由於全球暖化的影響，日本亞熱帶和熱帶果樹的產量預計將擴大，而此前日本的產量一直有限。另一方面，全球暖化正在對鳳梨等典型熱帶果樹的生長產生重大影響，即使在種植多年的地區，生產者認為鳳梨的品質和收成期變得難以預測。因此，預期出貨與實際出貨存在差異，市場供應時間和水果品質逐年波動已成為生產者和消費者的主要問題。 　　研究團隊在鳳梨品種改良過程中對眾多水果進行了品質調查，累積了水果品質數據。因此，NARO和沖繩縣農業研究中心對這些數據進行了分析，確認了鳳梨果實品質、收穫期和天氣條件之間的關係，並透過使用數學模型來表達關聯性，可以根據天氣條件預測水果品質及採收期。 　　研究發現此次新開發的水果酸度、糖度預測模型可透過天氣溫度預測出水果品質，從出芽期至開花期，若溫度越高則天數越短，在溫度、品質與生長天數關聯性具明顯結果差異，在鳳梨新引進地區或引進不同品種時，模型也可用於制定生產計畫。 　　此項研究發表在2024年《The Horticulture Journal》，該研究所開發之水果預測模型，對於未來農作物有效應對天氣變化，並減少氣溫對於產季期間與品質影響上作出貢獻。【延伸閱讀】-以AI學習模型驗證氣候變遷下對水稻產量的影響

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

氣候變遷使乾旱變得更加普遍和嚴重，因此耐旱育種的重要性與急迫性逐漸增加。然而，育種過程既乏味且耗時，育種者需大量的性狀調查以評估哪些品系具理想的特性、能作為候選者。近期，美國北卡羅來納州立大學的研究人員開發了新的框架協助加速相關研究，文獻發表在《田間作物研究》期刊中。 　　水分蒸發散量 （evapotranspiration, ET） 及水分利用效率 （water use effiency, WUE）為水分利用效率的重要指標，前者指土壤和植物蒸散作用造成的水分流失；後者則指每單位的水所能獲得的作物生物量。 　　然而，以傳統技術測量 ET 和 WUE十分耗時費力，需攜帶便攜式儀器測量參數或對葉片實地調查等。此研究的主旨為開發一個易使用的感測和建模系統，以便育種家能夠以不犧牲準確性為前提，更快速、自動化的篩選各樣區。研究以長*寬6.1*4.6 m的樣區為單位進行試驗，分別在兩個季節給予大豆及玉米不同的灌溉處理，藉由各光譜感測器蒐集各項表型資料如樹冠高度及溫度、土壤溫度等，整合氣候資料，建立累積ET模型(Accumulated crop ET, ETACC)，再與產量進行回歸分析，結果顯示兩者平均迴歸係數(R2)達到0.71，表示此模型為水分利用效率很好的指標。 　　研究結果除了協助育種者利用ET更有效的篩選耐旱基因型，也能估計每日和季節性作物用水量、構建產量預測模型，協助農民了解田間作物水分情況，以利精準管理。未來研究團隊將進一步的驗證 ET 數據，期待能夠應用在更多的植物基因型上。【延伸閱讀】- 藉由分析穩定碳同位素找出水分利用效率高之玉米品系

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

目前的育種工作重點是增強植物對生物和非生物脅迫抵抗力、提早發芽以及提高營養和環境價值。然而，開發新品種的漫長過程通常需要長達 10 年的時間，這仍然是一個重大障礙。 　　法國昂傑大學(Université d'Angerss)研究團隊使用了一種名為Phenogrid的表型系統，專注於早期植物監測，擷取時空特徵，包括絕對振幅（Aabs）、相對振幅（Arel）和下降持續時間（D）。這些特徵可以幫助區分抗病和易感植物。研究中還使用了隨機森林模型進行分類，並進行了統計測試以驗證特徵的重要性。 　　研究發現大多數提取的特徵在檢測子葉損失方面具有顯著性，隨機森林模型達到了97%的分類準確率，並且在植物密度和接種時間變異性方面表現出良好的穩定性。此外，減少每批植物的數量從20到10仍能保持分類性能，同時提高了處理效率。 　　此項研究發表在2024年6月《Plant Phenomics》期刊，此項研究貢獻在於提供了一種高通量、成本效益高的解決方案，能夠用於即時邊緣計算的決策支持工具。該系統不僅能自動化植物病理學測試，還具有廣泛的應用潛力，未來可進一步整合其他成像模式和優化算法，以提升農作物的韌性和生產力。【延伸閱讀】- 讓植物說話-科學家發明感測器即時監測植物體內變化

臺南區農業改良場 王聖善 　　結球白菜是國內育種公司重點發展的蔬菜作物之一，品種以一代雜交 (F1 hybrid) 的形式為主流。育種業者在育成一代雜交品種前，必須先透過6-8個世代的自交 (self-pollination) 純化，挑選出優良的結球白菜自交系，用以組合出具備一致性與雜種優勢 (heterosis) 的一代雜交品種。 　　結球白菜屬十字花科作物，在歷經數代的自交純化後，因植物體內遺傳組成具有高度的同質結合(homozygous) 比例，容易出現遺傳上的自交弱勢 (inbreeding depression)，導致植株生長勢不佳，降低一代雜交種子的採種效率。 　　為了克服結球白菜因自交弱勢所導致的採種問題，在每一個世代的育種過程當中，育種人員通常偏好選拔較為強健的個體進行自交純化，然而，生長勢較佳的個體通常是因為具有較高的異質結合 (heterozygous) 比例，甚至是由花粉汙染所雜交產生的後代，因此往往在經歷了6-8世代的自交純化後，結球白菜自交系經常帶有高於理論值的異質結合比例，導致所生產的一代雜交品種外表型不一致，品質良莠不齊。 　　結球白菜遺傳背景純化技術是透過基因型檢測策略，檢測作物體內遺傳物質，用以了解每個植物個體中所帶有的染色體組成，經由遺傳背景純化技術的運用，並結合栽培育種人員的田間實地觀察記錄，將有助於提高結球白菜自交純化的效率。 　　本技術使用次世代定序（next generation sequencing）方法進行結球白菜品種間的單一核苷酸多型性位點 （single nucleotide polymorphisms, SNPs）探勘，並將品種間具有高多型性的SNPs設計成KASP (kompetitive allele specific PCR) 分子標誌，以利育種業者進行高通量分析，藉此大量的探勘個體內的核苷酸差異，決定汰選或保留，提升育種過程中自交純化的效率。 　　本技術經農委會農業智慧財產權審議委員會第173次會議決議通過，準以非專屬技術授權方式授權業界使用，可供育種業者進行分子標誌輔助選種時的遺傳背景篩選，提升農業經濟上蔬菜育種的品質與商業的競爭能力。【延伸閱讀】- 農桿菌之應用協助人們了解植物繁衍背後之遺傳機制 圖一、次世代定序技術可大量的探勘作物品種間的核苷酸差異，協助執行作物遺傳育種工作。  圖二、KASP (kompetitive allele specific PCR)分子標誌分析結果。 圖三、本技術開發了64個均勻分布於10條結球白菜染色體的KASP分子標誌。

甘藷是對抗全球飢餓的主食，但正面臨粉蝨和象鼻蟲等害蟲的嚴重威脅，影響了植物的生長和產量。由於粉蝨和象鼻蟲等害蟲影響植物生長和生產力，甘藷遭受嚴重產量損失。傳統育種方法在快速解決這些複雜的害蟲交互作用方面面臨挑戰。 　　研究團隊使用高通量定序和總體基因組分析技術，特別是定量簡化代表性定序（qRRS），來檢查甘藷與害蟲（特別是粉蝨）之間的相互作用。研究團隊分析了甘藷總體基因組中的微生物群落，並將這些數據作為共變異數納入基因組預測模型中。 　　研究發現乙烯和細胞壁改造途徑對於抵抗粉蝨至關重要。透過將總體基因組數據納入基因組預測模型，研究團隊顯著提高了對害蟲抗性的預測準確性。這表明，將宿主基因組與總體基因組模型結合，可以更準確地預測甘藷的害蟲抗性。 　　此項研究發表在2024年5月《Horticulture Research》期刊，此項研究貢獻在於支持了整體生物體理論，強調了在育種策略中考慮總體基因組的重要性。研究結果為甘藷及其他作物的育種策略提供了新思路，可能會改變未來的作物保護和永續性研究方向。透過整合總體基因組數據，未來有望開發出更具害蟲抵抗力的甘藷品種，促進農業的永續發展。【 延伸閱讀】-利用振動方式防治病蟲害與建立作物栽培技術

某些細菌菌株可以承受牛奶巴氏殺菌等熱處理，並有可能誘發食源性疾病。為了減少並預測這種風險的嚴重程度。美國賓州州立大學的研究團隊對17個仙人掌桿菌(Bacillus cereus)菌株在脫脂牛奶中的生長進行測試，並分析六個相關細菌群的基因型，接著測量了這些菌株在不同溫度下的生長情況，並基於這些數據建立了次生生長模型和暴露評估模型。該模型考慮了高溫短時間巴氏消毒牛奶供應鏈，並模擬了消費者存儲期間的細菌濃度變化。 　　研究發現在高溫短時間巴氏消毒的牛奶中，某些仙人掌桿菌基因型在特定溫度下能夠生長。模型預測若初始污染為每毫升100個細胞，則到第21天約2.8%的牛奶容器將超過潛在危險的細菌量，到第35天則為4.1%，這些數據顯示了不同基因型對食品安全風險的影響。 　　此項研究發表在2024年《Dairy Science》期刊，該研究貢獻在於提供新的工具，能夠幫助牛奶加工商作為食品安全決策的參考依據。【延伸閱讀】- 用於檢視牛奶殺菌成果的小型生物感測器

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】- 蔬果塗料結合AI成像技術優化農產品供應鏈之配銷，以減少食物浪費

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

棉花品質影響農民生計，鑑於其在製造業的廣泛用途，棉花受到品質測量。高品質的棉纖維可使生產者賺取更多收入，反之低品質的纖維將使生產者虧損。         美國密西西比州立大學研究團隊在密西西比州立大學農業與林業實驗站，與美國農業部農業研究局合作開發棉花品質模組。他們利用MAFES土壤植物大氣研究室進行的控制實驗，研究棉花植株如何應對環境變化，最終目標是預測纖維品質。研究團隊對40種最常種植的棉花品種進行了實驗，使這個品質模組成為一個強大工具。         研究發現這個棉花品質模組可以預測在不同的溫度、降雨和土壤營養條件下，棉花在生長週期中纖維品質的變化。這是10多年研究的成果，包含了大量實驗數據。這個模組可以在7400萬英畝的棉花田中供農民和研究人員使用。         此項研究發表在2024年7月《Field Crops Research》期刊，此項研究貢獻在於此棉花品質模組可以幫助農民了解氣候變化對棉花品質的影響。研究人員可以使用GOSSYM模型預測氣候變化如何改變棉花品質。可以根據這些數據建議改變農業管理措施或提出新的政府政策。這個模組還可以幫助育種專家開發更耐熱、抗旱的棉花品種。【延伸閱讀】- 氣候資源變化對棉花產量的影響機制