資料來源：國立臺灣大學生物產業機電工程學系／林達德
傳統的溫室蟲害管理通常仰賴人工作業以黏蟲紙定期監測來計量與分析溫室內之蟲相，此方式不但耗時且耗費人力。影像辨識技術與物聯網技術的整合可以發揮自動化長期監測蟲害的功能，同時搭配環境溫濕度與照度的感測資訊，可以建立智慧蟲害整合管理的方法。本研究運用嵌入式系統之高速運算與通訊能力，同時結合雲端系統與機器學習演算法，建置了適用於溫室蟲害管理的自動影像偵測與辨識系統，直接以影像監測黏蟲紙之溫室害蟲數量與種類。所設計的整合型影像感測與環境感測模組可以即時取得影像與環境資訊，並透過無線訊號傳輸，將資料傳遞至遠端伺服器進行分析。溫室管理者可以即時透過行動裝置取得蟲害與環境資訊，有效進行溫室蟲害管理，降低蟲害風險，確保作物品質。
溫室害蟲自動影像偵測與辨識系統之感測模組如圖1所示。感測模組由微型攝影機、溫濕度感測器、光強度感測器整合建構於Raspberry PI 嵌入式系統組成，裝置成本低且易安裝，很適合溫室或農業設施場域的應用。攝影機可以設定不同時間間隔取得的黏蟲紙影像，影像擷取後連同環境感測資料以無線網路傳輸至遠端伺服器進行深度學習影像辨識處理，並將辨識結果即時呈現與網頁，溫室管理者可以隨時透過行動裝置取得分析資訊。
目前本系統能夠分辨出四種特定的害蟲種類，並即時顯示各感測節點之辨識結果及環境資訊(圖2)。未來將新增不同種類的害蟲辨識，並提升辨識準確率。由於智慧感測模組的成本低，可以單點或多點佈置於溫室中，透過長時間的監測，對於溫室中害蟲出現的空間分布與時間分布得以進行統合性的分析。對於溫室害蟲出現的蟲相可以一目了然呈現於網頁(圖3)，溫室中害蟲出現的熱點可以由害蟲空間分布的數量加以檢視，有異常的狀況時更可以透過簡訊傳送至手機或其他行動裝置，達到預警的效果，方便溫室管理者進行防治措施。目前此智慧型溫室害蟲自動影像偵測與辨識系統已經於嘉義與雲林等溫室生產場域進行實測並長期收集溫室害蟲的量化資訊，感測器的空間佈置如圖4所示，長期累積的資料再透過數據分析，將有利於建立溫室害蟲的行為模式，以及探討環境因子對於溫室害蟲行為的影響，兼具學術與產業應用價值。
圖1、溫室害蟲自動影像偵測與辨識系統之感測模組
圖2、黏蟲紙上不同種類溫室害蟲應用深度學習影像辨識之結果，即時顯示於網頁
圖3、溫室害蟲自動影像偵測與辨識系統分析資訊可以透過行動裝置即時呈現
圖4、多個智慧感測模組佈置於溫室應用場域進行自動化長期監測
