自动化监测与人工监测在综合性植物-传粉者群落中的比较评估

《Methods in Ecology and Evolution》：Comparative assessment of automated and manual monitoring in comprehensive plant–pollinator communities

植物-传粉者网络自动监测系统开发及与人工观察对比研究。基于Raspberry Pi和YOLOv5算法开发了自动摄像机系统（ACS），通过四岛四年数据采集，验证其在昼夜传粉监测中的有效性。研究发现ACS记录的传粉互动率显著高于人工观察（尤其低频事件），但存在体型<5mm昆虫漏检问题。系统构建了包含238个物种的完整网络，发现网络连接度（0.67 vs 0.55）、特化度（0.30 vs 0.26）存在显著差异（p<0.05），同时揭示了 lizard等脊椎动物传粉的独特作用。该系统为生态监测提供了开源解决方案，但需优化小体型检测算法。

　　本文介绍了一种新型的自动相机系统（ACS），该系统结合了Raspberry Pi硬件与基于深度学习的YOLOv5目标检测模型，用于检测自然植物群落中的传粉者。这项研究旨在克服传统传粉者监测方法的局限性，从而为生态保护提供更有效、更全面的数据支持。传粉者数量的下降已成为全球生态系统服务面临的重要威胁，传统的监测方法如直接观察，存在空间和时间覆盖范围有限、对日间互动偏倚等问题。此外，人类观察者可能会影响传粉者的行为，且现场笔记本作为唯一的永久记录，限制了数据的可访问性和可重复性。因此，开发一种能够长时间、高分辨率地记录植物与传粉者互动的自动化系统具有重要意义。

ACS系统的设计和实施是基于实际需求，结合了低成本、广泛可用的硬件组件，以实现全天候的视频记录。通过在四个不同岛屿上进行为期四年的数据采集，研究人员获得了大量视频资料，并将其用于训练和优化传粉者检测算法。为了提高系统的准确性，检测到的传粉者由昆虫学家进行物种级别的分类，并判断其是否与花结构发生接触。研究人员还进行了13次实地调查，覆盖六个研究地点，并在两个春季季节对所有开花植物进行监测，通过比较自动系统与直接观察获得的数据，验证了ACS的性能。

研究结果显示，ACS在单位传粉者和物种的访花频率上均高于直接观察，这可能归因于没有人类观察者干扰。此外，ACS能够检测到更多的低频互动，这些互动对网络指标（如连通性、专一性和鲁棒性）产生了显著影响。然而，ACS在检测小型传粉者（<5 mm）方面存在一定的困难，这可能是由于像素大小的限制所致。尽管如此，ACS在记录夜间和日间互动方面展现了独特的优势，为研究传粉网络提供了新的视角。

在方法论方面，ACS的硬件设备包括了Raspberry Pi 4系统、存储卡、摄像头模块以及防水的3D打印外壳。这些组件共同构成了一个便携、耐用且高效的监测工具。摄像头模块根据不同光照条件进行了优化，如白天使用的ACS-V2和ACS-HQ，以及夜间使用的ACS-NoIR，后者配备了红外LED灯以增强夜间记录的清晰度。此外，系统还考虑了不同植物结构和背景复杂性对检测结果的影响，以确保其在不同生态条件下的适用性。

研究团队还对传粉者检测算法进行了详细的训练和评估，使用了多种YOLOv5模型，分别针对日间和夜间数据集进行优化。通过数据增强技术，如水平翻转、平移、缩放和马赛克增强，提高了模型的泛化能力，使其能够适应不同的环境条件和拍摄角度。这些模型在多个数据集上进行了测试，包括ACS系统捕获的视频数据和来自公开数据库的昆虫图像，从而确保了算法的鲁棒性和准确性。

在生态指标和传粉网络分析方面，研究团队计算了物种丰富度、香农多样性指数以及网络指标，如连通性、专一性、互动均匀性和鲁棒性。通过Wilcoxon符号秩检验，比较了两种方法在这些指标上的差异，发现ACS在检测互动频率和连通性方面表现优异，而直接观察在鲁棒性方面更优。此外，研究还分析了两种方法之间遗漏的互动事件，这有助于理解自动化与人工监测方法各自的优缺点，并为未来研究提供改进方向。

研究还揭示了某些生态因素对检测结果的影响，如蜥蜴的活动。在Cabrera岛上，蜥蜴不仅是昆虫的捕食者，还可能成为传粉者，其活动模式可能影响植物与传粉者的互动频率。ACS系统在记录这些互动时，避免了人类观察者可能带来的干扰，从而提供了更准确的自然状态数据。然而，小型传粉者在检测过程中仍面临挑战，尤其是在复杂的背景条件下。

从研究的实际应用来看，ACS系统在多个方面展示了其潜力。它能够长时间、连续地记录植物与传粉者的互动，适用于多样化的生态研究，包括监测入侵物种、农业生态系统中的传粉活动等。此外，ACS的开源特性使得其他研究者能够对其进行修改和优化，从而推动自动化监测技术的发展。该系统不仅提高了数据收集的效率，还为生态学研究提供了新的工具，有助于更好地理解和保护传粉者及其生态角色。

研究还指出了ACS系统未来需要改进的地方，包括提高对小型传粉者的检测能力、优化算法以适应不同植物结构和背景，以及进一步扩展其应用范围，以适应其他生态系统和植物群落。通过结合自动化系统与人工观察，研究人员可以更全面地了解植物-传粉者网络的结构和动态，从而为生态保护和恢复提供更准确的数据支持。

总体而言，这项研究不仅开发了一种高效的传粉者监测系统，还通过比较不同方法的优缺点，为未来生态学研究提供了重要的参考。ACS系统展示了其在提升数据收集效率、减少人为干扰和适应不同生态条件方面的优势，同时也指出了其在某些特定条件下的局限性。随着技术的不断发展，ACS有望成为生态学研究和保护工作中不可或缺的工具，帮助科学家更深入地理解传粉网络的复杂性及其对生态系统稳定性的影响。