2021永續報告書–社會參與篇
【SDGs2｜消除飢餓】
主題3：整合跨域智慧技術 創造產業優勢

糧食生產牽涉國家安全與民生，但近年來，全球氣候變化愈來愈極端，讓農民難以仰賴經驗判斷農作物耕種、生長或收割的時機，農損更是屢創新高。「我們面對的耕作環境
會越來越嚴峻，如果沒有更好的sensor（感測器）或方法以掌握現狀、用有效率的方式耕作，未來要養這麼多人就會有困難。科技伴隨人民生活需求逐漸快速成長，在經濟、工業發展及都市逐漸擴張至農業區域的同時也對環境帶來污染，對國家土地資源與當地居民生活環境，已經造成莫大之威脅與影響。隨著社會大眾對環保意識抬頭，生活居住環境逐漸受到重視；應加強大眾對土壤及地下水污染認知及污染整治處理技術概念。

AIPal 你的農業好夥伴
由工學院楊明德院長帶領的「AIPal 你的農業好夥伴」團隊，結合AI 工程技術與農業與自然資源學院在農作物的領域知識，利用無人機及實地拍攝的照片，透過照片的特徵( 例如顏色) 可以瞭解作物的生長情況( 例如熟度或病蟲害)，協助農友判斷每塊田區的作物的生長情況，及早發現有問題的農田區塊，決定哪邊需要補肥料或是噴藥，加上結合無人機自動噴灑，更有效地執行農務作業，提高農產收益。本校運用這套技術與擎壤公司及弘昌碾米公司合作，在嘉南平原契作農田的噴灑農藥，並計畫進一步拓展應用於施肥進行產學，中興大學以農起家，農資學院擁有全國獨特的農學專業與資料，藉由工學院和農學院合作，把工程的思維與技術帶進農業，讓農業升級。弘昌碾米公司曾耀彬經理表示，結合AI、無人機與農學知識應用在稻作生長監控與農藥和肥料的噴灑很符合在地農民需求，AI 工程結合農學知識的智能技術，不但可以降低農藥用量及成本，也能養護土地，維持田區的稻穀品質。

結合理工農技術，開創綠色智慧生物產業
由本校電機學院玉山學者杜武青教授捐款成立ENABLE (ENgineering inAgriculture Biotech LEadership) Center，已培育許多跨領域優秀研究團隊，其中「創新智慧影像自動化辨識系統判別蔬果生理指標」研究團隊，具有理工、電機、資訊及農業等專業背景，由農資院土環系林耀東特聘教授、園藝系林慧玲教授、電機學院資工系吳俊霖教授、理學院物理系何孟書教授及精密所韓斌特聘教授組織而成，他們以傳統農業為基礎，結合光學偵測與AI 人工智慧深度學習技術，建立智慧化農產品顏色/ 熟度辨識系統，解決農業人力缺乏、農產品採後分級與品質管理問題。以香蕉生產為例，由於果實在熟成和加工期間所產生的酵素性褐變反應，導致外觀不良、果實品質下降與保鮮期縮短等問題。雖然果實成熟度可由表皮顏色變化、乙烯生成率、呼吸率、果實堅實度、澱粉含量、全可溶性糖含量等生理特性分析，惟目前卻仍無針對水果表皮顏色變化與熟成等級之間的關聯性研究或資料庫。一般水果熟化，可透過表皮顏色變化作為判斷成熟度的指標，但由於人為判斷的誤差極大，常導致蔬果品質不均一。因此，藉由果皮顏色，判定蔬果熟化程度，可
提升品質一致性，減少不必要的浪費。研究團隊以手機相機功能（RGB 系統）取代傳統昂貴色差儀（Lab 系統），研發適用於手機之蔬果熟化顏色自動化判別技術，擷取蔬果表皮顏色影像後，連結蔬果的生理特性，導入人工智慧深度學習系統，迅速且精準判別蔬果熟化程度，解決人力缺口並達到品質穩定一致的智慧化農業。除改善色差儀僅單點測量之缺點，亦提高對蔬果熟化判斷精準度，有利新技術普及應用，提升蔬果採後分級作業效率及儲架時間。以往園藝領域研究中累積的大量Lab 數據資料，亦可轉換透過即時量測蔬果表皮RGB 數據並傳輸至雲端資料庫，可精確推估現場蔬果之物理、化學及生理特性的變化。研究團隊已成功開發並發表一種利用P-WAVE 雷射二極體的非破壞性水果甜度
測試方法，此即利用深度學習功能(deep learning)、LSTM（long short-termmemory，長短期記憶模型）的雙流長時間模型卷積神經網路(Convolutionalneural networks, CNN) 來提高水果成熟度的影像識別性能。配合蔬果的保鮮技術，開發蔬果保鮮自動監控系統，並彙整更年性蔬果熟化釋出之乙烯以及果實生理指標之數據，利用統計分析藉以得知果皮顏色和生理指標與乙烯釋放濃度之相關性。研發成果可應用於蔬果智慧化即時品質管控、蔬果自動化採收、蔬果智慧化選別分級、及蔬果雲端保鮮技術，以有效延長蔬果的儲運保鮮期限。