蘇然/編譯

如何制作電子蜜蜂計數(shù)器

蘇然/編譯

●原來你可以測出一只蜜蜂的電容。

蜜蜂很重要：它們給數(shù)十種農作物授粉，包括杏仁、可可和咖啡。由于蜂群衰竭失調（colony collapse disorder）現(xiàn)象，西方蜜蜂已經受到了很多關注，不過這種特殊疾病及其類似疾病只有當一個蜂群衰竭時才真正可測。而且無論如何，蜜蜂并不是蜜蜂科中唯一的重要授粉者。我們需要的是對蜜蜂的活動進行實時監(jiān)測的能力。

過去，這樣的監(jiān)測是拿著寫字夾板的大學生的工作范圍。近來，光學傳感器允許對進出蜂箱的蜂群進行自動探測，但是把光學傳感器放置在堆積了花粉、泥土及蜂箱其他碎屑物的環(huán)境中，大幅降低了傳感器的有效性。如果有一種更好的監(jiān)測方法呢？

當我們兩個人(亞德諾半導體公司（Analog Devices）的現(xiàn)場應用工程師保羅·佩羅（Paul Perrault）和業(yè)余愛蜂者邁克·蒂奇曼（Mike Teachman）)一起研究之前一個與電容傳感有關的項目時，一個解決方案自動顯現(xiàn)。蒂奇曼向佩羅評論道，AD7746電容—數(shù)字轉換芯片的靈敏度比他原來預期的要好，他好奇地問，“你認為我們能用這個來測量蜜蜂嗎？”在其他條件相同的情況下，兩個電極之間的電容取決于它們之間介質的介電常數(shù)，空氣的介電常數(shù)大致是1，而水的介電常數(shù)在80左右。因為活細胞的成分大部分是水，蜜蜂應該具有可探測的介電特性。受到這個靈感的啟發(fā)，我們研制了一種用于測量蜜蜂的介電特性的定制傳感器。

蜜蜂感知

我們把4塊AD7746芯片用金屬導線連到8個石蜂巢的箔片上，以收集在蜂巢里的蜜蜂的相關數(shù)據(jù)。

我們集中精力研究石巢蜂（mason bee），它們是重要的授粉昆蟲（特別是對果樹授粉）。不像蜜蜂，石巢蜂是孤棲的類型：每只雌蜂單獨筑巢產卵，它們在管狀物中筑巢，比如蘆葦或空心枝杈，而且一般是一只雌蜂在一根管狀物上筑巢。從蜂巢的后部開始，雌蜂會用一系列蜂窩填滿管狀物，在每個蜂窩中產一顆卵，然后用花粉和花蜜這些形式的食物把卵密封起來。

之前，加拿大愛德華王子島大學的一個研究團隊利用電容傳感器測量通過蜂箱入口的蜂群。但是，我們意識到石巢蜂的筑巢偏好不僅提供了監(jiān)測蜂群進出蜂巢的機會，同時也提供了監(jiān)測蜂群在蜂巢里面的活動的機會。我們可以把每只蜜蜂的整個蜂巢放到一個電容傳感器里面。

我們在一根長13.5厘米、直徑1.27厘米的丙烯酸塑料管的兩邊放置了兩片寬1.27厘米的銅帶條，然后封住了塑料管的一端。我們已經把銅條連接到了屏蔽導線。通過給整個塑料管而不只是入口安裝監(jiān)測設備，我們能測量蜂群在蜂巢中的活躍程度，并得知它們帶進來建造蜂窩的材料的相關信息。

我們用一些木塊，把8根安裝了監(jiān)測設備的塑料管嵌在一起，并把石巢蜂繭放在木塊的頂端，以確保一旦蜂群出現(xiàn)，空蜂巢會迅速被占滿。

一個AD7746芯片能處理兩個信道，所以我們在一個定制分線板上安裝了4個芯片，并用I2C串行協(xié)議把分線板和一個Arduino微控制器連起來。我們用Adafruit TSL2561、MCP9808、HTU21D-F和BMP180傳感器板收集關于當?shù)毓庹账?、溫度、濕度和壓力的信息，我們也用I2C串行協(xié)議把這些傳感器板連到了Arduino。Arduino每10秒鐘記錄數(shù)據(jù)并繼續(xù)傳輸給SD存儲卡，我們還用第二個具有Wi-Fi功能的Arduino把數(shù)據(jù)發(fā)送給SparkFun公司的免費云服務器。這些電子器件的總費用大約是200美元。

把原始的電容數(shù)據(jù)轉換為關于蜜蜂活動的有意義信息是很大挑戰(zhàn)。對新手來說，在24小時的監(jiān)測過程中，溫度和濕度的變化會導致蜂巢基準電容的大幅波動。我們沒有試圖從溫度和濕度測量中分析出這些變化對基準電容的準確影響，只是簡單堵住了8根塑料管的其中一根的入口，以防它被蜂群占據(jù)。然后，我們從其他塑料管接收的信號中，減去在空塑料管中測到的基準電容變化值。我們還拍攝了塑料管的視頻，與記錄的電容數(shù)據(jù)進行時間對準，從而創(chuàng)建一個“學習”的數(shù)據(jù)集。這讓我們確信我們能夠正確識別蜂群進出蜂巢。

當蜜蜂把材料帶進蜂巢建造蜂窩時，蜂窩的基準電容會發(fā)生永久的改變。盡管我們只是剛剛開始提取數(shù)據(jù)，我們相信：不但能確定添加到每個蜂窩中的材料的體積，還能確定涉及的材料的類型（泥土、卵、花粉等等）。當蜜蜂在塑料管中移動時，也會產生電容的波動。把這些變化綜合起來，我們能測算出蜂群在蜂巢外待多久，返回蜂巢時有多活躍，以及這些測量值如何根據(jù)白天時間或當?shù)仄渌麠l件的變化而變化。

通過更嚴格的分析（可能是利用機器學習來處理一年的過程中產生的數(shù)據(jù)集）應該可能預測每只蜜蜂傳授多少花粉和蜂群整體健康狀況，有可能更好理解重要授粉昆蟲的動態(tài)。在下一個生長季節(jié)，我們計劃進一步發(fā)展該技術，看看能否擴展到其他種類的蜜蜂。

[資料來源：IEEE Spectrum][責任編輯：岳峰]