“UrBAN：城市蜂箱声学与表型数据集——基于多模态传感的蜂群健康监测新范式”

《Scientific Data》：UrBAN: Urban Beehive Acoustics and PheNotyping Dataset

编辑推荐：针对传统蜂箱监测方法劳动密集且干扰性强的问题，Mahsa Abdollahi团队通过部署IoT传感器网络，采集了10个蜂箱超过3000小时的音频、温湿度数据及表型指标，构建了首个包含原始音频的开放数据集UrBAN。研究验证了MFCCs特征预测蜂群规模的可行性（MAE 0.41±0.01），为AI驱动的精准养蜂提供了关键数据支撑，相关成果发表于《Scientific Data》。

　　蜜蜂作为生态系统关键传粉者，其种群衰退正威胁全球农业安全。传统蜂箱监测依赖人工检查，存在效率低、干扰蜂群等问题。尽管温湿度传感器已应用于蜂箱管理，但蜜蜂通过振动和声学信号（如64 Hz、128 Hz特征频段）传递的信息更具监测价值。现有公开数据集如NU-Hive、OSBH等存在样本量小（<140分钟音频）、缺乏原始数据等问题，制约了AI在蜂群健康评估中的应用。

加拿大魁北克大学INRS-EMT研究所的Mahsa Abdollahi团队联合Nectar Technologies公司，在蒙特利尔屋顶 apiary（45.5253°N,73.6123°W）部署了10个Langstroth标准蜂箱，通过SHTC1传感器和MEMS麦克风（SPK0641HT4H-1，20 Hz-20 kHz）采集了2021-2022年3171小时原始音频（16 kHz采样率）及温湿度数据（±0.3°C精度），同时记录蜂群表型指标包括：蜂框数量（Frames of bees，覆盖度≥70%）、蜂王状态（Queenright/Queenless）、Varroa mite（狄斯瓦螨）侵染率（酒精洗涤法）和冬季死亡率（20%）。该数据集UrBAN已公开于FRDR平台（DOI:10.20383/103.0972）。

关键技术包括：（1）谱幅度减法降噪（式1），采用自适应EMA滤波器（式2）和基于SNR_a-posteriori（式4）的α参数调节；（2）特征提取：MFCCs（26个mel滤波器）、LFCCs、9种频谱形状描述符（质心、峭度等）；（3）随机森林回归结合5种特征选择方法（mRMR、SHAP等），通过5折交叉验证评估蜂群规模预测性能。

主要结果：

1. 数据特征验证
   ? 温度调控：强蜂群（30框）展现显著昼夜节律（图7a），日间音频RMS功率升高与外部温湿度变化相关（图8）
   ? 频谱特征：降噪后保留64 Hz/128 Hz/256 Hz生物信号（图11），蜂群规模与音频功率呈正相关（图9）

2. 蜂群规模预测
   ? 随机分割实验：MFCCs特征表现最优（MAE 0.41±0.01，R² 0.96±0.00），显著优于LFCCs（p<0.001）
   ? 蜂箱独立实验：频谱描述符最佳（MAE 3.55±0.95），显示跨蜂箱泛化挑战
   ? 降噪提升：谱减法使MAPE降低4.7%（表6），证实环境噪声干扰模型性能

该研究创建了迄今最全面的开放蜂箱数据集，其创新性体现在：（1）首次提供3000+小时原始音频与表型数据关联；（2）验证声学特征（尤其MFCCs）作为蜂群规模代理指标的可行性；（3）开发可复用的谱减法降噪流程。局限在于冬季数据覆盖不足（仅20%蜂箱存活率记录），未来可结合SSL（自监督学习）挖掘未标注数据价值。这项工作为开发非侵入式蜂群监测系统奠定基础，对应对全球蜂群崩溃综合征（CCD）具有重要实践意义。