智慧農業的第一步 : 先讓AI看見農地真正發生的事

先前青江菜的施肥、用藥與安全採收期規則。本周日9/20將前往宜蘭勘查約一畝的試驗田，準備安裝感測器與攝影機。

智慧農業並不是把 Sensor 和 Camera 插進土裡就完成了。

我們必須先觀察農地的灌溉方向、日照、地勢高低，以及不同區域的土壤差異，再決定感測器應該設在哪裡。如果所有設備都集中在同一處，蒐集到的數據可能只代表一小部分，無法反映整塊田的真實狀況。

針對這塊約一畝的農地，我們初步規劃在田區前段、中段與後段設置三組土壤感測點，蒐集土壤溫度、濕度與 EC 值；另外設置環境感測站，記錄氣溫、空氣濕度、光照與降雨。

攝影機也有不同任務。一支記錄青江菜整體生長情況，一支近距離觀察葉片是否出現病斑或蟲害；也會透過固定拍攝黏蟲板，協助統計害蟲種類與數量的變化。

這次到宜蘭農地，我們不急著一次完成所有設備，而是先確認五件事：

感測器應該設在哪些代表性位置？
農地的網路訊號是否穩定？
現場有沒有電源，是否需要太陽能供電？
攝影機要如何固定，才能避免晃動、積水與逆光？
設備是否會影響農民灌溉、施肥及採收？

AI可以分析資料，但前提是我們蒐集到的資料必須可靠。若感測位置錯誤、攝影機畫面不清楚，後面的AI判讀再精準，也可能得到錯誤結論。

對「審時農曆」而言，本周日9/20這次農地勘查是一個重要轉折：我們要開始把螢幕上的規則，變成田裡真正可以被驗證的數據。