Usare gli smartphone per monitorare i pollinatori
La ricerca si concentra sulla tecnologia degli smartphone per studiare il comportamento dei pollinatori.
― 8 leggere min
Indice
- Il Passaggio al Monitoraggio Automatizzato dei Polinizzatori
- Tecnologie Attuali per il Monitoraggio dei Polinizzatori
- Valutazione delle Capacità degli Smartphone per la Ricerca sui Polinizzatori
- Setup per Smartphone per il Monitoraggio
- Identificazione degli Insetti dalle Immagini dello Smartphone
- Risultati dello Studio
- Sfide Affrontate Durante l'Identificazione
- Lezioni Apprese e Passi Futuri
- Fonte originale
La pollinazione è super importante per molte piante, comprese quelle che mangiamo. I polinizzatori, come api e farfalle, aiutano le piante a riprodursi trasferendo il polline da un fiore all'altro. Questo processo è fondamentale per produrre frutta, semi e nuove piante. Però, dobbiamo studiare come questi polinizzatori interagiscono con le piante e come i cambiamenti nell'ambiente e nel comportamento possano influenzare queste interazioni nel tempo.
Monitorare queste interazioni tra piante e polinizzatori è vitale. Molte specie di polinizzatori sono difficili da identificare solo a vista. Per questo, i ricercatori spesso catturano insetti che visitano i fiori e poi li esaminano più tardi al microscopio o li identificano usando metodi genetici, come il DNA barcoding. Anche se questi metodi sono accurati, richiedono tempo, possono essere costosi e servono conoscenze esperte.
In più, questi metodi possono danneggiare le popolazioni di insetti, visto che molti di loro devono essere uccisi per i campionamenti. Con l'avvento di telecamere e intelligenza artificiale (AI), gli scienziati stanno cercando modi meno dannosi per studiare i polinizzatori.
Il Passaggio al Monitoraggio Automatizzato dei Polinizzatori
Studi recenti suggeriscono che possiamo automatizzare la rilevazione e l'Identificazione dei polinizzatori che visitano i fiori. I sistemi automatizzati di solito coinvolgono telecamere che catturano immagini di insetti sui fiori e algoritmi di machine learning che identificano gli insetti basandosi sulle loro caratteristiche. Tuttavia, non tutti gli insetti possono essere identificati solo guardando una foto. Alcuni dettagli importanti potrebbero essere nascosti o visibili solo al microscopio. Questo significa che abbiamo bisogno di immagini di alta qualità per aiutare con l'identificazione.
Ci sono diverse caratteristiche cruciali richieste per le telecamere usate in questa ricerca. La telecamera deve essere in grado di scattare foto nitide di insetti veloci in diverse condizioni di illuminazione e su sfondi di fiori affollati. Dovrebbe anche essere abbastanza resistente per funzionare in condizioni meteorologiche estreme e poter operare per molte ore senza bisogno di ricarica. Inoltre, le telecamere non devono disturbare i polinizzatori, devono essere facili da usare e dovrebbero essere accessibili per i ricercatori con budget limitati. Infine, le telecamere dovrebbero produrre immagini che non occupano troppo spazio.
Tecnologie Attuali per il Monitoraggio dei Polinizzatori
I progressi nei sistemi di telecamere per studiare i polinizzatori sono in corso. Diverse tecnologie vengono esaminate, tra cui macchine fotografiche digitali, trappole fotografiche e microcomputer programmabili. Anche se alcuni di questi sistemi funzionano bene, possono essere costosi e richiedono conoscenze tecniche per essere impostati e gestiti.
Alcuni ricercatori hanno iniziato a esplorare l'uso degli Smartphone per monitorare i polinizzatori. Gli smartphone hanno molti vantaggi: sono relativamente economici, facili da usare e ampiamente disponibili. Le persone possono configurarli senza conoscenze tecniche pregresse e possono integrarli con accessori come power bank e treppiedi. Inoltre, gli smartphone hanno sensori incorporati che possono registrare dettagli ambientali come temperatura e livelli di luce, il che aggiunge ulteriore valore agli studi svolti.
Nonostante il potenziale degli smartphone, pochi studi si sono concentrati su questo approccio. Uno studio ha provato a usare la tecnologia degli smartphone e ha scoperto che catturare immagini chiare dei polinizzatori era complicato. Molte delle loro foto non contenevano insetti perché il setup non era efficace.
Un altro studio ha utilizzato un modello specifico di smartphone per catturare video di api che visitavano fiori e ha riportato successo concentrandosi su questa singola specie vegetale. Tuttavia, serve più ricerca per vedere se gli smartphone possono aiutare a monitorare una gamma più ampia di insetti e piante.
Valutazione delle Capacità degli Smartphone per la Ricerca sui Polinizzatori
Questo articolo mirava a esplorare quanto siano efficaci gli smartphone nel catturare automaticamente immagini di insetti che visitano i fiori. Prima, descriviamo come abbiamo impostato le nostre osservazioni e selezionato le immagini per l'identificazione. Poi, analizziamo quanto bene gli esperti riuscissero a identificare gli insetti basandosi sulle immagini raccolte, osservando i diversi livelli di identificazione tassonomica, come ordine, famiglia, genere e specie.
La nostra ricerca si è svolta in aree verdi urbane a Lipsia e Halle. Abbiamo selezionato varie piante fiorite da monitorare. I fiori sono stati scelti in base alla loro frequenza di visita, con l'obiettivo di catturare immagini degli insetti in visita. In totale, abbiamo studiato 33 diverse specie vegetali per diversi mesi.
Setup per Smartphone per il Monitoraggio
Abbiamo montato uno smartphone sopra un fiore per monitorare i polinizzatori. Il telefono scattava immagini in time-lapse ogni secondo per circa un'ora. Dopo ogni sessione, spostavamo il telefono su un altro fiore. La maggior parte delle nostre osservazioni si è svolta durante le giornate soleggiate per garantire un'illuminazione adeguata.
Per il setup dello smartphone, abbiamo fissato il dispositivo a un treppiede e l'abbiamo collegato a un power bank per un uso continuo. Abbiamo utilizzato un'app per catturare immagini in time-lapse, concentrandoci sull'ottenere immagini chiare mentre minimizzavamo le distrazioni di sfondo. Ogni sessione di time-lapse produceva una cartella specificamente nominata per ciascuna specie vegetale monitorata.
Abbiamo impostato la telecamera per concentrarsi sul fiore scelto e disabilitato la funzione di messa a fuoco automatica per evitare fuochi di sfondo indesiderati. Per mantenere i fiori fermi in condizioni ventose, li abbiamo fissati con bastoncini.
Identificazione degli Insetti dalle Immagini dello Smartphone
Dopo aver raccolto le immagini, abbiamo esaminato attentamente ciascuna di esse per controllare la presenza di insetti. Se un insetto era visibile, lo abbiamo evidenziato e identificato almeno a livello di ordine. Abbiamo utilizzato strumenti software specifici che sono gratuiti e semplici per analizzare le immagini e registrare i nostri risultati.
Abbiamo poi convertito i nostri dati in fogli di calcolo per consentire un'analisi dettagliata. Esperti con conoscenze entomologiche hanno quindi esaminato le immagini, identificando gli insetti nei due principali ordini di interesse: Imenotteri (api e vespe) e Ditteri (mosche).
Durante la nostra ricerca, abbiamo raccolto un'enorme quantità di immagini, di cui una piccola porzione conteneva insetti. I nostri risultati hanno mostrato che potevamo identificare gli insetti fino al livello di ordine in modo coerente. Nel caso degli Imenotteri, molti potevano spesso essere identificati fino al livello di genere, mentre identificare le mosche si è rivelato più complicato.
Risultati dello Studio
Abbiamo annotato molte cartelle con immagini riprese dai fiori, e un numero significativo di immagini conteneva insetti. La maggior parte degli insetti che abbiamo trovato apparteneva all'ordine degli Imenotteri, che include i polinizzatori che studiamo solitamente. Tuttavia, occasionalmente abbiamo trovato mosche e altri gruppi.
Circa il 60% delle immagini mostrava Imenotteri, mentre una proporzione minore riguardava Ditteri. Abbiamo riscontrato alcune difficoltà nel riconoscere specie specifiche, soprattutto a causa di caratteristiche oscurate o immagini troppo sfocate per fornire indicazioni chiare su quale specie fosse presente.
Ad esempio, un gran numero delle immagini che mostrava Imenotteri poteva essere identificato a livello di famiglia. Molti non potevano essere identificati ulteriormente per vari motivi, come sfocature, dimensioni troppo piccole per essere viste, o nascondimenti dovuti a strutture floreali o altre piante.
Nonostante ciò, alcune specie all'interno dell'ordine degli Imenotteri potevano essere identificate con maggiore chiarezza, grazie a caratteristiche distintive, anche quando viste da foto. La stessa sfida si applicava al gruppo dei Ditteri. Tuttavia, una percentuale maggiore delle immagini di Ditteri è rimasta non identificata a causa della mancanza di caratteristiche visibili delle ali, rendendo difficile l'identificazione a livello di famiglia o genere.
Sfide Affrontate Durante l'Identificazione
Diversi fattori hanno complicato la nostra capacità di identificare gli insetti, soprattutto nel caso di specie più piccole. Molte caratteristiche necessarie per una corretta identificazione erano nascoste o non visibili a causa della qualità dell'immagine. Ad esempio, distinguere tra diverse specie di mosche delle fioriture richiede viste chiare delle strutture delle ali, che spesso mancavano.
La maggior parte delle immagini catturate non conteneva insetti, poiché il setup si basava sulla fotografia in time-lapse, portando a un alto volume di foto senza polinizzatori presenti. Questo non è insolito in studi simili, ma evidenzia la necessità di un sistema di attivazione migliore per catturare i momenti giusti.
Immagini sporche o oscurate ostacolavano l'identificazione, che gli insetti fossero troppo piccoli, mal posizionati, o semplicemente sfocati. Per molti di questi casi, anche sistemi di telecamere più avanzati potrebbero non aver migliorato l'identificazione, poiché si sarebbero comunque trovati di fronte alle stesse sfide nel catturare insetti piccoli e veloci.
Lezioni Apprese e Passi Futuri
Attraverso questa ricerca, abbiamo appreso riguardo a diversi fattori chiave che influenzano l'uso degli smartphone per monitorare i polinizzatori. Prima di tutto, abbiamo scoperto che le batterie rimanevano affidabili durante lunghe sessioni sul campo. Tuttavia, abbiamo affrontato problemi quando gli smartphone si surriscaldavano in condizioni di calore estremo, e l'umidità poteva influire sulla ricarica.
Utilizzare una risoluzione di telecamera fissa si è rivelato vantaggioso, poiché risoluzioni più elevate creavano più dati del necessario senza migliorare l'identificazione degli insetti. Trovare il giusto equilibrio tra qualità dell'immagine e dimensione del file è essenziale per studi futuri.
Un miglioramento chiave necessario è un'app che possa definire aree specifiche di interesse per focalizzare la telecamera. Questo permetterebbe una migliore rilevazione degli insetti e aiuterebbe a ridurre il rumore di fondo nelle immagini.
Abbiamo anche scoperto che il tipo di lente dello smartphone conta. I telefoni con migliori capacità di zoom ottico possono aiutare a catturare dettagli chiari senza dover essere troppo vicini ai fiori, il che può spaventare gli insetti.
Infine, il numero elevato di immagini vuote ha mostrato l'importanza di perfezionare i nostri metodi. Dobbiamo considerare l'uso di tecnologie AI avanzate per una migliore raccolta di dati, essendo consapevoli dei suoi pregiudizi verso alcune specie.
In generale, gli smartphone sono uno strumento promettente per monitorare i polinizzatori, ma ci sono ancora diverse sfide e aree di miglioramento. Ottimizzando il loro uso e migliorando la tecnologia, possiamo comprendere meglio questi contributori vitali dei nostri ecosistemi.
Titolo: Utilising affordable smartphones and open-source time-lapse photography for monitoring pollinators
Estratto: 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.
Autori: Valentin Stefan, A. Workman, J. C. Cobain, D. Rakosy, T. M. Knight
Ultimo aggiornamento: 2024-02-02 00:00:00
Lingua: English
URL di origine: https://www.biorxiv.org/content/10.1101/2024.01.31.578173
Fonte PDF: https://www.biorxiv.org/content/10.1101/2024.01.31.578173.full.pdf
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia biorxiv per l'utilizzo della sua interoperabilità ad accesso aperto.