趨勢快訊- 農業科技新脈動

2026/03/18

美國能源部的研究團隊開發高光譜影像處理技術D-CHAG，可大幅提升植物影像資料分析效率，該方法在超級電腦Frontier上測試，處理速度提升逾兩倍並降低75%記憶體使用，使大型高光譜資料更易用於AI基礎模型訓練，有助於加速作物表型研究與植物科學探索。

國際

遙感模型協助預測西班牙農田田鼠爆發風險

2026/03/17

西班牙研究團隊結合衛星遙感與田野調查資料，建立機器學習模型以監測穴居型田鼠族群動態。研究利用Sentinel-2衛星影像分析植被變化，成功預測田鼠高風險區域，模型準確率達97%，可協助農業部門及早偵測害鼠爆發並降低田野監測成本。

國際

GPS虛擬圍欄技術協助智慧放牧

2026/03/16

密蘇里大學研究團隊結合GPS項圈和行動應用程式實現虛擬圍欄技術，透過聲音提示和輕微電擊引導牲畜活動，此技術可有效提升覆蓋作物利用率並降低圍欄管理的勞力需求。

國際

大型植物模型問世強化農田智慧辨識與精準除草

2026/03/13

美國西雅圖農業科技公司推出大型植物模型，以超過1.5億筆標記植物影像資料訓練而成，強化農田植物辨識與自動化決策能力。該模型並已整合至其雷射除草系統，可提升除草效率並減少化學藥劑使用。

國際

不再看天田！茶改場推 IoT+AI 茶園精準灌溉大幅省水茶葉更香更回甘

2026/03/12

農業部茶及飲料作物改良場建構茶園精準灌溉決策模式，透過微氣象觀測站資料、蒸發散量（ET）指標與物聯網感測技術，開發「茶園精準滴灌參數模組」，並導入AI運算與雲端平台進行灌溉管理。研究顯示，精準滴灌可依降雨、土壤含水量與蒸散變化動態調控水量，在夏季與枯水期皆能提升茶芽數與茶菁產量，同時節省約13%至24%灌溉水量，並改善茶葉香氣、滋味與回甘度。

臺灣

自動像素級標註技術應用於植物病害嚴重程度評估

2026/03/11

澳洲梅鐸大學研究團隊提出一套自動化像素層級標註方法，用於植物病害嚴重度評估。該方法結合深度學習與形態特徵分析，在咖啡葉資料集中最佳分類準確率達82.24%。

國際

改良YOLOv8深度學習模型，即時檢測與分類辣椒葉片病蟲害

2026/03/10

印度的研究團隊結合深度學習與影像辨識技術，建立辣椒葉片病蟲害自動辨識系統，並改良YOLOv8模型，使辨識準確率最高達99.5%，可應用於田間即時監測與智慧農業管理。

國際

以3D影像建構「數位影像輔助乳牛體態評分辨識技術」

2026/03/09

乳牛體態評分（BCS）為評估乳牛健康與營養狀況的重要指標，但目前多仰賴人工目視判斷，耗時且一致性不足；為提升評分效率與準確性，本技術導入 3D 影像結合 AI 深度學習，建立乳牛體態關鍵特徵辨識與肥胖度分類機制。系統於建置初期由專家同步標註 2D／3D 影像與 BCS 分數，作為模型訓練基礎，以降低牛隻花色與清潔度對判讀的干擾；最終可依 2 至 5 分之五分法自動進行乳牛體態評分，協助酪農長期監測牛隻健康、降低人力負擔，並作為智慧畜牧與動物福利管理之決策輔助工具。

臺灣