鏈結農產品產銷履歷資料(Linked Traceability Agricultural Product Data)

食品安全是現今社會的課題,歐美日等先進國家為確保食品安全,已先後實施食品「可追蹤系統」(Traceability System),而食品可追蹤系統應有二個方向,一為向上溯源(從下游往上由追查),二為向下追蹤(從上游往下游追查),二個方向的追蹤應都可追查食品在生產、處理、加工、流通、販賣等各階段的資訊。也就是說, 在食品生產、加工處理、流通販賣等各階段中,關於食品的進貨對象和銷售通路等記錄都予以妥善保管,並透過識別號碼的使用,使食品在各階段之產銷資訊能相互連結,進而建構出可以追溯或追蹤產銷資訊的體系,以在農產品而言,生產階段記錄農藥及化學肥料等栽培管理資訊,在加工階段,將原材料資訊等生產者或加工製造者所要傳達的資訊、將消費者需了解的資訊詳加記錄保管並發佈,以建立可供追溯或追蹤產銷相關訊息的體制 (胡忠一,2006)。台灣自2007年開始推動的農產品產銷履歷驗證制度,結合食品可追溯性(Traceability)和良好農業規範 (GAP)驗證制度,除了可追溯或追蹤產銷資訊,且具有採取嚴密驗證體系,以此建立飲食安全的基礎,並提升國產農產品的國際競爭力,創造農產品的附加價值(周念陵,2012),而可追溯性的建立,在食品安全事件發生時,可以讓主管機關、認驗證機構及相關業者,精確釐清危害來源, 並且快速回收問題食品,有效降低傷害(胡忠一,2006)。

農產品產銷履歷是一個關於農產品從這是一個從田間到零售、從生產者到消費者的記錄,包含產地、產品(作物)、生產者、通路商、栽種流程、加工流程、驗證等資訊,資料若能透過語意網技術加以精煉整理,資料本身可以展現許多知識,例如,作物之物候特性和栽種知識,據此知識,可以了解當令農產品,幫助消費者選擇,若農產品產銷履歷能與農情統計資料連結,一方面,生產者可以了解農產品的生產趨勢,商品流動狀態,因此可以訂定栽種策略,另一方面,政府則可進行作物宏觀的管理、制定作物栽種的調控策略,以免作物大量栽種,在市場崩盤,再進一步,若作物資料可與既有的生態資料庫連結,如植物資料庫,以建立長期生態農業的基礎環境。

然而,資料集與資料集之間的最基本的連結是透過主鍵(Primary Key),一般而言,就是一組不重複的唯一識別碼(ID),但以鏈結資料(Linked Data)而言,只要是資料集與資料集中有相同的實體(entity),就應該相互連結起來。相同實體在不同資料集間的連結是智慧化的開始,透過不斷地連結使得描述實體的內容愈來愈多,以作物名稱為例,作物名稱會被使用在產銷履歷中,但沒被區分出來,一旦區別出來,可與農產品批發市場交易行情中的作物名連結,而了解市場價格,這樣的過程就像是用同一作物名稱同時查詢二個資料庫再把資料整合,但同一作物有可能有不同名稱,同一名稱有可能不同作物,舉例而言,我們常吃的高麗菜,在農產品批發市場交易行情中是使用甘藍菜,鏈結資料即是把這二個作物名稱對映,機器處理資料時能透過這樣的連結而處理更多的資料,而這種連結若不斷持續的擴展,即可建立出知識圖(Knowledge graph)。

除了相同實體連結外,對於機器而言,實體的內涵,及其所代表的一種概念,都應該被清晰的解釋,在人的閱讀過程,可以將知識組合,但對於機器而言,這些實體若沒有清晰的定義,機器是沒辦法區辨出實體所代表的含意及其關係,以致於機器沒有提供進一步的有「智慧」的服務,因此,農業資料的鏈結建立,需要從實體的語意層級的定義開始,也就是建立與定義農業資料語彙,進一步地,建立農業知識本體(ontologies),並調查國際上已發展的農業詞彙,研究如何和這些詞彙映對,以擴展在地農業知識與全球的整合。

建立鏈結資料的目的在於提供一個更完善的資料基礎設施(data infrastructure),以便讓資料在不同知識領域的服務系統或資料庫中的流動,減少人為處理,並且疏理出更多知識脈絡,進而找出資料治理(data governance)的策略,因此農業鏈結資料的發展在資料基礎 設施的脈絡下,是可以增加不同知識領域或不同利益關係者的互操作性(Interoperability)和協同合作(collaboration),因而提昇公私部門協同合作的效率和生產力。

本研究利用農委會產銷履歷之開放資料,建立產銷履歷知識本體,及其三元組儲存庫,並利用該成果建立應用示範,本案朝向於如何利用語意化的產銷履歷資料提供智慧化的服務,讓使用者在瀏覽食譜過程中,有一智慧化元件利用語意化的產銷履歷資料自動地推薦產銷履歷農產品要去那裡買,或者可以去那家餐廳吃到使用產銷履歷農產品的料理。

資料與方法

為了說明如何建立利用語意化的產銷履歷資料的智慧化元件,以可以自動化推薦使用者產銷履歷農產品的服務,本節利用情境案例的方式說明該元件可以達成的服務,及建立該智慧化元件所面臨的問題和解決方法。

情境案例(use case)

小娟是一個家庭主婦,當她開始準備晚餐時,來到了iCook瀏覽蕃茄炒蛋的食譜,如圖1所示。在瀏覽食譜時,小娟可以透過一個瀏覽器上「外掛元件」的服務,找到該食譜網頁中食材所相對應的產銷履歷農產品,以及販賣產銷履歷農產品之賣場和餐廳,並利用簡單的邏輯和空間運算,可以找到在離小娟住家最近的商店,以便購買。在前往購買之前,小娟透過該元件的服務,了解該農產品的價格,估算做這道菜的成本。對於同一種農產品可能有很多的選擇,該元件後端系統整併了產銷履歷達人的資料,因此可以推薦小娟產銷履歷達人的農產品。因為食安問題,販賣產銷履歷農產品之賣場和餐廳是否為合格廠商亦是被關心的問題,衛福部食藥署之登錄的食品業者,該外掛元件後端系統將販賣產銷履歷農產品之賣場和餐廳與衛福部食藥署之登錄的食品業者先進行比對且連結,因此可以提供小華欲前往之賣場是否為衛福部食藥署已登錄的食品業者。

圖1: 在iCook中的蕃茄炒蛋食譜

問題與分析

情境案例中的「外掛元件」,可以利用JavaScript去建立Chrome瀏覽器擴增模組(extension),讓使用者在瀏覽食譜網站時,不需要跳出本來瀏覽的食譜網頁,而這個外掛元件基本上應該進行二件工作,一是讀取iCook食譜網頁中食材,二是以食材送出查詢以取得產銷履歷農產品,以及販賣該產銷履歷農產品之賣場與餐廳,並提供條件設定,可過濾不符合條件之結果。由這二件工作中,我們列出問題,並藉由分析問題中提出解決的方式。

(1) iCook食譜網頁中的食材如何清晰地被取得?

iCook網頁中使用schema.org的語彙,如圖2所示,蕃茄炒蛋中的食材,如牛蕃茄、蛋、青蔥、鹽、…等,都以schema:ingredients 這個語彙所釋詮,因此Chrome的外掛在設計上可以利用Schema.org的語彙,以避免在語意的模糊,而可以清晰地的取得食材。

圖2: iCook網頁中使用schema.org的語彙

(2) 產銷履歷農產品資料雖然已使用結構化的資料儲存方式(JSON),但資料中的實體,如作物名稱、銷售通路商、混雜在文字之中,如何被區分出來?

產品名稱中通常會夾雜作物名稱,如圖3中的產品名稱「檸檬-產銷履歷檸檬(產銷履歷檸檬)」夾雜著「檸檬」,再者,銷售通路中,也夾雜著商店名,如「惠康Wellcome超市(全台各分店), …」這一項中提到,頂好、愛買、家樂福、全聯、好市多等商店,但全在一個欄位,進一步地,「全台各分店」是指這商品在該商店的全台每一家分店都有買,就資料的語意而言,應該區分至每一家分店。

圖3: 產銷履歷農產品開放資料的JSON格式

(3) 產銷履歷農產品、產銷履歷農產品之賣場與餐廳、產銷履歷農產品達人、衛福部食藥署之食品業者登錄分屬不同資料集,資料結構亦不同,如何透過語意技術達到跨資料集的查詢?

產銷履歷農產品、產銷履歷農產品之賣場與餐廳、產銷履歷農產品達人、和衛福部食藥署之食品業者登錄之建立並不是同一個資料集,以關連式資料庫的基礎的傳統做法,是將所有資料透過主鍵的方式將資料串連,而語意網的做法,則朝向於聯合式SPARQL查詢,此查詢得以進行,是因為RDF資料集中,已經先將語意相同的事實相互連結,或以owl:sameAs語彙對映,因此SPARQL查詢過程中,以圖形(graph)為主的三元組資料(RDF),可以整合在一起,以提供完整的結果。

當然,產銷履歷農產品、產銷履歷農產品之賣場與餐廳、產銷履歷農產品達人、和衛福部食藥署之食品業者登錄等資料需要以三元組資料(RDF)方式編碼,且以知識本體為基礎,並分別建立SPARQL查詢端點(endpoint)。

(4) 產銷履歷農產品和產銷履歷農產品之賣場與餐廳中只有地號地址沒有XY座標,如何過濾結果?

產銷履歷農產品和產銷履歷農產品之賣場與餐廳之資料中只有地號或地址,為了進行空間查詢與運算,必需把地號和地址轉化為經緯度坐標。所幸內政部TGOS中有提供地址轉經緯度坐標的服務,且Google Maps亦提供地址轉經緯度坐標之服務。地籍地號方面,地政司也有地籍查詢便民系統,可查詢地籍之經緯度坐標,但無提供API查詢,本研究則是使用社群所建立的地籍地號轉座標的API 達成轉換,可透過這二個系統來取得空間座標。

技術與方法

農產品產銷履歷資料是開放資料,但產銷履歷農產品之賣場與餐廳、和產銷履歷農產品達人只公開在網頁上,但尚未以開放資料釋出,本示範案會設計網頁爬蟲,以自動化抓取這三個網頁中的內容。

取得資料後,需要清理資料,並利用自然語言處理,例如具名實體辦認(Name Entity Recognition),來區分出實體。藉由實體所表達概念與關係,建立知識本體,並利用W3C在語意網的規範,例如,OWL和RDF來編碼三元組資料,且儲存三元組於三元組資料庫(triple store),以及三元組資料服務端點(SPARQL endpoint) 。

而衛福部食藥署食品業者登錄已是開放資料,農產品產銷履歷之銷售通路商和餐廳有許多應是已登錄的食品業者,再者,這些銷售通路商也應該可以在經濟部商業司的公司登記資料中查詢的到,然而,這三者的商店或公司名稱常所指的是同一家公司,但名稱卻不一致,需要自然語言處理,找出相同的銷售商名稱和餐廳,待找出相同的實體後,利用owl:sameAs對映。

圖4: 具名實體辨識處理的示意圖

自然語言處理

具名實體辨識(Named Entity Recognition)是一種從一組文字中區分出具有意義之人事時地物名稱的自然語言處理方法,此方法將文字斷字的處理後,判斷單字會在句子之中出現的特定位置,根據文法結構,單字被分類至所屬的預設的分類,如人名、組織名、地方名、時間、數量、百分比、貨幣…等,圖3所示 。再者,為了對映二資料中相同的實體,如作物名稱,也需要字串相似度的比較 方法。

知識本體

本體論(Ontology)一詞是由亞里斯多德(Aristotle)在 Metaphysics IV, 1 中所提 出,為哲學之一個分支,是研究「 在」本身的問題,即一切現象事物的基本特質。哲 學家所探討的問題著重在於「 在是什麼?」、「 在的特徵是什麼?」和「 在所歸類 的共同特徵是什麼?」等一系列形而上學的問題。然而,本研究中的「知識本體」 (Ontologies)一詞,並非在哲學領域的討論,而是資訊工程中用來定義資料本身語意 (Semantics)的方法,Guarino(1998)為了區分哲學和資訊科學中的知識本體不同, 建議哲學領域所使用的知識本體為英文大寫單數的專有名詞 Ontology,而資訊科學所使 用的知識本體為英文小寫複數一般名詞 ontologies,也就是說,將知識本體(Ontologies) 視為資訊的一種。
而知識本體的的建立即是知識工程,是知識呈現的技術與方法,Noy and McGuinness(2001)認為建立知識本體應該定義

  1. 知識本體中的類別(Classes);
  2. 安排分類體系中的類別(Subclass–Superclass);
  3. 定義屬性(Slot)和描述這些屬性的允許值;
  4. 給實例(Instance)填入屬性的值。

就知識工程的方法,他們認為知識本體的建立應包含三個步驟:

  1. 定義領域和範圍;
  2. 考慮重覆利用性;
  3. 列舉本體中的詞;
  4. 定義類別和層級;
  5. 定義屬性;
  6. 重新定義屬性;
  7. 建立實例。

Gruber(1995)提出用框架和第一階邏輯(First Order Logic)來建立知識本體,並定義 5 種基本要素:類別(Classes)、關係(Relations)、功能(Functions)、正規的原則(Formal axioms)和實例(Instances)。而知識本體(Ontologies)根據表達方式有不同的正規化 (Formal)程度,如果表達成自然語言,知識本體可以是高度非正規的;如果表達在一個限制和結構的自然語言形態中,則是一個半非正式的; 如果表達在人工和正規定義的 語言,如 RDF 和 UML,是一個半正規知識本體,而如果一絲不苟地以正規的屬性的語意(Semantics)、定理(Theorems)和證據(Proofs)來定義知識本體中的詞,則是 一個完全正規的知識本體,如第一階邏輯(Uschold and Gruninger,1996; Gómez-Pérez et al.,2004)。隨著,語意網技術的發展,W3C已製定了知識本體的語言OWL(Web Ontology Language) ,其中使用描述性邏輯(Description Logic) 來定義語意,目前大多數知識本體的建立皆以 OWL 為主,只是在格式上採用較為簡單的Turtle或N3。而知識本體的建立工具則以Protégé 為最多人使用。

三元組儲存庫

原始資料透過知識本體,將資料轉化為RDF格式,若是原始資料為表格型態(spreadsheets)可以用Google Refine的 RDF擴充模組、XLWrap、RDF123、或NOR2O等工具,若資料是關連式資料庫,則可以D2RQ、 ODEMapster、或W3C RDB2RDF WG 所發展的R2RML等工具。而若是 XML格式,則可以使用GRDDL或ReDeFer。
資料轉為RDF後,必需由三位組資料庫(triple stores)來儲存, 將RDF資料處理後, 以便提供查詢與管理,因為RDF的查詢語言為SPARQL,因此提供於網路上提供 SPARQL來查詢和管理RDF的接口,又稱為SPARQL端點(endpoints),目前已經有許多開源的工具可以使用,如Jena、Virtuoso、Sesame、4Store、OWLIM、和BBN Parliament等,而為方便RDF資料在網頁上瀏覽,且可以直接透過網頁展示連結資料,目前也有數套前端連結資料服務的工具可以使用,如Pubby, TalisPlatform、Fuseki、和D2RQ等,值得注意的是Pubby和D2RQ是二個受歡迎的前端連結資料服務,但其資料處理與提供方式並不相同,D2RQ強調資料儲存於關連式資料庫中,透過turtle格式映對(mapping)編輯,D2RQ可以直接將關連式資料庫中之資料轉為RDF,並直接顯示於網頁上,而Pubby的後端則必需接上一個三位組資料庫來提供資料。

SPARQL查詢

SPARQL為RDF的查詢語言,其設計的概念很像關連式資料的查詢語言SQL。為展現圖型式資料集和鏈結資料的好處,本案使用聯合式(federated) SPARQL查詢來建立前端的示範平台,為說明聯合式SPARQL查詢,本案利用Andreas Schwarte (2011) 的投影片來解釋,如圖5所示。

圖5: Federated SPARQL Query示意圖

RDF是一個方向性的、標籤的圖型(graph)資料,向來表達在網路中的資訊,SPARQL可以用來表達跨不同資料來源的查詢,其中資料需要是RDF或以RDF做為中繼的媒介,聯合式的(Federated) SAPRQL Query 也是一個W3C所 倡議的標準 之一。圖6為聯合式的SPARQL查詢之範例,其查詢跨過二個資料集,或者說二個SPARQL Endpoints,欲查詢紐約時報報導美國總統的頭版文章,透過DBpedia,可以找到美國總統,如圖6 所示,這些被找到的美國總統,則可以對映到紐約時報中總統,紐約時報所用的語彙只是總統,並沒有說明是那一個總統,但因為利用sameAs指向了DBpedia,因此,機器知道在紐約時報找到的這個Barack Obama總統,是美國總統,如圖8所示,聯合式的(Federated) SAPRQL可以一直利用這種方式查找下去,並找到更多的總統,及其報導文章,如圖9所示。

圖6: 聯合式的SPARQL查詢的範例
圖7:先找出DBpedia中的美國總統
圖8:利用owl:sameAs對映所找的美國總統
圖9:對映出更多的美國總統

系統架構

根據問題分析和技術方法的討論,本案預計以聯合式SPARQL查詢方式建立Chrome擴增模組,以提供產銷履歷農產品的應用示範,其系統架構如圖10所示,除了第一期所建立之產銷履歷農產品之三元組資料及SPARQL查詢系統(endpoint),本案會另建立產銷履歷農產品之賣場與餐廳、產銷履歷農產品價格、衛福部食藥署之食品業者登錄、和經濟部商業司工商資料庫等五個資料集之三元組資料及及查詢系統(endpoint),其所有空間參照也都將利用內政部的服務系統轉化成經緯度座標,以便空間條件的查詢過濾。整體而言,系統的運作方式,如圖11所示。

圖10: 系統架構圖
圖11: 系統運作

資料擷取與清理

產銷履歷農產品賣場資料的處理

於農產品產銷履歷網頁上,可查尋到賣場的資料,如圖12所示,且開放資料平台亦釋出「產銷履歷供需資訊-找通路」,這資料集只有8筆資料。根據農產品產銷履歷網頁上的賣場資料,大約可以得到300多筆賣場資料,但這些資料並不完整,因此,本案是以農產品產銷履歷JSON資料中,在「StoreInfo」所提到的商店名稱,該欄資料中包含了大量連鎖商店,如圖3中,惠康Wellcome超市(全台分店),因此先透過網路爬蟲將所有連鎖商店之分店資料擷取,如名稱、地址,若一農產品產銷履歷產品是記載供貨到「惠康Wellcome超市」,則該農產品產銷履歷產品是對映到頂好的全台所有分店,而不是只是記載惠康Wellcome超市。而該欄中常只有農民名稱和連絡方式之銷售通路,這部份不納入整理,主要原因沒有住址無法定位,而在本案平台中展示。最後,將所有資料一一清理並整理成銷售通路資料庫,圖13所示。

圖12: 產銷履歷銷售通路

 

圖13: 產銷履歷銷售通路資料庫

產銷履歷農產品餐廳資料的處理

由產銷履歷農產品供貨資訊網站中,「那裡吃」可以取得使用產銷履歷農產品的餐廳的資料,餐廳的食材溯源又分為台灣農業跨領域發展協會和有心肉舖子所建之平台,如圖14和圖15所示,二者要呈現的資料都是餐廳有那些餐點使用了產銷履歷農產品,但網頁結構不同,因此需要設計二個爬蟲程式去捉取資料。最後,整理成使用產銷履歷農產品餐廳資料庫,如圖16所示。

圖14: 有心肉舖子所建立的有心溯源餐廳平台
圖15: 台灣農業跨領域發展協會所建立的溯源餐廳系統
圖16: 使用產銷履歷農產品餐廳資料庫

產銷履歷達人資料的處理

每年的產銷履歷手冊都會把獲獎的產銷履歷達人的採訪和資料整理刊出,如圖17,而這些再被產銷履歷農產品資訊網中一則一則分出來,提出PDF檔,如圖18所示。因產銷履歷達人筆數目前不多,本案是以人工方式逐一整理,成為資料庫,如圖19所示。

圖17: 獲獎的產銷履歷達人
圖18:產銷履歷農產品資訊網中的產銷履歷達人
圖19:產銷履歷達人資料庫

衛福部食藥署食品業者登錄之處理

通路商和餐廳整理好之後,利用自然語言處理,自動地去比對產銷履歷中的通路商名稱和衛福部食藥署食品業者登錄中公司的名稱,計算其字串的相似度,因名稱常有重複,再者再以地址輔助來判斷是否為同一商家。在地去比對產銷履歷中的通路商名稱對應到衛福部食藥署食品業者登錄的公司後,可取得統一編號,利用統 一編號可串連經濟部商業司公司登記。

三元組資料與應用系統

知識本體的建立

為清楚解釋農產品產銷履歷資料,知識本體的設計分為三個部份,產地之地理空間、農業概念、和產銷關係,如圖20所示。在產地之地理空間方面,是以「產地 (Place of Origin)」為基礎,每一個「農產品產銷履歷 (Traceable Agricultural Product)」都透過「產於(isProducedAt)」指涉一個「產地 (Place of Origin)」,其產地則是由一個「地址(vCard:Address)」或一塊「農地(Parcel)」來表示,地址表達是再利用vCard的語彙,則可以轉換成「點(geo:Point)」,重複利用OGC GeoSPARQL語彙來表達,農地是一個圖徵概念(geo:Feature),實際上是指涉到一個地號,而地號可以轉換成「點(geo:Point)」或「多邊形(geo:Polygon)」,同樣是使用OGC GeoSPARQL語彙來表達。無論是「點(geo:Point)」或「多邊形(geo:Polygon)」都是幾何的概念(geo:Geometry),也都有geo:WKTLiteral來記錄經緯度資料。

就農業概念而言,「農產品產銷履歷 (Traceable Agricultural Product)」是一個相等於AGROVOC語彙中的農產品(agrovoc:Agricultural Product),該農產品是產品的子類別,而每一個「農產品產銷履歷 (Traceable Agricultural Product)」中都可以區別出一種「作物(Crop)」,該作物概念也同等於AGROVOC語彙中的「作物(agrovoc:Crop)」,該作物是植物的子類別,也就是植物的一種,雖然農產品和作物都是簡單的概念,若沒有充份、有邏輯的解釋,機器是沒有解讀其語彙的語意,本研究所設的知識本體並不需要「重覆製造輪子」,利用農業專業領域中所製定的國際標準語彙,即可將概念充份解釋,讓機器解讀。

同樣的,在產銷關係方面,本研究所設計的知識本體則是利用Friend-Of-A-Friend語彙(簡稱foaf),每一個「農產品產銷履歷 (Traceable Agricultural Product)」都會有一個「驗證單位(Certification Agency)」、「通路商(Store)」、和「農產品經營業者(Producer)」,這三個概念都可歸納成foaf中的「組織(foaf:Organization)」,而每一個「農產品產銷履歷 (Traceable Agricultural Product)」也都有一個「生產者(Farmer)」,該生產者是foaf中的「人(foaf:Person)」。此外,每一個「農產品產銷履歷 (Traceable Agricultural Product)」也具有一個XML schema格式之整數值的追蹤碼、一個XML schema之日期格式的包裝日期、和一個XML schema日期格式之驗證有效日期。

圖20: 農產品產銷履歷知識本體

三元組資料的轉換與資料查詢端點的建立

本研究是透過D2RQ將農產品產銷履歷資料轉換為三元組資料(triplify),且發佈三元組資料。D2RQ Server是用來發佈關連式資料庫內容在語意網上的一個工具,語意網即是一個包含鏈結資料的全球資訊空間,為達到鏈結的資料,資料需要被模型化且表達成三元組的編碼,D2RQ Server使用客制化D2RQ映對語言(mapping language)來對應資料庫內容和三元組資料編碼,並且可以讓這些三元組資料被瀏覽和透過SPARQL語言查找,這二個方式都是語意網開放近用(access)的典範。

三位組儲存庫(triple stores)是來儲存、管理、查詢RDF資料集的平台,而RDF的查詢語言為SPARQL,因此提供於網路上提供SPARQL來查詢和管理RDF的接口,因此,利用三元組儲存庫來提供SPARQL服務的平台,又稱為SPARQL端點(endpoints),目前已經有許多開源軟體的工具可以使用,如Jena、Virtuoso、Sesame、4Store、OWLIM、和BBN Parliament等,而為方便RDF資料在網頁上瀏覽,且可以直接透過網頁展示鏈結資料,目前也有數套前端鏈結資料服務的工具可以使用,如Pubby、TalisPlatform、Fuseki、和D2RQ等,值得注意的是Pubby和D2RQ是二個受歡迎的前端鏈結資料服務,但其資料處理與提供方式並不相同,D2RQ強調資料儲存於關連式資料庫中,透過turtle格式映對(mapping)編輯,D2RQ可以直接將關連式資料庫中之資料轉為RDF,並直接顯示於網頁上,而Pubby的後端則必需接上一個三位組資料庫來提供資料,如圖 21所示。

圖21:D2RQ和Pubby之比較

D2RQ平台包含三大部份,分別是D2RQ 映對語言(D2RQ Mapping Language)、D2RQ 引擎(D2RQ Engine)、和D2RQ 伺服器(D2RQ Server),如圖22所示。映對語言是一種敘述性映對語言,用來描述知識本體和關聯式資料庫的資料模型之間的映對關係。D2RQ 引擎是Apache Jena 的外掛模組(plug-in),Jena API是接受SPARQL語言接口,而這個外掛模組即是用來重寫來自於Jena API的SPARQL語言查詢為SQL語言,使得查詢得以在關聯式資料庫中運作,另一方面,也將在關聯式資料所查詢的結果,轉成RDF資料,使得關聯式資料庫成為三元組儲存庫的使用,因此也可以透過這個外掛模組將關聯式資料庫中所有的資料,以RDF的格式倒出,或者再與其它JAVA的應用程式一起使用。D2RQ 伺服器則是一個HTTP的伺服器,提供鏈結資料的以HTML的方式瀏覽、查核RDF資料的正確性、和提供SPARQL的查詢。

圖22:D2RQ平台架構
圖23:產銷履歷農產品的D2RQ server

D2RQ Server是依靠映對檔將資料庫中的資料轉化成為三元組資料,進 一步地可將三元組資料顯示於網頁中,使資料可以容易用瀏覽器閱讀。為實現鏈結資料,本案將產銷履歷農產品、通路商、和餐廳三個資料集 ,分別建立SPARQL Endpoint,圖23即是產銷履歷農產品的D2RQ server,運作於 http://tap.linkedopendata.tw 上,包含作物(Crop)、生產者(Farmer)、產銷履歷達人(Expert)、 農產品經營業者(Producer)、產品名稱(Product Name)和產銷履歷農產品(Traceable Agriculture Product)等類別,除了瀏覽HTML和RDF資料的功能,D2RQ server亦提供SPARQL的查詢。

完整的映對檔在附錄中,此章節只解釋重點關鍵的宣告表達方式,圖24即顯示本研究所設計的映對檔中的一段,對於「產品名稱 (tap:ProductName)」和「產銷履歷農產品 (tap:TraceableAgriculturalProduct)」二個類別(class)映對定義。在「產品名稱 (tap:ProductName)」類別(class)的定義中,第一段中說明了產品名稱本身被化為唯一的URL(urlify),如「http://tap.linkedopendata.tw/page/ProductName/小白菜(履歷)是唯一的,第二段中宣告了資料庫中產品名稱欄位的值並用於產品名稱的標記(label)。

但還是有許多產銷履歷農產品名為為「小白菜-履歷小白菜」,因此第三段宣告了所有具有相同產品名稱的產銷履歷農產品都歸於同一產品名稱,為確保唯一性,利用產品名稱和產銷履歷農產品的追蹤碼產生雜湊值(hash)來做為產銷履歷農產品的URL,確保產銷履歷農產品的唯一性,然後,再宣告這些具有相同名稱的產銷履歷農產品為產品名稱的「成員」(tap:member),如圖25 所示。

# Class ProductName
map:ProductName a d2rq:ClassMap;
d2rq:dataStorage map:database;
d2rq:uriPattern "ProductName/@@agricultureProduct.ProductName|[email protected]@";
d2rq:class tap:ProductName;
#d2rq:condition "";
#d2rq:classDefinitionLabel "ProductName";
.
map:ProductName_label a d2rq:PropertyBridge;
d2rq:belongsToClassMap map:ProductName;
d2rq:property rdfs:label;
d2rq:pattern "@@[email protected]@";
.
map:ProductName_member_TraceableAgriculturalProduct a d2rq:PropertyBridge;
d2rq:belongsToClassMap map:ProductName;
d2rq:property tap:member;
d2rq:uriSqlExpression "CONCAT('http://linkedopendata.tw/tap/resource/TraceableAgriculturalProduct/', cast(MD5(CONCAT('Name:', agricultureProduct.ProductName, 'Tracecode:',agricultureProduct.Tracecode)) as char))";
.
#Class TraceableAgricultureProduct
map:TraceableAgricultureProduct a d2rq:ClassMap;
d2rq:dataStorage map:database;
d2rq:uriSqlExpression "CONCAT('http://linkedopendata.tw/tap/resource/TraceableAgricultureProduct/', cast(MD5(CONCAT('Name:', agricultureProduct.ProductName, 'Tracecode:',agricultureProduct.Tracecode)) as char))";
d2rq:class tap:TraceableAgricultureProduct;
.
map:TraceableAgricultureProduct_label a d2rq:PropertyBridge;
d2rq:belongsToClassMap map:TraceableAgricultureProduct;
d2rq:property rdfs:label;
d2rq:pattern "@@[email protected]@";
.
map:TraceableAgricultureProduct_tracecode a d2rq:PropertyBridge;
d2rq:belongsToClassMap map:TraceableAgricultureProduct;
d2rq:property tap:hasATracecode;
d2rq:column "agricultureProduct.Tracecode";

圖25: 映對檔中定義「產品名稱 (tap:ProductName)」和「產銷履歷農產品 (tap:TraceableAgriculturalProduct)」二個類別(class)的一部份

第四段是宣告「產銷履歷農產品 (tap:TraceableAgriculturalProduct)」類別的映對,第五段是宣告產銷履歷農產品之標記(label)是使用資料庫的的欄位,第六段是宣告「產銷履歷農產品 (tap:TraceableAgriculturalProduct)」類別的屬性(property),這段所描述的是產銷履歷農產品具有一個追蹤碼。產銷履歷農產品的其它屬性的宣告方式與追蹤碼宣告方式相似,完整的映對檔可以參考附錄。

圖26:產品名稱「小白菜(履歷)」所具有的「產銷履歷農產品」之成員(tap:member)
圖27: 產品名稱為小白菜(履歷)且追蹤碼為10601020580的產銷履歷農產品

圖27即顯示追蹤碼10511150594及名稱為小白菜(履歷)的產銷履歷農產品,其驗證單位、追蹤碼、農產品經營業者、通路商、產地、生產者姓名、包裝日期、驗證有效日期、詳細栽種流程、詳細履歷資料、詳細加工流程、和其他驗證資訊皆一一列出。與產銷履歷農產品和產品名稱同樣的處理方式,生產者也可以透過唯一辨別的URL和產銷履歷農產品相互指涉,如圖27中的生產者「蘇軍達」,透過蘇軍達的URL即可了解這個生產者產出多少產銷履歷農產品,如圖28所示。同樣地,由於所有的農產品履歷中的事物皆已URL化,因此選擊「保證責任雲林縣漢光果菜生產合作社」的URL可以知道該單位所產出的農產品履歷,如圖29所示。

圖28:生產者「蘇軍達」所產出的產銷履歷農產品
圖29:農產品經營業者「保證責任雲林縣漢光果菜生產合作社」所產出的產銷履歷農產品

D2RQ平台提供SPARQL查詢,圖30顯示出產銷履歷農產品產地之查詢結果。

圖30: 產銷履歷農產品產地之SPARQL查詢

除了產銷履歷農產品的SPARQL endpoint,本研究亦建立通路商和餐廳二個SPARQL endpoint,分別在store.linkedopendata.twrest.linkedopendata.tw。在通路商的部份,如圖31所示,除了名稱、住址和經緯度坐標之外,經過名稱相似度比對後,利用owl:samaAs,連結衛福部食品業者登錄資料集,取得統一發票號碼後,再連結經濟部商業司公司登記資料,此外,從產銷履歷農產品資料中整理通路商和作物的關係,因此可以跨Endpoint,以通路商連結產銷履歷農產品,反之亦然。在餐廳的部份,如圖32所示,除了基本的名稱、地址和經緯度坐標,有使用的作物名稱,也有使用產銷履歷農產品的餐點。

圖31: 通路商Endpoint中的「家福樂板橋店」
圖31: 餐廳Endpoint中的「京華煙雲」

Chrome瀏覽器擴增模組的設計

Chrome瀏覽器擴增模組的建立容易,但核心其實是包含在其中JavaScript所執行的任務。RDFLib 是一套專為鏈結資料所設計的套件,其功能包含讀寫RDF資料、 在用戶端進行以SPARQL 讀寫Linked Data、解析 RDFa、建立在地端的查詢API、和處理owl:sameAs的結點,利用RDFLib,我們開發Chrome瀏覽器擴增模組「LinkedFood」。

iCook愛料理網站使用schema.org的語彙來編輯食譜,有利於資料的詮釋,LinkedFood即針對schema.org的語彙來設計資料的讀取,當LinkedFood擴增模組安裝後,開啟iCook的食譜時,LinkedFood即會自動地讀取到食材,透過讀 取的食材,LinkedFood則分別向產銷履歷農產品、通路商和餐廳的SPARQL Endpoint送出查詢,而得到RDF的三元組資料。當在LinkedFood的介面操作時,按了食材,後,在地端可在整合的RDF三元組資料進行查詢,如圖32所示,在那裡買的分頁中,按上方的食材後,如蕃茄,在下方地圖會顯示有賣這個食材的商店,同樣的,如圖33所示,也可以顯示出有那個餐廳可以吃到產銷履歷農產品,利用twfood.cc網站中所整理的價格資訊、產量、以及綜合二種資訊所得到的推薦指數,可以提供使用者購買的參考,如圖34所示,而食材所涉及的每一項產銷履歷農產品,可以在LinkedFood中的最後一個分頁瀏覽,如圖35所示。

圖32: Chrome瀏覽器擴增模組「LinkedFood」的那裡買
圖33: Chrome瀏覽器擴增模組「LinkedFood」的那裡吃
圖35: Chrome瀏覽器擴增模組「LinkedFood」的產銷履歷瀏覽
圖34: Chrome瀏覽器擴增模組「LinkedFood」的推不推

整個Chrome擴充模組的操作可見Youtube影片。

參考文獻

  1. 周念陵(2012),健康美麗產銷履歷,行政院農業委員會。
  2. 胡忠一(2006),建立我國農產品產銷履歷紀錄制度,安全農業生產體系研討會專集,13~40頁

關於米的冷知識

這幾個月來,一直在進行產銷履歷農產品資料的結構化的工作,為了農產品名稱和作物類別對映,對於作物的差異就會特別的關注,例如,大陸妹、A菜、萵苣的差別,而身為以米為主食的人,自然而然也會對於稻米農產品有所好奇,黑米和紫米是同一種米? 香米和馥米有什麼不同? 台灣的越光米是日本來的嗎? 對於種種的疑問,只能以Google Intelligence(GI)來處理,所以這些米的冷知識,其實是做產銷履歷農產品資訊結構化的一個副產品。

From Ozzy Delaney

「蓬萊米」一詞,代表一段台灣米歷史

在生物學上的分類,稻為禾本科稻屬(Oryza),含有22種,但只有非洲型稻(Oryza glaberrima)和亞洲型稻(Oryza sativa)為栽培種,其餘20種為野生種,其中亞洲型稻又有三個亞種,分別為爪哇型稻(javaonica)、印度型稻(indica)、和日本型稻(japonica)[1],而這三種亞種在台灣都有,而且和移民殖民的歷史有莫大的關係。

爪哇型稻為熱帶型梗稻,有可能在數千年前,由南島語系民族帶入台灣,也有一說是荷據時期由荷蘭人引進,但隨著中國東南沿海的移民和日本治理引來稻種,爪哇型稻數量也跟著減少,甚至消聲匿跡。

印度型稻,又稱為秈稻,廣泛分佈於熱帶和亞熱帶地區,明清時期由中國東南移民帶入的台灣,是日治時期之前,台灣的主要稻種。

日本型稻,又稱為粳稻,主要分佈於溫帶到亞熱帶地區,日治時期由日本人引進,經過不斷地雜交改良,把適於北方溫帶的梗稻成功地馴化於台灣的氣候環境栽種,而這種由日本米馴化的台灣米被命名「蓬萊米」,而原本廣泛栽種的秈稻,被稱為「在來米」,或者說是在萊米,即有本地米之意,因此在台灣才有梗稻為蓬萊米,而秈稻為在來米之說。這段蓬萊米歷史在磯小屋的網站上有清楚的介紹,也有來自於PTT版專業鄉民解說。附帶一提的是,台灣也有原生種稻,稱為「鬼稻」。

「蓬萊米」(粳稻),形狀圓短、顏色有些透明,有些品種的米粒有局部白粉質,煮熟後帶有Q度但不像再來米(秈稻)硬,有黏度但又不像糯米黏,是目前多數人偏愛的口感,我們吃的白飯多數是蓬萊米。而「在來米」(秈稻)的形狀細長、透明度高,煮熟後吃起來口感偏硬且乾鬆不黏,因此目前多數不是以白飯來食用,而是用於米類加工品是用,例如,碗粿、蘿蔔糕、粄條…等。

另外,常見的糯米其實是稻米的變種,稻米中含有直鏈澱粉和支鏈澱粉,而支鏈澱粉含量愈高,米就會愈粘,而糯米的支鏈澱粉超高,可達90%,直鏈澱粉含量就很低,平均在10%以下,而秈稻和粳稻都有糯米,粳糯,也就是圓糯米,直鏈澱粉在5%以下,煮熟很粘軟,多數被用來做粿和麻糬,而秈糯,也就是長糯米,直鏈澱粉在5%-9%之間,煮熟後雖然粘,但帶點秈稻硬的特性,一般吃的飯糰、油飯、米糕等,多數是用這種米。

稻米的加工

by ijnek29
紫米 (from ijnek29)

有顏色的米,紅米、紫米、或黑米,其顏色是來自於米糠層的花青素,換句話說,這些帶有顏色的米都是「糙米」,也就是這些稻穀只僅經過脫殼步驟,但又未把米糠層去除。根據陳琳臻營養師的調查,「市售的紫米其實就是為黑糯糙米,而黑米多數為黑糯糙米,但也有部份是黑秈糙米」。而紅米,即紅糯米或紅栗米,是阿美族的傳統作物,為爪哇型稻。

除了糙米,稻穀若去除多數米糠層但保留胚芽,即為胚芽米,如果脫殼後又去掉所有米糠層、胚芽,就成為白米。而日本的清酒則是磨到只剩米心來製酒,步米精合則是表示保留的程度,例如,步米精合為60%,表示一批米是被磨掉4成後,才拿來製酒,貴鬆鬆的獺祭二割三分,則是磨掉了77%,所以這個很好喝,價格不貲。

白米和糙米的等級

依照前面的介紹不難理解,國家標準(CNS)將白米和糙米分為梗型、秈型、圓糯以及長糯主要四種類型,其中梗型及秈型分成為三個等級,一等為最高等級,其次為二等和三等,分級之判定,白米是依據性狀、水分、夾雜物、稻穀、糙米、熱損害粒、被害粒、異型粒、碎粒、白粉質粒、及未變糯粒之百分比來判定,而糙米是依據水分、夾雜物、稻穀、熱損害粒、發芽粒、被害粒、異型粒、碎粒、未熟粒、及未變糯粒之百分比來判定。這個國家標準在網路上找到的資訊,內容都有一些差異,下面的表格是由標檢局發出的公文所附的國家標準文件中截錄出來。

目前市售包裝米都會標示品質等級資訊,這方面是隨個人喜好,等級高的米,價格自然貴一些,但品質真的比較好。

水稻品種

水稻育種和台灣農業發展有重要且密切的關係,在農委會的農業知識人口網中,稻米是百年農業發展史中重要農業育成品種之一,這個網站記載了從日治時代末永仁所發表的台中64 號到目前我們在市面上常見的米種。

名稱育成年別育成機關育種者
台中65號1936行政院農業委員會臺中區農業改良場末永仁、藪龜孟男、田村猛、大崎忠一、余慶東
臺稉2號1989行政院農業委員會臺南區農業改良場莊商路、林國清、吳文政
嘉農242號1956行政院農業委員會農業試驗所嘉義農業試驗分所吉瀨忠、楊遜謙、王茂康
台中178號1957行政院農業委員會臺中區農業改良場余慶東、洪秋增、林克明、簡招財、蔡民
高雄27號1957行政院農業委員會高雄區農業改良場王南澳、李新傳、蕭光輝、謝英鐸
高雄53號1957行政院農業委員會高雄區農業改良場王南澳、李新傳、蕭光輝、謝英鐸、黃金光
台中在來11957行政院農業委員會臺中區農業改良場余慶東、洪秋增、林克明、蔡民、林寶、楊儒榮
臺南1號1958行政院農業委員會臺南區農業改良場林朝杉、莊商路
臺南5號1965行政院農業委員會臺南區農業改良場林朝杉、徐進生、莊商路
台農61號1972行政院農業委員會農業試驗所黃真生、陳源泉、許東暉
台東27號1972行政院農業委員會臺東區農業改良場林弘造、陳榮輝
嘉農秈6號1973行政院農業委員會農業試驗所嘉義農業試驗分所張萬來、楊遜謙、陳隆澤、趙政男
嘉農秈選81973行政院農業委員會農業試驗所嘉義農業試驗分所張萬來、楊遜謙、陳隆澤、趙政男
嘉農秈11號1973行政院農業委員會農業試驗所嘉義農業試驗分所張萬來、楊遜謙、陳隆澤、趙政男
台農62號1975行政院農業委員會農業試驗所嘉義農業試驗分所張萬來、楊遜謙、陳隆澤、趙政男
臺南6號1975行政院農業委員會臺南區農業改良場徐進生、莊商路
高雄139號1975行政院農業委員會高雄區農業改良場林富雄、吳育郎、鍾德月、蕭光輝
台中秈3號1976行政院農業委員會臺中區農業改良場林寶、江壬卿、宋勳、胡燦
台東28號1977行政院農業委員會臺東區農業改良場林弘造、陳榮輝、江瑞拱
台農67號1978行政院農業委員會農業試驗所黃真生、陳源泉、洪信雄、陳正昌
高雄秈7號1978行政院農業委員會高雄區農業改良場林富雄、吳育郎、黃金光、鍾德月、郭同慶
台農秈12號1979行政院農業委員會農業試驗所嘉義農業試驗分所張萬來、楊遜謙、陳隆澤、趙政男
台中秈10號1979行政院農業委員會臺中區農業改良場林再發、江壬卿、曾勝雄
台東29號1979行政院農業委員會臺東區農業改良場林弘造、陳榮輝、江瑞拱
新竹64號1981臺灣省新竹區農業改良場(現行政院農業委員會桃園區農業改良場曾煥東、陳素娥、林芳洲、詹泉發
台農秈14號1982行政院農業委員會農業試驗所嘉義農業試驗分所張萬來、楊遜謙、陳隆澤、趙政男
台農68號1982行政院農業委員會農業試驗所嘉義農業試驗分所張萬來、楊遜謙、陳隆澤、趙政男
台中189號1983行政院農業委員會臺中區農業改良場林寶、曾勝雄、洪秋增、黃賢喜
台農69號1984行政院農業委員會農業試驗所黃真生、洪信雄、卜瑞雄、陳正昌、鄭清煥
台農秈18號1984行政院農業委員會農業試驗所嘉義農業試驗分所張萬來、楊遜謙、陳隆澤、趙政男
台農秈19號1984行政院農業委員會農業試驗所嘉義農業試驗分所張萬來、楊遜謙、陳隆澤、趙政男
台中秈17號1984行政院農業委員會臺中區農業改良場林再發
台中糯70號1984行政院農業委員會臺中區農業改良場黃賢喜、洪梅珠
台中秈糯11984行政院農業委員會臺中區農業改良場江壬卿、宋勳、黃賢喜
台農70號1985行政院農業委員會農業試驗所嘉義農業試驗分所張萬來、楊遜謙、陳隆澤、趙政男
台農秈20號1986行政院農業委員會農業試驗所嘉義農業試驗分所張萬來、楊遜謙、陳隆澤、趙政男、陳一心
台農72號1987行政院農業委員會農業試驗所嘉義農業試驗分所張萬來、楊遜謙、陳隆澤、趙政男、陳一心
高雄142號1987行政院農業委員會高雄區農業改良場林富雄、鍾德月、蕭光輝、邱運全、吳育郎
臺南15號2011行政院農業委員會臺南區農業改良場羅正宗、陳榮坤
臺稉糯1號1990行政院農業委員會臺南區農業改良場莊商路、郭金條
臺稉4號1990行政院農業委員會花蓮區農業改良場鄭明欽、李超運、劉瑋婷
臺稉5號1990行政院農業委員會高雄區農業改良場邱運全、鍾德月、林富雄、吳育郎
臺稉6號1991行政院農業委員會花蓮區農業改良場、農試所嘉義分所鄭明欽、劉瑋婷、林富雄、楊遜謙、陳隆澤、陳一心
臺稉8號1992行政院農業委員會臺南區農業改良場莊商路、林國清
臺稉9號1993行政院農業委員會臺中區農業改良場許志聖、張素貞、宋勳、林文龍、侯福分、張盛添
臺稉10號1993行政院農業委員會花蓮區農業改良場、農業試驗所林富雄、李祿豐、莊義雄、黃真生、陳正昌、曾東海、陳治官
臺稉11號1994行政院農業委員會高雄區農業改良場、農業試驗所邱運全、林富雄、吳育郎、劉大江、陳正昌、曾東海、陳治官、李長沛
臺稉糯3號1995行政院農業委員會臺南區農業改良場、農試所嘉義分所林國清、侯福分、陳隆澤、陳一心
臺稉14號1996行政院農業委員會桃園區農業改良場、農試所嘉義分所黃振增、陳素娥、林芳洲、陳隆澤、陳一心
臺稉16號1996行政院農業委員會花蓮區農業改良場、農業試驗所鄭明欽、李超運、劉瑋婷、黃真生、劉大江、陳正昌、曾東海、陳治官
臺秈2號1998行政院農業委員會高雄區農業改良場吳志文、邱運全、鄧耀宗、林富雄
臺農71號2000行政院農業委員會農業試驗所賴明信、李長沛、曾清山、黃惠娟、陳正昌、陳治官、郭益全
臺東30號2002行政院農業委員會臺東區農業改良場、農試所嘉義分所黃秋蘭、江瑞拱、陳隆澤、陳一心
台農秈22號2004行政院農業委員會農業試驗所嘉義農業試驗分所陳隆澤、羅正宗、陳一心
台農糯73號2004行政院農業委員會農業試驗所賴明信、李長沛、曾清山、顏信沐、陳治官
桃園3號2004行政院農業委員會桃園區農業改良場、農業試驗所黃振增、陳素娥、林孟輝、林芳洲、陳正昌、賴明信、曾東海、李長沛
臺南11號2004行政院農業委員會臺南區農業改良場林國清、侯福分
高雄145號2004行政院農業委員會高雄區農業改良場邱運全、吳志文、林富雄、鄧耀宗
花蓮20號2004行政院農業委員會花蓮區農業改良場宣大平、潘昶儒、余宣穎
桃園4號2005行政院農業委員會桃園區農業改良場黃振增、陳素娥、林孟輝、林芳洲
台東糯31號2005行政院農業委員會臺東區農業改良場黃秋蘭、丁文彥、江瑞拱
台農74號2006行政院農業委員會農業試驗所嘉義農業試驗分所陳隆澤、羅正宗、陳一心
台農75號2006行政院農業委員會農業試驗所賴明信、李長沛、曾清山、顏信沐、卓緯玄、曾東海、陳治官
臺農秈糯212006行政院農業委員會農業試驗所曾東海、鄭統隆、王強生
台中192號2007行政院農業委員會臺中區農業改良場呂坤泉、許志聖、楊嘉凌
花蓮21號2008行政院農業委員會花蓮區農業改良場宣大平、潘昶儒、余宣穎
台農76號2009行政院農業委員會農業試驗所嘉義農業試驗分所吳永培、曾東海、蔡武雄、王強生、林彥蓉、吳泓書
台農78號2009行政院農業委員會農業試驗所嘉義農業試驗分所吳永培、曾東海、蔡武雄、王強生、林彥蓉、吳泓書
台農80號2009行政院農業委員會農業試驗所嘉義農業試驗分所陳榮坤、陳隆澤、羅正宗
台中194號2009行政院農業委員會臺中區農業改良場許志聖、呂坤泉、楊嘉凌
臺南14號2009行政院農業委員會臺南區農業改良場陳榮坤、羅正宗
台東32號2009行政院農業委員會臺東區農業改良場黃秋蘭、丁文彥、江瑞拱
台農84號2010行政院農業委員會農業試驗所嘉義農業試驗分所陳隆澤、廖大經、黃守宏、卓緯玄、顏信沐、羅正宗、陳榮坤
高雄147號2010行政院農業委員會高雄區農業改良場吳志文、張芯瑜、邱運全
台農77號2011行政院農業委員會農業試驗所李長沛、賴明信、曾清山、顏信沐、卓緯玄、吳東鴻、陳治官、曾東海
台農82號2011行政院農業委員會農業試驗所嘉義農業試驗分所吳永培、曾東海、吳泓書
光復1號1947行政院農業委員會農業試驗所嘉義農業試驗分所吉瀨忠、楊遜謙

在Google Intelligence過程中,看到了農委會農試所建置了一個「水稻品種資訊系統」,上面列了160多種水稻品種,當興高彩烈地想進一步查看每一種水稻的資訊時,發現這個系統像一場騙局,網頁上所有的連結都是無效的,也沒辦法查進一步的資訊,失望透頂! 相信政府的農糧單位一定有許多水稻品種的資訊可以提供參考,如同農委會農糧署東區分署對於該轄區的水稻品種介紹,豐富的資料為什麼不開放呢?

在網路確實可以找到不少稻米品種的文章,例如,愛料理(iCook)配合掌生榖粒飯,粒特別企畫,挑選了10種台灣米以文創的方式就產地和特色來介紹,對於想從品種來選購白米,是一個不錯的指引。台灣米的經典品種一文,也對於台灣主要的幾個常見米種有所介紹。

在此,我就記錄一下個人覺得有趣的部份。

越光米

越光米(コシヒカリ)是原產於日本的水稻品種之一,亦是日本是栽種面積最廣的水稻品種,煮熟的白飯口感極佳,無論是粘性、彈性和甜度都很好,飯即使冷了,仍然保有Q彈口感,因此適合用於壽司,其實飯冷了還可以保有好的口感,一定是好米,因此很多米都會號稱自己的米是壽司米。宜蘭地區,特別是五結,每年都會進口日本原生米種栽種,但畢竟是日本米種,不適應台灣環境,不易栽種,產量也少。

台南16號,台版越光米

台南16 號是台南區農業改良場與台大農藝系合作,以「分子輔助選種技術」找出台灣水稻特有的「日長不敏感基因」,與日本越光米不斷回交選拔,讓越光米在台栽種不致於過快早熟,成為適合台灣環境生長的米種,而口感卻不失越光米,被稱為「晶鑽米」,而台大農場與彰化二林壽米屋合作,以台南16號所發展自有品牌則稱為「鹿鳴米」。 2016「全國名米產地冠軍賽」彰化二林的台南16號得到總冠軍,因此,本人以身試米,買了該地產的台南16號米,口感確實不輸給越光米,值得推薦。

講到台南16號、晶鑽米、鹿鳴米其實比較沒人知道這種米的品質有多好,說台版越光米容易吸引人,也讓人可以聯想到越光米的品質,所以現在可以看到很多款包裝米,都標榜自己是越光米,或是台版越光米,不過選購也得詳細看,是否確實為台南16號!

台梗9號,具有抗癌功效的米

台梗9號是我第一認識的米種,草屯鎮不但是南投縣栽種稻米最廣的地區,也栽種不少的台梗9號。這種米煮成白飯後,粒粒飽滿、口感Q彈,冷掉後也不失口感,也是壽司米等級。這個米種在前陣子因為有抗癌效果而聲名大噪,馬偕紀念醫院臺北總院和嘉義大學進行偕同研究,發現台稉九號中的醇溶蛋白成分具有抗白血病免疫功能,可刺激單核球等免疫細胞分泌細胞激素,抑制人類白血病細胞的生長和誘導巨噬細胞分化。也因為如此,台梗9號被混充的品牌眾多,農委會曾經抽檢市售包裝米,發現號稱台梗9號米的包裝米竟然連一顆都沒有。

台南11號,平易近人的便當米

台南11號是台灣栽種面積最廣的米種,佔全台水稻栽種面積近六成,主要栽種於嘉義、台南、雲林、 彰化、台中、屏東等地,因為產量多,品質又不錯,深獲自助餐和便當店喜愛,所以我們吃的便當之中,很多是台南11號米。據媒體報導,因2011年的福島核災和連日大雨水淹米鄉新瀉,使得日商來台購糧,在試吃完台南11號米後,驚為天人! 採購360噸,由彰化縣聯米企業產出的台南11號米,直接進入日本餐廳、學校、並且在超商販售,成為指定輸日的品種,這件事造成當時的轟動,因此台南11號又有「驚為天米」之稱。

2005-2014年主要良質米品種栽培面積前5名百分比排名(取自陳勵勤、羅正宗(2016),漫談水稻「臺南11號」之貢獻,臺南區農業專訊,97期,12-15頁)

 

年度\面積排名12345
92台稉8號(38.4)台稉14號(19.9)台稉16號(11.4)台中秈10號(8.4)台稉2號(8.0)
93台稉8號(37.8)台稉14號(21.3)台稉16號(19.4)高雄139號(6.5)台稉2號(5.9)
94台稉8號(31.9)台稉14號(20.8)台稉16號(14.3)臺南11號(10.4)台稉2號(6.2)
95臺南11號(30.8)台稉8號(22.8)台稉16號(12.0)台稉14號(10.0)台稉9號(6.0)
96臺南11號(52.5)台稉16號(12.5)台稉8號(11.8)台稉14號(6.6)台稉9號(4.4)
97臺南11號(55.4)台稉14號(10.3)台稉16號(7.0)台稉8號(5.9)台中秈10號(4.3)
98臺南11號(60.4)台稉14號(9.3)台稉16號(4.9)台中192號(4.6)台中秈10號(4.5)
99臺南11號(57.9)台中192號(9.0)台稉14號(8.9)台中秈10號(5.1)台稉16號(4.1)
100臺南11號(60.4)台稉14號(8.6)台中192號(5.4)台稉9號(5.1)台中秈10號(4.2)
101臺南11號(64.8)台稉14號(8.8)台中192號(4.9)台稉9號(3.7)台稉2號(3.4)
102臺南11號(62.7)台稉14號(8.8)台中192號(4.8)台稉9號(4.0)台稉2號(3.7)
103臺南11號(62.2)台稉14號(9.4)台中192號(6.4)台中秈10號(5.9)台稉2號(2.9)

高雄139號,花東米的主力

高雄139號是1970-80年代推廣的米種,成熟時結實纍纍,穀粒飽滿,抗稻熱病佳,又適合機械化採收,深受稻農好評,煮熟後的口感好,接近日本米口感,粘度適中且Q彈,但米粒較小,外觀不佳,心腹白多,不夠透明清澈,因而被稱為「醜美人」。這米種早期曾遍佈全台,目前只有花東一帶種植較多,主要是因為花東地區的土壤、氣候與日照,特別適合種植高雄139號。

高雄145號,醜美人的整型版

高雄139號雖然具有許多優點,但外觀處於弱勢,不易被品質要求高的日本商接受,因此農委會高雄區農改場於1997年以高雄139號為母本,與日本優質米絹光(Kinuhikari)雜交,經過多年的選拔改良,而在2004年命名育成新品種高雄145號。果真在2012年,日本的「ニボンアグリアクセス株式會社」,向屏東新園的「新豐稻米產銷專區」簽約採購500噸高雄145號。

台農71號 (益全香米),享譽盛名的香米

稱為香米,即是在煮熟後,米飯帶有芋香味。台農71號之所以又被稱為益全香米,是為了紀念該米種的育種者郭益全博士於品種發表前,因心肌梗塞過世,前總統陳水扁特別將台農71號命名為「益全香米」,成為國內第一個有商品名的稻米品種。而2003年大學學測作文題目「香米碑」以郭益全博士研發台農71號的過程為考題,讓台農71號廣為周知,加上無米樂的崑濱伯以台農71號於2006年奪下全國稻米品質競賽的冠軍,更讓這個香米聲名大噪

桃園3號,發展潛力高的香米

台農71號其實是一個日本混血兒,是由台稉4號(父)和日本絹光(母)育種而成,因此台農71號不但有特殊米香,並帶有日本米的品質與口感,而真正的純種本土香米則是桃園3號,其父本台稉2號、母本台稉4號,在2004年7月才通過命名審查,因發源地新屋鄉,被取名「新香米」。由於桃園3號是在環境較惡劣的北部濱海環境中育種而成,對於惡劣環境的耐受力也比台農71號高,是一個具有競爭力的米種。

台中139號,印度血統的馥米

香米是以芋頭香出眾,而馥米是以茉莉花香為主?! 農產品產銷履歷中看到「馥米」時,充滿困惑,心想這又是什麼推銷產品的花招,原來這是許志聖博士,也是台梗9號的育種者,所培育出來的米種,母本為台梗9號,父本則是巴斯馬帝(Basmati),也就是印度香米,而研發出了台中194號,一個和Basmati一樣帶茉莉香的米,外型飽滿、淨透光亮,口感上較軟、黏性較高,烹煮後淡雅清香,白飯放冷香氣更明顯。

台中秈10號,都市人的健康新選擇

根據台中區農改場的報告,台中秈10號是以抗病抗蟲產量高的「臺中秈試204號」為母本,與也是抗病抗蟲產量高「嘉農秈育14號」為父本進行雜交而成。秈米的口感一般較乾硬,但富含纖維質且低澱粉,而台中秈10號除了具有高纖低澱粉的特點外,米粒大而飽滿,晶瑩有光澤,在口感上不黏不膩,又軟又Q,細細咀嚼的淡淡香甜滋味別有一番風味,且吃下肚後,較不易產生飽脹感,都市生活勞力活少,熱量需求小,但追求健康,因此高纖低澱粉是適合於都市生活型態的人,好吃易消化,營養不發胖。

[1]呂坤泉、許志聖、楊嘉凌(2002),世界水稻的分類,臺中區農情月刊第 40期。