今年全台農業盛產，但是盛產後卻帶來香蕉、鳳梨價格崩跌，每年政府信誓旦旦要解決農民的問題，總是在出事後才提出。尤其是要提供農民產銷平台，從源頭管控。但不見得每個農民會配合，再加上各種狀況及主政觀念落後因素，使得產銷資訊平台，淪為蚊子平台，得不到農民的使用及信賴。個人參考國外及AI整合應用，提出一個宏觀的解決方案，供政府決策者參考。
國外案例:伊利諾州大學美國國家超級電腦應用中心(NCSA)Kaiyu Guan教授表示，為了預測伊利諾州和全美玉米或大豆產量，必須搞清楚兩者的生長地點。全美玉米和大豆生長面積，以往要等到收割後4~6個月美國農業部(USDA)才會公布，以致農業決策和經濟決策慢半拍。 NCSA新技術可在播種後2~3個月，也就是收割前辨識大豆和玉米的生長地，而且準確度高達95% 。NCSA共有兩台超級電腦ROGER和Blue Waters，可產生Landsat衛星的時間序列資料堆疊，Blue Waters記憶空間大和運算資源豐富，可透過密集機器學習和測試，建立辨識模型。多虧強大運算資源，才能提早準確預估作物產區。(參考文章網址)
由政府主導建立一個全國農作物產量/價格及健康農作物管理系統，其作法如下 ：(功能如上圖所示)
1.善用全國農作物土地圖資系統，並利用衛星上的上高光譜短波紅外線，空拍掃描台灣整個土地農作物的圖片，供大電腦AI大數據系統使用。
2.結合國內AI資訊專才及專家，利用深度神經網路，識別各種農作物及結合地圖預估產量。
3.最重要的是AI要整合各種大數據資料，建立一個可供農民使用的農民產銷資訊平台。
系統功能(Browser及APP)：
1.提供農民動態查詢預估各種農作物產量的未來趨勢，讓農民資訊對等之下可以知道狀況，政府也可以適時輔導產銷。
2.根據往年大數據資料及結合今年預估農作物產量，提供農民動態查詢預估各種農作物的價格，讓農民不會一蜂窩的種同一種的農作物，達到有效的農地利用及保障農民收入。
3.至於農作物健康管理系統，政府有大數據資料可以使用AI訓練各種農作物圖片，建立一個可判斷各種農作物是否有疾病及建康狀況的AI模型，而農民在自己的田地，用手機拍照上傳圖片，即可得知自己的農作物健康狀況。
AI可應用的領域非常廣，在智慧農業除了使用IoT監控及AI整合，記錄各種狀況提升農作物產量。同樣可以利用衛星或無人機，配合AI機器學習，解決國內農作物產銷過剩及農作物健康問題。也希望小小的建議，能讓政府高官的有識之士看到，思慮出更符合國內農業4.0的計劃，讓農民每年有穩定的收入。
留言列表
