數位智慧孿生於作物動態栽培

• 影片類型：Youtube

• 那些人適合：

• 課程講師：國立臺灣大學生物資源暨農學院 林裕彬 院長

• 課程長度：40分 5秒

課程介紹

本課程說明數位智慧孿生在作物動態栽培中的完整應用流程，從農業數位化的重要性、感測器佈建、IoT 數據收集到 AI 驅動的生長模型建構，呈現農業如何從傳統作業邁向農業 5.0。以香瓜與水稻實例，解析如何利用實體場域資料、歷史經驗與 Growing Degree Day（GDD）建立精準的動態栽培履歷，讓栽培計畫可依環境變化即時調整，內容亦涵蓋 Digital Twin 與 Super Digital Twin 的架構，包括多模型整合、病蟲害識別、自動化機械手臂量測，以及以雲端平臺進行資料分析與決策，強調人機共同學習、AI 與農業知識的協同，以及在環境不穩定、氣候變遷下提升農業韌性的必要性，展現智慧農業在效率、品質與永續方面的實際價值。

課程大綱

1. 感測器與資料採集流程
   以感測器、IoT 與遙測技術收集環境與作物生長引數，作為數位孿生建模基礎。成效為提高資料可用性與紀錄一致性。
2. 作物生長與 GDD 動態履歷
   利用 Growing Degree Day、歷史數據與專家知識建立生長模型，並依每日環境變化自動更新栽培履歷。
3. 虛實同步與模擬決策
   感測資料驅動 Digital Twin，模擬作物生長狀態並回饋真實場域，形成虛實多迴圈學習。
4. 無人機與機械手臂協作
   利用無人機建置 3D 場景、進行生長監測，並以機械手臂掃描葉面積與結尖數以輔助決策。
5. 多模型整合與智慧決策
   整合作物生長、灌溉、能源與病蟲害等多個 Digital Twin 模型，建立跨域決策系統並支援栽培履歷即時更新。