html
由于有毒农药和栖息地丧失，蜜蜂和蝴蝶等传粉媒介正在世界各地逐渐消失，威胁着生态系统和全球粮食安全。超过87%的开花植物依赖这些物种进行繁殖。
然而，监测传粉媒介的过程仍然缓慢、困难，且常常带有破坏性。许多昆虫必须被捕获、杀死并由专家鉴定，而基于摄像头的系统则在光线不足、恶劣天气和田间条件杂乱的情况下难以发挥作用。
但如果你能使用用于识别飞机的技术呢？这听起来很疯狂，有点夸张，但实际上确实有效。
在一项新研究中，欧洲的研究人员使用毫米波雷达和机器学习来识别五种传粉昆虫，包括蜜蜂、大黄蜂和一种常见的黄蜂。该系统能够捕捉翅膀拍动产生的微弱雷达模式，然后利用这些模式按科、属和种对昆虫进行分类。
这项工作仍是一个概念验证，目前只在实验室里测试过。但它指出了一种可能的新方法，用于监测传粉媒介。当前，生态学家需要更好的数据来了解这些有助于维持作物、野生植物和食物网的昆虫。
人工计数昆虫
授粉昆虫很难被有效监测。许多昆虫体型小、行动快，没有专业知识很难识别。
当然，许多生物学家已经用更现代的技术取代了他们信赖的捕虫网。一些昆虫调查定期使用基于摄像头的系统，利用机器学习对图像中的昆虫进行分类。这种方法的效果有限，因为图像本身并不总能清晰聚焦在昆虫上。光照条件经常变化，而雨水、阴影、树叶和杂乱的背景都使任务变得更加复杂。
雷达提供了另一种途径。这并不是一个新想法，因为科学家们几十年来一直使用雷达来研究在高空迁徙的昆虫，但只针对昆虫群。这项新研究解决了一个更棘手的问题：识别地面附近飞行的单个昆虫，类似于识别在花朵间移动的授粉昆虫。
“通常，单个昆虫的雷达反射信号非常微弱，”丹麦技术大学空间研究与技术副教授亚当·纳布多维茨告诉《IEEE Spectrum》。“仅凭某一时刻的观测来探测它们，可能是不可能的。”
因此，研究团队开始寻找随时间变化的模式。当昆虫扇动翅膀时，它们会在反射的雷达信号中产生微小的变化，这被称为微多普勒特征。这个原理类似于传统雷达通过读取微妙的运动模式（而非仅靠位置）来区分无人机和鸟类。
“起初，我们真没把握这法子能成，毕竟虫子个头太小，我们捣鼓的微多普勒信号也弱得很，”纳尔布多维茨说道。
翅膀拍动中的特征
2023年5月到11月，研究人员在都柏林圣三一大学的校园里逮了些活虫子。他们盯上了五种：蜜蜂（Apis mellifera）、三种熊蜂——即Bombus lapidarius、Bombus terrestris和Bombus muscorum——还有常见的黄蜂（Vespula vulgaris）。
每只虫子都单独搁在一个小塑料筒里，筒子宽四厘米、高五厘米，放在一个毫米波天线上头。雷达发出一道简单的30吉赫兹连续波信号，然后记录反射回来的信号，持续60秒。录像帮着研究人员确认虫子啥时候在飞、啥时候在扇翅膀，但机器学习系统只用了雷达数据。
录完像后，虫子就给放了。
这套系统不光测翅膀拍打的频率。它从雷达信号里挖出了70多个特征，比如能量咋在频率间散开的、信号咋随时间变的，还有翅膀拍打的样子有多规律。
首先，模型将蜜蜂和黄蜂区分开来。然后，它把蜜蜂分成蜜蜂或熊蜂。最后，它试着分辨三种熊蜂。
在最宽泛的层面上，模型把蜜蜂科（Apidae）和黄蜂科（Vespidae）分开，准确率高达96%。到了物种层面，它正确识别这五种昆虫的准确率是85%。
“看到不同物种用翅膀的方式各有千秋，而且这还能在雷达信号里看出来，真挺有意思的，”纳尔布多维茨跟《IEEE Spectrum》说。“看原始信号的时候，那些细微差别很难全抓住，但机器学习够给力的话，就能把它们分出来。”
昆虫在雷达波束里待得越久，系统表现就越牛。物种层面的准确率从0.1秒信号的75%涨到1秒的84%，再到2秒的85%。
实验室里成功，离实地用还差得远
这些昆虫可不是在草地上随便飞的。它们是在室内，待在一个小盒子里，挨着天线活动。作者也提到，有些信号特征可能多少受了这些限制条件的影响，比如偶尔碰到盒子壁啥的。
这个数据集在物种分类上也很窄：只有五个物种，而且都属于同一个昆虫目。自然环境里的物种多得多，体型和行为常常有重叠。所以作者说，还需要用自由飞行的昆虫做野外试验。
不过，这个方法也有它的好处。它不需要好光线，也不用拍得清清楚楚。理论上，它可以装进一个飞越式设备里，让昆虫短暂飞过传感器，然后毫发无伤地放走。
“我们用的功率比会伤到昆虫的级别还低，”纳布多维奇告诉《IEEE Spectrum》。相比之下，“传统捕虫器是把昆虫淹死在有毒的氰化物液体里。”
更大的目标是建一个昆虫雷达特征数据库，再配上温度、湿度这些环境数据，因为这些会影响翅膀拍动的规律。有了这个数据库，科学家不仅能监测传粉昆虫，还能盯住害虫和入侵物种。
如果这套系统在户外也能用，就能把一种常见技术变成新的生态学工具。
这项研究发表在《PNAS Nexus》期刊上。
热门跟贴