根据超过17个月的连续重量监测结果，提出了一项以蜂箱每7天平均重量变化为基础，以蜂群食物总量变化为基础，这样，用这两个重量指标就可以在不干扰蜜蜂的前提下，揭示蜜蜂活动和蜂群的发育。同时，由于蜂群中出现分蜂飞逃，大量蜜蜂将蜂蜜带离巢，同时还会引起重量的瞬时突变，因此，一定幅度的重量突变可作为分蜂、飞逃的判断依据。从声学角度来看，蜂群的声音是由大量个体活动引起的空气振动叠加起来。直到1957年，Frings和Little[15]发现，频率在300~1000Hz，并有足够强的声响会使蜂群内几乎所有蜜蜂的活动停止。不管是意大利蜜蜂(Apismelliferaligustica).东方蜜蜂(Apiscerana)或胡蜂(Vespamanderinia)发出特定频率的声音[16]。而且，获得分蜂指令的蜜蜂在分蜂过程中，每隔0.5~3s就会扇动翅膀，发出频率在180~250Hz之间，蜜蜂就会拍翼。而且，它们与其它蜜蜂接触时，声音的频率很快就达到500赫兹[17]。声音信号作为识别蜂群活动的一种检测特征，具有很大的应用潜力。关于进出量的检测，由于蜂群中超过18天的蜜蜂负责外出觅食，所以可以通过记录出入巢的次数来了解蜂群取食食物的能力以及它们的构成。提出了一些人工[18,19]和[20-24]自动计数法，以定量地分析蜂群进出巢。等[19]发现蜂群有较大的出巢温度，且蜂群在某一温度范围内出巢数与温度成正比。而以进出蜂数来区分正常蜂群、中毒、分蜂等不同状态的蜂群，则可作为依据[21]。蜂箱中O2、CO2浓度与蜂群代谢密切相关。Seeley[25]采用一种向蜂箱通气的方法，分别改变蜂箱内CO2、N2和O2的浓度，并发现蜂巢内扇风蜂巢内CO_2浓度与蜂巢内CO2浓度成正比。Southwick和Moritz[26]观察到蜂箱中O2和CO2浓度会像动物呼吸一样有周期性变化，蜂箱中的振幅在0.6%左右，日间波动频率为(2.9±0.84)次/min，是夜间的7倍。Nerum和Buelens[27]发现，蜂群可以通过保持蜂箱中低氧含量(<15%)，在冬季食物缺乏时，以降低新陈代谢。说明O2、CO2的浓度可作为评价蜂群健康状况的重要依据。蜂扇风。在其他活动过程中，像蜜蜂一样会产生机械振动，蜜蜂腿上还有能接收200~300Hz振动的感受器。所以，蜜蜂个体间的振动也是一种重要的交流方式，在传播信息、协调行为等方面发挥着关键作用[28]。尤其在分蜂过程中，Bencsik等[29]利用加速度计分析了蜂箱0~4000Hz振动信号，发现500~2000Hz的振幅可以有效地反映蜂群的分蜂行为。所以对蜂群振动信号的检测有助于理解蜂群内部活动[30,31]。

上述研究表明，蜂群活性和探测特性之间存在密切的关系。而蜜蜂作为一种典型的社会性昆虫，其行为具有复杂性和多变性，单凭探测特征难以判断蜂群的多样性，因此，结合多种检测特征，可以有效地提高蜂群的活动性。Zacepins等[32]分析了四个检测特征：温度、声音、出入和重量对蜂群典型状态的识别能力。根据它们的分析结果，利用单群蜜蜂的数据，可以对繁殖、少子、预分蜂和分蜂的状态进行识别，而且还可以通过多群蜜蜂的数据来进一步识别活动。在这些特征中，温度的识别能力最强，而其它三种检测特征各有优势。从而说明采用多种检测特征可以有效地提高识别的覆盖范围和正确率。

伴随着电子信息技术的发展，信息化、智能化已成为农业发展的趋势[33,34]，研究者们以持续监测为基础，开展了一系列蜜蜂精养试验[35-37]。然而，目前国内外能实现大规模.长时间实际监测的系统仍然非常缺乏，这是开发实用的蜂群监测系统仍然面临巨大挑战[32]。第一，蜂群是由成千上万的蜜蜂构成的复杂系统，单传感器易出现蜂群状态识别的错误，所以如何将有用的传感器尽可能多地进行融合，是一个关键问题。第二，系统能量的监控能力决定了系统能否在野外长期运行。同时，由于蜂箱在实际生产过程中需要频繁的搬运，采用有线数据传输方式带来了很大的不便，所以如何实现无线数据传输也是亟待解决的问题。

为了对蜂群行为及其变化趋势进行定量化监控，本文在分析探测特征与蜂群活性关系的基础上，提出了一种基于太阳能供电的蜂群多特征无线监测系统。利用该方法对意大利蜜蜂群落监测系统进行了现场监测，在2019年秋季至2020年春季进行了235天的连续监测。根据监测数据对蜂群的活动进行分析。本文的主要创新点是：在物联网技术基础上设计出一套多个传感器融合在一起.太阳能电能自给和无线数据同步传输的蜂群监控系统，实现了意蜂蜂群多个特征的长时间连续观测。