利用温度、湿度和声音指标精准判断无刺蜂（Tetragonisca fiebrigi）蜂群蜂王状况的研究

为解决无刺蜂蜂群监测难题，研究人员探索温度、湿度和声音指标，算法分类准确率超 90%，意义重大。

　　无刺蜂蜂巢在全球热带和亚热带地区被广泛管理。然而，目前针对这些蜂巢的监测方法具有侵入性且主观性强，依赖养蜂人的手动评估。这种方法可能会伤害蜜蜂，而且如果由非专业人员操作，可能导致关键繁殖个体 —— 蜂王（mother queens）死亡。蜂王对于维持蜂巢健康至关重要，因为它们的缺失可能导致蜂群死亡。本研究旨在探索温度、湿度和声音这三种蜂巢指标，作为判断菲氏无刺蜂（Tetragonisca fiebrigi）蜂巢中蜂王存在与否的预测因素的潜力。为此，研究人员从六个蜂巢收集了这些变量的数据，其中包括三个无王蜂巢和三个有王蜂巢，并连续四天进行监测。在此期间，每 15 分钟记录一次温度和湿度，每天进行 15 分钟的音频录制。随后，研究人员采用了五种机器学习算法（极限学习机、K 近邻算法、多层感知器、随机森林和支持向量机）对数据进行分类。研究结果显示，无论使用声学变量还是微气候变量，所有测试算法的准确率均持续超过 90%。不过，使用微气候数据集时获得了最高的准确率。这种方法在减少人工检查造成的损害方面具有巨大潜力，同时能够更快、更精确地识别蜂群健康状况。通过基于这些指标实施远程监测系统，养蜂人在评估蜂巢状况时能够提高效率和准确性。