研究由中國科學院研究團隊開發了一個針對水稻14種NPK（氮、磷、鉀）營養壓力條件的高光譜庫，利用地面高光譜相機收集和分析420張水稻壓力影像。研究中使用的基於變壓器的深度學習網絡SHCFTT能準確識別營養壓力模式，其準確率在93.92%至100%之間，顯著優於支持向量機（SVM）、一維卷積神經網絡（1D-CNN）和三維卷積神經網絡（3D-CNN）模型。這一方法提高了營養壓力檢測的精確性，對作物健康監測和精準農業的決策制定具有重要貢獻。

研究發現與螞蟻共生的微生物，可生產對抗蘋果病害的抗生素，由此可對此培育其進行生物防治，減少農業損害，發展更環保與健康的植物病害防治方法。

　　數位工具使用已是現今農業經營趨勢，農業從業者需要更精確分析生產流程、預測趨勢並做出明智決策。本課程由國立臺灣科技大學色彩與照明科技研究所林宗翰教授介紹如何利用先進的色彩技術來提升農業管理和生產品質。 　　蜂巢數據科技股份有限公司盧安邦負責人將為大家說明從數據蒐集到分析應用過程，分享實際案例並解析其在不同農業環境中的效益。透過本課程，學員將了解如何結合色彩校正技術和大數據分析來推動農業數位轉型，從而實現更精準與現代化農業生產。

為增進臺灣農民於線上銷售數位能力，將透過手機影片拍攝及剪輯，學習製作社群短影音來介紹商品及品牌，提高農民線上銷售實力並提升農民品牌形象。

　　為了讓更多農業夥伴加速導入數位科技，農業部延續「雲世代農業數位轉型計畫」的擴散效益，於114年推出「#農業數位擴散應用」計畫！我們精心挑選了優質的科技服務業者，協助您打造專屬的數位工具，無論是精準管理、產銷預測還是國際銷售，都能幫助您輕鬆升級！

日本正邁向超級高齡化社會，根據厚生勞動省的調查，日本65歲以上人口數至2065年占比將超過38%，75歲以上將超過25%以上。隨著人口持續老化，平均壽命與健康壽命之間的差距（女性12.07歲，男性8.73歲），所衍生的龐大醫療費用支出已逐漸成為社會負荷。

位於日本東北山形縣的山形大學「農業食品系統先端研究中心1」（YAAS），今年與縣內的鶴岡市、JA鶴岡共同合作「BISTRO下水道計畫」。這項計畫主要應用下水道資源，推動在地循環型農業。

9月25日(星期三)報名截止！ 在這場有趣的課程中，兩位年輕且經驗豐富的養殖業者將分享他們的經驗，看看他們如何利用數位工具，讓生產和行銷更省力！

過去，機器人在戶外空間測量時，仍會受到周圍環境的風吹草動或因太陽晝夜及季節運行的陽光角度與光源影響，因此戶外空間測量的精準度是一直以來的難題。