朱彥煒*
陳俊𦵴
梁育臺
劉發仁
國立中興大學 基因體暨生物資訊學研究所
*E-mail: ywchu@nchu.edu.tw
水稻栽培過程中產生的溫室氣體排放是農業減碳的關鍵課題。本團隊開發的生成式智慧光譜技術，能透過可見光生成高維度光譜資訊，以人工智慧（Artificial Intelligence, AI）解析農田狀態，提供精準水分管理指標，無需昂貴光譜儀即可應用於減碳策略。該技術已於彰化二林稻米產銷契作集團產區180公頃實際應用，稻農僅需個人手機，即可監測作物水分狀態並實施乾溼交替灌溉，結果顯示灌溉水資源節約33%，甲烷排放基於模型估算減少約30%，且米質與產量與傳統栽培區無異。除了灌溉優化，本技術亦具氮素管理、營養評估與健康監測潛力。光譜資訊可解析作物生長與營養吸收狀況，未來可應用於精準施肥，減少過量施肥影響；並能早期偵測病蟲害，透過葉片光譜變化提供即時預警，降低農藥使用與減產風險，提高生產穩定性。結合太空遙測技術，可推測生物量，應用於竹林、海草、森林碳匯估算，支援農業碳權驗證及環境、社會與公司治理（Environmental, Social, and Governance, ESG）報告，提升農業減碳經濟價值。然而，當前關鍵挑戰在於驗證AI解析數據與實際減排、增匯效益的科學關聯，並開發適用於多元作物與地區的標準化監測方法，以對接國際碳權標準。長期目標是建立低成本、可見光驅動的減碳監測與驗證體系，使農民透過簡單設備即時監測，數據直接連結碳權市場，透過農業碳權機制與企業ESG專案結合，提高農民參與誘因，實現減碳與經濟雙贏。我們期待與政府機關、學術單位及產業合作，擴大試驗至多元作物與地區，加速標準化與推廣，短期內透過數據驅動的農業決策工具提供農民節水減碳支持，長期則支援國家碳中和戰略，並對接國際碳市場。透過本技術，農民可精準減碳、優化水資源，企業可參與減碳計畫與自然碳匯專案。結合太空遙測，未來可支援大規模農林碳足跡監測，為減碳政策與碳權市場提供科學依據，並推動農業碳交易市場發展，提升台灣農業科技競爭力。
關鍵詞：
生成式智慧光譜（Generative Intelligent Spectroscopy）、水稻減碳（Rice Carbon Reduction）、乾溼交替灌溉（Alternate Wetting and Drying, AWD）、農業碳權（Agricultural Carbon Credit）、太空遙測（Satellite Remote Sensing）、精準農業（Precision Agriculture） ESG與碳匯（ESG and Carbon Sequestration）
