养猪业的智慧饲养理念

黄选洋　靳文广

摘  要：随着全球人口的增长，到2050年肉类消费可能会增加73%。因此，养猪生产者的目标是提高每头猪的产量，并增加饲养密度。智慧饲养的出现是因为需要经常详细地告知养殖者关于动物健康、福利和生产力的信息。目前哪些智慧饲养技术已经可用于养猪业？哪些技术是可以实现的？

关键词：智慧饲养;养猪业;新兴技术

中图分类号：S815 文献标志码：C 文章编号：1001-0769（2022）04-0024-03

智慧饲养是将先进技术应用于畜牧业来监测、模拟和管理动物生产。其目的是随着畜牧业生产的集约化，提高养殖者与单个动物保持联系的能力。通过使用智慧饲养技术，养殖者可以更好地监测每个动物的需求，并相应地调整他们的管理方法，从而防止出现健康、福利和管理问题，提高群体健康。大量的智慧饲养技术可用于养猪业，特别是传感和监测技术，如加速度计、压力垫和测力板、麦克风、摄像头和射频识别（radio frequency identification，RFID）。

1  传感和监测技术

加速度计是一种电子传感器，通过测量运动参数可以连续记录和描述活动数据的变化。该设备相对便宜，可以固定在动物身体的不同部位，如腿、颈部和耳朵。由于饲养条件和猪的探索行为，将这些仪器安装在动物身上可能会遇到一些挑战。加速度计可以通过识别母猪姿势和行走行为的变化用于检测早期跛行。

压力垫可分析母猪的步态模式，提供可靠的跛行指标，如较慢的步行速度、较短的步幅和较长的站立时间。

测力板可以测量腿部的重量分布，并可以通过识别腿部承重的差异评估跛行程度，因为跛行的动物不愿意在受影响的肢体上承受重量。这类测量客观，而且具有高度的可重复性。

麦克风可用于客观、无创测量各种饲养环境中的應激识别和疾病监测。麦克风已被用于检测应激发声（如尖叫），并通过利用音频监控系统中的声音数据识别猪的消耗性疾病。麦克风还被用于描述肺部感染引起的咳嗽声的声学特征，来建立一种基于呼吸道疾病声音特征分析的实时咳嗽分类算法，并客观地测量与正常呼吸模式的偏差。

数字视频跟踪系统在监测猪的生产性能、健康和福利方面价格低廉、可靠且准确。例如，摄像头可以通过测量维度（如胸围）、长度和高度等尺寸用于准确评估体重，并根据猪的休息行为模式测量热舒适度，例如通过评估堆挤行为了解猪栏内猪的空间分布。摄像头还通过从猪的俯视图热图像中自动提取耳部温度，有助于评估热舒适度，当使用红外温度计时，它们可以将耳部鼓室区确定为最佳温度监测区域，当使用温度传感器时，它们可以将耳朵和腰部区域确定为最佳温度监测区域。

此外，摄像头还可以作为交互式软件包中图像分析程序的集成部分来决定猪舍是否需要加热或降温。跛行和健康的猪也可以通过视频记录以及跟踪行走过程中颈部区域的高度和步长与步幅比值的变化进行区分。该方法可以准确识别74%随后发展成跛行的猪。

三维机器视觉系统可自动检测猪尾巴的姿势，并对咬尾行为进行预警。数字图像还有助于在咬耳期间准确识别咬和被咬的猪。摄像头在猪场的另一项应用是通过测量猪的移动速度和距离识别它们的攻击行为，从而对打架和追逐行为进行分类。

RFID系统已经在猪场中被常规用于对猪进行个体识别和追踪。RFID系统的其他用途包括记录每头猪在群体环境中的采食模式和饮水行为，在不久的将来，它们可以对猪的健康和行为进行长期持续的监测（图1）。

2  用于养猪业的新兴技术

可用于养猪业的新兴技术包括增强现实（augmented reality，AR）、人工智能、3D打印和物联网。表1总结了新兴技术在养猪业中的应用。

“增强现实”一词与具有以下特征的技术有关：

在现实环境中将物理对象和虚拟对象进行结合;

实时互动;

将物理对象和虚拟对象对齐。

AR可以将计算机生成的不同虚拟元素叠加在现实世界上，提供人类感官无法提供的物理元素信息。

人工智能被描述为在机器中模拟人类智能，表现出与人类思维相关的特征，如学习和解决问题。它旨在理解和设计显示智能属性的系统，如学习能力、从数据中获取知识的能力、合理化并采取行动以实现特定目标的能力。与人工智能算法相结合的大数据可以转化为有用的信息，从而改善猪场的决策。

另一项新兴技术是3D打印。它被定义为通过连续铺设薄材料层，从三维数字模型制作物理对象的过程。它能够进行复制，特别是小部件，通过专用设备和传统大规模生产产品的替代品的分布式制造，可节省时间和资源，并降低成本。

最后，物联网也是一种新兴技术，能够通过高速互联网连接设备来感知、收集和共享数据，从而处理和使用这些数据来实现共同的 目标。

总之，随着畜牧业生产的集约化，智慧饲养可提高养殖者与单个动物保持联系的能力。使用智慧饲养可以在短时间内收集大量数据，从而改善猪的健康、福利技术和监测。

原题名：Smart farming ideas for the swine industry （英文）

原作者：S Azarpajouh、J A Calderón Díaz、J Lee、S Bueso Quan和H Taheri