奶牛智慧养殖生态环境、生理健康与生长性能数字化表征指标体系研究

Feeding Management
奶牛智慧养殖生态环境、生理健康与生长性能数字化表征指标体系研究
胡肄农1，柏宗春1*，朱红宾2，田 雨3
1 江苏省农业科学院农业设施与装备研究所/农业农村部长江中下游设施农业工程重点实验室，江苏南京 210014
2 上海科湃腾信息科技有限公司，上海 200072
3 南京卫岗乳品有限公司，江苏南京 211100
摘 要：研发和应用面向奶牛智慧养殖的技术、装备与系统，首要关键是对养殖信息进行数字化表征与智能化感知，从养殖生态环境、奶牛生理健康与生长性能相关的诸多生产要素中，筛选出可感知、可预测、与奶牛繁殖、泌乳等生产性能紧密相关的指标，明确各指标的动态参考标准及其与生产性能之间的关联关系，建立数字化表征指标体系。

本文建立的奶牛智慧养殖表征指标体系框架，分为3 个指标类、7 个指标层，28 个指标项，参考现行国家、行业或地方标准，及部分行业研究成果，列出各指标项的含义、技术内容、感知方式及数值分布范围，并制定相关团体标准。

关键词：奶牛；智慧养殖；数字化表征；指标体系
文章编号：1671-4393（2023）08-0046-04 DOI:10.12377/1671-4393.23.08.08
0 引言
发展奶牛智慧养殖，是基于基础科学、生物技术、信息通信和先进制造技术，研发数字化、自动化和智能化的奶牛养殖技术装备和信息系统，通过对养殖全过程、全要素的实时监测、数据分析和智能决策，实现对奶牛的生长、繁殖、饲养和健康管理等方面的精确控制和优化，提高奶牛生产管理水平和养殖效益。

奶牛智慧养殖生产在国内外均有成功案例，取得良好成效。

目前，我国的奶牛智慧养殖尚处在发展初期，特别在技术装备、信息系统和标准规范等方面，研究开发与产业应用亟待发展。

在奶牛智慧养殖的技术、装备及系统方面，国内与畜牧业发达国家仍存在差距：关键技术装备国
基金项目：江苏省现代农业重点及面上项目（BE2022316）；江苏省现代农机装备与技术示范推广项目（NJ2022-48）
作者简介：胡肄农（1969-），男，江苏南京人，本科，研究员，研究方向为智能养殖信息化技术；
朱红宾（1976-），男，江苏南通人，本科，高级畜牧师，研究方向为奶牛智能养殖装备与管理系统研发推广； 田 雨（1979-），男，贵州遵义人，研究生，硕士，高级畜牧师，研究方向为奶牛营养与生产管理。

*通信作者：柏宗春（1981-），男，江苏扬州人，博士，副研究员，研究方向为智能农机与装备。

产化程度低，对国外厂家依赖性强，导致养殖企业建设资金庞大，运营成本高企；奶业生产数据整合度低，核心数据自主掌控能力弱，导致养殖企业信息获取成本高，数据维护难；智慧生产管理缺乏有效的数据模型与决策算法，导致养殖企业尚不能对生产经营大数据进行深度数据挖掘，决策主要依赖于人脑对数据的洞察。

在奶牛智慧养殖标准体系方面，现有的国家、行业、地方及团体等各类标准中，奶牛养殖技术标准比较完善，如养殖环境、设施设备、饲料营养、奶牛生理、疫病防控、生产规程等，而在涉及智慧养殖的信息化、数字化方面，已出现一批数据采集、通信系统、传感器、计算机管理方面的技术标准[1]，但在智慧养殖技术研究、系统开发、产品应用、农机农艺结合等方面，尚存在很大空白[2，3]。

1 数字化表征指标体系的研究意义
规模化奶牛场实现智慧养殖生产与管理，存在以下技术瓶颈或重大问题[4，5]：
一是缺乏奶牛养殖生态环境、生理健康及生长性能的表征指标体系，导致指标的数字化描述、信息的感知方法、数据的交换标准等均缺乏统一标准，多元养殖数据难以规范化整合。

二是缺乏适应不同气候条件及奶牛养殖模式的多元养殖信息感知设备或系统，现有感知设备存在感知指标单一、续航时间短等问题，难以满足实际生产需要。

三是缺乏养殖生态环境、生理健康及生长性能各指标与奶牛繁殖、泌乳等关键生产性能的关联模型，难以达成对养殖过程中环境控制、营养调控、健康管理和品质保障的数字化精准管控。

针对奶牛智慧养殖的数字化管理需求，对奶牛养殖生产过程进行数字化表征，筛选与奶牛生产性能密切相关的、表征奶牛养殖生态环境、生理健康和生长性能的指标，明确各项指标的感知方法、精度要求、采集频率、正常范围、异常阈值等参数，针对不同养殖地域、生长阶段、胎次以及泌乳期，建立指标动态参考标准[6]，构建标准化、多维度的养殖信息表征指标体系，为智慧牧场提供基础数据支撑，对指导奶牛智慧养殖建设和规模化生产，具有理论价值和指导意义。

2 数字化表征指标体系的框架结构
本研究遵循系统性、代表性、科学性和易感知等原则，根据与奶牛繁殖、泌乳等生产性能的相关性，按照分类、分层、分项的层次结构化思想，筛选奶牛智慧养殖相关数字化表征指标，建立指标体系框架，将指标分为生态环境类、生理健康类、生长性能类共3 个指标类，进一步划分为小气候层、空气质量层、外显层、内隐层、营养层、繁殖层、泌乳层共7 个指标层，由28 个核心指标项构成。

指标体系的框架结构如图1所示。

生态环境类指标包括影响奶牛健康与生产性能的养殖舍内环境指标，分为小气候层和空气质量层两个指标层。

其中小气候层有温度、湿度、风速、通风量、光照强度共5 个指标项；空气质量层有氨气（NH
3
）
浓度、硫化氢（H
2
S）浓度、二氧化碳（CO
2
）浓度、PM10、悬浮颗粒物（TSP）共5 个指标项。

生理健康类指标包括表征奶牛健康状态和生理行为的奶牛生理指标，分为外显层、内隐层。

其中外显层有体重、体高、体温、呼吸频率、体况评分、跛行评分、乳头评分共7个指标项；内隐层有瘤图1 奶牛智慧养殖数字化表征指标体系框架结构
Feeding Management
胃pH值1 个指标项。

生长性能类指标包括表征奶牛生长和生产性能的指标，分为繁殖层、营养层和泌乳层。

其中营养层有采食量、日采食时间、日反刍时间、日躺卧时间共4 个指标项；繁殖层有运动量、发情共2 个指标项；泌乳层有日泌乳量、脂蛋比（F/P）、体细胞数（SCC）、乳中尿素氮（MUN）共4 个指标项。

3 数字化表征指标体系的数据标准
为全面掌握奶牛智慧养殖数字化表征指标的标准化现状，本研究收集整理现行的奶牛养殖及智慧畜牧相关国家标准、行业标准、地方标准及团体标准。

牧场环境生态类指标相关标准有：《G B/T 19525.1—2004 畜禽环境术语》《GB/T 19525.2—2004畜禽场环境质量评价准则》《NY/T 388—1999畜禽场环境质量标准》《HJ 568—2010 畜禽养殖产地环境评价规范》《GB/T 26623—2011畜禽舍纵向通风系统设计规程》《NY/T 2363—2013 奶牛热应激评价技术规范》等。

奶牛生理健康类指标相关标准有：《GB 3157—2023 中国荷斯坦牛》《GB/T 35568—2017 中国荷斯坦牛体型鉴定技术规程》《GB/T 35569—2017 中国荷斯坦牛公牛后裔测定技术规程》《GB/T 37116—2018 后备奶牛饲养技术规范》等。

奶牛生长性能类指标相关标准有：《NY/T 34—2004 奶牛饲养标准》《NY/T 14—2021 高产奶牛饲养管理规范》《NY/T 3049—2016 奶牛全混合日粮生产技术规程》《GB 19301—2010 食品安全国家标准-生乳》《NY/T 657—2021 绿色食品-乳制品》《NY/T 2692—2015 奶牛隐性乳房炎快速诊断技术》《NY/T 3191—2018 奶牛酮病诊断及群体风险监测技术》等。

参考上述标准，本研究制订表征指标体系中各指标项的名称、释义、单位、数值范围。

对于已发布的标准、规程中未包含的指标项，如体温、呼吸频率、采食次数/时间、反刍次数/时间、躺卧次数/时间、运动量、发情等，根据研究论文、技术专和厂商资料等最新研究成果，研究分析各项指标的含义、技术内容、感知方式及数值分布范围，探索各项指标理想的采集时段、频次、位置以及精度等要求，提出建议性的数据标准。

4 数字化表征指标体系的标准化工作
由江苏省农学会立项，江苏省农业科学院牵头制订《智慧牧场环境生态、奶牛生理和生长表征指标体系》团体标准。

该团体标准以奶牛智慧养殖数字化表征指标体系和智能化感知技术体系为标准化对象，通过对养殖生态环境、奶牛生理健康与生长性能等多维度、可感知与可检测指标的数字化表征，建立数字化表征指标体系，及各指标的动态参考标准与感知规范。

该标准根据智慧养殖信息采集、处理和生产管控的需求，遵循有关标准化工作导则，对养殖生态环境、奶牛生理健康、奶牛生长性能3 个指标类，细分为7 个指标层，将各指标项的名称、释义、单位、数值范围，以指标层为单位，整理为7 个表格，方便使用者分类检索和应用。

该标准围绕智慧养殖数字化表征指标，对重要的感知技术和设备进行分类和描述，主要包括电子耳标、牧场环境监测和自动控制系统、接触式电子体温计、非接触体表温度测量设备、瘤胃传感器、活动量采集器、反刍行为采集器、奶牛行为分析机器视觉系统、牧场巡检机器人和牧场生产经营管理系统等。

该标准与已发布的同类标准比较：《（NY∕T 4051—2021）奶业通用术语》对奶业全产业链关键环节的专业术语的定义进行扩展和厘清，其中养殖环节定义的术语与该标准重合的为2条；《（DB15/ T 2132—2021）智慧牧场（奶牛） 术语》定义的40条常用术语中，与该标准重合的为4条；《（DB15/ T 2138—2021）智慧牧场（奶牛）管理系统要求》
主要定义智慧牧场管理系统的基础功能和数据分析功能，而非该标准的可感知与可检测指标；《（DB15/ T 2132—2021）现代奶业评价 奶牛场定级与评价》从企业管理角度对奶牛场建立评价体系，与该标准所建立表征指标体系的作用并不相同。

该标准在草案修改意见基础上，完成《智慧牧场环境生态、奶牛生理和生长表征指标体系（征求意见稿）》；在征求意见过程中，得到中国农业科学院、中国农业大学、南京农业大学、江苏省家禽科学研究所、金陵科技学院等单位有关专家的意见共55项。

标准将由江苏省农学会组织审定和发布。

5 结论
建设智慧奶牛场基础数据支撑的关键要素之一，是对养殖信息进行数字化表征和智能化感知，解决表征指标标准化与感知过程规范化的关键科学问题。

针对智慧牧场的数字化生产与管理需求，重点从养殖生态环境、奶牛生理健康、生长性能三个维度，筛选出与奶牛泌乳、繁殖等生产性能密切相关、可感知、可观测的表征指标，构建多维度、标准化的表征指标体系；针对不同养殖地域和养殖模式，探明相关表征指标的感知方式和动态参考标准，制订相关数据感知、存储和交换的技术规范。

参考文献
[1] 扈少华，潘立武，席磊.畜禽养殖信息化数据标准研究[J].黑
龙江畜牧兽医，2017，519（3）：103-106.
[2] 庞美蓉，张铭磊.数字农业背景下的数字化养殖标准体系构
建探索[J].中国标准化，2021，588（15）：136-140. [3] 仝国栋，应珊婷.智慧农业标准化现状分析及标准体系构建
[J].中国标准化，2022，608（11）：112-117.
[4] 胡肄农，柏宗春，还红华.加快智慧奶业建设，推进江苏奶
业现代化[J].江苏农业科学，2022，50（22）：65-69. [5] 胡肄农.智慧奶业关键技术与发展建议[J].中国畜牧杂志，
2023，59（4）：318-322.
[6] 高睿，刘皓琦，王宏光，等.“互联网+”现代畜牧业数据标
准与接口规范的方法研究[J].黑龙江畜牧兽医，2019，568（4）：14-21.
Research on the Digital Characterization Index System for Ecological Environment，Physiological Health，and Growth Performance of
Intelligent Cow Breeding
HU Yinong1，BAI Zongchun1*，ZHU Hongbin2，TIAN Yu3
1IAFE，Jiangsu Academy of Agricultural Science，Nanjing Jiangsu 210014
2Shanghai Kepaiteng Information Technology Co.， Ltd.，Shanghai 200072
3Nanjing Weigang Dairy Co.， Ltd.，Nanjing Jiangsu 211100
Abstract：The key to develop and apply technologies，equipment，and systems for intelligent cow breeding is to digitize and intelligently perceive breeding information. From various production factors related to the breeding ecological environment，physiological health，and growth performance of cows，indicators that are perceivable，predictable，and closely related to production performance such as cow reproduction and lactation are selected.Clarify the dynamic reference standards and their correlation with production performance for each indicator，Thereby establish a digital characterization index system.The framework of the characterization index system for the intelligent cow breeding established in this paper was divided into 3 indicator categories，7 indicator layers，and 28 indicator items. Referring to current national，industry，or local standards，as well as some industry research results，the meanings，technical content，perception methods，and numerical distribution ranges of each indicator item were listed.Relevant group standard will be formulated.
Keywords：cow；intelligent breeding；digital characterization；index system。