Automated Monitoring of Insects system: Building a non-lethal and scalable solution for monitoring of nocturnal insects

Dit artikel beschrijft de ontwikkeling van de UKCEH AMI-system, een open-source en schaalbare oplossing voor het autonoom monitoren van nachtelijke insecten met behulp van camera's en AI.

De kern

De "Nachtelijke Selfie-automaat" voor Insecten 🦋📸

Het probleem: De insecten verdwijnen in het donker
Stel je voor dat je een groot feest geeft, maar je merkt dat er steeds minder mensen komen opdagen. Je weet niet of ze ziek zijn, of dat ze de weg niet meer kunnen vinden, of dat ze simpelweg geen zin meer hebben. Zo voelt het ook voor wetenschappers met insecten. Door klimaatverandering en het verdwijnen van natuur (hun 'feestlocaties') gaan er steeds meer insecten verloren. Maar hoe weet je hoeveel er nog zijn als ze 's nachts actief zijn en zich razendsnel verplaatsen?

De oude manier: De detective met een vergrootglas
Vroeger moesten wetenschappers (entomologen) zelf de nacht in met zaklampen en netten. Dat is een beetje zoals een detective die elke nacht handmatig deuren moet controleren om te zien wie er binnen is. Het is ontzettend veel werk, het is duur, en je kunt niet overal tegelijk zijn.

De oplossing: De slimme nachtclub-beveiliger (Het UKCEH AMI-systeem)
De onderzoekers hebben iets nieuws bedacht: een soort 'slimme selfie-automaat' die in het bos kan staan. Je kunt het vergelijken met een slimme beveiligingscamera bij de ingang van een club, maar dan voor insecten.

Zo werkt het:

1. De Uitnodiging (Het Licht): Het systeem heeft een lampje dat werkt als een magneet. Het zegt eigenlijk tegen de nachtvlinders: "Hé, hier is een gezellig lichtje, kom gezellig langs!"
2. De Fotograaf (De Camera): Zodra er een insect langs komt, schiet de camera een foto. Niet zomaar een foto, maar op precies de juiste momenten.
3. De Slimme Beveiliger (AI/Kunstmatige Intelligentie): Dit is het geheime ingrediënt. In plaats van dat een mens duizenden foto's moet bekijken, kijkt een computerprogramma (AI) mee. De computer is als een super-snelle beveiliger die in een fractie van een seconde zegt: "Dat is een nachtvlinder, dat is een kever, en dat is een mot." Hij herkent ze direct!
4. De Zelfstandige Werker (De Hardware): Het hele systeem is ingebouwd in een klein computertje dat maandenlang in zijn eentje in de natuur kan overleven, zonder dat er een mens aan te pas komt om hem op te laden of te voeren.

Waarom is dit zo bijzonder? (Open Source)
Het mooiste van dit verhaal is dat de onderzoekers de "bouwtekeningen" van deze machine gratis weggeven aan de hele wereld. Het is alsof ze het recept voor een geweldige taart niet voor zichzelf houden, maar aan iedereen geven zodat iedereen zijn eigen taart kan bakken.

Hierdoor kan iedereen — van een student in Nederland tot een onderzoeker in de Amazone — zijn eigen 'insecten-camera' bouwen. Zo bouwen we samen aan een wereldwijd netwerk van digitale insecten-detectives, zodat we precies weten hoe het met onze kleine vriendjes gaat en hoe we ze kunnen helpen.

---

Kortom: Wetenschappers hebben een slimme, automatische camera gebouwd die 's nachts insecten lokt, ze fotografeert en ze direct benoemt met behulp van AI. En ze delen de blauwdrukken met de hele wereld om de natuur beter te beschermen!

Technische samenvatting

Technische Samenvatting: Geautomatiseerd Systeem voor het Monitoren van Insecten (UKCEH AMI-systeem)

Probleemstelling

De wereldwijde insectenpopulaties staan onder grote druk door menselijke factoren, met name klimaatverandering en habitatverlies. Om effectieve herstelmaatregelen te nemen en biodiversiteitsveranderingen te begrijpen, is nauwkeurige monitoring essentieel. Traditionele methoden voor insectenmonitoring zijn echter arbeidsintensief en afhankelijk van de aanwezigheid van entomologen in het veld, wat het opschalen van wereldwijde monitoring bemoeilijkt. Er is behoefte aan een schaalbare, semi-autonome en niet-dodelijke methode om insectenpopulaties te volgen.

Methodologie

Het beschreven systeem, het UKCEH Automated Monitoring of Insects (AMI) systeem, is de tweede generatie van een technologie die voortbouwt op het werk van Bjerge et al. (2021). De methodologie is gebaseerd op de volgende technische componenten:

• Hardware-architectuur: Het systeem is ontworpen als een autonoom apparaat voor langdurige inzet in het veld. De kern bestaat uit een single-board computer (zoals een Raspberry Pi), een USB-camera en specifieke lichtbronnen (attractanten) om nachtactieve insecten aan te trekken.
• Beeldverwerking en Detectie: Het systeem maakt gebruik van computer vision en AI-algoritmen. Het kan afbeeldingen vastleggen op basis van vooraf ingestelde intervallen of via bewegingsdetectie.
• Automatisering: Door de combinatie van lichtaantrekking en AI-gestuurde camera's kan het systeem insecten detecteren en identificeren zonder dat er menselijke tussenkomst nodig is tijdens de dataverzameling.

Belangrijkste Bijdragen (Key Contributions)

1. Open-Source Ontwerp: In tegenstelling tot eerdere versies, wordt dit systeem gepresenteerd als een open-source oplossing. Dit stelt onderzoekers en burgers wereldwijd in staat om hun eigen systemen te bouwen, aan te passen en te verbeteren.
2. Tweede Generatie Ontwikkeling: Het systeem is een evolutie van de eerste generatie (gericht op motten/Lepidoptera) naar een breder inzetbaar platform voor diverse nachtactieve insecten.
3. Schaalbaarheid en Autonomie: De integratie van een single-board computer en perifere accessoires maakt het mogelijk om het systeem autonoom en gedurende lange perioden in diverse natuurlijke omgevingen te plaatsen.

Resultaten

Hoewel de abstract de specifieke kwantitatieve data (zoals nauwkeurigheidspercentages van de AI) niet vermeldt, beschrijft het de succesvolle realisatie van een functioneel, tweede generatie systeem dat in staat is tot:

• Autonome beeldopname via beweging of tijdsintervallen.
• Het faciliteren van een ecosysteem van onderzoekers die het ontwerp kunnen itereren.
• Het bieden van een technisch raamwerk voor niet-dodelijke monitoring (in plaats van traditionele lichtvallen die insecten doden).

Betekenis (Significance)

De impact van dit onderzoek is tweeledig. Ten eerste biedt het een technologische oplossing voor het gat in biodiversiteitsmonitoring door AI en goedkope hardware te combineren voor grootschalige dataverzameling. Ten tweede heeft het een democratiserende werking: door de open-source benadering wordt de capaciteit voor biodiversiteitsmonitoring wereldwijd vergroot, aangezien de drempel voor het bouwen van geavanceerde monitoringstations aanzienlijk wordt verlaagd. Dit is cruciaal voor het ondersteunen van wereldwijde inspanningen voor natuurherstel en het begrijpen van de effecten van klimaatverandering.