数字化技术与装备在奶牛养殖中的应用

石芳权 ，王 辉，赵一广，熊本海＊

1 中国农业科学院北京畜牧兽医研究所，动物营养学国家重点实验室，北京 100193

2 甘肃省西和县畜牧兽医站，甘肃西和 742100

0 引言

牛奶及其制品被认为是最具营养的食物之一，也是人类生活中最重要的食品之一；牛奶几乎包含所有人体生命所必需的营养物质，是蛋白质的重要来源，且富含维生素和矿物质，具有较高的生物价值和消化率，容易被吸收利用，对改善人们膳食结构具有重要作用，因此，牛奶及其制品在市场消费和扩展需求方面逐年增加。未来20 年，全球人口预计增长20 亿人，在发展中国家人口增长更为明显，这必然将促使牛奶需求量加大，同时人们对动物健康和福利的关注度也将增强[1]。然而目前奶牛养殖成本不断走高，对养殖效益影响较大，促使奶牛场在不断寻找节本增效的措施，随着“互联网+”的快速发展，带动了新一代高科技和信息化产业的蓬勃发展，在农业领域正在或将迎来一次革命性的飞跃，推动奶牛养殖产业和乳制品生产加工、消费等产业的全面发展；智能化装备的投入以及数字信息化管理、人工智能等技术的应用，可实现奶牛养殖高效、精准和可持续化，在节约饲养管理成本的同时，全面提高了乳制品生产效率和市场竞争力。

1 奶业的发展前景

近年来，随着人民生活品质和消费水平的提升，我国奶牛产业发展正在迈向一个新的台阶，我国奶牛养殖规模化、机械化、信息化和智能化水平不断提高，生产效率大幅度提升，整体素质明显增强，全国100 头以上奶牛规模养殖比重达到70.0%，奶业发展水平呈现出稳定、持续发展的良好态势[2]。据国家统计局和中国海关统计数据，截至2020年，我国牛奶产量为3440.0 万吨，同比增长7.5%，创历史新高；乳制品总产量2780.4 万吨，进口大包粉、婴幼儿配方乳粉等乳制品为328.1 万吨，折合原料奶1887.2 万吨（按1：5.8折算），同比增长9.0%，进口增速持续放缓，间接表明消费者对国产乳制品信任度的增加（图1）[3]。未来10 年生鲜乳产量将稳步提高，牛奶消费量年均增长2.0%～3.0%，规模化养殖比重不断增长，预计100 头以上的奶牛规模养殖比重将达到80.0%[4]。

图1 2014—2020 年全国牛奶产量及乳制品进口量

数字化技术的发展推动奶业的快速发展，智能养殖设备及挤奶机器人的推广应用可能会进一步改变奶业的生产格局，“无人值守”的未来牧场也会很快成为现实。进入21世纪，数字化技术的快速发展为奶业发展提供了大量的信息资源，促进奶牛智慧养殖迈上一个新台阶。目前，我国在养殖机械化、信息化方面已取得了重大突破，自动饲喂、挤奶机器人和智能粪便清理等设备的应用，将物理、数学和计算机等技术广泛应用到奶业中，有效降低了饲养成本，实现了生产效率和经济效益最大化，保证了奶牛养殖的高效性和可持续性[5]。但奶业高质量发展仍然面临诸如奶牛疾病与健康感知、生产性能改善以及健康福利、产品质量安全和环境等方面的挑战。

2 智慧奶业涉及的关键技术

智慧奶业的高效发展需要依靠现代科技来提升生产管理水平。以物联网（IoT）、云计算、大数据和人工智能为代表的新一代信息化关键技术，应用在奶牛个体与健康识别、精准饲喂与管理、繁殖管理、环境精准监控及数据分析等多领域中，将成为实现奶牛智慧养殖的核心驱动力。

2.1 个体信息智能识别

个体信息识别是智慧奶业发展的第一步，它是奶牛身份的证明，也是动物健康跟踪与溯源的基础，更是实现奶业全程数字化信息管理的前提。信息识别系统为每头奶牛建立了档案，包括年龄、体况、饲料消耗、发病情况、产奶量等基本信息。无线射频识别（RFID）电子耳标，内置电子芯片和适当功率的天线，具有非接触、远距离自动识别与计数特点，用来识别奶牛个体信息，也被配套应用于奶牛称重分群、智能饲喂、机器人挤奶等系统中。近年来，以机器视觉、深度学习为代表的人工智能技术已逐渐融入到奶业生产中，显著提升了奶牛养殖场的管理效率，例如面部检测技术，该技术主要依靠机器学习和计算分析来检测动物面部特征，利用非接触式机器视觉锁定奶牛面部区域位置进行检测与识别，在去除背景信息的基础上提取特征数据，最后通过预先构建的奶牛面部特征数据库进行相似度计算，识别奶牛身份，该技术是动物智能识别与增强福利备受关注的领域，也许会成为未来监测动物情感和RFID标签识别动物身份的低成本替代方案[5]。

2.2 奶牛行为监控与疫病预警

随着畜牧信息化的发展，人工智能领域兴起的专家系统（ES）拥有丰富的资源知识和经验，奶牛疾病专家系统在畜牧养殖领域也得到广泛应用，其将获取的各类资源进行分类、储存在云端，方便使用者能够系统的了解各类信息，针对特定的问题做出相应的解答[6]。奶牛的个体信息如体温、体重、活动量、体况评分以及反刍行为、情绪、姿态等行为参数的变化是奶牛疾病发生和预警的依据，通过对这些行为状况的监测可以系统地了解奶牛身体健康情况和生理水平，同时可根据实时采集到的大量数据信息来研究和构建奶牛健康生长模型，为奶牛的健康养殖和福利提供技术支撑[7]。体温作为重要的生理指标，可及时反映奶牛健康状况，目前自动体温监测方法主要分为非接触式、接触式与植入式3 种，非接触式体温监测是利用红外温度传感器与无线通信技术相结合，通过测量奶牛表面发射的能量进而测定温度；接触式体温监测主要利用接触式的温度传感器监测奶牛的体温；植入式体温监测是将测温装置植入动物体内，通过无线遥感技术传输体温数据进行监测[8]。奶牛的称重系统能够监测奶牛健康情况及生长指标，它与RFID技术结合，在识别牛只信息的同时对奶牛进行自动称重，将获取到的重量信息与身份信息储存与传输，成为生产管理或营养调控的依据；在规模养牛场中，还可使用摄像头对牛只进行三维照相，通过红外线扫描得到牛的粗略体重[9]。

瘤胃是奶牛独特的消化器官，也是用来监测奶牛体质的主要场所，可在瘤胃中植入甲烷、pH值测定传感器。奶牛反刍量及瘤胃环境的变化，对判断奶牛生理状态及预防早期消化性疾病非常重要。以研究奶牛咀嚼、吞咽、反刍音等为特征的接触式反刍监测，如Vilchis等[10]选用项圈获取奶牛反刍行为信息，通过复杂的数据与人工观察进行对比建立相关性；Adolfo等[11]研究发现三轴加速度传感器替代人工观察法，感知加速度变化分析反刍行为变化规律；有报道将三轴加速度传感器固定在奶牛下颚侧中部自动采集奶牛下颌运动数据，采用3 种机器学习算法同时识别奶牛的反刍行为，通过数据收集显示出反刍识别准确率达到93.7%[12]。基于奶牛图像、视频等技术捕捉奶牛姿态及其嘴部运动来识别奶牛反刍行为的非接触式反刍监测，如Yu[13]等提出了一种基于视频智能监测奶牛反刍方法，采用Mean-Shift算法对奶牛下颌运动进行精确跟踪，实现了对奶牛反刍行为的监控；李通[14]利用Horn-Schunck光流法的奶牛嘴部区域检测，采用帧间差值跟踪算法，对每帧图像中较大光流场数据叠加，更加准确地实现多目标奶牛嘴部区域同步检测，对奶牛反刍情况进行监测。

奶牛疾病的早期预防与监测非常重要，如通过监测体细胞数的变化判断是否患有乳房炎，监测奶牛反刍情况预判消化疾病、蹄病、酮病等的发展趋向。奶牛各种疾病特征数据不仅为管理者提供了信息化管理应用手段，也为奶牛病历信息系统化建设提供了技术参考[15]。酮病是奶牛常见的疾病，β-羟基丁酸（β-HBA）浓度升高是亚临床酮症（SCK）诊断的关键，Tuteja等[16]使用基于二维二硫化钼（MoS2）纳米结构的电化学免疫传感器检测牛奶样品中的β-HBA浓度，显示出高特异性和灵敏度；Murugan等[17]成功使用钌-氧化石墨烯电化学生物识别传感器来检测β-HBA浓度，具有较高的特异性且能快速进行测定；Hyunwook等[18]利用抗体与酶复合物结合显色原理，提出了一种便携式诊断阅读器，可以检测牛奶中的孕酮，并用酶联免疫吸附剂测定（ELISA）法进行了验证。生物传感器可用于监测奶牛行为、声音和生理指标（体温、pH值、病毒病原体等），利用其特异性原则能够监测重金属、抗生素的残留，检测如口蹄疫、冠状病毒等病原体，可广泛用于判断奶牛消化系统疾病、乳腺炎、真胃移位、肢蹄病和酮症等[19,20]，对减少奶牛疾病传播、促进奶牛健康和福利具有重要作用，在监测动物健康领域具有全新的市场。传感器可部署在饲喂器或挤奶机周围，也可穿戴或植入体内以监测奶牛体温、心跳、压力、血液pH值和检测分析病毒等病原体以对疾病及时预警和诊断，提高奶牛健康水平和生产效率，减少体检和长期保健成本[20]。

2.3 奶牛精准饲喂

在奶牛饲养过程中饲料成本占到70.0%，成为决定养殖效益的主要因素，不同品种或不同阶段的奶牛有不同水平的营养配方[15]。随着我国饲料数据库的建立和健全，各种饲料资源得到了有效利用，饲养成本有所降低，饲料营养价值的利用更加充分。同时，大数据、云计算、人工智能等诸多新兴技术广泛地应用到奶牛精准饲喂环节中，促进了奶牛饲喂技术的数字化发展。全混合日粮（Total mixed ration，TMR）是根据奶牛不同生长发育阶段的营养需求按照饲料配方搭配的营养均衡的日粮，是奶牛发挥生产性能的关键因素之一[8]。张德敏等[21]利用网络数据库技术，开发了一种能自动采集生产数据的TMR智能监控系统，实现了饲料配制和投料监控，并对整个饲喂数据进行记录和统计分析，有效提高了奶牛精准饲喂程度。由于能给奶牛提供均衡的营养，有效减少营养代谢病，提高产奶量及生鲜乳品质，TMR在牧场中得以广泛应用，特别是精确饲喂机器人在TMR饲喂技术的基础上，智能识别奶牛个体并精准配料，实现定量分次饲喂，达到了提高奶牛生产效率、减少饲料消耗的目的[9]。我国对奶牛自动饲喂设备和精准饲喂技术的研发起步较晚，但实现精准饲喂是必然趋势，随着国外先进设备和技术的引进，国内信息化、精细化、智能化养殖发展迅速。如北京国科诚泰农牧设备有限公司研发的可编程自动称重分群设备，能够将实际数据通过设备与管理软件联结，实现智能调控，其研发的自动犊牛饲喂设备系统，可提高犊牛饲喂效率和智能化水平。王玄等[22]设计的全自动犊牛饲喂装置，具有犊牛识别、自动搅拌投料、代乳粉设定量、机器消毒等功能；许立新等[23]提出传送带式自动饲喂管理系统，通过TMR饲喂设备配套自动称t重装置，将定量的饲料通过传送带投到各个料槽中，实现远程控制与精准饲喂；袁玉昊等[24]采用信息化、智能化和机电一体化等技术研发一种新型牛场精料撒料及推草机器人，替代人工实现自主推草、精准供料、磁性寻迹、智能避障等功能。

2.4 繁殖性能监测

奶牛繁殖性能直接关系着奶牛养殖经济效益，发情判断的准确性、配种的及时性以及受胎率都可以影响奶牛的产犊间隔和产奶量。动物发情是评估动物福利、健康和繁殖行为的重要指标之一，奶牛兴奋度、活动量、采食量、反刍活动以及体温等生理数据的变化，是智能监测奶牛发情和排卵的基本依据。计步器是常见的跟踪记录奶牛活动量的设备，可安装在牛腿部，对奶牛运动进行实时监测，通过信息接收装置收集奶牛运动数据，分析判断奶牛发情时间；计步器发情监测系统的使用可快速反映奶牛的兴奋状况，提高发情监测效率，同时能有效监测和揭发奶牛蹄病[9]。加速度感应器发情监测系统是一种通过佩戴颈环达到实时监测的系统，可同时监测运动、仰卧等行为数据，依据活动量的相对变化，经过大数据演算综合得出推断，进而对奶牛发情进行揭发，如李萌[25]提出了一种基于多传感器数据融合的奶牛姿态识别方法，利用四元数微分方程求解姿态角，对奶牛采食、行走、挠痒、静态等7 种动作姿态进行识别，解决了采集信息单一的问题，提升了识别的准确度；Reith等[26]研究了在奶牛尾根部放置压力传感器采集爬跨数据判断奶牛的排卵情况；户如霞等[27]的研究表明，应用智能监控系统能够很好地兼顾奶牛活动量和反刍两方面的数据，从而提高奶牛受胎率、发情揭发率，显著提高21 天怀孕率，有助于改善大型牧场奶牛的繁殖性能。随着科技的发展，传统监测方法已不能适应大规模养殖，通过电子传感器、音频装置、视频图像监测奶牛发情的方法已被研发并广泛应用[8]，刘忠超[28]设计一种基于物联网和云端的奶牛发情体征监测方案，提出了融合体温和活动量的奶牛发情预测的神经网络模型，准确率为89.5%，误判率为3.7%，同时根据奶牛发情时阴道黏液引起的阻值变化，设计了奶牛阴道植入式电阻传感器，能够准确地对奶牛隐性发情进行鉴定与监测；Randi等[29]通过电子耳标监测耳道温度变化预测奶牛发情；Röttgen等[30]研究了通过机载声音麦克风监视奶牛发声信息，对音频数据进行分析与比对自动检测和识别奶牛发情，报告的灵敏度为87.0%，特异性为94.0%，以上数据信息化技术均为奶牛繁殖性能监测提供了便捷。刘忠超等[31]使用网络高清摄像头记录奶牛发情爬跨行为，提出了一种基于卷积神经网络的奶牛发情监测法，对采集的奶牛视频进行分析，识别准确率为98.3%。

2.5 养殖环境智能监控

在奶牛养殖场中，奶牛打嗝、肠胃中以及粪便排泄物会产生大量的甲烷、二氧化碳、氨气等气体，这些有害气体成为环境影响的重要因素。甲烷也是引起温室效应的主要成分，它的产生意味着能量的损失；氨气的产生意味着蛋白质的浪费，也是奶牛各种疾病的诱因；甲烷、氨气等有害气体的排放量是监测空气污染程度的主要指标[32]。温湿度、光照、通风等环境指标对奶牛生产性能、卫生防疫和健康状况有较大的影响，它们也是评价奶牛养殖效益和质量的关键，因此对这些指标的监测很必要。环境监测系统中的主要设备包括监控摄像头、麦克风、射频识别（RFID）标签和各种传感器（如温湿度、气体、光照）等，奶牛环境智能监测与数字化调控主要包括五个方面，一是环境数据信息的采集。依托各种传感器、视像头等进行实施监控；二是智能分析、判断与异常警报。主要对采集到的温湿度、光照强度、有害气体的数据进行滤波分析，通过排除干扰、智能计算提高判断的准确性；三是数据传输与接收功能。数据输送需要由ZigBee网络、WiFI等无线网络连接远程服务端，这些无线网络是设备交汇数据的主要通道；四是自动调节和远程操控。根据需要智能化控制相应的设施设备；五是信息存储与查阅。用户可通过控制平台或移动端口查看云端存储的数据信息[9,33]。如刘忠超等[34]设计的基于ZigBee和Android的牛舍环境远程监测系统，将ZigBee组网、红外测温、RFID等技术和ARM技术结合在一起，根据传感器收集环境信息通过ZigBee网络传输到控制器上，并借助TCP/IP通信协议搭建TCP服务器，得到畜舍内的温湿度、氨气浓度等参数，最后智能控制相应的设备（喷雾、降温、风机等）进行维持畜舍环境的稳定，进而能够对畜舍环境实行远程无线实时监测。

2.6 大数据分析技术

对奶牛个体识别、精准饲喂、健康行为、繁殖性能和养殖环境进行监测会产生大量数据集，包括图像、文本、网页、音频、视频等，依托计算机、人工智能等技术通过对这些数据资源信息关联规则进行挖掘，其价值才得以显现[35]。机器学习（Machine Learning，ML）是人工智能的一个分支，专门研究计算机怎样模拟或实现人类的学习行为，它使用不同算法对数据进行挖掘、统计、预测和推理，不断从海量数据中学习、改进和归纳总结，以获取新的知识或技能。大数据分析主要包括数据采集、数据探索与建模和数据预测与应用（图2），探索性分析是从以前的事件中获取数据并通过各种手段寻求隐含的规律，实质上是寻找相关关系，而预测性分析是根据模型标准估计事件的可能性[36]；数据建模需要循环迭代更多的数据，因为数据的可变性意味着模型中需要考虑许多变量，去除干扰数据，以提高数据的准确性。数据聚类是静态数据分类中常用方法，又称无监督数据分析（Unsupervised）方法，聚类类型分K均值算法（K-Means）和K中心点算法（K-Medoids）；从传感器或智能设备采集到的庞大数据在没有类别标记的前提下，通过电脑进行聚类，划分为多个聚簇（Cluster），同一聚簇中的数据具有相似性。大数据技术引入可以提高奶牛养殖场整体管理水平，这些包罗万象的、海量的数据，需要融合产生比单一信息源更精确、更完全、更可靠的数据，目的是消除数据间的差异，对未来事件的可能性进行准确的预测，在收集大量的历史资料和实时监测数据库源的基础上，利用大数据建模分析技术，挖掘奶牛生产、流通和交易之间的数据耦合关系，为智慧管理提供决策依据，及时发现养殖过程的问题并有效控制，达到人财物的最优化利用[37,38]。

图2 奶牛养殖大数据平台构建与数据挖掘及应用

3 展望

奶业是富有有挑战性与具有吸引力的产业，未来奶业的发展，将在数字化技术与设备应用的有效推动下，更加智慧化。各种传感技术逐渐渗透在奶牛养殖生产过程中，大数据、云计算以及人工智能对奶牛的健康管理、福利改善及生产性能的提升等具有促进作用，能够很大程度上提升牧场的管理水平和经济效益。此外，大数据+区块链技术的应用，还可实现畜产品可追溯，确保牛奶的品质与安全，为产业的发展带来更大的社会效益和生态效益[39]。在农业现代化发展的大背景下，对大数据资源的挖掘包含了诸多的信息，成为辅助人们正确决策的依据，各种传感器、机器人及智能设备替代人们或许成为未来奶业的主角。数字化信息技术在奶业中的应用有助于减少生产成本、提高生产效率，对奶牛的健康成长、产业的可持续发展及奶牛福利的改善起到积极的推动作用。