劉升平 呂純陽 郭秀明 劉大眾 肖順夫 楊菲菲 劉 航

(中國農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)信息研究所，北京 100081)

蜜蜂是一種重要的經(jīng)濟昆蟲，不僅為人類提供蜂蜜、蜂蠟、蜂膠、蜂王漿和花粉等富有營養(yǎng)價值的蜂產(chǎn)品，而且全球有三分之一以上的作物生產(chǎn)依賴蜜蜂傳粉，蜜蜂在采集花粉花蜜的過程中對維持地球的生態(tài)平衡有至關(guān)重要的作用[1]。由于蜜蜂在長期進化過程中，形成了一系列精細的社會性勞動分工，涉及廣泛而復(fù)雜的行為表現(xiàn)和調(diào)控機制[1]，以應(yīng)對復(fù)雜多變的生活環(huán)境，因此研究蜂群行為對于開展養(yǎng)蜂管理具有重要意義。同時，蜜蜂行為學(xué)與飼養(yǎng)管理技術(shù)研究也是發(fā)展現(xiàn)代養(yǎng)蜂業(yè)的重要內(nèi)容和養(yǎng)蜂學(xué)發(fā)展的理論基礎(chǔ)。

蜜蜂養(yǎng)殖環(huán)節(jié)是整個養(yǎng)蜂業(yè)的關(guān)鍵環(huán)節(jié)，為了保障蜂群長期處于健康、穩(wěn)定的狀態(tài)，在傳統(tǒng)養(yǎng)殖方式中需要通過人工觀測的手段去了解蜂群當前活動狀態(tài)，對于維護蜂群的整體健康穩(wěn)定性具有重要作用。傳統(tǒng)蜂群檢測方法中，通過手動打開蜂箱、檢查巢脾等方式，蜂農(nóng)對工蜂及雄峰數(shù)量、蜂群繁殖狀況、蜂王生存狀態(tài)、蜂群健康情況等進行了解，并同時對蜂箱周邊環(huán)境進行觀測[2,17]。隨著人工智能、物聯(lián)網(wǎng)等現(xiàn)代信息技術(shù)的發(fā)展，研究人員逐漸采用智能設(shè)備開展蜂群行為信息獲取和蜂群狀態(tài)分析。通過蜂群行為自動化監(jiān)測,一方面降低了傳統(tǒng)養(yǎng)蜂方法的工作強度，提高了蜂農(nóng)工作效率；另一方面通過降低開箱觀測的頻率，降低對蜂群的人工干擾，提升蜂群作業(yè)效率。

蜜蜂活動分布可分為蜂箱內(nèi)部和蜂箱外部2種情況，在蜂箱內(nèi)部的蜂群行為監(jiān)測為巢內(nèi)監(jiān)測，在蜂箱外部的蜂群行為監(jiān)測為巢外監(jiān)測。蜂群行為監(jiān)測信息主要包括環(huán)境、生理和生態(tài)三大類特征指標，其中巢內(nèi)監(jiān)測的主要特征指標蜂群聲音、圖像、溫濕度、重量等信息，巢外監(jiān)測的主要特征指標為蜂群在蜂箱巢門口的數(shù)量監(jiān)測、進出監(jiān)測等信息。通過對蜂群的聲音、圖像、溫濕度、重量、進出等指標進行監(jiān)測，能夠獲取到蜂群的分蜂行為、蜂群規(guī)模狀態(tài)變化、蜂王活動情況等信息，找到蜂群活動規(guī)律，從而實現(xiàn)對蜂群狀態(tài)及時、準確的掌控，輔助蜂農(nóng)高效管理蜂群。

為了解蜂群行為監(jiān)測方法及應(yīng)用國內(nèi)外研究現(xiàn)狀，本文以“蜜蜂監(jiān)測”、“自動化”、“行為”作為關(guān)鍵詞開展2005—2019年文獻檢索，從蜂巢圖像、溫濕度、聲音和蜂巢重量等巢內(nèi)監(jiān)測信息和蜂巢口蜜蜂數(shù)量、蜂群的進出量情況及外部環(huán)境要素等巢外監(jiān)測信息為研究點，總結(jié)蜂群行為監(jiān)測方法的研究現(xiàn)狀和發(fā)展趨勢，旨在為蜂業(yè)信息技術(shù)應(yīng)用提供指導(dǎo)。

1 巢內(nèi)監(jiān)測研究

蜂群巢內(nèi)的監(jiān)測研究最早可以追溯至1994年，比利時Struye通過在蜂箱內(nèi)部安裝傳感設(shè)備采集多種信息，采用信息處理技術(shù)對數(shù)據(jù)分析和智能決策后反饋到控制端進行調(diào)整或提示蜂農(nóng)人工處理，實現(xiàn)巢內(nèi)蜂群穩(wěn)定性、健康性的有效控制[3]。如：根據(jù)箱內(nèi)蜂群聲音信息變化判定蜂群狀態(tài)和行為、通過巢內(nèi)溫濕度指標變化反應(yīng)蜂群及其生活環(huán)境的穩(wěn)定情況、巢內(nèi)圖像幫助蜂農(nóng)非開箱下觀察蜂群繁育與患病狀況等，也有研究在此基礎(chǔ)上對蜜蜂貼加標簽分析巢內(nèi)蜜蜂的群體行為、通過蜂群重量變化情況，預(yù)測越冬期和春繁期蜂群的強勢性和流蜜期的蜂蜜含量。

巢內(nèi)監(jiān)測的信息類型、信息處理方法和信息應(yīng)用總結(jié)如表1所示。

表1 巢內(nèi)監(jiān)測信息處理及應(yīng)用Table 1 Processing and application of monitoring information in hive

1.1 巢內(nèi)聲音監(jiān)測研究

蜜蜂發(fā)出的聲音是蜂群交流機制重要組成部分，蜂群的多種疾病、覓食活動以及群體事件都能在聲音上有所體現(xiàn)。通過巢內(nèi)聲音監(jiān)測分析蜂群行為的研究起始于20世紀90年代，巢內(nèi)蜂群聲音監(jiān)測能夠有效幫助蜂農(nóng)識別蜂群健康性、群體強勢性，還可以預(yù)測分蜂、盜蜂、蜂王死亡等蜂群異常行為，是實現(xiàn)精準管理蜂群的重要手段之一[3]。

通過對蜂群聲音信息開展研究可以了解巢內(nèi)蜂群活動是否處于穩(wěn)定狀態(tài)。Kulyukin等[4-5]采用傅里葉變換處理連續(xù)采集的蜂群聲音數(shù)據(jù)，并將其轉(zhuǎn)化成A440的鋼琴音符序列信號，通過該信號基于群體活動量變化規(guī)律性判斷蜂群穩(wěn)定狀況；Amlathe[6]采用邏輯回歸、支持向量機(Support vector machine)等機器學(xué)習(xí)方法處理蜂群聲音并構(gòu)建模型來評價巢內(nèi)蜂群健康狀況；Mezquida等[7]將蜂群聲音強度與群體活動建立了聯(lián)系，實現(xiàn)對蜂群規(guī)?；瘻y定，并針對蜂群的強勢性和蜂群產(chǎn)量開展相關(guān)性研究。

同時分蜂、失王等蜂群異常行為也可以通過對蜂群聲音信息開展分析，并為養(yǎng)殖過程中提供問題早期預(yù)警服務(wù)。Murphy等[8-9]對蜂群聲音濾波后開展噪聲分析，發(fā)現(xiàn)如果噪聲長時間增加，屬于異常行為并發(fā)送告警信息；不同聲音信息變化可以反應(yīng)蜂群躁動程度，Vancata[10]和Ferrari等[11]通過對蜂群聲音的音調(diào)(聲音強度)分析，發(fā)現(xiàn)音調(diào)的提升規(guī)律變化可以有效防范分蜂行為；Bencsik等[12]利用主成分分析方法提取8個月巢內(nèi)聲音特征，可以實現(xiàn)分蜂的預(yù)測；劉一博等[13]利用提取的聲音特征對蜂群是否失王進行判斷，同時對巢內(nèi)蜂王的老、新情況進行了區(qū)分。

疾病感染會導(dǎo)致整個蜂群衰敗，因此通過對蜂群聲音信息來分析蜂群疾病情況也是一個重要研究方向。Qandou等[14]利用線性判別分析、主成分分析對蜂群聲音進行降維，結(jié)合SVM構(gòu)建模型實現(xiàn)蜂群感染疾病與否的檢測。Kulyukin等[15]用CNN(卷積神經(jīng)網(wǎng)絡(luò))、邏輯回歸、K近鄰等機器學(xué)習(xí)的方法同時對蜂群常見幾種異常行為構(gòu)建模型和判別，為聲音信息的應(yīng)用打開了新的途徑。

1.2 巢內(nèi)圖像監(jiān)測研究

傳統(tǒng)蜜蜂養(yǎng)殖中，蜂農(nóng)進行巢內(nèi)蜂群行為監(jiān)測主要通過逐個開箱進行蜂箱內(nèi)巢脾檢查來掌握內(nèi)部情況，如蜂群數(shù)量、蜂群繁育情況和疾病感染等。采用傳統(tǒng)方法進行巢內(nèi)蜂群檢查不但耗時耗力而且容易對蜂群正常生產(chǎn)造成干擾。采用圖像監(jiān)測技術(shù)對巢內(nèi)蜂群進行監(jiān)測，可以通過非接觸式、不開箱的手段獲取巢內(nèi)蜂群圖像，實現(xiàn)蜜蜂健康狀況的檢查和判斷。

巢內(nèi)圖像監(jiān)測手段包括人眼直接觀察、紅外相機拍攝等方法來獲取巢內(nèi)蜂群的活動信息。Murphy等[8]設(shè)計了一種自動監(jiān)測系統(tǒng)并使用紅外相機拍攝巢內(nèi)圖像；譚慶忠等[16]利用紅外光線拍攝巢內(nèi)圖像，便于蜂農(nóng)封箱檢查；Knauer等[17]對獲取的巢內(nèi)圖像采用背景模型法，檢測圖像上巢脾未加蓋的幼蟲，幫助培育人員進行抗性蜜蜂的篩選；Larissa等[18]使用CNN對巢內(nèi)蜜蜂感染的螨蟲進行識別并對感染程度進行判斷。

同時部分研究利用標簽識別、圖像識別技術(shù)等技術(shù)對蜂群的個體、群體之間的行為與關(guān)系進行探索研究。Hendriks等[21]在蜜蜂身上粘貼標簽，研究蜜蜂的位置、速度和互相作用探究群體間關(guān)系；Tsai等[22]描繪蜜蜂運動軌跡后，總結(jié)不同的運動方式，探究不同年齡不同角色的蜜蜂行為；Benjamin等[23]采用深度卷積神經(jīng)網(wǎng)絡(luò)對貼有標簽的巢內(nèi)蜜蜂圖像實現(xiàn)了行為分析的前期識別工作，此方法提高了對標簽的識別精度；Maitra等[19]在改進粒子濾波跟蹤基礎(chǔ)上分析蜜蜂個體與群體的關(guān)系；Kimura等[20]采用矢量量化方法識別和跟蹤蜜蜂，研究其社會行為如分工、搖擺舞等。使用標簽與否的示意圖及優(yōu)缺點見表2。

1.3 巢內(nèi)溫濕度監(jiān)測研究

巢內(nèi)溫濕度與蜜蜂生長發(fā)育、行為活動、生理代謝、群勢增長等密切相關(guān)，是影響蜜蜂生產(chǎn)生活的重要指標。蜂農(nóng)能根據(jù)巢內(nèi)溫度信息對食物消耗量、育雛狀態(tài)、蜂群穩(wěn)定狀況和蜂群死亡情況等進行判斷和預(yù)測[24]。巢內(nèi)濕度則對蜜蜂胚胎期、胚后期發(fā)育以及對蜂巢內(nèi)的溫度皆有影響，如濕度過大會導(dǎo)致蜜蜂幼蟲生病、巢中儲存的花粉霉變。因此掌握蜂群巢內(nèi)溫濕度變化規(guī)律對研究蜜蜂種群動態(tài)、蜂群多樣性、蜜蜂發(fā)育與生殖行為、豐富昆蟲發(fā)育生物學(xué)和蜜蜂生態(tài)學(xué)具有重要意義，也對科學(xué)養(yǎng)蜂具有指導(dǎo)作用。

對巢內(nèi)溫度監(jiān)測應(yīng)用主要包括蜂群穩(wěn)定性和異常性監(jiān)測、蜂場內(nèi)部控溫機理監(jiān)測2個方面。一方面，一個健康的、穩(wěn)定的蜂群其溫度具有穩(wěn)定性、規(guī)律性，部分學(xué)者基于上述關(guān)系對蜂群穩(wěn)定性開展監(jiān)控和異常警示研究。馮賓[25]和譚慶忠等[16]用單片機結(jié)合溫度傳感器測定巢內(nèi)溫度值，當超過閾值時進行報警，結(jié)合連續(xù)溫度數(shù)據(jù)在時間軸上的變化性考慮，當出現(xiàn)急劇變化時，監(jiān)測系統(tǒng)會自動縮短時間間隔對溫度值進行監(jiān)控并進行提醒；Kridi等[26]使用聚類方法結(jié)合巢內(nèi)與巢外的溫度，對蜂群的出逃行為與溫度的關(guān)系進行研究，并認為溫度因素是蜜蜂出逃的主要因素；Evans[27]和Meikle 等[28]根據(jù)溫度變化趨勢與繁殖的穩(wěn)定性、幼蟲的規(guī)模建立聯(lián)系。另一方面，對蜂巢內(nèi)部控溫機理進行研究是對于巢內(nèi)溫度監(jiān)測數(shù)據(jù)的進階分析工作。呂俊峰[29]設(shè)計開發(fā)了蜂箱內(nèi)部多點溫度測量，完成蜂箱內(nèi)溫度分布規(guī)律探究；Sanchez等[30]設(shè)置傳統(tǒng)蜂箱底板和底板開口2 種情況，根據(jù)監(jiān)測的溫度變化研究蜂群熱調(diào)節(jié)能力；李想等[31]采集巢內(nèi)三維空間多點溫度，閆宇等[32]同時對巢內(nèi)多點及巢外溫度采集，根據(jù)不同區(qū)域溫度分布和變化規(guī)律，探究巢內(nèi)恒溫機制。

表2 獲取的巢內(nèi)圖像類別和特點Table 2 Category and characteristic of nest picture

巢內(nèi)濕度監(jiān)測在早期依賴于巢頂端設(shè)置隔離空間安裝濕度計模擬器，隨著近年來傳感器硬件技術(shù)的發(fā)展，巢內(nèi)濕度監(jiān)測設(shè)備變得更加小型化和具有應(yīng)用價值。目前，巢內(nèi)濕度監(jiān)測應(yīng)用主要有兩個方面：1)通過巢內(nèi)濕度監(jiān)測反演巢內(nèi)蜂群的分布狀況。巢內(nèi)的濕度分布和蜂群分布緊密聯(lián)系，付月生[33]對巢內(nèi)多點濕度信息與巢外溫度進行相關(guān)性分析，結(jié)果表明外界溫度較高時，巢內(nèi)各點的濕度幾乎相等，說明內(nèi)部蜜蜂均勻分布；溫度較低時，濕度從巢脾中間區(qū)域向外層遞減，說明蜜蜂聚集在蜂巢中間，這給蜂農(nóng)通過濕度信息掌握巢內(nèi)蜂群分布情況提供新的策略；2)通過巢內(nèi)濕度觀測開展蜂群內(nèi)部的控濕機理研究。Human等[34]在自然環(huán)境狀態(tài)下獲取巢內(nèi)多個點濕度，分析結(jié)果揭示了工蜂對內(nèi)部濕度控制的重要性；Evans[27]通過將濕度變化曲線和蜂群扇風活動聯(lián)系，當內(nèi)部溫度過高或者其他干擾因素出現(xiàn)時，工蜂進行扇風降低濕度，可幫助在春繁時期調(diào)控育雛時間；此外,馬德貴等[35]其設(shè)計的一套聲音信息的遠程采集、無線傳輸、儲存維護系統(tǒng)，為開展?jié)穸葢?yīng)用研究奠定較好數(shù)據(jù)基礎(chǔ)。

1.4 蜂群重量監(jiān)測研究

蜂群重量是巢內(nèi)蜂群監(jiān)測的重要特征指標，蜂群重量包括成年蜜蜂群體、幼蟲、蜂蜜以及花粉等主要蜂群元素，是衡量蜂群強度的關(guān)鍵指標之一。蜂群重量變化可以準確反應(yīng)巢內(nèi)蜂群的生產(chǎn)力、健康性、強勢性等狀況，通過對蜂群重量變化監(jiān)測可實現(xiàn)蜂群的數(shù)字化管理，例如在越冬期可通過對蜂群重量監(jiān)測來給出蜂群是否需要補充喂養(yǎng)、蜂群規(guī)模發(fā)展大小等管理方案。

蜂群重量信息獲取常采用專業(yè)電子天平或電子稱對蜂箱、巢脾、成年蜜蜂等進行整體稱重。重量信息應(yīng)用多以對蜂群的穩(wěn)健性、強勢性進行監(jiān)控，F(xiàn)itzgerald等[36]和Evans[27]對重量日變化情況與外出活動進行相關(guān)性分析，當蜂群外出活動增加時，重量數(shù)據(jù)會隨之增加，基于這種關(guān)系對蜂群的外出狀況、采集效率評估；Meikle[38]等利用重量數(shù)據(jù)構(gòu)建蜂群的食物儲存變化曲線，通過振幅估算蜂群消耗，在食耗角度上監(jiān)測蜂群整體穩(wěn)定狀況，根據(jù)重量的變化趨勢和成年蜜蜂數(shù)量的正相關(guān)關(guān)系對群體增長穩(wěn)定性評估，在多個月份獲得連續(xù)重量數(shù)據(jù)基礎(chǔ)上，采用分段回歸法構(gòu)建多時期蜂群日活動重量模型，得出蜂群日活動周期開始和結(jié)束時間、夜間蜂箱變化特點、外出和采集歸巢對重量增幅等結(jié)論[28，37]。

2 巢外監(jiān)測研究

巢內(nèi)監(jiān)測研究發(fā)展時間長、實際應(yīng)用廣泛，但也存在著一些問題與不足，如較多傳感器以及相關(guān)設(shè)備使成本居高不下，設(shè)備安裝、維修更換等不便捷。因此，蜂群監(jiān)測由巢內(nèi)轉(zhuǎn)到巢外成為蜂群監(jiān)控新的需求。隨著人工智能和機器視覺等相關(guān)技術(shù)發(fā)展，直接獲取蜂箱外部的蜂群活動信息成為可能，基于計算機視覺的巢外監(jiān)控方法，大大縮減了對于傳感器的依賴、降低了監(jiān)測系統(tǒng)的安裝需求、避免了對原始蜂箱的改造,降低了應(yīng)用中的難度與成本。

蜂群在巢門附近的活動取決于天氣、溫度、群體健康以及食物供應(yīng)狀況等多種因素，通過巢外信息監(jiān)測分析可以為蜂群行為判斷提供理論依據(jù)。基于圖像的蜂群巢外監(jiān)測技術(shù)是近期開展的一個研究熱點，相關(guān)研究工作主要包含對蜂箱巢門區(qū)域蜂群數(shù)量檢測和巢門口蜜蜂進出數(shù)量統(tǒng)計2 個方面：1)巢門區(qū)域蜜蜂數(shù)量反應(yīng)蜂群出勤是否正常、巢內(nèi)環(huán)境狀況是否正常，一個正常健康、穩(wěn)定健壯的蜂群在巢門附近數(shù)量有時間規(guī)律特性；2)巢門口蜜蜂進出數(shù)量統(tǒng)計則重點體現(xiàn)蜂群規(guī)模、出勤采集積極性和群體穩(wěn)定狀況。

2.1 巢門區(qū)域蜜蜂數(shù)量統(tǒng)計研究

巢門區(qū)域蜜蜂數(shù)量是蜂群活動情況重要特征指標，蜜蜂在蜂箱周圍正常活動是蜂群狀態(tài)良好的一個健康標志，因此對蜜蜂活動進行定量測量非常重要。近年來巢門區(qū)域蜜蜂數(shù)量統(tǒng)計主要通過圖像處理技術(shù)對巢門區(qū)域連續(xù)圖像或視頻進行處理識別，具體流程包括蜜蜂檢測和蜜蜂數(shù)量統(tǒng)計2個階段：蜜蜂檢測方法主要有輪廓檢測法[12]、背景減除法[41-43]、像素分離法[12，39-40]；數(shù)量統(tǒng)計方法主要有平均像素法[12，39-40]、HARR波峰法[44]、信噪比估計法[41-42]、模板匹配法[43]。

在平均像素法研究方面，Kulyukin等[12]采用輪廓檢測法和像素分離法分別對圖像中蜜蜂進行檢測，用平均像素法對蜜蜂檢測結(jié)果統(tǒng)計，其中像素分離法效果較好達到平均準確率73%；Kulyukin等[39]和Reka[40]在另一個試驗中將圖像處理空間從RGB轉(zhuǎn)換到HSV，增加蜂箱白色起降臺環(huán)境對比，在H通道中對目標進行背景分離，平均像素法統(tǒng)計結(jié)果顯示，以綠色起降臺環(huán)境80.5%、白色起降臺環(huán)境85.5%的準確率優(yōu)于第一次試驗。在信噪比估計法研究方面，Ghadiri等[41,42]在背景減除法檢測蜜蜂后，采用平均像素值法對蜜蜂進行數(shù)量預(yù)測，同時將背景圖像建模為實際信號，將圖像中的蜜蜂建模為噪聲，通過信噪比的值分別與蜜蜂實際數(shù)量值和平均像素法預(yù)測的數(shù)量值觀察曲線關(guān)系，結(jié)果表明在數(shù)量不多的時候信噪比估計法數(shù)量能對巢門蜜蜂數(shù)量進行很好的預(yù)測，但是當數(shù)量較大時，信噪會發(fā)生逆轉(zhuǎn)關(guān)系，預(yù)測的數(shù)量與實際數(shù)量出入變大。在模板匹配法研究方面，Campbell等[43]采用背景減除法獲取目標區(qū)域，構(gòu)建橢圓形蜜蜂模板對前景目標匹配并計數(shù)。在HARR波峰法研究方面， Kulyukin[44]在檢測中引入一維Harr小波波峰，用上下和下上峰值覆蓋的所有像素計數(shù)，結(jié)果顯示在計數(shù)誤差5以內(nèi)的準確率為63%、誤差10以內(nèi)準確率為94%。

2.2 蜂群進出量統(tǒng)計研究

蜂群進出量統(tǒng)計是蜂群一定時間段中進巢數(shù)量和出巢數(shù)量的計數(shù)，階段進出數(shù)量是蜂巢健康狀況的重要指標，可以分析蜂群的工作積極性、預(yù)測判定分蜂行為等。人工觀測準確可靠，但耗時耗力、實際可操作性差，所以近年來蜂群進出量統(tǒng)計研究的熱點主要在自動化監(jiān)測獲取方面。

當前使用自動化監(jiān)測手段開展蜂群進出量統(tǒng)計研究，采用的輔助設(shè)備主要包括射頻識別標簽(RFID)、電容傳感器、光電傳感器以及攝像頭，表4針對每一種輔助采集設(shè)備，展示了不同設(shè)備獲取的圖像和主要優(yōu)缺點。

射頻標簽識別(RFID)：RFID蜜蜂識別技術(shù)是將標簽貼于成年蜜蜂上，利用巢門安裝的探測器識別標簽并對蜜蜂的進出進行判斷，同時射頻識別系統(tǒng)可以提供蜜蜂預(yù)期壽命、覓食時間等信息。Streit等[45]采用RFID技術(shù)進行蜜蜂進出統(tǒng)計，不過RFID檢測器和標簽昂貴，標簽粘貼不便，蜜蜂生存周期較短且蜂群數(shù)量龐大，在實際中應(yīng)用存在局限性。

電容傳感器：電容傳感器是利用電容橋感應(yīng)原理對通過的目標檢測，同時獲取目標大小和速度信息。Campbell等[46]用電容傳感器對蜜蜂進出實現(xiàn)統(tǒng)計，但該技術(shù)在安裝、適用范圍、價格上存在不足，實際生產(chǎn)中應(yīng)用困難。

表4 蜂箱蜜蜂進出統(tǒng)計方法和特點Table 4 Statistical methods and characteristics of honeybee in and out of beehive

光電傳感器：光電傳感器利用光學(xué)原理根據(jù)遮擋前后信號變化實現(xiàn)計數(shù)。Struye等[47]構(gòu)建了蜜蜂進出計數(shù)平臺，平臺的蜜蜂入口由允許單只蜜蜂通過的32個管道組成，通道前后各自安裝一個光電傳感器，蜜蜂運動方向由前后傳感器光束中斷順序決定，從而完成蜜蜂進出統(tǒng)計；類似的工作還有王德朝[48]、Chen等[49]分別在傳感器和入口巢門對蜜蜂進出進行了研究改進；柴秋子等[50]結(jié)合單片機和光電傳感器，應(yīng)用到草莓園授粉蜜蜂計數(shù)中，統(tǒng)計和檢測授粉蜜蜂的活動規(guī)律并判斷其活力。隨著傳感器的不斷升級以及對影響條件限定，Jiang等[51]的研究中計數(shù)準確率有所提高，進巢與出巢計數(shù)準確率分別達到84.92%和85.95%。但基于光電傳感器存在2 個無法克服的不足：第一個是計數(shù)裝置對蜂箱改造大，改變了傳統(tǒng)的蜜蜂進出方式；第二個是傳感器受蜂群影響嚴重，如分泌物的覆蓋、以及生產(chǎn)垃圾及死蜂對通道的堵塞，需要對計數(shù)裝置進行高頻的清理工作。

攝像頭：攝像頭的使用是獲取巢門區(qū)域連續(xù)照片或視頻，利用計算機視覺技術(shù)進行處理，實現(xiàn)蜜蜂進出巢統(tǒng)計，這種方法較于利用傳感器可獲得更多數(shù)據(jù)，如計算蜂巢入口處靜態(tài)蜜蜂數(shù)量，這也是蜂群穩(wěn)定性監(jiān)測的指標之一；對入侵者進行檢驗，如甲蟲、胡蜂等。使用攝像頭設(shè)備數(shù)據(jù)獲取簡單、數(shù)據(jù)可分析空間充足，在計算機視覺快速發(fā)展下，近幾年利用此技術(shù)統(tǒng)計蜜蜂進出巢數(shù)量研究興起。已有研究中，區(qū)別主要是蜜蜂跟蹤策略不同，其中，Campbell等[43]使用背景減除法對蜜蜂進行檢測，為檢測到的蜜蜂設(shè)定橢圓匹配模板，采用最大化二部圖加權(quán)跟蹤策略，用常見的運動模型(游蕩、爬行、飛入、飛出)對蜜蜂活動進行描述和進出統(tǒng)計。Salas等[52]將SVM作為分類器檢測巢門蜜蜂，使用貝葉斯跟蹤器對檢測的蜜蜂進行跟蹤，完成進出計數(shù)。David等[53]結(jié)合背景減除法和blob分析法提取蜜蜂區(qū)域后，采用光流法和卡爾曼濾波法跟蹤蜜蜂，結(jié)果中卡爾曼跟蹤效果更好，在進出估計中誤差最小時為4%，誤差最大時為20%。Tu等[54]設(shè)計一種恒定光照條件的蜜蜂進出蜂箱，限定單層蜜蜂通行，對獲取圖像分割提取蜜蜂區(qū)域，采用上下幀間圓形搜索法描繪蜜蜂行為軌跡，進而判斷和統(tǒng)計蜜蜂進出。Chen等[55]設(shè)計了蜜蜂單只通行通道并使用蜜蜂標簽，霍夫變換法檢測標簽后采用SVM對標簽分類識別，基于標簽的唯一性實現(xiàn)計數(shù)，類比巢內(nèi)圖像蜜蜂標簽識別具有的缺點，不能在實際生產(chǎn)中推廣。

隨著機器視覺、深度學(xué)習(xí)等人工智能技術(shù)的發(fā)展，蜂群的巢外監(jiān)測將逐漸減少對傳感器的依賴程度，推進低成本、易應(yīng)用的設(shè)備研制，使得蜂群巢外觀測技術(shù)可以更好服務(wù)于現(xiàn)代化蜂業(yè)發(fā)展。

3 討 論

自動化蜂群行為監(jiān)測方式和傳統(tǒng)監(jiān)測方式相比具有穩(wěn)定性、不驚擾蜂群、高效率、可靠性等優(yōu)勢，可以有效提升蜂業(yè)現(xiàn)代化和智能化、提高蜂農(nóng)工作效率，從長遠來看是蜂業(yè)發(fā)展大的趨勢，但是在應(yīng)用推廣方面仍然存在一些問題和不足。

3.1 蜂群監(jiān)測存在問題

當前蜂群行為監(jiān)測主要在信息分析、環(huán)境數(shù)據(jù)利用、養(yǎng)殖輔助決策等方面還存在一些不足之處：

1)信息分析關(guān)聯(lián)性較弱：目前蜂群監(jiān)測研究多偏向于以單一信息為監(jiān)測指標來開展蜂群活動、蜂群行為、蜂群狀態(tài)判斷。多數(shù)研究針對聲音、溫濕度等單類信息進行蜂群行為處理，并利用相關(guān)性分析與蜜蜂正常、異常行為等建立聯(lián)系，在結(jié)論方面可能會存在群體普適性、時間延展性上、判斷準確性和分析有效性等方面的問題。

2)環(huán)境數(shù)據(jù)利用不足：對蜂群行為相關(guān)特征指標信息采集充足，覆蓋巢內(nèi)監(jiān)測、巢外監(jiān)測等數(shù)據(jù)信息，但是缺少對蜜蜂生活環(huán)境信息的采集和利用，而溫度、濕度、風況、天氣狀況等蜜蜂的生活環(huán)境也是蜂群研究的關(guān)鍵信息，會對其行為特性、群體穩(wěn)定性研究產(chǎn)生一定影響。

3)養(yǎng)殖輔助決策功能欠缺：對采集的蜂群信息分析得出結(jié)論后，需為蜂農(nóng)提出可行的養(yǎng)殖輔助決策建議，例如在蜂行為使巢內(nèi)蜂群躁動、活動量增加溫度上升等情況下，應(yīng)提醒蜂農(nóng)開展及時人工干預(yù)；在判定螨蟲疾病時可提醒蜂農(nóng)給予噴灑藥物和物理除螨設(shè)備安裝建議等。

3.2 蜂群監(jiān)測的發(fā)展趨勢

整體來看蜂群的蜂群行為監(jiān)測將向多信息協(xié)同分析、蜂群與環(huán)境數(shù)據(jù)結(jié)合研究和養(yǎng)殖智能輔助決策等方面開展下一步的研究工作：

1)多信息協(xié)同分析：巢內(nèi)圖像、溫濕度、聲音，巢外采集的入口處蜜蜂數(shù)量、蜂群進出統(tǒng)計量，它們之間互相聯(lián)系，是蜂群本身行為在不同方式上的體現(xiàn)。單一信息分析容易陷入結(jié)論過擬合，隨著監(jiān)測研究發(fā)展和實際應(yīng)用需求增加，監(jiān)測信息應(yīng)用會朝多種信息協(xié)同分析發(fā)展，對行為判斷、異常狀況預(yù)警得出具有更強普適性的結(jié)論。

2)蜂群數(shù)據(jù)、環(huán)境數(shù)據(jù)結(jié)合研究：環(huán)境與蜂群數(shù)據(jù)是影響和被影響的關(guān)系，兩類數(shù)據(jù)的結(jié)合分析能夠找到蜂群行為產(chǎn)生更合理原因，提出更全面、更準確的解決措施。此外，蜂群對環(huán)境具有較強敏感性，外部環(huán)境數(shù)據(jù)的采集與應(yīng)用結(jié)合蜂群行為，能對環(huán)境進行監(jiān)測，也給予蜂農(nóng)良好養(yǎng)蜂環(huán)境的選擇和建議。

3)養(yǎng)殖輔助智能管理：養(yǎng)蜂業(yè)對自動化控制、自動化管理需求不斷增加，隨著人工智能的快速發(fā)展并在多領(lǐng)域的成功應(yīng)用，信息分析方法不斷創(chuàng)新和發(fā)展，問題處理策略趨于智能化和多樣化結(jié)合，養(yǎng)殖智能輔助決策將向養(yǎng)殖過程智能獲取、智能分析、智能處理解決方向邁進。

4 結(jié)束語

隨著監(jiān)測設(shè)備的小型化、智能化發(fā)展，蜂群連續(xù)自動監(jiān)測將很成為養(yǎng)蜂作業(yè)和研究中的核心技術(shù)，在計算機視覺和人工智能等技術(shù)發(fā)展下，蜂群行為識別和信息分析方法在識別速度、識別準確率等方面都會有所提高。結(jié)合蜂群行為的自動監(jiān)測、準確識別、生產(chǎn)智能決策為一體的終端設(shè)備和養(yǎng)殖技術(shù)會逐步替代傳統(tǒng)養(yǎng)殖方式，技術(shù)應(yīng)用將有效提高蜂群管理效率、蜂農(nóng)經(jīng)濟效益和蜂場管理水平，有效促進我國蜂業(yè)現(xiàn)代化發(fā)展水平。