基于Power BI的智能蜜蜂管理的建立和应用

贺明 贺海平│文

广西医科大学附属肿瘤医院，南宁530021

现代技术的进步，为传统的蜜蜂养殖管理提供了新的科学管理解决方案[1-3]，有报道使用新一代AI蜂箱，单箱蜂蜜产值可提高30%[4]。目前市场的智能蜂箱已能提供蜂箱的GPS定位、蜂箱温度、湿度、震动、声音、重量和蜜蜂出入频率的每天实时网络数据，使养蜂从经验型向科学精细管理的转型提供了便利的条件。如何管理和使用智能蜂箱提供这大量的数据，分析并获取科学数据，指导蜜蜂的养殖是现阶段的一个重要和急需填补的内容。本文用微软Power BI进行这方面的尝试，现报告如下：

一、材料和方法

1.养殖地点

养殖地为于某城市的中心，临靠经改造和绿化后的城市排水溪水沟；蜂种为中华蜜蜂；蜂箱为格子箱，采用单王饲养。

2.监控设备

视频监控采用无线家用超高清夜视wifi无线监控摄像头，对巢门蜜蜂出入监控。使用天府蜂谷大蜂慧AIot智能监控设备（购买）实行蜂箱24小时监控，将记录自动上传到云服务器，并定期下载每天的数据。

3.支持软件

Microsoft Power BI Desktop版本：2.96.901.0 64-bit（2021年8月）。

4.数据来源及结构

（1）蜜蜂活动的数据来源于智能蜂箱每天记录的数据；本地历史天气数据来源于全国历史天气查询，数据爬取地址：http://www.tianqihoubao.com/lishi。

（2）活动的数据结构包括蜂场、蜂箱编号、监控的时间、箱内温湿度、蜂箱重量、蜜蜂进出量、声音频率、声音分贝和震动等数据；本地历史天气数据结构包括日期、最高气温、最低气温、天气状况和风力风向等。

5.数据导入及整理

蜜蜂活动的数据从指定网站登录后下载每天数据，数据为Excel文件，合并的Excel文件，直接通过“获取数据”功能，导入到Power BI平台。

本地历史天气数据通过Power BI的Power Query编辑器先建立城市列表包括城市、城市拼音、开始时间和结束时间，填入要获取城市及时间，通过内置函数动态抓取相应城市及时间的历史天气数据。

查看以上各列数据，数据还是比较规整的，没有发现异常值，无需进行数据清洗。根据需要通过“添加列-提取”等 功能，添加例如日期、小时等列，用作后面维度等分析使用。应用查询确定后，蜜蜂活动记录表和城市历史天气数据进入到分析平台。

6.数据建模和结果展现

将蜜蜂活动记录表和城市历史天气数据表通过日期关联起来，根据需求建立各种度量值，kpi值，并展现图表，分析数据。

二、结果

建模后的平台，可根据需要扩展更多的功能和数据挖掘。目前实现的主要功能：

1.主页面

主要用于展现最关心的蜂场和蜂箱的总体内容。通过选择蜂场和蜂箱来展示当前养殖的天数，蜂箱的重量以及蜂箱的重量变化的趋势，并通过点击主页面展示的内容，可链接并深入展开显示关心的内容（图1）。

图1

2.蜜蜂每日的变化曲线

通过选择时间段来展示蜂箱的0到24小时箱内温度、湿度、蜂箱重量、蜜蜂进出量、声音频率、声音分贝的变化曲线，主要用于分析不同年、月、日一天不同时间蜜蜂的活动规律（图2）。

图2

3.蜜蜂每月的变化曲线

通过选择时间段来展示蜂箱的每日箱内温度、湿度、蜂箱重量、蜜蜂进出量、声音频率、声音分贝的变化曲线，主要用于分析不同年、月每日蜜蜂的活动规律。

4.每月的详细数据汇总

通过选择时间段来展示蜂箱的箱内温度、湿度、蜂箱重量、蜜蜂进出量、声音频率、声音分贝的数据汇总，主要用于了解蜜蜂各数值的变化情况。

5.城市天气状况和风力风向与蜜蜂出入量，重量差展现

通过选择时间段来展示城市天气状况和风力风向与蜜蜂出入量，重量差的关系，主要用于分析城市天气与蜜蜂活动的规律（图3）。

图3

6.城市温度与蜂箱温度对比曲线

通过选择时间段来展示城市的最高温度、最低温度与蜂箱温度的最高温度、最低温度的变化曲线，主要用于分析当地温度与蜂箱温度的关系（图4）。

图4

7.显示报警

通过kpi仪表盘报警包括箱内温度、蜂箱震动、声音、蜜蜂出入量异常变化等内容。

8.显示影响蜜蜂出入量的关键影响因素分析结果

图表方式动态显示温度、湿度、声音和气候等因素对蜜蜂出入量的影响（图5）。

图5

三、讨论

养蜂业为农业中重要的组成部分和重要产业。目前，由于没有先进的技术手段，广大蜂农采用的仍是传统的蜂箱，依据个人经验进行蜜蜂养殖和管理[2]，存在两个突出的问题：如何实现养殖模式的标准化和管理的科学化。本研究采用格子箱土养方式利于养殖模式的标准化和简单化,养殖模式的统一，蜜蜂活动产生的数据就有规律和可比性。加上使用先进的数据采集和管理工具—智能蜂箱和商用智能软件进行管理，能很好的解决上述问题。

蜜蜂智能监控蜂箱是近年才出现的设备（尤其是蜜蜂进出量的记录，以往是没有的），对其产生的大量数据如何管理，如何分析和挖掘数据，获得蜜蜂行为和活动的规律，指导科学精细的管理仍是一片空白。对大数据分析和处理，Power BI具有强大的功能，可为数据分析提供从源头到末端的全流程服务[5]，在实现多维数据查询，kpi及数据挖掘有强大的性能。我们采用该工具对养殖蜜蜂的管理，是一个新的尝试，建模后的系统，大可管理跨地域的多个蜂场，小到只管理一个蜂箱。随着时间的推移数据量的增多，利用软件强大的功能扩展性，不断增加新的功能，从中挖掘出更多的蜜蜂活动规律信息，显示更多的优势，同时为养蜂管理提供一个有益的经验。