信息化技术在生猪养殖中的应用现状与分析

刘 怡 ，刘莹莹 ，李华丽 ，肖 毅

（1.湖南农业大学信息与智能科学技术学院，湖南 长沙 410128；2.湖南省畜牧兽医研究所，湖南 长沙 410131）

中国养猪业一直以来都扮演着满足国内肉类需求的重要角色，然而，随着人口的增长和生活水平的提高，对高质量、高效率、可持续性养殖的需求也在不断增加。现阶段中国的养殖业生产技术不断提高，互联网，云计算、大数据、数据库等新一代信息技术逐渐渗透到新的养殖模式中，实现了实时监测、精细化管理和智能化决策，为养殖从业者提供了更多的机会来了解和满足养猪的需求，提高生产效率，减少浪费，以及更好地适应市场变化。本文探讨智能化与数字化管理技术在饲养环节的应用与发展，从种猪管理、母猪管理生猪管理以及环境控制等关键领域对近年来的研究进行综述。本文将简单介绍这些技术在养殖业中的应用，以及它们如何改善养殖效率、动物福利和环境可持续性。通过深入研究这些领域，希望为养殖业提供更多的见解，促进智能化与数字化管理技术的广泛应用，以升猪场的整体管理水平、降低养猪企业管理成本，满足不断增长的食品需求并实现可持续的农业生产。

1 智能化管理技术

1.1 种猪管理

饲养种公猪的目的是为了提供优质的精液，高效传递优秀基因，提高育种效率。种公猪的精细饲养，是提高种猪生产力的关键和保证。实际上在饲养过程中由于管理不当存在着疾病增多，公猪过瘦或过胖，性欲下降，精液质量差等问题。

精液质量是衡量公猪种用的重要指标，也是实现母猪发情期受胎的重要元素。赵鹏将CASA-型系统应用于公猪精液质量监测中，结果显示猪精液常温保存48 h 前， 与国家种猪常温精液质量标准校对，对精子活力、直线前进运动精子数的检测结果差异不显著。陈涛等指出利用生物微流芯片技术的精液质量检测智能化设备，可实现精液的快速检测，从而建立公猪精液的可追溯系统，而通过物联网技术可实现公猪站精液生产和质量控制过程中数据的自动采集、统计分析和输出。

种猪生长性能预测是畜牧业中的关键工具，通过收集、分析和预测猪的生长数据。帮助养殖者提高生产效率、资源利用率预防疾病，进行遗传改良，以及增强养殖业的可持续性。通过科技和数据分析的应用，猪只生长性能预测在现代畜牧业中扮演着不可或缺的角色，有助于实现更高产、更健康和更可持续的猪肉生产。施洋剑基于深度学习设计了一个种猪生长预测云平台，提高畜牧业中种猪育种的效率。该平台利用物联网技术自动收集种猪生长数据，通过深度学习模型（GRU、LSTM 和线性回归）实现生长性能预测。数据存储采用远程字典服务（Redis）和MySQL。经实验验证，GRU 和LSTM 模型的预测效果较线性回归模型更好，为种猪育种行业提供了更高效的管理和决策工具。陈栎等使用机器学习模型对猪的生长性状和全基因组估计育种值（GEBV）进行预测，并比较了深度学习（DL）、随机森林（RF）、梯度提升机（GBM）和极致梯度提升（XGB）四种不同模型的性能。结果显示，机器学习模型对GEBV 的估计准确性优于性状表型。在不同性状的GEBV 预测中GBM表现最佳，而在性状表型预测方面，GBM 和深度学习效果较好。综合考虑模型准确性和训练时间，研究建议在猪基因组评估中优先考虑GBM模型。

1.2 母猪管理

母猪的饲养管理在现代养殖业中具有重要的意义，智能化管理和精准的发情检测技术已经取得了显著进展。

对于妊娠母猪的定量饲喂问题，杨亮等人基于射频识别技术（RFID）和接近传感技术以和全机械通道连锁控制技术，设计了一种妊娠母猪自动化饲喂器，该系统可按预定的目标给母猪提供足够的养分，保持母猪的健康发育，也减少了饲料的浪费。黄昊等基于嵌入式Linux，设计了一种智能化母猪饲喂控制系统，使用硬件设备对母猪进行信息采集，定时定量下料下水，并控制装置中猪只的数量，再通过软件调用轻型数据库（SQlite-API）完成与后台的实时数据同步，实现精细化饲喂，试验表明误差小于3.6%，下水误差小于3.75%。Cheng 等利用智能母猪饲喂结合基于规则的专家系统和物联网开发了精准饲喂系统，提出了一种改进的模式匹配算法重用度模型-RETE（RDM-RETE）用于确定每日喂食量，通过优化RETE 网络拓扑来加快推理速度。哺乳期采食量比人工喂养提高26.84%（P＜0.05）。每头母猪每年断奶仔猪数（PSY）比国内养猪场较高水平可提高1.51 头。

精准检测发情对预测最佳授精时刻至关重要，提高受精率，减少受精次数。张震基于机器视觉，利用Mask RCNN 改进的轮廓识别模型和ViBe 轮廓识别算法，对猪只发情情况进行实时监测，并与专业人员人眼观察做比对，证实了智能发情检测可以替代人眼观察。庄宴榕等提出了一种利用卷积神经网络识别大白母猪发情行为的方法，通过建立Alex Net Sow Simplif ied 模型，并训练耳部图像，成功实现了高达99%的验证准确率。该方法相较于传统图像分类模型表现更出色，在实际应用中对60 头大白母猪的发情判定取得了100%的精确率，同时相比基于红外传感器和加速度传感器的发情检测方法，具有明显的准确率提升和更短的检测时间，为母猪发情行为的智能检测提供了可行解决方案。

1.3 生猪管理

近年来，研究智能化远程猪病诊疗方面已有较多文献。其中，声音监测方面的研究包括猪咳嗽监测仪SOMO 和呼吸窘迫监测仪，猪咳嗽监测仪SOMO 由SoundTalks NV 开发，能够自动计算呼吸窘迫指数并在发现呼吸问题时发出警报。Yin 等采用MAX4466 驻极体麦克风和LIQI LM 320E 心形驻极体麦克风来采集猪只声音，结合人工智能技术，成功实现了对猪只咳嗽声音的识别，为生猪养殖提供了技术指导。

猪呼吸频率监测在生猪管理中具有重要作用。通过监测每头猪只的呼吸频率，有助于生猪健康问题的早期诊断和治疗，还可以改善生产条件，提高猪只福利和生产效益。这使养殖者能够更好地管理猪群，减少疾病传播风险，降低兽医费用，提高农场的经济效益。逯玉兰等将Wi-Fi 无线感知技术应用到动物呼吸率监测领域，利用信道状态信息CSI 构建非接触式的猪只呼吸率监测系统。试验表明平均相对误差为1.398%，该系统相较于人工观察法更为精准，成本更低，比穿戴式传感器监测法更为便捷，实施维护成本更低。

针对生猪存亡状态远程监管难的问题，陈桂鹏等基于物联网技术，采用无线传感网的数据传输模式，研究并试验了一种生猪存亡远程监测系统，该系统便利地实现在静态下对生猪进行心率监测和动态下的姿态监测，和传统的RFID 相比，减少疾病传播，提高兽医的工作效率。对于目前现代养猪场建设地点空旷偏僻、猪舍环境复杂、布线困难等问题，周景文等基于ZigBee 无线传感网络设计了猪舍监控系统，经过试验，与仪器所测数据误差为5%，满足猪舍环境监控要求，降低生猪养殖场的运营成本。

2 数字化管理技术

利用数字化管理系统，可以更高效地利用数据，对生产地各个环节进行资源的有效匹配。朱军等基于VB6.0 和ADO 开发了种猪数字化管理系统，通过对猪只个体信息的添加修改删和信息报表打印等功能，实现现代化养猪场的便捷管理。为解决猪场的管理核心问题，刘红刚等基于数字孪生，设计了智慧猪场管理平台，实现了实体猪场的虚拟孪生猪场映射，进行实时监测和智能控制，促进猪场从“有人化”向“无人化”发展。

2.1 精准配种

精准配种使用数字化管理技术精确追踪和优化猪群的繁殖过程，提高了生殖效率，降低了无效配种的风险，有助于优化遗传进展，改进养殖种猪的遗传素质和品质。减少了人为误差，提高了繁殖准确性，加强了数据分析能力，使养殖者能够更好地了解养殖过程和市场趋势，最终提高经济效益。此外，精准配种也有助于改善动物福利，减轻了猪只的压力和不适。因此，这项技术在现代养殖业中具有重要意义，促进了行业的可持续发展和竞争力。

遗传评估通过基因测序和遗传标记技术，可以进行猪只的遗传评估，确定哪些猪只具有良好的遗传特性，以便进行精准选配。20 世纪80 年代后期， 由美国康奈尔大学学者Henderson 提出的BLUP 法， 即最佳线性无偏预测法开始应用于计算种猪遗传育种值。余联昌等基于XML 设计出了种猪遗传评估系统，以XML 文档取代关系数据库作为种猪数据存储方式，实现种猪信息管理、谱系查询、亲缘关系查询、遗传评估，每头猪的数据集中保存在一个XML 文档中， 有利于提高个体及其亲属信息的查询效率和计算遗传育种值的效率。

2.2 环境控制

2.2.1 温湿度控制

为了满足日益增长的肉类生产需求，畜牧业的集约化生产模式已变得普遍，导致商业养猪场内相对较小的区域内生猪密度更高，猪舍内空气清洁度较差，会使猪群的舒适度下降。如果猪群长期的生活在空气清洁度较差的环境中，会导致猪群的食欲减退、采食量下降，健康度受到威胁等问题的出现，从而影响养殖经济效益。因此保持环境舒适可以最大程度地减少猪只健康和福利损失。传统的生猪养殖猪舍环境监测、调控手段技术落后，猪舍环境调控水平低、测控方式主观性强、人工成本大且费时费力，在一定程度上制约了生猪生产能力和生产效率。

室内温度是仔猪生长的关键环境因素，影响猪只的健康，福利和生产效率。猪舍内部的温度对猪只自身的调节具有极大影响，温度过低导致猪只体内的甲状腺激素分泌，消化率降低；温度过高导致猪体内热量堆积，易引发肠胃疾病。Zheng 等提出了一种仔猪微环境自动化热控制与管理系统（ATCMS），为仔猪提供合适的生产环境，减少能耗。李立峰等基于组态软件、模糊控制和解耦控制技术，开发了一种综合考虑温度、湿度和氨气浓度相互影响的智能舍内环境监测与控制系统，成功实现了在保持温度基本恒定的条件下，维持相对湿度和氨气浓度在适宜范围内，以满足北方寒冷地区分娩母猪对猪舍环境的需求。阚盼盼等提出模糊控制与PID 控制相结合，以STM32 为核心控制器，将设计的模糊PID 控制策略，通过STM32 应用到仔猪舍温度控制系统，相比传统的PID 系统，它能够随时根据系统调整参数，实现精准控制猪舍温度。

湿度对猪只生产和健康有显著影响。高湿度在高温下会导致热应激、冲突和急性死亡增加；低温下会引发感冒、风湿症、关节炎、肠炎等疾病，降低饲料转化率和生长速度；在常温下，高湿度滋生病原微生物和寄生虫，导致皮肤病和饲料问题。低湿度可增加灰尘，尤其在干料条件下，飞尘问题显著。适宜湿度对于猪只健康和生产至关重要。在猪舍温湿度控制系统方面，已经进行了广泛的研究。郑争兵基于AVR 单片机ATmega16 设计了猪舍温湿监测系统，对温湿度值进行动态显示、查询及存储等，实现了温湿度的实时测量和远距离传输。冯江等基于自适应模糊PID 控制算法，通过降低超调量和缩短调控时间，成功提高了我国北方猪舍冬季温湿度控制精度，为寒地猪场冬季养殖提供更精准的温湿度环境管理。Jin 等基于机器学习和模糊控制算法设计猪舍温湿度智能控制系统，使用传感器收集猪舍内的温度和湿度，并按时间顺序存储这些数据，利用这些时间序列数据来训练GRU 模型，然后利用GRU 模型来预测未来24 h 猪舍内的温湿度变化曲线。最后建立猪舍及相关设备的数学模型，根据GRU 的预测结果计算相关设备的输出功率，从而有效调节室内温度和湿度。试验结果表明，与基于阈值的环境控制系统相比，减少了约90%的异常温度和湿度。

2.2.2 空气质量调控

在集约化猪舍管理中，控制有害气体浓度至关重要。然而猪只的正常生长过程中，通过呼吸、粪便、饲料的不充分消化等途径会产生一定的有害气体，主要包括二氧化碳、氨气（NH3）、硫化氢（H2S）等。高浓度的二氧化碳、氨气和硫化氢会影响猪只健康，导致呼吸困难、免疫系统受损和眼部问题。因此，有效的气体控制对于确保猪只的生长和健康至关重要。

对于猪舍空气恶臭，有害气体影响猪只健康问题，Panida 等使用8 个化学气体传感器组成的便携式电子鼻，用于评估养猪场猪舍空气中的恶臭，由笔记本电脑上的内部软件通过 USB 端口实现自动化和控制气体流量。黄莺基于定向天线传感网络，设计了生猪养殖环境监测系统，传感器节点以MSP430 系列单片机作为主控芯片，无线通信采用nRF905 射频模块，温湿度采用SHT11 数字传感器，有害气体检测采用H2S 和NH3传感器。该系统可实现环境参数监测的自动控制，改善养殖环境智联，为生猪提供一个良好的生长环境。

2.2.3 光照调控

光照在猪舍管理中扮演着关键的角色，对猪只行为、生长效率、发情控制和心理健康都有着深远的影响。猪只是对光照敏感的动物，缺乏或不适当的光照条件可能导致其出现食欲不振、活动减少或异常行为，这对于机体健康是不利的因素。适当的光照条件有助于提高猪只生长效率。研究表明，稳定的、适当强度的光照可以刺激猪只食欲，促进食物摄入，从而促进体重增长。这对于养殖业来说至关重要，因为生长效率直接影响着生产成本和产量。此外，光照条件还可以影响母猪的生殖周期和发情情况。通过精确控制光照条件，养殖者可以调整母猪的发情时间，以更好地管理繁殖计划，提高生产效率。充足的光照对于猪只心理健康也非常重要。在长时间的黑暗环境中，猪只可能会感到沮丧或焦虑，这会对它们的生活质量造成负面影响，适当的光照可以帮助提高猪只心理健康水平。

光谱调控允许养殖者根据不同的生长阶段或目标调整光照的光谱。特定的光谱可以影响猪只行为和生长，因此可以根据需要进行调整。研究数量相对有限，但其潜在影响却非常显著。目前，只有少数研究关注了如何调整光谱以改善猪只行为和生长。孟霞等照明度和光谱对猪只生产的影响进行研究，在某些光谱下，猪只食欲明显增加，增加了食物摄入，从而促进了体重的增长。通过调整照明系统以提供特定光谱，可以改善猪只食物摄入量和生长效率。然而，这个领域的研究还远未充分。未来的研究可以探索不同光谱对不同生长阶段的猪只影响，以确定最佳的光照条件。

3 小结与展望

饲养环节的智能化与数字化管理在现代畜牧业中已经取得显著进展，对提高生产效率、资源利用率、动物福利，维护养殖业的可持续发展都具有重要意义。智能化管理技术在种猪、母猪和生猪管理中的应用，包括精液质量监测、生长性能预测和发情检测，有助于提高育种效率和健康管理，减少疾病风险，同时降低了人工成本和劳动力投入。数字化管理技术通过数字化系统实现了数据集中管理，提供了更精准的养殖决策和资源分配，优化了养殖过程。目前高成本问题仍然是一个制约因素。引入智能化设备和数字化管理系统需要相当的资金投入，包括硬件购置、软件开发、培训和系统维护等方面的费用。对于小型农场或资源有限的养殖户来说，这种投资可能是一项巨大的负担，使其难以享受到这些技术带来的益处。智能化系统依赖于稳定的电力供应和可靠的互联网连接。然而，在一些偏远地区或电力供应不稳定的农场，这些技术可能无法充分发挥其优势，导致系统的不稳定性和工作中断。数字化管理系统产生大量的数据，包括动物健康信息、生产数据和农场管理信息。确保这些数据的隐私和安全性是至关重要的，以防止数据泄露和未经授权的访问造成损失。今后的研究需要在养殖环节注意设备应用的成本，综合考虑多方面的影响因素，将数智化管理技术切实落地，另外还需多考虑设备的兼容性问题，减少设备更新的成本。