政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/122324

政大典藏 > College of Communication > Master`s Program in Digital Content and Technologies > Theses > Item 140.119/122324

Please use this identifier to cite or link to this item: https://nccur.lib.nccu.edu.tw/handle/140.119/122324

Title:	精準農耕技術導入水稻灌溉水遠端監測之使用者經驗與雲端數據分析 User Research and Cloud Data Analysis on Remote monitoring of Rice Irrigation Water using Precision Agricultural Technology
Authors:	陳舒玲 Chen, Shu-Ling
Contributors:	陳聖智蔡銘峰 Chen, Sheng-Chih Tsai, Ming-Feng 陳舒玲 Chen, Shu-Ling
Keywords:	智慧農業稻米生產數位內容與科技應用物聯網資通訊科技灌溉水精準農業 Intelligent agriculture Rice production Digital content & technology application Internet of things Information and communications technology Irrigation Precision agriculture irrigation
Date:	2019
Issue Date:	2019-02-12 15:58:04 (UTC+8)
Abstract:	隨著資通訊應用普及、農政力行推廣，臺灣農耕環境已逐漸從機械化、自動化導向智慧化生產管理。本研究以Norman (2013)提出的人本設計流程的觀察、衍生想法、製作原型及測試流程，探討資通訊技術應用於臺灣農作之大宗－水稻的灌溉水管理，以人本設計流程洞察目前水稻栽種的潛在需求、開發系統並導入農家驗證。本研究分為以下三階段：第一階段為需求探求階段—以個案參與觀察初探水稻耕作環境，再以半結構式深度訪談農友，發現兩項可做為研究導入技術應用的需求：(1)農忙期的工作調度雙向溝通；(2)灌溉水情異常立即得知與管理決策，後者為水稻生長與農家巡田之重點觀察，因此以後者為研究方向。第二階段進行系統開發與建置：設計物聯網遠端監測灌溉系統AgritWater，以Arduino開發農田感測器、架設數據儲存及提供自動化推播的雲端伺服器及提供資訊呈現的App平台，設計即時、遠端及精準的灌溉監測系統。第三階段將系統導入農家實驗：系統導入農家體驗七日，以深度訪談、評估量表及雲端使用者操作紀錄綜合分析，驗證灌溉水遠端監測的需求及可行性。研究成果顯示：系統有助於農家灌溉水遠端監測、降低巡田次數，系統數據有助於輔助農家決策灌溉水排灌管理的參考，整體系統使用性(SUS)平均加權分數為82分，為農友可接受的設計。在彙整使用者對數據的解讀，系統設計建議可從農民耕作管理決策判斷，規劃智慧服務應用於生產決策，結合氣象與農地環境數據建立常態模型，將系統服務導向智慧灌溉管理的決策應用，提供更精準的農情資訊推播，使推播資訊更契合農友實務耕作經驗及決策情境。 With the widespread of information communication applications and promotion of agricultural policies, Taiwan`s farming environment has gradually shifted from mechanization and automation to intelligent production management. This research, based on observation, idea generation, prototyping and testing procedures of human centered design process proposed by Norman (2013), explores the information communication application of irrigation rice water management in Taiwan. During the design process, potential needs of rice planting are observed, the monitoring system of irrigation water is developed and verified by farmers (during period). This research has 3 stages: demand exploration, system development and experiment. The demand exploration stage applies participant observation to study rice farming environment and context on a case-by-case basis, then interviewed farmers using semi-structured in-depth method. Two approach that is suitable for application research is discovered: (1) Two-way communication work scheduling during busy period; (2) Real time irrigation water abnormality notification and management. The latter is chosen for research because irrigation water is the key observation for rice growth while farmers patrol. The system development stage designs the real-time remote precise monitoring irrigation system AgritWater. The AgritWater uses Arduino to develop the sensing device, data collected are upload to cloud servers simultaneously and sync to applications platform for information representation. In the experiment stage, AgritWater is introduced to the farmers, the farmers then spend 7 days using it to monitored their irrigation water. The requirements and feasibility of AgritWater were verified by comprehensive analysis of in-depth interviews, assessment scales and cloud user operation records. Experiment results show that farmers benefit from the system and reduced the times of inspections. The sensing data also support farmers in decision making of irrigation water drainage management. The overall system usability score (SUS) is 82 points, proven the AgritWater is an application acceptable by farmers. In consolidation of user data interpretation, it suggests the system should provide decision making management service. By integrating weather and field environment data to construct a constant model for the environment, the system then can provide a much more precise information on field condition, which is more relevant to practical experience of farmers and their decision making context.
Reference:	中文文獻八木宏典、周若珍(譯)(2015)。超圖解米的基礎知識。臺中市：晨星出版有限公司。天野英二郎(2014)。推動智慧型農業-ICT與自動化裝置之應用。立法與調查，第359期，頁44-56。申雍、吳正宗、陳仁炫、江志峰、劉禎祺、王鍾和(2003)。應用遙測影像輔助判釋土壤限制因子分佈地區之技術。水稻精準農業體系，第105號，頁81-88。行政院農業委員會(2016)。農業統計年報104年。臺灣：行政院農業委員會。吳秀珍(2001)。使用者態度與使用行為意向關係之研究-以農產品行銷資訊系統為例。國立中興大學行銷學系碩士論文。呂政道(2009)。臺灣農民年齡與農耕戶勞動生產力之關係。國立臺灣大學農業經濟學研究所碩士論文。李安婷(2015)。以服務社計發展社區社交平台App 促進鄰里人際互動與溝通之研究。國立政治大學數位內容碩士學位學程碩士論文。李蒼郎(2012)。稻米達人大挑戰：稻米生態及米知識問答集。新北市；南投市：遠足文化；農委會農糧署。岳修平(1999)。農民使用網路化農業資訊需求與行為之研究。農業推廣學報，16期，頁1-15。岳修平、陳姿伶、邱立安(2009)。農民電腦網路技能訓練滿意度影響因素之研究。台灣農學會報，10卷6期，頁470-489。林君翰(2018)。雲端巡田水，i-Water讓掌水工更輕鬆。豐年雜誌，65卷5期，頁54-57。林宜諄(2013)。走進稻香的世界-稻米小學堂。南投市：行政院農業委員會農糧署。林冠儀(2015)。使用者需求及創新行銷新思考:Illuscook+手繪風食譜App。國立政治大學數位內容碩士學位學程碩士論文。林慶元等作(2007)。水稻保護。臺北市：行政院農業委員會動植物防疫檢疫局。邱政揚(2004)。農業產銷班導入經營管理系統成效與影響因素之探討。國立臺灣大學農業推廣學研究所碩士論文。徐文諾(2005)。臺灣小農的經濟效益:以彰化玉樹村的農業經營策略為例。國立清華大學人類學研究所碩士論文。張郁蔚、邵芷羚(2017)。從資訊來源觀點探討農民資訊尋求行為。圖書資訊學刊，15卷2期，頁67-99。曹永忠、許智誠、蔡英德(2013)。Arduino超音波測距機設計與製作。取自　https://goo.gl/7EvHLp 許聖章、李恒綺、楊明德(2016)。台灣農家人力資本與時間配置。農業經濟叢刊，22卷1期，頁43-98。郭芫卉、羅竹平、雷立芬(2015)。臺灣縣市稻米生產效率及生產力分析。臺灣農學會報，16卷1期，頁18-32。陳仁炫(2018)。化學、有機質、微生物肥料，怎麼選?模透肥料個性，對症下藥。豐年雜誌，67卷11期，頁36-39。陳希煌(2015)。現代化演進與臺灣農業。臺灣農學會報，16卷2期，頁111-116。陳舒玲、陳聖智(2016)。當科技遇上農業—新興農業科技生產型態與經濟發展探微。簡妤儒(主持人)，新科技與永續資源管理。第八屆發展研究年會《環境與永續發展》，國立臺灣大學。陳舒玲、陳聖智、蔡銘峰(2017)。灌溉水遠端監測產品系統應用於水稻田間永續管理。張祥唐(主持人)，永續發展主題-1。2017永續性產品與產業管理研討會，國立清華大學。陳萱恩(2016)。視障者行動導航之使用者經驗設計與研究。國立臺灣科技大學設計研究所碩士論文。陳銘煌(1986)。臺灣稻作機械共同作業之利潤分析。農業經濟半年刊，39期，頁83-120。陸怡蕙、黃芳玫、張竣翔、簡毓寧(2010)。創新技術採用之影響因素研究－以香蕉生產者之知識累積與資訊取得爲例。農業經濟叢刊，16卷，頁33-77。黃政偉(2002)。多光譜影像應用於水稻植株含氮量之遙測。國立臺灣大學生物產業機電工程學系所碩士論文。黃堃原(2010)。農民對農業創新技術採用數位學習之意願研究-以南投縣為例。世新大學資訊傳播學研究所碩士論文。黃淑華(2009)。農民對農業數位教材的學習需求。國立中興大學生物產業推廣暨經營學系碩士論文。楊智凱、施瑩艷、楊舒涵(2016)。以智慧科技邁向臺灣農業4.0時代。農政與農情，289期，頁6-11。詹滿色、陳雅惠、陳郁蕙(2015)。臺灣預算結構與農業發展之探討。臺灣農學會報，16卷2期，頁161-179。廖敏勝(2017)。農業物聯網技術整合之研究‒以設施農業施作與病蟲害管理為例。國立臺灣大學生物產業機電工程學研究所博士論文。趙天威(2017)。使用超聲波換能器於胎紋深度量測之研究。國立彰化師範大學車輛科技研究所碩士論文。劉天成(2000)。我國精準農業的發展方向與策略。水稻精準農業(耕)體系之研究，頁7-14。劉日順(2018)。農田水利田間灌溉用水管理績效提升之研究。國立中央大學土木工程學系博士論文。歐怡汝(2013)。臺灣稻作生產成本結構之分析。國立臺灣大學農業經濟學研究所出版碩士論文。蔡明華、林尉濤(2009)。臺灣農業灌溉史。臺灣：行政院農業委員會。鄭詩華(2000)。農業經營分析實務--稻作大規模委託經營之經濟分析。農業世界，198期，頁81-85。盧虎生(2017)。農業生產力4.0及推動規劃。發表於2017生物產業學術研討會，主題-新農業傳播與管理。戴冠丞(2018)。遠端遙控變量施噴裝置之研製。國立臺灣大學生物產業機電工程學研究所碩士論文。謝雨生(1990)。農家採用不同農業技術的影響因素。農業推廣學報，8期，頁105-145。蘇宣銘(2018)。物聯網及霧運算在農業自動化之應用研究。國立成功大學製造資訊與系統研究所碩士論文。外文文獻 Antle, J. M. & Aitah, A. S. (1983). Rice Technology, Farmer Rationality, and Agricultural Policy in Egypt, American Journal of Agricultural Economics, 65 (4), 667-674. Bangor, A., Kortum, P., & Miller, J. (2009). Determining What Individual SUS Scores Mean: Adding an Adjective Rating Scale. Journal of Usability Studies, 4(3), 114-123. Brooke, J. (1986) SUS—A Quick and Dirty Usability Scale. Usability Evaluation in Industry, 189-194. Compeau, D. R., & Higgins, C. A. (1995). Computer Self-Efficacy: Development of a Measure and Initial Test. MIS Quarterly, 19(2), 189-211. Fountas, S., Pedersen, S. M., & Blackmore, S. (2005). ICT in Precision Agriculture – diffusion of technology. In Gelb, E., Offer, A. (Eds.), ICT in agriculture: perspective of technological innovation Moroz, P. A. & Nash, J. B. (1997). Assessing and Improving the Factorial Structures of the Computer Self-Efficacy Scale. Presented at American Educational Research Association Annual Meeting 1997. Nielsen, J. (1993). Usability Engineering. Boston, MA: Academic Press. Nielsen, J. (1994). Heuristic Evaluation. In Usability inspection methods. New York, NY: John Wiley & Sons. Nikkilä, R., Seilonen, I., & Koskinen, k. (2010). Software architecture for farm management information systems in precision agriculture. Computers and Electronics in Agriculture, 70(2), 328-336. Norman, D. A. (2013). Design Thinking. In: The design of everyday things. New York, NY: Basic Books. Paustian, M., & Theuvsen, L. (2017). Adoption of precision agriculture technologies by German crop farmers. Precision Agric, 18, 701-716. Pierpaoli, E., Carli, G., Pignatti, E., & Canavari, M. (2013). Drivers of Precision Agriculture Technologies Adoption: A Literature Review. Procedia Technology, 8, 61-69. Rosegrant, M. W., Roumasset, J. A., & Balisacan, A. M. (1985). Biological Technology and Agricultural Policy: An Assessment of Azolla in Philippine Rice Production. American Journal of Agricultural Economics, 67 (4), 726-732. Say, S. M., Keskin, M., Sehri, M, & Sekerli, Y. E. (2018). Adoption of precision agriculture technologies in developed and developing countries. The online Journal of Science and Technology, 8(1), 7-15. Sørensen, C. G., Fountas, S., Nash, E., Pesonen, L., Bochtis, D., Pedersen, S. M., Basso, B., & Blackmore, S. B. (2010). Conceptual model of a future farm management information system. Computers and Electronics in Agriculture, 72(1), 37-47. 網站檢索仲闐科技股份有限公司，溫室環境監測控制系統，上網日期2018年8月11日，檢自: http://www.demeter.com.tw/product/product_farming.html 安研科技，水位與流量監測，上網日期 2015年12月20日，檢自：http://www.anasystem.com.tw/water-level-flow-monitor/ 行政院農業委員會臺中區農業改良場，常見問答-水稻，上網日期 2016年6月20日，檢自: http://www.tdais.gov.tw/view.php?catid=6164 吳其勳，富士通的重振應用，上網日期 2015年12月3日，檢自：http://online.ithome.com.tw/itadm/article.php?c=80749&s=1 阿龜微氣候，上網日期2018年8月11日，檢自: https://agriweather.beehivedt.com/ 倪葆真，新農運動－漂鳥計畫，上網日期2015年12月15日，檢自: http://www.coa.gov.tw/view.php?catid=11510 許鈺佩，青年農民百萬薪－光電農業新生代，田園延續家族情，上網日期2015年12月24日，檢自: http://www.coa.gov.tw/ws.php?id=2446280 農委會，推動小地主大佃農政策，上網日期2015年12月4日，檢自: http://www.coa.gov.tw/view.php?catid=23492 農委會，農業就業人口之性別與年齡分配，上網日期2015年12月10日，檢自: http://agrstat.coa.gov.tw/sdweb/public/common/CommonStatistics.aspx 農委會，農業發展條例，上網日期2015年12月21日，檢自: https://talis.coa.gov.tw/ALRIS/LawDetail.asp?tID=1001 農務e把抓，上網日期2019年1月26日，檢自: http://agrepm.coa.gov.tw/ 廖安定，規劃推動小地主大佃農政策，上網日期 2016年3月20日，檢自：http://www.tlrihc.gov.tw/dgek/%E9%85%AA%E8%BE%B2%E5%A4%A9%E5%9C%B0/dhi86/dhi86P38.htm 蔣佳璘，嶺東科大育成智慧農夫獲獎肯定，上網日期 2018年 8月11 日，檢自: https://udndata.com/ndapp/udntag/finance/Article?origid=9013915 盧韋辰，非洲公益／古法結合科技，Wakati 顛覆你對農作物保鮮的想像，上網日期 2015年12月30日，檢自：http://npost.tw/archives/22023 鍾佳妤，返鄉青年帶來的農村質變，上網日期2015年12月21日，檢自: http://www.coa.gov.tw/view.php?catid=2501350 顏理謙，用科技收成!新世代農夫下田，讓農業變的更性感，上網日期 2016年6月30日，檢自：http://www.bnext.com.tw/article/view/id/39828 九州大学農業経営学研究室，農業生産法人が実践するスマート水田農業モデル「農匠ナビ１０００」公式webサイト，上網日期2017年10月20日，檢自：http://www.agr.kyushu-u.ac.jp/lab/keiei/NoshoNavi/NoshoNavi1000/ FUJITSU intelligent society solution 食・農クラウド Akisai(秋彩): 富士通. Retrieved March 24, 2016, from: http://jp.fujitsu.com/solutions/cloud/agri/ Heraghty, M. (2018, September 16). The Difference Between UX And Usability. Retrieved from: http://www.userjourneys.com/blog/difference-ux-usability/ PaddyWatch. Retrived July, 15, 2018, from: https://field-server.jp/paddywatch/ Sauro, J. ( 2018, September 19). 5 Ways to Interpret a SUS Score. Retrieved from: https://measuringu.com/interpret-sus-score/ Sensors Mag(2015) – “Smart Viticulture Project in Spain Uses Sensor Devices to Harvest Healthier, More Abundant Grapes for Coveted Albariño Wines”, Retrieved December, 24, 2015, from: http://www.libelium.com/sensors-mag-smart-viticulture-project-in-spain-uses-sensor-devices-to-harvest-healthier-more-abundant-grapes-for-coveted-albarino-wines/ Sensoterra, Retrieved Auguest 20, 2018, from:https://www.sensoterra.com/technology/ Wakati, Retrieved March 20, 2016, from: http://www.wakati.org/ Yield Monitoring, Retrieved December, 20, 2015, from: http://www.agleader.com/products/yield-monitoring/
Description:	碩士國立政治大學數位內容碩士學位學程 1034620112
Source URI:	http://thesis.lib.nccu.edu.tw/record/#G1034620112
Data Type:	thesis
DOI:	10.6814/THE.NCCU.DCT.005.2019.B02
Appears in Collections:	[Master`s Program in Digital Content and Technologies] Theses

Files in This Item:

File	Size	Format
011201.pdf	10549Kb	Adobe PDF2	0	View/Open

社群 sharing

Loading...