放牧家畜牧食信息監測的研究進展

　　摘要:放牧家畜牧食信息包括位置、運動狀態、牧食行為、采食量及采食時空分布等信息。牧食信息的自動監測，對草畜平衡、精準畜牧生產、動物科學和草地科學研究、福利化養殖和減少牧民經濟損失都具有重要意義。本文圍繞自動監測家畜的牧食行為、采食量和采食量時空分布，依據所用信號或方法的不同，分別詳細闡述相關研究進展。在此基礎上，著重介紹基于聲學方法監測家畜牧食行為和估測采食量的研究進展，旨在為深入研究自動監測家畜牧食信息提供參考。

　　關鍵詞:牧食信息;聲學監測;牧食行為;采食量;采食量時空分布

　　在我國內蒙古和新疆地區，牛羊畜牧產業占重要地位，放牧是畜牧養殖的主要方式。牧民為追求更大經濟利益，盲目擴增家畜養殖數量，引起草畜失衡，草地環境遭到破壞。當地畜牧管理工作者雖盡力規范放牧活動，但由于監測技術有限和牧區網絡覆蓋程度低等因素，一直無法對放牧活動進行有效監控[1]。伴隨精準農業的興起，精準畜牧生產(precisionlivestockproduction，PLP)也逐漸引起人們的關注[2]。PLP通過各種傳感器獲取放牧家畜和草地的狀態數據，制定合理有效的放牧策略，為草畜平衡提供有效解決方案[2]。

　　牧食行為和采食量監測是PLP的重要組成部分[3]，國內外學者為此提出多種監測方法。在各種監測方法中，基于聲信號的監測方法(以下簡稱聲學監測方法)憑借對家畜應激小、精度高、功能多等優點，成為最具潛力的監測方法之一。此外，聲學監測也被應用于畜禽個體識別[4]、發情監測[5]、叫聲識別分類[6]等動物信息智能感知領域[7]。本文在總結分析傳統放牧家畜(主要指牛、羊)牧食行為和采食量監測方法的原理和優缺點，以及詳細闡述聲學監測方法的原理及研究進展的基礎上，以牧食行為或采食量監測技術為基礎，結合定位技術，提出更加精確的采食量時空分布模型，以實現牧食行為、采食量、采食量時空分布的自動精準監測為目標，展望未來研究方向。

　　1牧食行為的監測

　　1.1牧食過程

　　家畜在放牧過程中存在牧食過程和非牧食過程。牧食過程包括咬食、咀嚼、咀嚼-咬食、吞咽、反芻草料團、反芻咀嚼、反芻吞咽等牧食行為。具體包括:咬食:舌頭攬住一撮牧草后，牙齒將牧草咬斷卷入口腔的采食過程;咀嚼:牙齒初次粉碎口腔內牧草的采食過程;咀嚼-咬食:在口腔中殘留較多草料的情況下，去咬食其他草料，此時在同一上下頜張合動作中，同時存在咬食和咀嚼的采食過程;吞咽:將初次粉碎的草料吞入瘤胃、網胃內的采食過程;反芻草料團:將草料從瘤胃、網胃中反吐到口腔內的反芻過程;反芻咀嚼:牙齒再次研磨粉碎草料的反芻過程;反芻吞咽:將再次粉碎的草料吞入瓣胃、皺胃內的反芻過程。

　　其中咬食、咀嚼、咀嚼-咬食組成采食過程，稱作采食行為;反芻草料團、反芻咀嚼、反芻吞咽組成反芻過程，稱作反芻行為;采食、反芻等組成牧食過程。在牧食過程和非牧食過程中，家畜顎部靜止的狀態，稱為靜顎。牛在咬食時首先頭部低下咬住牧草，而后快速向上抖動以咬或扯斷牧草[8]，這是加速度傳感器監測法的重要依據之一。在整個牧食過程中，家畜的牙齒和草料之間相互作用發出特有的聲音信號，這是聲學監測方法的基本依據;同時，家畜上下頜相對位置發生周期性接觸和分離，這是機械開關、壓力傳感器和加速度傳感器監測法的共同依據。

　　1.2傳統監測方法

　　傳統牧食行為監測方法為人工/錄像直接觀測法，操作簡單，應用廣泛。一般過程為觀測人員憑借望遠鏡、秒表、記錄設備等工具，依靠養殖經驗，連續或間隔一定時間觀測家畜的牧食過程，分辨具體行為。根據所記錄的行為數據推測家畜身體或草場狀況，常見于動物科學和草地科學研究[9-10]。此法雖簡單方便，但實際應用中耗費大量人力與時間，易對畜群造成驚擾，無法持續長期監測。基于此，牧食行為的自動監測成為一種必然趨勢和研究熱點。依據所用傳感器類型或裝置不同，主要有以下幾種監測方法:1)機械開關監測法。主要原理為將動物顎部張合的動作轉換為機械開關的通斷狀態，依據開關通斷頻率或間隔時間的不同來區分不同牧食行為[11-14]。例如平山琢二等[11]將帶有開關裝置的遙感監測籠頭安裝在野生鹿頭部，分析開關接通頻率以區分野生鹿的采食、反芻、靜顎及其所占總牧食時間比例。此法設備簡單，精度較高，但無法細分采食行為且影響動物采食。2)壓力傳感器監測法。主要原理為將動物顎部張合的幅度成比例地轉換成因阻值改變而產生的電信號輸出變化[15]。此法采集的信號波形中，相對于采食過程，反芻過程信號規律性強，平均幅度低，據此可區分兩者[15-20]。該法不干擾動物采食，精度高，在20世紀得到廣泛研究[16]。

　　以其為原理開發出IGER行為記錄儀[17]和ART-MSR壓力傳感器2種典型的家畜牧食行為監測裝置，分別適用于草地放牧和舍飼養殖環境[21]。至今，仍有對壓力傳感器監測法的驗證研究，例如Zehner等[16]采用鼻帶壓力傳感器采集動物顎部運動信號，檢驗2種通用分類識別算法監測家畜采食和反芻時間的準確性。3)加速度傳感器監測法。其主要依據家畜牧食時頭部或顎部存在固有的運動特征，比如低頭和抬頭的頻率、下頜運動的頻率和幅度等。在家畜的頭部或下頜處安裝加速度傳感器，從采集的加速度值中提取特征變量，以區分不同牧食行為[22-24]。例如Giovanetti等[23]用三軸加速度傳感器采集大量羊只采食、反芻和休息的下頜運動數據，提取12個特征變量，利用逐步判別分析、典型判別分析和判別分析3種統計方法對特征變量進行分類，以區分不同牧食行為，準確率較高。4)肌電圖監測法(surfaceelectromyographyofthemassetermuscle)。其主要原理為將動物顎部運動時咬肌或其他肌肉伸縮運動的變化通過電極轉換為電信號變化。

　　電極安裝在韁繩或肌肉表面。例如Büchel等[25]利用牛咬肌表面的肌電圖數據分類識別其顎部運動，與人工觀測結果高度一致。Campos等[26]從肌電信號中提取8個特征，利用7種機器學習算法對反芻與采食、采食不同食物產生的信號進行識別分類，準確率分別為70%、60%。此法基于肌電信號規律性的強弱，能夠分辨反芻和采食過程，準確率較高。以上方法雖具有諸多優點，但存在不能識別采食過程中咀嚼-咬食復合行為的不足。相比而言，聲學監測法能更進一步分辨咀嚼-咬食行為。家畜在草地連續采食過程中，雖上下頜張合速率近似，咀嚼-咬食次數都占有張合總數的主要比例，但不同個體之間差異顯著。Ungar等[27]研究發現，不同家畜個體采食時張合運動分配的差異是引起采食速率不同的主要原因。咀嚼-咬食行為占張合總數的比例直觀反映家畜采食效率，同時對飲食特點也有所表征，是分析家畜采食特點的重要參數。因此，聲學監測法是一種更佳的監測方法，它還具有不干擾家畜采食、安裝簡單、精度高等諸多優點。

　　1.3牧食行為聲信號特征

　　聲學監測法，主要依據家畜不同牧食行為產生的聲音信號特征不同，如波形、強度和持續時間等，以此區分咬食、咀嚼、咀嚼-咬食和反芻咀嚼等行為[28-29]。以單指向電容麥克風作為聲信號采集傳感器，根據Nelson等[30]的研究，麥克風垂直向內緊貼在家畜去除毛發的額頭處采集的信號信噪比最高，人工直接觀測亦可準確分辨出不同牧食行為。3種采食行為產生的典型聲信號。不同牧食行為的區別如下:時域:平均強度上，咬食相對于咀嚼，平均強度高(聲音大);持續時間上，羊咬食相對咀嚼持續時間短[32]，牛則不同;包絡線形狀特點上，咀嚼和咬食行為的包絡線只有1個峰[33]，而咀嚼-咬食行為由咀嚼和咬食2種行為復合連接而成，其包絡線有2個峰。

　　此外，反芻咀嚼和采食咀嚼聲信號相似，但反芻咀嚼平均強度相對較低，具有更加對稱的信號波形和更規律的周期頻率[34];形狀比率上，咀嚼-咬食明顯不同于咬食和咀嚼。頻域:在0～50、80～100和160～190Hz頻帶內，羊咬食相對于咀嚼聲能量大[29];在3～8kHz頻帶內，牛咬食比咀嚼產生的聲能量大[28];在高頻段17～20kHz，牛咬食和咀嚼聲信號存在明顯差異[35]。總之，在特定頻域范圍內，咬食比咀嚼產生更多能量輸出。

　　2采食量的估測

　　采食量直接影響家畜成長速度，指示家畜生理健康狀況，準確估測采食量對及時發現患病個體和調整家畜膳食具有重要意義。舍飼條件下，定量飼喂或衡量飼喂前后草料質量差異可準確估測家畜進食量。放牧條件下，家畜直接采食草場牧草，測定采食量比較困難，這一直是草原生態和動物營養研究者關注而又棘手的問題[43]。

　　2.1傳統人工估測方法

　　多年來，眾多學者提出許多估測放牧家畜采食量的方法，可分為直接法和間接法[44]。直接法有2種:1)牧草差分法。在家畜牧食前后獲取具有代表性小區域面積草場的牧草質量差異，以此推算整塊草場被采食的狀況，即依據樣本估測總體[45]。若放牧周期短(最多1～2d)、放養率高(理想情況下，草場內所有的草都必須被均勻采食)，牧草差分法應用方便，結果可靠。若放牧周期較長，則需考慮牧草的再生長影響[46]。2)體質量差分法。在家畜無排泄行為的短期內(例如1h內)，將其牧食后體質量增加量視為采食量。長期時需考慮排泄和運動消耗影響。

　　間接法有5種:1)標記法。測定家畜排泄糞便中天然不可消化的植物成分含量，如木質素、烷烴或不溶性灰，參照天然植物中的含量，以此估測采食量。Mayes等[47]提出的正構烷烴法是估算放牧條件下采食量的最佳方法。該方法基于測定植物和糞便中天然烷烴和合成烷烴的濃度，以此估算采食量，其精度較高，應用廣泛[48-49]。2)比例法[21]。比例法利用飼料消化率和糞便產量推算采食量。無論標記法或比例法，牧草的取樣必須具有代表性，否則會產生較大誤差。3)模擬采食法。人工模擬家畜咬食牧草以估測采食量。此法測量的準確性取決于操作人員的觀察和模仿家畜采食的相似程度[50]。4)微觀組織學分析法[51]。對糞便或胃腸道中的植物殘留物進行微觀組織學分析進而估算采食量，需宰殺家畜，精度不高。5)近紅外光譜法(NIRS)。它依靠參考數據庫，將采集的近紅外光譜數據與通過試驗測量得到的化學或生物成分含量等值對應起來以實現采食量估測[44]。最新的NIRS技術通過檢測家畜糞便，能夠實現家畜消化率、進食量和飲食特點的檢測，且精度高。但此法所用分析設備昂貴，需開發大型參考數據庫且必須持續更新，是廣泛應用的主要限制因素。以上方法在一定條件下具有較高的檢測精度，但存在應用成本較高、費時費力，無法實現自動遠程監測[52]和滿足PLP的發展要求。

　　2.2自動檢測方法

　　牧食過程中動物和牧草相互作用，產生聲音信號。利用聲音信號不僅可以監測牧食行為，且能估測采食量。牧食行為相關的參數，比如咬食次數、咀嚼次數和反芻次數等，稱作行為變量;聲音信號相關的參數，比如聲信號能量，稱作聲學變量。行為變量和聲學變量簡稱為特征變量。利用特征變量估測采食量時，需考慮牧草種類、高度、含水率、顆粒大小等影響因素;還需考慮動物種類、體質量、頭部大小、牙齒、頭部組織結構等影響因素，這樣建立的預測模型方法具有普遍性、信服性和高精度。根據各種自動檢測方法依賴的主要變量類型的不同，可分為行為變量法和聲學變量法。

　　3采食量時空分布模型

　　3.1單只家畜采食量時空分布模型

　　放牧家畜采食量時空分布指家畜在單位放牧周期(日、月)內，不同時間、地點采食牧草質量的分布情況，可反映草地放牧強度和家畜采食特點，常用于分析動物和環境的相互影響。Rutter等[59]發現全球定位系統可以用來追蹤放牧家畜并確定其活動區域。Akasbi等[60]利用帶有定位功能的項圈，研究山羊群每日的運動軌跡和草地放牧強度的季節變化，以及采集位置數據的頻率對預測羊群每日行走距離的影響及放牧強度與距離的關系，計算了聚落周圍區域的放牧強度。汪傳建等[1]根據放牧家畜的位置數據，擬合出放牧路徑曲線，以路徑曲線為中線向兩側擴展一定寬度(緩沖區)，擬合出畜群采食區域曲線帶;結合GIS地理信息數據，以網格細分采食區域;將定量進食量按家畜在每段放牧路徑曲線上所耗時間占總時間的比例，劃分到采食區域曲線帶上，形成具有采食量和時間屬性的家畜放牧路徑曲線帶，也即畜群采食量時空分布圖。

　　畜牧論文投稿刊物：《江西畜牧獸醫雜志》(雙月刊)1982年創刊，是江西省畜牧獸醫學會和江西省畜牧技術推廣站主辦的全省唯一公開發行的畜牧獸醫綜合性科技刊物。本刊以宣傳黨政有關方針、政策，傳播科技，交流經驗，提供信息，繁榮科技，促轉自進畜牧業現代化為宗旨。

　　4研究展望

　　近年來國內已有學者利用聲信號開展畜禽叫聲識別分類[42]、禽類聲信號與采食量檢測[69]、舍飼條件下家畜進食行為識別分類[6]的相關研究，但放牧條件下家畜牧食行為及采食量的研究鮮有報道。綜合國內外研究現狀，如下幾個方向可能將成為未來研究重點:1)牧食行為監測。目前基于聲信號監測家畜牧食行為的算法及相應的嵌入式裝置已有報道[33-34]，但尚未應用到實際環境當中。下一步應重點研發可應用到草場環境條件下的實時在線監測設備。2)采食量監測。行為變量和聲學變量能夠準確估測采食量已經得到證實，且建立了較為精確的預測模型。牧草特性對模型的影響基本清晰，但動物個體差異和牧草含水率的影響尚未充分研究。下一步重點研究兩者的具體影響，并根據EFDC、咀嚼次數、咀嚼時間等變量建立一種可應用于嵌入式設備的采食量實時估測算法，以完善家畜牧食信息的監測。

　　3)畜群采食量時空分布模型。基于位置數據的簡易畜群采食量時空模型已經建立，但并未利用牧食行為和采食量檢測技術，畜群放牧區域擬合的報道也較少。應重點研究擬合畜群放牧區域的最佳擬合方法，以及建立精準的畜群采食量時空分布模型。4)聲學監測方法與其他監測方法的結合研究。聲學監測方法能夠監測動物的情緒、進食和交流等，與其他檢測方法的結合，將更全面地監測動物的生理、心理狀況。比如機器視覺能夠自動檢測動物體尺信息，動態稱量技術能夠在動物無應激情況下測量其體質量。聲學監測方法與兩者的結合，將有望建立動物進食-生長模型。

　　綜上，聲學監測不僅可實現放牧家畜牧食行為的監測，同時還可監測采食量，結合定位器、加速度傳感器、電子信息技術等，可實現放牧家畜牧食信息的實時在線監測。這無論對于牧區草畜平衡問題的解決，還是PLP的實施都具有重大的價值。

　　參考文獻References:

　　[1]汪傳建，王偉強，魯為華，等.基于放牧時空軌跡數據的牧群采食量分布模型[J].農業工程學報，2016，32(13):125-130.WangCJ，WangWQ，LuWH，etal.Feedintakedistributionmodelforherdbasedongrazingspatio-temporaltrajectorydata[J].TransactionsoftheChineseSocietyofAgriculturalEngineering，2016，32(13):125-130(inChinesewithEnglishabstract).

　　[2]LacaEA.Precisionlivestockproduction:toolsandconcepts[J].RevistaBrasileiradeZootecnia，2009，38:123-132.

　　作者：王奎，武佩*，宣傳忠，于文波，蘇赫

轉載請注明來自發表學術論文網：http://www.zpfmc.com/nylw/23471.html