我国饲料行业信息化发展的现状及对策研究

随着“互联网+”技术的发展和普及，信息化技术已成为饲料企业提升核心竞争力的有效途径。本文对我国东、中、西部地区累计800余家饲料企业的信息化发展情况进行问卷调研，分析饲料企业信息化建设过程中存在的问题，并结合行业发展趋势提出具体的对策建议，以期推动饲料行业信息化、智能化的转型升级。 [关键词] 饲料|信息化|管理系统|对策建议     

基于臭氧的水培空心菜促生装置及初步试验

针对无土栽培条件下营养液易繁殖病原菌及孽生藻类的问题,设计了适用于无土栽培温室的基于臭氧的水培生菜促生装置。采用电晕放电法制取O3,选择合理的自动控制策略,获取营养液杀菌消毒过程中的p H、电导率及液位参数等,针对植物对营养液的实际需求进行动态调整,为植物提供最佳的生长环境。试验以台湾长叶空心菜为试验对象,通过测定0.19mg/L(处理1)、0.38mg/L(处理2)和0.57mg/L(处理3)臭氧浓度处理下水培空心菜的生长指标及叶绿素含量,对比分析不同臭氧浓度处理与不使用臭氧消毒(对照组)条件下空心菜的生长差异。试验结果表明:该循环消毒装置在0.57mg/L臭氧浓度下,对空心菜的生长有一定的促进作用,可以增加空心菜产量。     

畜禽精准饲喂管理技术发展现状与展望

传统的畜禽饲喂方式易产生畜禽营养不均、饲料浪费等问题,且人工劳动强度较大、生产率有待提高。随着信息技术的进步,以节省饲料和人工成本、促进畜禽营养均衡、保障畜产品品质及安全等为显著优势的精准饲喂管理技术应运而生,并逐渐研发应用。该文阐述了畜禽精准饲喂中饲养信息获取、饲料精准配方及智能饲喂技术的发展现状并分析了当前存在的问题及未来的发展趋势。     

基于多特征融合的蛋鸡发声识别方法研究

为更好地利用音频进行畜禽发声分类,进一步提高识别准确率,提出了一种基于多特征融合的蛋鸡发声识别方法。以栖架式养殖模式下蛋鸡的产蛋声、鸣唱声、饲喂声、尖叫声典型音频为研究对象,提取梅尔频谱系数、短时过零率、共振峰及其一阶差分作为融合特征参量,构建基于遗传算法优化BP神经网络的蛋鸡发声分类识别模型。结果表明,本文方法对蛋鸡产蛋声、鸣唱声、饲喂声和尖叫声的平均识别准确率为91.9%,识别的精确度分别为90.2%、93.0%、93.3%、92.2%,平均精确度达到92.2%;识别的灵敏度为94.9%、90.0%、89.4%、91.8%,平均灵敏度达到91.5%。研究表明,基于多特征融合的蛋鸡发声识别方法具有较好的识别灵敏度和精确度,可为蛋鸡发声语义解析与自动判别提供参考。     

畜禽养殖疾病诊断智能传感技术研究进展

畜牧业是我国农业的重要组成部分,目前我国畜牧业向着规模化、集约化发展,同时也增加了畜禽疾病诊断的难度。为提高畜禽养殖中的动物福利水平,并降低畜牧养殖中因动物疫病与健康异常带来的经济损失与公共卫生安全风险,近年出现了一批通过数字化、智能化手段实现畜禽疫病诊疗的自动化方法,如机器视觉分析、动物音频分析、红外温度感知、深度学习分类等,这些方法可以有效提高对患病或异常畜禽动物的诊断效率、缩短诊断周期、降低畜牧养殖中人工巡检劳动力。畜禽疫病自动诊疗方法不同于常规的基于病理学知识的诊断方法,其主要通过各类传感器自动获取畜禽在养殖过程中的图像、声音、体温、心率、排泄物等各类特征信息,而后通过梅尔倒谱系数、Logistics回归分析等数学模型和支持向量机、深度学习等智能算法对采集的信息进行综合分析与处理,并对动物的健康状态做出评价与预测。文章分别从畜禽形态诊断技术、行为诊断技术、声音诊断技术、体温诊断技术、其他生理参数诊断技术等几个方面总结阐述了目前动物疫病智能诊断技术研究的进展和一些基础的方法原理,这些方法基于动物外型与体尺、行为与动作、鸣叫与声音、体温、排泄物、呼吸与心率等数字化特征,通过数学模型对传感器采集到的特征进行实时分析与分归类,基本实现了对理想环境下动物健康状态的评价。目前的畜禽动物疾病自动诊疗技术研究成果丰富,但相关诊断方法大多是在理想环境下进行,而实际的生产养殖环境中干扰因素很大,目前的诊断方法大多无法很好地排除干扰并精确提取出所需特征信息;并且目前的数字化禽畜疾病诊断方法多是基于禽畜的一种特征信息进行分析诊断,这使得诊断系统的诊断准确度受到影响,诊断结果说服力不足。同时目前的大多数数字化禽畜疾病诊断方法还存在诊断泛化能力差、抗干扰能力差等问题,这些问题制约了其推广与应用。未来畜禽疾病自动诊断的研究重点是提高其传感算法的精度和数学模型的适用性与鲁棒性,并进一步发展基于多种特征耦合与数据融合的智能化畜禽疾病诊疗专家系统,争取实现实时、高效、智能、精准的畜禽健康诊断。     

基于加速度计的肉牛次级采食行为自动识别方法研究

【目的】 肉牛采食行为包括卷食、咀嚼、卷食—咀嚼等几种次级行为。监测肉牛次级采食行为有助于评估牛只的健康状况和营养水平。文章旨在利用加速度传感器研究肉牛次级采食行为识别方法,对比不同监测部位对次级采食行为识别的影响。【方法】 将加速传感器安装在肉牛的鼻子、右颌、左嘴3个部位,检测次级采食行为的加速度信号,经过衍生变量函数计算,扩充数据维度,使用ExtraTreesClassifer选择出9种重要特征,运用XGBoost算法识别肉牛采食次级行为（卷食、咀嚼、卷食—咀嚼、其他）,最后使用HMM-viterbi算法修正次级行为识别结果。【结果】 XGBoost和HMM-viterbi在鼻子、右颌、左嘴3个部位识别的平均结果相同,XGBoost识别的平均准确率、精确率、F1得分和召回率分别为0.95、0.93、0.93和0.93,HMM-viterbi修正后识别的平均准确率、精确率、F1得分和召回率均为0.99。因此,运用HMM-viterbi模型可以有效修正行为识别结果。在XGBoost识别结果中,鼻子部位识别次级行为的得分较高,考虑长期佩戴传感器的稳定性,推荐采用鼻子作为检测部位。【结论】 在肉牛鼻子部位佩戴加速度器,利用XGBoost结合HMM-viterbi的方法可以自动识别肉牛次级采食行为。     

蛋鸡发声音频数据库的构建与应用

蛋鸡发声含有丰富的机体信息,充分挖掘其声学特性,并利用其无接触、无应激的优点,为建立基于发声信息的蛋鸡养殖远程监测平台提供基础依据。该研究借助音频数字化处理技术和数据库管理平台,以海兰褐蛋鸡为例,搭建系统分别采集其在小规模(5只)饲养条件下的叫声信息及其体态行为。运用音频处理软件Adobe Auditionv1.0和音频分析软件Praat5.3提取蛋鸡发声特征参数,包括持续时间、基音频率、频谱质心、共振峰及其衍生的统计值,以此构建出蛋鸡发声音频数据库,在此基础上分别选取蛋鸡产蛋行为发声、鸣唱声和鸣叫声等典型发声行为对比分析。结果表明,蛋鸡产蛋行为发声与鸣唱声均为多次重复的、有节奏的、短促的音节所构成(称其为句子),前者先抑后扬、后者先扬后抑,句子的音节个数分别是7.8±2.0、15.2±7.7,但其时频域特征间存在着显著差异(P<0.05),与鸣叫声相比,其发声特征参数如频谱质心、共振峰等有着显著差异。研究表明,掌握蛋鸡发声的含义,有助于了解其行为特性、机体状态以及种群间的信息传递,并为蛋鸡行为特征识别与数字化监测平台的构建提供数据支持。     

磁化水灌溉对番茄生长及生理特性的影响

通过日光温室试验,研究磁化水灌溉对番茄幼苗期和开花期生长性状与生理特性的影响,为磁化水灌溉在蔬菜生产中的应用提供依据。试验设置2个处理:磁化水灌溉、普通水灌溉（CK）。试验结果表明:与普通水灌溉相比,磁化水灌溉处理的番茄植株株高增长15%、茎粗增长8.2%;磁化水灌溉处理后的幼苗期番茄叶片SOD、POD和CAT活性分别增长22%、44.4%、18.4%,开花期番茄叶片SOD、POD、CAT活性分别增长15.8%、21.5%、48.3%;磁化水灌溉处理后的开花期番茄根系活力增长56%。磁化水灌溉能有效提升番茄生长性能、酶活性和根系活力,可为绿色、无公害蔬菜生产技术的应用提供参考。      

负水头灌溉对番茄不同生育期生长特性的影响

[目的]通过温室盆栽试验,研究负水头不同供水吸力对番茄各生育期耗水量和光合特性、植株水分利用效率和产量的影响,为负水头在番茄生长生产中的合理应用提供理论依据。[方法]采用负水头灌溉装置,设置4个不同吸力值,分别为5(T1)、6(T2)、7(T3)、8(T4)kPa,测定不同吸力值下番茄各生育期内的耗水量和光合特性、植株水分利用效率及产量,进行比较分析。[结果]通过比较各处理间番茄不同生育期耗水量可知,T1、T2、T3、T4处理的番茄初果期耗水量均最高,分别为22.05、18.89、21.11、18.46kg·pot~(-1);各处理的番茄叶片净光合速率和蒸腾速率随番茄植株的生长呈现先增大后减小的趋势,与番茄各生育期耗水量的变化趋势基本相同;与T1、T3、T4处理相比,T2处理的番茄植株水分利用效率和产量均为最高,分别为17.8g·kg~(-1)、0.71kg·pot~(-1)。[结论]负水头吸力值6kPa处理的番茄植株耗水量最小、植株水分利用效率及产量最高,表明吸力值6kPa的土壤含水量及灌溉量最有利于番茄生长,为温室番茄生长节水灌溉和负水头灌溉合理应用于番茄等温室作物优质高产提供一定的理论依据。     

蔬菜废弃物资源化利用研究进展

蔬菜废弃物无序堆置和低效处理导致的环境污染和资源浪费等问题日益突出,其资源化高效利用研究与创新迫在眉睫。本文总结了我国蔬菜废弃物的主要来源与特点;从肥料化、能源+肥料化、饲料化等多种资源化利用途径的创新研究方面进行综述,分析了资源化处理途径的特点;并对我国蔬菜废弃物资源化高效利用途径进行了展望。