川猪生产的根本出路在于产业化

川猪生产对全国生猪及猪肉生产影响巨大，它的发展存在很多问题，亟待解决、其根本出路在于走产业化道路，通过对川猪生产产业化典型模式的分析，提出了川猪生产产业化项目应具备的四大特点，并为我国养猪产业化发展提供了启示。     

浅论南方高床养猪的优劣

高床养猪是一种创新型的养殖模式,我国最早在20世纪90年代末期从日本、韩国引进并推广。高床养猪的基本原理是利用微生物发酵猪的粪便,对猪的排泄物进行环保处理并再利用。而我国南方具有得天独厚的地理环境和满足微生物生长所需的环境温度,有利于高床养猪模式的应用和普及,然而这样的环境也有对应的劣势,限制了高床养猪模式的发展。     

猪粪

大力发展养猪业是党发展我国农业、增产粮食的重要指示。养猪的好处很多,猪的全身都是宝。猪肉是我国人民喜爱的肉食之一;猪皮、猪毛和猪骨头都是很好的工业原料;猪粪尿还是农家主要的优质肥料。     

关于猪粪堆腐以及保贮等问题的讨论

猪多、肥多,肥多、粮多。坚决贯彻党的大力发展养猪积肥的指示,这是解决我国肥料的重要途径。随着养猪积肥运动的发展,猪粪的研究亦已广泛开展。     

我国养猪产业生产现状及其发展方向

20世纪70年代以来,中国的养猪业有了长足发展,生猪饲养量居世界第一,但养猪业总体水平还较低,特别是在世界猪肉进出口贸易中几乎没有任何地位.本文针对我国农村养猪和规模化养猪的现状,对制约我国养猪生产水平的主要问题进行了详细分析.指出发展农村养猪生产,应注重提高农村仔猪质量、改良生猪精料、建立养猪小区、实施生态养猪等,以规范农村肉猪生产方式,提高生猪生产水平;对规模化养猪场,应改进现有饲养工艺、环境调控及粪污处理技术等,逐步向舍饲散养、清洁生产等方向转变,并且通过加大生产过程中的科技投入,规范生产过程,以提高生猪产品的质量,增强在国际市场中的竞争力;采用"公司+农户+公司"形式,进一步完善我国生猪产业化体系,使我国养猪业步入更加良性的发展轨道.     

采用先进配套技术,提高养猪现代化水平

现代化养猪工艺,是按照猪的不同生产阶段采用配套的现代化养猪科学技术,实现高产、高效益。近年来,由于市场对瘦肉猪的需求和出口的需要,从国外引进一些瘦肉型种猪和工厂化养猪设备,相继在北     

牧场养猪对地表覆盖、土壤养分分布和密度的影响

通过对养猪牧场喂食、饮水和遮阳等基础设施位置变换、固定和不放养猪(对照)对土壤无机N、P、地表覆盖及土壤压实程度的研究表明,第一批猪放养(试验1)结束后,小区周边土壤无机N含量高于小区中部,但第二批猪放养(试验2)结束后,没有这种现象;土壤P不受养猪的影响;不养猪区域的植被覆盖率高于养猪区域,但移动基础设施和固定基础设施对覆盖率没有影响;固定基础设施会压实土壤,第二批猪放养结束后,移动基础设施与对照土壤体积密度没有差异.因为牧场养猪会影响土壤养分的分布,可能会限制其发展,但是,将来研究出可以最大程度地减少营养负荷和草场退化的技术,牧场养猪前景看好.     

我国养猪生产的发展方向

我国养猪生产正处在由传统生产向现代化生产转化阶段。在这个阶段中，养猪生产所面临的主要任务是工作重心由城郊转向农村；引导养猪生产向产业化方向发展；提高宏观调控能力，做到可持续发展。     

我国养猪生产的发展方向

我国养猪生产正处在由传统生产向现代化生产转化阶段。在这个阶段中，养猪生产所面临的主要任务是工作重心由城郊转向农村；引导养猪生产向产业化方向发展；提高宏观调控能力，做到可持续发展。     

浅谈春季猪常见疾病的综合防治措施

猪是我国养殖业中十分常见的动物,在每个城市都有一定的生产规模,形成一定生产链。云南省普洱市的猪养殖已成为一大主要养殖内容,而猪类也相应有一定养殖风险,尤其是疾病因素,一旦患病极易造成猪的死亡,造成极大经济损失。基于此,以云南省普洱市为例,从春季患病的主要因素与疾病主要类型、每种疾病的对应防治措施、综合提高防治能力这三方面进行分析和论述猪春季常见疾病。     

深度学习在猪只饲养过程的应用研究进展

随着人工智能技术的兴起,深度学习技术发展迅猛,在图像及音频识别、自然语言处理、机器人技术、生物信息学、化学和金融等领域中应用广泛,也是目前发展精细畜牧业重要工具。养猪业是中国的重要农业产业,生猪的体况、行为及健康状况直接影响猪场的收入水平,通过深度学习技术可以快速、准确地了解猪只的相关信息并进行精确管理,提高猪只饲养效率及动物福利水平。该研究阐述了深度学习在目标猪只检测、猪只图像分割、猪只体况及异常监测、猪只行为识别上的应用现状,提出了深度学习技术在猪只饲养过程中的改进策略,以方便研究人员快速了解其研究进展。同时总结和分析了深度学习技术在猪只饲养过程中关于数据来源及数据集、应用范围、模型优化的不足与展望,提出应建立适用于猪只领域的公共数据集和统一的数据集标准,扩大深度学习的应用范围,优化DL模型以满足实际任务需求,将深度学习应用于猪场生产实践中。该研究旨为提高猪只福利化养殖和猪场经济效益提供依据,以推动深度学习在猪只饲养过程中应用的进一步发展。     

苜蓿蛋白对仔猪和肉仔鸡生产性能的影响

研究比较苜蓿蛋白（ＡＪＰＣ）对仔猪和肉仔鸡的生产性能的影响。结果表明,苜蓿蛋白对仔猪和肉仔鸡的影响存在显著差异。在肉仔鸡日粮中用苜蓿蛋白替代豆粕和棉粕蛋白１０％以下时,苜蓿蛋白对肉仔鸡生长和采食量没有不良影响;替代５０％以上时,对采食量和生长都有显著的抑制作用（Ｐ＜０．０５）。苜蓿蛋白替代仔猪日粮中的棉粕和菜粕蛋白１００％时,对生长有显著改善（Ｐ＜０．０１）,生长速度分别提高１０．２％和４．８％。     

非洲猪瘟病毒生物学特性及在猪肉生产中的防控措施研究

非洲猪瘟是一种烈性外来疾病,不属于人畜共患病,但会造成大量猪死亡,自中国首次发现疫情以来,多个地区相继暴发疫情,扑杀大量生猪,给生猪养殖业带来巨大的损失。目前还没有针对非洲猪瘟的特效药和有效疫苗,还需要进一步的研究。该文从非洲猪瘟病毒的生物学特性、防控难点以及在猪肉食品生产中的防控方法等方面进行概述,提出食品企业应做好应对措施,在食品生产过程中全面防控,增强从业人员的防控意识,防止非洲猪瘟病毒通过猪肉产品在市场中传播,旨在为抑制非洲猪瘟的扩散和食品企业对非洲猪瘟病毒的防控提供参考。     

我国工厂化养猪的现状及其前景

我国工厂化养猪始于七十年代中期,当时在大城市郊区兴建了一批工厂化猪场,一直坚持走具有中国特色的道路。但在始创期遭遇许多艰难曲折。近年由于出口需要。广东省率先大办外向型猪场并采用工厂化养猪工艺。最近大城市大办肉食品基地,积极筹建工厂化猪场,使我国工厂化养猪有了广阔的前景。十年多的实践,积累了许多经验教训。     

基于计算机视觉技术估算种猪体重的应用研究

为了解决在种猪体重测量中传统方法所遇见的问题，该研究初步探讨了一种新方法，即把计算机视觉技术应用到种猪饲养管理中，通过数字图像分析技术，测量和计算种猪的投影面积，并分析其与体重的相关性，为种猪体重测量提供了新的依据。结果显示去除头部和尾部后剩余身体部分的投影面积和体重的相关性极大，相关系数可达到0.94，再与人工测量的结果进行对比，相对误差不超过2.8%。试验证实了利用这种无接触的方法来估测种猪的体重，可以减少人力物力，避免由于猪的应激反应而给生产带来的损失，在种猪的科学饲养管理中具有实用意义。     

非洲猪瘟对中国生猪市场和产业发展影响分析

受非洲猪瘟疫情、环保等因素影响,生猪产能快速深度下降,未来2 a猪肉供给偏紧特征明显,生猪价格快速进入新一轮上涨周期,未来养殖收益将连续3 a处于较好水平,未来2 a猪肉进口预期创新高。短期来看,非洲猪瘟影响下产销区供给过剩和供给偏紧交替出现,猪价由区域分化演变为普遍性上涨。受非洲猪瘟防控政策、产业生物安全水平提升需求和近期出台的产业支持政策等因素影响,中国生猪产业的生产和屠宰布局、流通模式、消费结构、猪肉贸易、价格周期等发生深刻变革。非洲猪瘟导致中国生猪养殖模式向适度规模转变,"公司+农户"成为主要发展模式,屠宰产能由销区向产区转移,管理和防疫成本提高,生猪产能恢复速度将较缓慢,猪肉消费加速向冷鲜肉转变,在肉类消费结构中比重将进一步下降,未来猪肉进口保持较高水平将成为常态。要有效实施非洲猪瘟分区防控、保障生猪市场稳定,需要通过加强区域化防控机制的顶层设计和立法,优化非洲猪瘟强制性扑杀补贴机制,加强基层兽医体系建设,实施"政府+企业+养殖户"联防联控,降低疫病传播风险,推动生猪产业可持续发展。     

采用改进CenterNet模型检测群养生猪目标

为实现对群养环境下生猪个体目标快速精准的检测,该研究提出了一种针对群养生猪的改进型目标检测网络MF-CenterNet（MobileNet-FPN-CenterNet）模型,为确保目标检测的精确度,该模型首先以无锚式的CenterNet为基础结构,通过引入轻量级的MobileNet网络作为模型特征提取网络,以降低模型大小和提高检测速度,同时加入特征金字塔结构FPN（Feature Pyramid Networks）以提高模型特征提取能力,在保证模型轻量化、实时性的同时,提高遮挡目标和小目标的检测精度。该研究以某商业猪场群养生猪录制视频作为数据源,采集视频帧1 683张,经图像增强后共得到6 732张图像。试验结果表明,MF-CenterNet模型大小仅为21 MB,满足边缘计算端的部署,同时对生猪目标检测平均精确度达到94.30%,检测速度达到69 帧/s,相较于Faster-RCNN、SSD、YOLOv3、YOLOv4目标检测网络模型,检测精度分别提高了6.39%、4.46%、6.01%、2.74%,检测速度分别提高了54、47、45、43 帧/s,相关结果表明了该研究所提出的改进型的轻量级MF-CenterNet模型,能够在满足目标检测实时性的同时提高了对群养生猪的检测精度,为生产现场端的群养生猪行为实时检测与分析提供了有效方法。     

模糊综合评判法在规模化养猪生产工艺优化中的应用

该文旨在探讨规模化养猪生产工艺及设备内容的重要性排序，为生产工艺及设备改造提供理论依据。利用模糊综合评判法，通过对15位专家评分的分析，建立了单因素模糊评判矩阵，确定了评价指标的权重，利用加权平均模型进行综合决策，得出了影响华中地区规模化养猪生产工艺内容的重要性排序。优化结果与对华中地区6个规模化猪场的调查资料相一致，表明该方法可作为规模化养猪生产工艺优化的新方法。     

校外教学实习基地建设的探索与实路

为了适应市场经济需要，在建设校外教学实习基地过程中，我们引进了产学研结合的育人机制，先后在校外建立了１１个基地，解决了畜牧兽医系所承提的７个专业的实习场所问题，安排了３７１名学生实习，保证了教学质量。同时，结合教学和生产，在基地开展了合作研究，进行科技服务，培训技术骨干和基地职工，从而大大加快了基地生产的发展，经济效益明显提高。目前，建立校外教学实习基地的经验，已在校内各系推广。     

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。