꿀벌 군집 건강을 온도 시계열로 진단하는 저비용 방법

초록

본 연구는 꿀벌 군집이 외부 온도 변화에 보이는 온도 조절 능력을 정량화하여, 온도 센서만으로 군집의 건강 상태를 ‘안정’, ‘경고’, ‘붕괴’ 세 단계로 구분하는 방법을 제시한다. 22개의 벌통 데이터를 분석한 결과, 온도 민감도 지표 Π와 온도 차이 ΔT가 특정 임계값을 넘으면 군집 붕괴 위험을 조기에 포착할 수 있음을 확인하였다.

상세 분석

이 논문은 꿀벌 군집의 핵심 생리 현상인 브로드(벌통 중심부) 온도 유지 메커니즘을 활용한다. 건강한 군집은 33 °C~36 °C 사이의 온도를 일정하게 유지하기 위해 ‘떨림(시버링)’과 ‘통풍·증발 냉각’ 등 행동을 조절한다. 저자들은 이러한 행동을 온도 시계열 데이터에 내재된 ‘민감도(susceptibility)’로 모델링한다.

핵심 가정은 외부 온도 T_E가 목표 온도 T_d(33~36 °C)와 크게 차이날 때, 군집이 내부 온도 T_H를 얼마나 빠르고 정확하게 T_d에 복귀시키는가가 군집의 건강을 나타낸다는 것이다. 이를 수학적으로는
\