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
鰓病(Gill diseases)是水產養殖的主要問題之一,造成的原因相當複雜,涉及水質、病原菌、微生物與宿主間的相互作用。針對這項疾病,西班牙高等科學研究委員會(CSIC)的水產養殖研究所針對金頭鯛(Sparus aurata)的鰓病進行研究,並獲得了重大成果。
鱗翅目病(Sparicotylosis)是地中海鯛魚養殖中最常見的問題,主要由Sparicotyle chrysophrii這種寄生蟲引起,寄生蟲會對宿主的鰓造成結構和功能方面的損害,產生缺氧、貧血及體重減輕等健康問題,進而影響宿主整體健康。目前尚未有安全、有效、環保且易於採用的治療措施。
研究人員在研究途中致力於了解鯛魚如何應對這種寄生蟲感染,以及鯛魚鰓內的微生物群在此過程中產生的影響。研究中使用了先進的分子技術-轉錄組學及蛋白質組學,研究微生物多樣性,並對血液、生物特徵及組織學等相關參數進行詳細測量與分析。接著發現,該種寄生蟲在強烈感染時與特定細菌同時存在有關,這些細菌通常是微生物群的其中一部份,與寄生蟲共存時會數量會明顯增殖並引起病理變化。
這項研究顯示,理解鯛魚健康問題時需要考慮動物在自然環境中不同因素間的複雜相互作用,只了解單一物種是不夠的。透過不同方法之結合,研究人員可藉此深入了解鯛魚對多種感染的複雜反應。這些發現不僅有助於了解水生生態系統相互作用的基礎知識,也為水產養殖業在管理鯛魚種群健康上提供了寶貴資訊,促使往後更有效管理鯛魚健康。【延伸閱讀】- 運用機器學習演算法於魚類疾病預測