Erste Analyse der Audio-Daten des BeABee-Projekts

Ich hab mal eine Fourier Transform auf Sounddaten aus dem beabee Projekt (http://beabee.ch/) laufen lassen.
Hier sind die Ergebnisse mit der Standard Grafana Heatmap.
Auf der Zeitachse sind 10-Minuten-Bins, die direkt so aus der FFT kommen.
Leider gibt es immer wieder ein paar Minuten, die nicht gemessen wurden, deswegen die vertikalen schwarzen Balken.

Hier sind 100 bins für die Frequency-Achse, zwischen 0 und 2000 Hz für mehrere Tage:

Für eine Stunde:

Und hier 50 bins bis 1000 Hz, ist wohl ein sinnvoller Ausschnitt und etwas übersichtlicher:

5 Likes

@Diren, vielen Dank für die Sicht in die Daten, da tut sich über die Zeit ja doch einiges! beabee hat ja verschieden Mikros an unterschiedlichen Stellen verwendet, s. Luftschall / Mikrofon vs. Substratschall / Piezo

Von welchem Mikro und an welcher Stelle sind denn die Daten oben aufgenommen wurden? Veränderungen in Fluglochnähe könnte man sich mit “Flugbetrieb” erklären, dagegen hätten Änderungen in gleichem Ausmaß etwa im Honigraum andere Ursachen / Gründe.

so zunächst mal der Vollständigkeit halber noch ein viertes Bild mit 50 bins und einem kürzerem Zeitausschnitt.

Ich find 50 Bins sind schon relativ viel, gerade wenn man sich einen längeren Zeitraum anschaut. Für einen kürzeren Zeitraum ist es ganz ok.

@clemens Es war ein Luftschallmikro, unten links im Boden.
Peaks um die Mittagszeit sind ja zusehen, was genau die Ursache ist, weiß ich nicht.

1 Like

Danke @Diren, sehr spannend! Hier ein paar Gedanken zu den Grafiken:

Datenreduktion Interessant ist ja, dass sich zwischen 1000 und 2000 Hz nicht viel tut und wir – mit allem Vorbehalt – ggf. auf Daten ab 1000 Hz verzichten könnten, was uns Übertragungs- und Analyseressourcen sparen könnte. Du hast das für den zweiten Teil der Abbildungen ja schon gemacht. ;-)

Tagesschwankungen Man sieht an der ersten Grafik sehr schön die Tagesschwankungen! Man kann klar ruhigere Phasen in der Nacht und “lautere” am Tag identifizieren. Bei der aktuellen Visualisierung tritt das besonders deutlich im Freqzenzband von 220 bis 260 Hz zu Tage. Dort ist es in der Nacht ruhiger. Ich weiß nicht genau wo der neue Tag anfängt, am Anfang der Beschriftung 04/28 00:00 oder in der Mitte. Falls es die Mitte ist wäre die “Ruhephase” ab Mitternacht, jedenfalls eher in der zweiten Nachthälfte als ab Sonnenuntergang. Im Freqzenzbereich um 100 Hz ist es genau anders herum, dort ist es nachts lauter als am Tag. Aber auch im Bereich von 300 bis 700 Hz tut sich am Tag einiges, besonders kurz nach Mittag (die Uhrzeiten sind vermutlich Sommerzeit, kurz nach Mittag) wäre dann in der Nähe des Sonnenhöchststands am Tage.

Jahreszeit Die Daten stammen laut timestamps in den Grafiken von Ende April / Anfang Mai. Haben wir dazu auch Temperaturdaten von Außen? Weil das Mikro in bodennähe war könnten die Peaks schlicht der (höhere) Flugbetrieb gewesen sein. Müsste man aber mit Mikroposition und Wetterdaten nochmal plausibilisieren. Daher nur eine mögliche Ursache. Ande April / Anfang Mai gibt es normalerweise auch noch keine Massentracht und damit wenig Bedarf Nektar zu trocknen. D.h. Schlafphasen und aktivere Phasen die tageszeitlich bedingt sind machen schon Sinn.

Die Schwankungen am Nachmittag in der zweiten Abbildung könnten auch auf wetterbedingt weniger Flugaktivitäten zurückzuführen sein… Wenn wir jetzt noch Temperaturdaten oder gar Sonnenschein als Daten hätten …

1 Like

Wo fehlen die denn? [edit: ne nächstbeste DWD-Referenz lässt sich innerhalb Doitschlands bei uns ja immer finden]

Und vermutlich wollt Ihr janz unbedingt die Windgeschwindigkeiten und Niederschläge mit im Bild haben – wenn meteorologisch etwas Krach macht, denn sicher weniger die Temperatur oder die Sonne ;)

1 Like

Ich habe sehr häufig am frühen Nachmittag erlebt, dass die Drohnen von den Sammelplätzen zurückkehren. Dabei erhöht sich sowohl Lautstärke als auch das Spektrum, welches dann das typische Klangbild vor der Beute beherrscht. Die Zunahme setzt sehr schnell ein und flacht dann allmählich ab. Länger als eine halbe Stunde oder Stunde hielt es meist auch nicht an. Allerdings ist es Ende April noch ein klein wenig früh für große bereits fliegende Drohnenpopulationen. Ausschließen würde ich es aber trotzdem nicht, wenn man bedenkt, dass die Schwarmzeit in klimatisch durchschnittlichen Jahren im Mai beginnt.

1 Like

Jaa, daran hätte ich auch gedacht, wenn es in Deutschland gewesen wäre. War aber afaik in der Schweiz, ich denke aber, die haben auch parallel Temperaturdaten erhoben, weiß es aber nicht. Vielleicht kann @Diren mal im Datensatz gucken …

1 Like

Drohnen alleine würde ich dafür nur bedingt verantwortlich machen wollen, ebenfalls wegen der Jahreszeit, wie du schreibst! Es könnte aber ein ähnliches Phänomen bei den jungen Flugbienen sein. Die fliegen sich ebenfalls – meine Beobachtung ähnlich wie bei dir – am frühen Nachmittag ein! Wer es auch immer ist und warum sie fliegen, wenn das Micro in der Nähe des Fluglochs ist, würde ich Flugbetrieb dafür verantwortlich machen.

1 Like

Vielen Dank für eure Überlegungen, das ist echt hilfreich!

In der Mitte!
Die ersten zwei Peaks sind so bei 15:30 Uhr, die anderen sogar noch später.
Die Tageshöchsttemperatur war aber eher abends. Beabee haben schon Wetterdaten aufbereitet.

Hier ist die mittlere Frequenz (gemessen an Amplitude) und die dominante Frequenz (mode) mit den Temperaturdaten.

Und hier die durschnittliche Frequenz (Frequenzen gewichtet mit Amplitude). Ist fast noch schöner.


Welche dieser Frequenzen wir berechnen sollten, (dominant, Median, Durchschnitt, instantious, …) ist eine der nächsten Fragen, mit denen ich mich beschäftigen möchte.

1 Like

Um zu sehen, was bei den höheren Frequency-Bands noch geht, hab ich das ganze mal logarithmisiert. Dort passiert auf jeden Fall auch noch was, aber ob diese Bands einen zusätzlichen Nutzen haben, gegenüber dem Bereich 0 -1000 Hz, ist trotzdem nicht klar. Die Werte über die Frequency-Bands scheinen sich nicht viel zu ändern.
Sorry, die x-ticks fehlen.
spectro spectrolog

In der Musik gibt es ja das Phänomen der Obertöne. Frage mich, ob es so was bei Bienen auch geben kann und in welchem Ausmaß. Anders formuliert: Sind die Dinge, die wir “weiter oben” sehen unabhängige Ereignisse / Artefakte oder “Obertöne” der “unteren” Geräusche?

… jenes heißt in der Physik Harmonische und tritt immer auf, denn dies gehört zu den universellen Eigenschaften von Wellen; dabei spielt deren Herkunft oder Frequenz keine Rolle.

Beispielhaft ein Königinnen-“Tüten”, fünf Harmonische sind zu erkennen (Quelle ist die Datei aus dem thread queen piping, die Grundfrequenz des Tütens liegt jeweils zwischen ca. 375 und 450 Hz) :

queenpipe-raw2-90deg-CCW

(N.B.: im Bild ist auch die Wirkung einer lossy compression zu sehen: beim ersten Tüten ist die 2. Harmonische komplett unterdrückt aufgrund der relativ hohen Amplitude der 3. Harmonischen)

Das zweitere auf jeden Fall. Bei ersterem sind sich die Gelehrten noch uneins.

Daß überhaupt deutlich höhere Frequenzen als jene vielleicht 2000 Hz auftreten, die uns hier bislang interessieren, und in der Kommunikation eine Rolle spielen könnten, hat Spangler gemessen (bei den drei Ereignissen A, B und C liegen die Maxima zwischen 20 und 40 kHz !) :

Es wird angenommen, daß Resonanzen im Ultraschallbereich den Tieren helfen, in Dunkelheit die Waben zu errichten (die Resonanzfrequenz einer leeren Wabenzelle liegt bei ca. 35 kHz). Ob diese Frequenzen von Honigbienen auch gehört werden können, ist nicht klar (mal Tautz fragen! ;) ), es könnten jedoch resultierende Interferenzen ausreichen.
(z.B. in Kadmon, Ishay, Bergman: “Properties of ultrasonic acoustic resonances for exploitation in comb construction by social hornets and honeybees”)

Im Stock gemessene erhöhte Aktivität im Ultraschallbereich könnte also mit erhöhter Neubautätigkeit korrelieren, tritt aber eben auch bei anderen Ereignissen auf. Da nicht alles im Bienenstock tonalen Charakter hat, sondern auch geräuschhaften, entspricht die Amplitudenverteilung dabei nicht einer harmonischen Reihe, wie bei Spangler zu sehen ist… auch hier also wieder viel Forschungsbedarf!

4 Likes

Ich habe mal geschaut, wovon die Frequenzänderungen abhängen und dafür verschiedene Regressionsmodelle angeschaut. Damit muss man immer vorsichtig sein, denn wenn man sie einfach so benutzt schließt man schnell falsche Schlussfolgerungen. Mein finales Model (Generalised Least Squares mit AR1-Korrelation) scheint halbwegs stabil zu sein, trotzdem beschreibt es nur grobe Zusammenhänge. Das ganze hab ich erstmal nur mit einem Mikro gemacht (Mikro links unten im Kasten).
Der Code mit Doku ist auf BeABee- Sound of Bees
Es lässt sich natürlich noch einiges mehr ausprobieren, z.B. Interaktionen zwischen Wetterdaten.

Mich interessiert Eure Meinung zu den Ergebnissen. Erscheinen sie euch logisch? Gibt es irgendwelche Erklärungen dazu?

Nach dem Model lässt sich Folgendes beobachten:

Date

Overall, the frequency seems to decrease in the time period betwen the 13th of April 2013 and the 7th of June 2013.
Roughly speaking, the frequency decreases by 7 Hz every day.
This can also be seen from the frequency plotted in timeorder. Only in the second half of June the frequency increases, however we do not have weather data for this period.

  plot(merged$timestamp, merged$miks.boden._1)

Humidity in the Hive

A one-percent increase in humidity is related to an increase of the frequency by 0.9 Hz.

Temperature in the Hive

An increase in temperature in the hive by 1 °C corresponds to a decrease of the frequency by 31 Hz.

Temperature Outside

An increase in temperature outside of the hive by 1 °C corresponds to an increase of the frequency by 12.8 Hz.

Barometer

A 1 hPa increase in air pressure is related to a 9.4 Hz frequency increase.

Rain

1 mm of rain results in an increase of the mean frequency by 70 Hz.
In fact, we rarely had rainfall higher than 0.2 mm.
The people from BeABee spend some effort to build a roof over there hive.
However, we cannot tell from our model, if the frequency increase occurs, because the the bees behave differently during rain, or if rainfall was recorded.

4 Likes

Noch habe ich keine starke Meinung dazu. Zur Beurteilung fehlt mir hier eher eine Stockkarte mit imkerlichen Beobachtungen, ggf. Eingriffen. Insofern interessiert mich als erstes der Grund, warum sich im letzten Viertel (ab ca. Mitte Juni) der Frequenz-Großtrend gegenüber vorher umkehrt und außerdem eine größere Schwankungsbreite erhält.

Aus der imkerlichen Praxis kennt man z.B. jene Tatsachen, daß mit zunehmender Honigvorratsmenge nach der/den ersten Massentracht(en) das Volk auch “tiefer brummt” und eher auf Vermehrung im Sinne von Teilung “umschaltet”. Alles wird dann wieder unruhiger und ruppiger, sobald Drohnen nicht nur angelegt werden, sondern auch schlüpfen. Und natürlich spricht es sich schnell rum, wenn der Honig weg ist, was auch wieder in Unruhe mündet.

Daher könnte jenes Ereignis am Beginn des letzten Viertels (oder kurz vorher) ein Schwarmabgang, die erste Honigernte oder ein anderes schwerwiegendes Ereignis für den Bien sein, von dem wir leider keine Kenntnis haben… oder gibt es eine Stockkarte, die ich lediglich nicht gefunden habe?

1 Like

Noch ein Gedanken dazu, alles was mit veränderten Umweltbedingungen wie Temperatur und Feuchte zu tun hat bedarf ggf. einer Gegenregulation der Bienen wenn sie die Stock-Bedingungen, hier vor allem das Brutnest konstant halten möchten. Daher war meine erste Idee, also ich die Veränderungen der Freqzenzen gesehen habe, ob es einfach mehr oder weniger Fächeln sein könnte, wenn z.B. die Temperatur sinkt oder es feuchter wird … Dazu müsst man sich die Veränderungen vielleicht nochmal etwas dezidierter anschauen, nicht nur wie verändert sich die Frequenz bei fallender / steigender Feucht, sondern auch wie bei Feuchte über den Optimum für Bienen und wie be Feuchte unter dem Optimum. Bei der Königinnenzucht im Brutschrank sagt man zwischen 50% und 70%, d.h. wenn man in <60% vs. >60% teilt, könnte man das differenziert anschauen.

Temperaturanstieg geht mit einer Frequenzerniedrigung einher. Hmm, meine Theorie wäre gewesen, dass bei steigender Temperatur mehr gefächelt werden muss und die Frequenz zunimmt. Hängt aber auch davon ab bei welcher Frequenz die Bienen fächeln und ob die Temperatur von 30° auf 35° steigt oder von 10° C auf 15 ° C, auch hier wäre die Berücksichtigung der “Wohlfühltemperatur” interessant. Was passiert bei “zu kalt” vs. “zu warm”.

Bei Regen sind zumindest mehr Bienen zuhause. Zu was das führt kann ich aber auch nur mutmaßen, mehr zuhause, mehr Lautstärke. Oder alle sitzen gelangweilt und untätig rum, daher leiser als bei rushhour?

Danke schonmal für die guten Einwände!
Ich schreib die BeABee-Leute mal an, ob es noch Stockkarten gibt.

1 Like

Hallo zusammen,

weil vor kurzem jemand drüben bei FFT PLOT (fast fourier transformed) on grafana - influxdB - Support - Grafana Community mit einem ähnlichen Vorhaben fragte, habe ich ihn gerade hierher verwiesen.

Viele Grüße,
Andreas.

Hallo zusammen,

mein gefährliches Bienen-Halbwissen stammt zwar größtenteils aus langen Nächten Minecraft/Forestry, aber ich wollte etwas zum Thema Temperatur/Fächeln/Frequenz anmerken:

Soweit ich weiß, regeln Bienen die Temperatur sehr präzise und schnell - Erhöhung durch Muskelaktivität, Senkung durch Inaktivität bzw. das Einbringen von Wasser. [1]

Erhöhtes Fächeln kann eigentlich - durch das Aufheizen der Biene - die Temperatur nur anheben [2], da dies ja nur die Luft im Stock bewegt, jedoch keine “Frischluft” niedrigerer Temperatur einbringt.

[1] gibt auch etwas Aufschluss über die erwähnte “Wohlfühltemperatur”.

  1. Bienen mögen’s warm
  2. Der Hitzetod von Hornissen im Bienen-Pulk

Ich hoffe ich liege mit meinen 2 Cent nicht völlig daneben :]

Grüße, Alex.

Doch das können die auch ganz gut und zwar im Kollektiv als lebender “Ventilator” am Stockeingang. Dabei wird warme, feuchte, verbrauchte Luft aus dem Stock herausgefächelt, s.

https://www.hobos.de/mit-hobos-lernen/startseite/lernen-fuer-alle/lexikon-des-verhaltens/detail/?tx_news_pi1[news]=1092&tx_news_pi1[controller]=News&tx_news_pi1[action]=detail&cHash=4503f34315eda76cb7594734e9df116c

3 Likes

Hello,

I’m trying to replicate the results of this threat but I’m not able to progress. I sample current measurements from a current sensor and I’m trying to plot the FFT. The measurements in InfluxDB have this pattern:

SELECT "FFT_Freq_0", "FFT_Freq_1", "FFT_Magn_0", "FFT_Magn_1" FROM "meas_ext" WHERE $timeFilter LIMIT 10

which returns a table like this:

Time | FFT_Freq_0 | FFT_Freq_1 | FFT_Magn_0 | FFT_Magn_1 |
t1   |     0      |     32     |     1000   |     120    |
t2   |     0      |     32     |     2002   |     233    |
t3   |     0      |     32     |     567    |      56    |

where obviously I have the various frequencies and the respective amplitudes. I understand that getting the same measurements over time for the frequencies is a bit dummy, but I haven’t found a way yet in grafana to enter their values in a separate table from my measurements.

Anyhow, the closest I’ve reached to get a meaningful diagram is via the actual “manual” query:

SELECT "FFT_Magn_0", "FFT_Magn_1", "FFT_Magn_2", "FFT_Magn_3", "FFT_Magn_4", "FFT_Magn_5", "FFT_Magn_6", "FFT_Magn_7", "FFT_Magn_8", "FFT_Magn_9", "FFT_Magn_10", "FFT_Magn_11", "FFT_Magn_12", "FFT_Magn_13", "FFT_Magn_14", "FFT_Magn_15", "FFT_Magn_16", "FFT_Magn_17", "FFT_Magn_18", "FFT_Magn_19", "FFT_Magn_20", "FFT_Magn_21", "FFT_Magn_22", "FFT_Magn_23", "FFT_Magn_24", "FFT_Magn_25", "FFT_Magn_26", "FFT_Magn_27", "FFT_Magn_28", "FFT_Magn_29", "FFT_Magn_30", "FFT_Magn_31" FROM "meas_ext" WHERE ("deviceID" = 'CurSensor_MCU') AND $timeFilter

which gave me a heatmap like this

In principle it’s close to what I’m trying to achieve. I like to maintain the time axis because it shows nicely how the FFT amplitudes change in time. Then on the Y-axis I have the log10 representation of the amplitudes (actually not exactly the amplitudes, I think heatmap shows a COUNT of the amplitude values that fall within each bucket). What is missing from this picture is the frequencies. The diagram can be read in a horizontal manner, that is for example the top 2 blue lines correspond to frequencies 0 Hz and 32 Hz (I sample a DC signal mainly, with some noise in higher frequencies). The yellowish areas correspond to higher frequencies with much smaller amplitudes. However this diagram does not display any frequency information and this is what I want to achieve somehow as at the beginning of this thread.

Can someone point me to what is wrong with my queries and my database setup?

2 Likes