王 云， 蘆 娜， 王 洋， 馬 毅

（1.天津市科學(xué)技術(shù)信息研究所，天津300074；2.天津市農(nóng)業(yè)科學(xué)院畜牧獸醫(yī)研究所，天津300381；3.天津夢得集團(tuán)有限公司，天津300403）

反芻行為的變化與動(dòng)物健康和動(dòng)物福利密切相關(guān)， 還可用于多種疾病的早期發(fā)現(xiàn)和預(yù)防。 因此， 對(duì)反芻行為的監(jiān)測就顯得尤為重要。 傳統(tǒng)的奶牛反芻監(jiān)測方法主要依靠人工勞動(dòng)， 工作效率較低，成本巨大，且準(zhǔn)確率難以得到保證。 隨著養(yǎng)殖規(guī)模的擴(kuò)大以及現(xiàn)代化、精準(zhǔn)化畜牧業(yè)的發(fā)展，出現(xiàn)了許多反芻行為智能監(jiān)測的方法和設(shè)備，使其實(shí)時(shí)監(jiān)測成為可能。 本文從奶牛反芻行為的定義、反芻行為監(jiān)測內(nèi)容、智能化監(jiān)測方法及其應(yīng)用三個(gè)方面進(jìn)行綜述， 為奶牛反芻行為監(jiān)測的應(yīng)用提供理論依據(jù)。

1 奶牛反芻行為

反芻是反芻動(dòng)物消化生理中必不可少的一部分，可以被定義為一個(gè)以反芻、咀嚼和吞咽食物為特征的過程（Beauchemin 等，1991）。 奶牛的反芻行為與生產(chǎn)性能、繁殖性能、應(yīng)激反應(yīng)以及疾病等因素密切相關(guān)， 反芻行為的變化在一定程度上反映了奶牛的生理健康狀況（邵大富，2015）。正常情況下，成年奶牛每天反芻大約8 h，分4 ～24 個(gè)階段，每個(gè)階段持續(xù)10 ～60 min（András 等，2014）。然而奶牛生理健康狀況一旦發(fā)生變化， 其反芻行為也隨之改變。 反芻時(shí)間受多種因素影響， 如發(fā)情（Pahl 等，2015）、產(chǎn)犢（Schirmann 等，2009）等，此外， 當(dāng)奶牛遭受熱應(yīng)激時(shí)， 反芻活動(dòng)顯著減少（Acatincaǎi 等，2009），而當(dāng)奶牛有炎癥反應(yīng)時(shí)，反芻時(shí)間也顯著縮短（Bertoni 等，2008）。

監(jiān)測奶牛反芻行為可以獲得與奶牛健康和福利相關(guān)的重要信息，利用這些信息，可以制定相應(yīng)的飼養(yǎng)管理措施，使奶牛得到應(yīng)有的福利。如果監(jiān)測不足，不僅影響奶牛的健康和福利，還導(dǎo)致產(chǎn)奶量和乳質(zhì)量下降，甚至使奶牛場遭受經(jīng)濟(jì)損失。因此，反芻行為監(jiān)測尤為重要。

2 奶牛反芻行為監(jiān)測內(nèi)容

對(duì)奶牛反芻行為的監(jiān)測主要包括反芻行為規(guī)律、聲音以及姿態(tài)等。對(duì)奶牛反芻與活動(dòng)量及其變化規(guī)律的監(jiān)測， 有助于及時(shí)判斷奶牛生理狀態(tài)。鄢新義等（2016）為研究奶牛健康狀態(tài)下反芻時(shí)間與活動(dòng)量的變化規(guī)律及其影響因素，對(duì)200 余頭不同胎次泌乳牛進(jìn)行了長達(dá)7 個(gè)多月的連續(xù)監(jiān)測，發(fā)現(xiàn)季節(jié)、胎次、泌乳天數(shù)對(duì)反芻時(shí)間和活動(dòng)量有一定的影響。 奶牛在進(jìn)行反芻咀嚼時(shí)，眼角的斜下方會(huì)伴隨著反芻咀嚼發(fā)出特征性的有規(guī)律的振動(dòng)，其發(fā)出的聲音信號(hào)是識(shí)別奶牛反芻行為的重要因素之一 （王莉薇等，2019； 張森，2018）。 Gregorini 等（2012）為奶牛佩戴內(nèi)置有麥克風(fēng)的HR tag 反芻項(xiàng)圈， 可通過咀嚼的聲音來測量反芻活動(dòng)。

3 智能化反芻監(jiān)測方法及其應(yīng)用

用智能化系統(tǒng)來監(jiān)測奶牛反芻行為， 對(duì)于提升牧場的現(xiàn)代化管理水平、 增加經(jīng)濟(jì)效益具有重要意義。 目前， 常見的智能反芻監(jiān)測方法一般分為接觸式和非接觸式。

3.1 接觸式監(jiān)測法

3.1.1 聲音傳感器監(jiān)測法 該方法將聲音傳感器置于牛的顳窩、咽喉或其他部位，監(jiān)測牛的咀嚼、吞咽和反芻音， 來區(qū)分反芻和其他行為。 以色列SCR 公司研制的HR-tag 可以準(zhǔn)確記錄咀嚼和吞咽產(chǎn)生的聲音，通過復(fù)雜的數(shù)據(jù)計(jì)算，識(shí)別奶牛的反芻時(shí)間和咀嚼節(jié)奏。Chelotti 等（2020）提出了一種名為自下而上搜索活動(dòng)識(shí)別器（BUFAR）的在線算法，該方法基于聲音對(duì)下頜運(yùn)動(dòng)進(jìn)行識(shí)別，然后對(duì)其進(jìn)行分組分析，以識(shí)別反芻和放牧行為，具有性能良好、計(jì)算量小等優(yōu)點(diǎn)。

3.1.2 三軸加速度傳感器監(jiān)測法 三軸加速度傳感器（有時(shí)耦合利用GPS 傳感器），主要分布在牛的角部、頸部或頜部，通過研究奶牛在不同行為狀態(tài)下的三軸加速度值和俯仰角， 可以區(qū)分奶牛的反芻行為和其他行為如躺臥、站立、休息和放牧等（Watanabe 等，2008）。 這類儀器通常包括一個(gè)微處理器和一個(gè)存儲(chǔ)器。 美國的HOBO Pendant G三軸數(shù)據(jù)記錄儀（Adolfo 等，2017）、澳大利亞的Smartbow 加速度計(jì)系統(tǒng)（Reiter 等，2018）和荷蘭的Agis 自動(dòng)化BV 系統(tǒng)（Pereira，2018）都是基于三軸加速度計(jì)從而監(jiān)測奶牛的反芻和飼喂行為。 Shen 等（2019）建立了一種基于三軸加速度的奶牛飼養(yǎng)與反芻自動(dòng)識(shí)別方法。 采用三軸加速度傳感器作為數(shù)據(jù)采集設(shè)備， 將其固定在奶牛下顎側(cè)中部采集奶牛下頜運(yùn)動(dòng)數(shù)據(jù)， 采用三種機(jī)器學(xué)習(xí)算法同時(shí)識(shí)別奶牛的反芻行為。 結(jié)果發(fā)現(xiàn)這三種算法都能很好地用于反芻行為的識(shí)別，與前人研究方法相比，該方法具有資源占用低、精度高、計(jì)算速度快的特點(diǎn)，具有實(shí)現(xiàn)實(shí)時(shí)執(zhí)行的潛力。

另外， 一些傳感器可以結(jié)合無線通信技術(shù)（ZigBee、藍(lán)牙、Wibree 和WiFi），用于基于傳感器網(wǎng)絡(luò)的研究工作（Aqeel-ur-Rehman 等，2014），隨后可以將記錄的數(shù)據(jù)處理為選擇區(qū)分行為活動(dòng)的閾值，或?qū)D(zhuǎn)換變量進(jìn)行二次判別分析，自動(dòng)對(duì)不同行為進(jìn)行分類。

3.1.3 壓力傳感器監(jiān)測法 該方法通過獲取咀嚼過程中顳窩或鼻帶的壓力變化和咀嚼間隔來識(shí)別反芻行為。Shen 等（2020）針對(duì)不同年齡、不同品種的奶牛，鑒于其頭部大小、咀嚼強(qiáng)度的不同和壓力峰值標(biāo)準(zhǔn)不明確的問題， 提出了一種鑒別反芻次數(shù)的方法， 利用標(biāo)準(zhǔn)差和鼻帶壓力信號(hào)頻譜分析奶牛反芻時(shí)間和反芻數(shù)， 通過頻譜分析得到了反芻器鼻帶壓力信號(hào)的準(zhǔn)確穩(wěn)定的頻譜范圍，并利用標(biāo)準(zhǔn)差消除了輸入鼻帶壓力信號(hào)對(duì)反芻器鼻帶壓力信號(hào)的干擾。 結(jié)果表明，與直接觀察法相比，該方法對(duì)反芻次數(shù)、反芻持續(xù)時(shí)間、反芻食團(tuán)數(shù)的識(shí)別準(zhǔn)確率分別為100%、94.2%和94.45%，平均絕對(duì)誤差分別為0、2.0029%和2.5623%，能準(zhǔn)確識(shí)別奶牛的反芻信息。 張愛靜（2019）以壓力傳感器為核心器件， 設(shè)計(jì)了一套奶牛鼻羈壓力信號(hào)獲取設(shè)備， 采用決策樹分類器來識(shí)別奶牛反芻鼻羈壓力信號(hào)，在以決策樹為分類器的基礎(chǔ)上，構(gòu)建了反芻主要參數(shù)（反芻次數(shù)、反芻時(shí)長和反芻食團(tuán)數(shù)）識(shí)別模型，結(jié)果顯示，基于決策樹的反芻主要參數(shù)識(shí)別模型可以很好的識(shí)別反芻次數(shù)、 反芻時(shí)長和反芻食團(tuán)數(shù)，與人工記錄的反芻信息相比，該模型對(duì)這三種指標(biāo)的識(shí)別準(zhǔn)確率分別為95.38%、94.67%和92.87%。 Zehner 等（2017）開發(fā)了Rumi-Watch 鼻帶傳感器，包含一個(gè)壓力傳感器、一個(gè)帶在線數(shù)據(jù)分析的數(shù)據(jù)記錄器和軟件， 該系統(tǒng)記錄并分類咀嚼活動(dòng)的持續(xù)時(shí)間， 使用戶能夠量化動(dòng)物進(jìn)行的個(gè)體反芻和進(jìn)食下頜運(yùn)動(dòng)。

3.2 非接觸式監(jiān)測法 該方法主要基于視頻采集方法， 通過安裝在牛棚內(nèi)的攝像頭實(shí)時(shí)監(jiān)控奶牛圖像，通過捕捉奶牛的嘴部運(yùn)動(dòng)來識(shí)別行為。宋懷波等（2018）提出了一種基于Horn-Schunck 光流法的多目標(biāo)奶牛嘴部區(qū)域自動(dòng)檢測方法， 在奶牛反芻期間將DV 固定在三腳架上， 獲取反芻視頻，該法可以檢測多頭奶牛反芻時(shí)的嘴部區(qū)域，作為一種自動(dòng)檢測手段，更加準(zhǔn)確和智能。 Chen 等（2017） 針對(duì)傳統(tǒng)奶牛反芻監(jiān)測方法的局限性，提出了一種基于視頻的奶牛反芻行為智能監(jiān)測方法，采用Mean-Shift 算法對(duì)奶牛下頜運(yùn)動(dòng)進(jìn)行了精確跟蹤。 然后從視頻中提取出牛嘴運(yùn)動(dòng)的質(zhì)心軌跡曲線，從而實(shí)現(xiàn)對(duì)奶牛反芻行為的監(jiān)測，該方法的成功率為92.03%，且不受奶牛頭部抬起或轉(zhuǎn)動(dòng)等行為的干擾。 此外，Andriamandroso 等（2017）利用智能手機(jī)上廣泛使用的慣性測量裝置， 將該裝置安裝在奶牛身上， 通過拍攝視頻監(jiān)測反芻行為，準(zhǔn)確率為95%。

對(duì)于上述方法， 接觸式監(jiān)測適應(yīng)大規(guī)模養(yǎng)殖業(yè)，但是離不開高精度傳感器，容易導(dǎo)致奶牛不適并產(chǎn)生應(yīng)激反應(yīng)， 嚴(yán)重時(shí)會(huì)引起反芻次數(shù)減少甚至停止反芻。 而非接觸式方法能夠有效降低人工成本， 智能化水平更高， 但技術(shù)水平還有待提高（李通，2019）。

今后應(yīng)合理引入物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)，改進(jìn)并推廣奶牛反芻智能監(jiān)測方法， 提高我國奶牛養(yǎng)殖的智能化、自動(dòng)化水平，促進(jìn)我國奶牛養(yǎng)殖業(yè)的健康發(fā)展。