猪场咬尾行为早期自动监测预警研究 （上）

张振玲（编译）

(徐州生物工程职业技术学院动物工程系，江苏 徐州 221006)

咬尾仍是养猪业中一个长期持续存在的问题且很难预测，其影响到猪的福利和生产。猪被咬尾后尾部伤口可能是全身感染的传染源，由此进一步造成猪只发病和死亡。还会导致屠宰时问题猪肉的产生，以致产生经济损失。影响猪只咬尾的因素很多，咬尾暴发不确定性和不可预测性，可能是人们继续对猪进行断尾以及寻求其他解决办法的动机之一。减少这种不可预测性的一种方法是识别发生咬尾的“早期预警信号”，此信号可用于猪场以识别需要干预的猪群。

研究探讨了PLF应对咬尾的潜力。PLF涉及使用现代传感技术来检测系统、环境或动物的生长、健康、行为和福利指标。研究中使用脉冲式3D相机和机器视觉算法（machine vision algorithms）自动测量猪的尾部姿势。通过对猪群咬尾现象暴发前、中、后的监测，发现此项技术在咬尾行为早期自动预警系统中有一定的潜力。

1 材料与方法

1.1 猪及猪舍

研究的对象是667头未断尾猪（大白×长白×汉普夏），公母各半。属于55头母猪的后代，生活在圈栏中（2.38 m×1.52 m），配备标准仔猪保护 栏（2.23 m×0.47 m×1.05 m）。 仔猪保护栏地面坚实，后部有漏缝板（slatted drainage panel），保护栏每天清洗，铺上新鲜碎纸和木屑等环境富集材料。每日两次（08：00 和 15：00）饲喂商品乳猪日粮（15%粗蛋白质，消化能 13.75 MJ/kg），从每天 1.5 kg 增加到约6 kg（按窝仔数多少）。圈栏内有一红外线灯加热区，饮水任由母猪和仔猪随时饮用。7日龄时给仔猪提供商品教槽料。对仔猪的饲养管理还包括产后3 d 肌肉注射铁 1 ml和 21 d 时猪圆环病毒2型疫苗接种。

仔猪来自批次分娩，共8个同龄批次，每批次2至3组；35 d时断奶，分为23个群，每群（29.0±3.0）头。此时，各组仔猪的性别比和平均仔猪体重基本均衡，7个月内收集完数据。每个圈舍有两个断奶圈，每圈大小2.5 m×2.5 m（0.21～0.25 m2/头），全板条塑料地板，配备2.5 m长的料槽、饮水器及最基本的环境富集材料。环境富集材料包括两种带有香味的圆形塑料圈装置悬挂在链条上。试验中，两批次生产后添加1次富集材料。环境富集材料包括木块和悬挂在圈侧面的塑料球。饲喂仔猪商品保育料前5～7 d，教槽料任其自由采食。断奶后前几天，室温维持在30℃，然后逐渐降低到24℃，然后再将仔猪转移到保育舍。保育舍内采用自然通风和透光，人工光照时间8 h，黑暗时间 16 h。

仔猪在哺乳圈中生活了（26.7±0.4）d后被整组（群）转到保育圈（每个保育舍有两个圈）。保育圈（3.20 m×3.70 m ； 0.40 ～ 0.47 m2/只）全水泥地板，每圈配两个料槽（每个长1.02 m）、多个饮水器和两个带有香味的圆形塑料圈装置（作为环境富集材料），猪转群时猪舍温度为24℃，猪进圈7 d后降至并维持在20℃。商品保育料任其取食。猪在保育圈生长（25.4±2.2）d后转入育肥圈，数据收集时间截止在猪87.2±2.1日龄时（观察研究时间为（52.2±2.1）d）结束。

1.2 尾部损伤评分

断奶到保育期结束，进入圈内仔细观察并为每个仔猪尾巴单独打分。每周3次，通常在周一、三、五。一旦有一组暴发咬尾行为（见表1），尾巴打分工作减至每周两次（周一和五）。据表1对每头猪尾巴从4个方面进行评分：尾损伤严重程度（0～4）、伤口新鲜度（0～5）、尾缺失长度（0～3）和肿胀与否（0/1）。

1.3 咬尾暴发

每天至少检查两次，并在早晨检查时详细观察。对所有猪都仔细检查尾部损伤、身体不适或跛行的迹象，以确保所有猪在检查时都能站起来走动。一旦符合下列三项标准中的任何一项，就认为咬尾暴发：1）在一圈栏内至少有3头猪有新鲜的尾部伤口（伤口新鲜度分数得分为4分或更高，见表1），且可从圈栏外看到；2）至少有1头正在流血的猪（伤口新鲜度为5分）明显可见（正在滴血或溅血）；3）有明显的引起损伤的咬尾行为，而不只是“玩弄尾巴”或“尾含在口中”的（并无损伤）的行为。若暴发咬尾，立即执行既定计划，以阻止暴发，防止进一步咬尾，并保障猪的福利。

表1 尾部损伤评分标准及类别

1.4 3D 数据采集与处理

每个断奶和保育圈都在料槽的上方装有垂直向下拍摄的IFM O3D301型 3D相 机（https：//www.ifm.com/gb/en/Products/o3d301） 进行3D数据收集和处理，可覆盖猪圈面积1/3左右。这些相机采用飞行时间（Time-of-Flight， ToF） 技 术， 每秒相机LED灯发出25次红外线脉冲，然后记录脉冲之间的延迟及其返回到每个像素的时间，从而完成一定景深的拍摄，形成3D图像。每台相机拍摄后上传到计算机，计算机连接到宽带互联网，数据可供下载。

INNOVENT技术有限公司的专利算法用于定位猪。对于每1头在镜头下站着的猪，用另一种算法来定位尾巴并测量它相对于身体的角度（0°～90°），0表示尾巴不超过身体纵轴平行线，90°表示尾巴竖起。3D相机每天24 h连续拍摄记录，并尽可能频繁地检测尾部。检测结果中报告了检测的次数。尾部检测不能定位到个体，该系统是在群体层面起作用。

为了将这些原始尾姿数据整理成每圈尾部姿态的日汇总，将尾姿角度数据转换为0～3分值之间的尾部姿态评分数据，其中 0°=0（低尾姿），0°～30°=1（含30°，尾巴部分翘起），30°～60°=2（含60 °，尾巴上翘）和 60°～90°=3（含90°， 高尾 姿）， 分别 记 为 3D 0、3D 1、3D 2 和 3D 3。对转换为 3D 0、3D 1、3D 2和3D 3的数据进行统计和汇总。分析中舍弃了每日观测数据小于100次的天数

1.5 2D 视频数据采集

每圈两台2D摄像机，安装在天花板上。一台拍摄整个圈，另一部则拍摄3D摄像头所在的喂食区上方。每天24 h连续摄像记录，视频数据存储在闭路电视系统的计算机硬盘上。

1.6  3D数据验证与2D视频数据的比较

对比观看3D和2D视频图像，以验证3D数据。3名观察者分别观察随机选出的第五、七和第八组数据。数据是在暴发前1 d（或者对照组同1天）08：00 16：00 之 间 进 行 取 样， 获 得5～10个观察数据/h。如果由于技术原因而缺少数据，则使用下1个。如果在第1 d暴发时无法获得数据，则使用第2和第3 d的。结果，每个观察者/组平均获得45.5（±15.5）个数据，共911个。

通过肉眼观察把尾姿划分为卷曲（curly）、高姿松弛（high loose）、低姿松弛（low loose）或卷缩（tucked）（靠在身体上）。卷曲即可见尾巴卷成环（尾巴有两个部分重叠，不管角度）；高姿松弛是尾巴不卷曲，与身体纵轴成角大于等于45°；低姿松弛尾巴也不卷曲，与身体的水平面成角0°～45°之间；卷缩表示尾巴也没有弯曲成环，但转向身体内部。为确保结果一致性，3个观察者在开始之前讨论并同意了这些分类。猪的各尾姿类别结果（由不同观察者）一致性为平均（75.2±16.5）%。

1.7 统计方法

采用EXCEL进行数据组织和汇总，使用Genstat 16.1（VSN 国际有限公司）进行分析。具体过程略。

限于版面，结果和讨论部分下期刊出，请继续关注。