AI智能辨識病蟲害之永續農業系統 (AI智能辨識病蟲害之永續農業系統)

電機工程系｜陳靜茹老師
2025年5月2日
讀畢需時 3 分鐘

主持人｜陳靜茹共同主持人｜黃登揚、陳濰君

本計畫旨在結合人工智慧（AI）技術與永續農業理念，開發一套高效、精準的病蟲害辨識與管理系統，以提升農業生產效率並降低環境負擔。隨著全球氣候變遷與農業規模化發展，病蟲害問題日益嚴重，傳統防治方式常依賴大量化學農藥，不僅增加農業成本，也對生態環境造成破壞，進一步威脅農業永續發展。本系統將利用深度學習、影像辨識與大數據分析技術，快速辨識作物病蟲害種類及其嚴重程度，並結合物聯網感測設備實現即時監測與預警功能，提供農民精準的防治建議，減少不必要的農藥使用。此外，透過與農業改良場及相關單位的合作，本計畫將蒐集多樣化的病蟲害影像資料，優化系統的辨識能力，確保技術的實用性與準確性。本系統的開發將有效促進智慧農業的發展，實現生產效率與環境保護的雙贏目標，助力農業邁向永續化與現代化。

場域聯結說明

為確保本計畫結合實務需求與技術支持，我們將與農業部臺南農業改良場及臺中農業改良場建立緊密合作，充分運用兩場在作物栽培技術、病蟲害防治經驗及農業創新研究的專業資源，推動AI智能辨識病蟲害技術的應用落地與驗證。臺南農業改良場專注於南部熱帶及亞熱帶作物，將提供實驗田區進行病蟲害影像資料蒐集與模型測試，並透過專家團隊提供技術建議，強化系統的實用性與精準度。臺中農業改良場則聚焦中部多元作物，協助優化AI模型，並提供實驗場域進行實地應用測試，驗證系統在不同環境中的適配性。兩場的合作將促進病蟲害辨識系統的全面發展，確保技術貼近農民需求，實現智慧農業與永續發展的目標。

教學創新或教師社群運作

「程式設計」與「程式設計實習」以 C 語言基礎訓練為主，幫助學生掌握程式設計的核心技能。「程式設計」課程教授 C 語言的基本語法、控制結構、陣列與函數等，並透過小型練習鞏固基礎，例如撰寫簡單的數據運算程式。「程式設計實習」則進一步強化指標、結構體與檔案操作，並設計基礎專案。「數位影像處理原理 (1256)」則聚焦於影像處理的實作，使用 C# 作為工具，實現影像濾波、邊緣檢測與影像壓縮等應用，讓學生熟悉影像處理演算法的實現過程。三門課程各自獨立但相輔相成，學生先以 C 語言建立程式設計基礎，再透過 C# 實作影像處理應用，逐步提升理論結合實作的能力。

執行成果

本計畫結合人工智慧技術與永續農業理念，成功開發一套高效、精準的病蟲害辨識與管理系統。透過深度學習模型與影像辨識技術，系統能快速辨識作物病蟲害種類及其嚴重程度，並生成詳細的辨識報告，提供相關防治建議。此外，系統整合物聯網感測設備，實現即時環境數據的監測與病蟲害預警功能，為農民提供快速、可靠的決策支持。

為提升系統效能，本計畫與農業改良場合作，蒐集並建立多樣化病蟲害影像資料庫，進一步優化辨識模型的準確性與穩定性。實地測試顯示，系統不僅能顯著提升病蟲害辨識效率，還能有效減少農藥使用量，降低農業成本與環境負擔。整體成果展現出病蟲害辨識系統在農業場域的實用性與推廣潛力，為智慧農業的發展奠定基礎。

預期成果

本計畫預期能在農業場域中廣泛推廣應用，透過結合影像辨識技術與精準防治建議模組，協助農民實現病蟲害的精準防治。系統將根據病蟲害辨識結果及環境數據，提供具體且有效的防治建議，預期可減少 20% 以上的化學農藥使用量，降低農業成本，同時減輕化學農藥對環境的負面影響，促進農業永續發展。此外，系統的應用將幫助農民減少資源浪費，提升作物品質與產量，進一步提高農業生產效率。

最終本系統將有效促進智慧農業的發展，成為農業現代化的重要工具，實現生產效率與環境保護的雙贏目標。透過推動農業邁向現代化與永續化，本計畫不僅為農民提供可靠的技術支持，也為實現綠色農業與生態平衡奠定基礎，助力農業邁向更高效與環保的未來。