雷达技术可精准区分昆虫物种，助力传粉者监测

蜜蜂和其他传粉昆虫在食物链和农作物授粉中发挥着至关重要的作用，然而对其进行监测一直是个难题。为此，研究人员开发出一种雷达系统，有望提供一种低成本、无侵入性的传粉者追踪方式。

传统的传粉昆虫识别方法不仅耗时费力，通常还需要捕捉并杀死昆虫才能进行近距离观察。为寻找更好的监测方法，科学家们尝试开发利用机器学习自动识别昆虫的视觉系统。

然而，这类机器学习系统面临一个主要瓶颈——难以获取可用图像，原因包括光线变化、恶劣天气、复杂背景等，更不用说许多昆虫在被接近时会立即飞走。

因此，欧洲的研究人员转而分析昆虫的雷达扫描图像。这并非全新思路——科学家们数十年来一直使用雷达研究迁徙性昆虫，但此前的研究主要聚焦于在高空大量飞行的昆虫，而非像传粉者那样在低空单独飞行、穿梭于花丛之间的个体。

丹麦科技大学空间研究与技术副教授亚当·纳尔布多维奇表示："单只昆虫产生的雷达反射信号通常非常微弱，仅凭某一时间点的单次观测，可能根本无法检测到它们。"

他进一步解释道："我们希望通过对较长时间内的信号进行积累整合来实现对昆虫的探测。"具体而言，研究团队重点关注昆虫振翅产生的微多普勒特征——这是雷达反射中由翅膀抖动等微小运动引发的独特时变模式。微多普勒特征使雷达系统能够识别物体之间更细微的差异，例如帮助系统区分鸟类和无人机。

研究人员选择毫米波作为雷达系统的工作频段，因为该波长与昆虫体型的匹配度优于射频频谱的其他波段。毫米波也已被应用于新一代蜂窝网络。

纳尔布多维奇及其同事在都柏林圣三一大学校园内采集了五种传粉昆虫样本，包括蜜蜂和普通黄蜂，以此训练机器学习模型。研究人员将每个物种的多只个体分别置于毫米波天线上方的小型塑料圆筒中，记录其雷达特征信号，随后将昆虫放归自然。

"起初我们真的不确定这能否奏效，因为昆虫体型太小，我们处理的微多普勒信号也极为微弱。"纳尔布多维奇坦言。

研究团队让模型分析了昆虫雷达反射的70余种不同特征，不仅涵盖振翅频率，还包括翅膀运动变化速率及反射信号强度。相关研究成果已于4月28日发表在学术期刊《PNAS Nexus》上。

"看到不同物种以各自独特的方式扇动翅膀，并且这种差异能够在雷达信号中被观测到，实在令人着迷。"纳尔布多维奇说，"直接观察原始信号时难以捕捉所有细微差别，但借助充分的机器学习训练，这些差异便可被清晰区分。"

该模型对五种昆虫的物种级分类准确率达到85%。在更宏观的层面上，区分四种蜜蜂和一种黄蜂——两个不同科的昆虫——时，准确率更高达96%。

研究还发现，昆虫在雷达波束范围内停留时间越长，物种识别准确率越高——例如，0.1秒时准确率为75%，1秒时则提升至84%。研究人员建议开发类似陷阱的装置，让昆虫飞入其中接受系统检测，分析完成后无害释放。

"我们所使用的功率水平低于可能对昆虫造成伤害的阈值。"纳尔布多维奇指出，"相比之下，传统昆虫诱捕器依靠氰化物毒液将昆虫淹死。"

尽管本次研究仅聚焦于传粉昆虫，但研究人员指出，该技术同样有助于追踪害虫和入侵物种。目前，纳尔布多维奇团队正致力于开发可携带、可野外部署的技术版本。从长远来看，研究人员希望收集更多昆虫雷达特征数据，构建一个全球性数据库，实现对系统探测范围内任何昆虫的即时分类识别。

该数据库还可纳入温度、湿度等环境数据，以研究这些因素如何影响振翅频率及传粉者的其他特征。研究人员认为，未来这一数据库还有望通过监测振翅模式的异常变化，追踪昆虫行为的动态演变。

Q&A

Q1：雷达系统是如何区分不同昆虫物种的？

A：该雷达系统通过分析昆虫振翅产生的微多普勒特征来区分物种。这些特征是雷达反射中由翅膀微小运动引发的独特时变模式。研究人员训练机器学习模型分析超过70种雷达反射特征，包括振翅频率、翅膀运动变化速率和反射信号强度，最终实现了85%的物种级分类准确率，区分蜜蜂和黄蜂两个科时准确率更达96%。

Q2：这套雷达监测系统会伤害昆虫吗？

A：不会。研究人员明确表示，该系统使用的功率水平低于可能对昆虫造成伤害的阈值。被检测的昆虫在完成分析后会被无害释放。与之形成对比的是，传统昆虫诱捕器通常依靠氰化物毒液杀死昆虫，而该雷达系统提供了一种真正无侵入性的监测方式。

Q3：昆虫雷达监测系统未来有哪些应用方向？

A：除监测传粉昆虫外，该技术还可用于追踪害虫和入侵物种。研究团队目前正在开发可携带、可野外部署的版本，并计划构建一个全球性昆虫雷达特征数据库，纳入温度、湿度等环境数据，实现对任意昆虫的即时识别，并通过监测振翅模式异常变化来追踪昆虫行为动态。