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
傳統農業常因過度施肥導致土壤退化與碳排放,而內生真菌的應用目標是建立「共生循環」:植物透過光合作用固定大氣中的碳,再經由根部分泌物將碳輸送至土壤,同時微生物協助植物吸收養分與水分。此機制若能規模化,將為碳農業(Carbon Farming)開創新途徑。
澳洲昆士蘭大學與農業生物技術公司Loam Bio合作的研究團隊在田間試驗中將接種內生真菌的大豆種子與未處理的對照組比較,測量土壤有機質含量、作物產量及碳流動路徑,並透過同位素追蹤技術分析碳在植物與土壤間的分配,後進一步探討接種後土壤碳的穩定性和長期儲存潛力,以評估技術的商業化可行性。
研究發現接種內生真菌的大豆田區土壤有機碳含量顯著提升,同時作物產量增加。微生物活動促使更多碳從空氣流向土壤,而非停留於植物體內,這使得碳封存效果更持久。此外,土壤結構改善後,化肥使用量可減少,而產量仍維持相同水準。研究也發現,接種技術對極端氣候的緩衝效果值得進一步探索。
此項研究發表在2025年4月《Scientific Reports》雜誌,研究貢獻在於為「碳智慧農業」提供了科學實證,證明微生物技術能同時達成生產力提升與環境修復。若廣泛應用,該技術可降低農業碳排放,並將農田轉化為有效的碳匯。此外,減少化肥依賴有助緩解水體優養化問題,而健康的土壤生態系更能增強農地對乾旱或暴雨的耐受性。此成果為全球推動再生農業提供了關鍵性的技術選項。