養殖午仔魚面臨基因窄化風險 水試所培育野生種原生長良好
農業部水產試驗所為降低台灣養殖午仔魚種原窄化風險,推動野生種原收集及品系選育研究。目前已收集30餘尾野生多鱗四絲馬鮁,活魚運輸存活率達96.5%,並透過粒線體COI基因序列進行物種鑑定。其中2尾野生午仔魚經1年培育,體重均增加超過2.15公斤,展現良好生長表現。未來將持續擴增種原,建立人工繁殖技術,篩選優良養殖品系。
MENU
近年來用於溫室植物生長的精準農業(PA)越來越受歡迎,是檢測溫室氣候的方法之一,蒐集環境數據上傳到雲端,農業專家可根據數據採取行動,並可利用數據訓練人工智慧做出適當反應,可在最新物聯網創新技術中看到,是一種將任何設備連接到物聯網之技術。
印度拉夫里科技大學、北安查爾大學、奈季蘭大學合作團隊以回歸機器學習模型,加上雲、霧感測器收集到的數據,利用回歸模型及邊緣運算,採用嵌入式系統來分析溫室執行參數開發出預測模型,聯動感測器與自動化設備,提供溫室內植物在不同時間點所需要的環境條件(例如:土壤濕度、溫室內二氧化碳濃度等),研究結果發現研究內提出模型經由對比分析,預測模型準確性優於現今農業系統現有技術。
研究成果已發表在MDPI應用科學期刊《農業4.0》第19期,有助於現代農業實踐,未來提高農作物品質和產量,並降低生產成本,在機器學習中,回歸分析有助於理解當其他自變數保持不變時,因變數的值如何根據自變數變化,從而精確控制作物品質與產量,未來發展智慧農業做出貢獻。【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