專題分享

:::

智慧漁業：AI浪潮下的漁業養殖應用與挑戰（下）

  • 發佈日期：
  • 資料來源：農業部農業科技專案計畫服務網
農業科專服務小組 林蓉 專案經理

科技化養殖相較傳統養殖更能提高管理與相關效益，舉例如AIoT系統可提供連續數據紀錄、預警及預測能力，透過即時通報與主動環控管理，降低管理者養殖風險與成本，並提高生產效率與品質。另若導入智慧農業相關之產銷方案，更可提供更精確的餵養與健康管理方案，改善能源消耗與提高資源利用率，營造更永續的養殖模式。目前國外已有許多智慧科技應用於漁業養殖上，如魚蝦數量與體長量測系統[2]、智能水產養殖系統及水質檢測預警系統等，可透過智慧技術監控魚蝦數量、活動能力[6,7]、外觀、健康程度[1]、水質及環境數據，並統計與分析養殖參數，以協助養殖業者精確且快速掌握養殖情形，如挪威Lingalaks海上箱網養殖魚場透過挪威海生研究中心協助CageEye公司研發之水下音波偵測系統（hydroacoustic system），藉由鮭魚攝食時游動產生的音量判別餵飼情形，可自動進料與停料，預計可減少5%飼料浪費。另挪威的AKVA公司則開發各式感測設備、遠端監控設備、餵飼設備等養殖設備，提供業者進行自動化養殖，降低人力與生產成本[9]；日本水產株式會社則建置可感測水質環境的自動餵食器養殖銀鮭，根據當時水質環境與溫度等參數調整給料，避免餵飼過多飼料造成水質汙染[11]。

我國自2017年起推動智慧農業，並將技術應用至農林漁畜各產業，如農業部水產試驗所及國立臺灣海洋大學等學研單位研發「箱網養殖智慧投餵與魚類動態辨識技術」、「智慧水產投餵管理系統及投餵方法」及「水產養殖智能專家系統」等技術，根據實際導入場域後之使用者回饋意見，可提升產能達150%-200%，節省50%勞力及15%之飼料成本，並能預警水質惡化狀況以降低養殖耗損[17]，業者如峰漁股份有限公司為減少傳統養殖漁業極度依靠經驗傳承之問題，引進「漁業數位分身」技術，建置養殖行為與決策經驗為數位化資料庫，即可依據魚類品種、繁殖習性及外在變因進行分析，動態調整養殖排程，不僅有效提升10%水產品產量，更降低約15%人力成本，有望解決人力短缺與經驗傳承之問題[27]；而天和生物股份有限公司選擇水質純淨之澎湖西嶼鄉外海建立養殖場地，透過開發適合該海域氣候使用之海上箱網自動投餌機組原型，設定每日投餵次數與頻率，可自動同步餵養4組箱網，增加餵養天數，避免氣象不佳導致無法出海投餌，提升養殖效率[8,18](表2)。

翻轉養殖漁業的未竟之路

根據2019年台灣趨勢研究之產業分析報告，國內水產養殖業者需求最高為監控系統（57.1%），其次依序分別為水資源管理系統（41.3%）、產銷履歷系統（38.1%）及數據收集系統（36.5%）（圖4）。監控系統最高之原因應在於掌握環境變化，如透過感測器等裝置可即時監測水溫、溶氧、pH值與氨氮等水質參數，當數據出現異常時，養殖業者亦可透過行動裝置即時掌握狀況，並遠端操控設備，迅速採取應變措施，降低魚隻罹病或死亡的風險。而水資源管理系統則與養殖息息相關之水資源利用有關，如運用有效的循環過濾系統，有助養殖汙水過濾與處理，並將沉澱物轉為肥料或淨化處理後再利用，再加上臺灣養殖環境容易遇到缺水或地下水資源不足等環境問題，將監控技術結合水資源管理與數據收集，有助於養殖業者即時掌握養殖環境與魚體生長情形，因此受我國養殖業者重視。最後透過產銷履歷系統可提供完整溯源紀錄，有助於增加食品安全，顯示強化養殖水體環境與水產品質的穩定度，是養殖漁業業者導入智慧科技之主因。


表1. 近年我國智慧養殖技術研發概況（本研究梳理，依研發年度排序）
表1.近年我國智慧養殖技術研發概況

圖2智慧科技應用現況與需求
圖2. 智慧科技應用現況與需求（台灣趨勢研究，本研究統整重繪）


目前我國養殖業者僅有30.7%於生產階段導入智慧科技[12]，尚有努力空間，其原因與政府補助方案有關外，業者仍較偏重依靠自身經驗估算生物量、生物規格及活存率[22]。此外，由於臺灣養殖漁業個體戶較多，魚塭面積小，故使部分業者偏向維持傳統模式而影響智慧農業技術應用空間。雖多數養殖業者均抱持觀望態度，該研究亦指出仍有71.3%的養殖業者期待在生產環節中導入智慧應用技術，以提升水產品質與生產效率，而水產養殖業工作者實際導入智慧技術所遭遇之疑慮中，有65.1%認為是技術面的不足，其次有36.5%對於使用上的安全性有疑慮，也有30.2%認為智慧化所需的成本偏高[12]。

鑒於AI相關的無人機、無人車或載具技術持續蓬勃發展，於水下使用的機器人或無人載具近年亦逐漸被關注，其概念最早應用於海底探看，接續發展成符合不同的水下任務(如水下探勘、工程、監測或救援等)所需，近期國外亦導入養殖場域，利用其遠程控制、自動化巡檢及精準監測，搭載攝影鏡頭以觀察養殖生物之外觀與活動力，亦能搭配AI影像分析技術進行生物行為異常偵測與餵飼評估，提升監控與養殖效率，如國外已有業者開發商業化水下無人載具，結合AI、感測及自動化技術，能深潛至150公尺並以4K影像結合LED燈進行即時水下環境監測，目前應用於挪威之淡菜養殖，亦可透過設備之抓取夾具進行樣品抽檢[3]。另國內亦有業者開發水下無人機，可深潛300公尺，擴充水下切割機、夾具及捕撈網等配件進行水下養殖作業[21]，透過此技術取代人工方式，可提升安全性並節省整體作業時間與成本。除養殖現場設備之開發，對於收成與銷售端亦十分關注，包含冷凍設備的智慧化轉型，運用AI及物聯網技術，可監控並掌握水產品入庫時程、儲架位置及包裝分級等，藉由數位化工具之導入，全面提升市場運銷之效率與競爭力[28]。另因應消費者於食品安全的意識提升，養殖業者對水產品認證及可追溯性已視為產業的重要品質指標[5]，臺灣水產品常見驗證標章包含CAS優良農產品、TAP產銷履歷標章，以及QR Code生產追溯標示等[10]，透過智慧化的產銷管理技術，有助水產品建立追溯條碼與機制，包含水產品之品項、產地、生產方式級生產者等相關生產資訊，幫助消費者了解水產品的生產來源與安心消費。

結語

我國智慧農業技術正加速推進，驅動產業升級與永續轉型，然我國漁業養殖產業多數為個體養殖戶，在產業應用階段常面臨技術門檻及成本投入之挑戰，影響智慧化轉型進程。對於技術面之門檻，隨著科技日新月異，使用方式更加友善簡便，於精準度、靈敏度或耐用度等功能也不斷優化及提升；成本面則與設備投資報酬有關，舉例近年針對感測器應用，其關注角度已逐漸朝向於鹽水環境更為耐用之長效型功能開發，期透過減少設備耗損及賦予附加價值，提高設備報酬率，進而透過多元化智慧科技導入與運用，以智慧化升級為契機，重塑「養殖王國」之榮光，並閃耀智慧光芒。
 

參考文獻

  1. Ahmed, M. S., Aurpa, T. T., and Azad, M. A. K. （2022）. Fish disease detection using image based machine learning technique in aquaculture. The Journal of King Saud University Computer and Information Sciences, 34, 5170–5182.
  2. Chang, C.-C., Ubina, N. A., Cheng, S.-C., Lan, H.-Y., Chen, K.-C., and Huang, C.-C. （2022）. A Two-Mode Underwater Smart Sensor Object for Precision Aquaculture Based on AIoT Technology. Sensors, 22（19）, 7603.
  3. CHASING（2024）。
  4. FAO. （2024）. The State of World Fisheries and Aquaculture 2024：Blue Transformation in Action.
  5. Lee, Katherine. （2024）.  Taiwan Seafood Market Update 2024.
  6. Mei, S., Chen, Y., Qin, H., Yu, H., and Li, D. （2022）. A Method Based on Knowledge Distillation for Fish School Stress State Recognition in Intensive Aquaculture. Computer Modeling in Engineering & Sciences, 131（3）, 1315–1335.
  7. Ranjan, R., Sharrer, K., Tsukuda, S., and Good, C. （2023）. MortCam: An artificial intelligence‑aided fish mortality detection and alert system for recirculating aquaculture. Aquacultural Engineering, 102, 102341.
  8. 朱鴻鈞（2012）。水產養殖大未來 藍色革命先鋒。農業生技產業季刊，動物與水產生技，31，56-61。
  9. 李翎竹、易秉蓉（2019）。智慧養殖應用現況與產業發展-1。養魚世界，2019年2月，11-14。
  10. 李育琴（2017）。源頭控管、生產溯源、認識4章1Q。漁業推廣，375: 18-21。
  11. 林彥宏、林志遠（2016）。全球智慧養殖漁業產業代表性案例研究。農業生技產業季刊，48，35-42。
  12. 台灣趨勢研究（2019）。台灣智慧農業現況與需求：水產養殖業篇。
  13. 財團法人中華民國養殖漁業發展協會（2023a）。未來2個月 （112年5月-6月）市場展望。
  14. 財團法人中華民國養殖漁業發展協會（2023b）。未來2個月 （112年11月-12月）市場展望。
  15. 社團法人中華民國養殖漁業發展協會（2025a）。大宗魚種國際產銷市場展望與分析。
  16. 社團法人中華民國養殖漁業發展協會（2025b）。未來2個月 （114年9月-10月）市場展望。
  17. 財團法人中國生產力中心（2023）。〔養殖漁〕智慧漁業好神奇成功翻轉傳統養殖。
  18. 財團法人台灣經濟研究院農業科專服務小組（2024）。開發自動化投餌雛型設備海上箱網養殖更省力。
  19. 時代雜誌（2022）。 《時代機遇篇》 全球養殖趨勢養殖王國的起伏屬於臺灣的競爭策略。
  20. 孫維揚，林怡均（2023）。台灣農產再銷中？03》班班吃石斑，對養殖漁業是好是壞？補助是否抵銷輸中風險？
  21. 海神水下事業股份有限公司（2024）。
  22. 陳澤民（2023）。臺灣水產養殖業者對於智慧養殖管理設備支付意願之研究。﹝碩士論文。國立臺灣海洋大學﹞臺灣博碩士論文知識加值系統。
  23. 農業部（2025a）。農業部召開養殖及海洋漁業因應美國關稅座談會 透過支持方案提升產業因應韌性。
  24. 農業部（2025b）因應美國關稅我國出口供應鏈支持方案。
  25. 農業部漁業署（2021）。漁業政策長期發展策略。
  26. 農業部漁業署（2024）。民國113年漁業統計年報。
  27. 編輯群（2021）。110 年應用案例-峰漁運用AI知識化養魚有效提升10%水產產量。AI HUB。
  28. 戴仲君（2024）。完善水產加工，冷鏈物流升級。農政與農情第388期。