همایش ملی احیای بوم‌شناختی بر پایه طبیعت با تاکید بر زنبورعسل

چکیده مقاله

استرس گرمایی و کاهش منابع غذایی باکیفیت، دو چالش جدی برای سلامت و بقای کلنی‌های زنبورعسل در جهان و ایران هستند که هر یک به‌تنهایی و به‌ویژه در تعامل با یکدیگر، تلفات قابل‌توجهی ایجاد می‌کنند. روش‌های سنتی مدیریت زنبورستان‌ها مبتنی بر بازدیدهای دوره‌ای بوده و توانایی تشخیص زودهنگام و مدیریت همزمان این دو تنش را ندارند. هدف این مقاله¬ی مروری، بررسی پتانسیل سامانه‌های پایش هوشمند در مدیریت یکپارچه¬ی استرس گرمایی و تغذیه کلنی‌های زنبورعسل است تا بتوان از داده‌های حسگرها برای تشخیص زودهنگام تنش‌ها و بهینه‌سازی مدیریت زنبورستان بهره برد. این مطالعه با رویکرد مرور نظام‌مند و جستجوی کلیدواژه‌های تخصصی در پایگاه‌های داده معتبر در بازه¬ی ۲۰۱۵ تا ۲۰۲۵ انجام شد و مقالات مرتبط با پایش هوشمند، استرس گرمایی و تغذیه¬ی زنبورعسل تحلیل شدند. بررسی مطالعات مرور شده نشان می‌دهد که داده‌های وزنی با دقت بالا قادر به شناسایی الگوهای روزانه¬ی تغییرات وزن مرتبط با کمبود منابع غذایی و فعالیت جستجوگری هستند و مدل‌های یادگیری ماشین مانند GRU می‌توانند روند آینده¬ی وزن کلنی را با خطای کمتر از ۱ درصد پیش‌بینی کنند. همچنین داده‌های دمایی و رطوبتی، هشدارهای زودهنگامی درباره¬ی وقوع استرس گرمایی ارائه می‌دهند و تلفیق داده‌های چندحسگری، امکان مدل‌سازی همزمان تأثیر دما بر رفتار تغذیه‌ای و پیش‌بینی دوره‌های بحرانی را فراهم می‌کند. با وجود چالش‌های بومی مانند نبود زیرساخت، کمبود داده‌های آموزشی و هزینه¬ی تجهیزات، بومی‌سازی این فناوری از طریق پژوهش‌های پایه، همکاری‌های بین‌المللی و حمایت نهادهای مسئول امکان‌پذیر است و می‌تواند گامی مؤثر در کاهش تلفات کلنی‌ها، افزایش بهره‌وری و تحقق اهداف توسعه¬ی پایدار در زنبورداری ایران باشد.

کلمات کلیدی:

پایش هوشمند، استرس گرمایی، تغذیه زنبورعسل، مدل‌سازی بوم‌شناختی، یادگیری ماشین