農糧領域- 農業科技新脈動

2024/11/06

研究由日本國家農業與食品研究組織(NARO)研究團隊利用「栽培環境模擬器」也就是人工氣候室，可以精確地為作物生長創造季節性環境。利用該裝置，可人為創造近年季節環境，並研究了其對水稻生長的影響。結果顯示，如果目前不採取減緩氣候變遷的措施，高溫和二氧化碳可能會導致產量和品質下降。這項研究的結果預計將有助於開發抵抗全球暖化的品種，以及開發管理生長的栽培技術，作為應對未來氣候變遷的對策。

國際

低成本深度感測器在植物病害檢測具高準確度

2024/11/05

此研究主要目的是自動化植物病理學測試，以提高植物疾病檢測的效率和準確性，特別是在應對氣候變化所帶來的挑戰時，促進植物的選擇性育種。法國研究團隊利用低成本的深度影像感測器，成功實現了97%的準確率來區分抗病和易感植物，並且這一方法的速度是人工標註的30倍，且在不同環境和植物密度下均表現穩定。

國際

結球白菜遺傳背景純化技術

2024/11/04

結球白菜是國內育種公司重點發展的蔬菜作物之一，品種以一代雜交 (F1 hybrid) 的形式為主流。結球白菜屬自交純化作物，在歷經數代的自交純化後，因植物體內遺傳組成具有高度的同質結合比例，容易出現遺傳上的自交弱勢，導致植株生長勢不佳，降低一代雜交種子的採種效率。

臺灣

利用大數據對抗甘藷害蟲

2024/11/03

美國田納西大學研究團隊利用基因組和總體基因組數據來預測甘藷的害蟲豐度，並識別出可能增強植物防禦機制的關鍵基因。研究顯示，甘藷在面對粉蝨和象鼻蟲等害蟲時，利用微生物群落的作用來增強其抗性，減少對化學農藥的依賴，這為未來的育種策略提供了新的方向。

國際

開發水稻營養壓力的高光譜庫，以利分析水稻影像

2024/11/01

研究由中國科學院研究團隊開發了一個針對水稻14種NPK（氮、磷、鉀）營養壓力條件的高光譜庫，利用地面高光譜相機收集和分析420張水稻壓力影像。研究中使用的基於變壓器的深度學習網絡SHCFTT能準確識別營養壓力模式，其準確率在93.92%至100%之間，顯著優於支持向量機（SVM）、一維卷積神經網絡（1D-CNN）和三維卷積神經網絡（3D-CNN）模型。這一方法提高了營養壓力檢測的精確性，對作物健康監測和精準農業的決策制定具有重要貢獻。

國際

商業興觀點／智慧農業拓展海外市場

2024/10/31

越南農業部發布了「2030～2050年農業和農村發展的科技和創意創新策略」行動計畫。該計畫旨在推動農業轉型智慧化，鼓勵國營電信及IT科技企業利用物聯網（IoT）、人工智能（AI）、大數據和區塊鏈等技術，推動越南農業智慧化發展。隨著政策的推動，業者也看好當地市場，並以「農業現代化與永續農業」兩大類為主轉型智慧化。

臺灣