文章專區

氣候變遷不斷帶來巨大挑戰，農業糧食生產的穩定性和 品質成為全球農業面臨的關鍵議題。氣溫變異、極端氣 候事件和水資源不足等因素，對農田環境都產生了深遠 的影響，威脅著糧食生產的穩定性，迫使我們重新思考 農業系統的永續性和適應性。本文將介紹以人工智慧 （artificial intelligence, AI）演算法辨識作物生理特徵的 「阿米亞預言家app」（以下簡稱阿米亞app），將有助於節能減碳、節省水資源，並且有效穩定作物的產量與 品質（圖一）。

阿米亞app反映水稻生長狀態

傳統農業中，農民的栽培經驗與自然環境緊密相連，俗語「看天吃飯」就反映出農業對氣候變化的深度依賴。為了更精確地掌握作物生長條件，農民除了參考天氣預報外，也常會配置田間氣象站，收集與作物生長密切相關的環境數據。然而，作物的生長會經歷各種健康狀況的變化，疾病或健康狀態可反映在葉色變化、生長型態異常，甚至是肉眼無法直接察覺的溫度變化和生理激素的改變。這些現象雖然可以透過植物生理實驗進行量化，或是借助葉綠素計、熱成像相機、光譜儀等精密儀器來捕捉成像和記錄數據。但對一般農業生產者來說，這些儀器不僅帶來額外的成本負擔，雖與作物生長環境有關，卻無法直接反映作物的生理狀態，實務應用的價值較低。
 
考量到農業經營面臨氣候變遷所帶來的環境挑戰，中興大學基因體暨生物資訊學研究所特聘教授朱彥煒領導的阿米亞研究團隊成功開發阿米亞app。以世界主要糧食作物「水稻」為研究標的，平臺使用AI演算法辨識作物的生理特徵，可即時反映水稻植株的生長狀態，並在10∼15秒內提供使用者灌溉栽培建議，實驗證實可有效減少灌溉用水20％，且有效穩定作物的產量與品質。
 

以作物自身反映生理指標，精準提供最佳

灌溉策略隨著全球農業科技的不斷進步，各國在近年來紛紛投入創新科技的研發，希望提供農業經營上的精準栽培建議。雖然市場上出現了許多類似的技術，但這些技術大多存在著功能單一及成本過高的問題，且多依賴如土壤溫度、空氣溼度、光照強度等間接因素來判斷作物的生理狀態，這些限制導致許多智慧農業服務無法長期穩定運作。阿米亞研發團隊採用「以作物自身反映其生理數據」的理念，準確地收集葉溫、株高、葉綠素含量等關鍵生理指標，在準確性和全面性上取得了優勢。
 
近四年的研究歷程中，研究團隊成功地利用傳統儀器找出關鍵的作物生理指標，然而這些儀器的昂貴價格和需求高度訓練的人力，成本居高不下、難以進入應用。為因應這一挑戰，研究團隊成功開發了一套能夠利用RGB〔註〕影像辨識作物生理指標的技術，更引入AI建構預測系統，使用者只需透過拍照的方式，即可準確判斷作物的生理狀態並提供最佳的灌溉決策。
 

〔註〕RGB 分別為紅色（red）、綠色（green）、藍色（blue）三種原色的光。

 
根據不同的灌溉方式收集作物的RGB影像，透過多通道作物生理影像演算法，研究團隊成功解析出影像波段特徵，這些特徵代表著作物的獨特生理指標。尤其遠紅外光的波段能夠清晰顯示出作物葉子的溫度差異，成為一項極為重要的作物指標。這些波段的多通道作物生理影像可視為預警系統的特徵，並依據收集到的數據建立預測模型。透過特徵選擇，改善模型以提高預測準確度和運算速度。目前，阿米亞能夠根據多通道作物生理演算法，捕捉涵蓋廣泛波長範圍的資訊，包含可見光和不可見光的影像。這項技術的突破在於超越了傳統儀器的限 制，以影像辨識的方式，成功實現對作物生理狀態的高度精準分辨。
 

阿米亞app應用的技術創新

透過多通道作物生理影像演算法，讓使用者只需要透過阿米亞預言家app拍攝田區影像，即可預測水稻生長期和成熟期的水分需求，準確度高達90％以上。為了貼近農業實際需求，阿米亞app還能紀錄每次上傳水稻影像的預測結果及時間，協助使用者更有效管理水稻田的水分栽培、提升農業生產效率。阿米亞app的操作過程極為簡單，使用者只需在自己的手機上安裝相應的應用程式，日常巡田時拍攝田區照片並上傳至app，經過演算法的轉換分析之後，系統會將當下的最佳灌溉建議直接回傳給使用者（圖二）。

 
去（2023）年，阿米亞研究團隊與彰化米屋企業攜手在示範場域建立起合作基地。這項合作互動的農友年齡層廣泛，從青壯年到老年，甚至包括一位85歲的資深農友，他們對智慧型手機在農業栽培中的應用感到新奇， 並且發現使用過程與原本的栽培流程相符、操作方便，獲得了極為滿意的回饋。
 
為了擴展系統的應用範疇，以更全面地滿足農業生產的實際需求，研發團隊目前正致力於病蟲害檢測系統的開發，將提供對植物病蟲害的即時監測和預警，且在未出現疾病表徵之前提前預測病防治病蟲害發生，同時協助農民及早發現並適時適量使用農藥，也可降低農藥影響產量的問題，且提高農業生態系統的健康。
 
在全球追求淨零碳排的趨勢下，臺灣也將這一目標定為重要的發展方向。水稻栽培作為臺灣農業主要的碳排放源之一，可以透過調整栽培過程來實現減碳。為了有效評估此策略的效果，阿米亞團隊也與農業改良場合作， 進行了一系列的減碳效益評估。傳統的浸水稻田會在厭氧條件下促使微生物分解有機物，進而產生甲烷。但若採用乾溼輪灌模式，減少稻田浸水時間，則可有效減少碳排放。國際稻米研究所（International Rice Research Institute, IRRI）的實驗顯示，採用乾溼輪灌模式可以減少超過30％的稻田甲烷排放量，換算下來全臺灣將可減少約18萬噸以上二氧化碳當量，相當於565座大安森林公園的碳吸存能力。
 
一般慣行農法浸水時間較長，透過阿米亞app可最適化灌溉栽培決策，以客觀的數據協助使用者判斷灌溉的時間點與灌溉的高度，提升水資源利用的效率，同時減少水稻田厭氧狀態下甲烷排放量。以全臺每年稻田灌溉用水約62億噸估算，可節約逾12億噸的水資源，也能節省馬達抽水耗電約1.65億新臺幣，相當於減少3.15萬噸二氧化碳排放。
 

臺灣智慧農業重要的技術突破

阿米亞app超越傳統儀器的革新概念，將影像轉換為生理指標的能力，讓農業生產者得以更直觀地了解作物的需求。此技術的廣泛應用不僅可以應對氣候變遷的挑戰，同時為臺灣農業開創了更為永續且高效的發展道路。此外，這項技術也在與彰化米屋企業的合作中得到實際應用，得到了年齡層廣泛的農友的積極回饋，顯示了它在現實農業場景中的可行性和實用性。
 
臺灣作為水稻主要種植區域，確保水稻生產方式長遠且高效成為重要議題。隨著水稻智能栽培技術的發展，將有潛力在亞洲市場推廣，提升臺灣農業的國際競爭力。阿米亞app現階段已成功應用於水稻栽培，基於多通道作物生理影像演算法，未來也能拓展應用於高經濟價值的水果，例如草莓、番茄、百香果等。如能夠針對對於水分栽培管理要求嚴格的作物，提供精確度高達90％以上的水分需求預測，將有效協助農業生產者提升品質與產量。
 
不僅如此，透過阿米亞app精準的灌溉栽培建議，系統能夠即時提供適時適量的用水建議，進而有效減少甲烷的排放。這不僅在應對氣候變遷和環境可持續性方面具 有實際效果，更突顯了智慧農業在協助農業實現低碳和永續發展的關鍵作用。這項技術的成功不僅為臺灣農業帶來重要的技術突破，同時也將成為臺灣在國際智慧農業的卓越貢獻。