蜜蜂花粉负载的自动识别,用于实地应用的古生物学研究

科学领域:

• 生态生态学 生态生态学
• 植物学 植物学
• 生物技术是生物技术.

背景情况:

• 在一个不断变化的世界中,了解植物群落至关重要.
• 蜜蜂巢包含有关当地植物物种和表观学的宝贵数据.
• 社会昆虫授粉者提供了对花资源的独特见解.

研究的目的:

• 开发使用蜜蜂养的花粉评估植物成分的新方法.
• 为了利用花粉的自发光来识别植物物种.
• 建立一个实时生态监测的基础.

主要方法:

• 使用紫外线/Vis光谱光度和现场准备的"花粉分析仪"原型.
• 应用机器学习,特别是支持矢量机器 (SVM) 的分类.
• 分析了来自14种植物物种的花粉负载的自性质.

主要成果:

• 光光谱数据和花粉分析仪的测量足够具体,可以区分植物物种.
• 根据光测量,SVM分类器准确地识别了植物物种.
• 从花粉光学证明了自动化物种识别的潜力.

结论:

• 分析蜜蜂花粉自身光,可以准确识别花源.
• 这种方法促进了实时的分布式观测台,用于监测开花植物.
• 能够追踪物种身份,开花现象学和长期生态动态.