Μια διεπιστημονική ομάδα του Oregon State University, με επιστήμονες από την ανάλυση δεδομένων, την κηπουρική, την ταξινομία των μελισσών και τη φυσική, βρίσκεται πίσω από μια νέα μέθοδο παρακολούθησης βομβίνων. Επικεφαλής της έρευνας ήταν ο Michael Getz, σήμερα επιστήμονας δεδομένων στο Biodiversity Research Institute του Μέιν, ο οποίος εργάστηκε στο έργο ως μεταπτυχιακός φοιτητής. Το ημιαυτόματο σύστημα συνδυάζει κάμερες χαμηλού κόστους με τεχνητή νοημοσύνη, καταγράφοντας έξι είδη σε αγρό κόκκινου τριφυλλιού στο Corvallis. Τα ευρήματα δημοσιεύθηκαν στο περιοδικό Remote Sensing in Ecology and Conservation.
- Το σύστημα κατασκευάστηκε από εμπορικά διαθέσιμα εξαρτήματα και δοκιμάστηκε κατά την ανθοφορία κόκκινου τριφυλλιού.
- Οι κάμερες κατέγραψαν έξι είδη βομβίνων, με την ποικιλία τους να προσεγγίζει εκείνη των συμβατικών μεθόδων.
- Τα μοντέλα που ανέλυαν την εικόνα σε επιμέρους τμήματα απέδωσαν καλύτερα από εκείνα που εξέταζαν ολόκληρη τη φωτογραφία.
- Τα μοτίβα τύπου στόχου προσέλκυσαν σημαντικά περισσότερες επισκέψεις από ομοιόχρωμα φόντα.
Οι κάμερες δοκιμάστηκαν απέναντι στις καθιερωμένες μεθόδους
Η παρακολούθηση εντόμων βασίζεται συνήθως είτε σε παγίδες είτε στην άμεση παρατήρηση. Οι παγίδες μπορούν να σκοτώσουν τα έντομα που συλλέγουν, ενώ η επιτόπια καταγραφή με απόχες απαιτεί χρόνο, προσωπικό και σημαντική εργασία.
Η ομάδα εγκατέστησε το νέο σύστημα στο Hyslop Field Research Laboratory του Oregon State University και παράλληλα πραγματοποίησε συλλογές με απόχες και μπλε παγίδες τύπου vane, οι οποίες προσελκύουν έντομα αλλά είναι θανατηφόρες για τις μέλισσες. Η σύγκριση έδειξε ότι οι κάμερες κατέγραψαν ποικιλία ειδών παρόμοια με εκείνη που αποτυπώθηκε από τις δύο συμβατικές τεχνικές.
Στην πράξη, αυτό σημαίνει ότι οι ερευνητές θα μπορούσαν να συλλέγουν περισσότερα δεδομένα χωρίς να βασίζονται αποκλειστικά σε χρονοβόρες καταγραφές ή σε μεθόδους που σκοτώνουν τα έντομα.
Οι κάμερες έχουν χρησιμοποιηθεί και σε προηγούμενες έρευνες για μη παρεμβατική φωτογράφιση εντόμων. Ωστόσο, μεγάλο μέρος αυτής της δουλειάς αφορούσε νυκτόβια είδη, όπως οι σκώροι, τα οποία μπορούν να προσελκυστούν με φως. Για τους ημερόβιους βομβίνους, η ομάδα έπρεπε να εξετάσει τόσο τον τρόπο προσέλκυσης όσο και την αυτόματη αναγνώρισή τους.
Η τμηματική ανάλυση εικόνων βελτίωσε την αναγνώριση
Οι φωτογραφίες διοχετεύθηκαν σε δύο τύπους ειδικά κατασκευασμένων μοντέλων βαθιάς μάθησης. Καλύτερη επίδοση είχαν τα μοντέλα που χωρίζουν κάθε εικόνα σε μικρότερα πλακίδια και αναλύουν ξεχωριστά κάθε τμήμα, σε σύγκριση με όσα αξιολογούν τη φωτογραφία ως ενιαίο σύνολο.
Οι ερευνητές πειραματίστηκαν επίσης με τα οπτικά μοτίβα πίσω από τις κάμερες. Τα σχέδια που θύμιζαν στόχο προσέλκυσαν σημαντικά περισσότερους βομβίνους από τα ενιαία χρωματικά φόντα, προσφέροντας έναν απλό τρόπο αύξησης των καταγραφών.
Ο Tim Warren, επίκουρος καθηγητής στο Τμήμα Κηπουρικής του Oregon State, επισήμανε ότι μία βασική δυσκολία στην κατανόηση της υγείας και της οικολογίας των επικονιαστών είναι η συγκέντρωση επαρκών πληροφοριών σε μεγάλες εκτάσεις. Κατά τον ίδιο, τα αποτελέσματα δείχνουν ότι τέτοια συστήματα μπορούν να προσφέρουν αξιόπιστα δεδομένα σε κλίμακα που έως τώρα δεν ήταν πρακτική.
Περισσότερα δεδομένα για προστασία ειδών και γεωργία
Αρκετά είδη βομβίνων έχουν προταθεί για ένταξη στην αμερικανική Endangered Species Act, τον ομοσπονδιακό νόμο για την προστασία απειλούμενων ειδών. Σύμφωνα με τον συν-συγγραφέα Andony Melathopoulos, τα κενά δεδομένων δυσκολεύουν τόσο τις αποφάσεις ένταξης ενός είδους όσο και τον χαρακτηρισμό κρίσιμων ενδιαιτημάτων.
Εάν η τεχνολογία εφαρμοστεί σε ευρύτερη κλίμακα, θα μπορούσε να προσφέρει πυκνότερη εικόνα για τους πληθυσμούς και τις μετακινήσεις των βομβίνων, επιτρέποντας ακριβέστερα τεκμηριωμένες αποφάσεις προστασίας.
Η πιθανή χρησιμότητα δεν περιορίζεται στη διατήρηση της βιοποικιλότητας. Πολλές καλλιέργειες εξαρτώνται από έντομα για την επικονίαση, επομένως ένα οικονομικό και επεκτάσιμο εργαλείο παρακολούθησης θα μπορούσε να ενδιαφέρει και τον γεωργικό τομέα. Για την ελληνική έρευνα και γεωργία, αυτό θα σήμαινε δυνητικά μια πιο προσιτή μέθοδο καταγραφής επικονιαστών σε καλλιεργούμενες εκτάσεις, εφόσον το σύστημα προσαρμοστεί στις τοπικές συνθήκες και στα είδη.
Θα μπορούσαν οι κάμερες με τεχνητή νοημοσύνη να αποτελέσουν χρήσιμο εργαλείο και για την παρακολούθηση επικονιαστών στην Ελλάδα; Μοιραστείτε την άποψή σας.
