早在1907年,Gates
[4]就开始利用人工监测蜂群的温度变化用于指导蜜蜂养殖。在过去的一个世纪中,学者们通过多样的定量手段对蜂群的温度、湿度、重量、声音、蜜蜂的进出量、气体浓度以及振动等一系列特征进行了检测,并试图建立检测特征与蜂群活动之间联系,奠定了蜂群连续监测技术的理论基础
[5]。在温度检测方面,相关研究表明,当蜜蜂的体温低于9~12℃时会发生昏厥,而适合蜜蜂幼虫生长的温度在35℃左右
[6]。当环境温度过低时,蜂群会通过调节新陈代谢和收缩肌肉来产热;而当温度过高时,蜂群会通过扇风和增加蜂箱内的湿度来降温
[7]。因此,蜂箱内的温度稳定性体现了蜂群对环境的适应能力和自身的健康状况
[8]。同时,由于蜂群分蜂前的摇摆舞、集中决策等过程会造成蜂群的大量活动,导致蜂箱内的温度明显升高。因此温度的变化也可以作为分蜂等典型事件出现的依据
[9,10]。在湿度检测方面,Doull
[11]通过研究不同湿度下蜜蜂卵的孵化情况,发现最佳的孵化相对湿度为90%~95%,当相对湿度低于50%时,所有的蜜蜂卵都不能被孵化。然而,蜂箱内部湿度是多变的,它不仅受到外界湿度、蜂箱内的温度以及花蜜的含水量等因素的被动影响,同时也受到蜜蜂采水、喂养和身体隔离等活动的主动干预。因此,蜂箱内部的湿度变化较为复杂,而且不同的区域有较大的差异。Human等
[12]采用多个传感器分别对周围环境,蜂箱育虫区和花蜜区的温湿度进行了监测,其结果证明幼虫区域具有最高的湿度和最好的稳定性,其相对湿度在40%左右。显然,他们监测结果明显的低于Doull等所提及的最佳范围,由此说明极端条件下湿度的控制是一个十分严峻的问题。在蜂群重量检测方面,Hambleton
[13]采用每小时一次的人工称重方法,连续几天监测同一蜂箱的重量变化,发现蜂箱的重量变化具有很强的规律:夜间的蜂蜜浓缩和清晨的蜜蜂外出会造成蜂箱的质量减少,而上午到傍晚蜂箱的重量增加取决于蜜蜂的采收活动。因此蜂箱重量变化的幅度可作为蜂群日常活动的重要指标。进一步地,Meikle等
[14]基于17个多月的连续重量监测结果,提议将蜂箱每七天的平均重量变化作为蜂群食物存量变化的依据,而每天的重量波动作为蜂群对食物消耗量的依据,因此通过这两个重量指标就能在不干扰蜜蜂的情况下揭示蜜蜂的活动和蜂群的发展。与此同时,由于蜂群发生分蜂和飞逃时,大量蜜蜂会携带蜂蜜离巢,也会造成重量瞬时的突变,因此一定幅度的重量突变可以作为分蜂和飞逃的判断依据。在声音检测方面,蜂群的声音是由众多蜜蜂个体活动所引起的空气振动的叠加。早在1957年,Frings和Little
[15]就发现频率在300~1000 Hz并且具有足够强度的声音会使得蜂群中几乎全部蜜蜂的活动暂停。无论是意大利蜜蜂(
Apis mellifera ligustica)、东方蜜蜂(
Apis cerana)还是胡蜂(
Vespa manderinia)都会产生特定频率的声音
[16]。而在分蜂过程中,蜜蜂拍打翅膀的频率也存在着差异,获得分蜂指令的蜜蜂每隔0.5~3 s会扇动一次翅膀,其发出的声音频率在180~250 Hz之间,而当它们接触到其他蜜蜂时声音的频率会迅速提升至大约500 Hz
[17]。因此,声音信号可以用来识别蜂群的活动,是一种具有应用潜力的检测特征。在进出量检测方面,由于蜂群中18日龄以上的蜜蜂负责外出觅食的工作,因此通过记录蜜蜂进出巢的次数就能够了解蜂群摄取食品的能力和种群的结构。为定量化地的分析蜂群的进出巢情况,一些人工
[18,19]和自动
[20-24]的计数方法被提出。Corbet等
[19]发现蜂群存在一个明显的外出阈值温度,而且在一定温度范围内出巢的次数与温度成正比。同时,蜜蜂的进出数量也可以作为区分蜂群正常、中毒和分蜂等不同状态的依据
[21]。蜂箱内的O
2和CO
2的浓度与蜜蜂的新陈代谢有关。Seeley
[25]采用向蜂箱通入气体的方法,分别改变蜂箱内部的CO
2、N
2和O
2的浓度,发现在巢门处扇风的蜜蜂数量随蜂箱内的CO
2的浓度升高而正比增加。Southwick 和Moritz
[26]观测到蜂箱内O
2和CO
2的浓度会像动物呼吸一样存在周期性的变化,其波动的幅值在0.6%左右,并且白天的波动频率为(2.9±0.84)次/min,是夜间的7倍。Nerum和Buelens
[27]发现蜂群通过维持蜂箱内的低含氧量(<15%)来降低新陈代谢,从而度过食物匮乏的冬季。因此O
2和CO
2的浓度一定程度上可以作为判断蜂群健康状态的依据。蜜蜂扇风、摇摆舞等活动过程中都产生机械振动,而蜜蜂腿部也存在能够接收200~300 Hz振动的感受器。因此振动也是蜜蜂个体之间的一种重要的沟通方式,对信息的传播和行动的协调起到了关键性的作用
[28]。特别是对于分蜂过程,Bencsik等
[29]采用加速度计对蜂箱0~4000 Hz的振动信号进行了分析,发现500 和2000 Hz的幅值能有效的指示蜂群的分蜂行为。因此检测蜂群的振动信号有助于了解蜂群的内部活动
[30,31]。