新化農改場的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列地圖、推薦、景點和餐廳等資訊懶人包

自動化太陽能害蟲監測系統之研究

為了解決新化農改場的問題，作者李維哲 這樣論述：

隨著環保意識抬頭，兼顧公眾健康、保護環境及有益生物的整合式病蟲害管理IPM (integrated pest management)逐漸為農民採用。IPM利用多元防治手法控制害蟲族群，其經濟、有效且永續的管理方式在為作物增添附加價值同時，也為大自然的永續發展盡一份綿薄之力。建立IPM的關鍵之一是對作物做全面性的監測，不只能即時掌握場域的害蟲發生情形，更可以透過長時間的追蹤害蟲數量、環境資訊，從中爬梳各因子間的因果關係來建立害蟲的生長模型、作物生產的經濟模型、製作害蟲爆發的預測預警系統。以輔助IPM做為研究發想，本研究旨在建立太陽能供電的害蟲影像監測系統，系統藉由深度學習辨識黏蟲紙影像上的害蟲

種類及數目，一併收集環境溫、溼、照度資料回傳至伺服器，將資訊以可視化數據呈現於網頁和手機app。將裝置部署於果園或溫室中搜集黏蟲紙和環境資訊可幫助農民全面了解該場域現況，並作為輔助蟲害防治決策使用。裝置由Arduino Pro mini和Raspberry Pi 4開發板組成，Pi camera v2拍攝黏蟲紙影像，影像依序經過YOLOv3-tiny做潛在害蟲偵測和 MobileNetv2做害蟲種類辨識，另紀錄太陽能和系統發用電量情形，討論該監測裝置實際功耗及實驗場域中太陽能發電的可行性和日照情形。所有資訊由Raspberry Pi 4透過無線網路傳回至伺服器儲存，透過自動計數演算法修正被誤判

的害蟲種類，以累計圖呈現實驗場域的害蟲發生情況。 實驗場域共有台南新化農業改良場芒果園和高雄鳳山熱帶園藝試驗所芭樂園兩處，選定在台灣危害果樹最嚴重的果蠅科害蟲為標的害蟲，系統使用的潛在害蟲偵測模型YOLOv3-tiny的[email protected]達93.56%，果蠅科害蟲辨識模型MobileNetv2的F1-score達0.94。系統用電情形為每天15W，可承受4天連續下雨等無日照情況。另外系統設計成方便組裝拆卸，得以讓使用者快速部署至場域，系統穩定性也經過實地驗證的考驗，裝置已和廠商合作技術轉移。

坡地果園農地水土保持規劃設計-以屏東科技大學水土保持示範區為例

為了解決新化農改場的問題，作者王沛丰 這樣論述：

本研究探討屏東科技大學水土保持示範區應用農地水土保持處理與維護，以坡地芒果園示範區為探討對象，本研究進行兩方案之探討，分別為方案一省工經營之山邊溝之果園、方案二為草生栽培進行全園噴植之果園。兩方案主要差異為田間作業道系統與栽植面積，再行效益分析，分為經濟效益與水土保持效益兩方面進行分析。經濟效益，方案二雖工程預算高於方案一；兩方案相差新台幣969,401元整；但方案二果樹年收益卻高於方案一約新台幣260,000元整。水土保持效益，進行了邊坡穩定、土砂生產量與水源涵養三項效益評估，方案二評估成效皆優於方案一，邊坡穩定與土砂生產量推測主要為，方案一土方挖填區位面積大於方案二；水源涵養利用入滲與逕

流量來評估兩方案之水源涵養成效，方案二經計算結果成效優於方案一。但方案一於果園管理所花費成本低於方案二，主因為田間作業道系統中山邊溝達到省工經營之成效。果園以不同的目標進行規畫，以省工經營為目標則方案一較為適當；倘若需兼具較高之水土保持效益則適合方案二。