農業試驗所今天指出，為加速推動智慧農業，執行政策型計畫並與國立成功大學合作，研發「移動式設施害蟲影像辨識系統」，可提供外銷蘭園快速分辨黃色黏蟲紙上害蟲種類及進行計數，完成一張黃色黏蟲紙辨識僅需40秒，比採用人工鏡檢之效率提升20倍，功效宏大。 農試所表示，為降低外銷蘭花出口的檢疫風險，國內業者每年均投入大量人力在外銷蘭園害蟲的監測，並需定期監測黃色黏蟲紙上的害蟲密度，每年約需30000張以上的檢測，數量龐大，同時也需大筆經費投入。 該所為減輕蘭園工作量並提升監測效率，開發「移動式設施害蟲影像辨識系統」，建立外銷蘭園常見之小型害蟲(如薊馬類、粉蝨類、蚜蟲及雙翅目蕈蚋類等)之自動辨識演算法，每張影像辨識的準確率達88％以上，可提供給外銷蘭園效率化利用。 此外，該系統可擴大應用於收集重要外銷蘭科作物之存證監測資料，所累積的蟲相分析、地理資訊及微氣候等資料可建置於專屬查詢平台，也可提供機動性現場診斷服務；應用大量黏蟲紙進行更高密度的害蟲空間分布及時間變化之監測，有效提升農業e化程度；若設定自動警示提醒功能，將結果回傳用戶端，業者可在遠端進行有效之蟲害管理等。 除上述技術外，相關智慧農業4.0計畫之研究團隊亦積極開發AI影像辨識技術在不同作物生產體系之應用，包含水稻及設施作物害蟲影像辨識技術、結合無人機(UAV)及高光譜影像技術於評估水稻健康程度、作物栽培面積之遙測影像辨識、利用衛星影像進行水稻產量估測等。 農試所說，透過科技化的前瞻技術，支援作物生產管理決策，將大幅提升農產品之產量與品質，並節省成本及時間，促進產業升級。 圖說：農試所研發之移動式設施害蟲自動辨識移動工作平台。（農試所／提供）