畜禽疫病智能防控技术发展现状与展望

时间：2021-02-23 点击：次来源：中国畜牧杂志作者：蒋瑞祥等 - 小 + 大

摘要：随着我国农业结构调整和农业产业化的推进，规模化、集约化的畜禽养殖模式快速发展，高密度养殖带来的疾病防控日益成为难题。在信息化时代的背景下，人工智能、大数据、物联网等技术可为提高畜禽疫病智能防控水平提供有力支撑。本文围绕畜禽疫病智能防控技术研究现状与发展趋势，总结分析了图像识别、音频识别、智能传感等畜禽疫病在线监测技术，以及基于感知数据、知识决策和计算模型的畜禽疫病智能诊断与防控决策方面的试验进展、发展现状和存在问题，并展望了应用新一代信息技术进行畜禽疫病在线诊疗与智能诊断的技术优势和应用前景。
畜牧业的发达水平一定程度上代表了一个国家的农业发展水平。2019年我国畜牧业总产值达33 064.35亿元，占农业总产值的27%左右，是农业领域当之无愧的支柱产业。但是受畜禽疫病影响，生产能力低、病死率高、生长速度慢等问题一直掣肘着我国畜牧业的快速发展。近年来，随着我国畜牧业集约化、规模化养殖模式的加快推进，畜禽疫病问题越来越凸显，畜禽疫病的发生不仅会影响畜牧业的现代化进程，更会对食品安全、人民健康及生态环境造成严重危害。随着计算机和网络技术的发展，畜禽疫病防控逐渐信息化，机器视觉、语音识别、物联网等技术手段能够多角度采集畜牧生产中的动物疫病信号，进而利用大数据、云计算技术进行数据智能化分析，提前进行预警预报，信息技术为畜禽疫病防控提供了有力的支撑，成为解决畜禽疫病防控的有效手段。信息技术在畜禽疫病防控方面的研究和应用主要集中在畜禽生理及行为的在线监测、疾病早期检测与智能诊断、防控决策几方面。本文围绕畜禽疫病在线监测、智能诊断和防控决策这3个方面，重点分析了国内外的研究进展、应用现状及未来展望，为国内发展畜禽疫病智能防控决策技术提供参考依据。
1 畜禽疫病在线监测
畜禽疫病在线监测是指通过各种信息化手段（如生物传感技术、电子个体标识技术、图像识别技术、音视频分析技术等）对畜禽的生物学指标及行为动作进行监测与收集，判断动物的健康状况，对畜禽可能发生的疫病做出预警。畜禽发生疫病情况会直接体现在其生理指标的变化上，如体温情况可以直观地反映畜禽的健康情况，呼吸、心跳等都与畜禽健康状况有密切的联系。此外，在动物行为学的概念中，动物会根据外界环境的变化及内在生理状况的变化而做出有机性调整，并以最有利于生存的方式完成各种生命活动。如果畜禽的生理状况出现异常，其正常行为就会受到一定影响，通过在线监测畜禽的行为可以判断其健康状况及可能发生的疫病情况。

1.1 图像识别

畜禽的图像识别技术，主要应用于畜禽的行为监测，通过提取图像中相关特征信息并进行处理分析，应用人工神经网络等算法识别畜禽的不同行为，判定畜禽出现的异常，评估其健康状况，对其疫病情况进行在线监测。朱伟兴等研发了基于ARM平台的病猪识别系统，其利用安装于猪舍排泄区的嵌入式监控设备对猪的排泄行为进行监控，通过改进的运动目标检测算法和图像识别算法以定位具有异常的猪只。Kongsro提出一种运动检测、逐帧捕捉、多变量图像分析的低成本猪只行为视觉识别系统，通过主要成分分析等图像分析方法，为猪只的运动进行评分，辨别猪只的跛行情况。Nasirahmadi等将猪不同条件下的躺卧姿势结合图像三角剖分与多层神经网络方法区分为3类，不同的躺卧姿势情况可以作为调节环境温度的依据。Zhao等使用计算机视觉技术分析牛摆动腿的运动曲线，对牛步态的对称度、速度、轨迹、站立时间、步幅、柔度6个特征进行评价，对牛只跛行的程度进行分级。

畜禽行为主要包括采食、饮水、排泄、发情等，采食量与饮水量代表着畜禽摄入所需营养的能力水平高低，与其生产水平直接相关，反映了畜禽的健康状况，学者们对此研究较多。田富洋等利用高频反射涡流传感器采集奶牛颞窝部的动作规律，通过分析传感器的脉冲时间推算奶牛吞咽的动作，计算奶牛采食量。周雅婷等利用集陀螺加速度计和蓝牙模块为一体的传感器采集肉牛行动时产生的数据，通过蓝牙轮询组网模式将数据无线传输到PC机，使用BP神经网络分析肉牛采食行为数据，对肉牛的采食行为进行识别。
除了监测畜禽行为之外，图像识别技术也应用于监测畜禽的体温、体重、体尺等生理指标，不仅可以有效快速地获得数据，还能避免接触式测量为畜禽带来的身体损伤和应激反应，有效降低传播疾病风险。Sathiyabarathi等利用热红外图像测量奶牛关键部位温度后分析计算牛乳房与其他身体部位的温度差异，可以有效识别一定程度的乳房炎。Rainwater-Lovett等使用热红外成像仪测定牛只蹄部温度，结果表明热红外成像技术有潜力成为迅速诊断口蹄疫的方法。Amraei等使用Chan-vese法将肉鸡模型进行椭圆模拟，使用6个特征值对肉鸡图像进行处理，用支持向量回归对数据进行分析，对肉鸡体重进行估算。司永胜等为了提高计算机视觉识别猪只体尺数据的精准度，设计了一种基于Kinect相机的猪体理想姿态检测算法，可提高图像利用率和体尺测量效率。
在图像识别技术中，目前的主要问题集中在设备布置和数据采集方式复杂、操作不便以及识别精准度有待提高，未来理想的图像识别可以通过小巧便捷的设备，使用图像识别率接近100%的技术和算法，实现畜禽疫病在线监测。

下一篇：生鲜电商纷纷传上市，但赛道并不美好