農業是臺灣一級產業的支柱，長久以來更是奠定國家經濟命脈的基石，但近年來面臨農村人口高齡化、氣候變遷、全球糧食危機等內外在衝擊，如何應對將是農業一大課題。
隨著科技的進步，物聯網、大數據分析、人工智慧和機器深度學習於這幾年日益成熟，再搭配5G通信技術高速度、低延遲，使各領域技術更加頻繁的跨平臺結合，讓資料收集、分析更加即時準確，提供農場管理者產銷規劃、生產管理及顧客服務等經營決策判斷的參考。
臺灣農業智慧化的導入勢在必行，如何妥善整合運用各技術，讓農業生產資源更有效的被使用，將是我國農業的機遇與挑戰。
物聯網技術應用於農業
藉由物聯網技術的多連結特性，廣布感測器於農田、溫室及禽畜舍間，讓農民可以透過手持式行動裝置在異地隨時掌握自家作物的生長狀況。
在養殖產業上，動物的移動與生理狀況的即時掌握，再配合專家知識系統了解將最新的資訊，即時傳送家畜、家禽最新狀態，以提供獸醫或是相關專家診斷的依據。
更重要的是透過大數據的優勢，能將氣候變化、生長情形等各式資料進行高效率的整合，讓生產者能方便對作物進行工作排程，不僅增加收益更能夠解決過往市場上常發生的供需失衡的問題。
隨著網路的普及與日新月異的科技，讓生產資訊更為透明，生產者與消費者零距離，也間接將農業生產導向轉變為市場導向，促進更精準的產銷管理技術。
蟲害影像感測器報你知
臺灣農作物栽培管理因有害生物種類繁多且反覆發生，常有病蟲數量激增的情況，嚴重影響農產品產量品質。在過去害蟲監測技術需仰賴人工，不僅耗時費力，辨識技術門檻也高且不具即時性。
而現在可透過害蟲影像辨識系統於田間記錄黏蟲紙影像、溫濕度、光照及氣體濃度等項目，並即時地將數據及影像傳到後端的伺服器。
透過深度學習模組系統辨識出4~8種田間主要害蟲，再將這些資訊紀錄於雲端伺服器上，使用者可以透過網頁或是APP即時了解田間的每天個別種類害蟲增加的數量及歷史曲線，也可以從前端的頁面透過不同的顏色標示了解目前害蟲的危害等級，並且當害蟲數量出現異常時，這些資訊也可以隨時透過APP或是通訊軟體通知使用者。
目前已於全台設置超過10個不同的作物栽培場域，總共有近百個AIoT監測節點。
無人機多元應用
無人機的時代已來臨，它的功能除了搭載藥劑於空中噴藥外，亦可結合光譜技術於大區域作物病蟲害的監測及區域預警，提供即時、低成本與較少的勞動力改善農業生產。
對政府單位而言，採用無人機，可對當地的農業做最完善的監控與認證，藉以達到改善農民生計、對環境友善及提供消費者少農藥及少化肥農產品多贏的局面。
期望未來無人飛機可以由中央控制系統自動規劃及安排航班，以農作物生產狀況為基礎評估適當的農藥，再由機器人填充農藥及肥料，自動執行飛行至特定區域噴灑，讓農業生產變得更有效率、更環保。
非破壞性的產品檢測技術
在產品品質管控，一直是近年來非常重要的議題，傳統管控方法，大多採用人工抽樣進行，其檢驗的程序及時間較為繁複冗長，無法即時得到檢測結果；同時，侵入式的檢驗過程亦會破壞檢驗樣本，使其無法再銷售或食用，因此傳統的檢測方法很難達到大量或全面性的檢測。
然而高光譜檢測技術在近年來研究成果極為豐碩，高光譜影像解析度與波段數高於傳統多光譜影像，高光譜使其波段性頻譜幾乎呈現為連續性，並且每一波段的波譜範圍很小，能取得巨量的資料。
因此，高解析度光譜影像中的資訊遠比一般的多光譜影像豐富，更能夠完整顯示出不同標的物在光譜上的細微差異，高光譜影像通常使用上百個波段來成像，只要找出各類目標物對應的波段，高光譜影像技術即可正確無誤的進行分類。
此法無法單靠一筆波長資料就知道產品狀態，因各波長都有其對應數據資料，需結合電腦深度學習建立判斷模式，在進一步統計分析。目前此技術已初步應用於杏鮑菇、鳳梨等產業上，協助產業進行產品品質鑑定，解決人力短缺的問題。
智慧農業的推動除了生產技術的整合與創新，亦必須有資料與資訊的整合作為生產銷售的後盾，讓分散於各業管單位的資料可以無障礙串流，以創造收集、整合、分析、回饋的應用價值鏈。
【參考資料】
- 郭鴻裕(2021)。農用無人機多元應用。
- 陳欣正(2021)。作物栽培IPM整合管理的利器-害蟲影像辨識系統。
- 吳昭正(2021)。手持式光譜儀於杏鮑菇採收後的品質監測與崩壞趨勢預測。
- 陳駿季(2020)。5G時代下的農業大未來。
- 台灣農業科技資源運籌管理學會(2020)。邁向智慧農業新世代——5G 技術於日本農業的必要性與應用潛力。
- 郭宜蓁(2020)。人機輔具及農機具應用 (機具介紹及使用注意事項)。
- 劉滄棽(2020)。應用非破壞性檢測技術於鳳梨外銷品質分級。
- iThome (2020)。臺灣六大5G應用實例。
- 王人正、江昭皚(2019)。智慧農業技術介紹與應用實例。