不同於往年，去年12月底的台灣沒有白雪寒風，人們拿出夏日短褲，在艷陽的陪伴下度過了聖誕佳節。世界氣象組織（WMO）的報告指出，2016年全球氣溫比工業化前高出1.2度；聯合國糧農組織（FAO）也提及，極端天氣造成的農業和糧食安全損害影響了近6,000萬人之多。如聯合國跨政府氣候變遷小組（IPCC）所述，全球年平均溫升高將減弱糧食的供給能力，進而影響糧食價格；而極端氣候發生的頻率增加，也將影響糧食生產與供應的穩定性。
因應全球氣候變遷，農業應有相應措施，藉資料科學方法蒐集農業資料，透過資料分析提供協助、提升作物質量的農務建議，已是全球趨勢。然而，問題在於針對當前的氣候現象，究竟該如何蒐集資料、蒐集哪些資料、進行甚麼樣的分析，才有助於解決農業問題？更精確的說，該如何解決台灣目前面對的農業問題？
對於看天吃飯的農夫來說，作物生長與天氣息息相關，掌握氣候變化與經驗，就更能調適與採取相應措施。經驗豐富的農夫可以從雲層移動、氣溫氣壓的改變察覺氣象變化，但不是所有人都有這種能力，大多數的農夫仍須仰賴氣象資訊，甚至親自巡田，確認農地區域的氣候狀況。台灣山多、地形差異大，農地的氣候變化狀況尤其複雜。
氣象預報=農業氣象嗎？
彭惠美女士是住在台北板橋的假日農夫，家族在新竹新埔的山坡有一塊農地，多年來與家人一同照料這塊區域。剛開始務農生涯的某日，一家人忙完農地事務驅車北上返家，車開到內思高工（位處新埔鎮平地區域）突然下起傾盆大雨。她們擔心大雨可能沖垮百香果棚架，立刻驅車返回農地，卻發現農地周圍居然滴雨未下，才了解原來因為新埔的位置與山勢，導致位於山區的農地與市區實際上是屬於不同的微氣候區塊。
新埔鎮為丘陵地形，山多平原少，因為地形變化，農地實際上的氣象狀況常與氣象預報有所出入。因此每當天氣有異，彭女士一家人便必須驅車40分鐘至農地現場觀察，決定後續處理。常常是去到現場才發現並無異狀，或是氣象報導沒什麼事，但農地附近卻已下起大雨。這樣的狀況並非特殊案例，台灣地形多樣、地勢落差大，導致天氣多變，類似彭女士這樣的農民朋友總是得耗時費力確認農地周圍的天氣。而若你是初返鄉投入農業的青農，在人力與資本並不充足的狀況下，如此的精力與勞力付出，將使整體狀況更加惡劣。
氣象預報資訊不符農民需求，「微氣候」登場！
我國雖有氣象預報可提供農民氣象資訊，然而氣象資訊播報範圍廣大，且氣象站通常架設於高空或高山上，與地面農地或溫室之溫溼度、風向等氣象資訊多有差異。且因氣象站點位稀少，為了解各地未知的氣候狀態，經常採用網格化後的內插法（Interpolation Method），以及克利金法（Kriging）等數學演算方法進行。
這樣的計算模式雖然能廣域推估氣象站之間的未知氣候，也有效解決氣象資訊推估與預報問題，但回歸到在地農業的資訊，如上述彭女士的例子仍然存在。農民依然必須經常在農地與住宅間奔波，或是跟現場附近的人確認天氣狀況。因此，在面對農地耕種局部氣候差異問題上，更需要以農業專用之環境氣象數據資料，提供農民在地之微氣候數據參考。
環境監測設備蓬勃發展，打造微氣候基礎
隨著環保議題加溫以及物聯網興起，環境感測技術逐漸受到重視，而空氣盒子產品的誕生，或是現在人手可寫的Arduino控制晶片，也讓數據感測更易親近。
事實上，農業在溫室環境監控技術上的發展已相當成熟，南韓在2016年的亞洲農業資訊科技聯盟年會（AFITA）上，展示了整套的智慧農場解決方案，包含可在溫室農場中結合各式物聯網的感測設備，持續收集溫度、濕度、輻射值、二氧化碳濃度等資料，並透過網路、LTE、WiFi等方式進行傳輸，監控農場環境整體狀況，以降低人工監控作物的勞動成本。
同年，我國的台北國際電腦展覽會（COMPUTEX Taipei）中，也展示了完整智慧農業4.0解決方案，不僅可於溫室中架設空氣溫溼度、二氧化碳、土壤溫濕度、日照等感測器蒐集環境數據，也可進行遠距影像監控，並可藉由環境數據蒐集的結果，自動進行灑水、照明、排風等措施，以維持穩定的作物生長環境。
青年小農的煩惱：昂貴且不符需求
像這樣的環境監控設備，雖不乏各家資訊大廠開發，然而整套設備要價不菲。此外，針對企業化溫室耕作進行的設計，尚無法明確切合各類農夫的痛點解決問題，開發出來的產品也不一定適用。
舉例而言，多數青農返鄉務農後多以陸地開放型的農田環境進行耕作，以溫室環境為主的監控設備便無法符合他們的需求，有賴更多人投入此一領域，貼近不同類型農民的實際狀況，發展合適的軟硬體設備與解決方案。
「微氣候資料科學」的誕生
在以物聯網技術將環境監測數據蒐集後，應用資料的方式可概括分為「即時數據監控」以及「分析模型回饋」兩類。即時數據監控可以有效幫助我們了解農地現場狀況，進而決定需採取的農務施作，甚至藉由遠端自動化控制設備來完成任務。但若未經分析，如何應用數據幫助農民撥種、插秧、灌溉、施肥、噴灑農藥、甚至處理病蟲害等耕作行為，仍是霧裡看花，只能全憑老農的「感覺經驗」。因此，除了環境數據監控外，分析模型的回饋同樣不可或缺。
例如義大利面臨長期乾旱，玉米收成一直低於往年，該國的農業新創公司Omica與西班牙無線通訊技術公司Libelium合作，於2015至2016年間於義大利西北部山麓地區進行「微氣候場域實驗」，以各類無線感測器與獨立氣象站收集監測資料，作為灌溉規劃、精準施肥，以及預測作物產量之數據參考，提供農民對於玉米作物的決策支援系統服務，並試圖開發視覺化的監控與分析平台供農民使用，值得台灣參考借鑑。
國際農業巨頭美國孟山都公司（Monsanto）近年也提出以「資料科學」結合農業與資訊科技的未來架構。資料科學是一種以「資料驅動」，結合實作技術、資料分析、領域知識三種不同面向的研究模式，強調跨域合作所產生的洞見與價值。
他們認為數據和資料科學的應用，可以幫助農民做出更明智的決策、提高作物產量並幫助他們更有效利用資源，逐步邁向智慧農業。為了掌握氣候數據，分析其在農業上的影響，2013年10月，孟山都以9.3億美元高價收購以蒐集、分析氣候資料見長的Climate Corporation，並積極投入農地微氣候分析領域。農業、氣候數據與資料科學的結合，已成不容忽視的趨勢，也不禁讓人思考，台灣是否也能孕育出在地的「微氣候資料科學」呢？
環境監控設備昂貴，農業進入門檻偏高
眾所周知，資料科學的首要前提在於有效而準確地蒐集「資料」，有了正確的資料，後續監控、分析、建立模型、預測等應用才有進一步成長的可能性。
然而，青農返鄉的過程中，剛從事農業或有心踏入農業生產的年輕朋友，多因資金有限，無力購置高等級農機具來協助生產，更遑論購買由資訊廠商開發出的昂貴環境監控設備。因此，即使在耕種過程不得其門而入，也只能透過持續的嘗試，在錯誤中累積經驗，用勞力與熱情取代昂貴的機具。
因此，開發價格更為低廉的農地與微氣候數據監控設備，進而善用物聯網技術與資料科學結合的「微型氣候分析」，協助入門者藉由資訊技術，降低從農門檻，讓實際耕作者能夠輕易了解耕地氣象的數據變化，節省大量勞力；並透過資料分析，進一步分析農務工作可能存在的各類痛點，如灌溉、施肥、噴灑農藥或病蟲害等，協助農民朋友進行決策，便成為眼前待解的重要任務。
不遠的將來
我們認為，藉由重視真實資料、結合數據導向分析與專家知識來探索未知，針對在地微氣候數據進行重新詮釋，或能為農業耕種議題帶來新的嘗試與解方。
當微氣候與農地數據逐步累積、發展各類應用，像彭女士這樣的農友便可不再耗時費力地兩處奔波，而將騰出的雙手投入更多事情，甚至得以輕鬆地在都市用手機遠端監控鄉下菜園。藉由在地氣象分析的回饋，人們也可以在氣候變遷異常的狀態下，做出良好的調適。以上遠景能否在台灣不遠的將來實現，仰賴更多人投入微氣候研究領域，針對不同類型務農者發展切合需求的監測設備、持續蒐集資料，並且結合跨領域人才，藉跨域資料科學分析，發展各類農業問題的解決方案。
（作者吳君孝為資料科學家；盧安邦為政大傳播學院博士候選人。）
分享圖文請註明出處，未經本站同意不得轉載
瀏覽次數：17321
