Simple Science

La science de pointe expliquée simplement

# Biologie# Biologie du développement

Utiliser des smartphones pour surveiller les pollinisateurs

La recherche se concentre sur la technologie des smartphones pour étudier le comportement des pollinisateurs.

― 10 min lire


Les smartphones dans laLes smartphones dans larecherche sur lespollinisateurssmartphones pour observer les insectes.Une étude examine l'utilisation des
Table des matières

La pollinisation est super importante pour plein de plantes, y compris celles qu'on mange. Les Pollinisateurs, comme les abeilles et les papillons, aident les plantes à se reproduire en transférant le pollen d'une fleur à l'autre. Ce processus est essentiel pour produire des fruits, des graines et de nouvelles plantes. Mais il faut qu'on étudie comment ces pollinisateurs interagissent avec les plantes et comment les changements dans l'environnement et le comportement peuvent affecter ces interactions au fil du temps.

Surveiller ces interactions entre plantes et pollinisateurs est vital. Beaucoup d'espèces de pollinisateurs sont difficiles à identifier juste en les voyant. Du coup, les chercheurs attrapent souvent des insectes qui visitent les fleurs et les examinent plus tard sous un microscope ou les identifient avec des méthodes génétiques, comme le code-barres ADN. Bien que ces méthodes soient précises, elles prennent du temps, peuvent coûter cher et nécessitent des connaissances d'expert.

De plus, ces méthodes peuvent nuire aux populations d'insectes, car il faut souvent tuer de nombreux insectes pour les échantillons. Avec l'arrivée des caméras et de l'intelligence artificielle (IA), les scientifiques cherchent des moyens moins nuisibles pour étudier les pollinisateurs.

Le passage à la surveillance automatisée des pollinisateurs

Des études récentes suggèrent qu'on peut automatiser la détection et l'Identification des pollinisateurs visitant les fleurs. Les systèmes automatisés impliquent généralement des caméras qui capturent des images d'insectes visitant les fleurs et des algorithmes de machine learning qui identifient les insectes en se basant sur leurs caractéristiques. Cependant, tous les insectes ne peuvent pas être identifiés juste en regardant une photo. Certains détails importants peuvent être cachés ou visibles uniquement sous un microscope. Cela veut dire qu'on a besoin d'images de haute qualité pour aider à l'identification.

Il y a plusieurs caractéristiques cruciales nécessaires pour les caméras utilisées dans cette recherche. La caméra doit pouvoir prendre des photos nettes d'insectes rapides, dans différentes conditions d'éclairage et sur des arrière-plans de fleurs chargés. Elle doit aussi être assez résistante pour fonctionner dans des conditions météorologiques extrêmes et pouvoir tourner pendant de nombreuses heures sans avoir besoin d'une recharge. De plus, les caméras ne doivent pas déranger les pollinisateurs, être faciles à utiliser et abordables pour les chercheurs avec des budgets limités. Enfin, les caméras doivent produire des images qui ne prennent pas trop de place.

Technologies actuelles pour la surveillance des pollinisateurs

Le développement des systèmes de caméra pour étudier les pollinisateurs est en cours. Différentes technologies sont examinées, y compris les caméras numériques, les pièges photo et les micro-ordinateurs programmables. Bien que certains de ces systèmes fonctionnent bien, ils peuvent être coûteux et nécessitent des compétences techniques pour être mis en place et gérés.

Certains chercheurs ont commencé à explorer l'utilisation de Smartphones pour surveiller les pollinisateurs. Les smartphones ont plein d'avantages : ils sont relativement bon marché, faciles à utiliser et largement disponibles. Les gens peuvent les installer sans connaissances techniques préalables et les compléter avec des accessoires comme des batteries externes et des trépieds. En plus, les smartphones sont équipés de capteurs intégrés qui peuvent enregistrer des détails environnementaux comme la température et les niveaux de lumière, ce qui ajoute de la valeur aux études menées.

Malgré le potentiel d'utilisation des smartphones, peu d'études se sont concentrées sur cette approche. Une étude a essayé d'utiliser la technologie des smartphones et a trouvé que capturer des images claires de pollinisateurs était difficile. Beaucoup de leurs photos n'avaient pas d'insectes parce que la configuration n'était pas efficace.

Une autre étude a utilisé un modèle de smartphone spécifique pour capturer des vidéos d'abeilles visitant des fleurs et a rapporté du succès en se concentrant sur cette seule espèce de plante. Cependant, plus de recherches sont nécessaires pour voir si les smartphones peuvent aider à surveiller une plus large gamme d'insectes et de plantes.

Évaluer les capacités des smartphones pour la recherche sur les pollinisateurs

Cet article visait à explorer à quel point les smartphones sont efficaces pour capturer automatiquement des images d'insectes visitant des fleurs. D'abord, on décrit comment on a mis en place nos observations et sélectionné les images pour l'identification. Ensuite, on analyse à quel point des experts ont pu identifier les insectes en se basant sur les images collectées, en regardant les différents niveaux d'identification taxonomique, comme l'ordre, la famille, le genre et l'espèce.

Notre recherche a eu lieu dans des espaces verts urbains à Leipzig et Halle. On a sélectionné diverses plantes à fleurs à surveiller. Les fleurs ont été choisies en fonction de leur fréquence de visite, avec pour objectif de capturer des images des insectes visitants. Au total, on a étudié 33 espèces de plantes différentes pendant plusieurs mois.

Configuration du smartphone pour la surveillance

On a monté un smartphone au-dessus d'une fleur pour surveiller les pollinisateurs. Le téléphone prenait des images en accéléré chaque seconde pendant environ une heure. Après chaque session, on déplaçait le téléphone vers une autre fleur. La plupart de nos observations ont eu lieu pendant des journées ensoleillées pour garantir un éclairage adéquat.

Pour la configuration du smartphone, on a sécurisé l'appareil sur un trépied et l’a connecté à une batterie externe pour un usage continu. On a utilisé une appli pour capturer des images en accéléré, en se concentrant sur l'obtention d'images claires tout en minimisant les distractions de fond. Chaque session produisait un dossier spécifiquement nommé pour chaque espèce de plante que l'on surveillait.

On a réglé la caméra pour se concentrer sur la fleur choisie et désactivé la fonction de mise au point automatique pour éviter que l’appareil ne se concentre sur l'arrière-plan indésirable. Pour maintenir les fleurs stables dans des conditions venteuses, on les a sécurisées avec des bâtons.

Identifier les insectes à partir des images du smartphone

Après avoir collecté les images, on a soigneusement examiné chacune pour vérifier la présence d'insectes. Si un insecte était vu, on l’a entouré et identifié au moins au niveau de l'ordre. On a utilisé des outils logiciels spécifiques qui sont gratuits et simples d'utiliser pour analyser les images et enregistrer nos découvertes.

On a ensuite converti nos données en tableurs pour permettre une analyse détaillée. Des experts en entomologie ont alors examiné les images, identifiant les insectes dans les deux principaux ordres d'intérêt : Hyménoptères (abeilles et guêpes) et Diptères (mouches).

Au cours de notre recherche, on a collecté un grand nombre d'images, dont une petite partie contenait des insectes. Nos résultats ont montré qu'on pouvait identifier les insectes de manière cohérente au niveau de l'ordre. Dans le cas des Hyménoptères, beaucoup pouvaient souvent être identifiés au niveau du genre, tandis que l'identification des mouches s'est révélée plus difficile.

Résultats de l'étude

On a annoté de nombreux dossiers avec des images prises des fleurs, et une quantité significative d'images contenait des insectes. La plupart des insectes que l'on a trouvés appartenaient à l'ordre des Hyménoptères, qui inclut les pollinisateurs qu'on étudie généralement. Cependant, on a aussi trouvé de temps en temps des mouches et d'autres groupes.

Environ 60 % des images montraient des Hyménoptères, tandis qu'une plus petite proportion impliquait des Diptères. On a rencontré quelques difficultés pour identifier des espèces spécifiques, surtout à cause de caractéristiques obscurcies ou d'images trop floues pour donner des indications claires sur quelle espèce était présente.

Par exemple, un grand nombre des images montrant des Hyménoptères pouvaient être identifiées au niveau de la famille. Beaucoup n'ont pu être identifiées plus avant pour diverses raisons, comme un flou, une taille trop petite pour voir, ou cachées par des structures florales ou d'autres plantes.

Malgré cela, certaines espèces au sein de l'ordre des Hyménoptères pouvaient être identifiées avec plus de clarté, grâce à des caractéristiques distinctes, même lorsqu'elles étaient vues sur des photos. Le même défi s'est appliqué au groupe des Diptères. Toutefois, un pourcentage plus élevé des images de Diptères est resté non identifié à cause du manque de caractéristiques visibles des ailes, rendant difficile l'identification au niveau de la famille ou du genre.

Défis rencontrés lors de l'identification

Plusieurs facteurs ont compliqué notre capacité à identifier les insectes, notamment dans le cas des espèces plus petites. Beaucoup de caractéristiques nécessaires pour une identification précise étaient cachées ou non visibles à cause de la qualité des images. Par exemple, distinguer entre différentes espèces de syrphes nécessite des vues claires des structures des ailes, qui étaient souvent absentes.

La plupart des images capturées ne contenaient pas d'insectes, car la configuration reposait sur la photographie en accéléré, entraînant un volume élevé de photos sans pollinisateurs. Ce n'est pas inhabituel dans des études similaires, mais cela met en évidence le besoin d'un meilleur système de déclenchement pour capturer les bons moments.

Des images sales ou obstruées ont entravé l'identification, que les insectes soient trop petits, mal positionnés ou simplement flous. Pour beaucoup de ces cas, même des systèmes de caméras plus avancés n'auraient pas amélioré l'identification, car ils feraient face aux mêmes défis pour capturer des insectes petits et rapides.

Leçons tirées et prochaines étapes

À travers cette recherche, on a appris plusieurs facteurs clés qui affectent l'utilisation des smartphones pour surveiller les pollinisateurs. D'abord, on a découvert que les batteries restaient fiables pendant les longues sessions sur le terrain. Cependant, on a parfois rencontré des problèmes quand les smartphones surchauffaient par temps extrême, et l'humidité pouvait affecter la charge.

Utiliser une résolution de caméra fixe s'est avéré bénéfique, car des résolutions plus élevées produisaient plus de données que nécessaire sans améliorer l'identification des insectes. Trouver le bon équilibre entre qualité d'image et taille de fichier est essentiel pour de futures études.

Une amélioration clé nécessaire est une application qui peut définir des zones spécifiques d'intérêt pour concentrer la caméra. Cela permettrait une meilleure détection des insectes et aiderait à minimiser le bruit de fond dans les images.

On a aussi constaté que le type de lentille de smartphone compte. Les téléphones avec de meilleures capacités de zoom optique peuvent aider à capturer des détails clairs sans avoir besoin d'être trop proches des fleurs, ce qui peut faire fuir les insectes.

Enfin, le grand nombre d'images vides a montré l'importance de peaufiner nos méthodes. Il faut envisager d'utiliser une technologie IA avancée pour une meilleure collecte de données tout en étant conscient de ses biais envers certaines espèces.

Dans l'ensemble, les smartphones sont un outil prometteur pour surveiller les pollinisateurs, mais il reste plusieurs défis et domaines à améliorer. En optimisant leur utilisation et en améliorant la technologie, on peut mieux comprendre ces contributeurs vitaux à nos écosystèmes.

Source originale

Titre: Utilising affordable smartphones and open-source time-lapse photography for monitoring pollinators

Résumé: Monitoring plant-pollinator interactions is crucial for understanding factors that influence these relationships across space and time. While traditional methods in pollination ecology are time-consuming and resource-intensive, the growing availability of photographic technology, coupled with advancements in artificial intelligence classification, offers the potential for non-destructive and automated techniques. However, it is important that the photographs are of high enough quality to enable insects to be identified at lower taxonomic levels, preferably genus or species levels. This study assessed the feasibility of using smartphones to automatically capture images of insects visiting flowers and evaluated whether the captured images offered sufficient resolution for precise insect identification. Smartphones were positioned above target flowers from various plant species to capture time-lapse images of any flower visitor in urban green areas around Leipzig and Halle, Germany. We present the proportions of insect identifications achieved at different taxonomic levels, such as order, family, genus, and species, and discuss whether limitations stem from the automated approach (e.g., inability to observe distinguishing features in images despite high image quality) or low image quality. Practical recommendations are provided to address these challenges. Our results indicate that for bee families, nearly three quarters of all cases could be identified to genus level. Flies were more difficult, due to the small size of many individuals and the more challenging features needed for identification (e.g., in the wing veins). Overall, we suggest that smartphones are an effective tool when optimised by researchers. As technology continues to advance, smartphones are becoming increasingly accessible, affordable, and user-friendly, rendering them an appealing option for pollinator monitoring.

Auteurs: Valentin Stefan, A. Workman, J. C. Cobain, D. Rakosy, T. M. Knight

Dernière mise à jour: 2024-02-02 00:00:00

Langue: English

Source URL: https://www.biorxiv.org/content/10.1101/2024.01.31.578173

Source PDF: https://www.biorxiv.org/content/10.1101/2024.01.31.578173.full.pdf

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à biorxiv pour l'utilisation de son interopérabilité en libre accès.

Articles similaires