張麗娜 武佩 宣傳忠

摘要：以內(nèi)蒙古地區(qū)肉羊生產(chǎn)為例，綜述基于精準養(yǎng)殖降低飼養(yǎng)員勞動強度、提升肉羊生產(chǎn)效益及福利化水平的相關(guān)研究。闡述精準養(yǎng)羊的概念，列舉基于智能信息感知的羊只精準養(yǎng)殖中的身份識別、體質(zhì)量監(jiān)測、形態(tài)評價、行為分析、健康監(jiān)測及環(huán)境監(jiān)控方面的研究，討論精準養(yǎng)羊?qū)μ嵘庋蛏a(chǎn)效益和福利化水平的優(yōu)勢，并總結(jié)內(nèi)蒙古地區(qū)精準養(yǎng)羊中存在的問題及未來研究的方向。

關(guān)鍵詞：肉羊;精準養(yǎng)殖;生產(chǎn)效益;福利化水平;監(jiān)測管理;研究進展

中圖分類號： S826.9+2? 文獻標志碼： A? 文章編號：1002-1302（2019）12-0043-05

內(nèi)蒙古及周邊西部地區(qū)是我國養(yǎng)羊業(yè)的主產(chǎn)區(qū)，養(yǎng)羊方式主要以放牧式、放牧兼舍飼式（養(yǎng)殖小區(qū)）及全舍飼式存在。傳統(tǒng)的放牧飼養(yǎng)方式致使草原大面積退化、資源浪費，且養(yǎng)殖效益低。近年來，為了恢復(fù)草原生態(tài)平衡及實現(xiàn)草地資源可持續(xù)利用，內(nèi)蒙古及西部地區(qū)實行“禁牧、休牧、輪牧”政策，提倡糧改飼，國家也對實行舍飼圈養(yǎng)給予糧食和資金補助，因此利用農(nóng)業(yè)資源發(fā)展畜牧業(yè)，實施集約化設(shè)施養(yǎng)羊成為自治區(qū)及西部地區(qū)養(yǎng)羊業(yè)的發(fā)展趨勢[1]。但在規(guī)?；O(shè)施圈養(yǎng)條件下，羊的飼養(yǎng)密度大、活動范圍受限、環(huán)境調(diào)控不到位等，抑制了羊只放牧?xí)r的很多行為表現(xiàn)，給羊只的生理與心理健康造成了嚴重影響[2-3];人工、飼料、糞污處理等成本，對養(yǎng)殖效益提出挑戰(zhàn);食品安全問題及綠色貿(mào)易壁壘事件的頻發(fā)，對養(yǎng)羊管理方式提出更高的要求。同時，提升人口的健康素質(zhì)、營養(yǎng)素質(zhì)，提高動物性食品的人均占有率，實現(xiàn)人與資源、人與動物的良性互動，發(fā)展高產(chǎn)、優(yōu)質(zhì)、高效、安全、生態(tài)的生產(chǎn)方式，促進可持續(xù)發(fā)展，成為集約化養(yǎng)羊業(yè)的必然趨勢，因此以健康為導(dǎo)向的舍飼精準養(yǎng)羊成為關(guān)注的焦點。

1 精準養(yǎng)羊

精準畜牧（precision livestock farming，PLF）主要指利用信息技術(shù)對現(xiàn)代畜牧業(yè)進行精細的管理，它被定義為使用過程工程的技術(shù)對動物進行管理[4]。它同時也被認為是依賴于自動監(jiān)測動物相關(guān)生理過程的一套整合管理系統(tǒng)，是研究以信息技術(shù)為核心的高新技術(shù)在畜牧業(yè)應(yīng)用中的一個專門領(lǐng)域，代表著畜牧業(yè)未來的發(fā)展方向[5]。羊?qū)倬珳市竽琉B(yǎng)殖中的大型動物，其經(jīng)濟價值高，與人類營養(yǎng)、健康關(guān)系密切，是精準畜牧研究的重點領(lǐng)域之一[6]。

精準養(yǎng)羊（precision sheep management，PSM）中將羊作為個體或小群體進行管理，而非以群體方式進行管理[7]。利用各種傳感器持續(xù)地獲取羊只個體各時段信息，如體溫、體質(zhì)量、行為（站立、趴臥）、飲食（飲水、進食）、情緒、環(huán)境參數(shù)等指標，應(yīng)用個體自動識別技術(shù)（如射頻識別）、大數(shù)據(jù)技術(shù)、專家決策技術(shù)等對個體進行生長評估、營養(yǎng)水平評估、情緒預(yù)測、疾病診斷等，實現(xiàn)高效率、低成本、福利化的現(xiàn)代生態(tài)養(yǎng)羊。

目前，精準養(yǎng)殖在豬、牛的研究中用于疾病的早期預(yù)防、生產(chǎn)性能的評估、日糧的精準控制、行為的實時監(jiān)測、環(huán)境的控制等，但是，在羊的領(lǐng)域相應(yīng)的研究還處在初級階段，雖然在發(fā)聲、圖像方面已經(jīng)有一些探索，但是離應(yīng)用這些技術(shù)在舍飼養(yǎng)羊中進行監(jiān)測和管理還有一段距離。隨著勞動力成本的成倍提高，及信息新技術(shù)的豐富和普及，精準養(yǎng)羊?qū)②A得更為廣闊的發(fā)展空間。

2 精準養(yǎng)羊研究現(xiàn)狀

羊是哺乳綱偶蹄目家畜。肉羊體型較胖，身體豐滿，體毛綿密，頭短，具有很強的群居行為，通過頭羊和群體內(nèi)的優(yōu)勝序列維系群體成員之間的活動。肉用羊喜歡溫暖、濕潤、全年溫差較小的氣候。羊的嗅覺比視覺和聽覺靈敏，靠嗅覺辨別飲水的清潔度，拒絕飲用污水、臟水。肉羊體型較大，運動空間廣、關(guān)節(jié)多，相較于其他大型動物，更加柔韌靈活，體姿多變，并伴有與心理相關(guān)的高級行為?；谘虻奶匦裕瑖鴥?nèi)外學(xué)者以精準養(yǎng)殖、提升羊只福利為目標，開展了多方面的研究。

2.1 羊只個體身份識別技術(shù)與體質(zhì)量監(jiān)測

羊只身份的自動識別是精準養(yǎng)羊中重要的組成部分，是信息采集、分析、決策自動化的技術(shù)關(guān)鍵之一。目前，羊只個體身份識別的主要方法包括基于生物特征信息的身份識別和基于承載羊只個體信息的耳標身份識別[8-10]，各種識別方法的特點見表1。

對活體羊而言，基于生物特征信息的身份識別特征圖像獲取較難，且單一的生物特征受各種因素的限制，很難滿足羊只個體識別實際應(yīng)用的需求，且成本高。射頻識別（radio-frequency identification，RFID）技術(shù)成熟，廣泛應(yīng)用于肉品溯源、畜牧管理等方面，將RFID技術(shù)、無線傳感器網(wǎng)絡(luò)（WSN）技術(shù)和3G技術(shù)融合，能方便地建立基于物聯(lián)網(wǎng)的肉羊管理平臺。

羊只增質(zhì)量是育肥羊飼養(yǎng)的直接目標，而體質(zhì)量一般是在早晨空腹進行，用臺秤或磅秤測得其質(zhì)量，將羊蹄綁起來，然后放在秤上稱;或抱著羊稱，然后減去自質(zhì)量;或掛稱。然而，在羊只稱質(zhì)量過程中保定困難，因此包鵬甲等設(shè)計了專門的保定裝置[11]。上述測量方式工作量大、效率低、羊的應(yīng)激反應(yīng)大，存在人與羊的直接接觸。隨著內(nèi)蒙古及西部周邊地區(qū)實施草原“禁牧”“輪牧”“休牧”及糧改飼等政策，集約化、規(guī)模化設(shè)施養(yǎng)羊成為趨勢，以提高測量效率、節(jié)約勞動力為目的的行走中稱量設(shè)備正被采用，設(shè)備以限位通道、稱重傳感器及計算機處理軟件相結(jié)合實現(xiàn)體質(zhì)量自動稱量。劉艷秋等將RFID身份識別技術(shù)與行走中自動稱量結(jié)合，設(shè)計了活體羊體質(zhì)量自動采集裝置，實現(xiàn)活體羊自動、福利化體質(zhì)量測量[12]。

2.2 羊只形態(tài)測量

羊只形態(tài)用于描述羊只在空間尺度上表達的狀態(tài)，內(nèi)容集中于生長發(fā)育特性、生長發(fā)育間相關(guān)關(guān)系及遺傳性能[13]。由于以上的形態(tài)值不能直接通過度量得到，而能直接度量的參數(shù)只有家畜表型值，因此，常用統(tǒng)計分析方法通過表型值間接評價形態(tài)，進而獲得羊的生長發(fā)育狀況及各部位之間的相對發(fā)育關(guān)系，指導(dǎo)生產(chǎn)、選育[14-15]，評估羊只的生長速度、飼料利用率和胴體品質(zhì)[16]，以及預(yù)測活羊體質(zhì)量等[17-20]。其中，常用的表型參數(shù)包括長、寬、高和維度4類指標，具體參數(shù)有體長、胸寬、胸深、體高、臀高、臀寬、胸圍、腹圍等[21-26]。

然而，羊只體尺的測量常采用手工方式，即使用測杖、卷尺和圓形測量器等工具，對體高、體長、胸圍、管圍、臀高、胸深、胸寬等參數(shù)進行測量。體尺測量時要求羊站立在平坦的地方，左右兩側(cè)的前后肢在同一直線上，前后的左右肢在同一直線上，頭自然前伸，一人固定羊，另一人進行測量并記錄。對于體型較大、身體豐滿、體毛綿密、具有很強的群居行為、膽小易驚的羊，這樣的測量方式，不僅羊的保定困難，測量工作量大，而且需要人與羊體直接接觸，羊的應(yīng)激反應(yīng)大，對羊尤其是孕產(chǎn)母羊產(chǎn)生嚴重的不良影響，如生產(chǎn)性能下降、發(fā)病，甚至死亡，影響個體羊及羊群的生長發(fā)育。另外，人與羊的直接接觸，也增加了人畜共患病的傳播概率。

隨著自動化技術(shù)、信息與傳感技術(shù)的進步，基于計算機視覺技術(shù)的檢測方法被應(yīng)用于活體家畜體尺測量。如基于光學(xué)和聲學(xué)設(shè)備（超聲波）測定動物骨骼構(gòu)造特征[27]，X光影像技術(shù)也可用于骨骼尺寸測定。然而，超聲成像依然無法實現(xiàn)無接觸式測量;X光有破壞細胞作用，對試驗環(huán)境要求較高。因此，目前基于視覺原理的動物體尺測量開始應(yīng)用，并受到廣泛關(guān)注。如劉同海等基于機器視覺測量豬的體寬、體長等[28];Zwertvaegher等采用CCD成像及圖像計算機分析方法測量奶牛乳頭形態(tài)[29]。公開發(fā)表的相關(guān)研究中，國內(nèi)外學(xué)者對基于視覺的羊只體尺測量做了有益探索，如朱林等應(yīng)用嵌入式機器視覺技術(shù)測量羊的體高、體長，平均相對誤差不超過3%[30];Khojastehkey等基于圖像處理技術(shù)估計新生羔羊體尺[31];Vieira等開發(fā)了基于圖像的奶山羊視覺評分系統(tǒng)[32];Menesatti等構(gòu)建雙目立體視覺系統(tǒng)評估活體羊的體尺及體質(zhì)量[33]。但相關(guān)研究中體尺參數(shù)測量的自動化程度不高。張麗娜等提出了基于限制性空間的羊只體尺測量，即通過建立結(jié)構(gòu)化限位專用裝置，將活體羊確定在特定空間相對穩(wěn)定的位置，繼而使用事先布置在裝置上的CCD相機獲取其三維圖像，后通過圖像處理算法對感興趣測點進行線性測量（圖1）[34]。

2.3 羊只行為分析

動物行為是動物心理、生理健康狀況的外在表現(xiàn)。在規(guī)?；O(shè)施圈養(yǎng)條件下，由于羊只飼養(yǎng)密度大，活動時間、空間受限，環(huán)境調(diào)控技術(shù)不到位等因素，抑制了羊只放牧?xí)r的很多行為表現(xiàn)，一些羊只長時間處于趴、臥狀態(tài)，甚至出現(xiàn)相互撕咬和啃吃異物等異常行為，且羊群極易感染疾病[35-36]。相關(guān)研究表明，通過對羊只行為的研究，能夠獲得其身體、生理狀況以及外界對其產(chǎn)生的影響[37-42]。

有鑒于此，為了提高集約化養(yǎng)殖環(huán)境下羊只的精準養(yǎng)殖和福利化水平，國內(nèi)外學(xué)者就羊只行為分析做了大量的研究。如阿根廷學(xué)者Galli等對羊的采食行為進行分析[43-44]。法國學(xué)者Sebe等對母綿羊和幼仔之間的聲信號進行識別[45]。丹麥學(xué)者Nadimi等提出基于ZigBee技術(shù)的無線傳感器網(wǎng)絡(luò)羊只行為檢測，對羊只的牧食、躺臥、行走、站立等行為進行分類識別[46]。國內(nèi)學(xué)者郭東東利用三軸加速度傳感器對半封閉圈養(yǎng)的波爾山羊行為數(shù)據(jù)進行采集[47]，為建立山羊福利化養(yǎng)殖及疾病預(yù)測模型奠定了基礎(chǔ)。對于集約化養(yǎng)殖環(huán)境下的羊只行為分析，宣傳忠等以小尾寒羊為例，采集母羊在尋羔、饑餓和驚嚇3種應(yīng)激行為的發(fā)聲信號，進行自回歸（auto-regressive，AR）功率譜估計和共振峰分析提取相應(yīng)的特征參數(shù)，并利用BP神經(jīng)網(wǎng)絡(luò)進行母羊發(fā)聲信號的分類識別，實現(xiàn)了依據(jù)母羊的發(fā)聲信號監(jiān)測羊只行為的目的[48]。劉艷秋等以小尾寒羊為例，利用MPU6050三軸加速度傳感器和無線傳輸技術(shù)對距分娩日約為1周的6只經(jīng)產(chǎn)小尾寒羊母羊的趴臥、站立、躺臥3種行為進行特征分析與識別[49]。

2.4 羊只健康監(jiān)測

羊只健康與經(jīng)濟效益、羊只福利及食品安全息息相關(guān)。

宣傳忠等以杜泊羊為研究對象，通過檢測、分析羊的咳嗽聲監(jiān)測羊只的呼吸道疾病，進行疾病預(yù)警和健康狀況診斷[50]，如圖2所示。

2.5 羊舍環(huán)境監(jiān)測

在規(guī)模養(yǎng)羊中，影響舍飼養(yǎng)羊的環(huán)境因素包括（1）物理因素，如溫度、相對濕度等;（2）化學(xué)因素，包括空氣中的氨氣NH3、二氧化碳CO2、揮發(fā)性化合物硫化氫H2S等;（3）生物因素，如微生物、病原體等。所有這些因素構(gòu)成了羊舍內(nèi)的復(fù)雜小氣候。隨著養(yǎng)羊業(yè)規(guī)?；⒓s化程度的不斷提高，環(huán)境因素對畜禽繁殖、生長、發(fā)育、健康及畜產(chǎn)品產(chǎn)量所起的制約作用也越來越大[51]。因此，羊舍環(huán)境監(jiān)測被廣泛關(guān)注。

然而，我國養(yǎng)羊業(yè)多處于落后山區(qū)，這些地區(qū)經(jīng)濟欠發(fā)達，飼養(yǎng)經(jīng)費、人力等投入不足，多數(shù)羊舍建筑結(jié)構(gòu)也未能充分考慮對環(huán)境的調(diào)控功能，致使羊舍環(huán)境的調(diào)控主要取決于環(huán)境調(diào)控裝備的性能。近年來，隨著物聯(lián)網(wǎng)技術(shù)的興起，以及無線傳感網(wǎng)絡(luò)的廣泛應(yīng)用，羊舍環(huán)境監(jiān)測實施技術(shù)成本與難度降低。邢小琛等基于物聯(lián)網(wǎng)技術(shù)開發(fā)了羊舍智能環(huán)境監(jiān)控系統(tǒng)[52]，如圖3所示。

3 基于精準養(yǎng)羊在提升肉羊生產(chǎn)效益及福利化水平方面的優(yōu)勢? 近30年來，我國養(yǎng)羊業(yè)取得了很大成績，羊肉價格持續(xù)走高，價格居高不下的羊肉也被昵稱為“羊貴妃”。但受到經(jīng)濟下行壓力的影響，從2014年下半年開始，羊肉價格普遍下降，飼料價格不斷攀升，致使廣大養(yǎng)殖戶利潤微薄，蓬勃發(fā)展的養(yǎng)羊業(yè)面臨巨大挑戰(zhàn)，因此，提高羊肉產(chǎn)品質(zhì)量、提升養(yǎng)羊業(yè)生產(chǎn)效益對養(yǎng)羊產(chǎn)業(yè)的健康發(fā)展具有重要意義。就肉羊產(chǎn)業(yè)而言，集約化生產(chǎn)條件下，繁殖技術(shù)（人工授精技術(shù)、同期發(fā)情技術(shù)）、營養(yǎng)技術(shù)（分階段營養(yǎng)的制定、飼料飼草搭配）、疫病防控（疫苗的研發(fā)與應(yīng)用、藥品的的研發(fā)與應(yīng)用、日常保健技術(shù)）等科學(xué)的規(guī)劃設(shè)計以及借助現(xiàn)代化、自動化的先進機械設(shè)備提升養(yǎng)殖生產(chǎn)效率，成為肉羊產(chǎn)業(yè)發(fā)展的主導(dǎo)方向。

精準養(yǎng)羊?qū)崿F(xiàn)了借助信息技術(shù)、依據(jù)動物科學(xué)、根據(jù)個體差異，定時、定量實施科學(xué)養(yǎng)殖與管理。如通過生長評估、體脂測定對羊只品質(zhì)優(yōu)化、遺傳選擇;通過體況評分反映羊只個體的飲食狀況、繁殖能力、健康以及福利水平，并根據(jù)評估結(jié)果制定相應(yīng)的生產(chǎn)策略，從而提高生產(chǎn)效益;通過行為分析獲知羊只身體、生理狀況以及外界對其產(chǎn)生的影響，從而預(yù)估發(fā)情時間，及時、準確地跟進人工授精，從而降低產(chǎn)犢間隔和受精成本;根據(jù)產(chǎn)前行為評估產(chǎn)前狀況等，及時發(fā)現(xiàn)難產(chǎn)并人工助產(chǎn)，減少分娩時間、初乳攝入間隔，提高母羊和羔羊的健康水平;通過健康監(jiān)測，及時發(fā)現(xiàn)病況并人工干預(yù)，降低生產(chǎn)風(fēng)險;而有效的環(huán)境調(diào)控，使羊只能在羊舍舒適地休息和睡眠，降低群羊的疫病傳播。這一整套的科學(xué)養(yǎng)殖和管理方法優(yōu)化了個體貢獻，促使養(yǎng)羊業(yè)高效益、低成本、生態(tài)、可持續(xù)發(fā)展[6]，在提高肉羊生產(chǎn)效益的同時，確保了羊肉產(chǎn)品的質(zhì)量和安全。

4 精準養(yǎng)羊中存在的問題及未來的研究方向

從近年來國內(nèi)外在畜禽精準養(yǎng)殖的研究看精準養(yǎng)羊，可以借鑒國內(nèi)外在其他家畜（如豬、牛等）方面的研究成果，但羊作為獨立的畜種，有其特殊性，需要根據(jù)羊只的生長、環(huán)境、習(xí)性等出發(fā)，進一步探索和研究羊只的精準養(yǎng)殖問題。

4.1 羊只行為檢測智能裝備存在的問題及未來研究方向

羊通常協(xié)同游走、采食、躺臥，行進中前后相繼，這樣的生活習(xí)性使得羊只極易相隨，因此，基于RFID個體身份識別、日常稱質(zhì)量或體尺監(jiān)測時，常需要人為引導(dǎo)，常采用特定體位限制裝置，并設(shè)計狹窄、封閉過道，以使羊以單列方式依次進入測量系統(tǒng)。此方式提高了羊只個體信息采集的自動化程度和精度，大幅降低了信息檢測的人工投入，但依然存在一些問題，如當(dāng)發(fā)生彼此相隨時，在自動化測量模式下，容易發(fā)生2只羊同時進入體位限制裝置，或后羊被夾在入口門禁處;RFID閱讀器同時檢測到2個或2個以上的信源時，無法正確識別個體。因此，在實測時需要操作員在入口處人為干預(yù)。研發(fā)有效、安全的羊只“分揀”裝置是準確、高效、智能地獲取“個體”羊信息的基礎(chǔ)。

羊?qū)俅笮图倚?，但羊的精細動作，如羊的反芻行為，可作為其健康狀況的分析依據(jù)。羊每天反芻時間約為8 h，分4～8次，每次40～70 min。一旦反芻停滯則多為羊的健康出現(xiàn)了問題。鄔娟等開展了基于壓力傳感器檢測羊只的反芻行為的研究，但反芻作為羊只的細部動作，實現(xiàn)無應(yīng)激、精確地檢測這一行為的智能檢測方法還需進一步探索，計算機視覺技術(shù)或聲傳感器在精細動作檢測方面的應(yīng)用有待進一步開發(fā)[53]。

此外，目前在羊只精準養(yǎng)殖的行為智能檢測研究中，由于是該檢測活體行為檢測，因此常采用可穿戴的、無線數(shù)據(jù)傳輸方式的設(shè)備，這就對設(shè)備的電源供給、功耗、數(shù)據(jù)傳輸效率等提出了挑戰(zhàn)。研發(fā)體積小、功耗低、便于佩戴，且不會激發(fā)羊只異常行為（如頻繁搖頭、剮蹭圍欄等現(xiàn)象）的智能化設(shè)備是未來精準養(yǎng)羊中的重要課題。

4.2 羊只生長智能監(jiān)測中存在的問題及未來的研究方向

在畜禽生長狀況評價研究中，學(xué)者們提出的基于表型參數(shù)（如體高、體長、胸寬、管圍等參數(shù)）的評價機制被廣泛認同，而這些參數(shù)的測量在經(jīng)歷人工測量[54]、計算機輔助測量[55]階段后，向基于圖像分析和機器視覺的全自動化方向發(fā)展[56]。對于內(nèi)蒙古地區(qū)的肉羊而言，優(yōu)良的肉羊品種包括烏珠穆沁羊、蘇尼特羊、呼倫貝爾羊、巴美肉羊等，采用圖像分析的生長狀況參數(shù)測量中，隨著羊只的生長，厚重的羊毛直接對表型參數(shù)的測量及基于表型參數(shù)的生長狀況的評價的可信度提出挑戰(zhàn)。

針對這一客觀存在的問題，可從如下幾個方向研究：（1）建立完善的羊只管理系統(tǒng)，對羊只的剪毛時間客觀記錄，并觀測不同品種、不同時期羊只羊毛生長情況，對體尺數(shù)據(jù)進行校正;（2）研發(fā)可以無接觸測量體毛長度的智能設(shè)備;（3）探索包含被毛的體尺與生長發(fā)育的關(guān)系模型。

4.3 基于聲信號的健康監(jiān)測中存在的問題及未來的研究方向

基于聲信號的健康監(jiān)測經(jīng)實踐證明具有有效性，但也存在許多現(xiàn)實的約束，如設(shè)施羊舍中采集的聲音信號包含大量無效聲音以及風(fēng)機、飼喂設(shè)備等噪聲數(shù)據(jù)，且羊只發(fā)聲具有隨機性，難以預(yù)見羊只發(fā)聲時刻，因此，需要研究適用于設(shè)施羊舍聲音的自動采集和去噪方法，實現(xiàn)噪聲環(huán)境下羊只聲音的自動檢測;在羊群中，頭羊高叫時，其他的羊也會隨著叫起來，這就需要從混疊的聲信號中提取有效的待識別信號;到目前為止，學(xué)者們還尚未找到簡單可靠的聲學(xué)特征參數(shù)，也沒有找到簡單的聲學(xué)參數(shù)可靠地識別羊聲音信號的變異性;羊只叫聲信號的特征具有時變性，與設(shè)施養(yǎng)殖場的環(huán)境以及家畜的健康狀況和情緒相關(guān)，并且隨著家畜年齡的增加而發(fā)生變化。因此，從混雜、重疊、變異的信號中提取有效信號是基于聲信號的健康監(jiān)測的核心?；趩我宦曅盘柕慕】当O(jiān)測受環(huán)境因素的制約，而運動行為是家畜心理、生理健康狀況的外在表現(xiàn)，具有較強的可檢測性，可將聲信號與羊只運動行為結(jié)合，綜合評價羊只的健康。

4.4 羊舍環(huán)境監(jiān)測中存在的問題及未來的研究方向

羊舍要求保持干燥、清潔、溫暖，因此在羊舍的環(huán)境監(jiān)測中，多數(shù)情況下，溫度、濕度、CO2的濃度常常受到關(guān)注。

由于羊舍相對結(jié)構(gòu)簡陋，基于單點的環(huán)境參數(shù)無法反映羊舍的全面信息，因此基于多點信息融合的環(huán)境監(jiān)測系統(tǒng)具有較好的適應(yīng)性;羊舍中高密度的羊只飼養(yǎng)過程中，羊群呼吸、生產(chǎn)過程將產(chǎn)生大量的有害氣體，包括氨氣（NH3）、硫化氫（H2S）、甲烷（CH4）、一氧化碳（CO）、揮發(fā)性硫化物和粉塵等，造成羊舍惡臭，誘發(fā)支氣管炎、結(jié)膜炎等疾病，而這些有害氣體的分布和擴散形式存在較大差異，研究羊舍有害氣體濃度分布和排放規(guī)律，有利于未來羊舍的環(huán)境調(diào)控。

4.5 基于信息智能感知的羊只群體效應(yīng)的研究

“羊群效應(yīng)”指羊群在通常情況下處于一種散亂的組織結(jié)構(gòu)，羊只在羊群中的行為是盲目的左沖右撞，但一旦有一只頭羊動起來，其他的羊會不假思索的一哄而上，從而也把羊群效應(yīng)稱為“從眾效應(yīng)”。強烈的“從眾效應(yīng)”導(dǎo)致了羊群中羊只大多采取集體行為，當(dāng)某只羊“不從眾”時，則很有可能該羊為病羊，或體弱羊，從而對其重點觀測。這樣即可及時發(fā)現(xiàn)“異常”，而無需投入大量的監(jiān)測設(shè)備對每只羊無目的地長時間監(jiān)測。此外，羊群的群體行為代表著整個羊群的生產(chǎn)水平，對群體效應(yīng)的監(jiān)測可用于評價羊群生產(chǎn)性能。

參考文獻：

[1]宣傳忠. 設(shè)施羊舍聲信號的特征提取和分類識別研究[D]. 呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學(xué)，2016.

[2]楊曉磊. 舍飼對寒羊生產(chǎn)性能的影響[J]. 當(dāng)代畜牧，2015（33）：4-5.

[3]喻顯發(fā)，王 輝. 標準化規(guī)模羊場的建設(shè)布局[J]. 養(yǎng)殖與飼料，2014（1）：24-26.

[4]Wathes C M，Kristensen H H，Aerts J M，et al. Is precision livestock farming an engineers daydream or nightmare，an animals friend or foe，and a farmers panacea or pitfall？[J]. Computers and Electronics in Agriculture，2008，64（1）：2-10.

[5]Banhazi T M，Lehr H，Black J L，et al. Precision livestock farming：an international review of scientific and commercial aspects[J]. International Journal of Agricultural and Biological Engineering，2012，5（3）：1-9.

[6]何東健，劉 冬，趙凱旋. 精準畜牧業(yè)中動物信息智能感知與行為檢測研究進展[J]. 農(nóng)業(yè)機械學(xué)報，2016，47（5）：231-244.

[7]Atkins K D，Besier B，Colditz I G，et al. Integrated animal management system and method：AU，WO/2005/101273[P]. 2005-10-27.

[8]錢建平，楊信廷，吉增濤，等. 生物特征識別及其在大型家畜個體識別中的應(yīng)用研究進展[J]. 計算機應(yīng)用研究，2010，27（4）：1212-1215.

[9]Rusk C P，Blomeke C R，Balschweid M A，et al. An evaluation of retinal imaging technology for 4-H beef and sheep identification[J]. Journal of Extension，2006（5）：1-10.

[10]Kinard W B. Animal / pet identification system and method based on biometrics：USA Patents，9443166[P]. 2016-9-13.

[11]包鵬甲，裴 杰，王宏博，等. 一種羊用野外稱重保定裝置：201420110553[P]. 2014-10-29.

[12]劉艷秋，武 佩，楊建寧，等. 活體羊自動稱重裝置：201620189657.1[P]. 2016-3-14.

[13]張麗娜，武 佩，宣傳忠，等. 羊只體尺參數(shù)測量及其形態(tài)評價研究進展[J]. 農(nóng)業(yè)工程學(xué)報，2016，32（增刊1）：190-197.

[14]張 帆，顏亭玉，楊佐君，等. 多元統(tǒng)計分析方法在羊體質(zhì)量與體尺研究中的應(yīng)用[J]. 北京農(nóng)學(xué)院學(xué)報，2012，27（4）：16-19.

[15]Janssens S，Vandepitte W. Genetic parameters for body measurements and linear type traits in Belgian Bleu du Maine，Suffolk and Texel sheep[J]. Small Ruminant Research，2004，54（1）：13-24.

[16]Wynn P C，Thwaites C J. The relative growth and development of the carcass tissues of Merino and crossbred rams and wethers[J]. Australian Journal of Agricultural Research，1981，32（6）：947-956.

[17]Aziz M，Sharaby M A. Collinearity as a problem in predicting body weight from body dimensions of Najdi sheep in Saudi Arabia[J]. Small Ruminant Research，1993，12（2）：117-124.

[18]Mohammed I D，Amin J D. Estimating body weight from morphometric measurements of Sahel（Borno White）goats[J]. Small Ruminant Research，1997，24（1）：1-5.

[19]Varade P K，Ali S Z. Body measurements of sheep in field conditions[J]. Indian Journal of Small Ruminants，1999（5）：59-61.

[20]Atta M，Elkhidir O A. Use of heart girth，wither height and scapuloischial length for prediction of liveweight of Nilotic sheep[J]. Small Ruminant Research，2004，55（1/2/3）：233-237.

[21]達布西，金 鳳，德慶哈拉，等. 蘇尼特成年母羊體重與體尺的通徑分析[J]. 內(nèi)蒙古畜牧科學(xué)，2002，23（5）：15-17.

[22]王高富，黃勇富，羅 藝，等. 重慶黑山羊體尺和體重與胴體凈肉率的回歸分析[J]. 中國畜牧雜志，2009，45（21）：9-12.

[23]陳永軍，趙中權(quán)，張家驊，等. 大足黑山羊初產(chǎn)母羊產(chǎn)羔數(shù)與體重體尺通徑分析[C]//中國畜牧獸醫(yī)學(xué)會獸醫(yī)產(chǎn)科學(xué)分會第五屆全體會議第十次學(xué)術(shù)研討會論文集. 楊凌：中國畜牧獸醫(yī)學(xué)會獸醫(yī)產(chǎn)科學(xué)分會，2009：211-214.

[24]白俊艷，張省林，龐有志，等. 大尾寒羊體尺指標的主成分分析[J]. 湖北農(nóng)業(yè)科學(xué)，2011，50（14）：2912-2914.

[25]Riva J，Rizzi R，Marelli S，et al. Body measurements in Bergamasca sheep[J]. Small Ruminant Research，2004，55（1）：221-227.

[26]Lopez-Carlos M A，Ramirez R G，Aguilera-Soto J，et al. Size and shape analyses in hair sheep ram lambs and its relationships with growth performance[J]. Livestock Science，2010，131（2/3）：203-211.

[27]John C. System and method for measuring animals：USA Patents，8036429[P]. 2011-10-11.

[28]劉同海，滕光輝，付為森，等. 基于機器視覺的豬體體尺測點提取算法與應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報，2013，29（2）：161-168.

[29]Zwertvaegher I，Baert J，Vangeyte J，et al. Objective measuring technique for teat dimensions of dairy cows[J]. Biosystems Engineering，2011，110（2）：206-212.

[30]朱 林，張 溫，李 琦，等. 基于嵌入式機器視覺的羊體體征測量系統(tǒng)[J]. 計算機測量與控制，2014，22（8）：2396-2398，2408.

[31]Khojastehkey M，Aslaminejad A A，Shariati M M，et al. Body size estimation of new born lambs using image processing and its effect on the genetic gain of a simulated population[J]. Journal of Applied Animal Research，2016，44（1）：326-330.

[32]Vieira A，Brando S，Monteiro A，et al. Development and validation of a visual body condition scoring system for dairy goats with picture-based training[J]. Journal of Dairy Science，2015，98（9）：6597-6608.

[33]Menesatti P，Costa C，Antonucci F，et al. A low-cost stereovision system to estimate size and weight of live sheep[J]. Computers and Electronics in Agriculture，2014，103：33-38.

[34]張麗娜，楊建寧，武 佩，等. 羊只形態(tài)參數(shù)無應(yīng)激測量系統(tǒng)設(shè)計與試驗[J]. 農(nóng)業(yè)機械學(xué)報，2016，47（11）：308-315.

[35]楊曉磊. 舍飼對寒羊生產(chǎn)性能的影響[J]. 當(dāng)代畜牧，2015（33）：4-5.

[36]喻顯發(fā)，王 輝. 標準化規(guī)模羊場的建設(shè)布局[J]. 養(yǎng)殖與飼料，2014（1）：24-26.

[37]董嘉鵬. 賀蘭山巖羊不同性別晝間行為時間分配和活動節(jié)律研究[D]. 哈爾濱：東北林業(yè)大學(xué)，2014：15-25.

[38]臧 強，李保明，施正香，等. 規(guī)?；驁鲅蛏嵯募经h(huán)境與小尾寒羊的行為觀察[J]. 農(nóng)業(yè)工程學(xué)報，2005，21（9）：183-185.

[39]劉振生，王小明，李志剛，等. 賀蘭山巖羊不同年齡和性別晝間時間分配的季節(jié)差異[J]. 動物學(xué)研究，2005，26（4）：350-357.

[40]臧 強，趙亞軍，李保明，等. 夏季舍飼散養(yǎng)環(huán)境下三個發(fā)育期小尾寒羊的行為差異[J]. 動物學(xué)研究，2005（3）：279-286.

[41]劉振生，王小明，曹麗榮. 圈養(yǎng)條件下巖羊冬季晝間的行為及活動規(guī)律[J]. 東北林業(yè)大學(xué)學(xué)報，2005（1）：41-43，51.

[42]Ceyhan A，Sezenler T，Yüksel M A，et al. Maternal and lamb behaviour of the Karacabey Merino ewes at pre-and post-parturition[J]. Research Opinions in Animal & Veterinary Sciences，2012，2（6）：402-409.

[43]Galli J R，Cangiano C A，Milone D H，et al. Acoustic monitoring of short-term ingestive behavior and intake in grazing sheep[J]. Livestock Science，2011，140（1/2/3）：32-41.

[44]Milone D H，Rufiner H L，Galli J R，et al. Computational method for segmentation and classification of ingestive sounds in sheep[J]. Computers and Electronics in Agriculture，2009，65（2）：228-237.

[45]Sebe F，Aubin T，Boue A，et al. Mother-young vocal communication and acoustic recognition promote preferential nursing in sheep[J]. Journal of Experimental Biology，2008，211（22）：3554-3562.

[46]Nadimi E S，Jorgensen R N，Blanes-Vidal V，et al. Monitoring and classifying animal behavior using ZigBee-based Mobile ad hoc wireless sensor networks and artificial neural networks[J]. Computers and Electronics in Agriculture，2012，82（1）：44-54.

[47]郭東東. 基于三軸加速度傳感器的山羊行為特征識別研究[D]. 太原：太原理工大學(xué)，2015：1-46.

[48]宣傳忠，武 佩，馬彥華，等. 基于功率譜和共振峰的母羊發(fā)聲信號識別[J]. 農(nóng)業(yè)工程學(xué)報，2015，31（24）：219-224.

[49]劉艷秋，武 佩，張麗娜，等. 母羊產(chǎn)前行為特征分析與識別——基于可穿戴檢測裝置構(gòu)架[J]. 農(nóng)機化研究，2017，39（9）：163-168.

[50]宣傳忠，武 佩，張麗娜，等. 羊咳嗽聲的特征參數(shù)提取與識別方法[J]. 農(nóng)業(yè)機械學(xué)報，2016（3）：342-348.

[51]柳平增，畢樹生，苗 良，等. 畜禽規(guī)模養(yǎng)殖環(huán)境智能調(diào)控系統(tǒng)的研制[J]. 計算機測量與控制，2009，17（7）：1316-1319.

[52]邢小琛，劉 宇，武 佩，等. 設(shè)施羊舍環(huán)境信息監(jiān)控系統(tǒng)的設(shè)計[J]. 黑龍江畜牧獸醫(yī)，2017（3）：100-103，293-294.

[53]鄔 娟，宣傳忠，武 佩，等. 基于Arduino和LabVIEW的羊只反芻行為無線采集系統(tǒng)設(shè)計[J]. 黑龍江畜牧獸醫(yī)，2016（11上）：10-13，289.

[54]Minagawa H，Taira O，Nissato H. A color technique to simplify image processing in measurement of pig weight by a hands-off method[C]//Proceedings of swine housing Ⅱ. North Carolina：ASAE，2003：166-173.

[55]Green D M，Brotherstone S，Schofield C P，et al. Food intake and live growth performance of pigs measured automatically and continuously from 25 to 115 kg live weight[J]. Journal of the Science of Food and Agriculture，2003，83（11）：1150-1155.

[56]Kashiha M，Bahr C，Ott S，et al. Automatic weight estimation of individual pigs using image analysis[J]. Computers and Electronics in Agriculture，2014，107：38-44.黃 藩，王 云，熊元元，等. 我國茶葉機械化采摘技術(shù)研究現(xiàn)狀與發(fā)展趨勢[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（12）：48-51.