基于地面平养的水禽体重智能化采集与种群参数估计的研究

2022-08-25吉俊玲李晓鸣杨晓志孙国波秦豪荣

家畜生态学报 2022年7期

吉俊玲，李晓鸣,2，杨晓志，孙国波,2，王健,2，秦豪荣*

(1.江苏农牧科技职业学院，江苏泰州 225300；2．国家级水禽基因库，江苏泰州 225300)

体重监测是家禽保种育种和生产管理的经常性工作。水禽体重测定常采用人工抓捕方式，操作过程不仅费时费力，还会对水禽种群造成惊吓，产生应激反应。随着信息化网络化的发展，不少学者对家禽体重自动化测定进行了研究，大多采用采食-称重系统测定家禽的个体体重。家禽是群居动物，设定特定扫码通道和位置，常因芯片识别问题影响个体数据采集的准确性。水禽保种中体重测定按特定周龄抽样进行，通过计算平均数和标准差来反映整个种群的生长情况。本研究基于水禽群居生态习性与平养生产模式，采用“AI监控+人工辅助”方式，测定水禽的实时总重和数量，构建出用多个样本平均数估计种群平均数和标准差的统计模型，旨在为无应激和高效率测定水禽体重提供参考。

1 材料与方法

1.1 体重数据智能化采集分析系统的设计

水禽体重数据智能采集分析系统包括电子地秤、摄像机、交换机、AI分析服务器、液晶拼接大屏(可视化终端)等。地秤、摄像机分别实时采集称重数据和图像，通过网络交换传输至服务器与录像机。录像机负责存储视频画面，服务器用于数据分析，并将结果展示至各终端。每栋水禽保种舍设置3台地秤，2.0 m*1.5 m,量程300 kg，精度50 g，配有线仪表。采用“AI监控+人工辅助”方式，摄像头实时监测地秤上水禽的数量，同时获取总重量来测算平均体重。计算机终端显示实时重量、计数、照片和时间，人工剔除计数不准和重复计数的数据资料，确保采集数据真实有效。

1.2 试验动物与管理

试验动物为水禽基因库保存的408只太湖母鹅，饲养舍为保种舍，并安装智能称重装置。试验动物进行常规饲养管理。

1.3 多样本平均数估计种群体重参数

(1)

若k次称重的样本含量较大且相等(n>30)，用样本平均数的平均数、标准差估计总体参数。

(2)

(3)

(4)

当各n=n时，若测量次数k较大，nk-1≈nk,k-1≈k，上式与多个样本平均数直接估计标准差趋于一致；当各n=1时，上式相当于直接用个体数据估计标准差。

(5)

1.4 数据采集与统计方法

母鹅10周龄时逐只称重，计算母鹅总体平均数和标准差。随后启动智能称重，每30 min获取一次称重数据，经核对获取有效数据。用SPSS软件随机抽样，模拟称重数据。分别用智能称重数据和计算机模拟数据，估计样本平均数与标准差，并与总体参数相比较，验证统计分析模型。

2 结果与分析

2.1 随机抽样下统计量的计算

408只太湖鹅随机抽测10次，测定结果见表1。

表1 随机抽样太湖鹅体重(n=30)Table 1 Body weight of Taihu goose using random sampling method g

2.2 智能化采集数据分析

由表2可见，智能化分析系统估计样本平均数=2402.9，与总体均数μ的差值为-10.7，与随机抽测平均值非常接近，差值为-0.2。智能化分析系统估计样本标准差s=221.8，处于随机抽测标准差的取值范围(209.2-300.9)内，与总体标准差σ差值为-39.7。

表2 智能采集各样本的重量、计数与平均数Table 2 Weight, count and average of samples obtained by intelligent acquisition system

2.3 模拟结果分析

不同抽样方式模拟太湖鹅体重的结果见表3。由表3可以看出，各组平均数估计值取值范围(2393.7-2425.6)变窄，优于表1单个数据的随机抽样(2361.1-2442.0)。F组、C组抽测只数较多，平均数估计值接近总体均数。A组、E组样本标准差的估计值与总体标准差偏差小，C组偏差最大，表明标准差估计不仅受抽样误差的影响，也与抽样方式有关。E组抽样与表2智能实际采集相近，统计分析得到的标准差与总体标准差偏差较小，验证了统计方法的有效性。

表3 不同抽样方式模拟太湖鹅体重Table 3 Simulation of Taihu goose weight by different sampling methods g

3 讨论

智能化称重系统采集数据为地秤上水禽体重总和，准确识别地秤上的水禽只数是关键。本研究根据水禽外貌特征自行开发识别程序，但为保证识别准确无误，在获取称重数据的同时，自动计数，自动拍照，并记录数据抓取时间。在计算机终端通过比对照片，管理员对每次称重时的计数进行确认，对照片模糊不清或水禽只数重叠的称重数据弃之不用，对照片计数清晰但重量相同、测定时间相近的数据人工研判，若为重复计数仅算一次有效数据。经人工比对剔除可疑数据后，计算机终端按照本统计模型输出平均数和标准差，操作简单，准确性高。

研究表明，多个样本平均数估计总体的平均数，与多次测量抽测的只数总和有关。抽测只数越多，平均值的估计结果越接近真值。智能化称重系统采集水禽只数一般较多，可以更加准确把握水禽发育的集中趋势。

多个样本平均数估计总体标准差，要求样本含量较大且相等(n>30)。对于不等精度测量结果标准差的估计，Bessel公式是以单次测量服从正态分布为前提的。本研究中，对于若干含量不等小样本为主的资料，如果用Bessel公式估计标准差误差会很大，估计值偏小。本研究从标准差的定义出发，各组离均差平方和的估计，充分考虑了样本含量大的测量组对标准差大小的影响，采用标准差的估计结果较为可靠。

对特定总体而言，增大样本含量有利于减少抽样误差。智能采集次数k越多，单次样本含量数越大，智能化称重采集分析结果越准确。单次样本含量具有随机性，通过增加智能采集次数和设置总样本含量下限，依靠“大数据”获取单次样本含量较大的数据资料。受样本含量和抽样误差影响，本系统估计的标准差大多稍低于总体标准差，说明该统计模型尚需进一步验证和完善，但对满足水禽保种和生产需求而言，仍不失为一种有效可用的方法。