隐藏的马尔科夫模型用于对无刺蜂的声学农药暴露检测和蜂巢识别

科学领域:

• 生态生态学 生态生态学
• 生物声学是一种生物声学.
• 昆虫学 昆虫学是一门学科.

背景情况:

• 全球授粉者减少威胁着生态系统和农业.
• 无刺蜂是重要的本地授粉者,容易暴露在农药中.
• 精密蜜蜂养殖寻求非侵入性蜂巢监测方法.

研究的目的:

• 评估声学监测,以检测无刺蜂 (Tetragonisca fiebrigi) 中的农药压力.
• 用声学数据和机器学习来识别pyrifos暴露的压力反应.
• 探索生物声学在无刺蜂保护和害虫管理方面的潜力.

主要方法:

• 使用隐藏马尔科夫模型 (HMM) 来分析八个Tetragonisca fiebrigi蜂巢的声学数据.
• 在受农药暴露和未暴露条件下对声学特征进行比较.
• 开发和应用MATLAB隐藏马尔科夫模型工具包 (MATLABHTK) 用于数据分析.

主要成果:

• 蜂巢特定的隐藏马尔科夫模型在检测农药暴露时表现出更高的准确性.
• 该模型成功地识别了个别蜂巢的独特声学"指纹".
• 在多个蜂巢中观察到适度的整体模型性能,在蜂巢特定分析中显著改善.

结论:

• 声学监测显示出作为一种非侵入性工具的承诺,用于检测无刺蜂蜂群中空气中的农药污染.
• 蜂巢特定的声学分析提高了检测环境压力因素的可靠性.
• 这项研究有助于无刺蜂生物声学,并为环境监测提供了潜在的方法.