目前市面上的「非物聯網」農藥殘留快篩儀，皆須透過人工抄寫或是USB儲存裝置才能取出農藥儀內的資料，其過程繁瑣且容易出錯；而儘管已有部分業者開發出了「物聯網」農藥殘留快篩儀，但其物聯網系統皆只能單純地將檢測結果上傳至資料庫，並沒有將資料進行後續分析或提供示警服務。本研究將重新設計與實作一個農藥殘留快篩儀物聯網系統，讓使用者上傳資料後能及時在網頁和手機APP上查看檢測結果，同時本系統將會在備品不足或檢測結果異常等異常狀況出現時，自動發送示警簡訊至相關人員的手機，以利使用者盡早排除錯誤。另外本研究也設計了分享的功能，讓使用者能自行設定條件來列出篩選過後的檢測資料列表，並自動將該檢測資料列表的QR碼和網址發送至使用者信箱，之後使用者便可將該QR碼或網址發送給其他相關人員以供確認農藥檢測情況。

At present, people have to take out the data from those “non-Internet of Things” pesticide residues detectors by manually transcribing or using USB storage device The processing of taking data is cumbersome and error-prone; although some operators have developed “The Internet of Things” pesticide residues detectors, but its IoT system can only upload the detection results to the database, and does not carry out subsequent analysis or provide warning services. This study will redesign and implement an IoT Pesticide Residue Detectors System. This system will allow users to view the detection results by the webpage and mobile app after uploading those results. At the same time, when there are some abnormal situations like missing spare parts or getting abnormal detection results, this system will automatically sent warning message to relevant person’s mobile phone, so the users can fix errors as soon as possible. In addition, this study also designed a sharing function. This function allows users to set conditions to list the filtered detection results, and automatically send the QR code and website address of the detection results list to the user mailbox. Finally, user can send the QR code or website to other relevant personnel for confirmation of detection results.

第一章	緒論	1
1-1	研究動機與目的	1
1-2	論文架構	4
第二章	文獻探討	5
2-1	農藥殘留快篩檢測儀	5
2-2	農藥殘留檢測服務	8
2-3	物聯網	10
2-3-1 MQTT	12
第三章	研究方法	15
3-1	問題陳述	15
3-2	系統架構與操作流程	17
3-3	農藥檢測	20
3-4	異常狀況示警	26
3-5	後續資料分析與服務	27
3-5-1 儀錶板	27
3-5-2 日誌	29
3-5-3 購買	29
3-5-4 供應商	30
3-5-5 設定	31
第四章	系統實作	33
4-1	帳號管理	34
4-2	農藥檢測	38
4-2-1 樣品檢測	39
4-2-2 對照檢測	44
4-2-3 檢測資料	46
4-2-4 設備資訊	46
4-3	網頁系統	47
4-3-1 儀錶板	48
4-3-2 日誌	53
4-3-3 購買	57
4-3-4 供應商	59
4-3-5 設定	63
第五章	結論與未來展望	68
參考文獻	70
附錄一 英文論文	71


 
圖目錄
圖 1 物聯網農藥儀	17
圖 2 物聯網農藥儀系統架構圖	18
圖 3 系統流程圖	19
圖 4 控制組測試流程圖	21
圖 5 樣本測試流程圖	22
圖 6 農藥檢測流程圖	24
圖 7 帳號註冊	34
圖 8 信箱、密碼確認	35
圖 9 編輯帳號資料	36
圖 10 註冊帳號認證信	37
圖 11 農藥檢測行動裝置APP - 登入頁面	38
圖 12 農藥檢測行動裝置APP – 功能頁面	38
圖 13 樣品檢測 – 類別(a)	39
圖 14 樣品檢測 – 搜尋	40
圖 15 樣品檢測 – 最近	40
圖 16 樣品檢測 – 購買細節	41
圖 17 樣品檢測 – 前置處理(a)	42
圖 18 樣品檢測 – 前置處理(b)	42
圖 19 樣品檢測 – 樣品處理09	43
圖 20 樣品檢測 – 樣品處理10	44
圖 21 對照檢測 – 對照處理(a)	44
圖 22 對照檢測 – 對照處理(b)	45
圖 23 檢測資料 – Log (7天)	46
圖 24 設備資訊 – 相關資訊	47
圖 25 系統頁面 - 側邊欄位	48
圖 26 儀錶板 – 全頁圖	49
圖 27 儀錶板 – 歷史區塊	50
圖 28 儀錶板 – 備註內容視窗	50
圖 29 儀錶板 – 圖表區塊	51
圖 30 儀錶板 – 匯出(a)	52
圖 31 儀錶板 – 匯出(b)	52
圖 32 日誌	53
圖 33 日誌 – 關鍵字搜尋	54
圖 34 日誌 – 日期區間搜尋	55
圖 35 日誌 – 類別搜尋	56
圖 36 日誌 – 資料編輯	56
圖 37 購買(a)	57
圖 38 購買(b)	58
圖 39 供應商_現有	59
圖 40 供應商_新增	60
圖 41 供應商_編輯	60
圖 42 供應商_註銷(日誌)	61
圖 43 供應商_復原	62
圖 44 供應品項	62
圖 45 設定	63
圖 46 帳號資訊	64
圖 47 分享頁面	64
圖 48 獨立檢測紀錄列表	65
圖 49 分享功能_新增	66
圖 50 分享功能_列表	66
圖 51 分享功能_已刪除頁面	67

1.	張淑貞, 周桃美, & 高靜華. (2016). 家蠅乙醯膽鹼酯酶活性及其對陶斯松, 氧化態陶斯松與安丹之感受性. 台灣昆蟲, 36(3), 74-83.
2.	Chiu, C., Kao, C., & Cheng, E. (1991). Rapid bioassay of pesticide residues (RBPR) on fruits and vegetables. 中華農業研究, 40(2), 188-203.
3.	黃玉瓊. (2005). 農作物農藥殘留管制現況. 農政與農情, (158), 60-65.
4.	亞醫醫學器材. (2018). 2018年第二代農心安蔬果茶葉農藥殘留檢測儀器.http://www.pan-asia-bio.com.tw/cht/pd-show.asp?num=128
5.	Zhao, G., Guo, Y., Sun, X., & Wang, X. (2015). A system for pesticide residues detection and agricultural products traceability based on acetylcholinesterase biosensor and internet of things. International Journal of Electrochemical Science, 10(4), 3387-3399.
6.	矽新科技有限公司. 產品項目 / 農藥殘留檢測 台灣五鼎生技 / 農藥殘留速測卡 便利包.http://www.shishin-tech.com.tw/productdetail.asp?proid=35
7.	 SGS SA. (2019). 農業 & 食品產業 農藥殘殘留測試.https://www.sgs.com.tw/zh-tw/agriculture-food/food/food-contaminant-testing/pesticide-residue-testing
8.	Ashton, K. (2009). That ‘internet of things’ thing. RFID Journal, 22(7), 97-114.
9.	Tan, L., & Wang, N. (2010). Future internet: The internet of things. Paper presented at the 2010 3rd International Conference on Advanced Computer Theory and Engineering (ICACTE), , 5. pp. V5-376-V5-380.
10.	IBM. 智慧城市.http://www-07.ibm.com/tw/dp-cs/smartercity/overview.html
11.	Jahn, M., Jentsch, M., Prause, C. R., Pramudianto, F., Al-Akkad, A., & Reiners, R. (2010). The energy aware smart home. Paper presented at the 2010 5th International Conference on Future Information Technology, pp. 1-8.
12.	Ricquebourg, V., Menga, D., Durand, D., Marhic, B., Delahoche, L., & Loge, C. (2006). The smart home concept: Our immediate future. Paper presented at the 2006 1st IEEE International Conference on e-Learning in Industrial Electronics, pp. 23-28.
13.	TongKe, F. (2013). Smart agriculture based on cloud computing and IOT. Journal of Convergence Information Technology, 8(2)
14.	Hunkeler, U., Truong, H. L., & Stanford-Clark, A. (2008). MQTT-S—A publish/subscribe protocol for wireless sensor networks. Paper presented at the 2008 3rd International Conference on Communication Systems Software and Middleware and Workshops (COMSWARE'08), pp. 791-798.
15.	Al-Fuqaha, A., Guizani, M., Mohammadi, M., Aledhari, M., & Ayyash, M. (2015). Internet of things: A survey on enabling technologies, protocols, and applications. IEEE Communications Surveys & Tutorials, 17(4), 2347-2376.