不同饲喂器和饮水器配置对育肥猪生产性能和节水的影响

为探究规模化养殖模式下不同饲喂器饮水器配置对育肥猪生产性能和节水的影响,试验比较了使用试验组饲喂器饮水器配置(带分隔条的不锈钢干湿料饲喂器,每组60头猪,提供4个采食位、2个杯式饮水器作为补充饮水器)和对照组饲喂器饮水器配置(商业猪场常用的饲喂器饮水器配置,不带分隔条的塑料斗干湿料饲喂器,每组60头猪,提供8～12个采食位、6个杯式饮水器作为补充饮水器)饲养育肥猪的生产性能和节水效果,每组各4个重复。结果表明,试验组和对照组育肥猪的日均耗料质量、日均体增质量和料质量体增质量比均没有显著性差异(P0.05)。试验组补充饮水器不供水而对照组补充饮水器均供水时,每头猪日均总耗水量分别为(8.62±2.21)、(22.89±3.55)L,差异极显著(P0.01);试验组与对照组补充饮水器均供水时,每头猪日均总耗水量分别为(24.03±3.11)、(28.66±4.92)L,差异不显著(P0.05)。在不考虑动物福利的条件下,试验组补充饮水器未供水时,饲喂器中饮水器的供水量可满足60头体质量为50.7～71.8kg的育肥猪的生理需求量。     

规模化猪场机械通风水冲粪式栏舍夏季氨日排放特征

选取长三角地区典型机械通风水冲粪模式养猪场,针对不同生长阶段的肥猪栏舍和不同类型的母猪栏舍排放口氨排放进行同时监测(其中,育肥猪按质量分保育(24 kg)、育肥-Ⅰ(24~60 kg)、育肥-Ⅱ(60~120 kg)3个阶段,母猪分为妊娠猪与分娩猪2种类型),估算各栏舍氨排放通量,分析各栏舍氨排放特征,探讨各生长阶段对氨排放贡献。研究结果表明,保育、育肥-Ⅰ、育肥-Ⅱ、妊娠、分娩栏舍氨质量浓度分别为(0.97±0.40)、(3.37±0.70)、(5.45±2.30)、(2.19±1.06)、(1.44±0.48)mg/m3;各栏舍氨排放具有显著的日变化过程,早晨氨排放呈波动增大趋势,午后开始降低,至夜间保持低值排放;小时氨排放速率与温度呈极显著正相关,与湿度呈显著负相关;各生长阶段氨排放存在差异,保育、育肥-Ⅰ、育肥-Ⅱ、妊娠、分娩栏舍日排放速率分别为0.85、6.53、8.20、10.39和13.86 g/(头·d);保育、育肥-Ⅰ和育肥-Ⅱ阶段对肥猪氨排放的贡献率分别为3.64%、26.11%和70.25%,妊娠猪与分娩猪对母猪氨的贡献率分别为75.32%和24.68%,母猪的氨排放速率是肥猪的1.87倍。     

自由式分娩猪栏设计及应用效果

为克服分娩限位栏和传统分娩猪栏固有缺点,增加母猪运动量,降低仔猪死胎率和压死率,该研究设计了一种自由式分娩猪栏,并对其生产使用效果进行了评价。结果表明：分娩限位栏、传统分娩猪栏和自由式分娩猪栏的死胎率分别为(10.5±3.2)%,(4.1±2.5)%和(4.2±2.6)%（P＜0.001）。无仔猪防压构件的传统分娩猪栏母猪从站立到躺卧时的后驱下落时间为3.9 s,产后24 h的翻滚频次高,仔猪被压死的风险较高,其仔猪压死率达(25.5±9.8)%,而分娩限位栏与自由式分娩猪栏的仔猪压死率相对较低,分别为(10.8±3.6)%和(9.24±5.5)%。与分娩限位栏相比,自由式分娩猪栏及传统分娩猪栏的仔猪断奶质量和日增质量都较好（P＜0.05）。该研究认为自由式分娩猪栏有利于改善母猪及仔猪的健康与福利。     

种猪生产性能测定系统开发与性能测试

为开展种猪生产性能的智能化、自动化测定及开展种猪采食行为学研究,该研究设计了一种集自动识别、体质量感知、采食行为数据自动采集、数据分析与处理于一体的种猪生产性能智能测定系统。该系统主要由猪只耳标识别模块、精准下料控制模块、料槽及猪只个体称质量模块、现场数据通讯模块及远程中央控制模块组成。系统机械部分主要包括饲喂站的竖直侧墙、称质量平台、活动挡板、下料机构、料仓、控制盒、出料口开关及耳标识读器等组成。电路控制系统包括微处理器(LPC1766,内核为ARM Cortex-M3内核的微控制器)、RS232读卡器接口、数据存储芯片(预设存储256 KB数据)、看门狗电路、称质量电路、外围驱动电路、JTAG接口电路及稳压电源电路。系统性能测试结果表明:1)测量精度如下:饲喂下料没有范围限制,取决于喂料仓的储料状态,单次下料量及动态误差为93±2g;猪只体质量秤量程为0~200 kg,计量精度为10 g,称量动态误差占猪只体质量的0.5%以下,符合测定需求;2)对40头种公猪后裔的生长肥育猪饲喂测试结果表明,在25~60 kg体质量范围内,自由采食日均次数10~12次,日均采食时间78min,测试期间料肉比(FCR)为2.33:1,且生长规律符合Gompertz曲线,通过该模型预测的日增质量下降的拐点发生111~117d之间,对应的拐点体质量在63~64 kg范围内。上述实际观察及预测结果较好地反映了测定对象的生产性能,开发的软件及硬件系统达到了种猪生产性能测定的要求;3)系统下料控制部分,首次采用雨刷电机取代早期采用的步进电机,不仅成本下降,尤其结合圆柱式刮板下料机构,降低了单次下料量,改善了下料的精度;4)系统核心芯片采用进口器件,电路设计采用多重冗余和保护电路,软件的编写采用了多重功能验证,并通过长期可靠性测试;软件和硬件的冗余设计,提高了控制系统的可靠性,消除来自电源、电机、电磁波干扰,该测定系统具有极高的可靠性;测定的数据通过计算机系统可长期保存或升迁,便于数据量的积累和开展种猪选育的大数据挖掘分析。     

环境丰富度对肉猪生产性能及胴体性状的影响

舍饲圈栏环境对猪的生长发育和健康影响很大，为了解不同环境丰富度配置与肉猪生产性能和胴体性状之间的关系，利用铁链、玩具球以及拱槽3种福利性设施，设置8种不同的环境丰富度，对达兰配套系的320头70至150日龄的育成育肥猪进行了试验研究。结果表明：环境丰富度对育成育肥猪的生产性能和胴体品质有明显影响，其中同时设置铁链、玩具球、拱槽试验组的猪只生产性能和胴体品质最好，平均出栏重、平均日增重比对照组提高了5.49 kg(p＜0.05)，10.84%(p＜0.05)，料重比比对照低13.83%(p＜0.05)，各处理组的背膘厚、屠宰率、瘦肉率、眼肌面积、胴体长度和后腿比例也均以同时设置铁链、玩具球、拱槽试验组为最好。     

智能电子饲喂系统下猪采食时间对行为节律和生长的影响

为探究智能电子饲喂系统猪的采食行为分布,该研究分析了种猪性能测定站（Pig Performance Testing Station,PPTS）和母猪电子饲喂系统（Electronic Sow Feeding,ESF）中猪只采食次数、采食量、采食时长的昼夜分布,结果表明,智能电子饲喂系统在应用中由于猪只轮流采食普遍存在猪群夜间采食的现象,其中ESF使约1/4的猪仅在夜间采食,说明群体等级制度也是造成猪只采食时间紊乱的重要原因。进一步探究猪只采食时间对猪行为节律和生长的影响,选用26只香猪分别采用白天饲喂和夜间饲喂以模拟智能电子饲喂系统引起的采食时间变化,发现白天饲喂使生长猪采食量提高了135.68 g/d,但两组间日增质量没有显著差异。白天饲喂使生长猪主要在白天采食、饮水和蹭痒,夜间躺卧休息;而夜间饲喂使生长猪的采食行为主要集中在19:00喂料时刻和7:00昼夜交替时刻。白天饲喂分别提高了猪采食、饮水和躺卧行为时长44.28、14.22和61.95 min/d,降低了站立行为时长48.75 min/d、走动行为时长 57.40 min/d和蹭痒行为时长20.30 min/d,改善了猪只舒适性。因此,智能电子饲喂系统会破坏部分猪采食节律,增大猪个体生长差异,该研究为智能电子饲喂系统在生猪养殖中的应用提供参考。     

简易式工厂化循环水对虾养殖系统构建及试验

为探索低换水量的对虾养殖生产方式,该研究构建了一种简易式工厂化对虾养殖系统,试验组利用自行研发的蛋白分离器和新型集污盘去除系统总悬浮颗粒物和老化微藻,对照组不设置蛋白分离器和集污盘,进行对虾养殖和水质调控试验,结果表明:试验组平均总氨氮浓度、平均亚硝氮浓度、平均TSS(Total Suspended Solids)浓度、平均副溶血弧菌数量分别为(0.4±0.16)、(0.53±0.23)、(68.33±39.72)mg/L和(140±113.83)cfu/mL,显著低于对照组(0.96±0.62)、(1.17±0.59)、(147.14±94.18)mg/L和(661.34±473.96)cfu/mL(P0.05);试验组成活率及单位产量分别为82.62%±5.64%和(3.44±0.85)kg/m~3,显著高于对照组18.29%±4.63%和(1.09±0.23)kg/m~3(P0.05)。该研究构建的简易式循环水工厂化系统,设置蛋白分离器流量10 m~3/h且不间断运行,养殖前45 d不换水、后55 d利用集污盘进行强排污保持日换水量5%的情况下能够有效调控对虾养殖水质。     

青贮方式对青贮玉米饲料品质及“平凉红牛”育肥效果的影响

青贮方式会影响青贮饲料的品质，进而影响到青贮饲料的饲喂效果。为筛选出青贮效果好，青贮饲料报酬及育肥效益高的玉米青贮方式。基于牛只体况，年龄、体重相近的原则，选取24头12月龄的“平凉红牛”阉牛作为试验对象。随机分为2组，每组12头，对照组饲喂窖贮青贮玉米+精饲料，试验组饲喂裹包青贮玉米+精饲料，共饲喂90 d，比较裹包青贮玉米和窖贮青贮玉米感官品质、营养品质及其育肥效果和经济效益。结果表明:不同青贮方式下，全株玉米感官品质无差异，但全株玉米裹包青贮组干物质、粗蛋白、淀粉、中性洗涤纤维、酸性洗涤纤维、钙和磷含量均显著高于窖贮青贮组(P < 0.05)；饲喂裹包青贮+精饲料组的“平凉红牛”平均日增重较窖贮青贮+精饲料组高7.14%，每头牛日纯利润比窖贮青贮+精饲料高3.24元。综上所述，裹包青贮方式可有效保存饲料原料养分，且饲喂效果明显。     

集约化猪场液体饲料自动饲喂系统研究

集约化猪场微生物发酵液体饲料具有猪胃的pH值,抑制猪肠胃有害菌群的繁衍,激活内外源酶的作用,促进猪对饲料的消化和营养吸收能力。液体饲料自动饲喂系统在双MCS-80C31的控制下,根据饲料原料的各种营养成分和猪生长对其需要量,自动计算、采集饲料原料将其送人计量混合罐内,并在其中完成可控的精量均匀混合、发酵过程,MCS- 80C31根据不同猪群组的饲喂曲线,自动计算、投喂育肥猪需要饲喂的液体饲料重量。试验表明:液体饲料饲喂育肥猪能使育肥猪群的平均饲料转化率比干配合饲料饲喂改善6．77％,育肥猪群的平均日增重提高9．33％,效果显著。     

水冷式猪床冬季保温措施对妊娠母猪小群饲养的影响

为探讨在冬季低温条件下水冷式猪床保温措施对妊娠母猪小群饲养的影响,试验选用16头配种4周左右的母猪,随机分为对照组和试验组,每组各2圈栏,每圈栏4头。在试验组猪床单元两端设有门帘来提高猪床内环境温度,测试各组环境温度及观察母猪行为。结果表明:单个猪床单元内1头猪躺卧时,试验组单元内温度比对照组和舍内温度平均分别高3.2和6.9℃,当试验组和对照组舍内温度分别高于11和12℃,均未出现2头猪挤在1个单元内躺卧。试验组与对照组相比,母猪每天平均躺卧时间(18.6和17.8h)和饮水次数(18.5和23.3)差异显著(P<0.05),咬链次数(14.0和19.0)差异极显著(P<0.01)。对照组在猪床单元内排便和排尿分别占总次数的1.8%和12.1%,而试验组分别为0和3.2%。研究结果表明,猪床门帘可提高母猪躺卧区的局部温度和减少母猪的刻板行为。     

建立种猪核心群提高商品猪质量的研究

在广西１０个工厂化猪场进行了提高商品猪质量的研究。通过建立种猪核心群，种猪综合指数选择，严格选种选配，使种猪生产性能和肉猪肥育性能，以及体型外貌的整齐度都有较大的改善。１９９３年与１９９１年比较，长白猪核心群产仔数提高５．８％，２８日龄断乳重提高７．６％，商品杂交猪日增重提高１２．６％，料重比降低５．９％。经ｔ测定，多数经济性状Ｐ＜０．０１，差异高度显著。１０个猪场每年产仔数增加４９６８头，可节约种猪料２０万ｋｇ；每头商品猪可增加活重７．４ｋｇ，每年可增加活重７２．７４万ｋｇ，取得了显著的经济效益和社会效益。     

低蛋白饲喂技术对猪粪好氧堆肥腐熟度的影响

  【目的】  猪粪由于产生量大、碳氮比低、水分含量高等导致储存处理难度较大，好氧堆肥处理猪粪因原料所提供微生物活动环境较差，导致堆肥效率低下。低蛋白饲喂技术在不影响猪生长发育的同时降低了饲料中的氮投入，可以显著改变猪粪的养分组成。本研究通过多种有机肥腐熟指标判定，分析低蛋白含量日粮饲喂的猪粪通过不同堆肥方式是否可快速有效地达到腐熟，并符合安全施用标准。  【方法】  动物试验选取初始体重为60 kg的去势公猪72头，分高、低蛋白饲喂两个处理，每个处理6次重复，每个重复6头猪。试验饲料均适应喂养7天后，开始收集粪便，收粪期为60天。堆肥试验共设4个处理，分别是高蛋白饲喂静态堆肥 (MH)、低蛋白饲喂静态堆肥 (ML)、高蛋白饲喂好氧堆肥 (CH)、低蛋白饲喂好氧堆肥 (CL)，堆肥周期为14天。监测了堆肥过程中堆体温度和碳、氮含量等指标，并测定堆肥处理的小白菜种子发芽指数 (GI)。  【结果】  以堆肥过程中高温持续时间、堆肥NH₄+-N含量、T值 (堆肥结束C/N与堆肥初始C/N的比值) 和GI (小白菜种子发芽指数) 4项为腐熟判断指标，在14天堆肥周期内，高蛋白饲喂产生的猪粪在静态堆肥情况下 (MH)，高温持续时间为0天，NH₄+-N含量为0.43 g/kg、T值为0.91、GI指数为0，未能达到腐熟标准；高蛋白饲喂产生的猪粪堆肥在好氧堆肥条件下 (CH)，高温持续时间为5天，NH₄+-N含量为0.33 g/kg、T值为0.70、GI指数为0.31，T值和GI值均未能达到腐熟标准；低蛋白饲喂产生的猪粪，在静态堆肥中 (ML) 高温持续时间为0 天，NH₄+-N含量为0.54 g/kg、T值为0.81、GI指数为0.25，均未能达到腐熟标准；而在好氧堆肥 (CL) 中，高温持续时间为6天，NH₄+-N含量0.14 g/kg、T值为0.57、GI指数为0.96，均达到腐熟标准。  【结论】  高蛋白饲养产生的猪粪在静态和好样发酵条件下堆放14天，都不能完全腐熟。低蛋白饲喂产生的猪粪在静态堆放条件下，堆肥14天也不能达到腐熟标准。而低蛋白饲养产生的猪粪在好样条件下，可以在堆放14天时达到腐熟，因为低蛋白饲喂技术使猪粪碳氮比提高了约15%，高温发酵时长延长了40%，极大提高了猪粪短时间内的腐熟程度。因此，在循环农业中，通过上游低蛋白饲喂技术可促进下游猪粪的快速处理和循环利用。     

Changes in the fatty acid profile of the subcutaneous fat of swine throughout fattening as affected by dietary conjugated linoleic acid and monounsaturated fatty acids

The fatty acid profile of the subcutaneous fat of pigs and its evolution throughout fattening as affected by dietary conjugated linoleic acid (CLA), monounsaturated fatty acids (MUFA), and their interaction (CLAxMUFA) were studied. Three levels (0, 1, and 2%) of an enriched CLA oil (28% cis-9, trans-11 and 28% trans-10, cis-12 CLA) were combined with two levels of MUFA (low, 19% average; and high, 39% average) for pig feeding (288 gilts). Subcutaneous shot-biopsies were taken from 48 animals at the beginning of the trial (S1, 70 kg), 14 days later (S2, 80 kg), and at slaughter (S3, 107 kg). Inclusion of CLA in the diet caused an increase during fattening in cis-9, trans-11 CLA, trans-10, cis-12 CLA, and saturated fatty acids (SFA) contents of pig backfat and a decrease in MUFA and polyunsaturated fatty acids (PUFA). MUFA supplementation also led to a MUFA enrichment of backfat. The interaction CLAxMUFA affected the SFA content. The rates of accumulation of CLA isomers, SFA, and MUFA throughout the trial did not follow a linear behavior, such rates being higher from S1 to S2 than from S2 to S3. These rates were also influenced by dietary CLA and MUFA levels. The increase in the ratio of saturated to unsaturated fatty acids of backfat caused by dietary CLA might be balanced by supplementation of pig diets with MUFA.     

集约化猪场液体饲料自动饲喂系统研究

集约化猪场微生物发酵液体饲料具有猪胃的pH值，抑制猪肠胃有害菌群的繁衍，激活内外源酶的作用，促进猪对饲料的消化和营养吸收能力。液体饲料自动饲喂系统在双MCS-80C31的控制下，根据饲料原料的各种营养成分和猪生长对其需要量，自动计算、采集饲料原料将其送入计量混合罐内，并在其中完成可控的精量均匀混合、发酵过程，MCS-80C31根据不同猪群组的饲喂曲线，自动计算、投喂育肥猪需要饲喂的液体饲料重量。试验表明：液体饲料饲喂育肥猪能使育肥猪群的平均饲料转化率比干配合饲料饲喂改善6.77%，育肥猪群的平均日增重提高9.33%，效果显著。     

基于机器视觉的猪体质量估测模型比较与优化

基于机器视觉的猪体质量估测模型较多,但模型缺乏在实用性、准确性的对比,最佳模型没有定论。该文总结了已有的估测算法,基于79组背部图像面积、实际面积、体长、体宽、体高、臀宽、臀高数据,使用线性回归、幂回归、二次回归、主成分线性回归、RBF(radial basis function,径向基函数)神经网络等方法,重建了13种体质量估测模型,并比较了13种模型的估测精度。结果表明,基于体长、体宽、体高、臀宽和臀高的线性回归模型具有较好的估测精度,估测值与真值的相关系数达到了0.996。利用主成分法去掉体尺的共线性,利用曲线回归解决残差不均匀问题,更加符合猪体质量增长趋势,结果表明基于主成分的幂回归模型具有较高的相关系数和较低的标准估计误差,对于97组数据的估测平均相对误差为2.02%。使用猪场实测24组数据验证模型,估测质量与测量值相关系数为0.97,估测平均相对误差为2.26%,标准差为1.78%,优于基于面积和面积体高结合的估测模型,平均绝对误差为2.08 kg,优于面积体高结合方法的平均绝对误差。试验证明使用多个体尺的主成分幂回归体质量估测模型较为精确,可用于机器视觉估测猪体质量的应用中。     

基于改进实例分割算法的智能猪只盘点系统设计

基于图像处理的动物资产计数方法，不仅可以减少人工投入，还可以缩短生物资产的计数周期，但该方法受光照条件影响严重，并且当动物间相互挤压、遮挡时，计数精度较差。针对这些问题，该研究提出了一种基于图像实例分割算法的生猪计数网络。针对光照和目标边缘模糊问题，利用拉普拉斯算子进行图像预处理。对Mask R-CNN网络的特征提取网络进行改进，在原始特征金字塔网络（Feature pyramid network, FPN）后面增加一条自底向上的增强路径，直接将低层边缘位置特征与高层特征相融合，提高对目标边缘轮廓的识别能力，对非极大值抑制过程和损失函数进行优化和改进，以提高分割精度。在河北丰宁、吉林金源和内蒙古正大3个试验猪场进行测试，验证本文网络的计数精度。采集设备在3个试验猪场共采集2 400张图像，经图像预处理去除模糊和光线差的图像，从剩余的图像中随机选取共1 250张图像作为原始数据集，其中丰宁猪场500张、金源猪场500张，正大猪场250张。将各猪场的原始数据集分别按2:2:1的比例分为3部分，包括训练集905张，验证集95张，测试集250张，对原始训练集和验证集进行数据增强，最终得到训练集图像1 500张，验证集图像150张，测试集图想250张。河北和吉林的试验猪场，每栏猪只数目为12～22头，各测试100张图像，完全准确清点的图像比例分别为98%和99%，满足实际应用要求。内蒙古试验猪场的单栏猪只密度大，每栏猪只数目平均80头，测试50张图像，完全准确清点的图像比例为86%。本文所提出的猪只盘点系统，通过修改网络增强图像中目标特征信息提取和优化边界框回归过程，减少由于光线差和遮挡导致的目标漏检情况，解决了基于图像分割算法的猪只盘点中光照、模糊以及遮挡等问题，能够满足单栏饲养密度为1.03～1.32头/m2的养殖场的猪只盘点需求。     

改进Faster R-CNN的群养猪只圈内位置识别与应用

群养圈栏内猪只的位置分布是反映其健康福利的重要指标。为解决传统人工观察方式存在的人力耗费大、观察时间长和主观性强等问题，实现群养猪只圈内位置的高效准确获取，该研究以三原色（Red Green Blue，RGB）图像为数据源，提出了改进的快速区域卷积神经网络（Faster Region Convolutional Neural Networks，Faster R-CNN）的群养猪只圈内位置识别算法，将时间序列引入候选框区域算法，设计Faster R-CNN和轻量化CNN网络的混合体，将残差网络（Residual Network，ResNet）作为特征提取卷积层，引入PNPoly算法判断猪只在圈内的所处区域。对育成和育肥2个饲养阶段的3个猪圈进行24 h连续98 d的视频录像，从中随机提取图像25 000张作为训练集、验证集和测试集，经测试该算法识别准确率可达96.7%，识别速度为每帧0.064 s。通过该算法获得了不同猪圈和日龄的猪群位置分布热力图、分布比例和昼夜节律，猪圈饲养面积的增加可使猪群在实体地面的分布比例显著提高（P＜0.05）。该方法可为猪只群体行为实时监测提供技术参考。