Oregonská státní univerzita patří v USA k významným pracovištím zaměřeným na výzkum opylovačů a zemědělské ekologie. Její výzkumný tým nyní představil cenově dostupnou metodu využívající vzdálené kamery a umělou inteligenci, která dokáže automaticky monitorovat populace čmeláků. Výsledky studie publikované v časopise Remote Sensing in Ecology and Conservation ukazují, že nová technologie dokáže spolehlivě nahradit dosavadní náročné postupy a pomoci při ochraně ohrožených druhů hmyzu i při podpoře zemědělské produkce.
- Tým z Oregonské státní univerzity vyvinul levný systém neinvazivního sledování čmeláků pomocí kamer a AI.
- Zařízení při testu v jetelovém poli zaznamenalo šest druhů čmeláků a dosáhlo stejné přesnosti jako smrtící pasti.
- Výzkumníci přilákali hmyz pomocí terčového vizuálního vzoru a snímky vyhodnocovali dělenými AI modely.
Sledování hmyzích populací v přírodě se dosud potýkalo s výraznými omezeními. Vědci se tradičně spoléhají buď na odchytové pasti, které jsou však pro hmyz smrtící, nebo na přímé pozorování s odchytovými sítěmi. Ruční sběr dat je ale nesmírně náročný na čas, lidskou sílu i finance. Ačkoli předchozí výzkumy ukázaly možnost využití fotopastí u nočního hmyzu, jako jsou můry lákané na světlo, u denních opylovačů chyběl efektivní způsob, jak je před objektiv přilákat a automaticky rozpoznat.
Vizuální terče a hluboké učení přinesly přesné výsledky
Výzkumníci sestavili kamerový systém z běžně dostupných komerčních komponentů a nainstalovali jej během kvetení na poli semenného jetele červeného v laboratoři Hyslop Field Research Laboratory v Corvallis. Aby zbrusu nový systém prověřili, porovnali jeho výsledky s tradičním odchytem do sítí a do takzvaných modrých miskových pastí (blue vane traps).
Kamerový systém zachytil celkem šest druhů čmeláků a v rozmanitosti druhů se téměř přesně shodoval s tradičními metodami. K přilákání čmeláků vědci vyzkoušeli různé vizuální vzory umístěné za kamerami. Zjistili, že vzor v podobě terče (bullseye) přilákal výrazně více návštěv čmeláků než jednobarevné pozadí.
Speciálně upravené modely hlubokého učení, které snímky dělí na menší úseky, dokázaly čmeláky rozpoznat výrazně úspěšněji než systémy vyhodnocující celé fotografie najednou.
Přesnější data pomohou ochranářům i zemědělcům
Při ochraně přírody hraje čas a přesnost dat klíčovou roli. Několik druhů čmeláků v současnosti čelí úbytku a čeká na posouzení žádostí o zařazení pod americký zákon o ohrožených druzích (Endangered Species Act). Právě nedostatek informací z rozsáhlých území dosud komplikoval úřední rozhodování o tom, zda má být konkrétní druh prohlášen za ohrožený a jaká území je nutné chránit jako jeho přirozené prostředí.
Sledování opylovačů na velkých rozlohách bylo dosud prakticky neuskutečnitelné, př přitom právě zemědělství je na opylování plodin životně závislé.
Vedoucí výzkumu Michael Getz z Biodiversity Research Institute v Maine, který projekt zahájil během svých magisterských studií na Oregon State University, zdůraznil, že nový nástroj umožňuje sledovat populace hmyzu levně a v velkém měřítku. Na výzkumu se podíleli také docent pro zdraví opylovačů Andony Melathopoulos, odborník na taxonomii včel Lincoln Best, profesorka fyziky Oksana Ostroverkhova a odborný asistent Tim Warren z Oregonské státní univerzity. Technologie otevírá cestu k získávání detailnějších dat, která zpřesní ochranu přírody bez nutnosti zbytečného úbytku sledovaných živočichů.
Myslíte si, že by se podobné automatizované kamerové systémy měly využívat i při sledování ohrožených druhů v české přírodě? Podělte se o svůj názor v diskusi.
