一、農業大數據之應用潛能

資通訊設備大量導入農業領域，帶動農業之數位革新，當代農業儼然已成為一知識密集(Knowledge-Intensive)之產業。由布建於農場或週遭環境中之各式感測器所蒐集之數據，或衛星資料，集合形成大數據，再經包含人工智慧、機械學習等分析軟體處理後所產生之知識，成為農業活動與產業成效的重要依據。例如：無人駕駛拖拉機、農業機器人等智慧設施，能改善農業流程並提高農場之自動化程度。利用AI分析由無人機、感應器所收集之田間數據，並進一步建立生產週期模型，以提升農場運作效率。或以機器圖像識別，診斷有害生物或土壤缺陷等。然而，大數據應用除能在農場場域上發揮影響外，於地方、國家及全球層面上皆有不同之應用發展潛力，詳如圖一。

二、農業大數據分析工具

大數據分析工具對於呈現數據價值扮演關鍵角色。其與地理資訊系統(GPS)、物聯網(Internet of Things)等設備之整合可將數據存儲在雲端，並即時分析數據，除可達成即時監控農場和優化包括農藥、化肥和水之使用等農場作業流程外，亦可輔助農業自動化，進行提高生產效率。表一、表二列出目前在市場已相當成熟的大數據收集、儲存及分析相關工具。 

目前全球對食品的需求不斷增長，在農業中採用先進技術，推動農業數位化，或精準農業(Precision Agriculture)，以面對氣候變遷挑戰、提高產量、實踐環境永續等儼然已成趨勢。其中最具發展潛力之一個領域即是農業管理軟體領域。根據市場分析公司MarketsandMarkets預測，2021年全球精準農業管理軟體市場規模為10億美元，而至2026年將達22億美元，平均年複合成長率高達16.5%。其主要應用範圍包括：土壤與作物監測、產量與採收監測、灌溉與天氣預測、存糧管理、作物保險與財務管理、農機設備監控與維護等等，圖二為各項應用之市場成長規模預測。

三、農業大數據國際應用案例

聯合國糧食與農業組織(Food and Agriculture Organization of the United Nations, FAO)與國際電信聯盟(International Telecommunication Union, ITU) 長期關注以數位農業、農業大數據協助開發中國家之農業發展，改善偏遠地區農村生活品質。其自2018年起共同推動E-Agriculture in Action 系列行動，其間已贊助許多農業數位科技服務之開發，以下舉三個案例進行說明：

(1) 應用大數據增強抗災韌性
世界銀行為因應蘇拉威西島的地震和海嘯，利用全球災後快速損失估計(Global Rapid post-disaster Damage Estimation, GRADE)方法，對該地區中部受災區進行快速評估，其建模內容包含衛星圖片、地面資料分析、遙測圖像、災害初期評估資料、以及遙測之海嘯空間特徵、淹沒程度及地面變形程度分析等，以加速災損估計速度。在海嘯發生之10至14天內，相關人員能得知災損金額及空間分布。世界銀行快速估算出5億美元的總經濟損失、1.8億美元的住房經濟損失、1.85億美元的工商業建築損失及1.65億美元的基礎設施損失，並規劃其對蘇拉威西島恢復及重建工作。另一個案例為，2018年2月熱帶氣旋Gita襲擊太平洋薩摩亞、紐埃島、東加和斐濟等地，由於已應用大數據對氣旋路徑提前做好預測，包含移動軌跡、風速半徑、降雨量與影響等，政府得以及時採取關鍵之防範與因應措施起，並使用無人機進行災後評估，加速了災後之重建及恢復。
 

(2) Olam農民訊息系統(Olam Farmer Information System, OFIS)
全球可可、咖啡、腰果和棉花等經濟作物的供應，主要來自數千名個體小農。全球農業綜合企業的永續性發展計畫，雖然提供小農集體培訓及支援，但小農們尚無法獲得真正個人化的建議。過去工作人員以實地走訪之方式取得小農農場之資訊，相當辛苦且應用性受到侷限，而建立OFIS系統可使工作人員在現場調查和紀錄數千個農場、周圍景觀及農民之社經狀況，透過即時資訊比較進而提供農民更好的建議，甚至確定發生森林砍伐和童工等風險的熱點。OFIS農民訊息系統為農民及Olam公司提供更完整的資訊，以因應產量低下、氣候變遷及童工等議題，並對每個農場進行地理位置標註，建立了農產品溯源系統第一站。截至2018年底，OFIS平台已註冊了248,850位農民，在象牙海岸、巴西、迦納、印尼、墨西哥、土耳其及越南等27個國家實施。OFIS系統協助將農民與全球經濟連結，為小農及消費者帶來了互惠互利的局面，農場資料及分析使農民能夠獲得更多個人化協助，幫助其提高產量和品質，提供永續層面的價值。
 

(3) 利用衛星數據與人工智慧，為小農提供金融服務
目前全球有5億小農戶，但僅不到10%的人可獲得貸款。其中，在緬甸有近800萬的小農，只有不到5%的人，能夠獲得融資來提高產量、收入和糧食安全。由於沒有資金，這些小農就無法改善現狀，也因此陷入低產量與貧困的循環當中。為此，Harvesting公司利用衛星數據和人工智慧技術，為全球各個小農場的作物活動提供即時、經濟且準確的意見。Harvesting透過農業貸款軟體，向客戶提供作物數據，該軟體旨在幫助減少小農的資訊不對稱與交易成本，其試點項目於2018年10月開始，目前仍在進行中。在試點時，也出現不少來自於數據與資訊技術的挑戰，包含需依照數據類型提供更具體的指示、確保雙方了解每個項目的意義，以及收集地面數據時可能出現的障礙和問題。

四、結語
台灣農業以小農為主體，無國際大型農企業之基礎，現階段仍較少導入大數據解決複雜整體性農業問題。雖然目前在資料開放與蒐集上仍具挑戰，然而台灣資通訊技術發達，擁有良好的農業大數據發展利基。若能逐步整合資料，發展數據分析模型之相關決策工具，將可望以科技協助保障我國之糧食供應及糧食安全。