应用智能监测设备对基础母牛进行发情发病监测的验证试验

宣小龙

(宁夏回族自治区隆德县动物疾病预防控制中心，宁夏隆德756300)

宁夏农村地区大部分肉牛进行散养较多，饲养品种主要是西门塔尔、安格斯、海福特等，有的采取自由采食和放养模式，有的采取拴养管理，因饲养管理和育肥方式不同，个体差异较大。基础母牛受环境、营养水平、个体差异等因素影响，出现发情或发病后体温变化不一致，有的表现不明显，不能准确判断。为了更加准确及时地判断母牛的发情、发病情况，本试验将新研制的智能监测设备对肉牛养殖户的基础母牛进行发情、发病监测，并进行准确性和实用性验证。其方法是根据高精度热敏电阻随着温度的微小变化其电阻值相应变化这一原理为基础，将高精度热敏电阻接入到处理器的模拟转换数字单元，处理器的模拟转换数字单元采用精度为14位的高精度采集电路逻辑，将当前热敏电阻的阻值测量出来，再根据阻值表查找对应的温度，这样就可以非常准确地测量出所测物体的温度。动物运动量采用MMA7260Q三轴加速度传感器对数据进行采集，ZigBee无线传输模块CC2530负责数据传输。在特征提取和动物行为分类方面，利用隐马尔科夫模型(HMM模型)对动物进行识别，通过采集基础态数据，放进HMM模型进行模型训练和识别进而判断动物的活动状态。其他动作，比如耳朵摆动、摇头等通过HMM模型训练后全部过滤掉[1，2]。

1 材料与方法

1.1 试验动物在实施项目的地区随机选择成年未怀孕的基础母牛200头，在未实施项目的地区随机选择未怀孕的基础母牛100头，无产科疾病，不分品种、年龄、体重、胎次，不受饲养管理水平限制。试验牛全部拴养，无专门的运动场。

1.2 分组实施项目的200头随机分成2组(Ⅰ 组、Ⅱ 组)，每组100头，未实施项目的100头组成1组(Ⅲ 组)，共3组。根据试验需求，按3个平行因素，分别监测牛的发情、发病数量，Ⅰ 组仅通过耳温监测发情、发病情况，Ⅱ 组采取耳温与运动量相结合的方式监测发情、发病情况，Ⅲ 组采取人工监测方法观察发情、发病情况。

1.3 方法Ⅰ组通过智能监测器每2 h监测1次耳温，通过耳温判断牛发情、发病情况。Ⅱ组通过智能监测器每2 h监测1次耳温和运动量，通过耳温和运动量判断牛发情、发病情况。Ⅲ组采取人工监测方法每2 h进行临床检查，判断牛发情、发病情况。各组连续监测7 d，共监测84次有效数据。最终发情确定标准以临床观察和直肠检查法检查卵巢卵泡大小为准，发病确定标准以执业兽医诊断为准。

1.4 数据统计采用SPASS 23软件统计数据，采取多因素方差分析进行差异显著性比较。

2 结果

根据耳温与直肠温度的相关性，耳温在36.00～36.05 ℃对应的直肠温度为37.5～39.5 ℃，属于正常；耳温在36.06～38.00 ℃对应的直肠温度超过39.5 ℃，属于体温升高；耳温在36.00 ℃以下对应的直肠温度在37.5 ℃以下，属于体温下降[3～5]。(1)Ⅰ组牛耳温数据变化和发情、发病统计结果见表1：通过耳温监测发现，7 d内监测基础母牛发情有54头，发情率54%；监测发病2头，发病率2%。(2)Ⅱ组牛耳温数据和步数变化及发情、发病统计结果见表2：通过耳温和运动量监测发现，7 d内监测基础母牛发情有59头，发情率59%；监测发病牛2头，发病率2%；正常牛运动步数为(171±30)步/h，发情牛运动步数为(297±34)步/h；正常牛采食时间为(3±0.27)h，发情牛采食时间为(2±0.47)h。(3)Ⅲ组牛人工监测耳温数据变化及发情、发病统计结果见表3：通过人工监测发现，7 d内监测基础母牛发情有45头，发情率45%；监测发病牛5头，发病率5%。Ⅰ组与Ⅲ组相比差异不显著(P>0.05)；Ⅱ组与Ⅲ组相比差异显著(P<0.05)。

表1 Ⅰ组牛发情、发病监测统计

表2 Ⅱ组牛发情、发病监测统计

表3 Ⅲ组牛发情、发病监测统计

从图1可以直观反映出3组基础母牛7 d以来的发情数量变化和基本走势，Ⅰ组、Ⅱ组发情母牛数量明显高于Ⅲ组。Ⅲ组发情母牛7 d变化幅度不大，总体数量均低于Ⅰ、Ⅱ组。

图1 各组牛发情数量变化情况

3 结论

采用智能监测设备通过耳温结合步数对母牛发情监测比人工监测准确率更高。2 h开展1次监测，即省人工又省时间，可以及时发现发情、发病情况，并通过智能终端反馈给场主，及时采取相应措施，从而提高养殖效益。

4 讨论

为提高肉牛、奶牛养殖场的科学化、规范化、最大效益化管理水平，应用现代智能信息技术加强规模养殖场的管理已成为1种趋势。吴沧海等[1]开展了基于RFId与Zigbee的牛场远程监测系统设计，为奶牛养殖的现代化管理、疾病防治和食品安全等提供诊断手段和方法。周雅婷等[2]开展了肉牛采食行为识别与采食量模型研究。孙保贵等[6]开展了奶牛运动量辅助发情诊断及电导率辅助乳房炎诊断参数的研究。浣成等[7]开展了肉牛实时信息管理系统设计及在冷配技术中价值分析。赵莉莉等[8]开展了基于农业大数据背景下无公害肉牛的养殖技术。本试验研究采用新型智能监测设备主要对基础母牛发情、发病情况进行实时监测。通过比较发现，人工临床观察的发情率较低(45%)，但观察发病率较高(5%)，新型智能设备对发病监测的准确率还有待进一步提高。牛正常情况下(不发病也不发情)，正常运动步数为(171±30)步/h，发情牛运动步数为(297±34)步/h；正常牛采食时间为(3±0.27) h，发情、发病牛采食时间为(2±0.47)h。采用耳温和运动量相结合的方式观察发情准确率较高，尤其步数达到300步以上，耳温在36.06～38.00 ℃之间，不是发病就是发情表现，准确率比单靠监测耳温和临床观察都高。单靠监测耳温只能反映一部分牛的发病情况，发情准确率也比较低。