MENU iconMENU
數位科技
數位科技
2025/10/14
日本東京大學及日本農業‧食品產業技術總合研究機構(NARO)開發出一套利用番茄溫室栽培行的全景影像預測採收作業時間、採收果實數量和重量的系統,該系統使用深度學習模型(Mask R-CNN)以全景圖分析、計算與估算果實數量以及採收作業時間,有助於降低大型番茄溫室生產中勞動力成本,同時維持採收效率。
2025/10/03
美國德拉瓦大學(University of Delaware)地理與空間科學系研究團隊運用機器學習,結合無人機與歐洲太空總署Sentinel-2衛星影像,成功建立一套可大規模追蹤與量化鹽斑和濕地分布的新方法。研究旨在開發一套高效且可擴展的土地覆蓋分類方法,精確量化沿海農地鹽斑與濕地的空間分布及變化趨勢。這項研究不僅揭示了2011至2022年間鹽斑面積增加三倍的嚴峻現實,也為沿海農業適應與土地管理提供科學依據。
2025/10/01
隨著全球人口增加和環境壓力加劇,育種對於糧食安全扮演關鍵角色,然而傳統育種有其侷限性,導入機器學習技術協助分析高通量多體學數據並建立預測模型,有助於提升育種精準度及效率,加速選育高產、抗逆境的品種以提升農業生產力。
2025/09/01
同品種馬鈴薯田中仍會出現個體差異,研究人員結合種薯上微生物遺傳資訊及定植後生長情形,藉由演算法建立AI預測模型,有助於預測馬鈴薯產量並提供相關微生物與植物間的交互作用資訊,期望未來能有更多延伸應用。
2025/08/22
作物育種在維持糧食安全上扮演重要角色,Heritable Agriculture公司利用人工智慧加速育種過程,透過建立數位模型提高效率並縮短育種年限,期望能應對快速的氣候變遷並提升重要作物的產量、營養價值等優良性狀表現。
2025/08/12
美國賓州大學研究團隊整合物聯網、電腦視覺及人工智慧開發自動化作物監測系統,透過遞迴影像分割模型精準追蹤作物生長,有助於提高栽培效率與環控溫室栽培的競爭力。
2025/07/31
屏科大揭牌先進表型農業實驗室,整合AI、高光譜影像與環控模擬,建構智慧農業平台。藉由企業捐贈設備,強化數據收集與育種效率,推動精準農業與產業導入,培養人才、提高作物競爭力,成為台灣AI農業發展關鍵基地。
2025/07/10
面對氣候變遷帶來的農業挑戰,工研院在經濟部產業技術司支持下,開發了結合「數位孿生」與「AIoT」的「智慧型ICM作物整合管理系統」。此系統利用AI分析病蟲害資訊與田間驗證數據,提供精準預警,準確率逾八成,實現「預防勝於治療」。它還結合Line聊天機器人提供綠色資材建議,如同AI農務顧問,協助農民提升生產韌性,例如埔里百香果農導入後,品質與獲利顯著提升。
2025/07/01
隨著家禽育種朝高成長、高換肉率的肉雞發展,木質化胸肉問題日益嚴重,研究人員利用高光譜影像結合機器學習演算法,開發非侵入性、客觀且高通量的木質胸肉辨識方法,透過導入神經網路架構搜尋模型(NAS-WD),使模型辨識準確率達95%,有望未來能應用於產業,協助快速及精準的檢測肉質。
2025/06/26
農業部在屏東南州鳳梨田進行無人機施藥試驗,防治粉介殼蟲效果與人工相當,並省下逾半人力。搭配核准藥劑與精準飛行參數,提升效率並降低農民暴露風險,具推廣潛力。
2025/06/20
沙漠蝗蟲藉由長距離遷徙造成大規模農損,為維持糧食穩定、避免飢荒發生,英國劍橋大學結合蝗蟲行為學、地面植被相關遙測數據及氣象資訊建立預測模型,提供政府及國際組織早期預警,以即早因應蝗災。
2025/05/13
藉由衛星影像及機器學習,結合實際利用情形及植生指數,繪製肯亞南迪縣土地利用地圖,部分作物準確率達0.8以上,期望未來能持續提升畸零地辨識準確性並擴散應用至其他區域,協助支援土地利用決策。

網站導覽
活動資訊
訂閱RSS
電子報訂閱