InfoSbor.com Ana sayfa → Araştırmacılar Arı Davranışını İzlemek İçin Yüksek Görünürlük Yelekleri Üretiyor

Araştırmacılar Arı Davranışını İzlemek İçin Yüksek Görünürlük Yelekleri Üretiyor

(Dikkat! Bu metin tecrübesiz bir tercüman tarafından tercüme edilmiştir.
Hatalar mümkündür.
Bilginin kaynağı burada: britishecologicalsociety.org)

Sheffield Üniversitesi ve Bumblebee Conservation Trust'tan bir araştırma ekibi, Birleşik Krallık'taki arı türlerini yüksek görünürlüklü yansıtıcı yelekler giydirerek izlemek için yeni düşük maliyetli yollar denedi. Bu yeni çalışma, British Ecological Society'nin sanal Ekoloji Festivali'nde sergilenecek.


Yüksek görünürlük yelek giyen etiketli sarı kuyruklu yaban arısı.
Fotoğraf: Michael Smith

Araştırmacılar, yedi yaban arısı türüne ve ticari olarak geliştirilmiş İngiliz yaban arısı alt türüne yansıtıcı etiketler eklediler. Çeşitli arıların yiyecek arayışındaki davranışları ve arıların üç boyutlu uçuş yolları, özel olarak tasarlanmış gerçek zamanlı bir takip sisteminin web arayüzü kullanılarak izlendi.

Arıları vahşi doğada izlemek, ekolojilerini anlamanın önemli bir parçasıdır ve bilim adamlarının yiyecek arama ve gezinme davranışlarını ve yuvalama tercihlerini belirlemelerine olanak tanır.

Arı popülasyonlarını takip etmek şu anda çok zor ve pahalıdır. Harmonik radarlar gibi yaygın olarak kullanılan teknikler, radar etiketinin ağırlığını destekleyecek kadar büyük olan bombus arıları gibi daha büyük türleri hedefler. Bu nedenle, Birleşik Krallık'taki daha küçük arı türlerinin davranışlarıyla ilgili birkaç bilinmeyen vardır.

Sheffield Üniversitesi'nde baş yazar ve bilgisayar bilimcisi olan Michael Smith şunları söyledi: "Bir arı bulmak zordur ve ilk etapta yabani arı yuvalarını bulmak, özellikle daha nadir veya daha az bilinen türler için son derece zor ve zaman alıcıdır. bu çalışmalarda uygulamalı bir yaklaşım sayesinde onları bulmayı çok daha kolay hale getirecek."

Sistem, Sheffield Üniversitesi'ndeki bir kır çiçeği alanı da dahil olmak üzere Birleşik Krallık'taki iki saha sahasında yedi yabani türü (100'den fazla birey) izlemede başarılı olmuştur. Bu, bal arıları ve yalnız yaprak kesen arılar gibi küçük türler için geçerliydi. İzleme sistemi, 40 metreye kadar uzaktaki arıları algılayabiliyordu ve etiketler, dağıtımdan bir hafta sonra hala algılanabiliyordu. Gerçek yansıtıcı etiket, yüksek görünürlüklü bisiklet yelekleriyle aynı kumaştan yapılmıştır.


Arılar sistem tarafından 44 dakika içerisinde tespit edildi.
Fotoğraf: Michael Smith

Yüksek görünürlüklü ceketler gibi yansıtıcı malzemeler kullanışlıdır çünkü ışık onlara çarptığında kaynağa doğru geri yansır. Böylece, araştırmacılar bir arıyı fotoğraflamak için bir flaşlı kamera kullandılar ve yansıtıcı bir yelek içindeki arı, küçük, parlak bir nokta gibi görünüyor.


Yelek, arıları hem yandan hem de önden tespit etmenizi sağlayan küçük bir çıkıntıya sahiptir.
Fotoğraf: Michael Smith

Michael Smith pilot test hakkında şunları söyledi: “Beklenmedik bir şekilde, izleme sisteminden yaklaşık 33 metre uzakta, yakınlardaki bir çam ağacında birkaç metre yükseklikte bombus arılarımızdan birini bulduk. Bu, normalde bakacağımız yer değil, bazı insan önyargılarını ortadan kaldırarak ve sistemi yeniden gözlemlemek için motive ediyor. "

Araştırmacılar, uzun ömürlerinin yanı sıra, etiketli ve işaretsiz bireyler arasında yiyecek arama süresi veya ziyaret edilen çiçek sayısında önemli bir fark bulamadılar. Bu sonuçlar, bu tür tekniklerin arıları yaşamları boyunca güvenli bir şekilde izlemek için kullanılabileceğini göstermektedir.

Arılar ağlara bağlandı ve arıcılar tarafından yaygın olarak kullanılan bir kraliçe işaretleme kabına aktarıldı ve daha sonra soğuk hava ile hareketsiz hale getirilerek güvenli ve istilacı olmayan etiketlemeye izin verildi.

İzleme sistemi, kullanıma hazır düşük maliyetli bileşenlerden oluşturulmuştur ve küresel deklanşörlü bir kamera, flaş ve Raspberry Pi bilgisayardan oluşur. Elektronik deklanşör çok yüksek deklanşör hızlarına izin verir, bu da sahnenin güneşten ziyade flaşla aydınlatılmasına olanak tanır.


Takip Sistemi.
Michael Smith tarafından inşa edilmiş ve fotoğraflanmıştır

Bir görüntü çerçevesindeki bir etiketi otomatik olarak algılamak ve gerçek etiketler ile çeşitli yanlış pozitifler arasındaki farkı öğrenmek için bir makine öğrenimi modeli eğitilmiştir. Tüm sistem daha sonra kameranın görüş alanındaki bir arının görünümünü gerçek zamanlı olarak algılayabilir veya bir polen parçası gibi yanlış alarmları ortadan kaldırabilir. Araştırmacılar, gerçek zamanlı arı tespiti yapabilen bir sistem kullanarak, bir arıyı manuel olarak arayabilir ve izleme sisteminin gerçek bir arıyı doğru bir şekilde tespit edip etmediğini onaylayabilir ve hangi bireyin bulunduğunu belirleyebilir.

The Bumblebee Conservation Trust'ın bilimsel direktörü Richard Comont şunları söyledi: “Bulması kolay yiyecek arama alanlarından ulaşılması zor yuvalara kadar arıları takip edebilmek bize daha fazla yuva bulma fırsatı veriyor. Bu, koruma sırasında dikkate alınabilecek yuvalama alanı için gereksinimlerin belirlenmesinin çok daha kolay olduğu anlamına gelir. "

Bu yöntemi geliştirecek bazı bitmemiş iyileştirmeler de vardır. Fotoğraf lensi aralığı, geniş açılı lens ve varsayılan flaş kullanıldığında görüş alanı ve 40m ile sınırlıdır. Mevcut prototipte, işaretli arılar aynı beyaz noktalar olarak görünüyor.

Bu çalışma önemli bir başarıdır, dedi Richard Komontz: "Şu anda arıların laboratuvarlardaki tutsak kolonilerden uzaktaki ev yaşamı hakkında çok az şey biliyoruz - bu azalan grup için büyük bir eksiklik."

Grup tarafından yapılacak daha fazla araştırma, yeni yuvalar bulmak için bir izleme sisteminin kullanılmasını ve modelin, bireysel etiketli arıların uzaktan tanımlanmasını sağlayacak şekilde yansıtıcı etiketlerdeki renk filtreleri arasında tanıması için eğitilmesini içerecek. Bunun gibi düşük maliyetli izleme sistemleri, veri boşluklarını kapatmak için otomatik tozlayıcı izlemeyi genişletebilir.


Daha fazlasını buradan okuyun:

Bilgi kaynağı: britishecologicalsociety.org (18 Aralık 2020)
Kaynak yazarı: BES Press Service
Çeviri yönü: İngilizce > Türkçe
Çeviri kalitesi: zayıf (metinleri çevirmeyi öğreniyorum)
Çeviri yayın tarihi: Kasım 2021



© Copyright
AntonInfo.com | InfoSbor.com