進到菜市場當中，原本一斤只要20~30元的高麗菜，突然漲到了50~60/斤，內心不禁感到納悶：「為什麼菜價突然漲的那麼誇張？」甘藍（高麗菜）是台灣家家戶戶餐桌上的基本蔬菜，一旦價格波動，不只影響消費者的荷包，更可能重創農民的生計。那麼，到底是什麼因素導致高麗菜價格大起大落？答案就在於—氣候條件與出苗數據。
此次運用的星球與數據
本文整理自宜蘭大學生物機電工程學系邱奕志教授團隊之研究，該研究透過 Aralia 數據平台，整合了來自國家高速網路中心（NCHC）民生公共物聯網的各類感測資料，進行深入的分析，如氣溫、日照、雨量等環境變數，建立一套針對甘藍(高麗菜)產銷失衡的多變因分析模型。
為什麼要以甘藍(高麗菜)為研究主體？
高麗菜（學名：甘藍），是台灣最普遍的葉菜類之一，從北到南、從平地到高山，幾乎全年都有產季。正因為它如此普及，每一次價格稍有波動，立刻牽動整體農業與民生消費。
根據 Aralia 物價行情星球－農產品交易行情 統計，甘藍-初秋歷史總交易量佔前50交易量的13.87%，遠超過交易總量排名第二的包心白-包白的5.40%。
然而，這種高需求作物，也最容易出現「一窩蜂種植、集中上市、價格崩跌」的情況。這背後的問題，早已不只是農民個人選擇的結果，而是結構性的資訊落差與預測失準。
回顧2022 年初，高麗菜價格暴漲，對許多農民來說，那是一筆不小的收入，也因此許多農民在看到利潤後紛紛增加高麗菜種植面積，甚至全部改種高麗菜。然而，當所有人都這麼想時，最終出現的卻是價格崩跌、滯銷、甚至田間直接放棄收成的景象。
這個現象並不是第一次發生。農民多半依靠「上一季的價格」來決定「下一季的種植」，但這樣的時間落差，往往讓供應量過度集中。農糧署曾試圖介入調控，在2023 年起推出「甘藍種苗登記制度」與燈號預警機制，讓農民能提早知道種植風險。但在沒有更具體數據支持下，這些機制很難真正改變農民的行為。
為解決產量過剩與價格波動問題，政府與農會也推動契作制度、區域調節等措施，或是採用冷鏈物流與儲存技術期望可以延長甘藍保存期限，降低市場衝擊。同時也鼓勵農民分散種植時程、採用氣象預測與大數據輔助決策，提升整理產銷彈性。
影響價格的關鍵要素，透過掌握生長周期與出苗量降低過量種植
高麗菜的生產具有明顯的季節性，尤其在秋冬之際，栽種與收成容易集中在某些月份，若此時沒有天災介入、氣候穩定，便容易出現「集中採收、供過於求」的情況。傳統上，農民多半憑經驗決定種植時程，但在極端氣候頻繁、資訊爆炸的今天，這樣的經驗法則越來越難應對實際變化。
研究團隊希望透過氣象資料，來輔助農業決策。透過生活空氣指南星球－自動氣象站的觀測數據，他們能夠掌握特定區域的日照時間、溫度、降雨量等氣候指標，進一步計算「溫積質（GDD）」與「光積值（DLI）」，預估高麗菜從種植到收成所需的天數。當我們知道「什麼時候會集中收成」、「哪段時間會大量上市」，自然也能更早預測「哪段時間可能出現價格波動」。
過往這些數據如出苗量、栽種面積、降雨量、氣溫與日照時數，難即時取得並整合，因此未被充分應用於價格預測之中，如今可以透過Aralia與民生公共物聯網合作的數據庫即時取得、並進行分析。
我們還能透過數據做什麼樣的洞察？
除了進行數據的基本輪廓與探索分析，還能夠透過跨數據集探索，將生活空氣指南的自動氣象觀測資料，與物價行情星球的農產品交易行情做交叉比對分析；或是透過高麗菜出口統計數據集跨數據集探索甘藍育苗場售出情形的數據集，來找到更多細部的洞察(insight)。
高麗菜的價格從來不是單一因素決定的，它是天候、時間、行為與資訊交織而成的結果。當市場每一次價格的上漲或崩跌都帶來巨大的經濟與心理壓力，我們就更需要用科學與數據，為農業的未來開出一條穩定的路。
Aralia 數據星球正是協助這條路走得更穩的平台。它整合政府開放資料，將氣候、物價、出口、育苗等資訊系統化，讓數據成為農民手中的工具，而不只是學者的研究報告。
📍 精準掌握區域日照、氣溫、降雨量、紫外線等公開數據
📍 跨數據集碰撞找出農業數據背後的故事
宜蘭大學生物機電工程學系 X Aralia 農業數據應用案例
現在就免費註冊，開啟你的智慧選址之旅：
想要導入數據建造屬於自己的數據星球嗎？
歡迎聯繫我們👇
電話：+886-2-2343-5562
Email：bd.aralia@bigojbect.io
🪐漫步星球🪐
關注我們的社群，更多最新數據資訊等你來發掘！
IG：https://www.instagram.com/araliadata/
FB：https://www.facebook.com/Araliadata
