 |
  |
|||
 |
 |
|||
|---|---|---|---|---|
|
К вопросу о концепции использования электронных систем для своевременного выявления проблем на удаленных пасекахУДК: 595.799 Обзор предметного поля Левченко М. А. Всероссийский научноисследовательский институт ветеринарной энтомологии и арахнологии – филиал Аннотация. Одним из решений обеспечения здоровья медоносных пчел, особенно на удаленных пасеках, является использование электронных систем дистанционного беспроводного мониторинга. При помощи данных устройств пчеловоды могут своевременно выявлять проблемы на таких пасеках, не выходя из дома. Целью настоящих исследований являлось проведение обзора и анализа существующих коммерческих и исследовательских электронных устройств для удаленного мониторинга пчелиных пасек. Для этого использовались данные информационных баз: NCBI, eLibrary, ФИПС и сети Интернет за последние 10 лет (2014- 2024 гг.). Поисковые слова включали в себя: удаленный мониторинг, пчелиные семьи, вес, продуктивность, звук, температура, влажность, углекислый газ, атмосферное давление, заболевания пчел, искусственный интеллект. Материал статей и информация на сайтах в сети Интернет учитывалась, если архитектура системы электронных устройств позволяла проводить беспроводной удаленный мониторинг пчелиных семей. По результатам работы выявлено, что все исследуемые физические величины имеют важное значение в жизнедеятельности пчел, а для полной оценки каких-либо отклонений в здоровье насекомых необходимо считывать эти показатели в комплексе при помощи беспроводных мультисенсорных сетей. Эти системы должны быть недорогими, энергоэффективными и независимыми от внешних источников питания и абонентской платы за передачу данных пчеловоду, а использование искусственного интеллекта в их работе необходимо для сокращения ручного труда при обработке данных. В результате проведенного обзора доступных источников информации систем мониторинга, соответствующих всем вышеуказанным критериям, не выявлено, но имеются исследовательские и коммерческие проекты близкие к этой концепции. Ключевые слова: пчелиные семьи, удаленный мониторинг, электронные устройства, вес, продуктивность, звук, температура, влажность, углекислый газ, атмосферное давление, заболевания пчел, искусственный интеллект. В настоящее время пчеловоды сталкиваются с раз-личными проблемами, такими как болезни пчел, их роение, воздействие пестицидов и др., в результате чего происходит снижение производства меда, а в худших случаях – гибель пчелиных семей. Одной из причин этих проблем может быть возникновение заболеваний, например, варроатоза, который значительно подавляет здоровье пчелиных семей и является катализатором вторичных инфекций [3]. Также, с целью обеспечения кормовой базы, пчеловоды размещают свои пасеки на значительные расстояния от дома, и для получения информации о состоянии пчел они вынуждены часто посещать или жить непосредственно около них, что значительно увеличивает трудозатраты. Решением этих проблем может быть внедрение и использование в пчеловодстве электронных устройств удаленного мониторинга для своевременного выявления отклонений физиологического состояния медоносных пчел. Такие устройства смогли бы контролировать пчелиные ульи по некоторым физическим величинам и, на основе этого, проводить анализ здоровья, поведения (роения и оставления улья) и влияния пестицидов на пчел; регистрировать динамику производства меда. Таким образом, данные устройства смогли бы значительно сократить ресурсы и время, которые затрачивают пчеловоды [22]. Впервые мониторинг ульев медоносных пчел в ручном режиме, превышающий 2 дня, опубликован в 1914 году, где предоставлены почасовые данные о температуре за несколько дней [22]. Начиная с 1990 года и по настоящее время заложено начало развития мониторинга при помощи компьютера и электронных датчиков для измерения физических величин пчелиных семей, таких как масса улья, звук, издаваемый пчелиной семьей, температура, влажность и концентрация газов, счетчик перемещения пчел в улей и из него [22]. В результате развития электронных систем мониторинга пасек, исследователи пришли к важным выводам о том, что такие системы должны отвечать нескольким требованиям: обладать минимально инвазивным воздействием, функционировать в отдаленных районах в течение длительного периода времени и обеспечивать мониторинг в режиме реального времени [17]. На сегодняшний день в некоторых странах реализуются различные проекты централизованного автоматизированного мониторинга общего состояния пчелиных семей при помощи беспроводных технологий получения данных о массе улья и ее изменениях, а также температуре окружающей среды, относительной влажности воздуха и др., в результате чего можно будет получить полную информацию для анализа данных [17, 23, 25]. Также известен обзор, касающийся применения непрерывного мониторинга физических величин пчелиных семей при помощи электронных датчиков и систем [22]. В данной статье мы приводим дополнительные сведения, которые связаны с электронными устройствами и выделяем основные концепции, важные, на наш взгляд, для мониторинга и контроля здоровья пчелиных семей на удаленных пасеках, в том числе с использованием искусственного интеллекта. Материалы и методы исследований. Проведен анализ литературных источников, связанных с электронными устройствами дистанционного беспроводного мониторинга для удаленных пчелиных пасек из информационных баз: NCBI, eLibrary, FIPS и сети Интернет за последние 10 лет (2014-2024 гг.). Поисковые слова включали в себя: удаленный мониторинг, пчелиные семьи, масса, продуктивность, звук, температура, влажность, углекислый газ, атмосферное давление, болезни пчел, клещи у пчел, искусственный интеллект. Результаты исследований и их обсуждение. Считается, что наиболее информативные физические величины, по которым можно судить о состоянии пчелиной семьи, – это температура внутри улья, масса улья и акустические шумы, издаваемые пчелами [5]. По другим данным приводятся сведения о значимости таких измерений, как влажность и концентрация газов в пчелиных ульях [22]. Предыдущие исследователи изучали различные наборы физических параметров пчелиных семей: одни наблюдали только массу и температуру улья, другие температуру и влажность, третьи – концентрацию газов и звук, четвертые использовали специальные датчики, считывающие активность пчел. Также некоторыми из них проводилось измерение трафика пчел с помощью камеры видеофиксации [22]. Современные исследования показывают, что для объективной оценки состояния пчелиной семьи, ее взаимодействия с окружающей средой и влияния климатических условий поможет создание многопараметрической платформы сбора данных и объединение измерений различных физических величин, таких как масса улья, звуки, издаваемые пчелами, температура и влажность (внутри и снаружи улья), уровень CO2 и др. [6, 13]. Так, изменение звука в улье может указывать на потерю матки, поражение пчел клещами, воздействие различных токсикантов [21]. При этом известно, что пчелы в улье производят вибрации частотой от <10 Гц до >1000 Гц [22], а уровень спектральной мощности предварительного роения находится примерно на уровне 110 Гц. Во время роения частота звука увеличивается на 300 Гц (с резким изменением полосы пропускания от 150 Гц до 500 Гц), возрастает его амплитуда [16]. По изменению массы улья можно судить о продуктивности пчёл за определенный промежуток времени, расходе запасов меда в зимний период [13]. Так, летом в благоприятных условиях одна пчелиная семья может собрать несколько килограммов пищи за один день в виде нектара и медовой росы [14]. Также было обнаружено, что измерение температуры и влажности в улье отражает здоровье пчел и расплода. Повышение температуры и снижение влажности в улье может указывать на заражение пчел варроатозом [13, 18]. При этом поддерживаемый диапазон температуры внутри улья у здоровых пчел может составлять от 12,5°C до 27°C [14]. Следующим одним из важных физических параметров для мониторинга здоровья пчелиных семей является углекислый газ (СО2), который связан с метаболизмом пчел. Более того, когда концентрация углекислого газа в улье достигает гораздо более высокого уровня, чем обычный атмосферный, медоносные пчелы начинают использовать проветривание и сохранять концентрацию CO2 в приемлемом диапазоне (то есть от 0,1% до 4,3%). Это означает, что данный параметр связан с внутренней влажностью и температурой, а также с издаваемым пчелами звуком, который может меняться в зависимости от проветривания и газообмена [13]. Уже известно, что отклонение концентрации углекислого газа (СО2) от нормы может указывать на заболевание пчел вар-роатозом [9, 24]. А при ее увеличении можно говорить о воздействии инсектицидами вследствие снижения вентиляционной активности пчел [22]. Приведены предварительные данные, свидетельствующие о том, что СО2 может дать информацию о количестве пчел-фуражиров в улье и, следовательно, о силе колонии. Также показано, что CО2 снижается в умирающей колонии [11]. Поэтому измерение и своевременная передача данных физических величин (масса улья, температура и влажность, звук, углекислый газ) с удаленной пасеки будет иметь важное значение для полной оценки состояния пчелиных семей с целью оперативного принятия мер по устранению возможных проблем на пасеке. За рубежом для этого введено такое понятие как использование устройств на основе WSN (wireless sensor networks) – беспроводных сенсорных сетей, которые могут давать преимущество перед другими системами, так как они способны осуществлять неинвазивный дистанционный мониторинг условий окружающей среды и улья [17]. Вероятно, что решающими критериями для выбора и использования пчеловодами таких систем будет являться их цена, простая встраиваемость в улей любого типа, автономная работа и отсутствие абонентской платы [27]. При этом применение машинного обучения (искусственный интеллект) для этих устройств позволит сэкономить до 70% времени, затрачиваемого на ручной анализ получаемых данных [10]. Вышеперечисленные критерии выбора могут стать основой для применения пчеловодами беспроводных сенсорных сетей WSN удаленного мониторинга пчелиных пасек, а также выработки концепции для создания проектов и их использования в нашей стране, по примеру SAMS (Smart Apiculture Management Services - интеллектуальные услуги по управлению пчеловодством), который является образцом для международного сотрудничества и где осуществляется активный мониторинг дистанционного зондирования пчелиных семей и ИКТ (информационно-коммуникационные технологии) – решения поддерживающее управление здоровьем и продуктивностью пчел [27]. Или проекта B-GOOD (Giving Beekeeping Guidance by Omputati Onal-assisted Decision making), который в основном сосредоточен на поиске индекса состояния здоровья (HSI), категоризации здоровья семьи медоносных пчел на основе различных показателей системы. Данный проект входит в программу «Horizon 2020» (H2020), финансируемую Европейской комиссией и посвященную здоровому и устойчивому пчеловодству. [25]. Существующие системы удаленного мониторинга. В литературе и сети Интернет приводятся и предлагаются различные коммерческие (табл. 1) и исследовательские (табл. 2) проекты электронных систем для удаленного мониторинга здоровья пчелиных семей с различной архитектурой принципа сбора данных и их передачи потребителю. Так, из числа коммерческих предлагается система «Умный улей» [28]. Базовое устройство собирает данные (масса улья, температура, влажность, звук и наклон улья) со всех датчиков в ульях по беспроводному каналу. Сбор данных с ульев осуществляется каждые 15 минут и затем 1 раз в час базовая станция передает информацию на сервер по GSM-каналу. В случае возникновения тревожных событий, например, срабатывания датчика движения, предусмотрены моментальные уведомления. Конструкция датчиков позволяет осуществлять самостоятельную установку на любой тип улья и в любом положении – снизу, сбоку или сверху. Оборудование работает от встроенной батареи, которой хватает минимум на 1 год. Цена системы, рассчитанная на пасеку из 10 ульев, достигает 12000 USD [28]. В следующем проекте группа энтузиастов IoT-департамента компании Dell построила на крыше собственного офиса высокотехнологичный улей с IP-камерами IndigoVision, применив самые современные решения сбора, передачи, хранения, обработки, анализа и отображения данных: IoT-шлюз Dell, серверы Dell Power Edge R730 с процессорами Intel® Xeon® и платами Intel® Galileo (и ПО Dell Boomi, пакетом решений Dell Toad, аналитикой Dell Statistica и Syner Scope), настольные компьютеры Dell Opti Plex 3020 и мониторы Dell Ultra Sharp [29], но внедрение такой системы и дальнейшая реализация проекта не известны. Коммерческая система «Пчелиный дом» [30] получает информацию с датчиков, установленных внутри, и камеры, установленной снаружи улья. Все данные автоматически передаются в облачную систему анализа и мониторинга, результаты работы которой пользователь видит в личном кабинете. Она позволяет в режиме реального времени получать информацию о температуре, давлении, насыщении углекислым газом пчелиного улья, об активности пчелиной семьи (при помощи видеокамеры, наблюдающей за количеством влетов и вылетов пчел). Все эти данные анализируются и, в случае отклонения от нормы, пользователю направляется уведомление. Цена на систему формируется по запросу по форме, указанной на сайте [30]. Другой проект под названием «Умный улей» SHive [31] собирает показания температуры и влажности внутри улья, его массы и акустических колебаний. Затем эти данные отправляются по радиоканалу LoRa на приемное устройство у пчеловода [31]. Цена и дальнейшая реализация этой системы не известны. В системе «Beewise» [32] заявлена борьба с вредителями с помощью нехимической обработки, автономное предотвращение роения, автоматизированное кормление, автоматизированный сбор меда; входы в ульи могут быть закрыты дистанционно перед применением пестицидов [32]. За обслуживание такой системы производителем установлена абонентская плата 400$ в месяц за каждые 24 улья, что может быть нерентабельно для применения в частном пчеловодстве.
Таблица 1 Коммерческие электронные системы для удаленного мониторинга здоровья пчелиных семей
Таблица 2 Исследовательские проекты электронных систем для удаленного мониторинга здоровья пчелиных семей
В качестве исследовательских проектов в литературе найдены следующие системы, использующие беспроводные сенсорные сети WSN (табл. 2). Так, Рыбиным с соавт., 2018 предложена система, которая собирает данные о массе, температуре и влажности внутри каждого улья и отправляет их на дальнейшую обработку и хранение на удаленный сервер по беспроводной связи (вид которой авторами не указывается) [5]. Григоряном с соавт., 2019 реализована система передачи тех же самых физических параметров, которые собираются внутри пасеки на базовый улей по NRF (радиосвязь), а затем по GSM (Интернет) эти данные отправляются на сервер. Также авторами заявлена автономная работа устройства от аккумулятора до 6 мес [2]. В работе Гаитова Р. и Мухамадиева А., 2020 представлена информационно-измерительная и управляющая система мониторинга пчелосемей, которая включает: систему видеонаблюдения с нейронной сетью, позволяющую повысить качество мониторинга за счет контроля поведения пчел и матки; акустический анализ с помощью микрофона с использованием для обработки сигнала нейронной сети с целью определения роевого состояния, грозовых погодных условий, интенсивности работы пчел в улье; метеостанцию, позволяющую наблюдать за дополнительными параметрами, такими как температура и влажность воздуха окружающей среды, интенсивность солнца, благодаря чему можно прогнозировать поведение семьи; облачное хранение данных, позволяющее пчеловоду наблюдать за пасекой удаленно в режиме реального времени и иметь доступ к данным из любой точки мира. Также внутри пасеки организована радиопередача (вид которой не указан) на базовый улей. База передаёт данные по связи GSM на сервер [1]. В работе Побединского А. и Побединского В., 2023 экспериментально выполнена оценка возможностей нового метода мониторинга пчелиных ульев и популяций пчёл. Реализованная система мониторинга включает считыватель, RFID-метки и компьютер с установленной для обработки информации программой. Питание осуществляется от сети или от автономных источников. При установке RFID-меток на рамки парным способом система определяет их общую диэлектрическую проницаемость, которая уменьшается или нарастает по мере наполнения или уменьшения сотовых рамок медом. Предлагаемая авторами архитектура системы позволяет получать данные о продуктивности пчел на расстоянии до 200 м, что может являться низким значением для удалённых пасек [4]. Следующими исследователями Cecchi et al., 2020 представлена мультисенсорная платформа с интеллектуальной сенсорной системой для долгосрочного измерения физических величин, связанных с состоянием улья, в режиме реального времени. Это масса улья, звуки, издаваемые пчелами, температура, влажность и уровень CO2. В данных исследованиях показано, как в полевых условиях объединение измерений различных датчиков может дать представление о состоянии пчелиной семьи, ее взаимодействии с окружающей средой и влиянии климатических условий. Однако питание этой системы осуществляется за счет общей сети, а передача данных реализуется при помощи WI-FI [13]. Другое техническое решение от Wachowicz A. et al., 2022 с использованием камер позволяет контролировать пчел и обнаруживать их заражение V. destructor. Данное устройство захватывает и обрабатывает видеопотоки (при помощи модуля Nvidia Jetson Nano) и анализирует их с использованием периферийных вычислений, где создает глобальную коллекцию случаев в облаке. Результаты экспериментов авторов показывают, что процесс заражения клещами можно определять в режиме реального времени, сохраняя при этом эффективность аналогичную альтернативным подходам [26]. В работе Bratek et al., 2021 предложен новый подход к построению автономного датчика веса электронных весов для ульев, составляющего важнейшую часть оборудования, используемого в современном пчеловодстве. Основной целью исследования являлась демонстрация работы удаленной системы беспроводной сети ульев, приводящей к экономии человеческих энергоресурсов [12]. Другими авторами, Jiang et. al., 2016 на основе технологии WSN была разработана автоматическая система обнаружения медоносных пчел. В этом проекте авторами предложена новая конструкция пчелиного прохода, оснащенного инфракрасными светодиодными модулями обнаружения, чтобы различать входящие и выходящие потоки медоносных пчел. Данные зондирования, собранные системой, передаются беспроводными сенсорными узлами на ближайший шлюз. Затем шлюз отправляет их на серверную платформу по GPRS. Также эта система позволяет определять температуру и относительную влажность как окружающей среды, так и улья изнутри [20]. Другими авторами Ntawuzumunsi, E. et al., 2021 разработан прототип автономной интеллектуальной системы мониторинга и управления ульем (Smart Beehive Monitoring and Control System (SBMaCS), объединяющий различные датчики, такие как датчик температуры, датчик влажности, датчик веса, датчик движения и датчик пламени. Также авторы представили различные модели получения энергии для самостоятельного питания устройства SBMaCS путем ее сбора из вибраций взрослых пчел с помощью пьезоэлектрического преобразователя и использования радиочастотной энергии. Дополнительно они разработали приложение для мобильных телефонов, которое взаимодействует с аппаратным обеспечением SBMaCS для мониторинга и управления различными параметрами, связанными с ульями [23]. В ходе настоящего исследования установлено, что для использования беспроводных мультисенсорных сетей (WSN) необходим комплекс измерений, таких как масса улья, звуки, издаваемые пчелами, температура и влажность (внутри и снаружи улья) и уровень CO2 (внутри и снаружи улья). Важны независимость устройств от внешних источников питания, отсутствие абонентской платы за их использование и применение искусственного интеллекта. При этом не выявлено коммерческих и исследовательских проектов, которые соответствуют всем вышеперечисленным критериям. Но некоторые из них максимально близки ним. Например, исследовательский проект Gil-Lebrero et al., 2016, где была разработана, по мнению авторов, недорогая и надежная система мониторинга ульев на основе WSN для измерения температуры, относительной влажности и массы ульев в режиме реального времени. В отличие от других систем мониторинга ульев, данная система выполняет синхронизированный сбор образцов со всех ульев пасеки сразу на локальный сервер (без использования шлюза) при помощи бесплатной радиосвязи LoRa. Кроме того, на случай отключения электроэнергии узлы включают в себя резервную батарею для дальнейшего сбора и хранения данных, которые могут отправляться после восстановления связи. Использование локального сервера базы данных является новинкой по сравнению с другими системами беспроводного мониторинга пчел [17]. Но, по нашему мнению, включение в архитектуру системы радиомодуля дальнего радиуса действия (с целью удаленного мониторинга) в каждом отдельном улье произведет значительное удорожание системы, а считывание только трех физических параметров этим устройством не даст максимально полную оценку состояния медоносных пчел. Также интересен другой исследовательский проект Debauche O. еt al., 2018, где без абонентской платы реализована передача данных: температуры, влажности, концентрации газов (угарный, этанол), вибрации. Причем, авторами добавлено в архитектуру системы измерение атмосферного давления [15], которое может иметь важное значение для точной идентификации заболеваний или других проблем у пчелиных семей в комплексе измерений физических величин. Это подтверждают данные, полученные в исследовании Adonyeva N. et. al., 2021, где выявлена связь между атмосферным давлением и плодовитостью мух дрозофил лабораторной популяции [8]. При этом авторами приводятся сведения о влиянии данного показателя на брачное поведение, продолжительность жизни, летные качества насекомых. Считаем, что в архитектуре системы удалённого мониторинга необходимо учитывать и другие факторы, такие как колебания температуры во внешней среде в связи с недавними исследованиями Cook D. et al., 2022, где выявлена взаимосвязь температуры внутри улья с ежедневными колебаниями погодных условий. Использование датчика температуры только внутри улья может скрыть изменения, вызванные активностью пчел, или показать ложные. Поэтому необходимо использовать парные датчики температуры (внутри и снаружи улья) для корректировки таких колебаний [14]. Также вызывает огромный интерес и использование искусственного интеллекта в системах удаленного мониторинга. Так, Wachowicz A. et al., 2022 используют видеокамеры с применением нейронной сети для идентификации заражения пчел клещами, определения активности насекомых и их подсчета [26]. В другой работе Гаитовым Р. и Мухамадиевым А., 2020 предложена обработка звука и видеопотоков для определения роевого состояния, интенсивности работы пчел и их подсчета [1]. Машинное обучение используется и в коммерческих проектах: BumbTech, Beewise, в улье от компании Dell, где происходит контроль жизнедеятельности пчел на основе компьютерного зрения (камеры) [29]. В проекте BumbTech компании «Пчелиный дом» [30] для удаленного мониторинга и контроля опыления сельскохозяйственных культур вблизи ульев с применением Интернета вещей (IoT) собирают следующие данные (от одного или более ульев): температура, влажность, уровень углекислого газа, данные видеонаблюдения, акустический фон и вибрации – внутри и снаружи улья, вес улья, координаты расположения на местности. Система осуществляет обмен данными между IoT-устройствами и IoT-платформой с помощью одного или более модулей связи. Передача данных от устройств до облачной платформы (или вычислительного модуля) происходит посредством сети Интернет: GSM или LTE (NB-IoT, CAT M), WCDMA [7]. Но, как правило, для таких удаленных устройств с видеокамерами повышается энергопотребление и появляется необходимость в использовании солнечных панелей, и, соответственно, цена на такие устройства возрастает (в том числе за счет стоимости самих видеокамер). Возможные проблемы при использовании солнечных панелей указывает Ntawuzumunsi, E. et al., 2021 считая, что питание систем таким способом является не лучшим выбором, так как этот источник энергии имеет зависимость от погодных условий. Также ульи могут располагаться в районах, окруженных деревьями, что затрудняет попадание света на солнечную панель [23]. При этом Bratek, P. et al., 2021 указывает на то, что энергоэффективность систем удаленного мониторинга является ключевым моментом и при использовании GSM с передачей данных по GPRS. Так, во многих местах, особенно среди пахотных полей или лесов, где часто имеется проблема низкого качества связи, происходит увеличение времени, необходимого для выбора подходящего мобильного оператора и установления соединения для передачи данных. А это приводит к более высокому энергопотреблению и увеличению спроса на энергию [12]. Заключение. Таким образом, при удаленном расположении пасек для своевременного выявления проблем со здоровьем медоносных пчел необходимы беспроводные сенсорные сети (WSN). Мультисенсорные платформы на их основе, считывающие в комплексе такие физические величины как звук (внутри улья), масса улья, температура и влажность (внутри и снаружи улья), концентрация углекислого газа (внутри и снаружи улья) и атмосферное давление, будут иметь важное значение для идентификации проблем на удаленных пасеках. Дополнительные критерии, такие как простая встраиваемость в улей любого типа, цена на устройство, возможность автономного питания, энергоэффективность, отсутствие абонентской платы за использование, вероятно, будут основной концепцией при использовании таких систем у пчеловодов. В системах удаленного мониторинга, использующих искусственный интеллект для определения активности и заболеваний пчел при помощи видеокамер, возникает повышенное энергопотребление устройств, которое влечет за собой использование дополнительных источников питания (например, солнечных панелей), и тем самым происходит значительное удорожание таких систем. Поэтому нейронные сети более целесообразно применять в системах, считывающих комбинацию различных физических величин, для существенного снижения ручного труда при анализе полученных данных. Также для работы таких устройств актуально использование бесплатной связи LoRa, которая должна применяться в районах с низким качеством связи GSM, или других технологий радиосвязи, например, LTE-M, LTE-MTC («Long-Term Evolution Machine Type Communication»), или Low Power Wide Area (LPWAN) [15, 17, 19], которые обладают низким энергопотреблением. Использование в архитектуре системы пьезоэлектрических устройств для сбора энергии от вибрации пчел, электромагнитных волн и энергии из окружающей среды, в которой расположен улей [23], вероятно получит развитие в ближайшем будущем. Данное исследование выполнено во Всероссийском научно-исследовательском институте ветеринарной энтомологии и арахнологии Тюменского научного центра Сибирского отделения Российской академии наук в рамках государственного задания Министерства науки и высшего образования Российской Федерации (FWRZ-2021-0018). Список литературы: 1. Гаитов Р., Мухамадиев А. Информационно-измерительная и управляющая Система мониторинга пчелосемей. 2020; (2 (16): 112-119. 2. Григорьян Л., Коваленко М., Григорьян А., Парошин Д. Интеллектуальная система мониторинга пчелиных ульев. Аграрный научный журнал. 2019; (10): 59-65. 3. Домацкая Т. Ф., Домацкий А. Н. Терапевтическая эффективность варропласта М при варроатозе в осенний период. Вестник КрасГАУ. 2023; (4): 125-130. 4. Побединский А., Побединский В. Способ мониторинга пчелиных ульев и популяций пчёл. Известия Оренбургского государственного аграрного университета. 2023; (6 (104): 198-204. 5. Рыбин В., Пестров Д., Копец Е., Тутуева А. Встраиваемая система удаленного мониторинга состояния пасеки. Теоретический и научно-практический журнал. 2018; (97): 12-19. 6. Алейников А. Ю. и [др.]. Приложение под ОС Android для мониторинга и контроля состояния пчелиных ульев. Патент № 2023610221. 7. Денисов М. А., Карпов А. Н. Способ удаленного мониторинга и контроля опыления сельскохозяйственных культур вблизи ульев с применением интернета вещей (IOT) и система для его осуществления. Патент № 2783299: 26 с. 8. Adonyeva N. et al. Link between Atmospheric Pressure and Fertility of Drosophila Laboratory Strains. Insects. 2021; (12 (10): 947. 9. Bahreini R. et al. The Potential of Bee-Generated Carbon Dioxide for Control of Varroa Mite (Mesostigmata: Varroidae) in Indoor Overwintering Honey bee (Hymenoptera: Apidae) Colonies. Journal of Economic Entomology. 2015; (108 (50): 2153-2167. 10. Batz P. et al. Semi-automatic detection of honeybee brood hygiene-an example of artificial learning to facilitate ethological studies on social insects Biology Methods and Protocols. 2022; (7 (1). 11. Bencsik M. et al. Monitoring System for Carbon Dioxide in Honeybee Hives: An Indicator of Colony Health Sensors. 2023; (23 (7): 3588. 12. Bratek P. et al. Energy-Efficient Wireless Weight Sensor for Remote Beehive Monitoring. Sensors. 2021; (21): 6032. 13. Cecchi S. et al. Smart Sensor-Based Measurement System for Advanced Bee Hive Monitoring. Sensors. 2020; (20 (9): 2726. 14. Cook D. et al. Journal of Economic Entomology. 2022; (115 (3): 715-723. 15. Debauche O. et al. Web Monitoring of Bee Health for Researchers and Beekeepers Based on the Internet of Things. https:// orbi.uliege.be/bitstream/2268/220919/1/FAMS_31_5444.pdf. 16. Ferrari S. et al. Monitoring of swarming sounds in bee hives for early detection of the swarming period. Computers and Electronics in Agriculture. 2008; (64 (1): 72-77. 17. Gil-Lebrero S. et al. Honey Bee Colonies Remote Monitoring System. Sensors. 2016; (17 (12): 55. 18. Hou C. S. et al. Effects of Varroa destructor on temperature and humidity conditions and expression of energy metabolism genes in infested honeybee colonies. Genetics and Molecular Research. 2016; (15 (3). 19. Islam M. et al. Future Industrial Applications: Exploring LPWAN-Driven IoT Protocols. Sensors. 2024; (24). 20. Jiang J. A. et al. A WSN-based automatic monitoring system for the foraging behavior of honey bees and environmental factors of beehives. Computers and Electronics in Agriculture. 2016; (123): 304-318. 21. Kulyukin V. et al. Classification of audio samples by convolutional networks in audiobeehive monitoring. Bulletin of Tomsk State University. 2018; (45): 68-75. 22. Meikle W. G. et al. Application of continuous monitoring of honeybee colonies. Apidologie. 2014; (46 (1): 10-22. 23. Ntawuzumunsi E. et al. Self-Powered Smart Beehive Monitoring and Control System (SBMaCS). Sensors. 2021; (21 (10): 3522. 24. Ohashi M. et al. Observation system for the control of the hive environment by the honeybee (Apis mellifera). Behavior Research Methods. 2009; (41 (3): 782-786. 25. van Dooremalen C. et al. Bridging the Gap between Field Experiments and Machine Learning: The EC H2020 B-GOOD Project as a Case Study towards Automated Predictive Health Monitoring of Honey Bee Colonies. Insects. 2024; (15 (1): 76. 26. Wachowicz A. et al. Edge Computing in IoT-Enabled Honeybee Monitoring for the Detection of Varroa Destructor. International Journal of Applied Mathematics and Computer Science. 2022; (32): 355-369. 27. Wakjira K. et al. Smart apiculture management services for developing countries-the case of SAMS project in Ethiopia and Indonesia. PeerJ Computer Science. 2021; (7): e484. 28. A smart hive. https://yylei.by. 29. A full hive of technology. https://zoom.cnews.ru/publication/it em/56122?ysclid=m53kwbcsax145555352 30. Hardware and software complex for monitoring the condition of the bee hive ‘Bee House’. https://bumbtech.com/ 31. NSTU NET students have developed a smart hive. https://www. nstu.ru/announcements/news_more?idnews=130784&ysclid=lumax8 67uo437420172 32. Saving bees to feed the world. https://beewise.ag/home Сведения об авторах: Левченко Алексей Михайлович, студент ФГАОУ ВО «Тюменский государственный университет»; 625003, Тюменская область, г. Тюмень, ул. Володарского, 6; e-mail: aleksey-levchenko-3@mail.ru. Ответственный за переписку с редакцией: Левченко Михаил Алексеевич, кандидат ветеринарных наук, заведующий лабораторией ветеринарных проблем в животноводстве Всероссийского научно-исследовательского институт ветеринарной энтомологии и арахнологии – филиала ФГБУН Федерального исследовательского центра Тюменского научного центра Сибирского отделения Российской академии наук; 625041, Тюменская область, г. Тюмень, ул. Институтская, 2; тел.: 8-3452-258558; e-mail: levchenko-m-a@mail.ru. Заявленный вклад авторов: Левченко М. А.: разработка концепции, курирование данных, разработка методологии, административное руководство исследовательским проектом, предоставление ресурсов, научное руководство, написание рукописи – рецензирование и редактирование. Левченко А М.: проведение исследования, валидация результатов, визуализация, написание черновика рукописи, редактирование. Конфликт интересов: авторы заявляют об отсутствии конфликта интересов.
|
|
| 2011 © Ветеринария Кубани | Разработка сайта - Интернет-Имидж | |
|---|---|---|