Sistema automático de clasificación de abejas sin aguijón

La estrategia para la obtención y análisis de resultados fue trabajar con una muestra pequeña de imágenes en las que se calibraron los procesos de eliminación de fondo, parametrización SIFT y determinación de correspondencias; luego se entrenó el algoritmo con una muestra más grande y finalmente se validaron los cálculos en otra muestra de imágenes totalmente independiente a las utilizadas en las etapas anteriores. 

Se construyeron tres colecciones: una de especímenes de abejas montada en alfileres entomológicos, otra de a las derechas anterior y posterior montadas en un portaobjetos con un bálsamo de Canadá como medio de preservación inerte y una tercera colección de fotografías de estas placas. Se desarrolló un sistema de discriminación de especies de abejas sin aguijón costarricenses basado en la parametrización SIFT aplicada a fotografías de sus alas. Según la literatura sistemas de discriminación con alguna similitud al desarrollado, han alcanzado tasas de eficiencia por encima de 90%, pero han trabajado a nivel de género únicamente o bien con pocas especies. El sistema que se desarrolló tiene un porcentaje de éxito en la discriminación de especie de 86,5 mientras que la discriminación por género llegó al 97,52%, trabajando con 18 especies y 10 géneros. 

La investigación realizada nos permitió concluir que la información de las alas de las abejas es un buen discriminador en la identificación de la especie a la que pertenecen una abeja, sin embargo, un análisis detallado de las asignaciones de especies equivocadas nos permitió concluir que en algunas especies las alas son realmente muy parecidas, por lo cual, es necesario tomar en cuenta otros parámetros para su clasificación.

En un sistema de discrimación se espera que el porcentaje de éxito sea cercano a 100. Con la discriminación de abejas nativas sin aguijón a nivel de género se ha cumplido con esta expectativa, sin embargo, es necesario mejorar el porcentaje de identificación de especie. Con la idea de mejorar el porcentaje de éxito para la discriminación de especies se consultó con los biólogos del CINAT, expertos en estudios apícolas, y se decidido que es necesario incorporar algunos discriminadores de especies que no están en el ala, tales como colores de otras partes del cuerpo, vellosidad, tamaño de patas o antenas u otras. Al igual que en otras abejas sin aguijón, como Paratrigona Schwarz y Plebeia sp., especies del género Nogueirapis se reconocen principalmente por las diferencias en el patrón de color de las obreras. Tales diferencias de color son a menudo apoyados por otros rasgos morfológicos incluidos el tamaño del cuerpo, así como la forma y proporciones de las diferentes estructuras membranosas. 

La propuesta es hacer que el sistema cuando tenga ‘duda’ sobre la especie, ya sea por la existencia de valores muy cercanos al máximo de coincidencias o por coincidencias múltiples, se torne en un sistema semi asistido. Por ejemplo, se ha determinado que las especies Trigona silvestriana y Trigona fulviventris tienen alas muy similares que podrían confundir al sistema, sin embargo estas especies se diferencian en la coloración del abdomen. Con algunas preguntas sencillas al usuario, sin necesidad de entrenamiento ni gasto excesivo en laboratorios, el sistema mejoraría sin duda el porcentaje de detección por especie. Otra posibilidad interesante es considerar la georreferencia de la imagen y que esta ingrese al sistema como un nuevo parámetro discriminador. 

Además, se ha pensado que a futuros el sistema podría ser llevado a ambientes menos controlados y ponerlo a disposición de los meliponicultores. Sería un gran avance la implementación del sistema en algún dispositivo móvil y que el preprocesado identifique el ala de la abeja incluso con la presencia del resto del cuerpo. Además, con el diseño de una interfaz para el usuario y el mantenimiento en un servidor los meliponicultores e investigadores apícolas tendrían una herramienta muy valiosa que podría ser usada incluso vía web.