文章來源：AI模型預測大豆生育障礙發生風險 | 趨勢快訊- 農業科技新脈動 2026-07-10
資料來源：https://doi.org/10.1016/j.eja.2025.127770
大豆生育障礙發生背景
大豆栽培過程中常發生未熟落果與裂皮粒等生育障礙，影響收穫效率與品質。隨氣候變遷導致高溫與乾旱等極端環境增加，使障礙發生機制更難掌握，進而影響播種時期、品種選擇與栽培管理決策。過去亦缺乏可量化分析之方法，限制生育障礙之預測與預防。
機器學習如何建立預測模型
日本農業・食品產業技術綜合研究機構（National Agriculture and Food Research Organization, NARO）蒐集涵蓋寒冷至溫暖地區之4個試驗地點資料，累積16年約500筆大豆種植資料，包括品種特徵、氣溫與土壤水分等環境變數，並採用機器學習方法建構預測模型。模型涵蓋生育期間各階段環境條件，並透過交叉驗證評估其預測能力，以確保模型在不同氣候條件下之仍具穩定預測能力。
高溫影響生育障礙風險
分析結果顯示，開花後持續高溫為未熟落果與裂皮粒之主要影響因子，且發生風險隨氣溫累積增加而上升；部分品種於溫暖地區之影響程度較為顯著。該模型可將過去難以量化之環境條件轉換為可量化之風險指標，提供生育障礙發生條件之判讀依據。
AI預測模型於栽培管理中的應用
綜合而言，本研究建立以環境變數為基礎之AI預測模型，可用於支援播種時期調整與品種選擇等栽培管理決策，並提升生產穩定性，亦具延伸應用於其他作物生育障礙預測之潛力。本研究已發表於2025年《European Journal of Agronomy》期刊。