MSPB

MSPB数据集是由加拿大蒙特利尔的INRS-EMT等研究机构创建，旨在通过多模态传感器数据监测蜜蜂（Apis mellifera）的表型特征。该数据集包含53个蜂箱在一年内的音频、温度和相对湿度数据，详细记录了蜂箱的种群数量、蜂蜜产量、蜂后状态等多种表型特征。数据集的创建过程涉及传感器数据的连续收集和专家对表型特征的定期评估。MSPB数据集的应用领域广泛，包括蜜蜂健康监测、蜂蜜产量预测及蜂箱管理优化等，旨在通过数据驱动的分析解决蜜蜂养殖中的关键问题。

The MSPB Dataset was developed by research institutions including INRS-EMT in Montreal, Canada, aiming to monitor the phenotypic traits of honey bees (Apis mellifera) using multimodal sensor data. This dataset contains audio, temperature and relative humidity data from 53 beehives over a one-year period, and comprehensively records various phenotypic traits such as colony population, honey yield and queen bee status of the hives. The construction of the MSPB Dataset involves continuous collection of sensor data and regular expert assessments of phenotypic traits. The MSPB Dataset has a wide range of application scenarios, including bee health monitoring, honey yield prediction and beehive management optimization, aiming to address key issues in apiculture through data-driven analysis.

搜集汇总

数据集介绍

构建方式

MSPB数据集的构建方式涉及了在加拿大魁北克省的两个蜂场中，对53个蜂群进行为期一年的纵向多传感器数据收集。数据收集从2020年5月开始，至2021年4月结束。传感器数据包括音频特征、温度和相对湿度，而表型测量则包含了蜂群数量、幼虫数量、瓦罗亚螨虫侵染水平、防御和卫生行为、蜂蜜产量以及冬季死亡率等。数据集的构建不仅包括了连续的传感器数据记录，还包含了由养蜂科学专家每两周进行的表型特征标注，为数据的深入分析提供了丰富的背景信息。

特点

MSPB数据集的特点在于其数据收集的连续性、多样性和全面性。数据集涵盖了长达一年的完整数据记录，包括音频、温度和相对湿度等传感器数据，以及由专家标注的表型特征。这使得MSPB数据集在蜂群监测领域具有独特性，能够为研究蜂群行为、健康状态和生产力提供宝贵的数据资源。此外，数据集还提供了丰富的表型特征测量，包括蜂群数量、蜂蜜产量、瓦罗亚螨虫侵染水平、防御和卫生行为、冬季死亡率等，这些数据为研究者提供了全面了解蜂群动态的视角。

使用方法

MSPB数据集的使用方法包括数据读取、预处理和分析。数据以CSV格式存储，可以使用Python的Pandas库轻松读取。为了方便用户进行数据处理和分析，研究团队还提供了Python脚本，用于特征提取和机器学习任务。此外，研究团队在Github上开源了用于技术验证的代码，并提供了蜂场管理的照片和视频，以便用户更好地理解数据集的背景和内容。用户可以根据自己的研究需求，使用MSPB数据集进行蜂群监测、行为分析、健康评估和生产力预测等研究。

背景与挑战

背景概述

在蜜蜂养殖领域，Apis mellifera作为重要的传粉昆虫，其健康状况和生产力对农业和生态系统的稳定至关重要。传统的蜜蜂养殖依赖于人工检查，这不仅耗时且可能对蜂群造成干扰。近年来，全球范围内观察到大规模的蜂群损失，这些损失是由多种因素共同作用的结果，包括农药、病原体、寄生虫、气候变化等。为了解决这些问题，研究人员开发了自动化的蜜蜂养殖监控系统，这些系统通常在蜂箱内放置传感器以记录环境变化和蜂群状态。MSPB数据集正是在这一背景下创建的，它是一个纵向的多传感器数据集，包含了来自蜜蜂蜂群（Apis mellifera）的丰富的表型测量数据。该数据集由Yi Zhu等人于2020年5月至2021年4月期间在加拿大魁北克省的两个蜂场从53个蜂箱中连续收集。数据集包括音频特征、温度和相对湿度等传感器数据，以及蜂箱人口、幼虫细胞数量、瓦罗瓦螨侵染水平、防御和卫生行为、蜂蜜产量和冬季死亡率等表型测量数据。MSPB数据集的创建填补了现有数据集在样本量、时间范围、传感器模态数量和表型特征多样性方面的空白，为研究人员提供了更丰富的数据资源，以帮助推进蜜蜂养殖监控技术的研究。

当前挑战

MSPB数据集在创建过程中面临了多个挑战。首先，如何确保数据集的全面性和准确性是一个关键问题，因为数据集需要包含多种传感器模态和丰富的表型特征测量数据。其次，数据处理和特征提取也是一个挑战，因为需要从大量的原始数据中提取有用的特征，以便于后续的机器学习模型训练和决策。此外，如何有效地利用这些数据来开发新的蜜蜂养殖监控应用也是一个挑战。尽管MSPB数据集提供了丰富的数据资源，但如何将不同模态的数据进行融合，并量化每种模态数据的重要性，仍然是研究人员需要解决的问题。最后，如何利用这些数据来开发新的机器学习应用，例如检测瓦罗瓦螨侵染、自动表征卫生和防御行为或预测蜂蜜产量，也是未来的研究方向。

常用场景

经典使用场景

MSPB数据集为研究蜜蜂群体行为提供了丰富的数据资源，尤其适用于蜜蜂群体监测和健康状况评估。该数据集包含了音频特征、温度和相对湿度等传感器数据，以及蜜蜂群体数量、幼虫数量、瓦罗亚螨虫侵染程度、防御和卫生行为、蜂蜜产量和冬季死亡率等表型测量数据。通过分析这些数据，研究者可以深入了解蜜蜂群体的动态变化，预测冬季死亡率，估计群体数量，以及监测蜂后状态等。

衍生相关工作

MSPB数据集衍生了多项相关研究工作，包括使用机器学习模型预测冬季死亡率、估计群体数量和监测蜂后状态等。此外，该数据集还可以用于开发新的蜜蜂群体监测技术，如使用音频传感器监测蜜蜂群体活动和健康状况。MSPB数据集为研究蜜蜂群体行为和健康状况提供了新的视角，推动了相关领域的发展。

数据集最近研究

最新研究方向

MSPB数据集的最新研究方向主要集中在利用多模态传感器数据对蜜蜂群体的行为、健康状况和生产性能进行深入分析和预测。这一方向的前沿研究包括使用机器学习和数据挖掘技术来揭示蜜蜂群体内部活动的规律，以及如何通过分析温度、湿度、声音等传感器数据来预测蜜蜂群体的生存能力、繁殖状况和蜂蜜产量。此外，研究还关注如何融合不同传感器模态的数据，以及如何通过分析蜜蜂群体的行为特征来预测和预防诸如瓦罗亚螨虫病等疾病的发生。这些研究方向不仅有助于提高养蜂业的效率，也为蜜蜂生态系统的保护提供了科学依据。

相关研究论文

• MSPB: a longitudinal multi-sensor dataset with phenotypic trait measurements from honey bees

  INRS-EMT, Université du Québec, Montréal, Canada · 2023年