以色列的研究人員日前已經研發出一種創新技術以自動監測農作物的環境逆境。早期偵測並發現植物的缺水和高溫狀況對於農業種植者至關重要，因為水分的減少將反應在有限的氣孔導度(stomatal conductance)，導致其數值下降，最終使植物提早死亡；這項研究由Technion電腦科學學院的幾何影像處理實驗室負責。以色列在其建立的最初幾十年內以現代農業強國而聞名，這些年來已過渡為新創企業之國。近年高科技和農業(簡稱農業科技)兩者間的合作將為食品業帶來巨大成長。這是由以色列創新局贊助成立的Phenomics聯盟所進行的研究，建立該聯盟的目的是強化學術研究機構和企業間的合作以促進科技創新。
Technion的研究人員Ron Kimmel教授、研究助理Alon Zvirin和工程師Yaron Honen共同開發這項用於監測和預測農作物環境逆境與葉片劃分(leaf segmentation)的智慧技術。在環境逆境的監測預測方面，Zvirin解釋乾旱逆境的檢測使植物得以存活，並能夠辨別疾病和預測作物的產量，對於種植者是極其重要的資訊。透過使用彩色照片、熱成像和深度學習，研究人員成功預測環境逆境與新葉發育，且在對香蕉幼苗的測試中獲得高準確度(90％)。在葉片劃分方面，研究人員透過深度學習在阿拉伯芥和菸草的鑑定取得前所未有成果。為了對大量樣本進行系統性訓練，研究團隊開發一項包含人工葉片圖片的龐大數據庫，更於酪梨、香蕉、小黃瓜和玉米等其他作物測試該項技術。關於環境逆境檢測的文章發表於the European Conference on Computer Vision，有關葉片劃分的文章則發表於the Conference on Computer Vision and Pattern Recognition。
Phenomics聯盟的名稱源自表型(Phenotype)一詞，即生物體具有農業學、農藝學或生物學代表性的物理特徵。目前使用高通量自動表型化(High throughput automated phenotyping)技術以改善農作物產量仍舊存在瓶頸，這項研究的主要貢獻即是大幅改善此問題。Technion在Phenomics中的合作夥伴為農業科技和生物科技公司Rahan Meristem、Hazera Seeds和Evogene；科技公司Elbit Systems、Opgal Optronics Industries和Sensilize；以及學術研究機構本古里安大學、特拉維夫大學、海法大學和希伯來大學。
資料來源：https://www.technion.ac.il/en/2021/01/smart-farming/
