圖1、乘坐式鳳梨種植機

栽培鳳梨前，果園需要利用大型曳引機(或挖土機)進行土壤翻耕、碎土、同時進行基肥施用與調整pH值與整平，利用器械輔助不但可省時省力，且可使深耕程度達30公分以上，園區整完地後即可進行覆蓋及栽植，開墾與整地之好壞影響未來鳳梨的產量及品質。目前慣行作法是透過人工覆蓋,黑色PE塑膠布，覆蓋塑膠布不僅可防止雜草、土壤沖刷，也可增加土壤的溫度，有利鳳梨的生長及提高產量；之後再使用冠芽、裔芽、吸芽等無性繁殖體，以適當的畦距(約100公分)、行距約50公分、株距30-36公分，將繁殖體植於田間。繁殖體種植深度依苗的種類，大小及地勢而定。種入土中部分以接近苗之生長點為準，過深或過淺均非所宜，坡度大的土地應略為深植。若種植深度不足或不平均時，而後如遇風雨，吹倒植株或流失時，則需要再透過人工進行扶正，整個過程費時費工。

圖2、鳳梨園多用途管理機

為節省勞力負擔與增加作業效率，高改場、桃園場與臺灣大學共同開發出，種植與鋪布作業一貫化的[乘坐式鳳梨種植機]，附掛部種植機之設計為兩行式，利用承苗轉杯及種植鴨嘴進行種苗動作，可以一畦2行交錯方式種植鳳梨苗；另外亦納入塑膠布鋪設裝置，使得鳳梨苗栽植前已鋪設好塑膠布，目前植苗效率 12-15人工時/公頃，每公頃可節省約80人工時的人力，每天每台種植 1.5-2.2 公頃，種植效率大增。

由於鳳梨生長周期較長，栽培過程中常需進行中耕除草、追肥施用、病蟲害管理與產期調節等，這些工作項目傳統上都須由人工進入園內進行，然而鳳梨植株葉片革質且細長、葉緣有刺、且在短莖上形成葉叢，放射狀展開，因此當人們穿梭其間從事農務需要特別小心，以免受傷；有鑒於此，由高雄場及嘉義大學合力研發之[鳳梨園多用途管理機]，可望減緩這些情況，本機主要適於在鳳梨園畦溝間進行包含噴藥、中耕除草兼施肥及果實採收後搬運等機械化作業，為一機多用途的田間管理機械，一台管理機每天以8小時計之作業效率，噴藥為2公頃；中耕除草兼施肥約1.5-2公頃及果實採收後一次搬運之安全承載量達1000公斤，可望減輕從農負擔。

圖3、無人機鳳梨生長狀態光譜監測成果

由於鳳梨葉尾尖銳的特殊植株型態、部分品種葉緣帶刺且植株高度較高，過去的鳳梨栽培過程中，田間管理、作物盤點、生育調查、施肥與催花成功與否都須由人力下田進行作業，耗費許多勞力與時間外，又對於人員作業安全造成隱憂；無人機具有在空中執行任務的優勢，搭配即時監控系統技術，可在10分鐘內蒐集五分地大小農場的高解析度影像，然而所蒐集的大量影像，常需耗費大量時間進行處理才能應用，失去原本無人機能快速蒐集資料的優勢，因此農業試驗所將無人機技術搭配邊緣運算技術(Edge Computing)，使得搭載多光譜相機的無人機，飛行於農場上空獲取即時影像時，能即時分析影像資訊，使得地面操作者可以同步得知田間每一株鳳梨的氮肥含量、生長狀態與開花與否，目前每一幅的影像只需要1秒內即可完成判釋作業，且偵測的判釋準確度達到85%以上，最後結合GPS及IMU的資訊，可快速進行每一幅影像的空間轉換，以獲得調查資訊。透過人機協同的合作，提高田間調查與管理的效率、並且能使農民精準的施用肥料與催花劑，避免植株在生殖生長階段氮肥過多，與節省藥劑的使用。

圖4、鳳梨果實水選與清潔系統

在鳳梨採收後，常會利用人工輕拍果實，以將果實區分成『鼓聲』果與『肉聲』果，若回傳的聲音有如打鼓般，聲音較為輕響者，稱之為『鼓聲』果，這類的果實切開來有著淺黃色的果肉、纖維細緻、糖酸比適中且香氣高，表示這顆果實成熟度適中，尚能經得起儲運；如果回聲較為悶沉，猶如輕彈自己的手臂，則稱為『肉聲』果，這類果實的果肉呈現略為透水的深黃色，甜度、水分與成熟度較高，不耐儲運，須盡早食用，較適合內銷。有很多因素會導致肉聲果的產生，除了成熟度高以外，氮肥施用過量也有可能提升肉聲果產生的比例，然而鳳梨外銷常需一定的儲運時間，以鼓聲果外銷較為適當。然而這項作業需要經驗豐富的人員才能進行，隨著鳳梨外銷量逐漸上升，選別人力需求也逐漸增加，聽聲分級的作業也容易隨著作業時間的延長、作業人員疲憊而影響選別效率與準確性，因此為將鳳梨採後清理、分級與處理更加有效率，農試所嘉義分所透過水選技術，利用果實和水的比重關係，快速區分出肉聲果與鼓聲果，肉聲果因含水量高所以會沉於水池底部，鼓聲果則會漂浮於水槽上層，快速區分出兩種果實，並透過輸送帶依鮮食或加工不同需求，進行上水蠟、鼓風強風及毛刷移除表面多於水分，並再進行包裝出貨，增加分級效率、減輕勞力負擔，也確保外銷品質。

圖5、高光譜即時鳳梨品質檢測技術

除肉聲果與鼓聲果會影響銷售品質外，果實在栽培與儲運過程中，如寒害所造成的內部褐化與壓、撞傷造成的果品損壞，也會降低果實品質，因為這些損傷的初期，不會呈現於外觀，因此鳳梨在採收後，常需要仰賴人力進行抽樣調查及分類，過程繁瑣費時，且常有漏網之魚產生，導致有問題的鳳梨依舊被裝箱外銷，到達販售地點時早已腐壞，影響外銷聲譽。因此農業試驗所透過高光譜的技術，建立高光譜影像數據資料庫，並針對目標波段進行分析，以深度學習的方式建立辨識模型，讓肉聲果與鼓聲果的分類、內部是否褐化以及果實是否撞傷等情況，能在高光譜中清楚顯現，目前肉聲果的抓取率可達93%的準確度、寒害褐化檢測準確度也達80%，藉由高光譜與AI技術的結合，協助產業進行鳳梨分級與品質鑑定，解決人力短缺的問題也確保鳳梨之銷售品質。

圖6、鳳梨削皮機

採收後的鳳梨，無論鮮食或是加工，皆須去除鳳梨冠芽，並削除聚花果上似鱗片狀的果皮，果皮厚且粗糙，刀削過程也相當耗時耗力且危險，對此高雄場所研發的鳳梨削皮機，只要將事先去除冠芽的鳳梨，安置於機座上，拉下拉桿固定好鳳梨，即可進行自動削皮，目前約每10秒可以削好一顆鳳梨，不僅可以減緩人工因反覆動作而造成的身體損傷，也能降低人工削皮不慎造成傷害之危險，而且乾淨衛生。

過去鳳梨田間栽培作業倚賴人工在田區進行作業，耗時耗力，隨著各式技術與器械的研發，讓產業逐漸能夠朝向機械化與智慧化邁進，技術的研發須結合業界生產的經驗才能符合農民實際需求，例如機械化種植與多功能管理機，讓農民能夠更有效力且更加安全地管理果園，透過無人機在鳳梨田上方蒐集鳳梨的影像資訊並同步進行數據分析，提供包含鳳梨顆數、分布位置、生長狀態與開花與否的監測訊息，使管理者提高巡田效率；果品採收後，利用水選可快速分出肉聲果或鼓聲果；另藉由高光譜檢測系統則能偵測出鳳梨經低溫儲運後發生寒害，導致內部褐化的徵狀及採收搬運時造成的壓傷情況，將低銷售風險等；透過各項技術的應用，對於鳳梨生產與品質管控有相當的幫助，在減緩勞動力負擔的同時，也替鳳梨銷售品質做到更好的把關，創造多贏的結果。