Le api da miele impollinano un terzo di ciò che le persone mangiano e bevono, dal caffè alle mandorle, ma le colonie sono in declino a causa di condizioni meteorologiche estreme, pesticidi e parassiti.
I ricercatori della School of Computer Science (SCS) della Carnegie Mellon University e dell’Università della California, Riverside (UC Riverside) hanno creato un sistema per aiutare gli apicoltori a monitorare e analizzare la salute dei loro alveari e intraprendere azioni correttive per prevenire il collasso delle colonie – quando la maggioranza delle api lavoratrici abbandonano la colonia e la sua regina.
Gli alveari usano la termoregolazione per garantire che la temperatura dell’alveare rimanga tra 33 e 36 gradi Celsius, da circa 91 a 97 gradi Fahrenheit. Ad esempio, le api potrebbero raggrupparsi per creare un isolamento quando fa freddo o ventila le ali quando fa caldo. Ma quando gli alveari sperimentano fattori di stress esterni, come pesticidi o eventi meteorologici inaspettati, perdono la capacità di regolare la temperatura dell’alveare. Questo è quando gli apicoltori devono intervenire per salvare l’alveare. Attualmente, gli apicoltori gestiscono la salute dell’alveare usando il loro giudizio ed esperienza per affrontare i problemi, il che può portare a sviste.
Il veterinario elettronico (EBV) utilizza sensori di calore a basso costo e previsioni predittive per aiutare gli apicoltori a gestire la temperatura dell’alveare e la salute generale delle api. I ricercatori hanno usato due sensori, uno posizionato all’esterno dell’alveare e uno all’interno, per rilevare le temperature in tempo reale nelle colonie delle api. Questi dati sono stati quindi inseriti in un modello che calcola il fattore di salute dell’alveare.
Christos Faloutsos, professore di informatica della Fredkin University nel dipartimento di informatica di SCS, ha affermato che i ricercatori hanno cercato di trasmettere al calore la fisica per l’equazione nello sviluppo del modello di previsione della salute di Beehive dell’EBV.
“Abbiamo derivato equazioni in base ai primi principi di diffusione termica, trasferimento di calore e teoria del controllo”, ha affermato. “Mettiamo insieme queste equazioni e quindi abbiamo compresso tutti i dati storici in un numero, il fattore di salute dell’alveare. Se il fattore di salute è vicino a una, le api sono sane e termoregolanti. Se è molto più basso di uno, significa che l’avedio non è sano e potrebbe aver bisogno di un intervento. Una volta che questo fattore di salute ha calcolato ogni giorno, possiamo fare le previsioni standard e l’abitudine può fare un’azione.”
La comprensibilità è stata un aspetto chiave di questo progetto, ha affermato Faloutsos. I ricercatori volevano che tutto fosse condensato in un numero, il fattore di salute dell’alveare, quindi qualsiasi apicoltore che ha adottato la tecnologia poteva facilmente interpretare il risultato di previsione.
Jeremy Lee, uno studente di dottorato della SCS che ha lavorato al progetto, ha affermato che le competenze multidisciplinari del team hanno contribuito al successo di EBV. Insieme a CMU, la squadra di UC Riverside includeva Shamima Hossain, un dottorato di ricerca. studente in informatica; Boris Baer, professore di entomologia; Hyoseung Kim, professore associato di ingegneria elettrica e informatica; e Vassilis Tsotras, professore di informatica e ingegneria. Il National Institute of Food and Agriculture del Dipartimento dell’Agricoltura degli Stati Uniti ha finanziato questa ricerca, tra gli altri premi, e il team ha presentato il suo lavoro alla Conferenza internazionale del SIAM del 2024 sul data mining.
“Questo è qualcosa a cui sono molto interessato: usando la nostra esperienza dall’informatica e lavorando con altri esperti di dominio per avere un impatto in un’altra area”, ha detto Lee.
Lee ha osservato che questa non è la prima volta che fa ricerche in cui la sua esperienza nell’informatica ha creato un impatto nel mondo reale. Insieme a Faloutsos e altri colleghi della CMU e della McGill University, Lee ha lavorato con esperti di criminologia per rilevare la tratta di esseri umani.
La prossima fase del progetto prevede l’automazione del Climate Control dell’alveare. Faloutsos e il team UC Riverside hanno ricevuto finanziamenti USDA per ricercare come i dati dell’EBV possono essere utilizzati per riscaldare automaticamente e raffreddare gli alveari senza intervento dell’apicoltore. Tale tecnologia potrebbe massimizzare la produzione di miele per gli apicoltori e aiutarli a prevenire potenziali sfide future, come lo stress dalle malattie delle api.
Da un’altra testata giornalistica. news de www.sciencedaily.com
