Name: تحلق كشف وتصنيف الحشرات مع مجسات رخيصة (فيديو) | JoVE Journal
Uploaded: 2014-10-15T15:00:00.000+00:00
Duration: 5 min 16 s
Description: اكتشف طريقة رخيصة لرصد الحشرات الطائرة وتصنيفها باستخدام مجسات ضوئية صوتية. يوفر النظام دقة عالية ورصدًا فوريًا لدراسات البيئة وإدارة الآفات.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

نود أن نشكر مؤسسة فودافون الأمريكتين، ومؤسسة بيل وميليندا غيتس، ومؤسسة أبحاث ساو باولو (FAPESP) لتمويل هذا البحث. ونود أيضا أن نشكر العديد من أعضاء هيئة التدريس من قسم علم الحشرات في جامعة كاليفورنيا، ريفرسايد، لنصائحهم في هذا المشروع.

<ol><li>Kahn, M. C., Celestin, W., Offenhauser, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Recording+of+sounds+produced+by+certain+disease-carrying+mosquitoes%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Recording of sounds produced by certain disease-carrying mosquitoes.</a> Science. 101 (2622), 335-336 (1945).</li>
<li>Reed, S. C., Williams, C. M., Chadwick, L. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Frequency+of+wing-beat+as+a+character+for+separating+species+races+and+geographic+varieties+of+Drosophila%5BTitle%5D)+AND+%22Genetics%22%5BJournal%5D)">Frequency of wing-beat as a character for separating species races and geographic varieties of Drosophila.</a> Genetics. 27 (3), 349(1942).</li>
<li>Belton, P., Costello, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Flight+sounds+of+the+females+of+some+mosquitoes+of+Western+Canada%5BTitle%5D)+AND+%22Entomologia+experimentalis+et+applicata%22%5BJournal%5D)">Flight sounds of the females of some mosquitoes of Western Canada.</a> Entomologia experimentalis et applicata. 26 (1), 105-114 (1979).</li>
<li>Mankin, R. W., Machan, R., Field Jones, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((testing+of+a+prototype+acoustic+device+for+detection+of+Mediterranean+fruit+flies+flying+into+a+trap%5BTitle%5D)+AND+%22Proc.+7th+Int+Symp+Fruit+Flies+of+Economic+Importance%22%5BJournal%5D)">testing of a prototype acoustic device for detection of Mediterranean fruit flies flying into a trap.</a> Proc. 7th Int Symp Fruit Flies of Economic Importance. , 10-15 (2006).</li>
<li>Raman, D. R., Gerhardt, R. R., Wilkerson, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Detecting+insect+flight+sounds+in+the+field+Implications+for+acoustical+counting+of+mosquitoes%5BTitle%5D)+AND+%22Transactions+of+the+ASABE%22%5BJournal%5D)">Detecting insect flight sounds in the field Implications for acoustical counting of mosquitoes.</a> Transactions of the ASABE. 50 (4), 1481Forthcoming.</li>
<li>Moore, A., Miller, J. R., Tabashnik, B. E., Gage, S. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+identification+of+flying+insects+by+analysis+of+wingbeat+frequencies%5BTitle%5D)+AND+%22Journal+of+economic+entomology%22%5BJournal%5D)">Automated identification of flying insects by analysis of wingbeat frequencies.</a> Journal of economic entomology. 79 (6), 1703-1706 (1986).</li>
<li>Moore, A., Miller, R. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+identification+of+optically+sensed+aphid+%28Homoptera%3A+Aphidae%29+wingbeat+waveforms%5BTitle%5D)+AND+%22Annals+of+the+Entomological+Society+of+America%22%5BJournal%5D)">Automated identification of optically sensed aphid (Homoptera: Aphidae) wingbeat waveforms.</a> Annals of the Entomological Society of America. 95 (1), 1-8 (2002).</li>
<li>Li, Z., Zhou, Z., Shen, Z., Yao, Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+identification+of+mosquito+%28diptera%3A+Culicidae%29+wingbeat+waveform+by+artificial+neural+network%5BTitle%5D)+AND+%22Artificial+Intelligence+Applications+and+Innovations%22%5BJournal%5D)">Automated identification of mosquito (diptera: Culicidae) wingbeat waveform by artificial neural network.</a> Artificial Intelligence Applications and Innovations. , 483-489 (2005).</li>
<li>Moore, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Artificial+neural+network+trained+to+identify+mosquitoes+in+flight%5BTitle%5D)+AND+%22Journal+of+insect+behavior%22%5BJournal%5D)">Artificial neural network trained to identify mosquitoes in flight.</a> Journal of insect behavior. 4 (3), 391-396 (1991).</li>
<li>Halevy, A., Norvig, P., Pereira, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+unreasonable+effectiveness+of+data%5BTitle%5D)+AND+%22Intelligent+Systems%2C+IEEE%22%5BJournal%5D)">The unreasonable effectiveness of data.</a> Intelligent Systems, IEEE. 24 (2), 8-12 (2009).</li>
<li>Mitigating the paucity-of-data problem exploring the effect of training corpus size on classifier performance for natural language processing. Banko, M., Brill, E. Proceedings of the first international conference on Human language technology research, , Association for Computational Linguistics. Stroudburg, PA. 1-5 (2001).</li>
<li>Shotton, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Real-time+human+pose+recognition+in+parts+from+single+depth+images%5BTitle%5D)+AND+%22Communications+of+the+ACM%22%5BJournal%5D)">Real-time human pose recognition in parts from single depth images.</a> Communications of the ACM. 56 (1), 116-124 (2013).</li>
<li>Ilyas, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Classifying+insects+on+the+fly%5BTitle%5D)+AND+%22Ecological+Informatics%22%5BJournal%5D)">Classifying insects on the fly.</a> Ecological Informatics. , (2013).</li>
<li>Mack, Y. P., Rosenblatt, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multivariate+k-nearest+neighbor+density+estimates%5BTitle%5D)+AND+%22Journal+of+Multivariate+Analysis%22%5BJournal%5D)">Multivariate k-nearest neighbor density estimates.</a> Journal of Multivariate Analysis. 9 (1), 1-15 (1979).</li>
<li>Benedict, M., Robinson, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+first+releases+of+transgenic+mosquitoes+an+argument+for+the+sterile+insect+technique%5BTitle%5D)+AND+%22TRENDS+in+Parasitology%22%5BJournal%5D)">The first releases of transgenic mosquitoes an argument for the sterile insect technique.</a> TRENDS in Parasitology. 19 (8), 349-355 (2003).</li>
<li>Chen, Y. Supporting Materials. , Available from: 
 <a target="_blank" href="https://sites.google.com/site/insectclassification">https://sites.google.com/site/insectclassification</a> Forthcoming.</li>
<li>Chen, Y., Why, A., Batista, G., Mafra-Neto, A., Keogh, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Flying+Insect+Classification+with+Inexpensive+Sensors%5BTitle%5D)+AND+%22Journal+of+Insect%22%5BJournal%5D)">Flying Insect Classification with Inexpensive Sensors.</a> Journal of Insect. 27 (5), 657-677 (2014).</li>
</ol>

تعلن الكتاب أنه ليس لديهم المصالح المالية المتنافسة.

الإطار الاستشعار / تصنيف الموصوفة هنا يسمح للتصنيف غير مكلفة وقابلة للمن الحشرات الطائرة. على دقة قابلة للتحقيق من قبل النظام هي جيدة بما فيه الكفاية للسماح تطوير المنتجات التجارية ويمكن أن تكون أداة مفيدة في البحث الحشري. إن القدرة على استخدام غير مكلفة، وأجهزة الاستشعار موسع لبدقة وبشكل تلقائي تصنيف الحشرات الطائرة لها انعكاسات مهمة البحث الحشري. على سبيل المثال، عن طريق نشر النظام في مجال الاعتماد وتصنيف الحشر...

فكرة تصنيف الحشرات تلقائيا باستخدام الصوت عرضية من رحلتهم يعود تاريخها إلى الأيام الأولى من أجهزة الكمبيوتر المتاحة تجاريا ومعدات تسجيل الصوت 1. ومع ذلك، فقد تم إحراز تقدم ضئيل على هذه المشكلة في العقود الفاصلة. ويمكن أن يعزى عدم إحراز تقدم في هذا السعي إلى عدة عوامل ذات الصلة. أولا، جعلت قلة من أجهزة الاستشعار فعالة لجمع البيانات صعبا. وقد استخدمت معظم الجهود لجمع البيانات الميكروفونات الصوتية 2-5. هذه الأجهزة هي حساسة للغاية لتصفية الضجيج والضوضاء المحيطة في البيئة، مما أدى إلى بيانات ضئيلة جدا وذات جودة منخفضة. الثانية، مما يضاعف هذه القضايا جودة البيانات هو حقيقة أن العديد من الباحثين قد حاولوا معرفة تصنيف نماذج معقدة للغاية، وخاصة الشبكات العصبية 6-8. محاولة لمعرفة نماذج تصنيف معقدة، مع مجرد عشرات الأمثلة،وصفة لالإفراط في تركيب. ثالثا، صعوبة الحصول على البيانات يعني أن حاول العديد من الباحثين على بناء نماذج تصنيف مع بيانات محدودة جدا، عدد قليل من الحالات 9 300 أو أقل. ومع ذلك، فمن المعروف أن لبناء نماذج تصنيف دقيقة، والمزيد من بيانات أفضل 10-13. ويتناول هذا العمل جميع القضايا الثلاث. البصرية (بدلا من الصوتية) يمكن استخدام أجهزة الاستشعار لتسجيل &quot;سليمة&quot; للطيران الحشرات من متر، مع الثابتية الكامل لتصفية الضوضاء والأصوات المحيطة. وقد سمحت هذه المجسات لتسجيل الملايين من حالات التدريب المسمى، أكثر بكثير من البيانات كل الجهود السابقة مجتمعة، وبالتالي يساعد على تجنب الجهود البحثية السابقة الإفراط المناسب التي يعاني منها. وهناك طريقة المبدئي هو مبين أدناه أن يسمح بإدراج معلومات إضافية في نموذج التصنيف. يمكن أن تكون هذه المعلومات الإضافية كما اليومية المعتادة كما وسهلة والحصول على الوقت من اليوم، ومع ذلك لا تزال تنتج مكاسب كبيرة في دقة النموذج. وأخيرا، أظهرت أن كميات هائلة من البيانات التي تم جمعها تسمح لنا للاستفادة من &quot;فاعلية غير معقولة من البيانات&quot; 10 لإنتاج المصنفات بسيطة ودقيقة وقوية. باختصار، انتقلت تحلق تصنيف الحشرات وراء مطالبات مشكوك فيها تم إنشاؤها في مختبر البحوث وجاهز الآن للنشر في العالم الحقيقي. وأجهزة الاستشعار والبرمجيات المقدمة في هذا العمل توفر أدوات قوية الباحثين في جميع أنحاء العالم لتسريع أبحاثهم.

<table><tbody><tr><td>مسجل الصوت: ICD-PX312</td><td>Sony</td><td>4-267-065-11 (2)</td> <td>مع ذاكرة microSD إضافية بسعة 8 جيجابايت</td></tr><tr><td>Insectary</td><td>Lee's Aquarium & منتجات الأليفة.</td><td>20088 HerpHaven & reg ؛ مستطيل كبير</td><td>14 1/2 بوصة طول × 8 3/4 بوصة عرض × 9 3/4 بوصة ارتفاع. تم تعديله لإيواء الحشرات.</td></tr><tr><td>مولد خط الليزر ، 650 نانومتر (أحمر)</td> <td>Apinex (www.apinex.com)</td> <td>LN60-650</td><td>5 ميجاوات. هذا ليزر منخفض الطاقة ، على غرار مجموعة الثنائي الضوئي لمؤشر الليزر للمعلم</td></tr><tr><td></td><td>VISHAY SEMICONDUCTOR & nbsp ؛ TEFD4300&nbsp; الصمام الثنائي الضوئي للدبوس ، 650 نانومتر ، 20 درجة ، T1</td><td>TEFD4300</td><td>لقد صنعنا مجموعة مخصصة من 15 من هذه الثنائيات الضوئية السلكية بالتوازي.</td></tr><tr><td>دائرة متكاملة من التناظرية إلى الرقمية</td> مخصصة <td>في مختبرنا</td><td></td><td>لقد صنعنا هذا العنصر بأنفسنا ، ولكن المنتج التجاري المتاح بسهولة ، Gino PCF8591 AD / DA Converter ، يوفر نفس الوظيفة.</td></tr></tbody></table>

تحلق كشف وتصنيف الحشرات مع مجسات رخيصة

Flying Insect Detection and Classification with Inexpensive Sensors

ومن شأن نظام موسع وغير مكلفة يمكن أن تصنف بدقة الحشرات الطائرة لها انعكاسات هامة على الأبحاث الحشري، والسماح لتطوير العديد من التطبيقات المفيدة في النواقل ومكافحة الآفات لكل من علم الحشرات الطبي والزراعي. ونظرا لهذا، شهدت السنوات الستين الماضية العديد من الجهود البحثية المكرسة لهذه المهمة. حتى الآن، ومع ذلك، كان لا شيء من هذا البحث تأثير دائم. في هذا العمل، وتبين لنا أن أجهزة الاستشعار البصرية الزائفة الصوتية يمكن أن تنتج بيانات متفوقة. أن ميزات إضافية، سواء جوهري وخارجي لسلوك رحلة الحشرة، يمكن استغلالها لتحسين تصنيف الحشرات. أن النهج تصنيف النظرية الافتراضية يتيح للتعلم بكفاءة تصنيف النماذج التي هي قوية جدا إلى أكثر من تركيب، وإطار التصنيف العام يسمح لدمج بسهولة التعسفي عدد من الميزات. نحن لشرح النتائج مع التجارب واسعة النطاق التي تقزم جميع الأعمال السابقة كومبيNED، كما يقاس بعدد من الحشرات وعدد الأنواع التي تعتبر.

يتم عرض تجربتين هنا. لكل من التجارب، والبيانات المستخدمة وتم أخذ عينات بشكل عشوائي من مجموعة البيانات التي تحتوي على أكثر من 100،000 الكائنات. وتظهر التجربة الأولى قدرة المصنف المقترحة لتصنيف الأنواع المختلفة بدقة / الجنسين من الحشرات. وتعتمد دقة التصنيف على الحشرات لتصنيفها، وقيمة مطلقة واحدة لدقة التصنيف لا يعطي القارئ حدس جيدة حول أداء النظام. بدلا من ذلك، بدلا من الإبلاغ عن دقة المصنف على مجموعة ثابتة من الحش...

اقترحنا نظام يستخدم غير مكلفة، موسع أجهزة الاستشعار البصرية الزائفة الصوتية تلقائيا وبدقة لكشف والعد، وتصنيف الحشرات الطائرة على أساس الصوت سفرهم.

An inexpensive, noninvasive system that could accurately classify flying insects would have important implications for entomological research, and allow ...

الهدف العام من هذا الإجراء هو اكتشاف الحشرات الطائرة وتحديدها بناء على صوت دقات جناحها. يتم تحقيق ذلك أولا باستخدام مستشعر صوتي زائف لتسجيل الصوت باستمرار في غرفة التجربة. الخطوة الثانية هي الكشف تلقائيا عن أصوات تطاير الحشرات من التسجيل الخام.الخطوة الأخيرة هي تصنيف أصوات الطيران المكتشفة تلقائيا لتحديد أنواع الحشرات والجنس. في النهاية ، يتم استخدام الأشكال والجداول لإظهار دقة التصنيف. الميزة الرئيسية لهذه التقنية هي أنها بسيطة وغير مكلفة ويمكن جعلها في كل مكان مثل الطرق الحالية مثل الرحلات اللاصقة ورحلات الشفاعة ، ولكن مع مزايا رقمية مثل الدقة العالية والمراقبة في الوقت الفعلي.لبدء التجربة ، قم بتربية يرقات البعوض في أحواض المينا في ظل ظروف معملية قياسية. أطعمهم مزيجا من طعام القوارض المطحونة وخميرة البيرة بنسبة ثلاثة إلى واحد. بعد ذلك ، اجمع البعوض في 200 ملليلتر أو اجمع البعوض البالغ ووضعه في غرف تجريبية.تأكد من أن كل غرفة تجريبية تحتوي على 20 إلى 40 فردا من نفس النوع والجنس. تناول البعوض البالغ ، خليط السكروز والماء بنسبة 10٪ ، واستبدل الطعام مرة واحدة في الأسبوع ، والمناشف الرطبة والقطنية مرتين في الأسبوع ، وضعها فوق الغرف التجريبية للحفاظ على الرطوبة. بالإضافة إلى ذلك ، احتفظ بكوب 200 مل من ماء الصنبور في الغرفة في جميع الأوقات.حافظ على الغرف التجريبية في دورة من 16 إلى ثماني ساعات من الضوء إلى الظلام عند 20.5 إلى 22 درجة مئوية ورطوبة 30 إلى 50٪ طوال مدة التجربة. قم بتوصيل الغرفة التجريبية بمصدر طاقة وقم بتشغيل الطاقة. قم بمحاذاة مصابيح الليزر مع مصفوفة الصور عن طريق ضبط المغناطيس حتى يتمركز الليزر على جميع الثنائيات الفردية للصور.بعد ذلك ، قم بإجراء فحصين للعقل عن طريق التأكد أولا من أن النظام يعمل وأن الليزر يشير إلى مصفوفة الصور. ثانيا ، قم بتوصيل السماعة بمقبس الصوت للتحقق مما إذا كانت محاذاة الليزر ومصفوفة الصور قادرة على التقاط الصوت. اغمر يدك داخل وخارج القفص بالقرب من نهاية مصدر الليزر.تأكد من أن ضوء الليزر في متناول اليد واستمع لمعرفة ما إذا كان الصوت يتغير. عندما تدخل اليد وتخرج ، قم بتوصيل خيط بفرشاة أسنان إلكترونية وقم بتشغيل فرشاة الأسنان. تأكد من تشغيل ضوء الليزر.ثم حرك الخيط إلى مستوى الليزر واستمع لمعرفة ما إذا كان الصوت يتغير. بعد إعداد النظام بشكل صحيح ، أضف الحشرات إلى القفص وأغلق الغطاء. لبدء جمع البيانات ، قم بتشغيل المسجل وقم بعمل تعليق توضيحي صوتي يتضمن المعلومات التالية وقم بإيقاف التسجيل مؤقتا.بعد ذلك ، قم بتوصيل المسجل بالنظام واستأنف التسجيل لمدة ثلاثة أيام. قم بتنزيل البيانات من المسجل إلى مجلد جديد وأفرغ المسجل عن طريق حذف البيانات. كرر عملية التسجيل حتى تموت الحشرات المتبقية ولا يتبقى أكثر من خمس حشرات على قيد الحياة في القفص.لمعالجة البيانات ، قم بتشغيل برنامج الكشف عن WBF اليومي لكل مجلد يحتوي على بيانات من جلسة تسجيل ، وافتح MATLAB واكتب في نافذة الأوامر لتغيير دليل عمل MATLAB إلى دليل التعليمات البرمجية وتشغيل الكود سيركاديان WBF. ثم اضغط على Enter للبدء. بمجرد انتهاء الخوارزمية ، تحقق من نتائج الكشف التي تخرجها الخوارزمية في مجلد جديد ، يحقق المصنف دقة تزيد عن 96٪ عند تصنيف ما لا يزيد عن خمسة أنواع من الحشرات كما هو موضح في الجدول ، والذي يعرض دقة التصنيف التي تم الحصول عليها مع أعداد متزايدة من الفئات.عندما يزداد عدد الفئات إلى 10 ، فإن الدقة لا تقل أبدا عن 79٪ يمكن أن يساعد هذا التانيك في مكافحة الأمراض الملوثة مثل المواد من خلال إنتاج معلومات حقيقية يمكن استخدامها لتخطيط برنامج الفصل بشكل فعال. يمكن أن يساعد المزارعين أيضا على الحد من انتشار الأضرار الناجمة عن الحوادث على محاصيلهم من خلال مراقبة الآفات في الحقل.

flying-insect-detection-and-classification-with-inexpensive-sensors

Research

JoVE Journal

Bioengineering

الهندسة الحيوية

نقدم إجراء جراحيا جديدا لزرع أقطاب كهربائية في ماندوكا سكستا خلال مراحل التحول المبكرة. تسمح هذه التقنية بالاقتران المستقر ميكانيكيا والموثوق كهربائيا مع الأنسجة العصبية العضلية لدراسة ديناميكيات الفيزيولوجيا العصبية للطيران. نقدم أيضا منصة رفع مغناطيسية جديدة للدراسات المربوطة للانعراج الحشري.

المتحولة الإدراج المبكر لتكنولوجيا الطيران سلوك الحشرات الرصد

نصف بروتوكولا لاستخدام هوائيات الحشرات في شكل مخططات كهربائية (EAGs) على الروبوتات المستقلة. يسمح تصميمنا التجريبي بتسجيلات مستقرة في غضون يوم واحد ويحل بقع الروائح الفردية حتى 10 هرتز. تتجلى كفاءة مستشعرات EAG للبحث الشمي في دفع الروبوت نحو مصدر الرائحة.

باستخدام الحشرات Electroantennogram مجسات على الحكم الذاتي الروبوتات لبحث الشم

يتأثر الطيران في الحشرات بعدد من العوامل والميل إلى التشتت متغير مهم في فهم بيئة الحشرات واستراتيجيات المكافحة البيولوجية. نصف بناء واستخدام مطحنة طيران بسيطة وغير مكلفة نسبيا ومرنة لقياس معلمات الطيران المربوطة في الحشرات.

A مطحنة الطيران بسيط لدراسة الطيران في الحشرات مربوط

القدرة على حصر مصدر الرائحة هو ضروري لبقاء الحشرات ويتوقع أن تكون قابلة للتطبيق الصناعي رائحة تتبع. هو الدافع وراء الروبوت التي تسيطر عليها الحشرات من قبل silkmoth الفعلي وتمكننا من تقييم القدرة على تتبع رائحة الحشرات من خلال منصة الروبوتية.

روبوت تسيطر عليها الحشرات: منصة موبايل روبوت لتقييم الرائحة تتبع القدرة من الحشرات

نحن وضع مطحنة طيران منخفضة التكلفة، وصغيرة، وشيدت مع العناصر المتاحة عموما واستخدامها بسهولة في التجريب. باستخدام هذا الجهاز، قمنا بقياس قدرة الطيران خنفساء الطعام الشهي، كويرسيفوروس خلد الماء.

قياس قدرة الطيران خنفساء الطعام الشهي، كويرسيفوروس خلد الماء (موراياما)، استخدام منخفضة التكلفة، والصغيرة، ومطحنة رحلة المركبة بسهولة

ويتطلب قياس أنماط ظهور الحشرات الدقيقة. النظم القائمة محدودة فقط من حجم شبه الآلية وعينه. علينا تناول هذه المسائل بتصميم نظام لاستخدام ميكروكنترولر لقياس دقة وقت ظهور إعداد كبيرة من الحشرات الناشئة.

نظام دقيق ومستقل للكشف عن أنماط ظهور الحشرات

هنا، نحن تصف بناء واستخدام نفق الرياح لرائحة وساطة فحوصات السلوكية بالحشرات. ويسهل تصميم نفق الرياح الإفراج عن مصادر رائحة بطرق عدة، مع أو بدون المحفزات البصرية. تجارب نفق الرياح طرق هامة لتحديد المواد الكيميائية المتفجرة النشطة سلوكيا.

نفق الرياح لرائحة بوساطة الحشرات فحوصات السلوكية

يستخدم هذا البروتوكول طابعات ثلاثية الأبعاد (ثلاثية الأبعاد) وقواطع ليزر موجودة في مساحات صانعة من أجل إنشاء تصميم مطحنة طيران أكثر مرونة. وباستخدام هذه التكنولوجيا، يمكن للباحثين خفض التكاليف، وتعزيز مرونة التصميم، وتوليد أعمال قابلة للاستنساخ عند بناء مطاحن الطيران الخاصة بهم لدراسات طيران الحشرات المربوطة.

بناء مطحنة طيران معززة لدراسة رحلة الحشرات المربوطة

تقدم هذه الدراسة بروتوكولات تجريبية لطائرة بدون طيار للكشف عن الروائح الهجينة الحيوية تعتمد على هوائيات silkmoth. يتم عرض تشغيل جهاز electroantennogram تجريبي مع هوائيات silkmoth ، بالإضافة إلى هيكل طائرة بدون طيار هجينة بيولوجية مصممة لتوطين مصدر الرائحة باستخدام خوارزمية الطفرة الحلزونية.

Electroantennography القائم على بيو الهجين رائحة الكشف عن طائرة بدون طيار باستخدام هوائيات Silkmoth لتوطين مصدر رائحة

لدراسة آثار الضوء الاصطناعي في الليل (ALAN) على الحشرات الطائرة الليلية ، يجب أن يقتصر أخذ العينات على الليل. يصف البروتوكول فخا آليا منخفض التكلفة لاعتراض الطيران يسمح للباحثين بأخذ عينات في فترات يحددها المستخدم مع زيادة النسخ المتماثل.

فخ اعتراض الطيران الآلي منخفض التكلفة لأخذ العينات الفرعية الزمنية للحشرات الطائرة التي تنجذب إلى الضوء الاصطناعي في الليل

يقدم هذا البروتوكول طرق إنشاء علامات الرادار التوافقية للحشرات وإرفاقها وتتبعها.

علامات الرادار التوافقية لتتبع الحشرات: خفيفة الوزن ومنخفضة التكلفة ويمكن الوصول إليها

اكتشف طريقة رخيصة لرصد الحشرات الطائرة وتصنيفها باستخدام مجسات ضوئية صوتية. يوفر النظام دقة عالية ورصدًا فوريًا لدراسات البيئة وإدارة الآفات.

تحلق كشف وتصنيف الحشرات مع مجسات رخيصة

استكشف المزيد من الفيديوهات