【首次栽种就成功的关键是达人经验数字化】数位分身技术如何走进农渔业

数位分身，这个制造业当红的新兴技术，也能在农业场域发挥作用。

一般来说，数位分身是透过IoT搜集实体设备的运作数据，建立起虚拟对应的数位分身，来模拟实体设备的状态改变。虽然农作物是活的植物，无法像机械设备的变化完全可控，但是，扩大到作物与环境的关联，建立起温室、栽培场或鱼塭等场景的虚拟分身，仍旧可以用来模拟出作物在不同条件下的生长变化。

而在台湾，不只农业，连养殖鱼塭、养鸡场、甚至是茶园，都开始出现了农业数位分身的应用实例。

比如台南有座养殖渔场中，就打造出了鱼塭的数位分身，有能力推测环境改变后对鱼虾生长的影响，适时提醒渔民如何操作设备来因应。

另一个实例则是以智慧农场闻名的玉美，他们用来种植番茄的温室，也建立了农业数位分身，可以事先预判在不同环境条件下，应该采取哪些行为，来确保每一次收成的品质与数量。

这套“智慧农业数位分身（Digital Twin Solutions for Smart Farming）”解决方案，更在2019年就扬名海外，获得了有科技创新奥斯卡奖之称的美国R&D全球百大科技研发奖（R&D 100 Awards）。

资策会数位服务创新研究所就是打造出这项农业数位分身技术的关键研发团队，透过与农渔业者合作，建立多个数位分身示范基地，来验证技术可行性，更随着技术发展成熟，将这套技术产品化来销售。

如何打造农渔业数位分身？IoT、达人经验不可或缺

“农渔业，是非常重视养殖与栽种知识的产业。”资策会数位服务创新研究所组长邱璟明点出，数位分身技术的关键是达人经验。

为了打造数位分身，资策会得针对不同的场域，与各自不同的农渔业达人合作，先搜集影响作物生长的环境变因，再记录达人对于这些环境变化所采取的应变行为，以此建立一套环境与达人行为的关联，用来进一步开发出栽种或养殖的操作建议模型，才能将达人的种植或养殖经验快速复制到其他生产场域。

以养殖鱼塭的数位分身技术为例。资策会先与养殖专家归纳出影响养殖的关键因素，比如渔民常以判断“水色”来决定养殖的行动，从技术面来看，就是意味水质可能是影响鱼虾生长的关键。

下一步，则是找出有哪些关键的环境参数会影响水质，再利用鱼塭中的IoT设备，自动搜集环境数据，比如水的温度、盐度、PH值、亚硝酸盐、溶氧量、叶绿素A、氮气、ORP、浊度等。

有了环境数据之后，还要记录渔民根据环境变化所采取的各种养殖行为。资策会透露，行为参数的记录方法分为两种，一类是与设备相关的行为，比如开关水车或饲料投喂器，就可以从设备IoT直接取得资料，另一类是不涉及设备的行为，比如久久一次的投药行为，就需要靠渔民填写养殖日志，来记录下这些资讯。

不只如此，还要记录下鱼虾的生长状况，才能了解不同环境控制下，相对应的鱼虾生长状态。资策会导入了水下即时摄影机，分析拍摄到的影像，来辨识鱼虾的大小、活动力、饲料残留量，甚至可以进行病征辨识，以利后续进行养殖参数的调整。

利用IoT环境数据、达人行为数据和水下影像的分析数据，可以用来建立养殖建议模型，开发出鱼塭数位分身的系统，提供不同环境条件下，渔民所需执行的工作建议，来提升养殖成效。

这套在鱼塭建立数位分身的流程，也可以运用到番茄温室的场景，只是不同场景所用的数据搜集设备会有不同，比如水下摄影机就是鱼塭场景特有的设备。

靠数位分身优化鱼塭、温室与茶园的管理

资策会与台塩绿能合作建置的养殖渔业示范场域，就是用了鱼塭数位分身来提升鱼虾育成率，因为传统养殖的鱼类育成率约3～5成，虾类甚至只有1成，运用数位分身来优化养殖管理后，可提高3成育成率；若额外建置循环水系统来过滤水中病菌，更能将整体育成率提升到8～9成，只有少数1成小鱼苗无法长大。

利用IoT环境数据、达人行为数据和水下影像的分析数据，建立养殖建议模型，在不同环境条件下提供业者养殖建议。图片来源／资策会

图为养殖鱼塭上方设置的太阳能板。资策会主打数位分生技术在水产育成率超过7成的成效，来突破渔电共生的发展瓶颈，增加渔民导入IoT设备的意愿。图片来源／资策会

资策会也希望，未来若获得更多养殖业者采用，将综合各家业者的数据进行产量预估，作为渔民评估是否持续养殖同类水产的参考，避免盛产却不丰收的风险。

另一个与台中农委会农试所、玉美生技、国兴资讯合作建置的温室蔬果示范场域，则是要运用数位分身，让新手农夫“首次栽种即成功”。

资策会将温室的环境数据与达人的操作行为记录下来，依据两者之间的关联性，训练一套设备操作建议模型，再透过玉美的田间管理App，对新手农夫提供种植建议，来确保栽种品质和数量可以维持在一定水准之上。

这也让玉美训练新手农夫时，原本只能进行一对一的栽种教学，现在搭配系统提供操作建议，已经能一对三同时教学，人力培训能量提升三倍。

资策会在玉美生技建置温室蔬果示范场域，运用数位分身技术，在系统中整合种植达人的经验，对新手农夫提供种植操作建议，来确保栽种品质和数量可以维持在一定水准之上。图片来源／资策会

在IoT数据的搜集上，团队选定影响番茄种植的8大环境参数，包括土壤与空气的温湿度、CO2、光照度、土壤PH值与导电度，还有人为的设备控制参数，如风扇、侧卷帘、天窗与滴灌的开关等。图片来源／资策会

不只养殖渔业与温室蔬果，资策会也将这套数位分身的技术导入茶园，与农委会茶业改良场和长生制茶厂，打造了一个茶园数位分身示范场域，并开发出一套智慧农机管理系统。今年，这套系统更获得日本农机企业青睐，正在日本静冈县展开应用实证。

台湾茶园耕作大多靠大型机械代耕，因此，这套数位分身的模拟标的有三个，分别是驾驶经验、农机设备与茶园管理，而非种植经验的传承。其中，农机驾驶数位分身，是靠搜集驾驶资讯，让新手司机能快速复制老手的驾驶经验；而农机设备的数位分身，则是要掌握不同的农机特性，在不同的环境条件下，来进行保养维修的预测；还有一个是茶园管理的数位分身，主要锁定管理达人经验的萃取，来提升茶园管理成效。资策会将这三项技术整合到智慧农机管理系统中，实际验证结果，茶园产能可比一般茶园多出3成，也能减少5成人力成本。

资策会与长生制茶厂建置了茶园示范场域，建立起驾驶经验、农机设备与茶园管理的三大数位分身，并将这些技术整合到一套智慧农机管理系统中，目前已经在日本展开验证。图片来源／资策会

数位分身技术扩大落地的关键：知识图谱

为了让特定示范场域建立的知识经验，也能适用到其他不同的环境，资策会也与台大合作，试图将知识图谱技术运用在农业数位分身中，来建立环境参数与作物生长间的关系，才能在改到异地栽种时，根据环境的差异来进行模型调校。

资策会数位服务创新研究所组长杜定杰解释，农作物栽种模型要落地到不同地区时，必须依据当地的环境参数，进行在地化调校。而调校的关键，就是要找出影响作物生长的主要参数，再依据参数间的关系进行调整，比如光照会影响番茄的收成次数，意味着光照是一项重要的环境参数，异地种植就会优先考量光照参数，搭配知识图谱建立的参数关联性来调校模型。

杜定杰指出，用知识图谱先建立参数关联性，作为模型调校的参考依据，可避免模型异地部署时，预测结果产生过大的偏移。

杜定杰表示，这也是一种迁移学习（Transfer Learning）的应用。因为农业数位分身的场景中，常面临资料不足的挑战，尤其农作物每一期生长时间长达3个月到1年以上，难以取得大量异地的种植资料，重新训练最适合该地场景的模型。“利用预训练的模型在异地进行在地化调校，是更合适的作法。”

尤其，现阶段作物的栽种经验移植，仍然以国内场域为主，各地的气候差异相对较小，但未来，若要到国外进行异地种植，就得面对环境差异过大的问题，更需要借助知识图谱技术来进行在地化调校，来维持模型预测的准确率。

迈向产品化，要先找出业者导入诱因

在多个场域验证了数位分身系统，下一步，资策会要将示范场域的软硬件系统产品化，进行整厂输出。

“农渔业是相对保守的产业，要看到成功案例才敢投资，这是示范基地的存在意义。”邱璟明指出，示范基地是为了彰显技术导入带来的成果，但设备配置都采用最高规格，通常是农渔民无法负担的成本，“如何降低成本来产品化，变成了重要议题。”

为了降低成本，邱璟明指出，资策会先选择找出场域中的关键设备，在维持系统成效的前提下来简化设备配置。例如，养殖渔业示范基地原本设置了9只水质感测器，实际测试后发现，只需3～5只感测器，就能达到一定程度的数据搜集成效，减少数量就能节省不必要的设备成本。

“产品化过程要持续这样做，才能变成真正的解决方案。”邱璟明说。

不只精简设备，资策会也将产品分级，提供不同软硬件规格的等级分别计价。以温室蔬果数位分身系统为例，未来规划分为五级，最高级就是当前示范场域的软硬件规格，最初级则是免费版栽种App，可人工记录环境参数与对应的作物生长状况，再由App提供种植建议。而中间三级的区分，则会依据业者本身拥有的IoT设备，所具备的数据储存与传输能力，来提供不同等级的软硬件搭配。

不只降低成本，为了提高导入说服力，资策会也锁定潜在商业模式来说服农渔业者。

例如温室蔬果数位分身系统，锁定的是较具规模的农企业，比如玉美生技。杜定杰解释，一大诱因是，农企常以契作的形式委托农民代耕，为了确保农民的栽种品质维持一定水准，业主需要并快速复制栽种达人的经验给经验较不足的代耕农民。

另一方面，玉美农产品也会出货给连锁商家，这类连锁业者对农产品规格或品质常有特别要求，比如麦当劳特别要求番茄的尺寸大小。为了确保种植的作物符合客户需求，农民更需要有一套技术，来严格管控作物的生长条件，以确保品质。

不只如此，考量到农产品的价值最终仍是由消费者决定，为了提升产品价值，资策会今年也开始接洽下游的绿色餐厅，透过数位分身的技术将农作物栽种流程透明化，分析归纳出绿色或永续的指标，要将上游农作物生产过程，加入整个绿色供应链，来赋予农作物更高的价值，提高消费者的购买意愿。

或像是在养殖渔业场域，资策会则锁定了渔电共生的商业模式来推动数位分身系统。邱璟明解释，-在渔电共生政策上，为了避免沦于只种电不养殖，强制规定水产育成率需达7成以上。但渔民多半没有把握能生产达标，虽然电业业者积极推动，渔电共生发展仍迟滞不前。

观察到这个现状，资策会希望主打数位分生技术在水产育成率超过7成的成效，让养殖业者更容易达到-的要求，增加渔民在前期投资IoT设备的诱因，来说服渔业者导入。

农业数位分身未来三阶段发展蓝图

资策会规划了三阶段的农业数位分身发展蓝图。第一阶段目标，是建立农渔业数位分身，来萃取农业、渔业经验与管理行为。靠示范基地验证了技术可行性之后，资策会也展开第二阶段计划，要将萃取到的知识经验发展成农智财，搭配硬件设备向外输出，将示范基地应用成果产品化，“未来不只能输出达人品牌的农产品，更能输出农智财，打造领域知识即服务的商业模式。”杜定杰表示。

产品化后，第一批销售对象瞄准台湾的农企业，杜定杰表示，这些企业通常具有更多资本，较愿意投资前期导入成本，来移植达人的种植经验。下一步，目光从国内转向国外，瞄准规模更大的国外农渔产业，输出达人栽种系统，发展“异地生产、台湾管理”的商业模式，直接在国外生产，销往当地市场。

有能力向外输出农智财后，第三阶段则要发展整合式的客制化数位分身系统，则将不同场景的数位分身技术，依据客制化需求，整合成一套软件系统。杜定杰解释，不同场域搜集的IoT数据不同，比如玉美温室番茄的数位分身系统，可以控制的环境参数多达8项，但其他温室不一定需要控制这么多变因，可能只需搜集空气与土壤的温湿度就够用。

因为各场景需求不同，过去开发的数位分身，难以直接部署到另一个新场景，从头建立数位分身又需长时间搜集该场域农作物的完整栽种数据。因此，如何将多个既有场域的数位分身，相互叠加、整合，开发出成可以快速导入到更多种新场域的软件系统，就是第三阶段的任务。

“一个数位分身不可能适应所有的场景，所以要把不同功能的数位分身整合。”杜定杰强调。

异地种植、台湾管理，下一步将技术输出国际

“农业本身有区域性，农产品进、出口容易遭遇贸易壁垒，所以，技术的输出，变得更为重要。”资策会数位服务创新研究所技术总监洪盟峯指出，为了避开农产品贸易的壁垒问题，若能输出技术到异地种植，就是台湾的机会。

技术输出的另一个优势，则是过去要跨国从事农渔业生产时，通常得靠国内达人前往当地传授经验，但这容易让当地人快速仿效达人的种植或养殖方法，反而助长了未来的竞争对手。因此，若能透过将技术核心直接封装在系统中，系统输出异地运作时，就能直接根据环境变化，对当地农渔民提供建议，背后的逻辑、知识经验较不容易外流。“我们希望透过智财封装、整厂输出的方式，让技术留在台湾。”杜定杰说。