文：社企流
聯電自 2016 年開始舉辦「綠獎」以來，即是為了支持具備創新潛力的團隊，使解方與提案能夠落實於地方。迄今，已累計支持了 92 件環境永續創新方案。今年第十屆綠獎以總獎金 400 萬元，攜手 8 家企業夥伴包括：東京威力科創、漢民科技、漢科系統、智原科技、大陽日酸、棨揚、欣興電子、創鉅先進材料，並由社企流協辦，一起支持與響應環境永續。
第十屆綠獎「創新解方獎」著重徵集具備未來發展潛力與長期影響力的環境解決方案，主題聚焦於氣候應變、生態保育與資源循環 3 大議題，並首次開放國內大專院校碩博士生團隊及學術研究單位投件。本屆創新解方獎得主為：「蜂巢數據科技股份有限公司」（阿龜微氣候）、「默語生態農業有限公司」（農田裡的科學計畫）以及「國立中央大學/太空及遙測研究中心」，分別結合專業技術與調研成果，於農業永續與水資源處理等議題，展現對地方、環境解方的行動力。
阿龜微氣候：反擊夜蛾！智慧數據測天氣、防蟲害
農業為台灣主要產業之一，卻面臨著氣候變遷衝擊農作生長與種植環境，與既有農法所致作物污染與病蟲害問題。近年農業科技的發展，為農業永續的解方帶來一絲曙光，有 1 組研究團隊埋頭地方、傾聽農民困境，成為農民面對環境危害的堅實夥伴。
2017 年一群對農業與科技富有想像力的成員，共同成立「蜂巢數據科技股份有限公司」（阿龜微氣候），並開始踏入田間，主動參與農民的日常生活。創立之初，他們由設計「感測器」等硬體設備為起點，協助農民即時掌握土壤與環境狀況，然而隨著數據累積，他們發現僅有「監測」不足以幫助農民真正改善田間管理方式。此外，與地方農民長期互動的過程中，亦逐漸發現影響作物大量損失的關鍵不在於水或肥料施作的管理，而是長期困擾著農民的——病蟲害侵擾。
病蟲害如何預先警示與防治？阿龜微氣候奠基於長期感測數據與資料分析的基礎，提出「夜蛾不再夜襲：智慧灌溉、養分管理與病蟲害預警的整合應用」的創新解方計畫獲綠獎肯定。該計畫以宜蘭三星地區為例，指出影響該地區青蔥產量的罪魁禍首為夏季大量繁殖的——甜菜夜蛾，害蟲的夜襲使該地區青蔥產量下跌 40％，產值預估減少 3 億。面對病蟲害農民最直接的防治方法，往往為使用大量的農藥，或出奇招以捕蟲燈、放音樂、雷射光等被動防治方式應對。面對害蟲危機，團隊設計「夜蛾預警與智慧反擊系統」，並結合甜菜夜蛾預警、夜間自動噴水系統與結合天氣監控的自動控制系統平台，幫助農民提預知蟲害爆發的時機，精準控制夜間「水攻法」的水量與噴灑頻率，預估可使害蟲防治率提高 10％，並減少 10％ 的農藥使用，實現農業與環境永續的影響力。
農業轉型無法倚靠單一力量單打獨鬥，從被動監測到再到精準管理與主動防治，團隊揭示農業永續的下一步——農民、農學家與資訊服務等合作夥伴需並肩同行。
默語生態農業：與螺共生，移植大秧讓福壽螺成為除草幫手
同樣受害蟲侵擾使農作物受損而發起解方的團隊—— 於 2020 成立的「默語生態農業有限公司」，自 2015 年「農田裡的科學計畫」為起點，致力親身入農業現場耕作，並結合科學知識和生產經驗，透過食農教育、公民科學調查等方式，持續提倡友善農業與生物多樣性的價值。
粉紅色卵塊吸附在在肥美稻田之間，老一輩農民稱之為「夭壽螺」的卵，是農民最頭痛的田間景象之一，據統計每年造成經濟損失約達 1.3 億新台幣，但福壽螺是農民的萬惡公敵還是潛藏的耕作幫手？長期蹲點宜蘭的生態學家林芳儀與陳毅翰發起「與阿螺共耕，手把手守護水田生物多樣性」計畫，揭示過去多數農民在福壽螺防治上多依賴殺螺劑，或有機農業允許的苦茶粕，儘管可天然分解但仍對田間水域生物與水土造成衝擊。
團隊自 2021 年由宜蘭為中心，啟動「水稻大秧代耕服務」給農民，迄今代耕面積累積達 40 公頃，服務範圍持續擴大至宜蘭以外地區。團隊指出，移植水稻成長到 4 至 5 葉的大秧苗，能利用大秧苗粗纖維的特性避免啃食，降低 45％ 福壽螺在秧苗期啃食植株的危害；此外，若搭配相關田間管理技術，福壽螺可搖身一變成為「除草螺」幫忙吃掉生長較緩慢嫩雜草，大幅降低除草人力，期望舒緩農村缺工問題。在團隊躬耕之餘，他們亦期待成為農田裡的科學家，持續推廣農業與環境共存的農法，保育稻田間的環境與生物多樣性。
國立中央大學／太空及遙測研究中心：打造智能、永續的數位孿生水處理方案
隨著極端氣候事件的頻繁發生，氣候危機的不斷加劇，水情日益嚴重，優化現行的水處理程序成為一個重要的課題。在這樣的背景下，ESG 和 SDGs 受到廣泛關注，平衡企業發展對環境的衝擊勢在必行。「國立中央大學／太空及遙測研究中心」發起「低碳精準加藥數位孿生」計畫，致力於為淨水與廢水處理產業打造一個智能、永續的水處理方案。
混凝加藥是水處理中常見且關鍵的步驟。研究團隊調查：現行傳統操作多以人工經驗判斷添加混凝劑的劑量，操作人員的加藥習慣往往偏向保守，以及無針對轉速進行動態調整等操作限制，使出水品質不穩定、更使能源消耗量高，且有過度加藥的疑慮，在傳統水處理程序中即時應變調整之人力負擔高，導致水處理產業難以有效降低操作成本，達成減碳排放之目標。
當前不乏有團隊提出以人工經驗模型驅動的解決方案，惟此種模型僅能用於模擬操作人員的決策判斷，並受限於過往人為經驗，無法有效解決產業痛點。為此，研究團隊以機器學習方法建立「混凝反應模型」，透過實驗測試不同水質條件下的多種操作組合，訓練模型直接學習水質和操作參數之間真實的物理、化學混凝反應關係，跳脫操作人員主觀經驗判斷的限制，推估符合水質標準下最低成本及最低碳排的操作建議，進而有效降低營運成本，且同時降低碳排放量，實現淨零排放的效益。經實場驗證與效益評估，可節省大於 30% 的藥劑成本、降低超過 80% 的電力成本，整體可減少超過 20% 的碳排放量。此外，亦結合數位孿生技術，在虛擬環境中模擬各種操作組合的處理過程，並從中找到最佳的操作參數反饋到真實世界，提供即時的水質預測及操作建議。以台北市平均用水量每日 250 萬噸估算，一年可節省的碳排放量相當於超過 110 座大安森林公園一年的吸碳量。研究團隊指出，未來將持續完善技術模組擴充並優化核心技術，協助國內外水處理業者實現淨零排放。
展望未來，共同守護台灣土地環境
從對環境議題的深刻關懷出發，這 3 組團隊將理念落實於真實場域並躬耕田野，以科學數據與技術創新，為農業永續與廢水處理帶來創新解方與珍貴的調研基礎；他們行動證明，唯有與環境共生，才能守護這片土地，為地球帶來正向效益。
