MENU
農糧領域
農糧領域
2021/08/03
農業生產最怕遇到病害蟲發生,然而農藥抗藥性問題卻日益嚴重,特別肆虐全球難以驅除的薊馬(Thysanoptera)類病蟲,甚至已侵入至植物工廠等大型園藝設施,造成損失至今無法得到緩解。為了解決這項問題,日本早已組成一批專業研發團隊,由理化學研究所RIKEN、生物資源研究中心BRC-植物實驗開發室、農研機構、神奈川県農業技術中心、廣島縣立綜合技術研究所等單位,共同投入這項研發行列。
2021/07/30
全球健康風氣盛行,食品安全的重要性備受國際重視,來自印度和俄羅斯的科學家團隊運用海洋中取之不盡用之不竭的藻類資源製作了可食用的食品保鮮膜,不但保障了消費者「吃」的安全,更兼顧了環境生態保護。
2021/07/29
為減緩全球暖化,以色列政府25日批准應變氣候變遷計畫,目標2050年的溫室氣體排放量,將較2015年的排放量減少85%、2030年減排27%。總理納夫塔利·貝內特表示,此舉將協助以色列逐步轉向清潔、有效率和有競爭力的經濟模式。
2021/07/28
自主移動機器人TerraSentia是由美國伊利諾大學的研究人員開發,其主要是自動化資料蒐集與分析耕作資料,其資料包含環境感測資料(如:環境的溫度、濕度、照度以及培植體的pH值、EC值、礦物質成分等)及作物生理資料(如:高度、結果實狀態、葉面生長情形)等資料,而該資料可有助播種者了解作物進而能有效改善播種的效率及提升作物之品質及產量。 另外,該機器所獲得之資料準確性比人為量測方式來的更精確、效率、低成本。
2021/07/27
新加坡南洋理工大學(NTU)利用心電圖的概念,研發了一項藉由電子訊號與植物溝通之通訊設備。NTU研究團隊利用水凝膠粘合劑,將電極片附著在捕蝇草植物表面上,從而實現導電。有了附著在捕蠅草表面的電極片,研究人員可以傳遞電子訊號至植物也能接收植物所釋放出的電子訊號,進而從中了解植物狀況。研究團隊希冀該設備未來能應用於農業產業上,協助農民監測其植物健康狀態以及預防疾病發生,以確保作物產量及其品質,並降低農民之成本損失。
2021/07/26
以設施園藝為聞名的高知縣,被日本選為農業數位化轉型的重點發展城市。匯集四面八方跨域產學研能量投入下,於年初成功公開現階段成果-「農業資訊整合平台」。這項平台整合所有高知縣的農產品出貨資訊,以及溫室內等相關生產數據,企圖在跨域數位技術驅動下,帶動農產量提升。
2021/07/23
作物保護就是在疾病或蟲害尚未發生前,採取預防措施,亦或是在疾病蟲害發生後利用物理防治或生物防治及化學藥劑來處理疾病或蟲害肆虐。因此,作物保護企業龍頭先正達與Insilico Medicine合作,結合雙方之技能、知識與技術並利用人工智慧AI和深度學習技術等加速研發與創新更有效之作物保護解決方案,以保護農作物免於蟲害、疾病等威脅,期許創新且有效率的作物保護解決方案,能為耕種者們帶來新幫助耕種者提高作物之產量、品質及穩定度,並滿足全球糧食之需求。同時,亦能維護生態系統。
2021/07/22
「屋頂綠化」是綠建築「生物多樣性指標」的評估要項之一。「屋頂綠化」一詞許多人都耳熟能詳,其實並不新鮮。只是近年來臺灣都市化嚴重、過度人工開發,使得原本的自然綠地變成了水泥叢林,許多都市問題,諸如熱島效應、都市洪水、空氣汙染等隨之而生,再加上全球氣候變遷、地球暖化等議題發酵,使得人們開始思考各種綠色設計的可能,「屋頂綠化」就是眾多綠色設計技術之一。
2021/07/21
當前用於感測土壤濕度的方法存在既有問題:埋入式感測器易受基材中鹽分的影響,並且需要專用的硬體進行連接,而熱成像相機價格昂貴,並且會受到諸如陽光強度、霧氣和雲霧等氣候條件的影響。相關的支出成本極高,因此南澳大學和巴格達中級技術大學的研究人員研發出一種經濟實惠的解決方案,該方案使用數位相機於各種環境條件下,並精確監控土壤水分,從而使感測器能夠引導“智能”灌溉系統,以確保以最佳的時間和比例澆水。
2021/07/19
日本靜岡大學研究團隊,成為全球第一,成功解析日本茶葉的DNA訊息,並預測兒茶素和咖啡因等機能性成分的含有量。由於此研究可在茶葉在剛萌發的幼葉階段能預測成熟樹中所含機能性成分的含有量,進而大幅縮短了新品種的開發時間。
2021/07/15
環境永續的議題在台灣越來越受矚目,商品或服務是否對環境永續有正面影響,往往決定年輕消費族群對品牌的支持度。在年輕族群意識到環境永續價值的重要。2021年台灣面臨百年乾旱,嚴重衝擊台灣的民生,台灣的產業要怎樣發展?青年朋友要怎樣準備自己的職涯,參與這場環境永續議題的社會變革?
2021/07/14
天氣是影響農作物產量的主要因素,但因農民無法事先預知天氣變化,所以無法有效應對進行作物管理。最新研究發現受聖嬰現象(ENSO)影響的地區,可在沒有當地精確天氣數據的情況下將海洋聖嬰指數(ENSO OI)數據與作物管理數據連結而產生預測模組。本研究在印度尼西亞(印尼)可可農場進行,研究確認ENSO數據可以準確預測可可樹的收成,甚至可能在收穫前25個月做出準確的預測。

網站導覽
活動資訊
訂閱RSS
電子報訂閱