信息技术在放牧绵羊福利中应用的研究进展

张　玉，齐景伟*，金　晓，斯日古楞，高　静，曹琪娜，阿丽玛，曹晓波

(1.内蒙古农业大学，内蒙古 呼和浩特 010018；2.云南大学，云南 昆明 650034)

近几年中国政府提出“互联网+”的行动计划，为发展智慧畜牧业明确了前进的方向。将畜牧业建设和互联网、云计算、大数据、物联网等新一代信息技术进行有效融合，提升畜牧业生产、经营、管理和服务水平，形成网络化、实时化、便利化、感知化、智能化、物联化、精细化的现代畜牧业新模式。内蒙古地区是我国畜牧业主要的生产基地，是现代集约化生产与传统放牧养殖重要的枢纽地带，其中绵羊养殖在国民经济中占有重要位置。利用智能监测技术对内蒙古地区的绵羊生存环境进行监控，分析不同环境条件下放牧绵羊生命体征、健康状况、行为状况等福利情况，进而探讨优化内蒙古地区放牧绵羊养殖方案。这对降低绵羊应激反应、提高福利水平和经济效益，具有十分重要的科学意义和现实意义。

1　智慧畜牧业在国内外的发展

国外智慧畜牧业发展速度很快，尤其是以澳大利亚领先，澳大利亚政府大力支持农业物联网、云计算、大数据等先进技术的应用和普及，推动了澳大利亚畜牧业的发展。澳大利亚政府还开展了“智能农场”、“数字农庄”、“传感塔斯马尼亚(Sense-T)”等一系列项目的建设，其中传感塔斯马尼亚(Sense-T)系统作为澳大利亚国家宽带网络计划的重要部分，建立了统一的数据信息管理平台和信息处理系统，实现了在农场利用无线网和传感网对畜禽生产全过程的数据采集和利用，畜禽的各项生产指标可以通过传感器进行实时监测，再通过计算机信息操作系统和数学模型模拟动物的生长过程，并优化设计动物的生产，通过专家系统来确定畜禽最佳饲养方式，最优化数量、出栏体重和出栏时间等。澳大利亚的绵羊合作社利用电脑网络的便捷性帮助牧民进行绵羊拍卖、合同签订、货款清缴，维护公平交易和市场秩序；并利用网络平台为牧民提供期货套期保值、远程合同拍卖等业务服务[1]。中国的智慧畜牧业是依托动物产品安全追踪平台的基础上发展和建立起来的。目前，互联网信息鉴于其更新速度快而逐渐成为畜牧行业信息传播的主流渠道，并已在畜牧业上得到广泛应用，成为畜牧业生产、疫病防治、动物产品流通的重要平台。例如，大北农集团创建的“智慧大北农”、新希望集团的“希望之光”计划、通威集团推出的“通心粉社区”、伟嘉集团创立的“嘉农在线”、禾丰牧业开发的“逛大集”电商平台等农牧业互联网项目陆续启动实施，形成了“互联网+畜牧业”的智慧型畜牧业发展新模式。

2　智能监测技术在放牧绵羊中的应用

在信息技术日益发展的今天，计算机被赋予更大的生命力，可以帮助甚至代替人类完成很多复杂的工作。在内蒙古草原，智能监视技术广泛应用在畜牧业生产中，科技人员利用自动识别、声音采集、视频收集以及无线信息输送等技术进行绵羊放牧。利用智能监视技术实现人与畜交流、人与人交流，通过人机协同，科学饲养、环境控制、疾病防治，促进人与畜、人与自然的和谐，进而维护和实现放牧绵羊的福利，达到“畜禽健康、环境良好、人畜安全、产品绿色”现代畜牧业发展目的。

2.1　音频分析技术

绵羊叫声主要体现了其情绪状态，能反映出动物的生理健康状况如饥饿、疼痛等，以及外部因素对动物机体所造成的应激。利用音频分析技术处理绵羊叫声可实现动物健康、动物福利水平的自动评估，也可实现放牧绵羊采食行为智能监测的目标。声音识别技术是一种非接触式、实时在线监测的技术手段，是未来动物行为监测的必要技术手段。研究者Jahns[2]针对己知的牛饥饿和发情叫声信号提取出先验特征矩阵及其参考模式，利用数据模式匹配方法识别牛群日常叫声中所蕴含的饥饿及发情信息。Ikeda等[3]利用线性判别分析方法处理声音信号的频谱结构变化特征，进而智能识别母牛饥饿以及与仔牛分隔时产生的两种焦虑状态。在我国，于天福[4]以狗为研究对象，研究了对其叫声特征中功率谱、MFCC、基音频率等特征[4]。余礼根等[5]以海兰鸡为试验动物，研究了鸡的各种鸣叫的声音寓意。苏健民等[6]提出了智能仿真系统，它能够自动监测动物生存的状态，并在数字信号处理技术、前沿信号采集技术、模式识别理论的基础上来实现对动物声音的识别和输出。绵羊的不同行为习性会产生相对应的音频，利用这些特征提取技术对采集的绵羊声音进行频谱分析，从中提取出能够反映不同行为习性的发声特征。模式匹配须在标准环境下建立绵羊的标准行为发声音频谱矢量序列，再对采集提取的绵羊特征音频进行匹配，从而鉴别绵羊的行为习性，研究放牧绵羊的福利化养殖[7]。

2.2　视觉检测技术

机器的视觉应用主要分为测量、检测、定位和识别。机器视觉技术在各个不同的领域内得到广泛的应用。在国外，20世纪80年代初对机器视觉的研究己经广泛开展，如加拿大的DALSA Coreco集团就将这种技术应用于检测工业零件[8]；巴西学者在研究刚体的运动情况时运用CCD视觉检测系统[9]等。我国的机器视觉检测技术的研发比国外晚10年，源于20世纪90年代初。但有很多产品面世，并得到了广泛的研究与应用。内蒙古科技大学岳伟[10]通过背景标识法准确无误地确定了羊体尺测量的特征测点，而且减少了羊体分割方法带来的一些问题。解决了光照对羊体背部轮廓完整性的影响，使得羊的理想站姿、臀部测点和肩脚点的准确显著提高，羊体体尺测量的误差显著降低。机器视觉检测技术在畜牧业上的应用，实现了计算机通过利用图像处理、计算机科学、人工智能、心理物理学、模式识别以及神经生物学的方法来模拟羊的外显和对宏观视觉功能的研究。它主要是运用计算机技术从客观事物的图像中模拟人的视觉功能来提取自己所需要的信息，并对所提取的信息进行处理以及加以一定的理解，从而达到控制和检测测量实际的应用对象。机器视觉的优势在于非接触测量和精度高，速度快，所以适于在牧区放牧绵羊福利中的应用[10]。

2.3　行为监测技术

放牧绵羊的行为直接影响到草场资源的合理利用，也关系到绵羊的各项福利，因此，近年来人们开始对放牧绵羊在草场的食草行为进行分析研究，并迅速发展成为放牧生态学和草地生态学研究中最引人注目、最活跃的领域。从一开始的视频记录(Video recording)到现在人们广泛使用的IGER记录仪、GPS以及Acoustictechnique(声学技术)等都是较早的监测仪器等。IGER记录仪是一种数字化的记录仪，可以有效地记录放牧绵羊的食草行为。因此，我国在最近几年针对家畜的食草行为的一系列研究投入了极大的支持，发展的速度较快，并取得了喜人的成果。

2.4　行为特征识别技术

由于牧场养殖环境恶劣和天然草场的不可控性，使得放牧绵羊的福利受到了一定的影响，绵羊多处于亚健康或不健康状态，疾病也频繁发生。而发病初始阶段或者小病往往不易被肉眼察觉。而且目前关于羊的行为特征研究却仅局限于昼夜间活动节律的统计学研究，这就促使科技人员研究放牧绵羊的行为特征，以此判断其健康与否。国外对动物行为智能检测与分析的研究起步于本世纪，Med Associates公司的动物视频跟踪系统只注重于识别与分析小白鼠简单的移动和部分肢体动作[11]。Biobserve公司2001年研制出了Trackit系统[12]，该系统通过自动跟踪动物在二维和三维空间的位置和朝向来进行动物行为的分析，其特点是具有极高的处理能力(50 f/s ) 。

2.5　卫星定位技术

早在80年代，卫星定位技术就被用在动物定位上，主要针对野生动物的追踪、观察等方面做了一些研究。研究者们将卫星定位设备绑在野生动物身上，通过定位系统追踪这些动物的具体位置、运动轨迹，从而研究野生动物的生活习性、活动范围等情况。1989年，加拿大安大略自然资源管理部门就将卫星定位技术应用到了对野生糜鹿的追踪研究中，主要用来探究森林砍伐、庄稼收割等实际生产活动对糜鹿生存环境的影响。美国蒙大拿州立大学北方农业研究中心的Bailey在1997年到2000年间，通过GPS和GIS技术，记录了在不同饲养条件下牛群的运动分布情况，该研究分析了牛群品种以及牧草放置的位置对牛群运动分布的影响，研究得出牛群品种的选择和有计划的放置牧草，可以将牧群引导到地形较高的地方进食，从而避免牧群聚集在河流等水源地附近，因过度放牧而造成这些地方的水土流失等生态环境破坏[13]。内蒙古地区首次利用卫星定位技术在内蒙古库布齐沙漠地区进行放牧的监测，研究者们利用卫星放牧系统，使牧民通过电脑、手机等设备就能观察和掌握牧群动态，减少外出放牧，从而达到对放牧工作的智慧化管理。解决了当地牧民无法确定牧场边界和放牧范围；牛、羊、骆驼等牧群被放养以后，自行在沙漠中寻找食物，放养时间可能长达几个月或一两年，其运动轨迹不定；牧民在需要时才去沙漠中寻找牧群，这需要耗费大量的时间和精力；在遇到风沙、暴雪等恶劣天气情况，还有可能导致牧群死亡，造成巨大的经济损失等生产难题。卫星放牧系统是以GNSS、移动通信、GIS技术为核心的软硬件相结合的一体化平台，由对牧群位置进行采集数据的GPS项圈、终端服务器、通信链路和针对牧民的卫星定位放牧Web平台、手机移动平台共同组成[13]。卫星放牧系统的运行在互联网上，实现了牧群具体位置信息的立体化及可视化显示、运动轨迹可查询播放、建有虚拟围栏等功能，牧民可在牧群离开牧区的情况下通过系统提示和短信的方式及时得到通知。系统同时具有智能电源管理功能和远程设备设定功能，允许牧民根据实际情况需求设定多样的牧群位置采集计划。该系统在实验室和现场经过了多次的试验，于2011年10月在库布齐沙漠正式投入了使用。卫星放牧系统在我国的成功应用，验证了沙漠牧区应用卫星定位导航技术的可行性，开启了卫星定位导航技术在我国畜牧业生产实践中的应用开端，为牧区放牧工作的智能化、信息化提供了强有力的手段。随着社会物联网、大数据等概念的兴起，该系统可进一步载入无线传感、RrID等先进技术，将畜牧场环境监测数据、畜牧业产品的流通数据等集成到系统，真正实现畜牧业的智能化、信息化。

2.6　无人机巡航技术

无人机按照应用领域的不同，划分为军用无人机和民用无人机。1995年无人机就被应用在畜牧业养殖上，“牧羊机器人”(Robot Sheepdog Project)是由英国牛津大学和其他一些高校联手研发的一个项目，这个项目在当时研发出了一种设备，它可以将十几只鸭子同时赶到指定区域。之后英国和瑞典的研究人员研究将一个跟踪设备绑定在羊群和牧羊犬身上，研究人员通过这一方法来观察双方的移动活动方式，然后探究这种移动活动方式背后存在的规律。澳大利亚的研究人员开发了一个四轮机器人，据报道这个机器人能够在正常行走速度的情况下使处于亢奋状态的牧群快速安静下来。爱尔兰人保罗-布瑞南(Paul Brennan)利用中国制造的Q500 Typhoon无人机进行放牧取得了和牧羊犬放牧一样的效果。2015年3月第一台无人机和运营系统在内蒙古自治区鄂尔多斯杭锦旗落地，2015年4月无人机和运营系统在锡林郭勒盟正蓝旗、呼伦贝尔市陈巴尔虎旗相继运营，2015年6月1日运营建立平台彻底完成使用。无人机巡航系统利用国内自主研发的持久续航八旋翼无人机，该机型主要特点是飞行时间较长，设计简约轻巧，使用便捷，维护简单方便，极大的降低了使用成本。该机型还可装载专用的GH3、GH4、摄像、数字图传、5D 云台、模拟图传等设备，从而可以实现空中动态侦查、测绘应用、安全监控、摄影航拍等多功能多用途。该机型具备了强大的负载量，更长续航时，机动力富足，机型零部件相互兼容等优点。结合地面站(GCS)的实际具体时间飞行数据以及具体化可见地图，飞机操控系统可根据地图精确无误地完成全自动起飞/降落任务、飞机航线飞行任务以及绕点飞行等许多专业航拍任务，使无人机在无人干预的整个飞行的过程中完全实现自动化和程序化，极大程度地降低了无人机专业的复杂操作环节，从而能够广泛的应用到更多的专业航拍领域。

3　展　望

目前，畜禽的个体信息监测的研究多数是围绕自动化福利养殖来展开的，其主要集中在动物行为监测智能装备的研发、动物行为模型的构建以及动物健康分析和动物福利养殖信息化管理系统上，研究人员通过研究提高了动物个体之间的信息监测的智慧化程度和精度，极大程度的降低了信息监测时所消耗的人力和物力。中国对畜牧业养殖动物的个体信息监测技术研究仍然处于探索研究阶段，对于该方面的实际生产应用案例几乎没有。中国的研究者们应从实际出发，结合中国畜牧业养殖的实际情况，综合利用各个学科的交叉知识，进行研究更稳定、更高效、低成本、低功耗的畜牧业养殖动物的个体信息监测系统，从而极大程度地提高畜牧业养殖效益。内蒙古草原畜牧业通过智能监控技术实现放牧绵羊的福利化养殖，利用北斗卫星定位技术、数据传输技术、无人机巡航技术、结合产业物联网、大数据、移动通讯、云计算等信息技术先进手段优化组合搭建一个技术平台，解决传统草原畜牧业的信息化自动化问题，使传统畜牧业向高科技、高效率迈进。实现畜牧业全产业链追溯、食品安全体系的保障。通过这一技术平台可以使草原牧民的牛羊变成都市市民掌上的公众产品。全面完成掌上畜牧产业运营系统落地。对整个产业链流程进行重塑，将加快产品的改革和创新与商业模式的改变，必将成为畜牧产业未来的一片新蓝海。放牧绵羊养殖业天上有北斗卫星系统、无人机系统；地下有三种不同类别的牲畜信息采集传输设备(项圈)和多种环境信息采集系统；通过移动通讯系统、固定综合信息采集系统的连接，研发了云计算操作系统、大数据处理分析系统、信息化管理系统和服务平台现代信息业服务系统，配套现代草原畜牧业生产精加工、物流仓储、线上线下组合销售推广系统，进而实现草原畜牧业的可持续发展。

参考文献:

[1]马艳菲，吴景田，许丹.国外细毛羊产业发展的主要经验和启示[J].当代畜禽养殖业，2011，49(2):58-60.

[2]JAHNS G.Call recognition to identify cow conditions-a call recognizer translating calls to tezt[J].Computer and Electroms in Agriculture,2008,62(1):54-58.

[3]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.

[4]于天福.基于声音特征的动物行为识别系统研究[D].黑龙江哈尔滨:东北林业大学,2010.

[5]余礼根，滕光辉，李保明，等.栖架养殖模式下蛋鸡发声分类识别[J].农业机械学报，2013, 4(9):236-242.

[6]苏健民，王岩，余慧伶.基于动物叫声的物种识别的研究[J].中国高新技术企业,2008(7):122-128.

[7]REINHARD K. Robot Vision[M]. Changsha: Hunan Literature and Art Publi-shing House, 2001.

[8]KROTKOV E P. Visual hyperacuity: Representation and computation of high precision position information[J]. Computer Vision Graphics & Image Processing, 1986, 33(1):99-115.

[9]张文景，张文渊，苏键峰，等.计算机视觉检测技术及其在机械零件检测中的应用[J].上海交通大学学报，1999, 33(5):635-638.

[10]江杰,岳伟,曹孟珍.基于机器视觉的羊体体尺测量方法研究[J].内蒙古科技大学学报,2015,34(4):322-327.

[11]Med Associates Inc.Home Cage Video Tracking System[EB/OL].[2017-05-12].http://www.med-associates.com/new_prod/video.html.

[12]BALCH T, KHAN Z, VELOSO M. Automatically tracking and analyzing the behavior of live insect colonies[C]// Proceedings of the Fifth International Conference on Autonomous Agents (Agents'01). Montreal, Canada: ACM Press,2001:521-528.

[13]陈俊.卫星放牧系统的设计和实现[D].上海:华东师范大学，2012.