也會有潛在瘟疫蟲害流行的風險。 　　末澤也認為日本應該有一種獨特的「大規模化」方法。 其方法是通過使每個農民橫向聯繫，來構建自主分散式的業務結構，同時在整個生態系統中實現大型協作的區域生產功能。 　　具體來說，有四個方向： 　　（1）人才的共同培育和採用 　　（2）跨產地協同出貨與市場行銷 　　（3）應用大數據共享風險管理 　　（4）以「地區」生存為前提支援小農戶。 　　為能實現上述四大面向，可藉由ICT資訊和通信技術達到資訊共享。此外，由於莫澤先生自己本身就是奇異果的生產商，他在2019年開始利用他在農場累積的資料和人工智慧技術，建立了一個資訊共用平台：「農業數據平台」。【延伸閱讀】2018美國農業數據法案 　　平台透過學習奇異果的生長狀態等資料後，可以根據天氣資訊，在雲服務 Microsoft Azure 上構建了機器學習模型，該模型可以依據個別奇異果尺寸，預測採收產量。 　　農業數據平台根據過去的情況和未來天氣預測（如累積溫度的變化），為每個農民顯示採收的最佳時間，並在應用程式的日曆中顯示。 此外，還顯示詳細的預測資訊，如每個大小的百分比、數量和採收重量，以有利於建立採收計畫，並安排臨時工採收。 　　到目前為止，靠著將經驗和直覺導入智慧化的過程，讓新農民更容易加入奇異果種植的行列，即使是經驗豐富的農民，在工作安排上，也能夠更加精密化和效率化。  　　所幸在日本，奇異果種植的歷史並不長，利害關係人相對較少，因此產地之間的競爭並不激烈。末澤認為「奇異果這個領域，要嘗試新東西是很容易的。首先，奇異果能夠創建一個合作生產模式，並善用數據和人工智慧，在不斷試驗與錯誤之下，將這套成功模式擴大到其他水果的領域」 　　其中，最重要關鍵是現場資訊必須不斷更新。如果農民不輸入每個農地的狀況：例如：數量、大小、生長條件等，預測的精準度就不可能提高。因此，為了方便農民輸入資料，正在開發使用智慧手機的語音輸入系統。末澤表示：「在農業現場，雙手往往都在工作沒辦法打字，語音輸入則是最實際功能。」 擺脫「沒看到收成前，只能聽天由命。」的命運！ 　　農業導入ICT（資通訊科技)方面，末澤認為，投資報酬率（ROI）是一個非常重要的部分。他提到「情報資訊之間所需通報、鏈結、商談皆發生在年銷售金額超過2500萬日元的農民身上。 若不是這層級的農民，將成本用在ICT毫無意義。」 　　根據末澤的估計，具有這樣水準的農民，全國約有58,000農戶（根據2015年農業推廣推估)。 然而，他強調為促進地區農業ICT化，即使這樣的農民規模還是無法達到標準。尚未達到這層級數十萬戶農民，也必須有最低門檻讓他們導入ICT機制。 　　另外，由於平台操作須要在行事曆上的空白處輸入預算與實績，因此如何能夠讓農民更簡單方便使用備忘錄管理也是必須考量的重點。為此，日本政府目前正在利用「日本農業數據整合平台」（簡稱WAGRI）的簡單資料共享機制，以降低運營成本。 　　該系統還可以延伸安排出貨流程。從收集各地農民的預測採收量的資訊之後，末澤先生指出：「如此一來，我們就可以針對這點，安排最佳出貨流程」。 　　就目前情況而言，即使市場端預先提出品質的相關要求（如大小、價格和糖度），末澤先生認為大多也只會淪為「沒看到收成我們也不知道，只能聽天由命。」的想法。因此，如果中間商在採收前期，就能夠共享像是尺寸、糖度等預測資訊的話，則不僅能夠根據市場需求制定出貨計畫，還可以應用在產品促銷和宣傳品牌，提高產品的附加價值。 　　日本內閣府，正以推動農業物聯網和人工智慧化，以實現社會5.0（利用物聯網、人工智慧和大資料的資料驅動型社會）。目標是藉由「數據驅動型農業」之推動，促進物聯網設備和人工智慧對經驗法則和直覺等隱性知識進行量化和分析，回饋予農業生產現場。 　　然而，資料驅動型農業的案例中，也會有面臨投資報酬率方面的疑問。而由末澤先生持續打造的「農業平台」，主要將目光放在農民的實際應用，以解決農業資通訊產業所面臨現況。 　　最後，末澤先生依舊幹勁十足表示「儘管存在著國土的限制，但期盼透過共享資訊和資料連結小農，並將一個個小農企業串連在一起，逐步茁壯。」

在綠色植物(green plant, Viridiplantae)的定義中，包含綠藻、蘚苔類、蕨類、裸子植物、被子植物等不同的分類群。以往人們試圖藉由單一或少數分子遺傳標記(molecular genetic markers)重建不同分類群之間的親緣關係(phylogenetic relationship)，以及釐清分類群中不同物種間的演化關係。為進一步釐清綠色植物本身與灰胞藻門(glaucophytes, Glaucophyta)、紅藻門(red algae, Rhodophyta)等外群(outgroup)間的親緣關係，由加拿大亞伯達大學(University of Alberta)、美國喬治亞大學(University of Georgia)等100多個學術機構組成的多國聯合研究團隊啟動1KP植物轉錄體定序計畫(One thousand Plant Transcriptomes Initiative)，希望透過廣泛調查1,124種，來自不同分類群的植物轉錄體資訊，釐清植物物種間的演化關係。 　　研究團隊首先利用次世代定序技術(next generation sequencing，簡稱NGS)建構各個物種的遺傳資料庫，再從資料庫中選取410個單拷貝基因(single-copy gene)做為分子標記，以親緣關係法進行親緣關係的重建，最後將重建的親緣關係樹(phylogenetic tree)與現在已知的分類關係及演化假說進行比較與驗證。研究團隊認為，以1,124個物種、數百個分子標記進行重建的親緣關係，將可做為探討植物演化的最佳證據。結果也證實，多數重建結果與物種實際演化結果一致。然而部分結果反映出植物基因與葉綠體基因呈現不一致的演化形式，研究團隊因此推論，可能是由於多倍體化、快速種化等複雜的演化事件所導致。另外，物種樹(species tree)與基因樹(gene tree)呈現不一致的重建結果，有可能是因群系分化不全(incomplete lineage sorting)，尚保留祖先多型性(ancestral polymorphism)，導致樹型結果不一致的情況。【延伸閱讀】最新遺傳研究全面揭示西瓜的遺傳密碼 　　研究團隊也發現，植物基因演化過程中，在不同的時間、不同的分類群中也發生多次全基因體複製事件(whole-genome duplications，簡稱WGDs)，據推測這是產生基因家族的原因。 　　研究團隊希望能透過基礎研究一窺植物多樣性背後的原因，了解植物在生理、繁衍背後可能的演化機制。轉錄體資料庫的建置，亦可供後續遺傳方面的研究，或許可用於育種等農業方面的用途。 　　該研究由加拿大亞伯達省高等教育部(Alberta Ministry of Advanced Education)、中國國家重點研發計畫(National Key Research and Development Program of China)、中華人民共和國科學技術部(Ministry of Science and Technology of the People´s Republic of China)等單位或計畫經費資助，定序作業由中國華大基因(BGI Group)等單位協助。相關研究成果已發表在<Nature>。