MENU
趨勢快訊
用於農業生產和管理決策之生成式人工智慧
2025/11/04
美國德州農工大學AgriLife研究所與IBM合作開發的「土壤與水資源評估工具虛擬擴展助手」(SWAT VEXA)是一款利用生成式人工智慧的免費決策輔助工具,旨在優化農業與自然資源管理的效率。該工具整合了超過四十年研發的SWAT模型數據與IBM的先進AI技術,提供即時、科學化的建議,協助使用者應對土壤侵蝕、污染控制、災害風險緩解等挑戰。SWAT VEXA的主要目標是將複雜的農業與水文模型轉化為易於使用的AI介面,降低決策門檻。其設計旨在解決傳統農業建議的局限性,例如資訊分散與技術門檻過高,同時應對氣候變遷對資源管理的衝擊。透過提供即時數據分析,決策者、農民、研究人員等能快速獲取客製化分析報告,有望提升全球農業生產力與自然資源的永續利用,尤其在土壤保育與災害應對方面發揮關鍵作用。   研究團隊以SWAT模型為基礎,該模型經過四十年發展,已成為國際公認的農業與自然資源決策標準。SWAT VEXA進一步整合IBM的生成式AI技術,包括Deep Search AI、watsonx.ai平台與Granite模型,將龐大的環境數據轉化為可操作的建議。開發過程中,團隊側重於用戶介面的友好性與數據的即時性,確保從政策制定者到農民均能無縫使用。   研究發現其應用顯著縮短了傳統研究週期,並提升決策的科學性與一致性。例如,透過即時災害風險評估,用戶能提前規劃防災措施;在污染控制方面,系統建議的精準用藥策略可減少化學品浪費。據統計,IBM永續發展加速器計畫已透過類似工具直接支持超過65,300名受益者,而SWAT VEXA的全球推廣預計將進一步擴大此影響力。   此項研究將專業科學模型轉化為大眾可用的資源,尤其惠及資源有限的小農戶。此外,SWAT VEXA推動了AI在環境科學中的跨界應用,為永續農業與生態系管理設立新標竿。長期而言,其數據驅動模式有望減少農業對環境的負面影響,並強化社區應對氣候變遷的韌性,為全球資源管理提供可複製的範例。 【延伸閱讀】- 智慧科技應用於作物栽培管理,妥善管理作物產量、品質及水資源
人工智慧幫助印度農場脫離困境
2025/11/03
隨著氣候變遷加劇,極端天氣事件頻繁發生,印度農業面臨嚴峻挑戰。為了解決這些問題,越來越多的印度農民開始採用AI技術,以期提高農業生產的效率和效益。印度新創企業如Fasal、Niqo Robotics和BeePrecise等許多公司相繼開發AI產品及其在農場的應用,展示了AI技術的實際效果。新創公司Fasal開發了一套AI系統,可以根據土壤濕度、養分含量和天氣預報,詳細指示農民何時以及如何施用適量的水、肥料和殺蟲劑,目前該系統已服務約12,000名農民。研究團隊利用AI技術包括感測器網路(用於監測土壤濕度、養分含量和天氣狀況)、AI影像辨識(應用於化學噴灑機,可以識別植物的狀況,精準控制化學品用量)、聲音監測(用於監測蜂巢內的蜜蜂活動,評估蜂群健康狀況),結合於作為農民獲取AI分析結果和建議的App應用程式。經統計發現該AI系統幫助農民降低了20%的成本,同時保持了產量。另外,Niqo Robotics公司的AI噴灑系統幫助用戶減少了高達90%的化學品用量;BeePrecise公司開發的AI監測系統則幫助養蜂人生產出更優質的蜂蜜。   這些案例提供了AI技術在印度農業應用中的實例,展示了AI如何解決印度農業面臨的實際問題,為其他發展中國家提供了重要的參考,然而,儘管人工智慧技術正在蓬勃發展,但由於許多農民無力承擔,因此其接受速度較慢。根據印度政府智庫 NITI Aayog 2023 年發布的報告,印度目前已擁有 450 多家農業科技新創企業,該產業的預計估值為 240 億美元,但該報告也同時說明,缺乏數位素養往往導致農業科技解決方案的採用率低下。在此環境之下,政府如何投入資源並提供協助來改善新興技術的推廣與採用將會是推動AI技術應用的重要課題之一。 【延伸閱讀】- 印度45%人從事農業! AI技術幫忙分析最佳耕作方式
有機肥料土壤可以儲存更多碳
2025/10/31
隨著大氣中二氧化碳濃度的上升,尋找捕捉和儲存碳的策略變得日益迫切。了解不同土壤氮管理實踐如何影響土壤碳儲存的機制,特別是有機肥料對土壤健康和微生物活動的影響。   美國堪薩斯州立大學研究團隊使用了加拿大光源(CLS)和加州伯克利的先進光源進行同步輻射成像,這是一種非破壞性的觀察技術,可在不破壞土壤結構的情況下分析土壤中的碳化學。研究分析了來自堪薩斯州一片經過22年不耕作的玉米田的土壤樣本,該農場使用了多種不同的氮管理措施,包括不施肥、施用化學肥料和施用有機肥料。   研究發現使用有機肥料(如堆肥或糞肥)的土壤能儲存更多碳,相比之下,施用化學肥料或不施肥的土壤則儲存較少。有機肥料處理的土壤中含有更多微生物碳,顯示這些增強劑支持了更多微生物及其活動。研究團隊還發現了特定礦物質,這些礦物質證明了這些處理方式促進了活躍的化學和生物過程。   此項研究發表在2024年6月《美國土壤科學學會》期刊,提供了有機增強劑改善土壤健康、微生物多樣性及碳封存機制的直接證據。這些發現將促進更永續和再生的農業措施,有助於保護土壤和環境,同時滿足日益增長的人口需求。此外,對不同礦物質、化學物質和微生物角色的理解將有助於改善預測不同農業操作對土壤碳儲存影響的模型。 【延伸閱讀】- 科學家發布了關於種植紅樹林儲存碳能力的新研究
桃園農改場萃取金盞花葉黃素 加入甜點補充營養
2025/10/30
葉黃素與視力保健有關,農業部桃園區農業改良場成功自金盞花中萃取出葉黃素,加入甜點餡料中,不但享美味也一併補充營養素。 桃園農改場今天發布新聞稿,現在很多人手機不離身,長時間盯著螢幕,眼睛疲勞已成常態。葉黃素與視力保健有關,主要存在於眼睛視網膜的黃斑部,人體無法自行合成,需要透過飲食補充。 桃園農改場說,目前已知金盞花是葉黃素含量最豐富的植物,但胡蘿蔔素及葉黃素等機能性成分具高度環境不穩定性,容易因光照、氧氣及熱能而降解。 桃園農改場說,市售葉黃素保健食品多以膠囊形式保護機能性成分,這對不擅長吞嚥的孩童或銀髮族來說相當不方便。桃園農改場開發「超音波水浴萃取技術」利用植物油於低溫條件快速萃取,可有效減少機能性成分之破壞,並提升生物利用率,讓營養攝取變得更有效率。 桃園農改場說,新竹縣尖石鄉那羅部落以種植金盞花聞名,每年吸引許多遊客前往賞花,新萃取技術已實際應用於那羅部落的農遊行程中,添加在泡芙、鬆餅或冰淇淋等甜點中,特別適合不習慣吞食膠囊的兒童及長輩,不僅為地方農業創造價值,消費者享美味也一併補充營養素。 【延伸閱讀】- 每日食用開心果可能是保護眼睛健康有效的飲食策略
綠色溫室可望提供更節能的生長動力(淨零農業)
2025/10/29
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】- 歐洲商業溫室的綠色轉型
智慧溫室改善英國的糧食安全
2025/10/28
儘管英國超市全年供應各式各樣的蔬果,但由於其多數仰賴進口,使得英國的糧食系統容易受到外部因素影響,如英國脫歐後的貿易障礙和能源價格上漲等。因此,英國如何透過更智慧的溫室技術來提升國內糧食生產,並降低對全球市場的依賴,是值得當地科學家探討的一門重要議題。   英國溫室創新聯盟(Greenhouse Innovation Consortium)的研究團隊研究團隊以文獻回顧、數據分析和實地考察。研究團隊檢視了政府的統計數據,以了解英國蔬果的進出口狀況。他們也繪製了英國的溫室地圖,並評估了這些溫室的技術水準和基礎設施狀況,包含:可控制環境農業(Controlled Environment Agriculture,CEA)、聚乙烯隧道(Polytunnels)、溫室、室內垂直農場、自動收穫機器人、AI控制系統和LED植物生長燈等。這些技術可以調節溫度、濕度和光照等環境因素,並減少水和養分的浪費。   研究發現英國有超過一半的蔬菜和大部分水果仰賴進口,使得糧食系統容易受到全球市場波動的影響。英國的溫室大多老舊,缺乏先進技術和政府支持,導致國內糧食生產受到限制。然而,透過採用精準園藝和AI控制溫室等高科技解決方案,英國有潛力在國內生產更多糧食,並降低對全球市場的依賴。   此項研究強調了高科技溫室在提升英國糧食安全和永續性方面的重要性,透過增加對國內園藝產業的投資和技術升級,英國可以建立更具韌性的糧食系統,並減少對全球市場的依賴。此外,該研究也呼籲政府提供更多支持,以促進高科技溫室技術的發展和應用。 【延伸閱讀】- 全球糧食供應現狀及臺灣的糧食安全政策
絲瓜雜交種子純度檢測技術
2025/10/27
絲瓜雜交種子純度檢測技術 農業部臺南區農業改良場 王聖善  絲瓜是一種四季皆可收穫的蔬菜作物,在國內每年的栽培面積約為2,400公頃。常見的絲瓜品種可分為圓筒絲瓜 (Luffa cylindrica) 和稜角絲瓜 (Luffa acutangula) 兩大類,目前品種多以一代雜交 (F1 hybrid) 為主要趨勢。 在絲瓜一代雜交種子的生產過程中,容易因技術操作不當導致異品種的產生,進而降低品種的純度。因此,絲瓜一代雜交種子在上市前通常需要進行品質管理測試,以確保種子的品種純度。傳統上,絲瓜一代雜交種子的品種純度檢測主要依賴生長特性(grow-out traits, GOTs)的檢測方法,通過觀察植株從小苗到採收期間的外觀特徵來評估品種純度。儘管生長特性檢測方法操作簡單,但由於絲瓜栽培需要搭建棚架且每公頃可栽種的個體數量有限,因此檢測成本較高。此外,絲瓜從育苗到果實採收的周期需要約50天,這使得檢測時間較長,常成為限制種子及時供應的主要原因。 絲瓜雜交種子純度檢測技術是一種基於基因型檢測的策略,用於檢測作物體內的遺傳物質,以鑑別測試中的種子是否為種植的雙親所雜交產生的後代。本技術利用次世代定序 (Next Generation Sequencing) 對40個圓筒絲瓜和32個稜角絲瓜品種進行單一核苷酸多型性位點 (Single Nucleotide Polymorphisms, SNPs) 探勘,並分別在圓筒絲瓜和稜角絲瓜中各設計了12個具有高度多型性的SNPs,這些SNPs被設計成KASP (Kompetitive Allele Specific PCR) 分子標誌。經過測試,這套分子標誌在大多數的核酸快速萃取的DNA樣本中能成功進行基因型鑑別,有助於國內種苗業者進行高通量分析,從而提高產品的出貨效率。 本技術已獲農業部農業智慧財產權審議委員會第2次會議決議通過,並以非專屬技術授權的方式授權業界使用,這將有助於國內種苗業者在進行種子品質管理時進行純度檢測,從而提升農業經濟中的蔬菜種子品質和商業競爭力。 圖一、圓筒絲瓜分子標誌開發流程。本技術利用次世代定序 (Next Generation Sequencing) 對40個圓筒絲瓜進行單一核苷酸多型性位點 (Single Nucleotide Polymorphisms, SNPs) 探勘,藉此設計可運用在絲瓜雜交種子純度檢測之KASP (Kompetitive Allele Specific PCR) 分子標誌。 圖二、絲瓜雜交種子純度檢測技術分析流程。以SDS或NaOH的DNA快萃方法,搭配96-well盤式均質機(一臺)、懸擺式(Swing) 96-well盤式離心機(一臺)、聚合酶連鎖反應儀(六臺)與即時定量聚合酶連鎖反應儀(一臺)配備情況下,兩個工作日約可分析1,728-2,304個樣品。 圖三、絲瓜雜交種子純度檢測技術分子標誌,在SDS快萃的DNA品質下基因型判定分析結果。左圖受測樣品基因型均為異質結合,由基因型結果判定本批受測樣品均為雜交後代。右圖受測樣品基因型有部分呈現異質結合,有部分樣品則呈現與母本相同之基因型,由基因型結果判定本批受測樣品有嚴重的異品種混雜。
AI引領永續創新!2025台灣創新技術博覽會智慧永續館展出農業研發成果
2025/10/23
「2025台灣創新技術博覽會」於今(16)日至18日在臺北世界貿易中心展覽大樓1樓盛大展出,以「創新經濟」、「未來科技」、「智慧永續」3館進行展示。其中「智慧永續館」由農業部、國防部、勞動部、環境部、數位發展部,以及國家發展委員會共6個部會合作辦理,包括農業部45項在內,共同展示97項創新科技。今年博覽會邀請美國、日本、德國、荷蘭、法國、新加坡等國共10家國際廠商於大會國際專區,展示涵蓋綠色能源、循環經濟、智能科技等領域之創新技術,期望企業及學術機構透過展覽媒合,促進技術交易與合作,加速推動科技創新成果商業化發展。 農業部展示創新科研成果 展現雄厚科技實力   農業部表示,智慧永續館於10/16上午11時開展,該部於「智慧韌性 永續安心」主軸下,規劃「循環永續」、「韌性賦能」及「智慧創新」3大主題區,展示45項具商品化潛力之科技研發成果,並以「AI智慧畜禽健康監測技術」為亮點,融合熱影像、影像辨識、聲紋分析及物聯網技術,打造創新的畜禽健康管理模式。農業部展出之商品化成果包括:苗栗區農業改良場研發「黃斑粗喙椿象生產收集系統」,利用替代食餌飼養,縮短80%飼養時間,降低人力成本並提升卵粒品質,提供更優化的量產技術;臺中區農業改良場研發「木黴菌TCTP003應用於作物耐逆境能力提升之技術」,將農業剩餘物質製作成品質優良之有機肥,再應用於高接梨栽培,可提升其耐低溫、霪雨能力;畜產試驗所研發「數位影像動物體型量測及體態評分技術」,利用3D攝影機量測豬隻體型及體表面積等,可降低人力成本與人畜受傷風險,提升精準育種選拔效率。農業部期盼透過本次展覽媒合授權,促進技術廣泛應用,以加惠農民與相關業者。 國際知名農企業齊聚參展共同推動智慧永續與前瞻科技   農業部指出,鑑於台灣創新技術博覽會已成為跨國技術行銷之重要舞臺,本年度智慧永續館特別邀請國際廠商,於大會國際專區展示AI碳管理平台、衛星與無人機遙測應用等先進技術,包括:荷商Vostermans Ventilation展示荷蘭倍力扇、法商Gattefossé展示自乳化藥物傳輸系統(SEDDS)、日商Kokusai Kogyo展示AI智慧型農業無人機遙測應用,美商Alltech展示碳排放管理系統,藉由引進國外先進技術,加速台灣產業發展。 授權創新技術促進農業科技普及應用   農業部進一步表示,配合「循環永續」、「韌性賦能」及「智慧創新」主題,優選今年度包括微生物肥料、檢驗檢測及智慧生產等14項技術之授權廠商代表,於今日下午在智慧永續館舞臺區辦理簽約儀式,彰顯該部所屬試驗機構研發之農業科技成果,透過技術授權,以公私協力方式共同解決產業問題,擴大台灣農業科技發展與普及運用。 實體展覽與線上展示均歡迎各界參觀   農業部強調,台灣創新技術博覽會為我國重要的技術交易平臺,為利外界了解台灣最新科技成果,該博覽會除實體展覽外,相關技術亦透過農業技術交易網(簡稱TATM,網址https://tatm.moa.gov.tw/)進行線上展示。業者或民眾可由該網站瀏覽各項技術內容,並歡迎於會展期間至現場交流,與研究人員一對一洽談使農業科技研發成果落實應用,加速產業升級。歡迎各界踴躍參觀實體展覽或瀏覽線上展示,共同推動台灣科技創新與技術授權合作。 【延伸閱讀】-
垂直農業可以提高產量並減少環境影響
2025/10/22
隨著全球人口持續增長與城市化進程加速,傳統農業面臨土地資源有限、氣候變遷帶來的極端天氣挑戰,以及對環境造成的巨大壓力。為了確保未來糧食安全,創新且永續的農業生產方式成為當務之急。   新加坡TUMCREATE研究平台與慕尼黑工業大學(TUM)研究團隊結合理論模型與實驗資料,透過系統性分析包括傳統作物、藻類、菇類、昆蟲、魚類和培養肉在垂直農業中的生產效率及其對土地、水資源的需求,並評估其對農藥與抗生素使用的減少效果。團隊同時探討了垂直農業中多種食物間的資源循環,例如菇類與昆蟲能將作物廢料轉化為營養豐富的蛋白質,形成封閉循環系統,降低資源浪費並提升整體系統的可持續性。   研究發現垂直農業在蛋白質產量和環境效益上均展現出顯著優勢,尤其適合都市及耕地有限地區。研究證實垂直農業可大幅減少土地占用與水資源消耗,並透過封閉式系統降低廢棄物與污染。研究團隊也指出能源需求高與部分新型食物(如昆蟲和藻類)消費者接受度低,仍是推廣過程中的主要挑戰。團隊呼籲需持續技術創新、跨領域合作與政策支持,方能充分發揮垂直農業的潛力。   此項研究發表在2025年《PNAS Nexus》期刊,研究貢獻在於首次從多食物類別角度,系統性評估垂直農業在提升糧食產量與減少環境影響的雙重效益,並提出可操作的量化框架,為政策制定者、產業界與研究者提供決策依據。此外,研究強調垂直農業在都市糧食安全、資源循環利用及永續發展中的關鍵角色,為未來推動智慧農業與生態農業提供理論與實證支持。 【延伸閱讀】- 儘管垂直農業現況受挫,未來仍具潛力及重要性之因素
5G 與元宇宙如何改變農業
2025/10/21
中國東華交通大學、江西電信公司以及紐西蘭惠靈頓維多利亞大學研究團隊共同研究5G通訊與元宇宙技術在農業的應用。團隊檢視5G在田間感測、無人機巡檢與遠程機械控制的實務效能,同時評估元宇宙的虛擬培訓平台與數位分身系統在資源優化決策中的潛力。透過成本效益分析與技術成熟度評估,提出階段性部署策略。面對勞動力短缺、極端氣候加劇與資源利用低效等問題,團隊試圖驗證高速通訊與虛擬交互技術能否突破傳統農業限制,尤其著重於降低發展中國家的產後損失,並建立可擴展的智慧農業框架。   研究發現5G技術大幅提升灌溉、施肥與用藥的精準度,使農藥與化肥使用量減少20%-35%,同時提升產量8%-15%,其遠程機械控制功能更在勞動力缺乏區域顯著降低作業風險。元宇宙的虛擬培訓使新技術普及速度加快40%,而數位孿生系統成功將決策失誤率降低30%。這些技術對小農經濟體的轉型尤其關鍵,例如非洲地區透過基礎型5G網路可將收穫後損失減少18%。   此項研究發表在2025年《International Journal of Agricultural Resources》期刊,研究貢獻在於首次系統性論證通訊與虛擬技術整合對農業永續發展的深遠影響,不僅帶來資源利用的革命,也推動農業知識平權與全球協作新範式。這些成果為未來全球糧食安全與農業轉型提供了強而有力的科技支撐。 【延伸閱讀】- 印度藉由5G技術協助農民發展智慧農業
以AI演算法促進乳製品生產效率
2025/10/20
乳製品產業面臨著多重挑戰,包括氣候變遷導致的熱應激問題、勞動力短缺以及生產效率的提升需求。傳統的乳牛管理方式往往依賴人工觀察,效率低且容易錯失早期病徵。   研究團隊結合了攝影機影像分析、行為監測與生理參數測量,並利用人工智慧演算法對數據進行深度學習與模式辨識。團隊透過訓練模型識別乳牛的行為異常與健康狀況,實現了非侵入式且持續性的健康監控。此外,研究還針對機器擠乳系統開發效率模型,透過分析機器閒置時間與擠乳失敗率,提出優化建議以提升整體生產效能。   研究發現AI驅動的乳牛健康監測系統能顯著提升疾病早期偵測率,降低乳房炎與跛行等常見疾病的發生,並有效緩解高熱反應對產量的負面影響。機器擠乳效率模型則幫助農場減少擠乳過程中的閒置與失誤,提升生產效率與動物福利。這些技術的應用不僅提高了乳品品質與產量,也促進了農場的永續發展。   此項研究發表在2025年《American Dairy Science Association conference》會議上,研究貢獻在於將人工智慧與感測技術深度整合,打造出一套可實際應用於乳製品生產的智慧管理系統。這套系統不僅能因應不同農場的需求進行調整,還降低了技術導入的門檻,促進了智慧農業的普及。透過即時數據分析與虛擬助理的輔助,農民能更有效地管理乳牛健康與生產流程,推動乳業向更高效、永續的方向發展。 【延伸閱讀】- 建置自動化3D電腦模型,提供農場主人客觀了解牛隻行為的途徑
結合機器學習演算法監測水稻種植,確保全球糧食安全
2025/10/17
水稻是非洲第三大主食作物,對區域糧食安全具有戰略意義。儘管非洲僅占全球水稻產量約4.7%,但該大陸對水稻的需求年增率超過6%,高於其他主食作物。為應對需求增長,過去三十年非洲國家平均每年新增約40萬公頃水稻耕地。然而,非洲水稻種植面臨氣候變遷、城市化與森林砍伐等多重挑戰,且非洲水稻種植季節多樣,雨養水稻普遍缺乏灌溉系統中常見的淹水信號,造成基於植株生長期的遙感監測困難。   研究團隊開發了一套創新方法,結合雙極化合成孔徑雷達(SAR)後向散射特徵與機器學習演算法,提出「基於後向散射的粗定位與多源時間序列精細分類」框架。此方法融合了多源遙測數據,包括SAR影像與光學時間序列,透過監督式機器學習對非洲不同區域的水稻種植地進行分類。該方法特別針對非洲多樣化氣候與水稻種植季節設計,能有效辨識雨養水稻,並克服傳統監測中因缺少淹水信號而導致的誤判。研究團隊利用大量地面調查數據進行模型訓練與驗證,確保結果的可靠性與實用性。   研究發現該高解析度水稻分布圖不僅準確反映了非洲各國水稻種植面積與空間分布,還能支持糧食安全政策制定、農業研究與永續發展目標的監測。此數據集的開放共享,有助於促進全球對非洲水稻生產現況的了解,並為應對氣候變遷帶來的農業挑戰提供科學依據。研究成果將推動非洲水稻產業的現代化管理,提升糧食生產效率與資源利用率。   此項研究發表在2025年《Earth System Science Data》期刊,研究貢獻在於首次提供了非洲範圍內高解析度、精確且及時更新的水稻分布資料,突破了過去資料粗糙、更新緩慢的限制。其創新方法結合了多源遙感技術與先進機器學習演算法,為多變氣候與複雜耕作環境下的農業監測提供了有效解決方案。此成果不僅強化了非洲糧食安全的數據支撐,也為全球永續農業發展與政策制定提供了重要參考,促進了遙測技術在農業領域的廣泛應用。 【延伸閱讀】- 開發水稻營養壓力的高光譜庫,以利分析水稻影像
苗栗農改場採蜜數位教材 輕鬆開蜂箱、找蜂王
2025/10/16
農業部今天表示,苗栗區農業改良場新開發全台首套「蜂蜜採集沉浸式體驗數位教材」,不必走進養蜂場,也能輕鬆體驗開蜂箱、找蜂王、採集蜂蜜的樂趣。   農業部發布新聞稿表示,苗栗農改場新開發一套「蜂蜜採集沉浸式體驗數位教材」,不用實地走入養蜂場,也能透過混合實境(MR),輕鬆感受蜂群管理與採蜜樂趣,安全性與趣味性十足。   苗栗農改場說,傳統的養蜂教學需要走入蜂場,對於初學者或害怕蜜蜂的人而言,不僅心理負擔大,也存在被螫傷的潛在風險。   苗栗農改場指出,這套全台首度開發的沉浸式採蜜體驗教材,透過數位科技模擬蜂場管理及採蜜過程,體驗者只需伸出雙手,就能操作「擬真」的採蜜工具,學習如何打開蜂箱、取出巢脾、尋找蜂王、刮除蠟蓋、搖蜜及採蜜等,並可重複操作,不受天候、場地與蜂群狀態影響。   此外,苗栗農改場說,這套教材可作為養蜂課程、食農體驗及輔助教學的工具,幫助學員在無壓力環境中,掌握搖蜜基本操作,提升對養蜂及蜂蜜生產的理解及興趣;使用者可直接用雙手操作,透過頭戴式裝置,了解蜂蜜採收的操作流程,也有互動式指導及步驟提示,讓學習更有效率。 【延伸閱讀】- 全台之先 台中農改場混合實境教剪葡萄駕農機
利用電子感測器進行水稻田乾濕交替的自動灌溉系統
2025/10/15
傳統水稻種植方式需要大量水源進行灌溉以及人工監測水位,並進行調節與控制,然而農人們對於水位的控制皆有不同的標準,進而使水資源有所浪費。目前現有AWD (Alternate Wetting and Drying,乾濕交替),技術雖能節省用水,但仍需要人力監測,效率仍備受考驗,因此研究團隊欲透過電子監測水位來節省人力資源以及精準用水。   印度中央農業工程研究所研究團隊利用磁性浮標水位感測器、無線通訊模組及微控制器的自動灌溉系統,針對田間水位進行監測,並且依照水稻不同生長階段搭配程式設計,進行不同的灌溉模式調節水量。2018至2019年在印度以新型態灌溉方式與傳統灌溉方式分為實驗組與對照組,針對產量、作物生長情形以及用水效率進行分析比較,記錄水稻生長參數(植株高度、分蘗數、根深度等)、產量、用水生產力。   研究發現自動化系統用水生產力、產量、用水量都優於對照組,其中用水量部分,自動化系統相較於傳統灌溉系統,節水量達到36%。產量以作物生長情形,同為自動化灌溉優於傳統灌溉,此外在水稻的關鍵生長期,自動化系統可以維持水稻灌溉所需要水量,使得水稻能夠在關鍵時期獲得充足水源,以確保良好生長情形。   此項研究利用電子感測器進行水稻田乾濕交替的自動灌溉,透過新系統能夠精準檢測水稻田地表上下水位藉以自動灌溉,達到節水及增進用水效率,同時該系統結合農業、電子、感測器及無線通訊等跨域合作,進一步增進精準農業之發展與跨域合作的可能性。 【延伸閱讀】- 透過自動化影像分析節省農業勞動力
全景種植影像預測番茄收成工作時間之準確性評估
2025/10/14
隨著日本及國際勞動力成本持續上升,加上日本溫室園藝規模擴大以及番茄採收多靠人力為主,許多研究者針對工作績效以及農場工作效率開發許多應用軟體,希望能夠透過相關軟體來減少人力、提高工作效率並試圖記錄工人工作時數與提早規劃未來採收時間及人力配置。然而過去雖有相關應用軟體或者估算模型,但實際上過於複雜,具有一定的使用門檻。   日本東京大學及日本農業‧食品產業技術總合研究機構(NARO)研究團隊利用全景影像預測番茄收穫工作時間,並將番茄種植方法分為低層栽培(LS)與長期多階段栽培(LTMS),使用果實定位監測系統,自動獲取番茄植株的全景影像,再使用深度學習模型(Mask R-CNN)將全景圖中番茄果實切割出來,並根據果實顏色及數量進行估計,每週也蒐集來自於三位不同收成經驗工人之收成數量進行紀錄,並以線性迴歸模型驗證模型準確度。 研究發現預測作業時間的誤差在採收日前三天為30.1%,採收日當天降至15.6%;產量部分則是因為長期多階段栽培會定期處理葉片,使得果實能見度增高,進而使之預測準確度更優於低階栽培;採收效率則為具有經驗者其效率優於經驗較少者,栽培方式也有所影響(LTMS效率較好),透過實證證明,該模型可用於產量與果實重量預測,但工作時間則需要依照工作者經驗另外建構一套模型進行預測。 此項研究開發一套以深度學習模型結合全景影像所建構出之番茄採收預測系統,藉以提升商業溫室勞動效率、優化勞動力分配與工作計畫,降低勞動力成本。除了針對番茄採收有所貢獻外,該系統也提供其他以溫室所種植之作物提供管理參考方式,也針對國際勞動力成本上升提供解決方案。 【延伸閱讀】- 新輻射傳輸建模框架增強植物表型深度學習
黑豆植物性飲品調製技術
2025/10/13
豆陣健康植物性飲食新潮流~ 台南農改場發表「黑豆植物性飲品調製技術」 農業部臺南區農業改良場 陳曉菁    黑豆(Glycinemax (L.) Merr)為豆科(Fabaceae)大豆屬(Glycine),又名烏豆、櫓豆,一年生草本植物,原產於中國東北。依種皮顏色及利用性不同而有許多不同的品種,包括黃豆、黑豆、青皮豆、毛豆,統稱是大豆,黑豆食用歷史悠久,傳統中醫學上具有醫食同療的素材,黑豆在中醫典籍記載味甘,性平,無毒,可以入藥,認為具有活血、滋陰補腎、除濕利水及解毒等作用,而且可以潤澤肌膚,烏鬚黑髮。黑豆為種皮外觀呈黑色,依其子葉顏色分成黃仁黑豆和青仁黑豆,具有豐富加工特性等特點,為我國重要傳統雜糧之一。黑豆的食用方法有很多種,可入菜,以白米或全穀雜糧類添加適量黑豆煮成黑豆飯,煮炒炸可作涼拌菜或零食小吃,生芽可作蔬菜,黑豆榨汁熬煮成飲品。黑豆常在加工過程中受到浸漬、烹煮溫度、壓力、製品湯液pH值、金屬離子及組成份因熱處理,常發生一連串化學反應如:梅納反應、焦糖化等,或者微生物醱酵等方式,可改善黑豆食品之風味與質地、增進消化吸收及延長食品保存期限。依黑豆特性有不同的加工用途,亦存在於各式食品中,例如烘培產品、乳製品、穀物片及飲料等。從食品藥物管理署食品營養成分資料庫中黑豆富含35~40%蛋白質,每100克青仁黑豆含有膳食纖維21.5公克、微量元素等,含有人體所需多種營養素、寡醣(例如:棉子糖raffinose和水蘇糖stachyose)以及人體所需必需胺基酸,如麩胺酸、天門冬胺酸、精胺酸等高生物價蛋白質,更含有人體內無法製造而必須經由食物攝取的必需脂肪酸等,而且好消化、好吸收,可以說是高營養、高消化率、價格低,不僅是素食者的主要營養來源,也是亞洲人生活不可缺少的食材。   然而從財團法人農業科技研究院運用Mintel GNPD進行2017~2021亞太地區黑豆產品趨勢市場報告,食用黑豆之主要產品國家為中國大陸(25.2%)、南韓(24.6%)、日本(19%)、臺灣(12.7%)、印尼及香港等,皆受中國文化之影響。就黑豆產品類型及其應用趨勢中,以黑豆食品為主的是中國大陸和我國(臺灣),而南韓和日本則以外用美妝用品居多,特別是南韓之美髮產品(26.3%)為最多;日本則以護膚品 (44.3%)遠高於其他類型產品。   而目前臺南區農業改良場國產黑豆育種深耕數十年,利用於產業界品種有黃仁的臺南5號及青仁的臺南3號、臺南11號等,利用臺南場育成的黑豆品種,導入定溫熟化技術,保留黑豆營養,開發低卡、低熱量、零負擔的黑豆植物性飲品,並淬取精華,濃縮活性營養,瞬間保鮮,可即泡/開即飲,省時省工;可常溫保存,並依個人喜好添加熱水或冷水,冷熱飲皆宜;同時可廣泛應用添加於各類食品,做成調和產品。目前「黑豆植物性飲品調製技術」已於通過農業部智審會第7次審查通過,該技術以非專屬授權已技轉3+1家業者生產,其中舞茶實業有限公司將其導入加工製程,生產「黑豆黑米穎果皮茶」,提供國人沖泡飲品新選擇;米大師美食生技股份有限公司將該技術導入米飯加工製程,將提供國人營養滿分的米豆穀物產品-黑豆飯;田庄食品有限公司將該技術導入開發黑豆素滴精多醣新品;第4家陳上有限公司預備導入開發黑金植萃養生飲新品。綜上各家業者獨具特色的巧思,預期將有全方位植物性蛋白補充產品上市,提供消費者更便利、多元的選擇!   歡迎對農食科研成果有興趣的農友或農企業共同交流,期盼國內黑豆產業以跨域科技迎來嶄新發展契機,為推動農業生產端、農食加工端及應用企業端鏈結發展貢獻心力,落實農業永續發展(SDGs,sustainable development goals)。 【延伸閱讀】- 省34%灌溉水!農改場再生紙膜插秧技術 還可抑制雜草
廢料變飼料養雞也能減碳 嘉大低碳養雞技術奪「未來科技獎」
2025/10/09
嘉義大學跨領域研究團隊以創新的「提升雞隻生產效益、減少碳足跡」技術,勇奪有科研界奧斯卡之稱的 「2025未來科技獎」,不僅在超過500組參賽團隊中脫穎而出,更是今年農業生產領域唯一獲獎的技術,展現在永續農業與低碳畜牧領域的卓越研發實力。   頒獎典禮將於10月18日在台北世貿一館舉行,並於16日至18日的「2025台灣創新技術博覽會-未來科技館」中公開展示。   嘉大獲獎團隊由動物科學系教授陳國隆領軍,集結農業科學博士學位學程李越勝博士、應用化學系教授古國隆、微生物免疫與生物藥學系副教授謝佳雯、教授翁博群、教授朱紀實、生化科技學系副教授魏佳俐及農業科學博士學位學程蕭雅齡博士生等多位專家,並與農業部畜產試驗所合作,組成堅強的跨領域研發陣容。   嘉大團隊掌握「淨零碳排」與「無抗養殖」的國際趨勢,利用枯草芽孢桿菌LYS1進行農業副產物(如豆殼、麩皮、菇包)發酵,將廢棄物轉化為高效飼料添加物,不僅減少廢棄物堆置與燃燒,也大幅提升雞隻飼養效率,實現循環經濟與綠色生產模式。   技術效益驚人,包括取代魚粉並增效:添加1–2%的發酵產物(FPA)可完全取代魚粉,提升生產效率12%、經濟效益9%。   取代抗生素:僅需0.1%乾式發酵產物(FPB)即可取代抗生素生長促進劑,降低抗藥性風險並提升效益7.8%。   提升動物健康:LYS1對禽畜常見的大腸桿菌、沙門氏菌與金黃色葡萄球菌具良好抗菌力,有助減少疾病發生。   這項技術已達TRL9成熟度,具備量產與實地應用能力,並取得發明專利與SCI Q1期刊論文發表。嘉大團隊也曾獲國家新創獎與農業生技創業競賽佳績,技術實力備受肯定。未來將持續拓展應用至豬隻、反芻動物與水產養殖,推動臺灣畜牧業朝向低碳永續邁進。   嘉義大學表示,這項技術不僅替農業廢棄物找到高值化利用方式,也為畜牧產業提供減碳新解方,展現大學科研團隊在全球淨零浪潮下的創新能量。 【延伸閱讀】- 利用農業廢棄物作為原料 中山大學研發環保減碳生物塑膠
新機器學習模型提供作物產量預測解決方案
2025/10/08
基因組育種是僅根據DNA篩選數千名候選者進行田間試驗的過程,可以節省開發新植物品種所需的時間和資源,例如在乾旱條件下生長得更好。基因組育種的一個重要部分涉及基因組預測,以利用DNA來估計植物的產量。   巴西阿肯色大學研究團隊主要使用機器學習(ML)技術,特別是基於梯度提升技術(GBM)的LightGBM框架,來進行基因型與環境互動的預測。研究中引入了環境數據和基因數據的特徵工程,以提高預測準確性。使用來自「基因組到田野」計畫的多環境試驗數據,涵蓋2019至2021年間的玉米雜交品種在72個環境中的表現。環境數據包括氣候、土壤等變量,並由Spectrum WatchDog 2700氣象站收集。   研究發現G+E模型在預測準確性上優於GEI模型,且在計算資源和時間上更具優勢,在包含環境數據的情況下,機器學習模型的平均預測準確性比傳統的因子分析乘法混合模型提高了7%。通過特徵工程可以有效地將環境數據整合入基因組預測模型中,並且不需要明確地將互動項納入模型中,即可考慮基因型與環境之間的互動。   此項研究發表在2024年7月《Applied Genetics》期刊,此項研究貢獻在於為作物育種領域提供了一種新的預測工具,能夠有效結合環境特徵與基因數據,提升作物產量預測的準確性。這一成果不僅有助於節省資源,還能加速新作物品種的開發過程。隨著對環境數據和基因數據結合的研究日益增加,該研究為未來的農業科學研究奠定了基礎。 【延伸閱讀】- 利用空拍AI分析影像技術預測甜玉米最佳收穫時間

網站導覽
活動資訊
訂閱RSS
電子報訂閱