107年農業資訊科技應用發展第一期電子報

近幾年人工智慧在各地大放異彩，透過設計函數模組，賦予電腦類神經網絡進行複雜的運算、訓練與預測，讓電腦如人類般具學習、分析及判斷的能力。電腦視覺處理技術由基本的影像擷取、數位化等架構，演進至分類(Classification)、切割(Segmentation)、定位(Localization)、物體偵測(Object Detection)、超解析度(Super-resolution)、行為識別(Action Recognition)等，甚至邁向三維結構重建，應用領域擴及生醫、交通、能源等。而在農業領域，為提升生活品質與生產管理效能，電腦視覺技術已應用於植物識別、生長監測、病蟲害辨識、產量預估、產品分級、畜牧管理強化、林地管理等範疇。

作物生理與品質精準監測

馬鈴薯生長過程中氮素是基本供應要素，充分的氮肥可保證其有足夠的地上部面積行光合作用。荷蘭馬鈴薯農戶每年平均施用約250公斤/公頃的氮肥，但土壤氮素常受天氣影響而流失，追肥用量的精準度便成為最終馬鈴薯品質與產量的關鍵。荷蘭Wageningen大學便藉由無人機蒐集高光譜影像資料，精確顯示田間氮素分布情形(圖2)，並上傳至分析平台將影像資料轉換為田間圖方式呈現，再透過電子郵件方式提供施肥建議以協助農民更有效率的使用肥料。

山林崩裸地的偵測與萃取

藉由每個物質皆有其獨特的反射光譜曲線能精確掌握環境與生物間反應的起因與結果，由光譜轉換的標準化植被指數(Normalized Difference Vegetation Index, NDVI)，可計算區域植物的生長狀況，有效分辨植生覆蓋與非植生覆蓋區域。國內林業試驗所以六龜試驗林轄地為示範場域，運用我國福衛二號資源探測衛星影像，結合地理資訊圖層等資料及影像分割技術，進行影像自動萃取崩裸地變遷分析及向源侵蝕區位論點研究(圖3)，由分析結果得知崩裸地消長與空間分布的差異性，並證實了向源侵蝕的論點，不僅有利於植生復育，也藉以提供崩塌地治理的空間決策資訊，未來更可藉此分析方法擴展於崎嶇地形與複雜林地的分類研究，以及高經濟林業或原生種植群管理分布等應用上。

水資源管理與生態保育

為了解台灣水域附近珊瑚礁消長情形，成功大學環境工程學系與國家實驗研究院合作開發水下高光譜影像處理技術，並結合衛星影像進行大範圍監控與比對，期望透過行政管理減少光觀開發造成的生態衝擊。該研究成果於國際研討會發表時，廣受學者鼓勵與肯定，研發團隊也因此受到澳洲水質中心邀請，共同進行澳洲海域水質及海草生態研究(圖4)，並建立海草床分佈地圖以協助澳洲政府進行鄰近海岸生態系統之健康狀態評估，未來該研究模式亦可套用至國內永續環境研究工作，藉由科技發展將生態保育更向前邁進。

生產管理之病蟲害辨識

除了高光譜影像分析，透過大量的影像資料提供系統訓練，由複雜圖像或多維資料中取得資訊的人工智慧系統也已廣泛被運用。非洲當地居民以樹薯塊根為主食，近年來中西部樹薯大量感染嵌紋病，影響塊根生長導致產量驟減，不僅影響農民生計，甚至可能會引發糧食危機。國際農業研究諮商組織(Consultative Group on International Agricultural Research, CGIAR)附屬的根莖類作物與香蕉研究學程研究團隊(RTB)為此運用影像辨識技術開發了診斷樹薯嵌紋病的應用程式，協助農友藉由植株照片回傳，提供相對應的病蟲害防治建議(圖5)。團隊蒐集超過20萬張的病斑葉片影像，並應用TensorFlow開源機器學習函式庫設計該款APP，將不同病徵分門別類，即時提供診斷結果與防治建議，使農民於病害發生初期及早診斷與治療。為了讓農民可即時掌握非洲各地區嵌紋病的疫情，開發團隊預計將於系統擴增預警系統，屆時能造福肯亞地區近35萬名的農民。

生產管理之收穫輔助

請眾多農民趴於黃瓜採收機(又名cucumber flyers)上，再以人工挑選適期的果實，是德國傳統收穫小黃瓜的方式(圖6)，但由於近年德國推行勞工最低工資保障措施，小黃瓜單位面積採收成本增加，導致許多農場外移。為將農業技術與人才留於德國境內，德國與歐盟專家共同研發出一套雙臂機器人採收機(圖7)，其黃瓜成熟度影像辨識率已達95%，且可模仿人類採收的擺動模式，確保採收時不會傷及地下部，又可將遮蔽的莖葉撥開。該款機器人已於2017年11月的Agritechnica博覽會發表，亦獲得各國產業界熱烈的回響與贊助，期望可藉此舒緩農業缺工並降低生產成本。