農業部農業試驗所/王家于計畫助理、姚美吉副研究員
本次農業病蟲害智能管理決策系統最新上線4種會為害蕉葉的害蟲，根據讀者想了解及防治之害蟲掃描QR碼即可獲得更多相關資訊。

農業部高雄區農業改良場/張耀聰副研究員、黃祥益副研究員兼分場長
好的作物水分管理將有利於作物生育及降低病蟲危害發生機率，而不同土壤質地因保水能力不同，作物需水灌溉頻率亦不相同，目前常見的土壤水分感測設備均只能檢視數值，但未能明白顯示作物需水狀態。

工業技術研究院/吳信茂業務總監
當新興科技進入傳統產業，往往會引領產業結構發生改變，驅動產業轉型提升，甚至是徹底打破原有產業樣態。農工合作小組以產業地圖手法，研析科技農工創新技術將可能造成的產業改變與跨域生態系發展方向。

國立臺灣大學 生物機電工程學系/ 鄧喬尹碩士生、林達德特聘教授
外銷核可蘭園的有害生物管理方法目前主要仰賴人工回收黏蟲紙並進行人工鑑定，費時耗工且無法即時回饋。為解決此問題，本研究透過掃描高解析度黏蟲紙影像並建立人工智慧辨識模型，特別聚焦在臺灣花薊馬、南黃薊馬與小黃薊馬的辨識。所建立的雙層架構模型，其效能經混淆矩陣分析，辨識模型表現優良，達實用化之水準。基於此辨識模型進一步建立整合高解析度影像與數據圖形化及分析報表軟體，可快速完成黏蟲紙的量化分析。該系統有助於了解提供蘭園現場的害蟲分布資訊，進一步可用於研究蘭花病害之病毒傳播途徑，為病蟲害防治提供重要資訊，提升蝴蝶蘭業者與防檢疫管理者的管理效率與即時性。