調查工具多元整合讓農情調查更完整

　　農情調查主要包含定期農作物調查、專案性農作物調查及農業天然災害查報，定期農作物每年依照期作進行調查，分別為裡作、一期作及二期作；專案性則依作物生長期程或依專案計畫核定期程；天然災害查報則於天然災害發生期間隨時調查農作物損失情況。

　　農情調查除可做為政府訂定農業相關政策及建立產銷預警制度參考依據外，亦可提供農民或農企業做經營管理之參考，如農產品價格波動將影響農民種植作物的選擇。

　　而農情調查於民國36年起開始實施，由公所人員負責進行調查，至民國75年開始設置田間調查員，每300公頃設置一人協助農情調查工作，以手持紙本地籍圖方式，依土地地號逐筆調查紀錄。

　　自民國99年起，利用數位化行動載具方式，辦理全鄉性農作物面積調查作業，然而因台灣農村結構改變，農業人口老化等因素，至105年田間調查員僅剩約1,500餘人，且大多數田間調查員歲數已高，雖具有豐富經驗但較無法操作行動載具或其他除紙本外之調查工具進行調查。

　　本中心至107年起執行現地作物調查輔助遙測技術估測作物栽培面積計畫，計畫執行已累積5年經驗，此計畫目標為建立遙測影像技術估測及現地作物調查兩種調查之協同機制，減少資料結構落差，並提升雙方資料準確度。

　　以及整合現有以地籍為基礎之農情資料，依地籍進行全鄉性的農作物種植面積逐筆調查，更新全鄉鎮農作物種植面積，計畫透過招募全台各地對農情調查有興趣之農民或民眾，經過培訓後使用行動載具APP進行現地作物調查作業。

　　而農作物調查為多單位之需求，現況農作物調查工具除有行動載具APP調查，亦有遙測影像（衛星影像、航空攝影、無人飛行載具）調查及街景車（汽車、機車）調查等工具，以下將透過計畫執行經驗，探討不同調查工具應用於農情調查之優缺點。

一、遙測影像調查

　　遙測影像載具包含衛星影像、航空攝影及無人飛行載具攝影，其中衛星影像以光譜作為判釋的依據，航空攝影及無人飛行載具攝影則以紋理、形狀、大小、色澤、陰影等進行判釋。

　　衛星影像及航空攝影可大範圍取得影像，但以台灣地形坡陡、農地較破碎之特性，以及台灣農民種植型態較複雜、混作比例高之情形，必須使用較高成本的高解析度衛星影像，避免因為解析度不足而降低作物辨識的準確度，且容易受氣候之影響或拍攝之影像有雲遮之問題。

　　因此其影像取得成本較高且能用來辨識的作物較有限，如檳榔樹下種植香蕉、酪梨、紅藜麥及山蘇等，樹下之作物即無法透過衛星或航空影像辨識。

　　相較於前述兩種影像，無人機UVA攝影具有快速紀錄（即時性）、高機動性（便利性）與高空間解析度影像的優點，常被拿來使用天然災害後，農損查報的輔助圖資及災損判釋圖資，如判讀暴風雨或風災後造成作物倒伏的情形，可以縮短人力勘災的時間。

　　但在使用上會有空域申請或禁航區不能飛的問題，亦曾遇到有在使用空拍機的農民表示，台灣的電線桿較多，若要有清楚的影像做到植株特徵的辨識，其飛行的高度容易受到電線桿阻礙，不易取得能夠清楚辨識植株之影像。

　　而遙測影像載具於農業上的應用以農業部農業試驗所（以下簡稱農試所）為主，農試所結合了衛星圖、航照圖及無人飛行載具，藉由不同高度取得的圖資，如衛星影像可大面積取的農地分布情形、航空攝影則可大面積取得農作物分布情形、無人飛行載具則可快速取得植株特徵，搭配3D技術來分辨農作物分布情形。

　　綜合上述，此類型調查方式，若要普及推廣至由田間調查員進行調查，以無人飛行載具UVA最具可行性。

二、街景車調查

　　Google於2007年推出街景服務，首次將街景攝影照片上傳至Google Map中，吸引全世界用戶體驗，Google街景至今已拍攝超過2,200億張圖片，至102年足跡遍及102個國家／地區與領土。

　　而台灣於2008年引進Google街景車拍攝台灣景象，農業部則於2021年起研擬將此套系統應用於田間作物攝像調查上，近年來亦有使用汽車車載街景調查及機車車載街景調查，其中汽車街景調查部分，雖能清楚拍攝到作物樣貌，但Google街景車相機設備昂貴，無法普及，且針對較小的農路無法進行拍攝，所能到達的地區有限。

　　尤其山區小路更不易拍攝，因此有了機車車載街景調查，藉由機車裝設輕量型載具（如GoPro相機），其成本相對較低，且機車大大提高便利性，針對較小的農路亦能進入拍攝，此類型之調查雖能快速取得清楚的作物照片，但針對作物型態相似的情形，若沒有取得植株近照將大幅降低準確度，較適合用於特徵明顯之作物調查。

三、行動載具APP調查

　　行動載具APP調查是由調查人員於APP下載調查地圖後，以人力方式至現場依地籍進行拍攝，拍攝後將照片透過APP上傳至平台，此類型調查方式雖比前述兩類型調查速度較慢，但可逐筆取得作物資料，並由調查人員現場辨識作物，調查精準度較高，前兩種調查方式都須由後端針對照片進行判釋。

　　而行動載具APP調查容易因調查人員拍攝角度、拍攝位置、拍攝方向、拍攝使間以及個人拍照習慣影響等因素，影響照片辨識度，但此部分可透過適當之教育訓練加強降低誤差，對於農作物調查總類繁多時，若調查人員未能於拍照第一時間於現場進行作物辨識僅拍照上傳，於後端透過影像辨識準確度將大幅降低，因此應由調查人員於現場進行辨識為較佳之方案，而調查人員之訓練以及APP的設計將直接影響調查效率及準確度。

　　目前用於作物調查之APP亦有許多種，如何在第一次使用也能輕鬆上手快速學習將是關鍵，針對行動載具APP調查部分，本中心透過計畫執行經驗，優化調查工具，提高調查效率、調查精準度並降低管理成本，包含作物圖像化搭配特徵說明，降低作物辨識錯誤率。

　　如十字花科類作物為例，此類作物小苗相似，若無近距離觀察僅透過照片將無法準確辨識；標示調查資料位置及方向，提升資料檢核調查效率，如提醒調查人員拍攝方向、距離，亦模擬拍攝情況提供後端審核參考；拍照方向輔助及鎖定拍攝距離，加強位置判釋提升精確度，如設定合理之攝距，提醒調查人員；調查資料依狀態顯色，即時更新提升調查效率，如APP與平台串接並即時回饋給調查員。

　　除透過優化調查工具輔助調查人員掌握重點外，亦須搭配調查人員調育訓練，並建立一套管理機制，便能提升其調查速率及整體調查精確度。

　　針對上述調查方式，以較能推廣至田間調查人員使用之方式，遙測影像調查（UVA）、街景車調查（機車）及行動載具APP調查進行比較如下表。

　　在照片辨識度及調查精確度方面，以行動載具APP最高，其次為機車街景車調查；在調查速度方面，以機車街景車經調查最快，其次為UVA調查；在一次調查範圍方式，以UVA調查所能拍攝到的範圍最廣，其次為機車街景車調查。

　　而在適用地形上，以行動載具APP調查最無限制，其次為UVA調查，機車街景車調查則僅能調查臨路之平地；各類調查方式影響之因子也有所不同，UVA調查易受氣候及禁航區影響、機車街景車則受道路影響、行動載具APP則受調查人員素質影響較大。

　　綜合上述分析，無論各種調查方式均有其優缺點及限制，因此建議依需求選擇合適之調查策略，如災損調查通常是針對單一作物進行勘災，此類適合使用具即時性的UVA調查進行大範圍攝影。

　　如調查全鄉鎮農作物，此類型種植型態較複雜，則以行動載具APP較適合，但由於全鄉鎮面積較大，亦可採用複合式的調查方式，如農地農劃區域、臨路區域，可使用街景機車進行拍攝，未農地重劃或僅有農路（道路無法通行）等較複雜之區域，採用行動載具APP進行調查。

　　針對山區無道路或人力也難以進入之區域，若非禁航區則可透過UVA拍攝，了解現況是否為荒廢狀態或可透過高空影像找到適合進入該區調查之方式（或道路）等，當採用複合式調查時，亦須建立調查偕同機制，雙方輔助調查，以提升整體調查準確度。

【參考資料】

• 行政院農業委員會農糧署（2023）。「112年現地作物調查輔助遙測判釋、產銷履歷面積盤點及農業設施設置太陽光電調查計畫」。
• 行政院農業委員會農糧署（2022）。「111年現地作物調查輔助遙測技術估測作物栽培面積計畫」計畫。
• 行政院農業委員會資料開放平台。
• 行政院農業委員會農糧署農情報告資源網。
• 財團法人農業工程研究中心（2021）。移動式街景設備於作物調查之應用。
• 行政院農委會農業試驗所（2018）。無人機於農業災損判釋技術與應用成果。
• 財團法人農業工程研究中心（2023）。農業機車街景調查作業介紹及成果說明。