Para detectar características anormais em colônias da abelha melífera (Apis mellifera), como baixa população de operárias, padrão irregular nos quadros de ninho e perda de rainhas, geralmente é necessário abrir as colmeias e remover os quadros para verificá-los em uma rotina chamada revisão. Nesse processo, indivíduos podem ser esmagados e até mesmo uma inspeção cuidadosa pode gerar estresse nas colônias, colocando em risco o trabalho de produção de mel. Além disso, como as colmeias costumam ser mantidas em apiários rurais distantes, exigem longos deslocamentos por parte dos apicultores, que precisam despender muito tempo e recurso financeiro para monitorá-las no local.
Diante desse contexto, tem se tornado cada vez mais comum estudos na área da Apicultura de Precisão, definida pelo monitoramento remoto de variáveis das colmeias como apoio às decisões de manejo dos apicultores, visando reduzir o uso de práticas invasivas, o gasto de tempo e dinheiro em deslocamentos desnecessários e o aumento da produtividade.
Pesquisadores brasileiros publicaram recentemente dois trabalhos nesta área. Um deles realizou a análise de uma ampla gama de dados de temperatura interna, umidade interna e peso de colmeias da espécie de abelha Apis mellifera, coletados ao longo de um ano, para desenvolver um método para detectar padrões nesses dados de acordo com a estação do ano. O reconhecimento de padrões pelo método permite que sistemas computacionais de monitoramento remoto de colmeias sejam capazes de indicar sobre o estado das colônicas, auxiliando o apicultor no gerenciamento de seus apiários e na tomada de decisão.
Os dados usados no estudo foram coletados de colmeias localizadas na Dinamarca e Noruega que disponibilizam dados por meio de sensores no portal HiveTool.net, um projeto de acesso aberto cujo objetivo é auxiliar na construção de softwares e hardwares para o monitoramento de colmeias. Futuramente, os autores do estudo planejam aplicar o método desenvolvido em conjuntos de dados de colônias de abelhas africanizadas no Brasil.
O segundo trabalho foi derivado do sistema web de monitoramento remoto de colmeias denominado Sm@rtBee. Partindo da necessidade de como informar aos apicultores sobre o estado das colônias, sem a dependência do sistema web (ou seja, que pode ser acessado somente no computador), o trabalho teve por objetivo desenvolver um sistema de notificações (BeeNotified!), acoplado ao Sm@rtBee, para o envio de mensagens aos apicultores via e-mail, Telegram e SMS (Short Message Service).
As notificações foram enviadas corretamente aos apicultores independente da tecnologia de envio, o que permite a escolha sobre a via de recebimento. No entanto, as mensagens enviadas por SMS e Telegram chegaram mais rapidamente aos destinatários. A vantagem das tecnologias de envio por e-mail e Telegram é que não possuem custos financeiros, além de ser enviada uma única mensagem por notificação, porém há a necessidade de acesso a Internet. Via SMS, como existe um limite de 160 caracteres por mensagem, podem ocorrer envios de duas mensagens para uma única notificação, acarretando em custos financeiros maiores. No entanto, o envio de mensagens via SMS seria essencial nos casos em que há acesso limitado à Internet, como em áreas de zona rural, comuns na rotina da apicultura brasileira.
O artigo A cluster-classification method for accurate mining of seasonal honey bee patterns, de Antonio R. Braga, Danielo G. Gomes, Breno M. Freitas e Joseph A. Cazier, está disponível em https://www.sciencedirect.com/science/article/pii/S1574954120300571?via%3Dihub
O artigo BeeNotified! A Notification System of Physical Quantities for Beehives Remote Monitoring, de Antonio Rafael Braga, Juliana de Castro Rabelo, Arthur de Castro Callado, Atslands Rego da Rocha, Breno M. Freitas e Danielo G. Gomes, está disponível em https://seer.ufrgs.br/rita/article/view/Vol27_nr3_50/pdf
