智慧農業的基本功-病蟲害防治走向AI的前奏曲(下)(姚美吉講師)
介紹AI影像辨識在農作物害蟲監測上的應用,強調建立完整害蟲影像資料庫是提升判讀準確度的基礎;內容說明米象與煙甲蟲等儲藏型害蟲多於源頭即存在,預防與清潔管理重於事後治療;並建議以低溫冷藏及真空脫氧包裝降低繁殖風險;同時探討昆蟲於生物防治與替代蛋白質領域的多元應用,推動智慧化與精準農業發展。
MENU
草莓在日本擁有龐大市場規模,國內外廣受喜愛的水果之一,草莓全年需求量不斷,但需求增加的時間會因銷售方式和目的地而異,到目前為止,已經有調整採收期的技術,但受天氣影響,預測準確性不佳,因此產收日期難以與需求期間配合對應出貨量。
運用感測器、預測模型和機器人建立了一個高準確度產收日期預測模型,並在人工氣象室中複製出過去溫室環境進行實驗,日期透過控制果實發育期來確定,透過導入此即時生產系統(JIT),先前受天氣影響的出貨日期,現在可以根據市場需求波動進行調整,使水果收穫日期與預定發貨日期相配合。
研究結果發現實驗證明可以將產收高峰期控制在目標值±1天的誤差範圍內,目前已應用於實際溫室,從2023年將進一步驗證有效性,並廣泛推廣JIT生產系統,未來此技術將為穩定草莓生產和提高草莓農民收入做出貢獻。
這項研究成果於2022年發表在日本農業研究中心,面對日本全年對於草莓的龐大需求,透過此次產收高峰期控制,期望未來在需求旺季,出貨量將增加及穩定,將對於蔬果類未來產收穩定與控制產期作出貢獻。【延伸閱讀】- 新的模擬模型可更精準預測作物產量與氣候變遷對作物所帶來的影響