易IC电子行业销售管理系统 - 易IC电子行业库存管理软件
首页 / 行业新闻 / 正文

智能农业的声学监测新突破

2026-11-16   EE Times
阅读时间约 3 分钟
新冠疫情封锁期间的寂静,让Chirrup.ai创始人兼首席执行官康拉德·扬(Conrad Young)意识到:鸟鸣是衡量生物多样性的绝佳指标。鸟类历来是环境变化的哨兵,他向《EE Times》表示:“鸟鸣是一种极具感染力且直观的方式,能帮助我们理解环境动态,同时具备科学有效性与可量化性。”
2022年3月疫情趋缓之际,扬创立Chirrup.ai,旨在通过监测鸟鸣评估农田生物多样性。首要任务是部署声学传感器,建立鸟类活动基线,为后续长期对比提供参照,从而判断生物多样性是改善、衰退还是保持稳定。早期试验采用低成本“音频飞蛾”(Audiomoth)记录设备,如今公司已自主研发智能声学传感器。
该传感器集成MEMS模拟麦克风、24位数字音频编解码器、240MHz处理器(支持蓝牙)、高速4G LTE调制解调器,并配备兼容GPS、GLONASS与伽利略系统的多星座GNSS接收器,用于精确定位与时间戳标记。整机由可充电锂聚合物电池供电。
目前,Chirrup.ai技术已在欧洲八国逾300个农场完成生物多样性测量,英国案例包括伦敦格林威治半岛、林肯郡肉鸡养殖场及诺福克猪场。野外部署时,多个设备间隔至少200米,置于林缘与开阔地交界处——即鸟类活跃但远离栖息点、步道与道路的区域。每次录音持续2至3周,设备回收后,录音被转化为频谱图,经分析识别物种并评估生物多样性水平。
扬指出,农民无需实时数据,更关注年度变化趋势。“我们需要足够长的采样周期,以获得具有代表性的生态图景,最终提供年度快照。”
技术总监保罗·内贝尔(Paul Nebel)补充称,现阶段远程数据分析优于边缘AI处理。“若采用边缘计算,需更大容量电池甚至太阳能板,显著推高成本。”
除硬件外,精准识别鸟种尤为关键。Chirrup.ai开发了机器学习算法,可捕捉录音中细微特征(如拟声行为),并有效滤除背景噪声;同时整合全球训练的BirdNET平台。内贝尔解释:“鸟类个体差异极大:有的日复一日重复同一鸣叫,有的则极为复杂。它们有警戒鸣、晨鸣、问候配偶鸣与求偶鸣;部分会模仿其他鸟类,甚至模仿手机铃声;同种鸟在不同国家乃至县区还存在‘口音’差异。”
鉴于上述复杂性,人工校验不可或缺。公司联合鸟类学家与生态学家审阅数千小时录音,将专家判断与算法预测比对,设定合理置信阈值。“我们必须持续验证模型输出是否仍符合人类听觉感知,防止算法漂移。”内贝尔强调。
此外,Chirrup.ai基于鸟类数据与本地环境参数(如树篱健康度、土地管理方式、卫星栖息地影像、物种食物链位置等),构建生物多样性指数。团队正拓展纳入气象数据以增强季节性对比能力,并探索将声学传感延伸至昆虫、哺乳动物乃至家畜领域。“除鸟鸣外,大量新兴声学数据库正在涌现——我们可监测昆虫、哺乳动物,甚至 livestock(牲畜)。”扬表示。
已率先开展昆虫与家畜监测的是英国初创企业AgriSound(2020年由CEO凯西·伍德沃德创立)。该政府资助企业旨在通过监测授粉昆虫,提升作物授粉效率并为农事管理提供生物多样性洞察。其研发的太阳能声学传感器“波莉”(Polly),可于温室、塑料大棚及露天田间,通过检测蜂类翅振频率监测蜜蜂与熊蜂活动。
该传感器融合MEMS麦克风阵列与温湿度、光照传感器,同步采集环境参数;内置处理器运行机器学习算法,精准识别特定赫兹范围内的翅振信号,区分蜂类活动与背景噪声;数据经4G上传云端,每小时生成可视化报告,蓝牙模块支持固件远程更新。
与Chirrup.ai侧重远程分析以优化续航与成本不同,AgriSound选择本地实时处理,快速反馈昆虫动态。“我们服务需要即时决策的农户,”伍德沃德举例,“比如杏树花期仅10天,种植者必须迅速采取干预措施。”
为训练识别模型,团队在受控环境中录制数千小时昆虫声纹:引导蜜蜂飞向花朵采集花蜜,同步记录其声学特征。“蜜蜂很聪明,很难按指令行动,”伍德沃德笑言。
该技术已获英国玛莎百货(Marks & Spencer)采用,用于评估授粉密度,并广泛应用于草莓、甜菜等作物农场。伍德沃德指出,温室应用显著降低了畸形果实率。目前,技术已落地西班牙与葡萄牙杏园、美国蓝莓园及南非牛油果园,并正扩展至家畜监测。近期英国项目中,公司联合兽医主导的可持续畜牧组织Raft Solutions与蛋品生产商Noble Foods,对产蛋鸡福利进行无创监测。
“在Raft项目中,我们监听牛群肠道蠕动变化及其对甲烷排放的影响——这需兽医配合听诊器采集声音;而对蛋鸡,我们仅需将非侵入式传感器置入鸡舍即可持续记录。”伍德沃德介绍。
www.eic.net.cn 易IC库存管理软件 在农业物联网设备规模化部署背景下,高效管理传感器资产与数据流成为关键挑战。类似Chirrup.ai与AgriSound所用的智能设备,其生命周期管理亟需专业工具支撑——易IC库存管理软件正为此类场景提供定制化解决方案,实现从设备入库、部署追踪到维护预警的全流程数字化管控。
除鸟类、蜜蜂与牛群外,声学传感的下一片蓝海是危害作物的小型害虫——如甲虫、白蚁、茎螟等。英国企业BugBug由康奈尔大学昆虫学家艾米丽·比克、印尼甘蔗种植园负责人贾迪·胡雷及威斯康星大学麦迪逊分校研究员兼机器学习工程师劳伦斯·斯蒂尔联合创立,正聚焦该领域。
斯蒂尔指出,数年前印尼Gunung Madu种植园改用“绿蔗收割法”(不焚烧直接收割),导致虫害损失从5%飙升至50%。“焚烧可清零虫口基数,而免烧模式使虫群持续累积。”为应对危机,团队采用压电接触式麦克风检测昆虫振动频率,连接树莓派处理器并夹持于植株茎秆,捕捉取食过程中的啃噬与叩击振动。
“我们记录的是昆虫对植物造成的损伤声,”斯蒂尔解释,“多数生物声学传感依赖空气传声,而我们监听经植物传导的振动信号——硬质材料中传播效率极高,可捕获极微弱信号。”
针对烟草天蛾幼虫、科罗拉多马铃薯甲虫与欧洲玉米螟的试验显示,其取食模式、频率与振幅特征显著不同,且背景噪声低。初试成功后,系统集成工程师卡勒姆·霍基带领团队重设设备:保留压电传感器,替换树莓派为定制声卡与嵌入式电路,大幅缩小体积、降低功耗,仅需小型太阳能板即可野外运行。
采集数据转为频谱图后,由定制机器学习算法分析。不同于鸟鸣与蜂鸣,内部取食昆虫声难以标注,故BugBug主要采用无监督学习。团队已积累数千小时录音,结合昆虫在植株上的具体位置等上下文信息,对声群而非单次事件进行聚类标注。通过比对数据集,算法逐步学会区分虫害信号与背景噪声,并识别特定害虫行为模式。部分处理在本地完成,Wi-Fi传感器亦同步上传数据至云端;未来还将探索轻量化模型实现端侧推理。
目前,团队已表征25余种昆虫声纹,覆盖甘蔗、甜玉米、油菜、葡萄、椰子、马铃薯与番茄等作物。传感器还能识别蚜虫、介壳虫等刺吸式害虫的独特取食声——这类害虫正是甘蔗的主要威胁。公司正探索能否通过声学监测捕捉害虫羽化后的首次飞行,为农户提供早期预警。
“我们的策略是在种植季初布设传感器,持续追踪虫情动态,”斯蒂尔说,“当信号从‘无虫’状态突然上升,便是最佳干预时机——精准把握施药窗口至关重要。”
BugBug正与头部农化企业合作解决实际问题。“例如某公司研发出新型生物农药,却无法确认其是否抑制取食、致死效果及作用速度——因害虫藏身植株内部难以观察。而我们的传感器可实时对比施药前后取食活性。”
除上述企业外,声学传感与AI正加速渗透农业领域:斯里兰卡Permia Sensing融合卫星、无人机与生物声学数据监测红棕榈象甲;英国Biofonic则利用地下声学传感器与机器学习获取土壤信息,助力可持续耕作。
这些实践共同指向一个趋势:生物声学传感与AI驱动分析正成为守护自然的新范式。扬强调,海量声学数据与多源数据库的融合分析,叠加多年农户协作经验,正切实推动农业在商业产出与生态保护间取得平衡。
伍德沃德认同此观点:“声学传感器的魅力在于让不可见变为可见。尽管叶片咬痕可反映部分虫害,却无法量化益虫数量或授粉不足程度。我认为声学监测是一种统计丰富、成本低廉且强大的数据采集手段。”

|
|
|
|
|
TOP
©Copyright www.eic.net.cn 2003-2026 BeiJing MengKaiGuan Software Exploiture Co.,Ltd. All Rights Reserved.    北京梦开关科技有限公司
IC元器件库存管理软件 IC元器件库存管理系统 IC元器件管理软件 IC元器件进销存 IC元器件库存管理软件 IC元器件库存管理系统 快递查询接口
QQ: 880717
18500810082