閆 麗，邵 慶，席桂清

（黑龍江八一農(nóng)墾大學(xué)信息技術(shù)學(xué)院，黑龍江大慶163319）

家畜的健康直接關(guān)系到食品安全、人類健康、環(huán)境污染和貿(mào)易壁壘等問題。近年來家畜生產(chǎn)環(huán)節(jié)中質(zhì)量安全問題屢見不鮮，如大量使用抗生素和違禁藥品、“瘦肉精”中毒事件、“禽流感”事件等，因此動(dòng)物的福利和健康養(yǎng)殖越來越受到重視，“十一五”期間健康養(yǎng)殖項(xiàng)目首次列入國家科技計(jì)劃。作為評價(jià)動(dòng)物福利條件最直接的證據(jù)，行為是對其運(yùn)動(dòng)功能、高級中樞神經(jīng)功能和精神狀態(tài)的評估，能夠全面反應(yīng)機(jī)體的整體狀態(tài)。動(dòng)物行為學(xué)研究最早起源于古希臘的亞里斯多德（BC384），在他的論著中，記錄了540種動(dòng)物的生活史和行為，開創(chuàng)了觀察、描述動(dòng)物行為的新紀(jì)元。家畜的行為是指家畜的活動(dòng)形式、發(fā)聲和身體姿勢，以及外表上可辨認(rèn)的變化［1］，通過行為能夠了解家畜的適應(yīng)性和生存所需要的條件。

1 監(jiān)測方法

動(dòng)物行為學(xué)（Ethnology）分析包括三個(gè)重要的步驟：（1）體態(tài)；（2）體態(tài)變化；（3）聲音分析。目前對家畜的行為監(jiān)測的方法主要有：人工觀察法、電子測量法、圖像識別法和聲音分析方法。

1.1 人工觀察法

對于家畜的行為研究源自于行為觀察，從文明狩獵階段起，人們通過觀察獵物的活動(dòng)規(guī)律來增大獲取獵獲的概率；隨著野畜家養(yǎng)，人們開始有目的的觀察和掌握家畜的生活周期和行為規(guī)律。傳統(tǒng)的動(dòng)物行為學(xué)研究通常是利用人工將動(dòng)物置于某種特殊的裝置內(nèi)，通過人工觀察用筆記，準(zhǔn)確、詳盡地記錄動(dòng)物的行為及其反應(yīng)作為行為學(xué)指標(biāo)，但這種方法容易受人為因素干擾，影響行為數(shù)據(jù)的可靠性和客觀性。隨著視頻技術(shù)的發(fā)展，Wratten［1］在1994年首次將視頻錄像技術(shù)用作動(dòng)物行為學(xué)研究，視頻錄像技術(shù)可以結(jié)合計(jì)算機(jī)輔助分析技術(shù)得到各種行為學(xué)指標(biāo)，能夠在很大程度上減少實(shí)驗(yàn)過程中的人為干擾，目前仍然是很多學(xué)者進(jìn)行動(dòng)物行為學(xué)研究的重要方法，但是該方法還是要人為的對視頻進(jìn)行觀察和記錄分析，浪費(fèi)時(shí)間和人力。

1.2 圖像識別法

通過使用能夠?qū)σ曨l記錄自動(dòng)進(jìn)行分析的智能分析系統(tǒng)，將動(dòng)物研究者所需定量指標(biāo)從視頻序列中精確提取出來，節(jié)省時(shí)間并提高試驗(yàn)效率，并且使試驗(yàn)的觀察、分析和研究具有再現(xiàn)性和高可靠性。

動(dòng)物形體姿態(tài)特征作為動(dòng)物行為分析的重要特征之一，包括位置、姿態(tài)、運(yùn)動(dòng)速度、輪廓等信息，體態(tài)特征提取可用于區(qū)分諸如休息、站立、走步、采食等基本行為。Canger等［2］研究了這些基本行為對應(yīng)的主軸線方向、臀圍長度、體型寬長比、背部面積等圖像特征，實(shí)現(xiàn)了基本行為的自動(dòng)識別；Beach［3］通過自動(dòng)監(jiān)測母豬探視公豬欄的感知行為監(jiān)測發(fā)情，感知行為包括：尋找公豬的趨勢、靠近公豬的距離和交配前的反應(yīng)。

動(dòng)物行為模式是發(fā)現(xiàn)動(dòng)物反常行為的基礎(chǔ)，而反常行為是動(dòng)物個(gè)體出現(xiàn)健康異?；颦h(huán)境發(fā)生突變的外在表現(xiàn)。動(dòng)物反常行為的及時(shí)發(fā)現(xiàn)可用于動(dòng)物疾病或環(huán)境調(diào)節(jié)預(yù)警。朱偉興等［4］利用安裝于豬舍排泄區(qū)的嵌入式監(jiān)控設(shè)備對群養(yǎng)豬的排泄行為進(jìn)行24h監(jiān)控，通過一種改進(jìn)的運(yùn)動(dòng)目標(biāo)檢測算法和基于像素塊對稱特征的圖像識別算法定位具有異常行為的疑似病豬，病豬檢測正確率78.38%。浦雪峰等［5］采用圖像處理的方法識別豬身上的數(shù)字，通過對群養(yǎng)豬的排泄行為進(jìn)行24h監(jiān)控，對每天排泄次數(shù)異常的豬認(rèn)為是疑似病豬。紀(jì)濱［6］利用Matlab對視頻中豬的脊腹線波動(dòng)進(jìn)行分析判斷豬呼吸急促癥狀，脊腹線的識別精度高于85%，且其波動(dòng)頻率與豬的人工呼吸急促癥狀估分值呈線性正相關(guān)。Shao等［7］利用紅外攝像頭監(jiān)測群養(yǎng)仔豬的圖像，使用最小歐幾里德距離計(jì)算豬群緊密程度評定豬舍溫度的舒適度，從而進(jìn)行溫度調(diào)控。

1.3 電子測量法

為了能夠更精細(xì)定量的研究動(dòng)物行為體征，提高行為監(jiān)測自動(dòng)化水平，人們研制出了各種電子測量設(shè)備，主要有紅外探測儀、計(jì)步器、加速度計(jì)、RFID 和嵌入式系統(tǒng)設(shè)備等。Cornou 和Lundbye－Christensen［8－9］提出了采用加速度傳感器和藍(lán)牙技術(shù)對群養(yǎng)模式下每頭母豬的基本行為進(jìn)行分類；Geers等［10］報(bào)道了255次／s采集母豬活動(dòng)量，同時(shí)記錄超過10m／s的次數(shù)；尹令［11］將基本行為分為3個(gè)狀態(tài)：低運(yùn)動(dòng)狀態(tài)、中運(yùn)動(dòng)狀態(tài)和高運(yùn)動(dòng)狀態(tài)，通過統(tǒng)計(jì)每小時(shí)中3類行為出現(xiàn)的頻率來計(jì)算奶?；顒?dòng)量；Altmann［12］采用小型的加速度計(jì)和紅外傳感器檢測母豬活動(dòng)量，發(fā)現(xiàn)母豬發(fā)情期的前1～3d活動(dòng)量是平時(shí)的兩倍。針對群養(yǎng)母豬，Bressers［13］在母豬脖子上佩戴三軸加速度傳感器檢測活動(dòng)量，減少了10%～15%的人工檢查。針對限位欄母豬，Serlet［14］在豬背上安裝加速度傳感器，根據(jù)母豬活動(dòng)特征檢測發(fā)情的正確率達(dá)53%。Freson［15］在母豬頸部上方50cm 處安裝紅外傳感器，進(jìn)行母豬日常行為分類，正確率達(dá)到86%；劉龍申等［16］利用三軸加速度傳感器和ZigBee模塊組成的無線傳感器網(wǎng)絡(luò)監(jiān)測母豬的產(chǎn)前行為，將運(yùn)動(dòng)量的大小和高運(yùn)動(dòng)量持續(xù)時(shí)間作為特征，預(yù)測母豬的分娩時(shí)間。Oliviero等［17］利用地毯式的壓力傳感器監(jiān)測母豬的走動(dòng)行為，同時(shí)在產(chǎn)床0.6m 高處安裝光電傳感器監(jiān)測母豬的站立或躺臥行為；Song等［18］定義健康牛只的行走行為模式，將牛行走過程中兩側(cè)前后蹄接觸地面中心點(diǎn)間距之差大于0的牛認(rèn)定為患有跛腿殘疾。

近期對動(dòng)物的飲水行為的研究成為熱點(diǎn)話題，皇家獸醫(yī)與農(nóng)業(yè)大學(xué)Thomas Nejsum Madsen［19］通過監(jiān)測生長豬每小時(shí)的飲水次數(shù)和飲水量，基于狀態(tài)空間模型對生長豬的飲水模式進(jìn)行建模，用于監(jiān)測豬的飲水是否正常，預(yù)測豬疾病的爆發(fā)、飼料質(zhì)量和通風(fēng)設(shè)備問題等異常情況。Meiszberg等［20］研究表明，利用水流量傳感器分析仔豬飲水行為的精確度高于人工觀察仔豬行為視頻。南京農(nóng)大陸明洲等［21］利用RFID 射頻識別技術(shù)和水流量傳感器設(shè)計(jì)了一套群養(yǎng)方式下母豬飲水行為自動(dòng)監(jiān)測系統(tǒng)，測得個(gè)體的飲水頻率和飲水量。河北農(nóng)業(yè)大學(xué)陳輝等［22］利用稱重傳感器和水流量傳感器研制了記錄產(chǎn)蛋雞采食、飲水量的智能雞籠。山東農(nóng)業(yè)大學(xué)田富洋等［23］將高頻反射渦流傳感器放置在奶牛顳窩部位計(jì)算奶牛的吞咽次數(shù)，從而判定奶牛采食量。

1.4 聲音分析方法

動(dòng)物聲音正成為全世界在相關(guān)領(lǐng)域的研究對象，它能反映動(dòng)物的生理狀況如饑餓、疼痛等，以及外部因素對動(dòng)物機(jī)體所造成的應(yīng)激。針對患有呼吸道疾病的動(dòng)物咳嗽聲處理實(shí)現(xiàn)生理健康監(jiān)測，F(xiàn)errari等［24］通過臨床檢查篩選染病豬并采集其咳嗽聲，發(fā)現(xiàn)染病豬咳嗽音頻的標(biāo)準(zhǔn)化壓力均方差、峰值頻率均值、咳嗽持續(xù)時(shí)間及咳嗽頻率都異于健康豬。動(dòng)物情緒健康更多是動(dòng)物福利關(guān)注的問題，提取動(dòng)物在恐懼、孤獨(dú)、焦慮等不良情緒下的叫聲特征實(shí)現(xiàn)動(dòng)物情緒健康的無損監(jiān)測。Jahns［25］針對已知的牛饑餓和發(fā)情叫聲信號提取出先驗(yàn)特征矩陣及其參考模式，利用模式匹配方法識別牛只日常叫聲中所蘊(yùn)含的饑餓及發(fā)情信息。Ikeda等［26］利用線性判別分析方法處理聲音信號的頻譜結(jié)構(gòu)變化特征，進(jìn)而智能識別母牛饑餓以及與仔牛分隔而產(chǎn)生的兩種焦慮狀態(tài)。余禮根等［27］以產(chǎn)蛋期海蘭褐蛋雞為研究對象，利用頻譜分析技術(shù)提取產(chǎn)蛋叫聲、尖叫聲、爭斗應(yīng)激叫聲的頻譜結(jié)構(gòu)特征，分析蛋雞發(fā)聲語義。于天福［28］以狗為研究對象，對其叫聲特征中功率譜、MFCC、基音頻率等特征的研究達(dá)到識別攻擊、警告、討好三種行為的目的。

動(dòng)物叫聲是種群內(nèi)與其它成員交流的“語言”。豬是社會性群居動(dòng)物，產(chǎn)多仔的母豬需要同時(shí)與仔豬建立相互聯(lián)系；對仔豬來說，親生母親的識別是重要的任務(wù)。Rohde等［29］研究認(rèn)為，母仔之間聯(lián)系主要運(yùn)用聲音信號。Rogerio等［30］觀察到仔豬發(fā)出驚慌的叫聲，母豬就會發(fā)出擔(dān)心的聲音信號。仔豬發(fā)出饑餓的叫聲時(shí)，母豬也會發(fā)出一種聲音，稱為“呼叫看護(hù)聲”，直到最后一頭仔豬到達(dá)乳頭，母豬才停止這種叫聲，之后它轉(zhuǎn)換成“放乳聲”，只有發(fā)出這種聲音時(shí)母豬才能釋放乳汁。Lewis等［31］試驗(yàn)結(jié)果表明，母豬的哼叫聲音可吸引小于14日齡仔豬接近母豬，尋找乳房，爭奪乳頭或吃乳，播放母豬哼叫錄音可減輕仔豬斷奶應(yīng)激，有助于仔豬吮乳和增重。

今年國外開展了用采食和飲水時(shí)發(fā)出的聲音估算采食和飲水量的相關(guān)研究。Laca等［32］利用三個(gè)麥克風(fēng)來采集牛的采食聲音研究牛采食量與吃草行為的關(guān)系；Aydin等［33］通過監(jiān)測肉雞個(gè)體的采食聲音，提出了采食聲音與采食量的函數(shù)關(guān)系。

2 存在問題

綜上所述，家畜行為的智能化監(jiān)測技術(shù)有基于電子測量儀器的運(yùn)動(dòng)識別、基于視頻的動(dòng)作狀態(tài)識別和基于聲音的情緒表達(dá)識別。在集約化飼養(yǎng)模式下，三種行為識別方法都有廣泛的應(yīng)用，但研究中仍存在問題。

2.1 傳感器節(jié)點(diǎn)的設(shè)計(jì)問題

目前已經(jīng)投入實(shí)際使用的傳感器節(jié)點(diǎn)大多針對生產(chǎn)環(huán)境相對規(guī)范穩(wěn)定的工業(yè)現(xiàn)場設(shè)計(jì)，但是畜牧業(yè)生產(chǎn)環(huán)境復(fù)雜，有些應(yīng)用場合甚至具有高溫高濕的特點(diǎn)，家畜打斗或碰撞也會破壞傳感器節(jié)點(diǎn)。畜牧業(yè)中應(yīng)用的傳感器節(jié)點(diǎn)應(yīng)該具備比工業(yè)生產(chǎn)現(xiàn)場更好的抗高溫抗高濕、舒適性及抗損壞性能，然而畜牧業(yè)生產(chǎn)特點(diǎn)決定了其使用的傳感器節(jié)點(diǎn)不能代價(jià)高昂。因此，選擇一款高性能、高穩(wěn)定性、低成本的傳感器并設(shè)計(jì)耐潮耐腐蝕外觀及合理的佩戴方式是需要重點(diǎn)解決的問題。另外在個(gè)體信息監(jiān)測應(yīng)用中，需要將節(jié)點(diǎn)綁定在大型家畜軀體上，若傳感器與軀體沒有完全固定，在家畜躺臥甚至相互爭斗時(shí)都可能產(chǎn)生節(jié)點(diǎn)角度的旋轉(zhuǎn)，當(dāng)傳感器旋轉(zhuǎn)后，傳感器的輸出值就會發(fā)生改變，對后續(xù)的行為模式分析產(chǎn)生影響。

2.2 環(huán)境因素對視頻監(jiān)測的影響

僅從畜牧信息的無損監(jiān)測角度而言，基于機(jī)器視覺技術(shù)的家畜行為監(jiān)測是常用方法之一，這種技術(shù)以無接觸方式記錄家畜行為信息，對家畜活動(dòng)沒有任何影響。但是該方法受現(xiàn)場光照條件影響大，攝像機(jī)視距、拍攝范圍有限。以群養(yǎng)豬的監(jiān)測為例，需要解決在弱光或無光條件下，對母豬個(gè)體識別與跟蹤的問題，在大通量的視頻信息中識別跟蹤某一行為異常的個(gè)體是后續(xù)研究需要重點(diǎn)解決的問題。而分娩母豬生長在限位欄中，限位欄空間小、柵欄密集，需解決柵欄對豬身圖像采集的阻擋問題，以準(zhǔn)確確立母豬的姿態(tài)。

2.3 噪聲對音頻質(zhì)量的影響

聲音含義分析對音頻質(zhì)量要求高，如何有效降低圈養(yǎng)家畜發(fā)聲間的相互干擾及環(huán)境噪聲的影響以實(shí)現(xiàn)音頻高質(zhì)量地實(shí)時(shí)采集，是后續(xù)研究中尚待解決的問題。聲音分析的首要目標(biāo)是針對大量已知含義的聲音提取其特征參數(shù)，不斷擴(kuò)充聲音分析模式庫，這是研發(fā)家畜叫聲含義智能識別系統(tǒng)的基礎(chǔ)。

2.4 單一行為監(jiān)測方法的不足

在家畜監(jiān)測和行為分類方法中，每種監(jiān)測手段都存在盲區(qū)，例如飲水和站立在視頻中都是站立行為，三軸加速度亦無法區(qū)分，但可通過聲音的方式輔以補(bǔ)充判斷，因此需要在家畜發(fā)聲音頻信息、活動(dòng)視頻信息、傳感器監(jiān)測運(yùn)動(dòng)數(shù)據(jù)等信息與家畜行為分類間建立映射關(guān)系，進(jìn)一步提高基于加速度傳感器、音頻分析、機(jī)器視覺等無損監(jiān)測技術(shù)的檢測精度。

3 展望

近幾年，歐洲的研究學(xué)者提出了精準(zhǔn)動(dòng)物養(yǎng)殖（Precision livestock farming，PLF）的概念：提供連續(xù)、實(shí)時(shí)、自動(dòng)的監(jiān)控和觀察，使養(yǎng)殖戶能夠監(jiān)測和控制動(dòng)物的健康和福利狀態(tài)。同時(shí)，相應(yīng)的科研成果也轉(zhuǎn)換為實(shí)際設(shè)備在養(yǎng)殖場應(yīng)用。而受到資金和養(yǎng)殖環(huán)境的制約，我國在家畜的自動(dòng)監(jiān)控和智能分析方面開展的研究較少，缺乏智能監(jiān)測設(shè)備。希望今后根據(jù)家畜不同生長階段設(shè)計(jì)質(zhì)量適中、體積合理、易于家畜佩戴、固定良好及通信穩(wěn)定的數(shù)據(jù)采集節(jié)點(diǎn)，并選取防水、耐腐蝕材料作為封裝和固定傳感器節(jié)點(diǎn)的外部材料；進(jìn)一步研究熱成像技術(shù)，通過家畜表面的溫度分布狀況成像，來區(qū)分家畜個(gè)體，解決圖像的采集與識別中因家畜種類顏色差異大、與養(yǎng)殖場背景相近及受現(xiàn)場光照條件等影響，使視頻的監(jiān)控算法具有一定的普適性；比較行為分析方法，包括動(dòng)態(tài)線性模型、K 均值聚類、支持向量機(jī)、樸素貝葉斯、決策樹分類，研究引入姿態(tài)識別參數(shù)的分類方法，以提高家畜行為分類的準(zhǔn)確度；最終建立家畜行為數(shù)據(jù)采集數(shù)據(jù)庫和行為分析專家系統(tǒng)，構(gòu)建集姿態(tài)、動(dòng)作和聲音多元融合的行為的評價(jià)模型，以挖掘家畜行為的深層含義。

［1］Wratten S D.Video techniques in animal ecology and behavior［M］.Germany：Springer，1994.

［2］Cangar O，Leroy T，Guarino M，et al.Automatic real－time monitoring of locomotion and posture behaviour of pregnant cows prior to calving using online image analysis［J］.Computers and Electronics in Agriculture，2008，64（1）：53－60.

［3］Beach F A.Sexual attractivity，proceptivity，and receptivity in female mammals［J］.Hormones and Behavior，1976，7（1）：105－138.

［4］朱偉興，浦雪峰，李新城，等.基于行為監(jiān)測的疑似病豬自動(dòng)化識別系統(tǒng)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2010，26（1）：188－192.

［5］浦雪峰，朱偉興，陸晨芳.基于對稱像素塊識別的病豬行為監(jiān)測系統(tǒng)［J］.計(jì)算機(jī)工程，2009，35（21）：250－252.

［6］紀(jì) 濱，朱偉興，劉 波，等.基于脊腹線波動(dòng)的豬呼吸急促癥狀視頻分析［J］.農(nóng)業(yè)工程學(xué)報(bào)，2011，27（1）：191－195.

［7］Bin S，Xin H W.A real－time computer vision assessment and control of thermal comfort for group－h(huán)oused pigs［J］.Computers and Electronics in Agriculture，2008，62（1）：15－21.

［8］Cornou C，Lundbye－Christensen S.Classifying sows＇activity types from acceleration patterns：an application of the multiprocess kalman filter［J］.Applied Animal Behaviour Science，2008，111（3）：262－273.

［9］Cornou C，Lundbye－Christensen S.Classification of sows＇activity types from acceleration patterns using univariate and multivariate models［J］.Computers and Electronics in Agriculture，2010，72（2）：53－60.

［10］Geers R，Janssens S，Spoorenberg S，et al.Automated oestrus detection of sows with sensors for body temperature and physical activity［C］.Japan，Kobe：Proceedings of ARBIP95，1995.

［11］尹 令，劉財(cái)興，洪添勝，等.基于無線傳感器網(wǎng)絡(luò)的奶牛行為特征監(jiān)測系統(tǒng)設(shè)計(jì)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2010，26（3）：203－208.

［12］Altmann M.Interrelations of the sex cycle and the behavior of the sow［J］.Journal of Comparative Psychology，1941，31：481－498.

［13］Bressers H P M.Monitoring individual sows in group－h(huán)ousing：possibilities for automation［M］.Rappoort Instituut voor Veeteeltkundig Onderzoek＇Schoonoord，1993.

［14］Serlet S.Optimalisatie van bronstdetectie bij zeugen［C］.Denmark，Copenhagen：University of Copenhagen，2004.

［15］Freson L，Godrie S，Bos N，et al.Validation of an infra－red sensor for oestrus detection of individually housed sows［J］.Computers and Electronics in Agriculture，1998，20（1）：21－29.

［16］劉龍申，沈明霞，姚 文，等.基于加速度傳感器的母豬產(chǎn)前行為特征采集與分析［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013，44（3）：191－196.

［17］Oliviero C，Pastell M，Heinonen M，et al.Using movement sensors to detect the onset of farrowing［J］.Biosystems Engineering，2008，100（2）：281－285.

［18］Song X Y，Leroy T，Vranken E，et al.Automatic detection of lameness in dairy cattle－Vision－based trackway analysis in cow＇s locomotion［J］.Computers and Electronics in Agriculture，2008，64（1）：39－44.

［19］Thomas Nejsum Madsen，S?ren Andersen，Anders Ringgaard Kristensen.Modelling the drinking patterns of young pigs using a state space model［J］.Computers and Electronics in Agriculture，2005，48（1）：39－62.

［20］Meiszberg A M，Johnson A K，Sadler L J，et al.Drinking behavior in nursery pigs：determining the accuracy between an automatic water meter versus human observers［J］.American Society of Animal Science，2009，87（12）：4173－4180.

［21］陸明洲，沈明霞，丁永前，等.群養(yǎng)母豬飲水行為自動(dòng)監(jiān)測系統(tǒng)設(shè)計(jì)［J］.南京農(nóng)業(yè)大學(xué)學(xué)報(bào)，2013，36（5）：133－138.

［22］Hui Chen，Liuhua Li，Ke－qian Di，et al.Comparing of individual feed，water intake and excretion of hens kept in intelligent hencoop under different photoperiods［C］.2013International Symposium on Animal Environment and Welfare.2013.

［23］田富洋，李法德，李晉陽，等.奶牛采食量檢測儀的設(shè)計(jì)與技術(shù)研究［J］.儀器儀表學(xué)報(bào)，2007，28（2）：293－297.

［24］Ferrari S，Silva M，Guarino M，et al.Cough sound analysis to identify respiratory infection in pigs.Computers and Electronics in Agriculture，2008，64（2）：318－325.

［25］Jahns G.Call recognition to identify cow conditions－a callrecognizer translating calls to text［J］.Computers and Electronics in Agriculture，2008，62（1）：54－58.

［26］Ikeda Y，Ishii Y.Recognition of two psychological conditions of a single cow by her voice［J］.Computers and Electronics in Agriculture，2008，62（1）：67－72.

［27］余禮根，滕光輝，李保明，等.棲架養(yǎng)殖模式下蛋雞發(fā)聲分類識別［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013，4（9）：236－242.

［28］于天福.基于聲音特征的動(dòng)物行為識別系統(tǒng)研究［D］.黑龍江哈爾濱：東北林業(yè)大學(xué)，2010.

［29］Rohde P K A，Gonyou H W attraction of newborn pigs to auditory，visual，olfactory and tactile stimuli［J］.Anim Sci，1991，66：2165－2173.

［30］Rogerio G T，Da Cunha.As good as it sounds－understanding piggish［J］.Pig progress，2006，22（8）：13－15.

［31］Lewis N J，Hurnik J F.An approach response of piglets to the sow＇s nursing vocalizations［J］.Anim Sci，1986，66：537－539.

［32］Laca E A，Wallis De Vries M F.Acoustic measurement of intake and grazing behaviour of cattle［J］.Grass and Forage Science，2000，55：97－104.

［33］Aydin A，Bahr C，Berckmans D.Measuring feed intake of broilers by real time sound analysis［C］.Chongqing：2013International Symposium on Animal Environment and Welfare，2013.