【人物專訪】氣象、作物生理、災害預防集一身——專訪農業試驗所姚銘輝研究員
04/12 (六) 14:00姚銘輝研究員主講「還境變遷對農業的影響」
訂閱 CASE YouTube 鎖定直播 開啟小鈴鐺
採訪、撰文｜周書瑋
審訂｜姚銘輝 研究員
全球暖化加速氣候變遷，農漁牧業首當其衝。每當颱風、乾旱或寒害來襲，總造成蔬菜和水果價格飆漲，讓消費者大喊吃不消，農業減災和防災因此格外重要。今天的專訪邀請到農業試驗所姚銘輝研究員，集氣象、作物生理和災害預防於一身的他，將和我們分享從作物生理跨足氣象防災的歷程、臺灣農業防災的現在與未來，以及人工智慧在農業防災上的應用。
作物生理與氣象跨域整合的契機
臺大農藝所作物生理組畢業後，姚銘輝在高普考分發下進入農試所工作，剛開始的工作很單純，每天只要去觀測站量測氣象資料，再將觀測資料傳給中央氣象局彙整。「單純氣象觀測太單調了，就這樣觀四十年到退休，應該不行吧？」他認為年輕人應該勇於求新求變，於是思考整合氣象觀測和作物生理的可能性。在這樣的契機下，姚銘輝決定回臺大農藝所博士班在職進修，和博班指導教授討論農業和氣象觀測結合的可能性，指導教授認為在農藝系修課是不夠的，建議他去大氣系和不同領域的學者們切磋交流。大氣系的課程對姚銘輝來說並不容易，卻也讓他在和不同領域的同儕討論過程中獲益良多，將他的專業從純作物生理擴展到農業氣象。
姚銘輝鼓勵學弟妹「勇敢走不同的路」。就農藝系而言，他認為研究傳統育種和分子生物學的人太多，領域已經飽和，因此嘗試跨域整合或研究不同領域間的交互作用勢在必行，像是研究作物生理和氣象觀測數據間的交互作用，或是將農業推廣和行銷應用於作物生理，都是很有潛力的嘗試。姚銘輝說，農試所、改良場和學界最大的差別在於前二者服務對象是農民，大學端則著重學術發表，因此農試所和改良場的研究多考慮農民需求，著重實際應用層面。
氣候變遷對農業環境有深遠影響，國科會執行「臺灣氣候變遷推估資訊與調適知識平臺計畫」（TCCIP），該計畫下轄三大團隊：資料產製與趨勢研析、衝擊與調適應用、應用服務與推廣等。資料產製與趨勢研析團隊分析大氣環流模式和氣候變遷資料；團隊二利用團隊一的分析資料，為不同產業開發衝擊調適模組，減低氣候變遷對各產業的影響；應用服務和推廣團隊則利用各種網路平臺和傳播工具，推廣和宣傳團隊二開發的衝擊調適模組。姚銘輝長期參與TCCIP計畫，他和團隊成員一同收集未來氣候資料，並建立長期氣候和作物生長參數的關聯模型，進而評估未來氣候變遷對農業生產及環境的衝擊。
臺灣農業防災的現在與未來
近幾年來，臺灣的農業受到極端氣候影響甚巨，2018-2022年遭遇百年大旱，幾乎沒有颱風登陸，但2022-2024夏天接連有颱風侵襲，冬天寒害發生頻率也連年增加，使得水果價格飆漲，像是香蕉價格飆升至每斤百元新臺幣，芒果價格也創歷年新高。有鑑於此，農業部提出「作物適栽區」的概念，將易受災損的作物改種在相對不易受到災損的地區，例如將釋迦從易受颱風侵襲的東部改種在災害風險較低的西部，將颱風季前就結果的荔枝改種在颱風較常直接登陸的東部，盡可能將颱風帶來的災損降到最低。不過，姚銘輝也提到，要讓作物「移民」到不同的栽培區並不容易，除了要說服農民改變耕作和栽種習慣，也要確認新環境的土壤和氣候是否適合該作物種植。
此外，農業部也推出「農作物災害通報App」，鼓勵農民投入參與式防災來降低農損。姚銘輝說，當初在設計減災App時，改良場和農試所非常重視終端使用者（農民）需求，抱持著「以終為始」的理念，在各地舉辦大型農民座談會，了解農民的使用App的習慣，針對使用者偏好，設計符合使用者需求的減災推播工具。App推行之後，更是每年舉辦超過50場說明會，手把手教農民操作App，農民回饋也相當熱烈，甚至詢問有無病蟲害防治的App。
人工智慧在農業防災上的應用
姚銘輝除了參與農作物災害通報App的推廣，也和大專院校合作，投入人工智慧應用於農業防災的相關研究。姚銘輝強調，面對氣候變遷日益嚴峻，鼓勵農民從露天轉成溫室栽培非常重要，溫室建設成本雖高，卻能大幅降低氣象災害造成的農損，農業部也制定許多獎勵措施支持農民架設溫室，盡可能穩定作物收成。由於臺灣夏季高溫高濕，溫室裡的感測器很容易故障，農民又不熟悉感測器操作和更換步驟，反而讓溫室內高溫高濕成為作物生長逆境及病蟲害溫床。有鑑於此，姚銘輝和研究團隊將機器學習導入溫室，設計出「AI智慧型溫室」，將大氣領域之大尺度網格氣象資料導入農業使用，透過人工智慧和一連串複雜的數學換算，轉換成溫室裡的微氣候預報，再讓智慧溫室裡的智能設備根據微氣候預報數據，遠端操控溫室頂篷開關和遮光簾收放。實際測試後，智慧溫室的微氣候預報和溫室裡實際氣溫相差不到2度，足見該整合技術已相當成熟，且應可大幅推廣。
近年來，因應乾旱造成病蟲害相改變，農業部也積極投入病蟲害防治，並預計於2026年推動大型科研計畫將建立全臺病蟲害監測網及研發預警系統。不過，相較於氣象資料可以透過大量運算取得，病蟲害數據往往不易監控也不易取得，病蟲害預警比氣候減災困難許多，這也是農業研究單位正在面對的課題。