區塊鏈+5G物聯網和大數據在奶牛智能化生產中的應用

胡婷婷，廖晨星，張金夢，王翌翀，郭凱軍＊，張仁龍

1 北京農學院動物科學技術學院，北京昌平 102206

2 北京三元種業科技股份有限公司，北京大興，100029

3 北京農學院計算機與信息工程學院，北京昌平 102206

0 引言

隨著物聯網（The Internet of Things，IoT）技術在社會各領域的應用，人工智能以及由此形成的大數據已經深入人們生活。據統計，2020年，有大約500億個物體連接到互聯網上，物聯網已廣泛應用于精準農業、產品供應鏈管理、環境監測、云計算等領域[1]。近年來，區塊鏈+5G物聯網技術和為解決信息孤島而應運而生的新一代大數據挖掘和應用技術逐漸得到人們的重視。區塊鏈+5G物聯網技術在奶牛生產中的應用主要體現在牛只個體識別、體重測定、精準飼喂、產奶性能、發情鑒定、環境監測等環節，其產生的大數據可以應用到改善牧場經營管理、強化奶牛疫病防控、保證牛奶質量安全等方面[2]。Dias等論述了精準奶牛養殖系統數據如何為牧場創造經濟效益[3]。2018年舉行的德國漢諾威國際畜牧業展覽會上明確表示，以數字化、物聯網等為核心的精準養殖技術在整個畜牧養殖業中已經占據顯著地位[4]。

目前，奶牛養殖的主要任務之一就是提高奶牛養殖的精準化水平和牧場經濟效益。本文綜述了區塊鏈+5G物聯網技術背景下，國內外奶牛生產中使用的IoT技術，旨在幫助我國奶業生產實現奶牛個體營養管理精準化、發情鑒定智能化、設施操作自動化、環境監測智慧化以及疫病防控友好化。

1 IoT技術在奶牛生產各區塊的應用

1.1 個體識別

目前，奶牛個體識別應用最廣泛的是射頻識別技術（Radio Frequency Identification，RFID）。該技術能夠檢測牛只的運動、位置、體溫等信息[5]，也可以在擠奶廳與擠奶設備相關聯，實時監測并記錄每一頭奶牛的產奶量和泌乳信息，據此監測奶牛發情和健康問題，實現牧場精細化管理，提高牧場生產效益[6]。

1.2 體重測定

奶牛智能化稱重通過和牛只個體識別技術相結合，將奶牛重量信息與牛只信息進行綁定，便于牧場管理。與RFID技術相結合，精準信息讀取和儲存，也可以直接將測量的數據信息通過ZigBee無線傳感網絡發送至管理計算機，為管理人員提供基礎信息[7]。

1.3 產奶性能測定

奶牛305天產奶量預估值的準確性直接影響著奶牛遺傳評估效果[8]，許多模型如Wood、Ali-Schaeffer等都可以有效進行估計。對于乳品質主要測定乳脂率、乳蛋白率、體細胞數、乳中菌落總數等指標，一般利用中紅外光譜（MIR）技術進行生產性能測定（DHI）[9]以及阿菲金公司推出的實時在線乳成分分析儀——魔盒（Afilab）[10]。

1.4 奶牛發情揭發技術

目前，牧場中應用的發情監測系統主要有計步器發情監測系統、SCR發情監測系統、基于體溫變化的發情監測系統等。其中計步器發情監測系統應用最廣泛，依靠跟蹤記錄奶牛的活動量來判斷奶牛是否處于發情期[11]。小型牧場可以采用觀察法、涂色法等人工識別方法監測，而大型牧場更多依賴計步器提高發情揭發效率[12]。

1.5 奶牛精準飼喂

全混合日糧（TMR）能夠給奶牛提供均衡的營養，從而有效減少營養代謝病和提高產奶量及乳品質，牧場中廣泛應用TMR飼喂奶牛[13]。為了更加精準的配制TMR日糧，TMR智能管理系統逐步在牧場中應用。該系統能夠實現飼喂工作實時監管，使飼喂更精準[14]。在TMR飼喂技術的基礎上衍生出飼喂機器人，即PMR技術，給高產奶牛進行精準補飼。

1.6 環境監測和調控

奶牛生產過程中會產生引起溫室效應的氣體和氨氣，而氨氣含量過多則會引起奶牛呼吸道疾病等癥狀，同時也暗示著蛋白質的浪費[15，16]。對于這些氣體的監測也逐漸常規化，從人工氣候倉到氣體傳感器再到各種環境監控系統等，有效監測牛舍內的溫、濕度和有害氣體濃度并實時做出反應，成為奶牛養殖可持續發展的有力工具。

2 區塊鏈+IoT技術在奶牛上的應用

2.1 人工神經網絡

人工神經網絡是一種數學模型，常用于工學和力學的建模，后來隨著物聯網的發展，逐漸被應用于畜牧業發展。人工神經網絡被用來預測牧場總產奶量[17]、奶牛乳房炎的監測[18]和奶牛305天產奶量監測[19]。

在奶牛生產方面的應用需要預先收集奶牛的產奶量、乳脂率、乳蛋白率、擠奶頻率以及相關的環境因子（環境溫度、環境濕度和光周期長度）的信息作為輸入因素，被檢測的內容為輸出因素。通過人工神經網絡，建立數學模型進行檢測。以預測奶牛305天產奶量為例，主要步驟是首先要獲取奶牛胎次及產后100天的各項產奶指標數據，挑選和305天產奶量關系較大的測定指標為輸入因素，以奶牛的305天產奶量為輸出因素，建立奶牛305天產奶量的人工神經網絡預測模型。通過這個模擬平臺，能夠根據奶牛產后的前100天產奶指標預測出305天產奶量[20]。

2.2 專家系統（ES）

專家系統是人工智能中最重要、也是最活躍的一個應用領域。專家系統擁有大量的專家級知識和實踐經驗[21]，我國專家系統的研究起步較晚。隨著農業信息化的發展，專家系統方面的研究取得了重大成果，且動物疾病專家系統在畜牧養殖領域也得到廣泛應用，針對奶牛疾病的診斷專家系統的研究也不斷深入[22]。

奶牛專家系統通過人工方法獲取各類與奶牛相關的各板塊知識進行分類、儲存在計算機上，使用者能夠系統的了解奶牛生產各區塊的信息，根據提出的問題自發作出解答并提供相應的解決辦法。較之前的人工神經網絡更加專業、系統、現代化；奶牛專家系統具有較強的實用性，且智能化程度很高，使用方便[23]。如奶牛蹄病診斷專家系統包括蹄病診斷、病歷管理和知識及多媒體查詢功能，能對奶牛疾病進行精確的診斷[24，25]。馬雪等通過利用專家系統判斷奶牛的發情情況，為牧場的工作人員提供解決各種奶牛疾病，如乳房炎、奶牛酮病等方法，根據飼料中干物質采食量和繁殖性能的下降預測奶牛的生產性能，起到提前預防的作用[26]。

2.3 奶業大腦（Dairy Brain）

奶業大腦是由Cabrera等開發的一個實時、數據集成、數據驅動、連續決策引擎。

2.3.1 牛群常規操作、活動的記錄

繁殖、產犢、健康事件；接種疫苗、發生疾病和治療方案；擠奶過程中產生的數據（包括牛奶量、牛奶導電率和擠奶流量）；遺傳學和基因組學；奶牛譜系和DNA記錄。

2.3.2 每月試驗日訪視變量記錄

產奶量、體細胞數、乳脂率和乳蛋白率、泌乳期的脂肪和蛋白質總量。

2.3.3 飼料

與動物營養有關的記錄（包括日糧營養飲食成分、每天干物質采食量和每千克飼料成本）。這些不同區塊的數據通過IoT技術整合在一起，經提取、轉換和加載過程（ETL，ETC進程由自動化框架管理，該框架在后臺服務器上運行，監視指定的數據）儲存在數據倉庫（AGDH）中，進行分析對比得出相應的結果[27]。

奶業大腦可以通過ANN及其他的數據管理系統對不同來源的數據進行有效地整合，根據奶牛的營養需求能夠自動將奶牛分配到相應的圍欄，從而為奶牛提供更加準確的日糧。還能有效預測臨床乳房炎及其早期風險監測，通過農業數據中心（AGDH）收集的基因組學、管理學和DHI等的綜合數據，進行分析比較，以確定具有較高臨床乳房炎風險的奶牛。奶業大腦能夠從收集的信息中預測奶牛未來的發展方向，采用牛群管理和飼養數據集相結合的方法，提高飼喂精準度和飼料效率，降低飼料成本和營養損失。隨著牧場IoT技術的普及和5G網絡的推廣，預測的精準度也將大幅度提高[28]。

3 總結與展望

隨著物聯網的發展，牧場場智能化的水平越來越高，從剛開始通過簡單的數學模型預測奶牛生產的各種信息；到后來建立了奶牛專家系統或奶業大腦系統解決實際生產遇到的各種難題以及通過數據分析預測發情、產奶量、乳房炎。

當前，我國的奶牛養殖業正處在由傳統向現代智能化轉變的關鍵節點，個體識別RFID技術和DHI檢測在奶牛養殖中基本得到推廣。計步器、擠奶設備也逐漸和國際接軌。近年來，擠奶機器人也開始在牧場中應用，IoT、人工智能技術融入到奶牛養殖中，形成大數據，大數據分析又指導奶牛生產，精準推動奶牛養殖現代化。

然而，我國奶牛養殖業的智能化發展仍處于相對低級的階段，RFID技術的編碼尚有局限；體重稱量方面還需要更加成熟的系統；溫室氣體排放監測系統仍需進一步加強；體重稱量、三維照相體況評分方面還需要更加成熟的系統；傳感器采集到的海量數據形成的信息孤島還需要進一步有機融合。我國區塊鏈+5G物聯網技術已經站在世界前列，為我國奶業大數據庫建設提供了基礎條件，只有在行業大數據的基礎上，才有可能真正建立精準有效的模型和數據處理、分析、決策系統，從而精準輸出操作指令，促使我國奶牛養殖智能化生產向智慧化生產轉變，加快我國向畜牧業強國發展的進程。