MENU iconMENU
數位科技
數位科技
2026/06/10
日本農研機構(NARO)與日本土壤協會合作,開發可對應13種作物之土壤診斷人工智慧系統,以解決專家人力不足造成之診斷需求。該系統整合土壤化學性、物理性與營農資料,並採用LightGBM模型於有限資料條件下進行診斷與改善建議生成。驗證結果顯示,於13種作物中與專家判斷一致率達90%以上,可應用於提升土壤管理效率並支援永續農業發展。
2026/05/26
美國喬治亞理工學院(Georgia Institute of Technology)研究團隊開發結合電腦視覺技術之授粉機器人,可辨識花朵的位置、形狀與角度,並據此執行授粉作業。在缺乏蜜蜂等自然授粉者的室內農場環境中,該系統可用於輔助授粉。
2026/05/25
美國普渡大學(Purdue University)研究團隊開發HARVEST無線土壤感測系統,透過插入土壤中的釘狀感測器,利用射頻訊號變化監測底土層之水分含量與電導率等性質。該技術具低成本與可大規模部署之特性,有助於強化土壤監測能力,並提供農田管理參考。
2026/05/13
美國農業部農業研究署(USDA-ARS)與亞利桑那大學研究團隊開發人工智慧影像辨識技術,可辨識蜜蜂幼蟲細菌與病毒感染類型,準確率達73–88%。研究顯示,該技術可應用於養蜂現場疾病判斷,具發展為手機應用程式之潛力,以支援蜂群健康管理。
2026/05/11
臺灣擠乳機器人採用率持續上升,但生乳總生菌數略高影響品質。本技術透過分析乳牛乳汁參數並監測設備與環境生菌數,提供報告以協助調整擠乳機器人設定、清潔參數與牛群管理。
2026/05/01
沙烏地阿拉伯、馬來西亞與孟加拉等國研究團隊針對乾旱地區農業面臨水資源短缺與高溫等挑戰,提出一套結合機器學習與物聯網之智慧農業架構,應用於椰棗栽培管理。研究整合植株生長特徵、環境參數與品種等多模態資料,建立多種機器學習模型進行健康狀態分類,其中的隨機森林模型準確率達95.3%。該系統可支援即時監測與灌溉決策,有助於提升水資源利用效率並促進永續農業發展。
2026/04/28
印度與沙烏地阿拉伯研究團隊開發一套植物病害即時診斷系統,利用卷積神經網路分析植物影像,自動辨識植株健康狀態與病害情形。該系統整體準確率達98.32%,平均每張影像推論時間為42.6毫秒,兼具高準確性與即時處理能力,有助於提升田間監測與決策效率。
2026/04/22
美國伊利諾大學厄巴納-香檳分校研究團隊提出結合人工智慧與遷移學習之產量預測方法,整合衛星觀測、氣候資料與州級統計數據,以解決巴西細尺度農業資料不足問題。研究結果顯示,該方法可在細尺度資料有限情況下推估市級尺度的大豆產量,並透過少量在地資料進一步提升預測能力,有助於農業決策與糧食供需評估。
2026/04/17
德國研究團隊結合人工智慧與大數據,分析基因型與環境互動對冬小麥產量的影響。研究整合中歐31個地點、逾13,200個基因型資料,並結合基因標記與氣象資訊建立預測模型。結果顯示,納入基因與環境互動後,可提升產量預測準確度約23%,並有助於辨識最適合特定環境的品種,加速精準育種與氣候適應策略發展。
2026/04/15
中國科學院研究團隊開發一種新型原位土壤硝態氮(NO₃⁻-N)感測器,結合介電光譜與演算法分析技術,可在田間環境進行即時監測。該感測器在不同土壤條件下與實驗室分析結果高度一致,並可連續追蹤施肥與降雨等動態變化,有助於提升施肥精準度與作物生產效率,支持精準農業發展。
2026/04/06
澳洲弗林德斯大學研究團隊指出,「土壤生態聲學」可透過感測地下微小聲音與振動,在低干擾情況下追蹤土壤生物活動與生態變化,有望成為未來監測土壤健康的重要工具。
2026/03/20
美國NASA研究團隊開發一套整合無人機與衛星觀測地監測方法,用於監測牛羊等反芻動物的甲烷排放。透過低空無人機搭載高甲烷感測器量測局部排放,並結合衛星資料進行驗證,可提升牧場排放估算的準確性。

網站導覽
活動資訊
訂閱RSS
電子報訂閱