蜂蜜是由蜜蜂採得的花蜜釀製而成，味道香甜，自古便被當成食物或藥物使用。純蜂蜜深受民眾喜愛，市場價格極高，但蜂蜜產量經常不敷市場所需，因此常有不肖商人以人工香料、色素、糖水等混充至蜂蜜中販賣，使得市售蜂蜜的真偽問題一再困擾著消費者。 　　隨著微型感測技術發展以其人類對味覺辨識機制的認識提升，科學家開發出許多電子舌，內部包含敏感的信號收集端、電路系統與資訊分析端，用以模擬人的舌頭品嘗味道後的感官指標，並將其應用於各式食品與藥品的檢測系統。 　　為了更加快速且方便地辨別假蜜，西班牙瓦倫西亞理工大學(Universidad Politécnica de Valencia，UPV)的研究人員開發多階段脈衝伏安法(multistep pulse voltammetry)電子舌，搭配多變量統計(multivariate statistics)分析純蜂蜜(石楠、橙花和向日葵蜜)與純糖漿之間的差異，並在不到一個小時的時間內成功辨別摻入不同比例糖漿的假蜜。【延伸閱讀】生物性電子鼻幫助「聞」出腐敗味 　　只要做好參數調整，電子舌將能提供比起現有裝置更加快速、簡單且低成本的辨識功能。未來或許可利用電子舌進行大量的第一線產品或原料檢驗，少數辨識困難的樣本再利用其他技術進行更精細的分析，幫助檢驗人員或廠商把關消費者權益。 　　相關研究發表於<Food Control>

美國的農業型態多為大規模、粗放式農業，高度機械化作業與單一化種植有利於農民管理與補足勞動力，但這樣的作業方式面臨病蟲害威脅時也容易造成巨大損失。隨著全球氣候變遷現象越加明顯，農民需要更加良好的風險預測與管理能力，才能維持每一季農產產量與品質。 　　美國的Ceres Imaging公司在小型無人機上搭載高分辨率的航拍設備與感測器，能夠經由低空拍攝以取得作物葉綠素含量、植株數量計算、樹冠層溫度等資訊，並經由分析計算，協助管理者了解植物蒸散作用狀況與需水量；此外，該系統也結合GPS(Global Positioning System)定位，透過電腦或其他智慧型裝置可提示異常狀況所出現於田間的確切位置。其優勢在於提前發現肉眼無法觀察到的狀況，避免潛在性的作物病蟲害持續擴大，使農民可快速對症下藥或進行其他處理，減少後續品質或產量之損失。 　　目前此項技術已使用在許多農場，成效良好。例如澳洲Century Orchards的杏仁園依靠此技術找出缺水與需要修剪的高度生長區域，經過調整灌溉系統後提升了20倍的投資報酬率；而位於加州的Terranova Ranch則利用其搭配的IOS應用程式比較植株健康狀況的差異，並用於評估不同區塊的收穫時間，每英畝增加約25萬噸的產量；另外此技術也幫助Evergreen FS提早發現玉米與大豆田間的Cercospora屬真菌病害，針對其精準施藥比起傳統施藥法高出了6倍的投資報酬率。【延伸閱讀】印度農業科技公司如何幫助應對氣候風險 　　 Ceres Imaging使得農民不必購買重型設備，也無須在農地安裝各式硬體裝置，即可定期得到作物生長狀況的精確報告，提升了管理便利性與農民接受度，或許此類技術也將成為未來智慧農業趨勢之一。

在新自由主義(neoliberalism)的推波助瀾下，全球農業逐漸朝向大規模、單一化、經濟化的模式推進，其中非洲綠色革命聯盟(The Alliance for a Green Revolution in Africa，AGRA)與非洲化肥與農業企業夥伴關係協會(African Fertilizer and Agribusiness Partnership，AFAP)也因應而生。在國際農業巨頭公司遊說下，非洲多國政府順應其邏輯推動農業管理政策，鼓勵農民邁向現代化農業。 　　在此同時，規模小、資源少的地方小農由於缺乏風險管理與預警經驗，比起經濟化農場更容易受到氣候與病蟲害影響。為了增加農民因應農業災害的時間，提升風險管理能力，Techno Brain公司與微軟合作，在非洲推出數位農業平台，以全球定位系統(Global Positioning System，GPS)標示農場位置，可搭配氣候預測、土地管理、作物與土壤調查等其他用途，以有效幫助農民提高產量與增加收入。目前此項系統已和印度政府及企業合作，而現在也正在向馬拉威、坦尚尼亞等非洲國家擴展，農民可通過簡訊和語音服務，從雲端獲得最佳播種時間、害蟲生長警報、天氣通知、建議收穫時間、市場資訊和農業技巧等訊息。【延伸閱讀】JA全農增加Z-GIS農業經營管理系統的資訊共享功能 　　Techno Brain是非洲第一家通過CMMI 能力成熟度整合模式(Capability Maturity Model Integrated) level-5的公司，其與微軟在雲端智慧和精準農業運用之結合，能強化非洲地區農業的智慧化進程。而撒哈拉沙漠以南地區的小農與依靠天然雨水灌溉的「雨養農業」佔據90%，若能適當利用相關地理與農業資訊，則未來潛力無限。

橄欖是義大利主要的經濟作物之一，也是橄欖油製造的重要來源；但近年來義大利南部地區的橄欖樹受到細菌Xylella fastidiosa影響，使得橄欖產量與品質下降，對於其農業經濟產生嚴重危害。X. fastidiosa是一種植物病原細菌，經過媒介昆蟲入侵植物後會逐漸堵塞其木質部，使得寄主體內水分運輸受阻，造成植株脫水、葉片黃化、焦枯、萎凋甚至死亡等徵狀。此種病原長期於美洲地區肆虐，可感染葡萄、梨樹、柑橘、夾竹桃等超過350種園藝作物，並且已擴散到歐洲與亞洲多個國家，我國也有許多作物感染案例。 　　有鑑於現今全球農業貿易之發達，及早發現並預防病害向外擴散是至關重要的課題。然而，病原感染植株後具有潛伏期，農民無法光從外觀評斷作物是否受到感染，因此常忽略及早剃除病株的黃金時間，而媒介昆蟲在此期間也不斷來回於健株與病株間，等到病徵明顯時已無法挽救產量損失。 　　為了幫助農民及早發現病害，歐盟聯合研究中心(Joint Research Centre，JRC)的研究團隊利用機載成像光譜儀(Airborne Imaging Spectrometer，AIS)與熱成像(thermography)拍攝橄欖樹影像，此種裝置能捕捉可見光至紅外光區段的光線，分辨率為40-60公分，搭配人工智慧進行分析，可判讀光合作用之旺盛程度，例如，蒸散作用較弱的植株溫度較高。【延伸閱讀】Smart Ag發布第一款無人駕駛機械平台 　　該團隊於兩年間拍攝了15個區域中的七千多棵橄欖樹，部分橄欖樹叢透過此種方法所得之判斷準確率可超過90%，因此適合在田間大範圍進行即時監測；以往1000公頃面積需要經過三個月的人工檢測，現在只需要一架無人機即可於一小時內完成。未來推廣至西班牙的杏林，與馬約卡島(Mallorca)的葡萄園，相關研究發表於<Nature Plants>。

一般而言，植物透過外界環境刺激，藉由水分變化進行膨壓運動或激素進行生長運動，以捕捉日光、水分或其他生長所需營養，例如向日葵的向光性、氣孔開闔與毛氈苔的捕蟲運動。然而，植物的移動較為被動與緩慢，植物根部的固著性使其無法像動物一樣，根據環境的即時狀況而移動至所需生長要素面前，在劇烈變動的環境下較容易因適應不良而死亡。 　　有鑒於此，中國的Vincross公司提出結合機器人與植物的想法，製作出可自主移動的六足機器人—HEXA，具有良好的移動與穩定功能，前方則搭載720p攝影機、測距感測器、三軸加速度計、紅外線發射器，幫助機器人「看見」前方狀況與跨越障礙。將盆栽結合機器人，就能實現植物自行即時移動的目標，幫助植物「走出」陰影與「躲避」烈日，而人們則可透過手機應用程式遠端操控機器人，或藉由MIND系統及HEXA simulator自由控制與設計機器人的動作，並上傳分享或下載其他人所編排的程式，使機器人動作更為複雜與擬人化。【延伸閱讀】沿著抹香鯨的表面移動的小型機器人  　　透過該機器人的發明，能夠增進植物移動的自主性及植物與人類間的互動性，未來或許可增加偵測水分或二氧化碳之感測器，或將相關技術應用於園藝領域中，減少人們於居家照顧大量植物的麻煩。

苦味是動物長期以來演化的味覺感受之一，通常也是最敏銳的一種，苦味的來源並非由單一化學物質所引起，主要含有苦味的兩類化合物為長碳鏈有機化合物與生物鹼。苦味通常也與危險訊號連結，例如某些生物鹼的致死劑量極低，食用過量將對動物健康形成危害，故苦味在某種程度上也是保護動物免於傷害的防護線。然而，部分對人體有益的食物或食品也含有苦味，因此食品和製藥行業一直在尋找減少或消除苦味的方法，增加這些食物或藥物的適口性。 　　生物活性肽泛稱一類分子量小於6000Da(Dalton)的小分子蛋白質，因其組成的胺基酸種類與排序不同而形成多樣結構。其中由牛肉蛋白質分解成的生物活性肽可以阻絕舌頭上的苦味受體，具有可添加在於其他食物或是藥物當中的潛力。人體中能偵測苦味的受體至少有25種，這些受體屬於味覺家族蛋白中的第二型（T2R），然而到目前為止，只有少數T2R活性抑製劑被發現。【延伸閱讀】科技始終來自「牛」性 機器人擠牛乳產量增加15% 　　加拿大曼尼托巴大學(University of Manitoba)的研究人員則使用六種不同的酵素，包含鹼性蛋白酶(alcalase)、胰凝乳蛋白酶(chymotrypsin)、胰蛋白酶(trypsin)、胃蛋白酶(pepsin)、風味酶(flavourzyme)和耐熱蛋白酶(thermoase)，分解牛肉蛋白產物，再利用電子舌偵測這些產物降低奎寧苦味的效果，發現用胰蛋白酶和胃蛋白酶分解後的產物降低奎寧苦味的效果最好。此外，於HEK293T細胞中添加鹼性蛋白酶與胰凝乳蛋白酶的水解產物也可以減少T2R4苦味受體釋放鈣訊號，且這些阻斷苦味訊號的效果與多肽的結構長短相關，此發現未來或許可應用於食品或藥物添加之用途。 　　相關研究發表於ACS的<Journal of Agricultural and Food Chemistry>

全球人口數量至今仍在持續增加，據聯合國統計，至西元2050年時全球人口預計將超過90億，屆時糧食需求將增加六成以上。然而目前儘管耕作方式不斷改進，但農作物產量增加速度並無法跟上糧食需求的增長。此外，氣候變遷、環境汙染、土地與水資源耗損等因素也持續威脅著糧食安全，因此發展改變食物生產的突破性技術刻不容緩。 　　未來預計80%的人將聚集於城市地區，如何在空間、資源與能源的限制下應付高密度人口的糧食所需是學者專家們正在努力研究的方向，「垂直農業」的出現提供未來糧食生產的新方向。垂直農業藉由精準的偵測與環控技術，創造適合作物生長的理想環境，屏除天然氣候的不確定因素與病蟲害侵擾之風險，日本、荷蘭、新加坡與美國等地均已出現相關的商業化工廠；預計至2024年，垂直農場市場將到達130億美元。【延伸閱讀】能偵測土壤水分多寡的作物灌溉感測器將能達到省水之效 　　除了營養、需水量、溫溼度控制外，二氧化碳濃度也是影響作物生長與光合作用速率重要的影響因素，適當的濃度可以幫助節省作物用水量與增進生長速度。英國Edinburgh Sensors公司推出了氣體感測器-GasBoxNG，此儀器使用NIDR (non-dispersive infrared) gas sensors進行偵測，當紅外光通過含有二氧化碳的空氣管時，部分光線會被吸收，而機器可以光線通過差異推算二氧化碳濃度。使用在垂直農場中可即時監測二氧化碳濃度，並搭配自動化控制系統持續維持適合作物生長的二氧化碳濃度。另外，此儀器也能應用於厭氧發酵時的通氣量監測與植物生理狀態觀察，並將資訊傳輸於電腦或智慧型平板中。

2018年第十屆豬隻健康管理歐洲研討會(European Symposium on Porcine Health Management，ESPHM)在5/9-11於西班牙巴塞隆納舉行，其中有五項關於大數據於豬隻健康的商業應用。 1. 監測豬隻呼吸道狀況 　　比利時的Soundtalks公司擁有許多農場動物的音頻數據，透過麥克風收集、電腦判讀與智能預警系統協助管理者或獸醫判斷豬隻所發生呼吸促迫之狀況，目前正在美國進行大規模養豬場試驗，幫助發現豬隻早期的呼吸道疾病，未來持續將相關技術推廣到肉雞、蛋雞與牛群身上。 2. 測量與改善養豬場之生物安全性的電子追蹤系統 　　MSD Animal Health與PigChamp EU合作使用了B-eSecure，這是一個用於追蹤人員於不同農場間流動的電子系統，幫助了解人員移動狀況與豬繁殖和呼吸障礙綜合症(Porcine Reproductive and Respiratory Syndrome，PRRS)擴散間的關係，其測量結果可作為提升生物安全之參考，並可作為於培訓、指導和監督員工遵守生物安全規範之工具。 3. 新型豬疫苗接種裝置 　　Ceva公司展示了新一代Smartvac疫苗注射器，幫助簡化豬疫苗接種的程序，負責人能利用平板或智慧型手機上的應用程式追蹤疫苗注射速度、使用針頭數量、注射動物與操作者，所有資訊均使用簡明易懂的圖表顯現。Ceva還提供動物死後肺部評分分析，這些結果可與原始疫苗接種狀況連結。 　　Hipra公司則推出了Hipradermic無針疫苗接種裝置，此裝置可讀取疫苗瓶上的RFID晶片，得到疫苗資訊，包含藥品名稱、批號、保存期限等，還可透過藍芽與智慧型手機連接，用戶透過手機上的應用程式就能讀取疫苗接種時的相關數據。此外，Hipradermic還可經由HipraQnect系統進行管理，HipraQnect包含可讀取RFID天線、偵測疫苗接種輛的感測器及一張SIM卡，能夠自動且獨立將數據傳送至雲端保存。【延伸閱讀】開放式數據引領農業科技未來 　　MSD推出了IDAL®3G，這是IDAL系列最新的無針皮下注射裝置，採用長效鋰離子電池，能夠減輕豬隻與人在注射時的壓力，目前可配合該公司推出之PORCILIS® PRRS、PRIME PAC™ PRRS、PORCILIS® PCV ID、PORCILIS® M HYO ID ONCE、PORCILIS® AD BEGONIA等五種疫苗使用。

長久以來，眾多不同的物種在地球上不斷交互影響，彼此消長達到生態平衡，然而這些生物多樣性與生態系統功能卻因人類活動受到干擾而逐漸失衡。隨著工業化及都市化程度提高，人類活動所影響之暖化程度越來越明顯，也威脅著原有物種的生長環境；一旦某地區的生物多樣性降低，對於極端氣候的應變能力也會跟著下降，因此更需要積極研究、評估與保護各地區的多樣物種及遺傳特性。然而複雜的生態系統也加深了人類研究的難度，故加拿大阿爾伯塔大學(University of Alberta)開發新的成像工具，將成像光譜儀(imaging spectrometer)安裝在自動推車上，操作者可於機器在地面移動的同時收集周邊植物所反射的光譜，能針對單一植物進行更精細的拍攝。 　　由於植物葉片對紅外線有很強的反射效應，該團隊使用短波長紅外線範圍(400-2400 nm)的光譜測量，藉由不同植物所反射的光譜不一，提出植物的光譜多樣性，在缺乏分類學、系統發育學等資訊下，此特性可作為區分植物生物多樣性的一項選擇。此方法可以改善近距離觀察的時間成本與補足遠距拍攝之細節不足的問題，並幫助研究者深入難以觀察的地區蒐集大型景觀植物的相關資訊。【延伸閱讀】提供海上資訊服務的HiSea計畫 　　此研究結合了各項跨域技術，包含：圖像處理、植物分類、光譜數據分析、機器人移動、統計等多種專業，相關結果發表於<Nature Ecology & Evolution>。

西班牙位於伊比利半島，內陸地區主要為溫帶大陸性氣候，北大西洋沿岸為溫帶海洋氣候，東部沿岸則為溫帶地中海型氣候，除了沿海地區，境內許多地方降雨甚少，天然環境不利於農業發展；然而西班牙政府致力於推廣灌溉農業，使得原本只適合旱作的地區也能發展園藝作物。近年來配合智慧化與現代化農業發展，逐漸推行遙控灌溉與遠端遙測系統，遙控灌溉系統通常由一台主要電腦連結到各個站點，自動化控制灌溉水量，人員也可視情況修改參數進行操作，遠端遙測系統則可追蹤參數變動對作物的影響情形，提供人們調整的依據。 　　2002年時西班牙參加了第一屆國家灌溉管理移轉研討會(The 1st International Workshop on Irrigation Management Transfer in Countries with a Transition Economy)，此研討會旨在極力發展各國的灌溉農業產能，強調現代化灌溉系統之設置、經濟與用水管理制度等問題。2005至2010年間，西班牙在追求現代化灌溉技術的計畫中，設置了260個用水公會，這些系統所涵蓋的面積約占一百萬公頃；十五年後，科爾多瓦大學(University of Cordoba)的研究小組針對這些早前設置的用水公會設計調查問卷，以追蹤長期以來這些現代化灌溉系統的維持與營運狀況。 　　推行現代化之願景為，利用遠端自動控制系統降低電費成本，不僅可節省農民勞動力，且相關技術能協助有效利用水資源與能源，提升農業系統的永續性。然而，問卷調查顯示其中的15％已不再持續使用灌溉系統，而其中19％的系統無法控制一半以上的液壓閥，顯示農民在轉型至現代化的過程中勢必面臨適應期，在適應期中若無法具體看見現代化灌溉技術所帶來的良好效益，則不願意進行例行性的維護，甚至不再利用這項技術。【延伸閱讀】利用衛星遙測改善加州酒鄉的水源管理 　　為了完整建立現代化灌溉系統，政府與這些公會已付出250萬歐元的成本，未來這些標準化的設備將會全面推行至農村當中，配合長期保固與持續培訓農民以防止用戶放棄轉型；此外也將繼續推動技術更新，強化現代化灌溉系統前瞻性。

近年來，隨著規模化養殖之情形增加，豬咬尾症發生機率也越來越多，造成豬隻咬尾的原因複雜，包含營養缺乏、環境不適、氣候改變、寄生蟲或疾病感染，甚至是任何造成豬隻不安的緊迫因素均可能導致嚴重不一的咬尾症狀。被咬傷的豬可能因出血過多造成身體虛弱，或是傷口受到其他細菌或微生物感染而影響健康，而其他豬可能受到傷口附近的血腥味吸引，也攻擊同一隻受傷的豬。因此飼養者需要時常巡視觀察，盡早發現並將傷害同伴的豬隻隔離；或是在飼養環境中放置鐵鏈、輪胎等讓豬啃咬的玩具，以減少豬隻因好奇或不安而攻擊同伴的情況。 　　為了減少豬隻咬尾的情形，部分豬場會先採預防式斷尾之手段，控制好合適的飼養密度並定時定量給予營養充足之飼料；然而動物福利之相關意識逐漸上漲，越來越多地區反對實行先給予豬隻傷害的斷尾剪牙之預防性手段。有鑑於此，英國蘇格蘭農業學院(Scotland's Rural College)與愛丁堡大學(University of Edinburgh) 、Innovent Technology公司合作，利用3D攝影機與視覺演算法自動量測23組仔豬尾巴的姿勢，藉此評斷豬隻尾部的受傷狀況與受傷時間，有助於飼養管理者於豬隻受傷前期就先發現狀況，減少傷害擴大。【延伸閱讀】開發以攝錄設備自動分析系統解開蜜蜂八字舞行為背後隱含之蜜源資訊 　　相關研究發表於<Plos One>

遙測技術最早起源於登高望遠時以相機記錄大地圖像，隨著科技發展，飛機、直升機、衛星等遙測載台種類越趨多元，圖像拍攝與分析判讀技術也日益精進，有助於人類掌握環境資訊的分布情況。廣義的遙測技術是指不經接觸物體表面而取得物體、地區或現象之資訊的技術，狹義的遙測技術則是以電磁波為主要探測訊息，藉以觀測大地現象；遙測技術需考慮遙測感應能量的類別、光源、觀測對象、能量在大氣中的傳遞與干擾。 　　智慧農業的興起，將原本用於氣象或地理觀察的遙測技術應用於農業觀測，Landsat 系列衛星為美國太空總署 (National Aeronautics and Space Administration，NASA) 的地球觀測衛星，自 1972 年 Landsat-1 發射至今已持續在地球上連續觀測近40年，主要利用可見光與紅外光等電磁波光譜特性的差異收集地面圖像。而玉米和大豆是美國主要的經濟作物，準確得到作物生長的即時狀況有利於進行市場評估、作物保險、土地租賃與供應鏈物流等各種決策進行；然而過去的技術仍無法良好區分玉米田和大豆田間的差異，美國農業部在收穫後四至六個月才能提供全國玉米和大豆種植面積。 　　伊利諾大學(University of Illinois)自然資源與環境科學系分析了三顆Landsat衛星所收集2000-2015年的光譜數據，發現短波長紅外線(Short Wave. Infrared，SWIR)，對於鑑別玉米和大豆之間的差異非常有用。SWIR波段能有效反映葉片中水分含量，搭配Blue Waters和ROGER超級電腦的深度神經網路(Deep Neural Network，DNN)以學習及分析數據，就可順利區分大豆和玉米植株間的差異。【延伸閱讀】日本佳能MJ集團利用攝影相機與AI技術掌握作物採收 　　此研究所有實驗均在伊利諾州中部進行，評估哪些資訊對於訓練分類的機器學習模型最有用，以及空間和時間因素如何影響分類狀況，這項新技術可以在7月底之前(種植後兩到三個月)區分兩種主要農作物，並達成95%以上的精確度。 　　相關研究發表於<Remote Sensing of Environment>