雷达可区分昆虫物种
研究人员开发了一种毫米波雷达系统，结合机器学习，通过分析昆虫翅膀拍动产生的微多普勒特征，能够以85%的准确率区分不同传粉昆虫的物种，并且非侵入性地监测它们，有望替代传统的致命昆虫捕捉方法。
文章情报
要点
- 新型毫米波雷达系统使用微多普勒信号分析昆虫翅膀运动，实现物种分类。
- 机器学习模型对五种传粉昆虫的物种分类准确率达85%，科级分类达96%。
- 该系统功耗低，不伤害昆虫，未来可开发便携式设备并建立全球昆虫雷达数据库。
为什么重要
这条新闻值得关注，因为新型毫米波雷达系统使用微多普勒信号分析昆虫翅膀运动，实现物种分类。
技术影响
可能影响模型选型、推理成本、产品能力和评测基准。
蜜蜂等传粉昆虫在自然界中扮演着关键角色，它们不仅维持着食物网的平衡，还对作物授粉至关重要。然而，传统的监测方法往往需要捕捉并杀死昆虫才能进行近距离观察，这种方式不仅耗时费力，而且对昆虫种群造成伤害。为了解决这一问题，欧洲的研究人员开发了一种基于毫米波雷达的创新系统，能够非侵入性地识别不同昆虫物种，为生态监测提供了全新的思路。
该系统的工作原理是利用昆虫翅膀拍动时产生的微多普勒特征。当雷达波照射到昆虫身上时，翅膀的微小摆动会导致反射波产生独特的时间变化模式，这些模式就像是昆虫的“指纹”。传统雷达通常忽略这些微弱信号，但研究团队通过长时间积分，成功捕捉到了这些特征。毫米波的波长与昆虫尺寸相匹配，使得系统能够区分细微差异，甚至可以区分鸟类和无人机。
在实验中，研究团队在都柏林三一学院捕捉了五种传粉昆虫，包括蜜蜂、黄蜂等。他们将昆虫单独放置在毫米波天线上方的塑料圆柱内，记录其雷达信号，然后释放。机器学习模型分析了超过70种特征，包括翅膀拍动频率、变化速度和反射强度。结果显示，物种级别的分类准确率达到85%，而区分蜜蜂科和黄蜂科（不同科）的准确率高达96%。有趣的是，准确率随着昆虫在雷达波束内停留时间的增加而提高：从0.1秒的75%提升到1秒的84%。
为了实际应用，研究人员建议设计陷阱状结构，让昆虫飞入后接受分析，然后无害释放。雷达的功率水平远低于对昆虫造成伤害的程度，相比之下，传统陷阱通常使用氰化物液体淹死昆虫。尽管目前研究仅限于传粉昆虫，但该技术同样可用于追踪害虫和入侵物种。
研究团队计划开发便携式现场部署版本，并最终建立全球数据库，通过结合温度、湿度等环境数据，实现即时昆虫分类并监测行为变化。相关成果已发表于《PNAS Nexus》期刊，为昆虫监测领域带来了革命性的突破。