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
放牧是粗放畜牧業的常見做法,這是一種利用該地區自然資源餵養動物的生產模式,然而,草的供應受天氣等因素的影響,如缺水迫使畜牧業求助於外部食物來源,導致成本提高。為了支援更高效的畜牧管理,由盧安達西亞農業和漁業研究與培訓研究所(IFAPA)領導的團隊與西班牙科爾多瓦大學(University of Cordoba)合作,藉由氣象數據和遙測技術對牧場生產力及缺水程度進行建模,探討不同時空尺度上兩個變數之間的關係,此研究屬於ScaleAgData專案,由歐盟Horizon Europe計畫資助。
試驗地點在科爾多瓦北部的林牧混合地區進行,該地屬地中海型氣候,是西班牙重要的畜牧區,容易受到乾旱影響,研究團隊收集2001-2018年間歷史氣候資料及遙測數據,分析季節及空間上的變化並建立生物量及蒸發散量模型。研究結果顯示,在嚴重乾旱期間,生物量顯著下降,如2004、2011兩個嚴重缺水的年份,草量分別下降42%、67%,空間分析顯示該地東部中心是草量最高產的地區,該地坡度平緩且有適度的樹木覆蓋;季節分析顯示春季提供整年50%草量,然而,當春季遇上缺水時,秋季將扮演重要的角色,可提供30%的年草量。藉由研究團隊建立的模型,根據可利用水分建立牧草量曲線,可協助放牧管理及蓄養牲畜數量決策,目前此工具已由該省最大的畜牧合作社COVAP 推出,協助將資訊傳達給各成員。此外,此方法也可應用在其他地中海氣候及半乾旱地區,促進氣候變遷影響下更有效的水資源利用及永續管理。【延伸閱讀】-開發感測器檢測植物內部的pH值變化,方便農民提早發現植物缺水危機