張帆，周夢(mèng)婷，唐湘方，劉民澤，楊振剛，熊本海

摘要：隨著我國(guó)肉牛規(guī)?；O(shè)施養(yǎng)殖模式的逐步普及，對(duì)牛只的精細(xì)化甚至智慧化管控已提上議事日程；同時(shí)，物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能（AI）甚至大模型的快速發(fā)展正不斷滲透到各行各業(yè)，使得對(duì)包括傳統(tǒng)養(yǎng)殖在內(nèi)的智慧管控也成為可能。本研究以陽信億利源5G數(shù)字化牧場(chǎng)為研究對(duì)象，集成應(yīng)用智能電子耳標(biāo)及智能項(xiàng)圈，以及包括溫濕度、氨氣、二氧化碳、風(fēng)向風(fēng)速、光照及空氣質(zhì)量（H2S，PM2.5，PM10，TSP）等多種環(huán)境傳感器。同時(shí)進(jìn)行全面動(dòng)態(tài)感知牛只個(gè)體的生理指標(biāo)如運(yùn)動(dòng)量、反芻量等，并通過對(duì)上述2個(gè)重要的生理指標(biāo)的分析，判斷繁殖母牛的發(fā)情情況并預(yù)測(cè)最佳的配種時(shí)間，或通過監(jiān)測(cè)牛只反芻量的變化，判斷飼料的調(diào)整是否合適；全面感知牛舍包括溫濕度及空氣質(zhì)量指標(biāo)，為牛舍的精準(zhǔn)通風(fēng)及環(huán)境質(zhì)量的精準(zhǔn)控制提出數(shù)據(jù)支撐；并采用MY SQL數(shù)據(jù)庫技術(shù)及DELPHI語言進(jìn)行相關(guān)數(shù)據(jù)的分析。本研究構(gòu)建了集養(yǎng)殖環(huán)節(jié)關(guān)鍵數(shù)據(jù)自動(dòng)采集、數(shù)據(jù)的自動(dòng)轉(zhuǎn)換計(jì)算、數(shù)據(jù)的有線及無線傳輸、數(shù)據(jù)的遠(yuǎn)程貯存及處理控制為一體的物聯(lián)網(wǎng)管控平臺(tái)，實(shí)現(xiàn)了對(duì)肉牛養(yǎng)殖環(huán)境、健康狀態(tài)、防疫及飼料調(diào)度等數(shù)字化管控平臺(tái)。隨著系統(tǒng)不斷運(yùn)行與迭代、養(yǎng)殖過程數(shù)據(jù)維度及數(shù)據(jù)量的不斷積累與拓展，基礎(chǔ)數(shù)據(jù)及派生數(shù)據(jù)的挖掘及升值空間越大，將為建立肉牛養(yǎng)殖的大模型奠定基礎(chǔ)。

關(guān)鍵詞：肉牛；數(shù)字化牧場(chǎng)；電子耳標(biāo)；傳感器；管控平臺(tái)

1? 引言

肉牛養(yǎng)殖業(yè)是我國(guó)畜牧業(yè)的重要組成部分。近些年來，我國(guó)肉牛養(yǎng)殖業(yè)發(fā)展迅猛，肉牛養(yǎng)殖的存欄量及出欄量不斷增加，牛肉產(chǎn)量不斷攀升。按國(guó)家統(tǒng)計(jì)局公布的數(shù)據(jù)顯示，2013－2022年，中國(guó)肉牛存欄量總體呈波動(dòng)增長(zhǎng)趨勢(shì)，2022年中國(guó)牛存欄量達(dá)10215.85萬頭，同比較2021年增長(zhǎng)了398.6萬頭，增幅為4.06%。與2013年的8985.76萬頭相比，近9年間增量達(dá)1230.09萬頭、增幅為13.69%，年均復(fù)合增長(zhǎng)率為1.43%。從牛肉的產(chǎn)出分析維度看，隨著肉牛養(yǎng)殖規(guī)模的擴(kuò)大，牛肉產(chǎn)量不斷攀升。2021年，我國(guó)牛肉產(chǎn)量為697.51萬噸，同比增長(zhǎng)3.73%；2022年，我國(guó)牛肉產(chǎn)量進(jìn)一步增長(zhǎng)，達(dá)到718.00萬噸，較2021年增加了20.49萬噸，同比增長(zhǎng)2.94%。但牛肉產(chǎn)量占肉類產(chǎn)量的比例隨生豬疫情的緩解稍有下滑，2021年占比為7.76%；2022年占比為7.78%，與2021年基本持平，該占比明顯低于養(yǎng)殖業(yè)發(fā)達(dá)國(guó)家35%以上的水平[1-3]。

盡管我國(guó)肉牛養(yǎng)殖獲得一定的發(fā)展，但隨著人民生活水平的改善，對(duì)牛肉的需求也隨之增加，國(guó)內(nèi)牛肉的產(chǎn)量尚不能滿足市場(chǎng)的消費(fèi)需求。2022年我國(guó)牛肉進(jìn)口增加到268.94萬噸，較上年增長(zhǎng)了15.30%，與2009年的進(jìn)口量?jī)H為6.8萬噸比較，過去13年間牛肉進(jìn)口量增加了近40倍[2]，表明我國(guó)肉牛養(yǎng)殖還有較大的提升空間。

從肉牛的養(yǎng)殖效率分析，我們與肉牛養(yǎng)殖的發(fā)達(dá)國(guó)家比較，仍存在較大的差距。主要體現(xiàn)在以下幾個(gè)方面：一是缺乏優(yōu)質(zhì)肉牛生產(chǎn)的專門化品種，品種混雜，本地良種肉牛及外來改良牛改良率之和僅占35%；二是繁殖體系不全，國(guó)外15－18月齡的肥育去勢(shì)公牛的平均屠宰重為582千克，母牛產(chǎn)犢間隔不超過12個(gè)月。而我國(guó)出欄的肉牛中18月齡的商品牛很少，6月齡的商品牛幾乎沒有，一頭肉牛從配種受孕到產(chǎn)犢需九個(gè)半月，從犢牛到育肥牛出欄又需要18－20個(gè)月，生產(chǎn)一頭肉牛需28－30個(gè)月，生產(chǎn)周期過長(zhǎng)；三是商品肉牛生產(chǎn)依然存在繁殖成活率低、商品牛出欄率低及死淘率高的問題，我國(guó)母牛繁殖成活率平均僅為72%，肉牛年出欄率為26.7％，與發(fā)達(dá)國(guó)家或地區(qū)（美國(guó)36.52%、歐洲43.74%）相比相差較大[4-5]。加之飼料成本及人工成本的不斷上漲，導(dǎo)致我國(guó)肉牛的綜合養(yǎng)殖效率包括出肉率及單位養(yǎng)殖成本明顯高于飼料資源豐富、養(yǎng)殖效率高的西方國(guó)家，使得西方牛肉的生產(chǎn)成本優(yōu)勢(shì)非常明顯，構(gòu)成我國(guó)肉牛進(jìn)口的較大價(jià)格優(yōu)勢(shì)。

從我國(guó)肉牛的養(yǎng)殖方式來看，目前是散養(yǎng)模式與規(guī)?；B(yǎng)殖模式并存，前者仍然是主體。據(jù)國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)，我國(guó)共有近386257家正常經(jīng)營(yíng)狀態(tài)的肉牛養(yǎng)殖相關(guān)企業(yè)，7225家肉牛加工相關(guān)企業(yè)。從肉牛養(yǎng)殖行業(yè)競(jìng)爭(zhēng)格局來看，肉牛養(yǎng)殖行業(yè)集中度較低，中國(guó)肉牛養(yǎng)殖規(guī)模領(lǐng)先的前30家企業(yè)肉牛存欄76.2萬頭，占比不到全國(guó)牛存欄的1%[4-5]。因此，如何進(jìn)一步提高肉牛養(yǎng)殖的集中度，提高資金在技術(shù)上的投入，提高整體的養(yǎng)殖效率水平，任務(wù)極其艱巨。

當(dāng)前利用現(xiàn)代信息和人工智能（Artificial Intelligence，AI）技術(shù)，通過現(xiàn)代的機(jī)器人和自動(dòng)化設(shè)備實(shí)現(xiàn)數(shù)字化、智能化家畜養(yǎng)殖，是提高畜牧養(yǎng)殖生產(chǎn)力的主要解決途徑[6]。對(duì)于規(guī)模化的肉牛養(yǎng)殖企業(yè)，必然擁有相對(duì)穩(wěn)定的母牛繁殖群，其母牛繁育小犢牛并通過自繁自養(yǎng)模式生產(chǎn)肉牛，或通過“公司+農(nóng)戶”模式，即由農(nóng)戶寄養(yǎng)母牛，犢牛交公司統(tǒng)一育肥模式，從事肉牛的生產(chǎn)，不斷產(chǎn)生過程數(shù)據(jù)，如同能繁母豬一樣，需要從建立繁殖母畜的系譜著手，實(shí)現(xiàn)全生產(chǎn)過程的數(shù)字化管理，不僅可以提升牛場(chǎng)的數(shù)字化管理水平，有效掌控肉牛個(gè)體及群體的生產(chǎn)性能，最終通過提高繁殖母牛的繁殖率，提高商品牛的綜合生產(chǎn)效率。國(guó)際上，肉牛場(chǎng)數(shù)字化管控系統(tǒng)包括早期的信息管理系統(tǒng)，如典型的DeLaval公司的ALPROTM牛群管理系統(tǒng)[7]、西班牙Agritec公司開發(fā)的VAQUITEC系統(tǒng)[8]。近年來，伴隨著信息通訊技術(shù)及物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，基于射頻識(shí)別技術(shù)（Radio Frequency Identification，RFID）標(biāo)識(shí)技術(shù)、環(huán)境精準(zhǔn)控制技術(shù)、無應(yīng)激間接估重技術(shù)、AI技術(shù)及精準(zhǔn)飼喂技術(shù)等，逐步嵌入或融合到肉牛場(chǎng)的生產(chǎn)過程中來，將過去的信息管理系統(tǒng)不斷提升為生產(chǎn)過程的可現(xiàn)場(chǎng)可遠(yuǎn)程的管控系統(tǒng)，即實(shí)現(xiàn)基于“信息或數(shù)據(jù)采集”、“數(shù)據(jù)傳輸與貯存”及“數(shù)據(jù)分析及反饋控制”的物聯(lián)網(wǎng)閉環(huán)系統(tǒng)，通過全面監(jiān)控肉牛場(chǎng)從養(yǎng)殖環(huán)境到肉牛個(gè)體的生產(chǎn)過程數(shù)據(jù)，從中發(fā)現(xiàn)問題并及時(shí)糾偏，為維護(hù)牛場(chǎng)的健康與良性運(yùn)行提供有效的技術(shù)支撐平臺(tái)[9-10]。在國(guó)內(nèi)，有關(guān)針對(duì)規(guī)?；⒓s化的肉牛場(chǎng)生產(chǎn)過程的精細(xì)化管控系統(tǒng)報(bào)道較少。典型的精細(xì)化管控系統(tǒng)有肖建華等[11]構(gòu)建的肉牛繁育管理系統(tǒng)，涉及了對(duì)肉牛場(chǎng)生產(chǎn)過程中用于系譜溯源的系統(tǒng)開發(fā)；楊亮等[12-13]開發(fā)的“規(guī)模化肉牛場(chǎng)數(shù)字化網(wǎng)絡(luò)平臺(tái)開發(fā)與應(yīng)用”及“肉牛及牛肉全程溯源系統(tǒng)”。上述平臺(tái)仍以養(yǎng)殖過程生產(chǎn)要素?cái)?shù)字化為主，缺乏數(shù)據(jù)的自動(dòng)采集與遠(yuǎn)程控制等功能。

因此，本研究將以肉牛場(chǎng)整體作為研究模型，以肉牛的個(gè)體電子標(biāo)識(shí)為切入點(diǎn)，從肉牛場(chǎng)環(huán)境的智能控制、肉牛個(gè)體的體況信息采集為核心，以肉牛小群體的全混合日糧（Total Mixed Ration，TMR）飼喂控制為目標(biāo)，構(gòu)建肉牛場(chǎng)主要生產(chǎn)事件的數(shù)字化管控平臺(tái)。建立基于物聯(lián)網(wǎng)的肉牛場(chǎng)養(yǎng)殖過程數(shù)字化管控平臺(tái)，以實(shí)現(xiàn)對(duì)基于肉牛個(gè)體標(biāo)識(shí)為基礎(chǔ)的肉牛養(yǎng)殖從環(huán)境的精準(zhǔn)控制到基于個(gè)體的健康監(jiān)測(cè)及防疫的數(shù)字化管理，實(shí)現(xiàn)規(guī)?；馀Ｉ岬倪h(yuǎn)程可看可控，滿足規(guī)?；?chǎng)全程生產(chǎn)的數(shù)字化、智能化管理對(duì)信息技術(shù)的需求。

2? 肉牛場(chǎng)全過程管控技術(shù)與數(shù)字化平臺(tái)設(shè)計(jì)

2.1? 肉牛場(chǎng)智能管控總體思路

平臺(tái)開發(fā)以互聯(lián)網(wǎng)、大數(shù)據(jù)、物聯(lián)網(wǎng)、5G、AI等技術(shù)為基礎(chǔ)，結(jié)合產(chǎn)業(yè)生態(tài)思維的肉牛場(chǎng)智能養(yǎng)殖為目標(biāo)，通過對(duì)各智能管控模塊的集成，構(gòu)建高效的肉牛場(chǎng)多維度數(shù)據(jù)采集、智能化數(shù)據(jù)分析及預(yù)警的管理平臺(tái)，為肉牛場(chǎng)的生物安全與環(huán)境控制、資產(chǎn)管理、牛只個(gè)體的健康管理、飼料營(yíng)養(yǎng)管理及生產(chǎn)經(jīng)營(yíng)過程數(shù)字化保駕護(hù)航，依托數(shù)字化的管控大腦[14]與邊緣計(jì)算技術(shù)[15]，指揮設(shè)備執(zhí)行系統(tǒng)指令，全面接管牛場(chǎng)的人、牛、場(chǎng)、設(shè)，實(shí)現(xiàn)對(duì)牛只從出生到出欄全生產(chǎn)周期的智能化管控。通過智能設(shè)備應(yīng)用、大數(shù)據(jù)運(yùn)營(yíng)實(shí)現(xiàn)養(yǎng)殖企業(yè)生產(chǎn)效益的提升，降低養(yǎng)殖場(chǎng)經(jīng)營(yíng)成本。

2.2? 平臺(tái)智能管控模塊設(shè)計(jì)

管控平臺(tái)以牛場(chǎng)的生物防控及環(huán)境控制為前提，以監(jiān)管牛場(chǎng)的環(huán)境、牛只本體行為與健康、牛只飼料與營(yíng)養(yǎng)及氣體排放，也包括相關(guān)設(shè)備運(yùn)行狀況，以事件驅(qū)動(dòng)為切入點(diǎn)，實(shí)現(xiàn)牛場(chǎng)全生產(chǎn)過程的數(shù)字化、智能化及可視化。主要智能管控模塊設(shè)計(jì)如圖1所示。

如圖1所示，管控平臺(tái)包括4層架構(gòu)，即“表征指標(biāo)體系構(gòu)建”、“感知手段部署”、“調(diào)控模型構(gòu)建”及“智慧牧場(chǎng)系統(tǒng)研建”。整個(gè)系統(tǒng)以牛只的表征指標(biāo)體系的建立為切入點(diǎn)，包括了規(guī)模化養(yǎng)殖場(chǎng)的生態(tài)指標(biāo)，主要為舍內(nèi)的溫濕度指標(biāo)、空氣質(zhì)量指標(biāo)（PM10，NH3）及光照強(qiáng)度指標(biāo)等；針對(duì)牛只本體的生理狀態(tài)，需要的指標(biāo)包括行為、外形特征即外顯指標(biāo)及內(nèi)隱指標(biāo)。行為指標(biāo)主要包括運(yùn)動(dòng)量、反芻量及發(fā)情行為等，外顯指標(biāo)主要包括體況評(píng)分、跛行評(píng)分，也可以包括糞便評(píng)分等，還包括牛只的體表溫度及呼吸頻率等。而內(nèi)隱指標(biāo)主要指瘤胃內(nèi)的生理指標(biāo)如瘤胃液體的pH及氨態(tài)氮（NH3-N）濃度等。與肉牛生長(zhǎng)有關(guān)的指標(biāo)主要包括營(yíng)養(yǎng)與體重指標(biāo)。其中，營(yíng)養(yǎng)則包括了采食量與采食次數(shù)及采食時(shí)長(zhǎng)、日躺臥次數(shù)及躺臥時(shí)長(zhǎng)等，增重指標(biāo)主要包括體重、料肉比及日增重等。上述感知指標(biāo)是頂層設(shè)計(jì)目標(biāo)，只有在感知技術(shù)不斷成熟及投入資金到位的前提下，才能不斷獲取，短期還難以實(shí)現(xiàn)。

“感知手段研發(fā)”則針對(duì)智慧牧場(chǎng)構(gòu)建提出的感知指標(biāo)，有針對(duì)性地充分利用人工智能的感知技術(shù)，構(gòu)建相應(yīng)的感知數(shù)據(jù)采集系統(tǒng)。針對(duì)牛舍的生態(tài)環(huán)境指標(biāo)，通過環(huán)境感知裝置，主要基于各種環(huán)境感知的傳感器與低功耗廣域網(wǎng)數(shù)據(jù)傳輸網(wǎng)絡(luò)設(shè)計(jì)，構(gòu)建在線式跨平臺(tái)牧場(chǎng)環(huán)境綜合感知物聯(lián)網(wǎng)系統(tǒng)，有效感知養(yǎng)殖舍不同區(qū)域不同時(shí)間點(diǎn)的溫濕度及空氣質(zhì)量指標(biāo)。

針對(duì)牛只的生理狀態(tài)參數(shù)，本系統(tǒng)依據(jù)采集指標(biāo)的特性及要求的精度不同，擬集成非接觸式及接觸式的感知系統(tǒng)。非接觸式感知系統(tǒng)具有無接觸、非侵入的特點(diǎn)，包括了手持式體型體況與跛行智能評(píng)定系統(tǒng)，以及基于機(jī)器視覺的固定式健康行為智能監(jiān)測(cè)系統(tǒng)。采集視頻的設(shè)備固定在牛只的采食區(qū)域、躺臥區(qū)域或飲水區(qū)域，按照設(shè)定的時(shí)間點(diǎn)及時(shí)長(zhǎng)采集牛只的視頻，通過分析與邊緣計(jì)算，監(jiān)測(cè)牛只的健康狀況。常用的視頻數(shù)據(jù)采集設(shè)備包括彩色圖像攝像機(jī)、紅外圖像攝像機(jī)、深度圖像攝像機(jī)和熱成像設(shè)備。該視頻采集系統(tǒng)將攝像機(jī)架設(shè)于棚舍頂部，獲取俯視的觀察視角，通過獲取的圖像信息經(jīng)數(shù)據(jù)預(yù)處理、關(guān)鍵區(qū)域提取、特征提取和姿態(tài)模式識(shí)別。接觸式的感知系統(tǒng)則主要通過佩帶智能電子耳標(biāo)、項(xiàng)圈、腳環(huán)及皮下或瘤胃植入式感知系統(tǒng)等，連續(xù)獲取動(dòng)物的生理參數(shù)如運(yùn)動(dòng)量、反芻量、體表溫度、皮下溫度、瘤胃pH或NH3-N濃度等。通過非接觸式和接觸式感知系統(tǒng)對(duì)肉牛數(shù)據(jù)的自動(dòng)化監(jiān)測(cè)，實(shí)現(xiàn)對(duì)肉牛的生理狀態(tài)、行為的識(shí)別，經(jīng)過相應(yīng)的數(shù)據(jù)分析用于肉牛發(fā)情、分娩、健康狀態(tài)、生長(zhǎng)性能等關(guān)鍵指標(biāo)的檢測(cè)并用于牧場(chǎng)智能管控，實(shí)現(xiàn)肉牛的智能化養(yǎng)殖。

針對(duì)牛只的生長(zhǎng)指標(biāo)感知系統(tǒng)的研發(fā)，主要結(jié)合單個(gè)牛只飼喂設(shè)備、通過RFID技術(shù)識(shí)別牛只的電子耳標(biāo)號(hào)，連續(xù)記錄進(jìn)入采食器的時(shí)間與離開的時(shí)間，采食前和采食后的料槽的重量差經(jīng)過簡(jiǎn)單計(jì)算可獲得牛只日采食次數(shù)、采食量及采食的有效時(shí)間。RFID技術(shù)是一種非接觸的自動(dòng)識(shí)別技術(shù)，其基本原理是利用射頻信號(hào)和空間耦合（電感或電磁耦合）傳輸特性，實(shí)現(xiàn)對(duì)被識(shí)別物體的自動(dòng)識(shí)別。該技術(shù)主要包括RFID標(biāo)簽和射頻識(shí)別閱讀器。RFID標(biāo)簽由半導(dǎo)體芯片、天線和電池組成，安裝于動(dòng)物身體上，保存有約定格式的動(dòng)物信息數(shù)據(jù)，當(dāng)該設(shè)備接近閱讀器時(shí)，閱讀器以非接觸方式識(shí)別標(biāo)簽內(nèi)的信息，從而實(shí)現(xiàn)動(dòng)物個(gè)體的識(shí)別[16]。因此該技術(shù)可有效記錄牛只采食次數(shù)、時(shí)間，并估測(cè)采食量，當(dāng)前該技術(shù)與裝備在肉牛上應(yīng)用較為成熟[17]，本研究不再展開?！罢{(diào)控模型研建”層主要構(gòu)建環(huán)境調(diào)控模型、營(yíng)養(yǎng)調(diào)控模型及溫室氣體的減排調(diào)控模型等。后兩類模型非?；A(chǔ)和具有挑戰(zhàn)性，本文不做贅述。前類環(huán)境調(diào)控模型主要依據(jù)不同季節(jié)及牛只的不同生長(zhǎng)生理階段的熱環(huán)境舒適度指數(shù)ET及舍內(nèi)空氣質(zhì)量評(píng)價(jià)指數(shù)（Air Quality Index，AQI）構(gòu)建其模型[18]。其中，ET= f （Tdb， rh， v， rad），式中自變量Tdb、rh、v、rad分別代表溫度、相對(duì)濕度、風(fēng)速及熱輻射4個(gè)維度；AQI = f （CCO2， CNH3， PM10），式中自變量CCO2、CNH3分別代表CO2、NH3的濃度。上述環(huán)境控制模型的構(gòu)建及應(yīng)用需要在大量的觀察樣本數(shù)據(jù)的基礎(chǔ)上構(gòu)建所得，也可以通過計(jì)算流體力學(xué)（Computational Fluid Dynamics，CFD）模型獲得。

“智慧牧場(chǎng)系統(tǒng)構(gòu)建”層，主要包括牛舍環(huán)境智能監(jiān)測(cè)與控制系統(tǒng)的搭建與工程化實(shí)施，肉牛精準(zhǔn)飼喂控制系統(tǒng)的搭建與工程化實(shí)施，以及肉牛甲烷產(chǎn)量監(jiān)測(cè)與數(shù)據(jù)分析及控制。

以上主要從感知指標(biāo)層、感知手段層、控制模型構(gòu)建層及智慧牧場(chǎng)的控制層4個(gè)維度闡述了肉牛場(chǎng)智慧管控平臺(tái)功能設(shè)計(jì)思路。本研究以圖1所示的平臺(tái)架構(gòu)為建設(shè)目標(biāo)，分階段分步驟實(shí)施相關(guān)的軟硬件技術(shù)及系統(tǒng)開發(fā)，部分技術(shù)取得了預(yù)期的進(jìn)展。

3? 平臺(tái)搭建實(shí)施與效果分析

3.1? 牛舍環(huán)境控制

肉牛的養(yǎng)殖環(huán)境影響肉牛的健康和生產(chǎn)性能，其中主要的環(huán)境因素包括溫?zé)岘h(huán)境、空氣質(zhì)量和光照環(huán)境等。而溫?zé)岘h(huán)境主要為影響動(dòng)物機(jī)體代謝產(chǎn)熱和體溫調(diào)節(jié)的溫度、濕度和風(fēng)速等物理指標(biāo)。而空氣質(zhì)量主要為動(dòng)物代謝、糞尿及墊料分解產(chǎn)生的二氧化碳（CO2）、氨氣（NH3）等有害氣體，以及舍內(nèi)飼養(yǎng)和動(dòng)物產(chǎn)生的粉塵顆粒物。其中粉塵顆粒物監(jiān)測(cè)主要包括細(xì)顆粒物（Particulate Matter With a Diameter of Less Than 10 ?m，PM2.5）、可吸入顆粒物（Particulate Matter With a Diameter of Less Than 10 ?m，PM10）、總懸浮微粒（Total Suspended Particulates，TSP）。光照環(huán)境主要包括光照強(qiáng)度和光照時(shí)長(zhǎng)。肉牛場(chǎng)的環(huán)境指標(biāo)影響著肉牛的生理健康，當(dāng)超出其生理限制，可造成肉牛生產(chǎn)性能下降，因此實(shí)時(shí)對(duì)肉牛場(chǎng)的相關(guān)環(huán)境指標(biāo)進(jìn)行監(jiān)測(cè)并及時(shí)進(jìn)行相關(guān)環(huán)境的調(diào)控是養(yǎng)好肉牛的關(guān)鍵。

為精準(zhǔn)調(diào)控肉牛場(chǎng)的養(yǎng)殖環(huán)境，該牧場(chǎng)對(duì)肉牛養(yǎng)殖環(huán)境進(jìn)行實(shí)時(shí)監(jiān)測(cè)，進(jìn)而對(duì)養(yǎng)殖環(huán)境進(jìn)行精準(zhǔn)高效的自動(dòng)控制。圖2給出了牛場(chǎng)多維環(huán)境參數(shù)感知系統(tǒng)搭建的架構(gòu)圖。該環(huán)境監(jiān)測(cè)設(shè)備需要部署的傳感器包括溫濕度傳感器、NH3傳感器、光照傳感器、CO2傳感器、粉塵傳感器（PM2.5、PM10及TSP）及風(fēng)速傳感器等。各傳感器固定安裝于牛舍內(nèi)的安全部位對(duì)牛舍的環(huán)境進(jìn)行實(shí)時(shí)監(jiān)測(cè)。各種傳感器的感知信息采用有線方式將數(shù)據(jù)實(shí)時(shí)上傳至中繼節(jié)點(diǎn)，由中繼節(jié)點(diǎn)完成數(shù)據(jù)處理與緩存，并按照預(yù)先設(shè)定的10分鐘/次數(shù)據(jù)傳輸節(jié)律，按TCP/IP協(xié)議通過無線（4G/5G）傳輸方式將數(shù)據(jù)發(fā)送至阿里云服務(wù)器或企業(yè)內(nèi)部的數(shù)據(jù)服務(wù)器中，為環(huán)境的精準(zhǔn)控制提供基礎(chǔ)數(shù)據(jù)源。

圖3左圖顯示在牛舍適當(dāng)位置布設(shè)的各種傳感器及各種必要的管線（電源線、信號(hào)線等），右圖為布設(shè)在舍外的光伏板發(fā)電裝置，主要為中繼節(jié)點(diǎn)及中間節(jié)點(diǎn)進(jìn)行供電，同時(shí)通過有線連接到上述各種現(xiàn)場(chǎng)數(shù)據(jù)采集的傳感器并進(jìn)行供電，以保證傳感器及時(shí)上傳或發(fā)送數(shù)據(jù)。

表1列出本研究搭建環(huán)境參數(shù)感知系統(tǒng)所采用的11種傳感器的主要參數(shù)信息。其中溫濕度傳感器及PM2.5/PM10分別集成在一起。所有傳感器均來自石家莊龍騰偉業(yè)科技有限公司。主要參數(shù)包括傳感器的型號(hào)、閾值范圍、測(cè)量精度及分辨率。所有傳感器的供電電壓除風(fēng)速風(fēng)向傳感器為DC 7－DC 12 V外，其他均為DC 7－DC 24 V。表1中所示各種傳感器的檢測(cè)范圍及精度均能滿足牛舍內(nèi)環(huán)境的感知要求。所有傳感器均來自石家莊龍騰偉業(yè)科技有限公司[19]。

按圖2、圖3所示的技術(shù)路線、傳感器的選型、

部署與供電方案、采集數(shù)據(jù)的處理、緩存與傳輸，實(shí)現(xiàn)了包括11種環(huán)境參數(shù)數(shù)據(jù)的場(chǎng)景采集與多種模式的可視化分析。例如，圖4為現(xiàn)場(chǎng)各種采集的環(huán)境參數(shù)的可視化及綜合顯示，其顯示的數(shù)據(jù)源直接來自現(xiàn)場(chǎng)中斷節(jié)點(diǎn)處理的環(huán)境參數(shù)數(shù)據(jù)。現(xiàn)場(chǎng)工作人員無需用電腦或手機(jī)就能直接查看環(huán)境參數(shù)的狀態(tài)。指針落在綠色區(qū)域內(nèi)表示該指標(biāo)是適宜的；指針落在紅色區(qū)域內(nèi)表示該指標(biāo)達(dá)到或超過了閾值，為工作人員手動(dòng)或自動(dòng)控制環(huán)控設(shè)備提供判斷依據(jù)。圖4右圖所示的環(huán)境溫度14.8 ℃，在適宜溫度范圍內(nèi)。

圖5為基于APP技術(shù)開發(fā)的移動(dòng)端的環(huán)境參數(shù)監(jiān)測(cè)系統(tǒng)的實(shí)時(shí)狀態(tài)圖。系統(tǒng)通過不同的顯示方式（表針式、點(diǎn)線式）及不同的顏色（藍(lán)、綠、黃、紅）反映不同參數(shù)的狀態(tài)值、連續(xù)變化的態(tài)勢(shì)及參數(shù)所處的狀態(tài)（偏低、適宜、預(yù)警及異常）。其中，判斷每個(gè)狀態(tài)參數(shù)的屬性依據(jù)系統(tǒng)事先設(shè)定的閾值而定性。肉牛設(shè)施養(yǎng)殖的最佳多維協(xié)同環(huán)境參數(shù)的確定較為困難，需要根據(jù)養(yǎng)殖模式、建筑結(jié)構(gòu)、通風(fēng)模式，肉牛的生理與生長(zhǎng)階段、飼養(yǎng)密度、飼養(yǎng)地區(qū)和季節(jié)，確定最佳組合的環(huán)境參數(shù)。最佳組合的環(huán)境參數(shù)需要不斷積累與總結(jié)實(shí)際生產(chǎn)產(chǎn)出的效果而綜合確定。

3.2? 肉牛的運(yùn)動(dòng)行為監(jiān)測(cè)

3.2.1? 繁殖母牛的發(fā)情與健康行為監(jiān)測(cè)

本研究選用無錫富華科技公司生產(chǎn)的ET851集測(cè)溫及運(yùn)動(dòng)量記錄于一體的智能電子耳標(biāo)。該電子耳標(biāo)內(nèi)置CPU，2.4G發(fā)射電路、3D-mems加速度傳感器、溫度傳感器、電壓檢測(cè)裝置，且能夠通過2.4G私有協(xié)議發(fā)送佩戴動(dòng)物的耳標(biāo)溫度、反芻情況、運(yùn)動(dòng)情況和電池電壓值等。該耳標(biāo)工作溫度范圍-10 ℃－50 ℃，測(cè)量溫度范圍20 ℃－50 ℃，測(cè)量精度0.2 ℃，設(shè)備每10秒發(fā)送一個(gè)數(shù)據(jù)包，數(shù)據(jù)更新周期為5分鐘。其中加速度傳感器采用了瑞士ST公司生產(chǎn)的高性能超低功耗的3軸“femto”加速度運(yùn)動(dòng)傳感器，用來記錄佩戴耳標(biāo)牛只的運(yùn)動(dòng)量信息。設(shè)備通過智能網(wǎng)關(guān)收集各電子耳標(biāo)發(fā)送的數(shù)據(jù)，通過無線網(wǎng)絡(luò)傳輸至云端服務(wù)器，管理人員可通過手機(jī)APP、網(wǎng)頁客戶端實(shí)時(shí)查看牛只編號(hào)、體溫、運(yùn)動(dòng)量、反芻等信息及耳標(biāo)電池電壓等情況，當(dāng)畜禽數(shù)據(jù)出現(xiàn)異常時(shí)及時(shí)人工復(fù)核并采取相應(yīng)措施，可減少牧場(chǎng)損失、提高管理效率和經(jīng)濟(jì)效益。該耳標(biāo)對(duì)牧場(chǎng)資產(chǎn)監(jiān)管、動(dòng)物個(gè)體身份識(shí)別、動(dòng)物健康狀況、牧場(chǎng)智能管理發(fā)揮著重要作用。

為了對(duì)比國(guó)際上肉牛行為感知系統(tǒng)，本研究選用以色列SCR公司提供HRLDn項(xiàng)圈，用于記錄牛只尤其繁殖母牛的活動(dòng)量及反芻量，試圖對(duì)2套系統(tǒng)記錄的運(yùn)行量數(shù)據(jù)進(jìn)行分析比較。圖6為ET851耳標(biāo)及HRLDn項(xiàng)圈同時(shí)佩戴的場(chǎng)景，各自采集的數(shù)據(jù)的算法處理技術(shù)因涉及知識(shí)產(chǎn)權(quán)的問題，采用各自的數(shù)據(jù)分析系統(tǒng)處理。

基于ET851智能耳標(biāo)，實(shí)現(xiàn)對(duì)佩戴耳標(biāo)肉牛尤其繁殖母牛在X、Y及Z軸不同方向運(yùn)動(dòng)量的連續(xù)采集，但每個(gè)軸向的運(yùn)行量可能與牛只的行走、采食、躺臥、飲水及反芻等運(yùn)動(dòng)行為有關(guān)，需要將不同方向的運(yùn)行量取得大樣本數(shù)據(jù)后，基于不同算法進(jìn)行處理后可分別抽取行走、采食、躺臥、飲水及反芻等單獨(dú)行為。本研究以獲得牛只的反芻行為為例，主要從嘴部咀嚼運(yùn)動(dòng)頻率及吞咽頻率為突破點(diǎn)，采用傅里葉變換函數(shù)[20]將從3個(gè)軸向記錄的波段中，將符合嘴部運(yùn)動(dòng)頻率及下咽頻率的波段抽取出來，再按波幅及頻率重新合成為反芻行為的波動(dòng)曲線。在保證數(shù)據(jù)記錄時(shí)間足夠長(zhǎng)且30分鐘做一次校驗(yàn)分析與判斷后，利用AI算法進(jìn)行反復(fù)訓(xùn)練，模型算法對(duì)反芻行為的抽取及行為合成的一般準(zhǔn)確率達(dá)95%以上，冬季因不受蚊蠅對(duì)牛只耳朵的干擾，準(zhǔn)確率可達(dá)97%以上。圖7為針對(duì)耳號(hào)為202350000022牛只的基于傅里葉變化處理及模型優(yōu)化后得到的某一段時(shí)間內(nèi)的反芻時(shí)間，最長(zhǎng)的反芻時(shí)間可達(dá)600分鐘左右，最短的在400分鐘以上。平均在504分鐘。

為了比較，從另一個(gè)牛場(chǎng)連續(xù)獲得基于HRLDn項(xiàng)圈及配套的云端軟件系統(tǒng)通過特定算法處理的繁殖牛只運(yùn)動(dòng)量及反芻量數(shù)據(jù)，結(jié)果顯示在圖8中。如圖8所示，圖中綠色曲線為“4689”個(gè)體的運(yùn)動(dòng)量曲線，紫色線條則是反芻量曲線。有不少研究[20-22]表明，當(dāng)某牛只的運(yùn)動(dòng)量達(dá)到高峰或者是最為躁動(dòng)時(shí)，其反芻量急速下降甚至不反芻時(shí)，一般認(rèn)為該牛只處在發(fā)情或進(jìn)入發(fā)情狀態(tài)，就要對(duì)其配種，如自然受精或人為輸精。而配種存在一個(gè)最佳的配種時(shí)間，如果將牛只的運(yùn)動(dòng)量達(dá)到高峰的時(shí)間點(diǎn)定義為“0”時(shí)，則在其后的3 h－16 h為最佳的配種時(shí)間，可保證輸入的精液到達(dá)子宮后最佳存留時(shí)間及精子活力，進(jìn)而與母牛排出的卵子有充足的時(shí)間接觸受孕，提高受孕率。研究表明[23]精子在排卵前6 h到達(dá)子宮，等待排卵的“卵子”到來，精卵結(jié)合配種成功率最高。因此，準(zhǔn)確感知母牛的生理狀態(tài)并揭發(fā)發(fā)情事件，并實(shí)時(shí)配種，是提高母牛繁殖力的主要技術(shù)手段，也是智慧繁殖的核心內(nèi)容。

如圖8中所示，當(dāng)母牛第一次出現(xiàn)發(fā)情行為時(shí)，如果配種不成功，一般情況下需要再過18－25天進(jìn)入下一情期配種，增加了一個(gè)發(fā)情周期的非生產(chǎn)性天數(shù)（Non-productive Days，NPD），導(dǎo)致胎間距和繁殖成本增加。肉牛NPD的增加，導(dǎo)致在該段時(shí)間內(nèi)，牧場(chǎng)雖持續(xù)進(jìn)行飼養(yǎng)投入，而母牛無生產(chǎn)貢獻(xiàn)，降低綜合經(jīng)濟(jì)效益，也增加配種的人力成本。因此通過自動(dòng)監(jiān)測(cè)母牛的反芻和運(yùn)動(dòng)信息，實(shí)現(xiàn)發(fā)情準(zhǔn)確、及時(shí)監(jiān)測(cè)，對(duì)提高牧場(chǎng)經(jīng)濟(jì)效益和降低人力成本有重要意義。

3.2.2? 牛只的營(yíng)養(yǎng)狀況的監(jiān)測(cè)

TMR飼喂技術(shù)是一種將粗飼料、精飼料、礦物質(zhì)、維生素和其他添加劑充分混合以滿足反芻動(dòng)物營(yíng)養(yǎng)需要的飼養(yǎng)管理技術(shù)。如圖9所示，該牧場(chǎng)采用全自動(dòng)配料系統(tǒng)進(jìn)行TMR飼料的自動(dòng)稱重和配料，配好的飼料經(jīng)自動(dòng)撒料車進(jìn)行撒料，同時(shí)對(duì)整個(gè)配料過程數(shù)據(jù)進(jìn)行實(shí)時(shí)記錄實(shí)現(xiàn)肉牛TMR飼喂的精準(zhǔn)配料和精準(zhǔn)飼喂，極大降低人工工作量。

而TMR飼料組成和加工情況會(huì)影響到動(dòng)物的健康和生產(chǎn)性能，因此實(shí)時(shí)監(jiān)測(cè)肉牛的營(yíng)養(yǎng)狀況對(duì)肉牛的生產(chǎn)管理意義重大。飼料的改變會(huì)引起動(dòng)物的生理和行為上的變化，尤其是反芻行為的變化。通過項(xiàng)圈感知牛只的反芻行為主要監(jiān)測(cè)每日反芻時(shí)間的長(zhǎng)短，可間接監(jiān)測(cè)牛只的健康、熱冷應(yīng)激及營(yíng)養(yǎng)狀態(tài)等[23-24]。例如，圖10反映了在某示范奶牛場(chǎng)因某種飼料原料出現(xiàn)短缺后，改變了一直使用的TMR配方，飼喂后出現(xiàn)了反芻時(shí)間連續(xù)下降，且對(duì)應(yīng)的產(chǎn)奶量降低的異常。重新改回原TMR飼喂后，反芻時(shí)間逐步恢復(fù)，繼續(xù)改變TMR配方，又出現(xiàn)前面的情形，直到改回原先的TMR配方后，牛只的反芻行為才逐漸恢復(fù)到理想的狀態(tài)，即每日反芻時(shí)間達(dá)500分鐘以上，表明了牛只一旦長(zhǎng)期飼喂某種TMR后，形成了與之對(duì)應(yīng)的瘤胃微生物區(qū)系，也決定了牛只的反芻嗜好。如果改變了TMR日糧，一旦影響到瘤胃原先已經(jīng)形成的微生物區(qū)系，就會(huì)影響到其對(duì)應(yīng)的反芻行為。圖10所示的案例表明，TMR的配方調(diào)整較大，如果不是瘤胃微生物正常生長(zhǎng)需要的養(yǎng)分偏好，最終導(dǎo)致不能適應(yīng)TMR的調(diào)整。由于引起反芻行為改變的因素較為復(fù)雜，此處不做深入剖析。

3.3? 肉牛管理平臺(tái)的研發(fā)與效果

根據(jù)肉牛全程智慧養(yǎng)殖及數(shù)字化管控的要求，不僅需要對(duì)肉牛的繁殖過程進(jìn)行個(gè)性化管理，也需要對(duì)肉牛的飼料營(yíng)養(yǎng)、防疫保健等進(jìn)行綜合管理。因此，以陽信億利源5G牧場(chǎng)為研究模型，開發(fā)了網(wǎng)絡(luò)版的5G牧場(chǎng)數(shù)字化管控平臺(tái)（圖11）。平臺(tái)的一級(jí)管理模塊包括：智慧養(yǎng)殖、中央廚房、養(yǎng)母繁犢、屠宰加工及銷售溯源。本研究主要負(fù)責(zé)智慧養(yǎng)殖模塊，即肉牛養(yǎng)殖過程中的數(shù)據(jù)采集與分析。

如圖11所示，在“智慧牧場(chǎng)”模塊下，設(shè)計(jì)了4個(gè)子模塊，即“牛只身份”、“防疫管理”、“設(shè)備環(huán)境”及“管理中心”。在“牛只身份”管理下，首先為在群的每頭牛只佩戴11位唯一標(biāo)識(shí)的電子耳標(biāo)，通過耳標(biāo)關(guān)聯(lián)的信息包括了8項(xiàng)信息。其中“月齡”信息隨著時(shí)間的變化會(huì)自動(dòng)增加；通過牛只信息管理數(shù)據(jù)庫系統(tǒng)，可以建立起每頭牛的系譜，可關(guān)聯(lián)該牛只的父親、母親，祖父母及外祖父母等。此外，前已敘及，本項(xiàng)目采用的是有源的智能感知耳標(biāo)，同HRLDn項(xiàng)圈一樣，內(nèi)部嵌入有三維運(yùn)行傳感器及對(duì)應(yīng)的后臺(tái)數(shù)據(jù)分析系統(tǒng)，通過運(yùn)動(dòng)傳感器記錄的原始數(shù)據(jù)及后臺(tái)對(duì)應(yīng)的數(shù)據(jù)分析系統(tǒng)，可以在線獲得每頭牛的運(yùn)動(dòng)量數(shù)據(jù)曲線，而對(duì)應(yīng)的反芻量、采食量及休息量等指數(shù)曲線還在不斷積累數(shù)據(jù)及模型優(yōu)化中。最后一個(gè)重要的指標(biāo)則是料肉比（Feed Conversion Ratio，F(xiàn)CR），盡管該指標(biāo)是一個(gè)重要的生產(chǎn)性能指標(biāo)，但其測(cè)定是相當(dāng)困難的，一般只有在種牛場(chǎng)做生產(chǎn)性能測(cè)定時(shí)進(jìn)行該指標(biāo)的測(cè)定，在肥育牛場(chǎng)及TMR飼喂模式下，準(zhǔn)確獲得每頭牛的FCR難以實(shí)現(xiàn)，但可獲得一個(gè)肉牛場(chǎng)單個(gè)圈舍或總體群體FCR的平均值。

“防疫管理”模塊，主要按牛只編號(hào)在線記錄每天牛只的免疫情況，并可對(duì)指定時(shí)間段做免疫統(tǒng)計(jì)，但缺乏對(duì)牛群或牛場(chǎng)的消毒及免疫計(jì)劃的事先設(shè)計(jì)。未來應(yīng)該制度化開展針對(duì)不同牛只性質(zhì)群體的消毒及免疫計(jì)劃。通過該消毒及免疫時(shí)間計(jì)劃，利用計(jì)算機(jī)系統(tǒng)可以實(shí)現(xiàn)對(duì)未來牛場(chǎng)開展的消毒及免疫行為實(shí)施動(dòng)態(tài)提醒，甚至做到對(duì)每個(gè)個(gè)體的免疫及時(shí)做出預(yù)警。

“環(huán)境設(shè)備”包括對(duì)環(huán)境設(shè)備的在線管理。肉牛場(chǎng)環(huán)境設(shè)備主要包括冷熱風(fēng)機(jī)、電扇、噴淋設(shè)備、水溫表、關(guān)照設(shè)備及音樂播放器等。其他的重要設(shè)備還包括表1所示的各種傳感器。該模塊在線記錄這些傳感器感知的數(shù)據(jù)并在系統(tǒng)中顯示，如圖12所示的舍內(nèi)的溫濕度、水溫、光照亮度、氨氣濃度及其變化，與圖4及圖5的環(huán)境參數(shù)的動(dòng)態(tài)可視化顯示結(jié)合起來，滿足不同時(shí)空條件下對(duì)環(huán)境狀態(tài)的監(jiān)管需求。

圖12顯示的各種環(huán)境參數(shù)如溫濕度為環(huán)境的精準(zhǔn)控制提供依據(jù)。通過多維環(huán)境控制邏輯為基礎(chǔ)的環(huán)控器，可遠(yuǎn)程自動(dòng)控制各種環(huán)境設(shè)備的開啟與關(guān)閉。本系統(tǒng)為滿足動(dòng)物福利特別增加了音樂控制器，可在不同的時(shí)間段根據(jù)當(dāng)前的經(jīng)驗(yàn)播放不同的音樂。有研究表明[25-26]，動(dòng)物聽到喜歡的音樂可以緩解壓力，如奶牛擠奶時(shí)聽到喜歡的音樂會(huì)增加擠奶速度，反之則增加壓力或減少產(chǎn)奶量及生產(chǎn)速度。但對(duì)于各類型的動(dòng)物，處在一天中什么時(shí)間段或什么樣的生產(chǎn)行為（采食、飲水、躺臥、游走）需要什么風(fēng)格的音樂，最有利于動(dòng)物的健康和生產(chǎn)性能，是當(dāng)前有關(guān)動(dòng)物福利需要深入研究的方向。

4? 討論與結(jié)論

4.1? 肉牛場(chǎng)智慧管控需要數(shù)據(jù)的全面感知與獲取

對(duì)于規(guī)?；馀?chǎng)而言，無論是牛只本體，還是維護(hù)牛場(chǎng)運(yùn)行的各種環(huán)控設(shè)備，包括各種傳感器、飼料制作及投喂設(shè)備，物質(zhì)轉(zhuǎn)運(yùn)設(shè)備，以及相應(yīng)的工作人員，每天乃至每個(gè)時(shí)間段會(huì)不斷產(chǎn)生生產(chǎn)過程數(shù)據(jù)。例如，繁殖母牛的生產(chǎn)是一個(gè)周期性的生產(chǎn)行為，不斷發(fā)情、配種、產(chǎn)犢、哺乳與斷奶，并進(jìn)入下一個(gè)繁殖周期；環(huán)控設(shè)備也在智能環(huán)控器的控制下，不斷開啟與關(guān)閉，飼料的生產(chǎn)與物資配送也在不斷地運(yùn)行，因此人、牛、車及設(shè)備等主體不斷產(chǎn)生生產(chǎn)過程數(shù)據(jù)。在信息技術(shù)發(fā)展到目前以物聯(lián)網(wǎng)、大數(shù)據(jù)及人工智能為典型特征，尤其以大模型[28]為典型標(biāo)志的第4次信息技術(shù)浪潮到來的今天，對(duì)過程數(shù)據(jù)的采集必須是基于現(xiàn)代感知技術(shù)如RFID技術(shù)，以及利用各種傳感器并結(jié)合無線及有線網(wǎng)絡(luò)自動(dòng)感知或采集數(shù)據(jù)，保證數(shù)據(jù)的及時(shí)性、連續(xù)性與真實(shí)性，最少化人的主觀干預(yù)，也可結(jié)合區(qū)塊鏈技術(shù)，保證數(shù)據(jù)的安全及不可篡改[28]。與前人研究[29-30]構(gòu)建的類似平臺(tái)相比，本研究采用的數(shù)據(jù)采集結(jié)合多種傳感器技術(shù)，體現(xiàn)了技術(shù)的與時(shí)俱進(jìn)，但獲得數(shù)據(jù)的可靠性還需要不斷優(yōu)化采集方案，有進(jìn)一步提升的空間。

4.2? 養(yǎng)殖過程數(shù)據(jù)需要挖掘分析提升數(shù)據(jù)的利用價(jià)值

肉牛養(yǎng)殖過程中動(dòng)態(tài)的、多維數(shù)據(jù)信息的采集與計(jì)算機(jī)管理并不是數(shù)字化管理的最終目的，而是要通過對(duì)采集數(shù)據(jù)的分析，特別在建立相關(guān)數(shù)據(jù)之間的關(guān)聯(lián)，從中挖掘?qū)ιa(chǎn)管理具有應(yīng)用價(jià)值的數(shù)據(jù)，尤其是建立可控制生產(chǎn)過程的動(dòng)態(tài)模型，如環(huán)境控制最佳模型、畜禽健康的預(yù)警預(yù)報(bào)模型，飼料消耗及生長(zhǎng)預(yù)測(cè)模型等[10， 31]。因此，本系統(tǒng)嵌入了基于感知數(shù)據(jù)的數(shù)據(jù)分析模塊，提供了大量的通過已知數(shù)據(jù)按一定模型預(yù)測(cè)的其他生產(chǎn)指標(biāo)如“應(yīng)配青年?！薄翱諔涯概！薄爱a(chǎn)后未孕”“產(chǎn)后未配”及“胎間距”的模塊等。但由于目前系統(tǒng)運(yùn)行后積累的數(shù)據(jù)不足，與楊亮[29， 32]等研究針對(duì)生豬的管控平臺(tái)比較，需要加大積累家畜個(gè)體及樣本數(shù)量，逐步體現(xiàn)模型化技術(shù)的應(yīng)用效果。

4.3? 研究平臺(tái)的拓展與愿景

通過本數(shù)據(jù)平臺(tái)的構(gòu)建，實(shí)現(xiàn)對(duì)肉牛養(yǎng)殖過程的數(shù)據(jù)采集、數(shù)據(jù)分析與展示，最終達(dá)到對(duì)養(yǎng)殖過程的控制，包括飼料資源拓展利用[33]，環(huán)境精準(zhǔn)控制，牛群的防疫與健康干預(yù)，牛只周轉(zhuǎn)與淘汰控制，飼料的配送與飼喂控制，牛只的出欄及銷售控制，目標(biāo)是以最少的投入獲得最好的養(yǎng)殖效果，達(dá)到最終獲得最佳的生產(chǎn)效益。總體上，牛場(chǎng)系統(tǒng)的運(yùn)行還是追求系統(tǒng)內(nèi)部的最優(yōu)方案。但是，如果將牛場(chǎng)作為一個(gè)單元置于養(yǎng)殖產(chǎn)業(yè)的大環(huán)境中，就存在一個(gè)局部的最優(yōu)，即獲得最佳的生產(chǎn)效率并不等于獲得最好的效益。這是因?yàn)檩敵霎a(chǎn)品的替代性及類似產(chǎn)品的國(guó)際貿(mào)易等外部大環(huán)境都會(huì)影響某個(gè)行業(yè)的整體效益。趙春華等[33]研究了規(guī)模飼養(yǎng)模式下，不同規(guī)模奶牛場(chǎng)、不同的母畜胎次結(jié)構(gòu)，為獲得盈虧平衡點(diǎn)的各個(gè)牛場(chǎng)的最佳飼養(yǎng)規(guī)模。盡管其研究受制于當(dāng)時(shí)的數(shù)據(jù)量，但提出的研究思路仍然具有現(xiàn)實(shí)意義。Hansen等[34]和Mertens等[36]則從可操作變量及策略變量?jī)煞矫妫暳系膬r(jià)格、牛群規(guī)模、犢牛價(jià)格、肉牛的繁殖與健康狀態(tài)等參數(shù)，提出測(cè)定肉牛場(chǎng)效益的評(píng)估模型，并通過牛場(chǎng)的實(shí)際發(fā)生數(shù)據(jù)驗(yàn)證了構(gòu)建的模型基本可行。特別是當(dāng)下進(jìn)入大數(shù)據(jù)、超維數(shù)據(jù)時(shí)代下，產(chǎn)業(yè)數(shù)據(jù)化及數(shù)據(jù)產(chǎn)業(yè)化正不可阻擋進(jìn)入傳統(tǒng)產(chǎn)業(yè)，正迫使畜牧業(yè)的轉(zhuǎn)型升級(jí)，如果將技術(shù)與特定時(shí)空下的經(jīng)濟(jì)目標(biāo)結(jié)合起來，將會(huì)對(duì)每一個(gè)現(xiàn)代牧場(chǎng)管理策略的制定產(chǎn)生深遠(yuǎn)的影響。

4.3? 結(jié)論

肉牛場(chǎng)的智慧化管控以生產(chǎn)過程信息的全面感知及有效傳輸為基礎(chǔ)。以牛只個(gè)體電子標(biāo)識(shí)為切入點(diǎn)，融合各種環(huán)境傳感器及生理感知系統(tǒng)的數(shù)據(jù)采集技術(shù)，是AI技術(shù)應(yīng)用于現(xiàn)代5G牧場(chǎng)建設(shè)的“基石”，在線式獲取生產(chǎn)狀態(tài)數(shù)據(jù)，保證了重要數(shù)據(jù)的及時(shí)、準(zhǔn)確獲得。

養(yǎng)殖過程的狀態(tài)數(shù)據(jù)尤其實(shí)時(shí)獲取的生產(chǎn)感知數(shù)據(jù)必須通過算法模型進(jìn)行處理后，才能轉(zhuǎn)化為可辨識(shí)的生理指標(biāo)數(shù)據(jù)，如運(yùn)動(dòng)量、反芻量及派生出的發(fā)情及發(fā)病狀態(tài)等。那么轉(zhuǎn)化后的數(shù)據(jù)是否真實(shí)反映動(dòng)物的真實(shí)生理特征，則需要獲得大量的樣本訓(xùn)練集，才能獲得較好的模型。這樣的模型才有應(yīng)用價(jià)值。

養(yǎng)殖場(chǎng)內(nèi)部最優(yōu)化的運(yùn)行方案不一定具有最佳的投入產(chǎn)出比，需要通過模型驅(qū)動(dòng)，動(dòng)態(tài)確定企業(yè)的最佳規(guī)模及最佳盈利措施。當(dāng)所處行業(yè)面臨低谷時(shí)，將企業(yè)的損失最小化。

參考文獻(xiàn)

[1] 農(nóng)業(yè)農(nóng)村部市場(chǎng)預(yù)警專家委員會(huì). 中國(guó)農(nóng)業(yè)展望報(bào)告（2022-2030）[M]： 中國(guó)農(nóng)業(yè)科學(xué)技術(shù)出版社， 2022.

[2] 農(nóng)小蜂智庫. 2023年中國(guó)肉牛產(chǎn)業(yè)分析簡(jiǎn)報(bào)[EB/OL]. https：//baijiahao.baidu.com/s？id=1776372548098153560&wfr=spider&for=pc.

[3] 農(nóng)業(yè)農(nóng)村部畜牧獸醫(yī)局， 全國(guó)畜牧總站. 2020年肉牛產(chǎn)業(yè)發(fā)展形勢(shì)與2021年展望[J]. 2021（2）：40-42.

[4] 韓碩. 規(guī)模肉牛養(yǎng)殖現(xiàn)狀及發(fā)展對(duì)策探究[J]. 2023（13）：32-33.

[5] 中國(guó)報(bào)告大廳. 肉牛養(yǎng)殖前景[EB/OL]. https：//www.chinabgao. com/freereport/78706.

[6] 楊亮， 熊本海， 王輝， 等. 家畜飼喂機(jī)器人研究進(jìn)展與發(fā)展展望[J]. 智慧農(nóng)業(yè)（中英文）， 2022，4（2）：86-98.

[7] ALPROTM Herd Management System[EB/OL]. [2013]. http：//www. delaval.com/en/-/Product-Information1/Management/Systems/ALPRO/.

[8] Agritec[EB/OL]. [2023]. https：//www.agritecsoft.com/zh-chs/.

[9] 何勇. 智慧農(nóng)業(yè)[M]. 北京： 科學(xué)出版社， 2023.

[10] 熊本海， 王朝元， 沈維政. 人工智能與智能養(yǎng)豬[M]. 北京： 中國(guó)農(nóng)業(yè)大學(xué)出版社， 2023.

[11] 肖建華， 胡玉龍， 范福祥， 等. 奶牛繁殖決策支持系統(tǒng)的構(gòu)建[J]. 中國(guó)農(nóng)業(yè)科學(xué)， 2012，45（10）：2012-2021.

[12] 楊亮， 楊振剛， 熊本海. 對(duì)我國(guó)肉牛及其產(chǎn)品溯源的編碼規(guī)則設(shè)計(jì)的初步建議[C]//中國(guó)畜牧獸醫(yī)學(xué)會(huì)信息技術(shù)分會(huì)2014年學(xué)術(shù)研討會(huì). 中國(guó)畜牧獸醫(yī)學(xué)會(huì)信息技術(shù)分會(huì)2014年學(xué)術(shù)研討會(huì)論文集. 中國(guó)江蘇無錫， 2014： 8.

[13] 楊亮， 楊振剛， 呂健強(qiáng)， 等. 規(guī)?；馀?chǎng)數(shù)字化網(wǎng)絡(luò)平臺(tái)開發(fā)與應(yīng)用[J]. 2014，16（6）：74-80.

[14] 王秀娟. 數(shù)字賦能為現(xiàn)代農(nóng)業(yè)裝上“智慧大腦”（下）[N]. 山西日?qǐng)?bào)， 2023-03-21（007）.

[15] 黃成龍， 柯宇曦， 華向東， 等. 邊緣計(jì)算在智慧農(nóng)業(yè)中的應(yīng)用現(xiàn)狀與展望[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2022，38（16）：224-234.

[16] 游戰(zhàn)清. 無線射頻識(shí)別技術(shù) （RFID） 理論與應(yīng)用[M]. 北京： 電子工業(yè)出版社， 2004.

[17] 熊本海， 錢平， 羅清堯， 等. 基于奶牛個(gè)體體況的精細(xì)飼養(yǎng)方案的設(shè)計(jì)與實(shí)現(xiàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2005，21（10）：118-123..

[18] 杜欣怡， 滕光輝， 杜曉冬， 等. 基于雷達(dá)圖的蛋雞舍綜合環(huán)境舒適度評(píng)價(jià)及應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2020，36（15）：202-209.

[19] 石家莊龍騰偉業(yè)科技有限公司[EB/OL]. （2023）. http：//www.ltwy-iot. com/case.html？ext_fild=%E7%8E%AF%E5%A2%83%E7%9B%91%E6%B5%8B.2023.

[20] 無錫富華科技有限責(zé)任公司[EB/OL]. （2023）. http：//www.fofia. com/.

[21] Reith S， Hoy S. Relationship between daily rumination time and estrus of dairy cows[J]. Journal of Dairy Science， 2012，95（11）： 6416-6420.

[22] Dolecheck K A， Silvia W J， Heersche G， et al. Behavioral and physiological changes around estrus events identified using multiple automated monitoring technologies[J]. Journal of Dairy Science， 2015，98（12）：8723-8731.

[23] Pahl C， Hartung E， Mahlkow-Nerge K， et al. Feeding characteristics and rumination time of dairy cows around estrus[J]. Journal of Dairy Science， 2015，98（1）：148-154.

[24] Reith S， Brandt H， Hoy S. Simultaneous analysis of activity and rumination time， based on collar-mounted sensor technology， of dairy cows over the peri-estrus period[J]. Livestock Science， 2014，170： 219-227.

[25] Erasmus L M， van Marle-K?ster E， Masenge A， et al. Exploring the effect of auditory stimuli on activity levels， milk yield and faecal glucocorticoid metabolite concentrations in Holstein cows[J]. Domestic Animal Endocrinology， 2023，82：106767.

[26] Dhungana S， Khanal D R， Sharma M， et al. Effect of music on animal behavior： A Review[J]. Nepalese Veterinary Journal， 2018（35）： 142-149.

[27] 張振乾， 汪澍， 宋琦， 等. 人工智能大模型在智慧農(nóng)業(yè)領(lǐng)域的應(yīng)用[J]. 智慧農(nóng)業(yè)導(dǎo)刊， 2023，3（10）：9-12， 17.

[28] 王群， 李馥娟， 倪雪莉， 等. 區(qū)塊鏈數(shù)據(jù)形成與隱私威脅[J]. 計(jì)算機(jī)工程， 2023，49（8）：1-12.

[29] 楊亮， 熊本海， 呂健強(qiáng)， 等. 山黑豬繁殖數(shù)據(jù)網(wǎng)絡(luò)數(shù)據(jù)庫平臺(tái)的開發(fā)[J]. 中國(guó)農(nóng)業(yè)科學(xué)， 2013，46（12）：2550-2557.

[30] 李鴻強(qiáng)， 李亞敏， 曾立華， 等. 基于JDBC技術(shù)的奶牛場(chǎng)信息管理系統(tǒng)[J]. 農(nóng)機(jī)化研究， 2007（5）：127-128.

[31] 熊本海. 種豬場(chǎng)精細(xì)飼養(yǎng)綜合技術(shù)平臺(tái)[M]. 北京： 中國(guó)農(nóng)業(yè)科學(xué)技術(shù)出版社， 2005.

[32] 楊亮， 高華杰， 夏阿林， 等. 智能化豬場(chǎng)數(shù)字化管控平臺(tái)創(chuàng)制及應(yīng)用[J]. 農(nóng)業(yè)大數(shù)據(jù)學(xué)報(bào)， 2022，4（3）：135-146.

[33] 熊本海， 趙一廣， 羅清堯， 等. 中國(guó)飼料營(yíng)養(yǎng)大數(shù)據(jù)分析平臺(tái)研制[J]. 智慧農(nóng)業(yè)（中英文）， 2022，4（2）：110-120.

[34] 趙春平， 馬云， 昝林森， 等. 利用盈虧平衡分析法對(duì)奶牛場(chǎng)經(jīng)濟(jì)效益的分析[J]. 畜牧獸醫(yī)雜志， 2008，27（6）：31-34.

[35] Hansen B G， Stokstad G. Measuring financial performance on dairy farms[J]. Acta Agricultura Scandinavica， 2005，2（2）：99-109.

[36] Mertens K， Decuypere E， De Baerdemaeker J， et al. Statistical control charts as a support tool for the management of livestock production[J]. Journal of Agricultural Science， 2011，149：369-384.

引用格式：張帆，周夢(mèng)婷，唐湘方，劉民澤，楊振剛.熊本海.規(guī)模化肉牛場(chǎng)數(shù)字化管控平臺(tái)的開發(fā)與應(yīng)用——以陽信億利源5G數(shù)字化牧場(chǎng)為例[J].農(nóng)業(yè)大數(shù)據(jù)學(xué)報(bào)，2024，6（1）： 68-81. DOI： 10.19788/j.issn.2096-6369.000009.

CITATION： ZHANG Fan， ZHOU MengTing， LIU MinZe， TANG XiangFang， XIONG BenHai1. Development and Application of Digital Control Platform in Large- scale Beef Cattle Farm——Take the 5G digital ranch of Yangxin Yi Liyuan Halal Meat Co.， Ltd as an example[J]. Journal of Agricultural Big Data， 2024，6（1）： 68-81. DOI： 10.19788/j.issn.2096-6369.000009.

Development and Application of Digital Control Platform in Large- scale Beef Cattle Farm——Take the 5G digital ranch of Yangxin Yi Liyuan Halal Meat Co.， Ltd as an example

ZHANG Fan1， ZHOU MengTing1， LIU MinZe2， TANG XiangFang1， XIONG BenHai1*

1. State Key Laboratory of Animal Nutrition and Feeding， Institute of Animal Science， Chinese Academy of Agricultural Sciences， Beijing 100193， China; 2. Yangxin Yi Liyuan Halal Meat Co.， Ltd，Binzhou， 251800， Shandong， China

Abstract： As large-scale beef cattle facilities become more and more common in China， sophisticated and even intelligent management of cattle has gained prominence. In the meantime， the Internet of Things， big data， artificial intelligence （AI） and even large models are developing at a rapid pace and are constantly permeating in all industries， making the intelligent management， including traditional breeding， possible. In this study， Yangxin Yi Liyuan 5G digital farm was used as the research object， which integrated application of intelligent electronic ear tags and intelligent collars， as well as a variety of environmental sensors for temperature and humidity， ammonia， carbon dioxide， wind direction and speed， light and air quality （H2S， PM2.5， PM10， TSP）. Simultaneously， a comprehensive dynamic perception of individual physiological indicators， such as the degree of exercise and rumination， was utilized to determine the estrus period of breeding cattle and forecast the ideal breeding period， and was employed to ascertain the estrus period of breeding cattle， forecast the ideal mating period， and determine whether the feed adjustment was necessary by monitoring variations in rumination time. Comprehensively monitoring the environmental indicators， such as temperature， humidity and air quality， is necessary to accurately manage and ventilate the cattle house. The pertinent data was analyzed using the MY SQL database technology and DELPHI language technology. In order to create a digital control platform for the breeding environment， health status， epidemic prevention， and feed management of beef cattle， this research built a digital control platform that integrated automatic collection of key data in breeding links， automatic conversion and calculation of data， wired and wireless transmission of data， remote storage and processing control of data， and so on. This study also shown that the more the system was used and improved， the more data was collected and extended in both size and type during the breeding process， and the more fundamental and derived data could be mined and appreciated. This paved way for the eventual development of a large-scale model for breeding beef cattle in the future.

Keywords： beef cattle; digital pasture; electronic ear tag; sensor; management and control platform