Ong và các loài côn trùng thụ phấn khác đóng vai trò quan trọng trong chuỗi thức ăn và quá trình thụ phấn cho cây trồng, song việc giám sát chúng lại gặp nhiều khó khăn. Do đó, các nhà nghiên cứu đã phát triển một hệ thống radar có thể mang lại phương pháp theo dõi côn trùng thụ phấn hiệu quả về chi phí và không xâm lấn.
Theo truyền thống, việc xác định côn trùng thụ phấn thường phức tạp và tốn thời gian, đồng thời yêu cầu bắt và giết côn trùng để quan sát kỹ lưỡng. Để tìm ra phương pháp giám sát côn trùng thụ phấn tốt hơn, các nhà khoa học đang phát triển các hệ thống thị giác sử dụng học máy (machine learning) để tự động phân loại côn trùng.
Tuy nhiên, một hạn chế lớn của các hệ thống này là
Ong và các loài côn trùng thụ phấn khác đóng vai trò quan trọng trong chuỗi thức ăn và quá trình thụ phấn cho cây trồng, tuy nhiên việc giám sát chúng lại gặp nhiều khó khăn. Vì vậy, các nhà nghiên cứu đã phát triển một hệ thống radar có thể mang lại phương pháp theo dõi côn trùng thụ phấn hiệu quả về chi phí và không xâm lấn.
Theo truyền thống, việc xác định côn trùng thụ phấn rất phức tạp và tốn thời gian, thường đòi hỏi phải bắt và giết côn trùng để quan sát kỹ. Để tìm ra một phương pháp tốt hơn để giám sát côn trùng thụ phấn, các nhà khoa học đang phát triển các hệ thống thị giác sử dụng học máy để tự động phân loại côn trùng.
Tuy nhiên, một hạn chế lớn mà các hệ thống học máy này phải đối mặt là việc thu thập hình ảnh khả dụng, do các vấn đề như ánh sáng thay đổi, thời tiết xấu và nền lộn xộn – chưa kể nhiều côn trùng có thể bay đi khi bị tiếp cận.
Đó là lý do tại sao các nhà nghiên cứu ở châu Âu đã phân tích các bản quét radar của côn trùng. Đây không phải là một ý tưởng mới – các nhà khoa học đã sử dụng radar trong nhiều thập kỷ để nghiên cứu côn trùng di cư. Tuy nhiên, nghiên cứu đó chủ yếu tập trung vào côn trùng bay với số lượng lớn ở độ cao, thay vì những côn trùng đơn lẻ bay gần mặt đất, như côn trùng thụ phấn khi ghé thăm hoa.
Adam Narbudowicz, Phó Giáo sư nghiên cứu và công nghệ không gian tại Đại học Công nghệ Đan Mạch, cho biết: “Thông thường, tín hiệu phản xạ radar từ một côn trùng rất yếu. Có lẽ không thể phát hiện chúng chỉ bằng cách nhìn vào một thời điểm duy nhất”.
Thay vào đó, Narbudowicz giải thích: “Chúng tôi hy vọng có thể phát hiện côn trùng bằng cách tích hợp tín hiệu trong thời gian dài hơn”. Cụ thể, họ tập trung vào cách các nhịp đập cánh của côn trùng tạo ra các dấu hiệu micro-Doppler – các mẫu thay đổi theo thời gian đặc trưng trong phản xạ radar phát sinh từ các chuyển động nhỏ như rung lắc. Các dấu hiệu micro-Doppler cho phép hệ thống radar xác định những khác biệt tinh tế hơn giữa các vật thể, điều này có thể giúp hệ thống phân biệt giữa chim và máy bay không người lái.
**Radar sóng milimet cho côn trùng thụ phấn**
Các nhà khoa học đã chọn sóng milimet cho hệ thống radar của họ, vì những bước sóng đó phù hợp với kích thước côn trùng hơn các phần khác của phổ tần số vô tuyến. Sóng milimet cũng đã được sử dụng trong các thế hệ mạng di động gần đây.
Narbudowicz và các đồng nghiệp đã huấn luyện một mô hình học máy trên năm loài côn trùng thụ phấn, bao gồm ong mật và ong bắp cày thông thường, được bắt tại khuôn viên của Trinity College Dublin. Một số cá thể của mỗi loài được đặt riêng lẻ trong các ống nhựa nhỏ trên đỉnh một ăng-ten sóng milimet, ghi lại các dấu hiệu radar của chúng. Sau đó, các côn trùng được thả ra.
Narbudowicz nói: “Ban đầu, chúng tôi thực sự không chắc liệu nó có hoạt động hay không, vì côn trùng rất nhỏ và tín hiệu micro-Doppler mà chúng tôi làm việc rất yếu”.
Các nhà khoa học đã yêu cầu mô hình của họ phân tích hơn 70 đặc điểm khác nhau của phản xạ radar từ côn trùng. Những đặc điểm này không chỉ bao gồm tần số đập cánh, mà còn cả tốc độ thay đổi chuyển động cánh của côn trùng và cường độ phản xạ. Các nhà nghiên cứu đã trình bày chi tiết phát hiện của họ vào ngày 28/4 trên tạp chí PNAS Nexus.
Những khác biệt nhỏ trong phản xạ radar, được gọi là dấu hiệu micro-Doppler, có thể đủ để phân biệt giữa các loài côn trùng khác nhau. Linta Antony, Cian White, và các cộng sự.
Narbudowicz nói: “Thật hấp dẫn khi thấy các loài khác nhau sử dụng cánh của chúng theo những cách khác nhau, và điều này cũng có thể quan sát được trong tín hiệu radar. Khi nhìn vào tín hiệu thô, rất khó để nắm bắt tất cả các chi tiết tinh tế, nhưng với đủ…”
máy học, có thể phân biệt được những loài đó”.
Mô hình này có khả năng phân loại năm loài côn trùng đến cấp độ loài với độ chính xác 85%. Khi phân biệt rộng hơn giữa bốn loài ong và một loài ong bắp cày – hai họ côn trùng khác nhau – độ chính xác đạt 96%.
Các nhà nghiên cứu nhận thấy độ chính xác trong việc nhận dạng loài được cải thiện khi côn trùng ở trong chùm tia radar lâu hơn. Ví dụ, độ chính xác tăng từ 75% khi côn trùng ở trong chùm tia 0,1 giây lên 84% khi ở trong 1 giây. Họ đề xuất phát triển các cấu trúc giống bẫy để côn trùng có thể bay vào trong khi hệ thống kiểm tra chúng, sau đó côn trùng sẽ được thả ra an toàn sau khi phân tích hoàn tất.
Narbudowicz cho biết: “Mức năng lượng chúng tôi sử dụng thấp hơn mức có thể gây hại cho côn trùng”. So sánh với “một bẫy côn trùng truyền thống dựa vào việc dìm côn trùng trong chất lỏng xyanua độc hại”.
Mặc dù nghiên cứu này chỉ tập trung vào các loài thụ phấn, các nhà khoa học lưu ý rằng nó cũng có thể giúp theo dõi sâu bệnh và các loài xâm lấn. Narbudowicz và các đồng nghiệp hiện muốn phát triển một phiên bản công nghệ di động, có thể triển khai tại hiện trường. Cuối cùng, các nhà khoa học mong muốn thu thập thêm các tín hiệu radar của côn trùng để xây dựng một cơ sở dữ liệu toàn cầu, cho phép phân loại tức thì bất kỳ loài côn trùng nào trong phạm vi của hệ thống.
Cơ sở dữ liệu cũng có thể bao gồm dữ liệu môi trường như nhiệt độ và độ ẩm để xem các yếu tố đó có thể ảnh hưởng đến tần số đập cánh và các đặc điểm khác của loài thụ phấn như thế nào. Các nhà nghiên cứu cho rằng cơ sở dữ liệu này một ngày nào đó cũng có thể giúp giám sát sự thay đổi trong hành vi thông qua những thay đổi bất thường trong kiểu đập cánh.
Nguồn tin: IEEE Spectrum AI — Tác giả: Charles Q. Choi. Bản dịch tiếng Việt do AI thực hiện, có thể có sai sót.