物联网如何帮农业提升产值质量

科技应该要服务农业，黄能富一开场即指出：我们的农业和科技走得太远，应该把它们融合起来。物联网怎么帮农业提升产值、质量?农业目前碰到的最大问题是缺工，如何利用自动化来补足人力需求?

黄能富的团队在台湾地区一些大型农场安装了传感器(sensor)。这些传感器使用了两种技术，LoRa和NB-IoT。Lora是一种长距离、低功耗的无线网络技术，传输距离最远可到20公里，适合户外使用。NB-IoT则是窄频物联网，也是一种低功耗广域网。

在农场搜集多样性的数据后，透过LoRa或NB-IoT上传到云端，进行大数据分析。黄能富指出，他们必须跟农业专家密切合作，借重他们的种养技术与农业know-how，利用人工智能分析数据之后，再传回到农场进行控制，例如：施肥、灌溉、滴灌、补光、开风扇。

为了建立物联网云端农业数据分析服务平台，黄能富的团队发展了几个核心技术，包括：物联网农场数据收集与传输、人工智能大数据分析、云端自动化控制、农业区块链、人才培育等。他们也开始整合科技、艺术、文创。

他们在农场收集的数据包含了：土壤温湿度、二氧化碳、光照度、PH值、PM2.5等。传输技术则包括：Zigbee、蓝牙、LoRa和NB-IoT。数据送到云端之后会储存并进行可视化处理，然后透过人工智能进行分析，这时就需要农业专家的协助，最后再透过云端进行农场的控制。

为了这个服务平台，他们也开始整合不同的团队：有无人机团队(负责喷洒、照相)，也有软件机器人(自动写程序)，有农业专家、智慧医疗、艺术科技、农业区块链、通路等方面的团队。

黄能富希望从作物生长之初就开始搜集数据，不管是之后的检验报告，或者运输过程，所有东西都要监控，然后利用区块链记录下来，将来就可以溯源。从通路、市场到餐桌，希望这一路的数据都是透明、不可修改。

智慧农业的实例

屏东县里港乡有台湾地区最大的火龙果农场，黄能富团队在那里架设了环境传感器和LoRa基地台。火龙果是需要强日照的水果，但台湾在秋分之后日照不足，所以晚上要补光。但农民不知道要补多少光，研究团队就透过数据搜集与分析精算光照度，然后建议农民照光时间。

另外，研究团队也透过“精准农业”进行产量预测。他们在建立神经网络之后，会拿上千张的火龙果花朵照片以深度学习的方式训练人工智能。不用告诉人工智能花长怎么样，它就能算花，而且不会跟灯泡搞混。接着再把现场空拍的照片喂给人工智能，它就会自动计算花的数量。

火龙果从开花到结果大概40天，前后各派出无人机拍摄照片，然后透过人工智能精算比对，就可以掌握花与果的数量差距。西瓜、菠萝也都可以比照办理。

黄能富团队也帮云林古坑的咖啡园进行智慧管理。因为这个咖啡园在深山里，交通很不方便，农民想知道什么时候可以采收，这样就不用来回奔波。研究人员就在咖啡园里架设Sensor Hub，拍摄咖啡豆的照片(成熟的咖啡豆呈红色，未成熟则是绿色)，在现场计算红绿咖啡豆的数量之后，把结果送出来。这就是所谓的Edge Computing(边缘运算)，因为山上通讯不良，无法传输高分辨率照片，所以不把计算放在云端，而是现场算，然后送出结果。

农业的确需要科技帮忙，但黄能富强调：“ICT(信息与通讯科技)只是配角，我们的目标是要让主角的农业变得有智慧，提升农业的精致、精准、品味、价值。”