畜禽养殖个体信息监测技术研究进展

《畜禽养殖个体信息监测技术研究进展》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2014年10月农业机械学报第45卷第10期doi:10．6041/j．issn．1000-1298．2014．10．038*畜禽养殖个体信息监测技术研究进展111123沈明霞刘龙申闫丽陆明洲姚文杨晓静(1．南京农业大学江苏省现代设施农业技术与装备工程实验室，南京210031;2．南京农业大学动物科技学院，南京210095;3．南京农业大学农业部动物生理生化重点开放实验室，南京210095)摘要:畜禽养殖个体信息主要包括发情信息、分娩信息、行为信息、体重信息和健康信息。自动化、集约化养殖是养殖业的发展趋势

2、，准确高效地监测动物个体信息有利于分析动物的生理、健康和福利状况，是实现自动化健康养殖和肉品溯源的基础。目前生产中主要依靠人工观测的方式监测动物个体信息，耗时费力且主观性强。本文阐述了畜禽养殖中发情监测、分娩监测、行为监测、体重监测和健康监测等技术的应用研究现状，展望了畜禽养殖个体监测技术后续研究方向。关键词:畜禽养殖个体监测动物福利健康养殖中图分类号:S126;S815文献标识码:A文章编号:1000-1298(2014)10-0245-07［3］等通过加速度传感器分析奶牛在单位时间内是引言否有一条腿高

3、于其他腿而判断奶牛是否处于发情［4］随着规模化、集约化养殖业的发展和人力资源期。Lvendahl等将奶牛的运动简单划分为强运的短缺，自动化养殖将成为畜禽业的发展趋势，准确动和弱运动2类，通过累计2类运动在一天中的比［5］高效地监测动物个体信息有利于分析动物的生理、例来判断是否发情。Jónsson等提出基于广义似健康和福利状况，是实现福利养殖和肉品溯源的基然比值检验结合最佳时间窗口选择的方法按奶牛础。目前生产中主要依靠人工观测的方式监测动物躺、站立和走动的比例来分类，以此判断奶牛是否发［1］［6］个体信息

4、，耗费大量的时间和精力，且主观性强。情。尹令等用三轴加速度传感器构建奶牛行为随着信息技术的发展，国外学者对畜禽养殖动分类模型以预测其是否发情，利用结构相似子序列［7］物个体信息监测方法和技术进行了大量研究，利用快速聚类算法提高奶牛发情检测的准确率。田［8］采集的动物个体信息，分析动物的生理、健康、福利富洋等采用振动传感器、姿态传感器和温度传感等状况，为畜禽养殖生产提供指导，而国内在这一领器实时检测奶牛的活动量、静卧时间和体温等参数，域的研究仍处于起步阶段。本文归纳分析畜禽养殖建立了基于神经网络的奶牛发情行

5、为辨识和预测模中发情监测、分娩监测、行为监测、体重监测和健康型。利用奶牛运动特征进行发情监测研究较多，但监测等技术的应用研究现状，展望畜禽养殖个体监由于采集数据量大，奶牛活动范围广，采集设备电池测技术后续研究方向。续航能力有限，如何能实时、远程、低功耗地监测奶牛发情是后续研究的重点。1发情监测1.2母猪发情监测1.1奶牛发情监测母猪发情检测是种猪生产中非常重要的环节，准确高效地检测奶牛发情，能够提高怀孕机率、及时准确地检测母猪发情，能够提高配种成功率，提［2］缩短胎间距、提高单头奶牛的产奶量。目前生产高母

6、猪的生产效率。目前生产中主要采用人工压背实践中奶牛发情检测主要依靠人工检测，如人工观法进行母猪发情检测，工作量大，效率低。［9］察法、阴道检查法和直肠检查法，这种方法需要投入Altmann采用小型的加速度计和红外传感器检测大量的人力资源，技术要求高，检出率低。国内外学母猪活动量，发现母猪发情期的1～3d内的活动量［10］者展开了利用电子设备进行奶牛发情监测的研究，是平时的两倍。针对群养母猪，Bressers在母猪如视频监控、计步器、加速度传感器等。Watanabe脖子上佩戴加速度计检测活动量，通过设定活动

7、量收稿日期:2014-03-27修回日期:2014-05-27*公益性行业(农业)科研专项资助项目(201003011)作者简介:沈明霞，教授，博士生导师，主要从事机器视觉和信息农业研究，E-mail:mingxia@njau．edu．cn246农业机械学报2014年阈值的方法检测发情，减少了10%～15%的人工检并无线传输到PC，采用多进程卡尔曼滤波方法对母［11］查。针对限位栏母猪，Geers等试验发现母猪发猪行为进行分类，判断母猪分娩时间。国内对母猪［12］［29］情前一天的活动量是平常的10倍。C

8、ornou利用分娩时间预测研究较少，刘龙申等利用三轴加速电子饲喂系统采集母猪饮食量和活动行为检测母猪度传感器和无线传感网技术监测母猪筑窝行为，预发情和跛腿等情况，对母猪发情的检测正确率达测母猪分娩时间。由于母猪分娩前体征和行为变化［13］75%。Freson在母猪颈部上方50cm处安装红外个体差异较大，且不同胎次和环境也存在差异，因此传感器，进行母猪日常行为分类，正确率达到86%，还需要探索更多行为体征监测方法，提高分娩时间检