屍胺(Cadaverine；CV)是一種具有腐臭氣味的化合物，在動物身體組織腐爛時因蛋白質中的離胺酸(Lysine)脫去CO2而產生，高濃度屍胺會呈漿狀甚至結晶狀，能於空氣中發煙並具有一定毒性。生肉、生魚或其他海鮮放置一段時間後會逐漸腐敗，在腐敗初期由於內部所含屍胺甚少，因此無法經由外觀或氣味辨識；雖然可藉由烹煮殺死食物中的細菌，但屍胺等腐敗胺類卻無法消除，導致食用後的食物中毒與過敏現象。目前屍胺可利用酵素免疫分析法(Enzyme-Linked ImmunoSorbent Assay；ELISA)、高壓液相層析法(High Performance Liquid Chromatography；HPLC)、比色法等方法偵測，但各國並無相關腐敗胺類的統一規範。 　　由於一般使用的偵測法需要高度的專業性與實驗室儀器，無法提供監測食品安全的即時性，故韓國首爾大學(Seoul National University)開發了功能性生物電子鼻(oriented nanodisc (ND)-functionalized bioelectronic nose (ONBN))能用來檢測生鮮食品樣本中的屍胺。其中的生物性受體來自於斑馬魚中對屍胺敏感性高的受體膜蛋白TAAR13c (trace-amine-associated receptor 13c)，將相關基因放入大腸桿菌中製造大量蛋白，純化後放入nanodiscs，藉由nanodiscs穩定膜蛋白結構與生理功能，之後再結合奈米碳管薄膜場效電晶體(carbon nanotube-based field effect transistors)形成高靈敏度的生物電子鼻。【延伸閱讀】牛肉經分解而得的多肽可以減少苦味 　　雖然早前已有研究指出斑馬魚中含有對屍胺具高度親合性的受體，但遲遲無法突破完整分離與穩定此受體膜蛋白之技術，故此技術可視為機械與生物功能性結合的相關案例之一；雖然初步測試只有檢測食品新鮮度，但未來電子鼻或許可應用至偵測食品防腐劑含量或甚至發現屍體，幫助警方辦案及救災使用。 　　相關研究發表於美國化學學會的ACS Nano

1千多年前，中國就已經有馴養金魚作為觀賞用途，隨著科技進步，觀賞水族的範疇已經不僅限在過去認知的金魚，也拓及到蝦類、貝類，甚至是頭足類。 但近年來大家逐漸重視觀賞水族生物的原生棲地保育問題、能否適應水族缸內的生活環境，以及這些生物有沒有經濟價值，各個專家學者開始投入提升觀賞魚產業技術的研究，期望能夠建構觀賞物種的繁養殖技術、開發相關水族飼料，甚至是打造新型觀賞水族設備，強化物種品系等。 開拓觀賞魚市場，提升產業競爭力 行政院農業委員會透過「推動農業科技產業全球運籌計畫」，提升我國農業競爭力、建立國際品牌並開拓新商機，因此漁業署藉由該計畫與國立臺灣海洋大學、國立屏東科技大學、國立臺灣大學及國立高雄海洋科技大學等學校合作，期望能夠進一步提升觀賞魚的產業技術，甚至去開發具有市場潛力物種的繁養殖技術。 另外為因應目前大多數人都有智慧型手機的狀況，該計畫團隊結合物聯網與雲端技術，打造免換水智慧魚缸，除了讓消費者能夠隨時用手機掌握自家寵物狀況外，也透過自動化設備調整魚缸水質，降低觀賞水族新手飼養門檻。 一機搞定自家小魚的生活環境 要在家中或是辦公桌上養一缸魚，聽起來很簡單但是又好像很困難，依照生物特性的差異，有些觀賞魚或是觀賞蝦對於水質環境、溫度較為敏感，一不注意可能就會全數死亡。 由朱元南、張麗君與陸振岡等專家學者開發的智慧水族套缸，顛覆以往飼養觀賞生物需要準備水族缸、過濾器、燈，甚至冬天還需要準備加溫設備等狀況，他們將這些必要的器材合為一，打造目前最小的可控溫免換水自動化智慧水族套缸。 為了要能夠讓消費者可以應用於辦公室、住家等區域，該團隊發現市場現有的中小型套缸未結合冷水機、投餌機等功能、而且過濾功能差異大，再加上燈具常有過熱問題，因此團隊從上述問題點下手，進行套缸設備器材開發。 開發過程中，團隊試圖將養殖觀賞生物這件事變得更輕鬆與簡單，於是他們創造出懶人式海水與淡水套缸，這樣的小型套缸可全年養殖珊瑚、觀賞蝦與水草，免除過去需要勞心勞力照顧生物的過程。 除解決現有的問題外，團隊還著手進行套缸的節能材料開發、導入水質監控系統、建構水體自淨與水中微生物處理技術，並結合時下最熱門的物聯網系統，期望能夠達到節能、智慧化管理，讓消費者可以用手機就能監控水族缸狀況，觀察生物的活動情況。 水中生物長得好，基礎研究不能少 有些人養觀賞水族是為了調劑身心，但有更多觀賞水族玩家希望這些生物能展現出亮眼的顏色或是體態，因此飼料研發與繁養殖技術的增進顯得更為重要，像是沈士新、黃之暘、劉俊宏、黃沂訓、葉信平、吳宗孟、劉擎華、施彤煒、鄭安倉等多位專家，就針對多種觀賞生物進行研究。 這些團隊引進與開發具市場需求觀賞水族的相關技術，針對觀賞水族的繁養殖、體色、性別調控、飼料、量產進行研究，如：海馬是近年大家所喜好的養殖生物，但海馬的價格與體色是呈現正向關係，因此團隊就針對海馬體色調控技術進行試驗研究，期望能增加海馬價格。 值得一提的是，這些團隊注意到海水觀賞魚有超過90%以上都是依賴野生捕撈，長期的商業行為嚴重影響特定族群，也造成生態環境的損耗，甚至有可能會有族群大量減少的情況發生，因此團隊也著力在海水觀賞魚的繁養殖研究，像是今年就有嘗試進行棕紅小丑魚的種魚配對，期望能夠減少野外撈捕的問題。 滿足消費者的需求，觀賞水族能有更多樣貌 面對消費市場轉向小型、精緻等方向發展，提升繁養殖技術取代野生捕撈已經成為趨勢，目前大和米蝦和長額米蝦這兩種工作蝦的量產技術已在黃沂訓團隊的努力下開發成功，但觀賞水族總以多變的花紋與體色取勝，因此黃沂訓、黃章文團隊嘗試將大和米蝦進行突變誘導，試圖將沒有顏色的工作蝦變成具有繽紛色彩的觀賞蝦，如此將能提高十倍甚至百倍的價值，然而突變試驗最快要在第三代才能顯現出體色差異，因此須等到能生產穩定顏色的品系後，才會進行量產。 【相關資訊】 想更進一步了解此專案研發成果細節，請逕洽財團法人農業科技研究院陳小姐，電話：03-5185092，信箱：1032201@mail.atri.org.tw

早期鑑別作物病害需依靠專業人士進行肉眼觀察病徵，通常發現時病害已造成田間地區一定程度上的損害，且大面積專一性種植的田地觀察不易，所面臨之病害損失可能更高；因此發現病害時間越早，越能降低產業風險，並有利於精準用藥，減緩周遭環境負擔。 　　一般的NDVI圖像可以利用紅光與近紅外光的反射以反映某地區的植被數量與生長特性，然而一旦被上層作物遮擋，就無法顯現出下方潛在的作物變化。美國的Evergreen FS與Ceres Imaging公司合作，利用多重光譜成像呈現區域中植物的受到的環境壓力數據(例如營養與水分不足)，並結合葉綠素、熱成像、氮含量、疾病等壓力的數據進行模型分析，有助於在疾病爆發前及時找出需要處理的區域，適時使用藥劑或肥料。以往此技術只用於果園或葡萄園，但現在嘗試用於大規模種植的農場，協助疾病的早期監測。【延伸閱讀】人工智慧幫助病蟲害風險管理 　　透過一年的測試結果，此技術能在肉眼尚未可見的情況下先發現玉米和大豆中的病原真菌和缺水等問題；依作物種類不同，每英畝花費從6到10美元不等，但能節省更多資源與藥劑成本。康乃爾大學農業與生命科學院教授Michael Gore指出，人工智慧雖非萬能，但預計在五到十年內將被玉米和大豆農民普遍使用；而此技術未來若能搭配無人機拍攝，更能促進農業自動化，有效幫助農民縮短決策時間。

為了推動農業自動化與精準化應用，加上近年來科技越趨於發達，許多研究者投入程式開發，以期結合農業發展，促進農業進步。美國伊利諾大學(University of Illinois)與全球變化聯合研究機構(Global Change Research Institute)發起大型計畫，開發了新工具來預測氣候變化對作物產量的影響。 　　該計畫並非第一個開發農業模型預測的計畫，但通過結合土地模型(Community Land Model；CLM)和農業生產系統模擬器(Agricultural Production Systems sIMulator；APSIM)的優越特性，測試以CLM-APSIM為代表的新型玉米生長模組的指標。以往的農業計算模組以不同時間的植株狀況為基礎，而氣候或地球環境模組則用於觀察與推測氣候改變；此技術結合兩者的優點，使其用於農業領域上能更符合當時的天氣狀態，讓生產預測性能得以提高。【延伸閱讀】新的模擬模型可更精準預測作物產量與氣候變遷對作物所帶來的影響 　　原始的CLM模組只有三階段的生命週期，但部分重要的發育階段(如開花期)，作物碰到的環境壓力狀況無法被模組完整預測。因此，團隊將具有12個階段的APSIM納入CLM，APSIM包含了植物、土壤pH值、水分管理、氮磷含量等全面性的管理，可用於精準預測作物的生產情況，幫助資源分配與管理者決策。此外，研究人員還在新模組中進行創新改善，增加了碳分布和糧食數量模擬分析，並對原有的垂直結構進行了改進。新的模組能更正確分析作物生長狀況並得到正確的產量結果，未來計畫將擴展於其他主要作物的模擬，如大豆和小麥，也可以用來調查農業生態系統和氣候系統之間的雙向影響。 　　所有工作均在伊利諾大學國家超級電腦應用中心(National Center for Supercomputing Applications；NCSA)的超級電腦Blue Waters上進行，相關研究結果發表於Agricultural and Forest Meteorology。

人體對某些食物會產生不良反應，包含搔癢、腹瀉、水腫等輕重不一的自體免疫症狀，因此需嚴格避免接觸過敏原。然而考量現今社會採買食物與在外用餐狀況，欲完全避免問題食物非常困難。故哈佛醫學院與麻省總醫院合作，開發了鑰匙圈大小的簡易檢測器iEAT (integrated exogeneous antigen testing)，由袖珍型檢測器、電極片和一次性試劑盒等三個部分構成。其中檢測器可連接個人智慧型手機，可於現場檢測食物中的過敏原並上傳數據到雲端。 　　首先在試管中溶解一小塊食物，讓磁珠與過敏原結合，之後放一滴混合物在小電極片上並插入檢測器，10分鐘內iEAT可連通至用戶的智慧型手機，顯示過敏原是否存在與其濃度。此外，配合手機應用程式，用戶能夠編輯與儲存在不同的餐廳及包裝食物中檢測到的各種過敏原資訊；隨著程式中累積的資料量增加，會逐漸形成獨一無二的個人記錄，透過與他人的資訊分享，將可逐步篩選出較不引發過敏的餐廳或食物。【延伸閱讀】盈利預測系統可能可以協助降低印度農民因負債而導致自殺的狀況 　　該系統具有高靈敏度，可檢測出比美國聯邦標準低200倍的麩質濃度。除了協助消費者掌控個人的食品安全，該設備也可用於檢測標籤標示不清的食品，有助於醫生、食品行業和監管機構等加強食安管理。後續還能依需求調整設備以偵測其他過敏原或物質，幫助大腸桿菌或沙門氏菌等汙染物來源追蹤。 　　相關研究發表於2017年8月的ACS Nano

進行農場管理時，動物體重是日常健康監測的重要指標，但受到人力與時間限制，無法於短時間內重複進行個別動物的測量。故法國正努力研發更便宜、更方便的新型設備取代老式的秤重籠，以便進行這些例行性的動物體重測量。 　　在法國Romillé的IFIP實驗站與Advansee公司合作開發了一個原型裝置，該裝置由位於畜舍建築走廊的支架組成，其約長3公尺，寬1.80公尺，高1.80公尺，並於同一平面安裝5個Kinect相機，其安裝在中心處1個以及門廊角落4個，中心處的相機將會在最佳時刻控制所有相機同時進行拍攝，以完整地呈現動物影像，同時Kinect相機每秒可拍攝30張照片，並利用RX成像儀測量50頭豬（10-110公斤）的體積大小，且所有數據會傳送到電腦中進行計算，並將動物的體積轉化為體重。其目標是增加三維秤重之精確度，持續藉由改善演算法以減少體積估計值與實際測量結果之間的差距，以確切得知動物體重，因此目前正在嘗試將重量誤差縮小到5%內。【延伸閱讀】自動化3D攝影幫助及早發現豬咬尾 　　該計畫預計於2018年初結束，希望在優化3D測量準確性的同時也能降低成本，期望未來可幫助屠宰前的體重等級分類，或是結合動物身上的RFID(Radio Frequency Identification)晶片識別，並存檔於電腦之中進行其他應用，協助業者定期追蹤個別動物的重量變化與生長曲線。

隨著捕撈、航運、保存技術的進步，漁業供應鏈已逐漸變得龐大，相關公司和銷售店家的產品越來越受人為環境和供應鏈影響，但隨著供應鏈的壯大，過度捕撈和漁工人權侵害的問題也愈加嚴重。根據十月份發布的Greenpeace Sea of Distress report報導，自20世紀末以來全球漁獲量持續下降，顯示海洋生態系統正遭受破壞，全球三分之一的漁業資源已經枯竭，且美國國務院已在50多個國家的漁船或漁加工設施上發現了遭受非法勞動和販賣的人員。 　　除了上述因素，漁產品的可追溯性資料也日益重要，以美國為例，北美超過三分之一的海產被貼錯標籤，且高達三分之一的野生捕撈海產屬於非法進口產品，而這些問題促使了數據分析、影像、監控等全球性的前瞻技術有了共同合作發展機會，並協助傳統漁產業進行轉型。 　　美國一個非營利組織Fish 2.0其積極推動投資人和漁業相關企業之連結，致力於發展漁業永續經營，並藉由舉辦論壇與獎勵比賽中探討漁業之新技術，每個新興企業所投入之研發涵蓋了漁業市場中不同部分，例如: Seatech：建立可提供公司、政府與非政府組織有關自然資源的數據資料庫，確保其漁產品具有正確之來源標記，以告知消費者漁產品的合法性，同時鞏固合法漁企業的市場。 ColomboSky：創設海水養殖監測技術，利用衛星圖像進行水質監測，可以提前預防大量藻類或水母所產生的威脅，減少海水養殖的損失。 ThisFish：研發追蹤軟體協助世界各地之漁業企業，記錄其供應鏈數據，以提高透明化程度和業務效率。 SmartCatch：運用區塊鏈概念到漁業生產運銷過程中，積極鼓勵漁民可透過支付少量金額之方式（micropayments），來交換所需要之補獲資料，以減少誤捕其他海洋生物的機會。【延伸閱讀】日本農林水產省與經濟產業省跨部會合作科技技術創新 　　目前已有許多大型漁業業者投入漁業科技發展及來源可追溯性之新興科技開發當中，證明這已變成世界性的重要議題，其不僅只是為了消費者之漁產品安全、改善工人勞動環境與瞭解生態系統環境健康狀況而已，更是積極將傳統漁產業導向真正的友善環境與永續發展之目標。

長久以來，建造城市中的道路與高樓會犧牲鄉村的可耕地面積，對區域性傳統農業產生不良影響。然而，世界上有一半以上的人口聚集在城市附近，對於都市人口而言，周邊的傳統農業已無法維持基本生存所需，需要透過更遠的距離取得食物，也付出較多的運輸和儲藏成本。 　　近年來環保與健康意識興起，在空間、土地有限的情況下，高科技、大規模管理的水耕栽培都市農業是未來趨勢之一；使用更小的土地面積，配合室內微氣候與光照控制以創造單位面積更高的產量，可提供周邊城市更新鮮的農產品。美國Planty公司宣布，將會在西雅圖南方設立一個大規模的水耕式垂直式農場，以垂直種植的形式搭配LED光照與室內氣候控制設施，再加上多個紅外線相機與感應器收集數據，隨時分析與控制最適合作物生長的環境，同時能夠減少轉基因作物、除草劑和農藥的使用；比起傳統農業的生產更具效率，且能供給更多新鮮而健康的食物給周邊城市。【延伸閱讀】環控農業或許能解決區域性糧食短缺的問題 　　對現今環境而言，這類對土地傷害較小，並更具永續性的農業發展是必要的，如何能更加經濟且友善環境的生產糧食則仍需靠更多努力與技術。水耕農業是一種都市農業的新方向，能夠結合高產量與減少農藥和長途運輸對環境的影響。

食品安全是全球性的問題，品牌行銷和管理可以建立消費者對業者的信任，且廠商對於供應鏈的責任與透明化更是抓住消費者信心的重點。一般而言，除非食安產生嚴重漏洞，否則消費者比較不會考量到食品安全問題。但如今社會通訊發達，在多通路的世界中，消費者於可於多種管道發聲，若是因食安問題使消費者不信任品牌，就容易大量流失客群。 　　由於時間緊迫，品牌對食安問題迅速反應相當重要。然而，食品從生產到上餐桌前的每個流程都具有風險；除了大型供應商以外，大部分廠商無法完全追蹤製造流程的每一塊區域，此時已在數字貨幣方面大量運用之區塊鏈 (blockchain) 概念，就可以用來支援食品安全的控管。 什麼是區塊鏈 (blockchain) 　　人們為物件創立一組紀錄，需要存取備份資料的公司或個人擁有安全的個人數位密碼，任何在備份更動或是交易都會被留存。當其中一個備份的資料被更新時，其他人手中的資料也會跟著被更新，這種分散式記帳技術系統可以使得食品供應鏈中的各個廠商去追蹤任何一步，直到送達消費者手中，且原始數據永遠不會受到破壞或遺失。 　　由於區塊鏈可提供所有相同的資訊給同一項目的所有參與者，所以任何有關生產、製造、運送到商店貯存的紀錄都必須更新於副本中並自動送到所有參與者手中。一旦有任何部分超出規定，有瑕疵的貨品就可以及時被移除，減少消費者食用到問題食品的威脅。若是有消費者提出生產製造的相關問題，則更容易去追蹤同一批貨物的狀況。 建立食品安全信任的方法-數據透明 　　區塊鏈之特色能使供應鏈全部數據透明化，挑戰供應鏈內所有參與者面臨的控管義務和產品安全，以建立合夥人和消費者的信賴。【延伸閱讀】標籤統一化與數位化能強化可追溯性和安全性 中國與美國運用區塊鍊的食品安全測試減少風險 　　為了改善爆炸性人口的食安問題，中國已投資了相當可觀的時間和金錢，但中國消費者對食品安全的信任極低，區塊鏈能幫忙建立大規模市場對食品的信任度，而雖然美國消費者對於品牌和食品安全之信任度高，但當食安問題發生時，亦會快速地經由社群和數位媒體散播，一件大規模汙染的事件或是產品回收處理不當，都會影響對消費者回購商品和購買同品牌商品的意願，此時區塊鏈的價值將在於能協助供應端清除風險和資料可追蹤性。

在現代化的科技社會，發達的網際網路提供了一種新的、開放的、快速的資訊交流與溝通模式，同時將此技術應用於農業中，農民可利用網路迅速的分享經驗，達到技術互助與資源共享的效果，進而促使現今的全球農業朝向精緻化與大數據發展。當使用土地感知器、物聯網、無人機和平板等設備，立即上傳各種資料到雲端後經過整理，能夠化零為整，建立大範圍內的區域土地狀況資料庫，並藉由雲端技術將人工智慧結合農地管理，可使農戶得到即時農地資訊，個體農戶的智慧與經驗法則也可以利用網路分享給其他人，更能增進農地工作效率。 　　以印度而言，雖然過往其農業價值鏈低落且分散，但因智慧型手機和網路在農村中的興起，其通訊系統在過去兩年已有了驚人的轉變。憑藉網路生態系統結合農業生產組織經營之管理系統(farm ERP)、數據科學、精準農業和農場AI系統等技術，積極推動共享平台之應用，而結合後的生態系統經由串連許多硬體裝置，包括物聯網連結之農場感應器、實驗室的土壤測試數據、無人機的多光譜成像儀器以及智慧型手機所收集之數據和圖像，可將數據從物理空間全面地映射到網際空間並建構出立體圖形，當個體農戶加入群體之共享平台後，將可節省許多資源、時間、設備等投資成本。【延伸閱讀】美國開發智慧型農業專用組合貨櫃解決糧食短缺困境 　　印度作為小農國家，在經過工業革命1.0(蒸汽機)、2.0(內燃機)、3.0(網際網路)等時期，皆無法實行於農業改革，這是由於這些技術之推動需要工廠或大型農場等大規模設施才得以實施；而工業革命4.0則沒有規模上的限制，其關鍵在於利用網際網路連接遠端設備，並導入AI與雲端之技術支援，促成新的技術平台產生；將這樣的概念應用於農業，可協助小型農戶達到集體資源共享與生產的效果，使其在某種程度可達到仿效西方國家大型智慧農場之概念，並將產量提高了30-50％，形成與大型農場相等之經濟規模，除了使產量提升外，更能夠讓農產品有更好的市場價格。 　　現在是服務經濟的時代，農業4.0開闢了一系列新工作機會的大門，如農業數據科學家、機器學習設計師、農場分析師以及技術支持、設備操作、感測器和測量等現場工作人員，將「農場管理即時服務」全面的擴展到作物選擇、風險管理、供需計劃以及智能供應鏈，以獲得最大化提高投資收益，同時透過集中管理而擴大經濟規模，促使生產力躍進，將小型農業轉變為智慧型農業。

目前挪威海上無人養殖漁場僅分配有幾艘工作船，並由船上的幾名工作人員負責養殖漁場之每日例行檢查工作，包括養殖環境監測、設備檢查、飼料配給、魚虱量管制等，因此挪威海洋科技研究中心(SINTEF Ocean)的研究團隊，與挪威科技大學(NTNU)、Maritime Robotics、Argus Remote Systems、Lerow等企業共同合作，成立了ARTIFEX計畫開發項目，期望藉由此計畫之成果能利用機器人取代當前部分人力工作，並讓海上無人養殖漁場可往更開放式之水域推進，並經由提升其機器人操作技術使其得以面對更加嚴峻之氣象與海況，讓海上工作人員能更加地安全進行作業，同時可進行24小時監控、全自動運作或遠程操作等項目，而這也是研究人員想組織機器人負責海上養殖漁場運作的原因。【延伸閱讀】機器人能加速農業數據收集 　　而Maritime Robotics公司之營運長亦表示，目前經由此合作計畫已研發出許多新科技，從無人船、無人機到可潛入水下檢查、維修的水下無人載具(ROV)等，但在開發過程中真正困難的是如何整合這些單一元件設備，使這些成果能夠相輔相成，進而發揮具體成效與達到計畫目標，舉例來說：無人機可監督整個漁場餵養過程，遙控潛水器在進行水下檢查作業時、可直接進行漁網修補作業以避免漁網破洞變大，讓魚群有機會逃脫，而這些原本需要數人方可同時完成的任務工作，在未來皆可由一人獨力完成。 　　這項ARTIFEX計畫將從2016年執行至2018年結束，並投入研究經費1億4千萬臺幣，其研究方向包括：載具設計(vehicle design)、自動駕駛系統(autonomous systems)、航空與水下作業(airborne and underwater operations)等，並預計明(2018)年初，在弗爾島 (Frøya)的SINTEF ACE實驗室進行實地測試，科學家計畫用架設有基地台之無人船將遙控潛水器和無人機送至海上養殖漁場，並在到達定點後正式執行任務。

作為美國與巴西的重要經濟作物，大豆蛋白質成為了牛奶之外的新選擇，且需求量正急速上升，在大豆收穫的過程中，品質管控一直是一件苦差事，農民在收割作業進行到一半時，必須停下手邊的工作，爬出收割機外親自檢查收成的大豆品質，以挑選出完整且無散雜外殼的大豆。 　　因此京都大學與伊利諾大學的研究人員近期開發了一種可即時自動評估豆類品質的機器，使農夫能在收穫期間不間斷地進行收割作業，該計畫首席科學家米表示：「我們計畫目標主要希望開發一種有效、輕巧、機上的監測系統，讓收割機駕駛在收割大豆時能獲得即時的品質資訊」，該機器安裝在收割機的糧箱內，利用配置的高速攝影機拍攝通過的大豆，藉由它的雙重影像系統，搭配前後照明燈，使相機捕捉大豆之完整影像，並用電腦程式進行即時分析，而得以精準判斷大豆是否保持完整，而這機器不僅僅是只能用於農作物收穫之用，未來相關加工產業亦可藉由搭配約100美金之網路攝影鏡頭後也能使用相同的系統。【延伸閱讀】新的試驗方法可以更準確地測量玉米的氮需求量 　　該計畫是由一家業者日本岡山市洋馬有限公司提供財務支援與農地實驗設備所開發，並已取得技術專利以及完成實際田間之測試，目前該公司之原型機已交予一家開發快速攝影系統之業者手上，並將進入大量生產階段，期望能在大豆收穫時期間藉由此項新技術之使用，協助農民改善農產品送至加工廠前的分類與清潔程序效率。