IEEE Spectrum AI→ original

Cientistas dinamarqueses criam radar para identificar espécies de abelhas e vespas

Cientistas europeus desenvolveram um sistema de radar baseado em ondas milimétricas que diferencia espécies de abelhas, vespas e outros polinizadores pelas assi

Processado por IA de IEEE Spectrum AI; editado por Hamidun News
Cientistas dinamarqueses criam radar para identificar espécies de abelhas e vespas
Fonte: IEEE Spectrum AI. Colagem: Hamidun News.
◐ Ouvir artigo

A identificação de espécies de polinizadores tradicionalmente requer um método perigoso e caro: os insetos são capturados, mortos e examinados em detalhes sob um microscópio. Isso é necessário para uma identificação precisa, mas prejudica as populações. Pesquisadores europeus encontraram uma forma de diferenciar abelhas, vespas e outros polinizadores sem danos — usando radar.

Como o radar reconhece insetos

Cientistas da Technological University of Denmark (TU Dinamarca) e Trinity College Dublin desenvolveram um sistema baseado em ondas de rádio milimétricas. A ideia-chave é simples: cada espécie de inseto bate as asas de sua própria forma, e esses movimentos criam assinaturas micro-Doppler únicas — padrões específicos na reflexão de radar. É como uma impressão digital, mas para as asas.

O radar tradicional foi usado por muito tempo apenas para rastrear grandes enxames de insetos migrantes em grandes altitudes — por exemplo, gafanhotos ou borboletas durante a migração. Mas o sinal de um único inseto pequeno voando baixo sobre uma flor é extremamente fraco. Adam Nørbrygge, líder da pesquisa da TU Dinamarca, explica: era impossível detectar esse sinal fraco simplesmente olhando para os dados de um único momento no tempo.

A solução foi encontrada na integração de sinais: em vez de analisar um único momento, o sistema acumula e processa dados por mais tempo, extraindo informação suficiente para identificação. Os especialistas se concentraram em como os batimentos das asas do inseto criam assinaturas micro-Doppler — mudanças sutis na reflexão do sinal de radar causadas por movimentos microscópicos.

"Quando olhamos para os sinais brutos, é difícil capturar todos os detalhes sutis.

Mas com aprendizado de máquina conseguimos diferenciá-los" — Adam Nørbrygge.

Testes e resultados

Os cientistas treinaram um modelo de aprendizado de máquina em cinco espécies de polinizadores: abelhas melíferas, abelhas-de-terra e vespas de diferentes tipos. O experimento foi conduzido no campus do Trinity College Dublin. Cada inseto foi colocado em um pequeno cilindro de plástico acima de um radiador de antena milimétrica, sua assinatura de radar foi gravada e depois liberado intacto. O modelo analisou mais de 70 características diferentes da reflexão de radar de cada inseto, incluindo a frequência dos batimentos das asas, a taxa de mudança do movimento e a amplitude do sinal.

Os resultados são impressionantes:

  • 85% de precisão na identificação de uma espécie específica de inseto
  • 96% de precisão em classificação mais ampla — diferenciação entre o grupo de abelhas e vespas
  • Análise de 70+ características de cada reflexão de radar
  • Melhoria de precisão de 75% com 0,1 segundo de observação para 84% com 1 segundo

Aplicação prática

Os pesquisadores propõem criar dispositivos semelhantes a armadilhas, nos quais os insetos voariam naturalmente, o sistema os analisaria em voo e depois eles sairiam ilesos. Isso abre muitas aplicações práticas. O monitoramento de populações de polinizadores é criticamente importante para a agricultura — as abelhas polinizam cerca de um terço dos alimentos que comemos. O sistema também pode rastrear pragas de culturas e detectar espécies invasoras antes de sua disseminação. As ondas de rádio usadas no sistema são completamente seguras — a potência é muito menor do que qualquer nível potencialmente prejudicial. Isso contrasta fortemente com as armadilhas tradicionais, que frequentemente usam cianetos ou outras substâncias venenosas.

O que isso significa

A mudança de matar insetos para o monitoramento não invasivo é um enorme passo para a entomologia e conservação da biodiversidade. O próximo objetivo dos cientistas é desenvolver uma versão portátil para uso em campo e coletar um banco de dados global de assinaturas de radar de todos os polinizadores conhecidos. Esse banco de dados permitirá identificar instantaneamente um inseto pelo padrão de seu voo. Adicionando dados ambientais, será possível rastrear não apenas a composição de espécies, mas também mudanças comportamentais — por exemplo, padrões anormais na frequência dos batimentos das asas, sinalizando estresse populacional ou doença.

ZK
Hamidun News
Notícias de AI sem ruído. Seleção editorial diária de mais de 400 fontes. Produto de Zhemal Khamidun, Head of AI na Alpina Digital.

Quer parar de ler sobre IA e começar a usar?

AI News é um feed curado de notícias de IA. A Hamidun Academy ensina você a usar IA no trabalho.

O que você acha?
Carregando comentários…