農糧領域- 農業科技新脈動

2025/11/20

台灣原始森林中的「台灣山茶」是唯一可製成茶飲的原生植物，融合松露、柑橘與花香，具高抗氧化力。林業試驗所與茶改場合作，自113至114年間於中南部採集26處野生族群，挑選208棵優良母樹進行保種與基因分析，並評鑑出其獨特風味。台灣山茶現為高雄六龜、桃源區重要經濟作物，推廣成果顯著。

臺灣

人工智慧網路預測農作物產量

2025/11/19

美國普渡大學的研究團隊開發的人工智慧（AI）模型，該模型能夠預測作物產量，特別是玉米的產量。研究人員利用遞歸神經網絡（RNN）來預測玉米產量，這一模型結合了遙測技術、環境數據和基因數據。該研究顯示，使用無人機和衛星進行的遙測數據收集可以顯著提高作物表型分析的效率，並減少人工勞動需求，這對於應對氣候變化及提高農業生產力具有重要意義。

國際

將農業從碳源轉變為碳匯：碳封存潛力

2025/11/17

國際應用系統分析研究所(IIASA)研究團隊探討了農業碳封存的潛力，旨在將農業從溫室氣體排放源轉變為碳匯。研究顯示，透過在農田中實施碳封存技術，可以有效減少全球暖化，並降低經濟層面的減排成本。根據研究結果，到2050年，這些農業操作能夠減少的溫室氣體排放量相當於植樹造林，特別是在撒哈拉以南非洲和南美洲等地區，農業碳封存不僅能有效減少溫室氣體排放，還能促進經濟增長，對於應對氣候變化具有重要意義。

國際

遠端監測系統有助於提高生產力並減少農業碳排

2025/11/12

巴西聖保羅州立大學以及聖保羅研究基金會為了解決傳統確認地下作物(例如:花生、馬鈴薯)成熟方式所造成的碳排放問題以及達到作物精準灌溉，利用遙測系統(無人機、衛星)、人工智慧以及結合農業機械上的感測器，開發出一套模型估算地下作物的產量與成熟度，藉以提升農業生產效率以及降低不必要的農業碳排，促進精準農業發展及環境永續。

國際

使用深度學習模型中的機率密度注意力機制增強小麥穗計數和疾病檢測

2025/11/11

中國農業大學研究團隊針對改善小麥穗計數和疾病檢測的精準度，利用深度學習模型中的機率密度注意力機制改善其準確度，模型針對任何干擾疾病檢測的複雜因素以及高密度區域進行特徵萃取，以密度損失函數提升檢測效能，透過多種模型比對與實證研究後，發現該模型與機制執行結果最為準確，同時提供精準農業的發展提供新方向與工具。

國際

See & Spray 技術在作物保護應用技術領域

2025/11/10

美國John Deere農業機械公司針對2024年玉米、大豆、棉花生長季中使用See & Spray 技術保護作物的應用中，提出該技術之優勢與挑戰，See & Spray 技術由過去對單一雜草進行點噴轉變為根據雜草生長範圍進行均勻式噴灑除草劑，預計節省800萬加侖除草劑，不僅節省種植成本，更減少化學藥劑對環境所產生的影響。

國際

利用有益微生物建構土壤碳匯與減少化肥

2025/11/07

昆士蘭大學與Loam Bio合作研究發現，內生真菌接種技術為農業帶來三重效益：顯著提升土壤碳封存、增加作物產量，並促進土壤再生。田間試驗證實，將特定真菌微生物接種於大豆種子後，植物根部會釋放富含碳的分泌物至土壤，有效將大氣二氧化碳固定於地底，同時改善土壤結構與養分吸收。這項創新技術不僅有助於減少化肥使用，更能強化農業系統的氣候韌性，為永續農業提供創新且實用的解決方案。

國際