計畫摘要
本計畫建置結合 NB-IoT 微氣象站與 AI 影像辨識之粉蝨蟲害早期預警系統， 針對番茄作物常見之粉蝨造成矮化、黃化與減產等問題， 提供即時且精準的監測與預警機制。 系統透過溫度、濕度、光照等感測資料與影像蒐集， 於雲端進行資料前處理與特徵分析， 並結合 YOLO 害蟲辨識與 LSTM、XGBoost 時序模型， 建立風險預測與防治建議機制， 協助農戶降低損害、提升產量與品質， 推動智慧農業與永續農業管理。
場域連結與實務應用
本計畫於臺南農業改良場、嘉義朴子溫室與戶外番茄園等三處場域實施驗證， 建置具太陽能供電之長效型微氣象感測系統， 結合 Arduino Nano、ESP32 與 NB-IoT 通訊模組， 即時蒐集環境數據並分析粉蝨蟲發生條件。 系統可同步監測溫室與戶外環境差異， 協助農民即時掌握蟲害動態， 提升防治效率並具備未來擴展至其他作物與害蟲之應用潛力。
教學創新與教師社群
本計畫以粉蝨蟲害預警系統作為教學核心教材， 發展「感測、傳輸、AI 分析、決策支援」之實作導向課程。 教師社群共同備課，分享 Arduino 與 ESP32 範例程式、 MQTT 資料流程、YOLO 標註與模型評估標準作業流程， 並建置雲端教材與故障排查資源。 透過同儕觀課、短講回饋與專題成果展示， 強化學生跨域實作與系統整合能力。
執行成果
本計畫完成三處實踐場域建置與課程導入， 並與農業部臺南區農業改良場進行產學合作， 發展粉蝨蟲害 AIoT 早期預警系統。 學生於課程中學習感測元件應用、資料蒐集與雲端分析， 並建立害蟲辨識與預測模型， 培養理論結合實務的問題解決能力。 計畫成果已完成國際研討會論文發表， 並提升學生對農業生態與永續議題之關注。
預期效益
本計畫預期建立可長期運作之農地微氣候監測與蟲害預警模式， 透過環境數據與 AI 影像辨識即時掌握粉蝨蟲數量變化， 提供精準防治決策。 學生可培養 AIoT 系統設計、資料分析與智慧農業應用能力， 農民則可降低蟲害風險、提升作物品質與產量。 整體而言，有助於推動農業智能化、永續生產與科技導向之農業管理模式。