Dzięki modelowi analizy aplikacji Hive Mind, użytkownik jest w stanie sprawdzić, jaką ocenę w skali od 1 do 10 zajmuje pasieka postawiona w konkretnym miejscu. Nie chodzi tutaj o subiektywną opinię lub o zliczenie pól w okolicy, za tą liczbą stoi analiza danych satelitarnych. Proces ten ma cztery kroki, bierze pod uwagę to, co rośnie w promieniu lotu pszczół, jak bardzo jest to zróżnicowane i czy nie zależy od jednego źródła.
To w sumie, jak to działa?
Skąd bierzemy dane
Podstawą analizy są dane satelitarne z programu Copernicus, przetworzone tak, żeby każdy punkt na mapie miał przypisaną klasę pokrycia terenu: pola uprawne, łąki, drzewa, niska roślinność, zabudowa i inne. Ta klasyfikacja jest aktualizowana regularnie na podstawie obrazów z satelitów Sentinel. Dla każdej analizowanej lokalizacji sprawdzamy obszar odpowiadający rzeczywistemu promieniowi aktywnego lotu pszczół. Nie zakładamy z góry, że pszczoła leci dokładnie 3 km w każdym kierunku, bo rzeźba terenu, zabudowa i bariery przyrodnicze mają tutaj znaczenie.
Jak wyliczany jest wynik
Najpierw obliczamy, jaki procent okolicy zajmuje każdy typ terenu: pola uprawne, łąki, drzewa, zabudowa, niska roślinność i inne. Każdy z tych typów ma przypisaną wagę pożytkową, wynikającą z tego, jak duży wkład daje w dostępność nektaru i pyłku w ciągu sezonu. Pola, łąki i drzewa mają wysoką wagę, zabudowa i tereny bez roślinności niemal zerową. Suma tych ważonych udziałów daje bazowy wynik lokalizacji.
Bazowy wynik to jeszcze nie wszystko. Sprawdzamy, ile różnych typów produktywnej roślinności występuje w okolicy. Im więcej, tym większa szansa, że coś kwitnie przez większą część sezonu, a nie tylko przez kilka tygodni. Lokalizacja z kilkoma różnymi typami pożytku dostaje premię, która podnosi wynik końcowy. Premia rośnie wraz z różnorodnością.
Równocześnie sprawdzamy, czy jeden typ terenu nie dominuje w okolicy nieproporcjonalnie. Nawet jeśli jest to uprawa o wysokiej wartości pożytkowej, zbyt duży udział jednej klasy oznacza ryzyko: pożytek trwa krótko, kończy się nagle i nie ma czym go zastąpić. Jeśli satelita widzi tylko rzepak przez 3 km, model obcina ocenę, bo jak rzepak przekwitnie, pszczoły nie mają co jeść.
Wynik końcowy to suma bazowego wyniku, premii za różnorodność i odjęte punkty za monokulturę. Wynik jest znormalizowany do czytelnej skali, którą użytkownik widzi w aplikacji. Im wyższy, tym lepsza i bardziej stabilna baza pożytkowa w promieniu lotu pszczół.
Co oznacza wynik w praktyce
Skala od 1 do 10 nie jest skalą perfekcji. Wynik 6 lub 7 oznacza bardzo dobrą lokalizację: zróżnicowaną bazę pożytkową, kilka typów roślinności, brak dominującej monokultury. To miejsca, w których pszczelarz może spodziewać się stabilnego sezonu.
Wynik 10 to teoretyczny eden, czyli okolica z idealną różnorodnością, wysoką produktywnością każdego typu terenu i zerowym ryzykiem monokultury. W polskich warunkach taka lokalizacja praktycznie nie istnieje. Jeśli widzisz wynik w okolicach 6-8, to bardzo dobry znak.
Dlaczego różnorodność liczy się bardziej niż jeden mocny pożytek
Pszczelarz z doświadczeniem, wie to intuicyjnie: rodziny, które mają dostęp do różnych pożytków przez cały sezon, zimują lepiej i wchodzą w wiosnę silniejsze niż te, które opierają się na jednym intensywnym, ale krótkim pożytku. Pyłek z różnych źródeł zapewnia pełniejszy profil aminokwasowy, a ciągłość pożytku ogranicza okresy głodu, które osłabiają czerw i stymulują rójkę. Mechanizm premii za różnorodność i ujemne punkty za monokulturę w algorytmie Hive Mind odzwierciedla właśnie tę zasadę. Lokalizacja z kilkoma dobrymi pożytkami rozłożonymi w czasie dostanie wyższy wynik niż ta z jednym bardzo intensywnym, choć krótkim szczytem.
Kiedy wynik się zmienia i dlaczego warto sprawdzać regularnie
Wynik pożytkowy nie jest stały. Zmienia się razem z danymi satelitarnymi, które są aktualizowane przez cały rok. Oznacza to, że lokalizacja oceniana wiosną może wyglądać inaczej w czerwcu, a w czerwcu inaczej niż w sierpniu, kiedy część upraw jest już zebrana, a na nieużytkach zaczyna dominować nawłoć. Krajobraz rolniczy zmienia się też z roku na rok. Rolnik, który przez ostatnie trzy lata uprawiał rzepak, może w tym sezonie zasiać kukurydzę. Ugór, który przez lata dawał świetny pożytek z dzikich kwiatów, może zostać zaorany. Łąka za miedzą może zmienić właściciela i zostać przekształcona w pole. Te zmiany są widoczne w danych satelitarnych i przekładają się bezpośrednio na wynik lokalizacji w aplikacji.
Dlatego warto zaglądać do Hive Mind nie tylko przed sezonem, ale też w jego trakcie? Wynik z marca, kiedy pola są jeszcze nagie, różni się od wyniku z czerwca, kiedy widać już, co rzeczywiście rośnie. Różni się też od wyniku ze stycznia poprzedniego roku, kiedy w okolicy był inny skład upraw. Porównanie kilku punktów w czasie daje znacznie pełniejszy obraz niż jednorazowa ocena.
Dla pasieki wędrownej oznacza to, że najlepszą praktyką jest sprawdzenie lokalizacji kilka tygodni przed planowanym przewozem, żeby wynik opierał się na aktualnych danych, a nie na obrazie sprzed kilku miesięcy.
Jak używać wyniku w praktyce
Wynik pożytkowy w Hive Mind najlepiej sprawdza się przy porównywaniu kilku lokalizacji naraz. Zamiast oceniać jedno miejsce w oderwaniu od kontekstu, możesz zestawić dwa lub trzy potencjalne miejsca dla pasieki wędrownej i zobaczyć, które z nich ma lepszą bazę i dlaczego. Mapa pokazuje też, które obszary w promieniu lotu pszczół ciągną wynik w dół, co podpowiada, czy warto pojechać na objazd i co sprawdzić w terenie. Jeśli chcesz wiedzieć więcej o tym, jak łączyć dane z aplikacji z obserwacjami terenowymi, przeczytaj: Oczy na niebie, nogi na ziemi: jak satelita wspiera tradycyjny objazd pól.
Jeśli zastanawiasz się, czy dane satelitarne mogą być użyteczne w Twojej firmie lub pasiece, skontaktuj się z nami.
