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
傳統除草藥劑噴灑方式經常導致化學藥品使用過度以及成本增加,進而導致環境汙染及除草效率不佳,因此需要探尋新的除草方式與技術藉以降低環境負擔、除草效率與成本管控。
研究團隊將技術應用於超過100萬英畝的玉米、大豆、棉花農地,並且透過線上研討會蒐集農民使用回饋、使用雜草壓力圖與覆蓋範圍資料,藉以分析管理雜草分布情形,最後取得改善資訊,持續修正技術應用。
研究發現提出相關觀點,包含實務經驗與技術應用效益。首先,該技術節省農民使用化學藥品,預估可達800萬加侖,大幅降低藥品使用以及農民生產成本;使用正確噴嘴及專屬噴嘴與後傾設計加上感測器精準掌握雜草生長範圍進行噴灑,提高用藥效率;營運中心提供田間分析相關圖資、數據以及與農民合作管理雜草分布;減少耕作、適當保留作物殘留物及使用覆蓋作物,有助於減少藥劑使用,結合農民噴灑前快速檢查與清潔感測器,減少噴灑誤差,若噴嘴有異常時系統亦會主動告知;系統靈敏度、車速、噴感高度都應適時調整與保持定速,以免過度噴灑、劑量不足以及噴桿高度異常與車速過快導致噴灑效果不佳。
此項文章發表在2024年12月《TAgWeb》新聞中,See & Spray 技術應用提供農民思考未來噴灑策略以及推動目標式噴灑而非定點噴灑,除此之外也能降低除草劑成本與用量,雖然目前僅應用於玉米、大豆、棉花等作物,但John Deere公司仍持續開發與優化技術應用,未來將推廣至更多作物,同時減少環境污染,促進友善農業的發展。