「965種農作物」。從彰化開始到雲林的高鐵軌道沿線3公里，向左右延伸1.5公里形成的這塊稱為黃金廊道的農地，共種植了965種農作物。但是，農試所人員不需要跑遍這450公頃農地，一一查訪每一塊農地今年或這季種植的農作物，只要在辦公室內，打開電腦，就能從空照圖中，分辨出上萬個坵塊（由田埂圍起的最小耕種區域，從數十坪到數百坪都有。）每一塊最新種植的農作物，連農民不用申報自行種植的農作物種類都能一一得知。這可花了農試所超過10年光陰，才練成的功夫。「除了農試所，臺灣沒有任何單位可以算得出這個數字。」農委會農業試驗所所長陳駿季驕傲的說。
所有統計資料只是數字，唯有使用地理圖資顯示，才有區位的概念並能以系統化地做決策。──行政院農委會農業試驗所所長 陳駿季
農作物種植種類和面積正是政府調整農產品供需最重要的參考依據之一，像花生或大蒜這類日常生活飲食大量使用的高經濟作物，生長周期短，因此，也成了農民在稻作休耕期間種植的主要農作物。但是，過去，農民只能憑經驗決定今年要不要種植花生或大蒜，萬一因本地產量不足，為怕造成搶購，政府就得擴大進口備用來平衡物價，但是，進口太多又可能造成供給過量，導致菜價下跌影響了農民的收入。如何準確得知最新的農作物種植情況，甚至盡可能在收穫之前，越早知道越能提前農產品進口與種植的規畫，就越能避免造成菜價劇烈波動菜土菜金的情況。
不用出門，也能遠距精準掌握農作情報的方法，不只是黃金廊道，也正是農試所用來掌握全臺農地情報的手法。
以黃金廊道來說，這是行政院從101年開始，特別規畫的農業用地。由於臺灣南部超抽地下水，導致地層下陷情況嚴重，影響高鐵的行車安全，因此，需要透過農業黃金廊道的作法，來輔導農民避免種植水稻等需耗費大量水資源的農作物。
陳駿季說，在輔導農民前，政府需要先知道黃金廊道中究竟種植作物品種，以及需要改變種植作物的坵塊。而這麼大面積的植物普查，要是要以人力完成，還真難為了鄉鎮市公所基層的農業人員，好在農試所用資料科學解決了這個棘手的問題，還精確的計算作物種類。不過，要完成這項任務，也並非一朝一夕就可達成。
收集研究黃金廊道的這些資料，是一項國家地理資訊系統建置計畫下的農地資源整合性計畫，陳駿季說，農試所花了7年的時間，研究地面上與地面下的空間資訊。當不同層次的空間資訊都做成了地理資訊系統的圖資，便能互相套疊，達到多面向綜合性的分析，用於農業的決策支援。
用十多年時間採集13萬筆地下土壤資訊
地面下的就是土壤的資訊，農試所花了10幾年做了全國農地土質普查，在臺灣總共60萬公頃的農地，每250平方公尺取樣一次，並向下深掘達1.5公尺，取5個深度的土壤，並對土壤進行化學以及物理性質分析，獲得質地和基礎營養成分等資訊，陳駿季說，10多年前開始做土壤普查的時候，因為資訊還不是很發達，沒有想過未來可能的應用，看起來像是很笨的事，但是現在資訊技術發達，能夠做的應用變得很多。
光是土壤的資訊就能有非常多的用途，而且由於地質的改變通常以萬年為單位，因此也不會在數十年間有變化，適合作為長期的評估指標，而其重要的應用之一便是耕作的建議與調整。陳駿季表示，農業單位常碰到有農民來詢問，他買了一塊地，想知道適合種什麼作物？當農試所有了土壤的基本資料，便可以根據這些土壤資料回應問題，像是比較基本的以土質給予建議，砂石土壤適合種蕃薯，但是太黏的土可能就無法種花生。
或是根據土壤養分組成，給予種植建議。另一個農民常有的疑問是，自己跟隔壁村都是種植同一種作物，也施一樣的磷肥，照顧條件差不多，但是種植出來的結果卻沒有別人好，陳駿季說，這類型問題沒有掌握土壤資料之前很難回答。因為或許隔壁村的農田土壤缺少磷肥，因此只要施磷肥就能明顯看出成效，而原本土壤中就充滿磷元素的土地，施再多磷肥可能也沒有用，或許缺乏的是其他的營養素，需要對症下藥，而這樣的結論無法藉由觀察獲得。
另外，土壤資訊不只可以用在耕種的技術應用，陳駿季表示，他們也常收到法院的請求，希望農試所幫忙辨識土地狀態。
許多地主因為利益關係，而想要把農用地變更成建築用地，便會故意在農地上傾倒廢石，試圖證明這塊土地不適合耕種，過去沒有歷史資料，法院無從得知土地狀態的變化。但土壤資料庫建立完成後，農試所能提供過去農地的取樣狀態，就能斷定這塊土地是否遭到後來人為破壞。
不只如此，土壤資料庫也能在農地污染追蹤幫上大忙，農民通常會將農地污染矛頭指向鄰近的工廠，陳駿季說，造成污染的原因有很多，工業污染是其中一種，但也可能是自然的地質現象，尤其是雲嘉地區地下水質含有較多的礦物質砷，可能因為地質關係滲到土壤中，而這樣的疑惑便能藉由查詢土壤資料庫得到解答。
農試所這套農業GIS系統，除了收集了地下完整的土壤資料外，地表上也用三種層次的圖資，涵蓋作物相的資訊，分別是無人機、飛機以及衛星的空照圖，這三個層次由於拍攝的高度不同，取得圖資的類型以及解析度也不同，在應用上可以互相彌補不足。
以航照圖判釋作物坵塊
行政院農委會農試所農化組研究員兼組長郭鴻裕表示，能以衛星空照圖與飛機的航照圖判斷辨識作物坵塊（耕作的最小面積單位），先由人工圈選部分顏色區塊，再由演算法半自動圈選出相似色為坵塊，因此操作人員需要一些經驗法則判斷那些顏色為相同作物。（圖片來源／農試所）
無人機適合執行機動性任務
無人機機動性高，飛行的高度較低，因此拍照的解析度也較高，可以用來做較小範圍，但是需要高精確度的應用。陳駿季說，臺灣夏季常有颱風，總會造成一些農作物災損，而災損範圍會直接影響核發給農民災情損失補助的多寡，過去這些工作都由鄉鎮市公所農業課的人員以目測評估，但是人為多有誤差。
事實上災損補助的錢不多，頂多只能打平農民的栽種成本，因而各方的政治力便會介入災損面積評估，進而想影響政府補助的金額，加上評估數字的誤差可大可小，在有可議論機會的情況下，更是難為了鄉鎮市公所基層的農事人員。
陳駿季提到，無人機的應用能夠解決這些爭議，只要颱風來之前，先派遣飛行器由上往下拍攝一遍農地，颱風過後在拍一次，比對水稻田前後的照片，水稻傾倒的比例一翻兩瞪眼，農試所僅提供客觀的資料，至於補助的部分就交由相關人士判斷。
以航照圖例行監測地表作物相
比無人機拍攝高度更高的是第二層次的飛機，航照圖提供更廣域的觀測視野，農試所可以取得農航所在春天1期作與夏天的2期作時，各派出大型有人駕駛的飛機，以航測儀器拍攝地表作物相的航照圖，而9、10月開始的裡作期則由農試所自行購買相關圖資。
由於臺灣的冬天實際寒冷的天數不長，因此農民會用2期作收成之後的時間，種植一些高經濟價值的短期作物，這段期間稱作裡作，而在雲嘉地區的裡作期，多數農民不是種花生就是大蒜，而臺灣不像有些國家的農民，需要向政府登記栽種的作物，因此過去在裡作時，農民無法得知該年種植大蒜與花生的面積比例，只能根據經驗法則，參考去年大蒜與花生的價格，種植價高者，但是這樣的模式只會落得菜土菜金的下場。
所有農民都以同樣判斷規則種植作物，導致每年會有許多農民一窩蜂的種植同一種作物，生產過剩的作物會因為市場機制，使得售價過低，生產過少的作物售價又會飆漲。過去政府只能在收成的前半個月，透過人力農情調查才能切確的取得收成量，不過，此時才啟動補救機制早已經太晚。
陳駿季表示，花生與大蒜的價格是很敏感的議題，而藉由判讀解釋航照圖的資訊，可以提前兩個月在每年的11月，即可陸續發布花生與大蒜種植面積，而且精確度達90％以上，政府提早知道產量便能適時做出相對應的措施，像是花生產量過剩，便可以提早與加工廠合作，將花生做成加工製品，而當大蒜產量不足，勢必價格高漲民怨四起，此時就需要趕緊進口大蒜平衡市場價格，「如果前半個月才知道要進口，哪來的及？」，陳駿季表示，預測沒辦法做到100％，但是跟前一年比較就有相對的資訊，可以知道產量增減多少百分比，作為支援主管機關決策參考。
從2010年開始，農試所開始有系統的使用這些圖資，陳駿季表示，農試所試圖利用圖資解決一些既有的問題，但是會讓現行的方法並行，比較兩者的結果，檢討發生誤差的原因，並加以修正。較成熟的應用，倚靠圖資判釋的比例可以增加，特別有疑議的部分，再靠人工釐清，這樣光是農情調查就省了10倍的人力。以往調查作物種植需要投入眾多的人力，一個鄉約需要3到4個兼職人員做農情調查，雲林縣就需要20多位，但是利用圖資判釋，現在僅需要1至2位，因為僅在有疑議的時候前去調查即可。
無人機—農地上的飛行偵測斥侯 |
農試所為收集更機動或任務型的農業情報，像是颱風對農作物的損害面積等，特別採購機身由碳纖維打造的無人機，以彈射的方式起飛，比起時下流行的多旋翼飛行器較不怕側風影響，並可同時搭載兩臺不同用途的相機，滯空時間多出5倍，且飛行速度快，能夠探測更大範圍的農地。
資料來源：農試所，iThome 整理，2015年8月 |
衛星可大範圍觀察地表作物
以地理資訊取代人力的優勢，尤其在計算大範圍的作物種植面積時，更是表露無遺。農試所使用衛星衛福2號以及SPOT5空照圖進行作物的判釋。衛福2號能提供可見光的照片，陳駿季說，種植作物有其季節性，因此根據農夫翻土的時間點，就能判斷種植的作物是什麼。而計算水稻種植的面積也能利用類似的概念估算，由於水稻插秧之前，農夫需要為農田灌水，因此在一期作與二期作初期，衛星拍到的空照圖，水田部分會呈現藍紫色，分析人員透過經驗法則，只要圈選出代表水稻田的色塊，演算法便會半自動的將類似區塊圈選出來，進而從照片中的色塊所占畫素大小，推算水稻田實際面積。
估算了水稻田總面積還不夠，還要知道單位面積水稻的產量，農事人員需要實際到成熟的稻田中採樣，間隔固定面積收割固定株數的水稻，並計算稻穀收穫量，再將採樣的位置對應至地圖上，而單位面積所能種植的水稻株數有限，因此能從採樣點稻穀收穫量，使用內插法計算稻田中其他稻株的稻穀產量，進而推算出整體水稻產量。
而透過SPOT5則能取得近紅外線光譜圖，利用葉綠素不吸收近紅外光的特性，且每種植物反射近紅外光的程度不同，因此可由近紅外光譜圖依顏色分辨出不同的植物，陳駿季表示，如此山坡地上是種植檳榔還是茶樹可以很清楚的分辨出來，用可見光照片，因為沒有高度資訊，有時候肉眼反而不容易分辨。
檳榔是危害臺灣水土保持的作物之一，因此掃除檳榔是重要的工作，但是卻遭遇實際執行面的問題，過去只有檳榔栽種的統計資料，這些檳榔散落在縣市的各處，即使以人力標記也無法明確的標記種植位置，種植在山坡地檳榔歸林務局管轄，但在水源地歸水保局管理，在地理資訊不明的情況下，權責無法劃分清楚，掃除檳榔的工作變得窒礙難行，而農試所用圖資解決了這項問題，利用全臺的空照圖，清楚的標記出所有種植檳榔的地區，由隸屬單位負責掃除，而這樣高效的解決方案，也證明了圖資收集的功能與用處，也逐漸讓外界能接受以圖資支援決策的概念。
另外，他也提到，從衛星空照圖可以很清楚的知道作物耕種的面積以及分布，就葡萄來說，傳統的農業統計資料可以知道彰化種了1,300公頃的葡萄，但是地理圖資能夠視覺化這項資訊，彰化縣種植葡萄的地區一目了然。
這些不同層次的空間資訊不只可以分開判釋，陳駿季表示，將不同類型的圖資套疊在一起，便能做綜合性的分析。他同樣以彰化種植葡萄作為例子，普遍民眾認為大村鄉的葡萄較甜，田尾鄉出產的葡萄則較多汁，結合地圖、水利排灌圖資以及葡萄栽種區分布圖，發現大村鄉因為土壤排水不完全，使得葡萄果實含糖量較高。有了這樣的資訊，不只可以作為農民種植作物的建議指南，而且能對同一地區的作物進行整合行銷，如同提到東勢會聯想到高接梨，大村葡萄也可以作為一個品牌經營。
視覺化圖資比數字更直觀
傳統的農業統計數字無從得知作物分布位置，因而無法進一步管理應用，但以圖資呈現一目了然。以彰化縣種植葡萄為例，表格僅能獲取種植面積的資訊，但是從栽種區分布圖可以知道葡萄在彰化線分布的位置以及數量，如能套疊水利灌排等圖資，便能進一步探討其他種植面向。 （圖片來源／農試所）
衛星空照圖可用來判讀地表作物，利用水稻田灌溉時會有大量的水，在衛星空照圖上會呈現藍紫色的特性，只要圈選出幾組相似藍紫色的色塊，演算法便能半自動地將類似的區塊都圈選出來，並計算占據畫素的大小，便能估算出水稻實際種植面積。 （圖片來源／農試所）
農業圖資也可做為農業保險的指標參考
圖資應用的範圍很廣，也能應用在農業保險上，過去政府一年花了20幾億元補助農民作物災害的損失，但所謂的補助也僅能打平栽種成本，農民總覺得不夠，但國家也確實花了很多錢，因此2015年政府開始決定試辦農業保險，用保險的概念減少災損的風險，並先從高接梨開始，因此種植高接梨的東勢以及苗栗部分地區，已加入農業保險試辦的範圍。
農業保險就如同人生保險一樣，需要建立許多風險評估指標，作為保費計算的參考，像是人生保險的參考因素可能是年齡以及過去的健康紀錄等，而農業保險也是，只是指標參考資料可能是作物的品種、種植的地形或是氣候等。陳駿季說，就以種植地區來說，臺灣東部與西部的風險就不同，農業保險的保費也會有所差異，因為颱風來的時候東部往往首當其衝，西部災害通常較低，因此即使是同一種作物，在東部的保費可能也會比西部高。
他提到，農業保險還在試辦階段，農試所盡可能提供保險公司制定風險指標需要的資料，因為影響風險的要素很多，除了臺灣東西部不同外，山坡地與平地的風險也不一樣，或是分析氣象資料，把逢雨必淹的熱區標記出來，供給保險公司使用，陳駿季說，政府認為吸收保費價差的方式比過去全額補助災損還有意義。
農試所收集各類型圖資後，下一步希望這些圖資的應用可以深入到更基層的單位。陳駿季說，行政院近期核定了生產力提升的方案，農業生產力提升也被納入大方案之中，主要的精神是要建立自農集團，把小農集合成大專區，當有系統的農業生產專區出現，農試所的圖資服務更能方便提供有價值的應用。像是彰化大村葡萄專區，藉由葡萄栽種區分布圖便能清楚的知道專區合作的範圍，需要的時候一起噴灑農藥，達到全面除蟲的目的，而不至於東邊噴藥時，害蟲飛往西邊耕作區，輪西邊噴藥時，蟲又躲回東邊耕作區的窘境。
提升農業生產力的應用，陳駿季還舉了麥寮種植美生菜的案例。麥寮出產的美生菜品質很好，因此多銷往日本，每年產值達一億元。而當地是以小農為核心的美生菜種植專區，以類似企業的形式經營，這個專區目前有100多戶的契作戶，陳駿季說，當一個大訂單進來時，這些美生菜契作戶必須有計畫的種植，因為牽扯收成後包裝廠等資源排程，因此如能善用地理資訊服務，對於契作戶生產安排以及擴增契作戶需要的位置以及土壤資訊，更能靈活與周全的規畫考量。
行政院農委會農業試驗所農業化學組成立GIS實驗室，農業試驗所所長陳駿季笑稱這是農業戰情中心，能用地下地上空中的圖資，全方位掌握臺灣農業情報。