在印尼油棕研究所 Indonesian Oil Palm Research Institute (IOPRI)，研究人員使用 Brinno 縮時攝影相機，在真實種植園環境中觀察授粉昆蟲的活動。這項研究展現了長期影像記錄如何支援油棕研究、授粉監測，以及永續農業發展。
印尼是全球最大的油棕生產國之一，因此有效且穩定的授粉，對於長期產量與生產力至關重要。在印尼油棕研究所，研究人員致力於了解授粉系統在真實種植園環境中的運作方式，以及如何強化這套系統。IOPRI 的主要研究員之一 Mahardika，長期投入一項田野研究，目標是提升油棕種植園中的授粉韌性。
挑戰：在真實種植園環境中監測授粉活動
了解油棕種植園中的授粉昆蟲行為
This two-year research project examines the potential role of Tetragonula laeviceps, a species of stingless bee, in oil palm plantations. Although stingless bees are not naturally present in oil palm ecosystems, the study investigates whether they can function as compatible and complementary pollinators alongside the primary pollinator, Elaeidobius kamerunicus. In addition to pollination performance, the research also considers the feasibility of stingless bee cultivation as a supplementary income source for smallholder farmers.
這項為期兩年的研究計畫，探討無螫蜂品種 Tetragonula laeviceps 在油棕種植園中可能扮演的角色。雖然無螫蜂並非油棕生態系中自然存在的物種，但研究團隊希望了解牠們是否能與主要授粉昆蟲 Elaeidobius kamerunicus 共同運作，作為相容且互補的授粉者。除了授粉表現之外，這項研究也評估無螫蜂養殖是否有機會成為小農戶的補充收入來源。
研究目標：建立更具韌性的授粉策略
探索永續油棕生產的互補授粉方式
這項研究的起點，來自研究人員觀察到 Elaeidobius kamerunicus 活動量明顯下降的現象。該物種約在 40 年前被引進印尼，並長期作為油棕的主要授粉昆蟲。研究人員推測，長期因素，例如近親繁殖衰退，可能正在影響其授粉效果。
因此，這項研究的主要目的，是探索替代性或互補性的授粉策略，以提升油棕授粉系統的韌性，並確保油棕生產的永續發展。
由左至右為 Paisal Mizra、Permadi、Mahardika Gama、Windra Priawandiputra、Prof. Rika Raffiudin，以及 Genesa。
解決方案：使用縮時攝影相機進行長期田野觀察
為什麼選擇 Brinno 縮時攝影相機進行授粉研究
在查閱學術文獻時，我看到一篇發表於《Journal of Pollination Ecology》的研究，標題為〈Long-term time-lapse video provides near-complete records of floral visitation〉。該研究展示了縮時影片如何在長時間內完整且連續地記錄授粉昆蟲的訪花活動，而這是單靠人力直接觀察極難達成的。
使用 Brinno 縮時相機的論文
▶️▶️https://www.pollinationecology.org/index.php/jpe/article/view/340/115
該研究清楚展現了縮時攝影相機對於長期授粉研究的價值。當我們理解這種方法能有效支援田野資料蒐集後，採用 Brinno 縮時攝影相機便成為我們研究中非常自然的選擇。
你們如何使用 Brinno 縮時攝影相機？
研究團隊將無螫蜂蜂箱引入油棕種植園，並部署四台 Brinno 縮時攝影相機，用於監測蜂箱入口以及油棕花上的活動情況。每台相機每天約拍攝 10 小時，時間從上午 8 點至下午 5 點，記錄蜜蜂每日的覓食行為。雖然相機可自主運作，但研究人員仍會在白天留守現場，主要是為了防止設備遭到破壞。相機的非侵入式特性，讓研究團隊能在不干擾蜜蜂行為的情況下，自然地記錄其活動。
你們如何分析縮時影片？
研究團隊使用 Brinno 影片播放器，從錄製的影像中擷取靜態圖片。經過兩個月的拍攝，累積資料量約達 70GB，並以每 2 秒一張圖片的間隔進行影像擷取。
由三位技術人員組成的團隊，有時也會由學生或實習生協助，手動統計數千張影像中進出蜂箱的蜜蜂數量。僅分析單台相機一天的影像，就需要約五天的工作時間，因此整個分析過程相當耗費人力。目前，研究團隊也正在探索以 AI 與機器學習方式，自動化未來研究中的影像分析流程。
成果：縮時影像如何幫助農業研究
長期影像揭示授粉模式與未來研究潛力
縮時資料證實，無螫蜂會主動造訪油棕花，並對授粉產生貢獻。影像記錄也呈現出清楚的日間覓食模式，其中活動高峰大約出現在中午時段。
