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
美國阿肯色州由河流堆積的三角洲是該地的農業重心,然而隨著氣候變遷,乾旱有逐漸加劇的趨勢,因此阿肯色州農業實驗站(Arkansas Agricultural Experiment Station)的研究人員,分析衛星影像與乾旱及植被間的關聯性,觀察乾旱模式的變化及分布,並開發了Arkansas Vegetation Drought Explorer v.2.0,以評估過去數十年間該州受乾旱的影響。
研究人員首先建立植被健康指數(Vegetation Health Index, VHI),VHI由衛星影像觀測的植被狀況及溫度組成,健康的植被反射較多的陽光,而乾旱逆境下反之,再結合VHI與氣象資料建立乾旱指數以量化乾旱情形。研究結果顯示阿肯色州於3-8月的乾旱頻率較高,3月最為嚴重,近32%為重度至中度乾旱,10-11月則逐漸舒緩,且東部、南部最為頻繁,尤其是密西西比河沖積平原。在14-180天的時間尺度上,短期乾旱情況不斷加劇,農地受到作物需求及季節變化導致影響更為明顯,然而將時間拉長至2-5年跨度,許多地區反而逐漸變得潮濕,顯示生態系統能隨時間推移恢復達到平衡。
綜合乾旱指數與地圖,研究團隊開發了Arkansas Vegetation Drought Explorer v.2.0,提供用戶追蹤隨時間乾旱的變趨勢及對植被的影響,使政策決策者及農業管理者能夠制定更有效的策略、改善水資源管理、減少乾旱帶來的影響及防範氣候變遷帶來的不確定性,提升農業的永續性。
【延伸閱讀】-旱災求生!乾濕交替的灌溉模式種稻 可省水三成旱災求生!乾濕交替的灌溉模式種稻 可省水三成