豬舍環境監控技術及方法研究進展

韓國鑫，謝秋菊，許譯丹，王莉薇

（肇慶學院計算機科學與軟件學院，廣東肇慶 526061）

豬舍環境是除遺傳基因外制約養豬生產發展的關鍵因素，營造適宜的舍內環境可以有效提高豬群的健康水平和繁育能力，促進養豬業發展[1-2]。豬舍內環境因子主要包括溫度、濕度、光強、有害氣體和顆粒物（PM）濃度等[3-4]。

舍內溫度是影響豬健康水平的重要因素，適宜的環境溫度能夠保證豬的體熱平衡和正常的生理活動，舍內溫度過高會導致豬的采食量下降、飲水量升高，影響其生產性能[5-6]。舍內環境濕度過高會導致細菌大量繁殖，誘發豬的腸道、皮膚等疾病，甚至引起規模性病疫發生[7]。豬舍內有害氣體包括氨氣（NH3）、硫化氫（H2S）等，主要來源于豬的排泄物和食物殘渣的微生物分解，濃度過高時會導致豬的呼吸系統疾病甚至死亡[8]。豬舍內CO2濃度可表征舍內空氣質量，CO2濃度過高會使豬產生缺氧現象，從而導致其呼吸減弱、食欲不振和情緒不佳[9]。因此，實現豬舍環境科學控制是降低發病率、提高養殖效益的必要途徑。利用物聯網、人工智能等現代信息技術研究低能耗、精準智能的豬舍環境監控技術，是構建適宜豬舍環境、推動養豬業向高質量和精細化方向發展的關鍵手段和必由之路。

目前，隨著國內外生豬養殖模式向著精細化和集約化的方向發展，豬舍環境控制受到眾多學者的廣泛關注[10]。縱觀國內外豬舍環境監控領域的研究，可以分為豬舍環境信息監測、環境模擬與預測和環境智能控制3 個層面，本文針對上述3 方面的發展及應用進行分析，以期為提高養豬產業環境管理水平、增加經濟效益提供有益的參考。

1 豬舍環境信息監測技術

豬舍環境信息監測是利用傳感器技術，針對豬舍內環境數據進行采集，是豬舍環境模擬預測和精準調控的基礎和支撐。目前，國內外學者針對豬舍環境信息監測的研究已取得較大進展，主要涉及傳感器及監測系統研究、傳感網絡布局及優化和數據傳輸與通信3 方面的技術和方法。

1.1 傳感器及其工作原理 豬舍環境監測傳感器主要包括環境溫濕度傳感器、NH3及H2S 傳感器、光照度傳感器、CO2傳感器、PM 傳感器[11]，各傳感器的技術參數如表1 所示。

環境溫度傳感器主要分為熱電偶式和熱電阻式，其中熱電偶式較適用于豬舍環境監測，其工作原理是利用2 種不同導體或半導體兩端相互連接組成回路，因兩端溫差產生電動勢從而反映環境溫度大小。濕度傳感器主要分為電容式或電阻式，其中電容式的線性響應效果更佳，使用較為廣泛，由濕敏電容和轉換電路組成，濕度變化會改變濕敏電容的介電常數和電容量，產生的電容變化量由轉換電路轉換為電壓變化從而反映濕度大小。

表1 傳感器技術參數

光照度傳感器為熱電效應原理，感應元件采用繞線電鍍式多接點熱電堆，熱接點在感應面，冷結點位于機體內，太陽輻照使冷熱接點產生溫差電勢，輸出信號與光照度呈正比。

CO2傳感器有固態電解質和紅外式兩種，雙光束紅外式CO2傳感器穩定強、精度高，適合豬舍環境下使用，其原理是根據CO2對特定波段紅外輻射的吸收作用，使透過測量室的輻射能量減弱，能量減弱程度與CO2濃度呈正比。

豬舍環境監測所采用的NH3、H2S 和PM 傳感器多為電化學式，其原理是工作電極與參考電極構成恒電位儀電路，目標氣體在活性電極上發生反應產生電流，進而通過電流信號計算氣體的濃度。

1.2 新型傳感器與監測系統 目前，隨著物聯網傳感技術的不斷發展和豬舍環境調控方法研究的不斷深入，針對豬舍環境信息數據量、數據連續性及數據空間結構的要求不斷提高。因此，研究一種體量小、能耗低、集成化水平高的豬舍環境信息智能感知設備已成為該領域研究的重點。

在傳感器研究方面，研究人員利用電化學、激光等技術研發了一系列新型感知設備，達到了高集成、高精度的標準。Gallmann 等[12]研究了一種電化學式混合氣體傳感器，能夠持續監測豬舍內NH3和H2S 等有害氣體混合物，反映混合氣體中的成分與含量變化；楊旭等[13]利用中紅外分布式反饋結構的帶間級聯激光器為光源，研究了一種高靈敏的小型激光NH3檢測傳感器；Ramirez 等[14]研究了一種融合型TE 傳感器陣列，實現了高集成化的舍內多因子環境數據監測。技術的結合使用對于新型傳感器的研發十分重要，在實現高精度、高集成的同時，低能耗和便攜性也是傳感器研究的重點。有學者研究了一種小型便攜式畜舍多環境因子傳感器，能夠在復雜的舍內環境下實現傳感器的合理布局[15]。Choi 等[16]研究了一種小型低功耗ECO 傳感器陣列監測豬舍內NH3等有害氣體，其分辨率可達0.5 mg/kg，實現了豬舍內有害氣體分布和濃度的精確測量。

在豬舍環境監測系統方面，Gray 等[17]利用無線傳感網絡單元和NetBeans 平臺研究了高性能畜舍環境參數無線監測系統，實現了舍內環境數據的實時監測和動態分析；江蘇大學劉星橋團隊[18-19]針對多源數據融合的豬舍環境遠程測控體系進行了研究，并利用融合模糊集和DS 證據理論設計了兩級數據融合模型。這類研究在實現舍環境數據遠程可視化監測的同時，解決了傳感器故障時參數處理和數據缺失的問題，保障了采集的高效性和數據的完整準確。

1.3 傳感器布局及網絡結構 豬舍內環境參數具有時變性、滯后性和非線性的特點，同一時刻不同監測點的數據可能存在較大的差異性，無線傳感器網絡（WSN）作為一種分布式傳感網絡，可以利用無線通信形成多跳自組織網絡以實現舍內環境參數多點連續監測的目的[20-21]。無線傳感器網絡的空間布局和節點優化是這類研究的重點，Ahmed 等[22]研究了一種環境自適應的無線傳感網絡結構預構建機器人，實現了不同監測環境下傳感網絡的合理布局；夏翔[23]利用多種環境傳感器和WinCC 組態軟件實現了豬舍多因子融合的分布式數據感知和控制策略的輸出；高云等[24]利用多點部署的無線傳感網絡實現樓房式豬舍各環境因子的持續監測，分析不同樓層熱環境和有害氣體的分布規律和差異性。這類研究提高了傳感器的利用率及其網絡結構的科學性，為豬舍環境分布和能量場的研究提供了基礎。

在新型傳感器網絡節點的設計與優化方面，研究人員主要基于樹形路由等算法進行優化設計。Hong 等[25]研究了一種豬舍環境下ZigBee 無線信號傳輸路徑損耗模型，為無線傳感網絡覆蓋率和連通性的優化提供依據；Zhu 等[26]提出新型Zigbee 樹路由算法，優化了無線傳感器網絡的整體性能，在平衡傳感網絡整體能耗的同時保障了數據的傳輸效率；蔡磊[27]提出一種能量均衡的Zigbee 樹形路由算法，在平衡豬舍環境數據傳輸的網絡負載的同時減少了節點的死亡數量；張亞坤[28]提出一種LEACH-ED 算法，優化了無線傳感網絡的簇頭節點，提高了舍內無線傳感網絡在生命周期與網絡負載方面的優越性。這類研究提高了數據傳輸的穩定性，降低了無線傳感網絡的能耗，是豬舍環境模擬與控制的關鍵。

1.4 數據傳輸與網絡通信 通信效率和持續監測能力一直是豬舍無線傳感網絡研究的重點，研究人員針對無線傳感器網絡的通信協議和續航方法展開了深入研究，提高了無線傳感網絡在復雜舍環境下通信的效率和可持續能力。Ma[29]提出一種具有超低占空比的低功耗通信協議用于豬舍無線傳感網絡通信，提供了整體占空比低至0.1%的多跳路由能力；孫偉等[30]基于馬爾科夫鏈和多隊列理論構建了一種多跳無線傳感網絡傳輸延時優化模型；Beng 等[31]提出一種具有近場通信和無線充電功能的無線傳感網絡用于畜舍環境監測；Freschi 等[32]提出一種基于Pareto 曲線的數學模型，研究了傳感網絡通信過程中數據長度與傳輸可靠性之間的依存關系，探究了不同數據量下低功耗介質訪問協議的效率和穩定性。

2 豬舍環境模擬及預測技術

豬舍內環境因子具有空間性和時滯性的特點，因此掌握舍內氣流、溫/濕度以及有害氣體等環境因子的分布和變化規律十分重要，是實現豬舍環境質量綜合評價和舍內環境精準調控的關鍵。近年來，國內外學者利用計算流體動力學（CFD）、神經網絡預測等多種理論方法，針對豬舍內環境因子變化進行了模擬、預測等研究。

2.1 CFD 環境模擬預測 CFD 是一種計算機科學與流體力學的交叉應用，國內外眾多學者利用CFD 開展豬舍內氣流、溫/濕度等環境因子的模擬及預測。Stinn 等[33]、Seo 等[34]基于CFD 針對豬舍內溫度、氣流等環境因素建立模型，構建了美國西部地區豬舍的環境評價方法；Kwon 等[35]基于CFD 對豬舍內粉塵產生的關鍵因素進行識別，建立豬舍通風降塵效果評價體系。在環境模擬的基礎上，有學者基于CFD 對舍內豬躺臥區域熱量分布進行建模，進一步實現豬舍內熱量場分布和變化趨勢的模擬預測[36]；還有學者利用零維動物傳熱等模型與CFD 相結合，針對畜舍環境固定和動態關系下家畜熱通量分配及溫、濕度的梯度變化進行了建模和預測[37-38]。這類研究分析了不同環境模式下舍內熱量和濕度分布存在的差異，有利于豬舍環境變化的動態預測。

除此之外，有國內學者基于CFD 研究豬舍環境因子分布規律，構建了豬舍環境質量評估模型[39-40]。王鵬鵬[41]基于CFD 模擬北方寒區豬舍氣流場和溫度場，驗證氣流速度與溫度的相關性的同時，分析了舍內多環境因子與通風之間的關系；李欣等[42]、Li 等[43]基于CFD 提出一種豬舍機械通風降溫過程模型，利用k-ε湍流模型和DO 輻射模型模擬機械通風時舍內溫度場和氣流場的變化過程和趨勢。這類研究探究了特定環境模式下舍內多環境因子之間的關系，較好地解決了舍內環境因子因相互耦合而難以實現精準控制的問題。

2.2 神經網絡預測 近年來，神經網絡也廣泛應用于豬舍環境的模擬及預測。Ascione 等[44]基于人工神經網絡構建畜舍內瞬間狀態下熱動力狀態模型，通過評估多孔介質傳熱量化了動態絕緣帶來的能量效益；Lü 等[45]利用神經網絡對數值模型進行校準和標定，從而模擬并預測不同結構下舍內溫度場的狀態和變化趨勢；在舍內環境預測方面，基于BP、Elman、ANFIS 等神經網絡預測了豬舍內NH3濃度變化趨勢[46-48]；霍彩虹[49]基于物聯網和灰色神經網絡研究了豬舍NH3預測模型，并構建了環境調控系統；楊亮等[50]基于長短時記憶神經網絡分解時間序列下NH3濃度數據的經驗模態得到固有模態分量，建立基于EMD-LSTM 的豬舍NH3濃度預測模型，預測精度相比于Elman 神經網絡具有較大提高；劉春紅等[51]基于ARIMA-BP 神經網絡提出豬舍NH3濃度組合預測模型，預測評價指標的平均絕對誤差（MAE）、平均絕對百分比誤差（MAPE）和均方根誤差（RMSE）分別為0.031 9 mg/m3、0.158 0% 和0.036 5 mg/m3，相比于其他方法具有較高的預測精度。相比于CFD，神經網絡在豬舍環境單一變量的模擬和預測方面效果較為突出，但在舍內多環境因子動態變化關系的研究上應用較少，具有進一步研究空間。

2.3 其他模擬及預測方法 除CFD 和神經網絡，有學者利用環境數據集結合其他理論算法實現豬舍環境預測。Ni 等[52]通過大量數據集的計算構建了豬舍二氧化碳加速氨釋放的動態數學模型（CAAR）；Shen 等[53]、Hansen 等[54]利用現場嗅覺技術結合質子轉移反應質譜法監測生豬養殖的有害氣體并實現了多變量的豬舍環境預測；Fernández 等[55]根據肉雞活動、舍內通風率及PM 值，建立具有時變參數的動態力學模型，實現了舍內PM 值的動態預測；Xie 等[56]、謝秋菊等[57]利用大量豬舍環境數據和能量平衡方程建立豬舍內動態熱交換模型，實現了熱量動態變化和能量消耗的預測。

綜上所述，豬舍環境的模擬預測是舍內環境的精準控制的依據和支撐，可降低舍內環境因子空間性和時滯性對舍內環境控制的不良影響。目前，國內外學者針對豬舍環境模擬的研究已較為全面，能夠實現多環境因子融合的舍內環境模擬；在豬舍環境預測方面，舍內溫度、氣流和NH3濃度的預測已取得一定進展，但預測的效率和模型精確度還有待提高，同時考慮不同豬舍結構、飼養數量等影響因素下的普適預測模型并未實現，因此在綜合多因素的環境預測方面仍有較大的研究空間。

3 豬舍環境智能控制技術

豬舍環境的智能控制是在分析并掌握舍內環境狀態及變化的基礎上形成的科學決策與合理調控。近年來，國內外學者基于WSN、圖像獲取等方法進行舍內環境狀態的感知，并結合豬舍環境預測模型，利用圖像識別技術、PID 控制算法、多目標優化以及模糊控制理論等方法形成環境控制策略，實現豬舍環境的精準調控。

3.1 基于圖像識別技術的環境調控 Abozar 等[58]和Shao 等[58]利用生豬行為信息判定舍內溫度情況，當豬過分聚集在一起，說明豬舍內溫度過低，豬只相互遠離分散則說明豬舍內溫度偏高，可根據豬只狀態采取相應的溫度控制措施；汪建等[60]將環境傳感器、紅外傳感器和圖像信息融合，實現了養殖數據采集、識別計數和預警，并通過圖像的融合對養殖環境和監視區域進行監測研究。基于圖像識別技術的豬舍環境控制方法屬于較為新穎地融合了控制技術，可以實現舍內溫度的基本監控，但由于圖像獲取及識別算法的局限，易使系統針對豬舍內環境溫度的判斷出現較大偏差，從而產生控制延遲和誤差，導致實際控制效果并不理想。

3.2 基于PID 控制的環境調控 PID 控制是一種利用舍內環境信息數據對被控對象進行比例積分微分控制的方法，在PID 控制器中 KP、KI、KD 的整定是其核心內容，直接影響控制系統的魯棒性和精確性。馮江等[61]、Chen 等[62]運用智能控制方法對參數進行優化整定，但這類方法忽略了豬舍環境多因子間的相互作用和多目標沖突等問題。因此，常規 PID 控制器會呈現參數整定不良、抗干擾性差和對舍內環境的適應性較差等問題，難以構建精準的豬舍控制模型結構。基于這一問題，畜舍控制系統大多采用改進的 PID 調控策略提高控制精度，如不完全微分的 PID 控制[63]、積分分離的 PID 控制等[64-65]。Albert 等[66]在 PID 控制算法的基礎上，提出一種擬微分反饋控制的方法，相比于傳統PID 控制器具有改善靜態誤差、過渡過程時間、最大超調量等性能；張巖[67]基于開閉環PID 型迭代學習提出畜禽養殖環境控制方法，并通過ANSYS 仿真證明該方法在收斂速度和控制效果方面的優越性；周思林等[68]利用PID 控制與模糊控制相結合，建立豬舍環境溫/濕度無線控制系統，實現PID 控制參數的自整定。改進型PID 控制能夠基本滿足豬舍內的環境控制標準，但控制策略的生成往往依賴于被控對象的模型結構，而豬舍的被控因子之間存在較強的耦合關系，且豬不同生長周期的最適環境參數也不同，想要針對多因素進行精準環境調控具有一定的難度。

3.3 基于多目標優化的環境調控 多目標優化的環境控制是將豬舍內環境溫/濕度、有害氣體等多個控制對象視為多目標，通常情況，豬舍環境的多個目標之間存在耦合關系，某目標的改進有可能引起其他目標性能降低。多目標優化的傳統解決方法是將多目標經過加權組合轉化為單目標問題處理，但權重系數分配直接影響優化后的控制效果，這種方法難以確定各目標的權重分配系數。Kwon 等[69]將改進遺傳算法應用到多目標優化問題的求解過程中，以控制精度和能耗作為控制目標，提出多目標相容控制算法，使控制精度和能耗達到平衡；呂恩利[70]等基于Lyapunov 函數和Backstepping 時變狀態反饋控制研究畜舍自主移動監測平臺軌跡跟蹤控制算法，實現了畜舍環境多角度監測控制；高云等[71]基于PLC 設計了多參數生豬養殖控制箱，并利用ANSYS針對箱內氣流模式、走向和控制可靠性進行仿真，針對溫濕度和有害氣體的控制精度高，內部氣流呈大循環；楊柳[72]利用多尺度下豬舍數據感知和SVM 回歸預測融合舍內環境信息，建立了豬舍環境控制系統；范蓓蕾等[73]利用遺傳算法優化溫度平均值、均勻性和控制代價3 項指標，使控制系統在多指標條件下達到優化。

3.4 基于模糊控制的環境調控 模糊控制以模糊集合理論、模糊語言和模糊邏輯規則為基礎，將人的思維方式和操作經驗與控制模型相結合，實現事物的非線性智能控制。Liu 等[74]基于模糊控制理論設計了畜禽養殖環境智能控制系統，優化了環境信息處理過程中數據非線性和時延性的問題；Mirzaee-Ghaleh 等[75]針對畜舍環境設計了3 個模糊邏輯控制器，針對舍內溫、濕度和有害氣體進行測定和控制，相比于閾值控制等傳統控制方法，該系統的控制精度高，能耗降低42%；Mushtaq 等[76]利用Mamdani 模型設計了畜舍環境模糊邏輯控制器，并通過仿真驗證模型控制的可靠性；李立峰[77]等利用組態軟件、模糊控制和解耦控制提出一種分娩母豬舍環境監控方法，實現舍內溫/濕度及NH3濃度的合理調控；納吉[78]利用模糊控制理論和舍內環境數據構建豬舍環境模糊控制模型，并將不同季節溫度變化和豬舍建筑結構作為模糊變量之一，使控制系統的響應速度快、準確性和抗干擾能力強；謝秋菊等[79-80]基于模糊控制和豬舍環境數據集，針對不同季節多環境因子建立具有動態補償功能的豬舍環境控制系統，實現了豬舍環境精準控制，為解決北方寒冷冬季豬舍溫度與通風調控的矛盾提供可能。

4 小結與展望

在國內外生豬養殖產業向精細化、規模化、智能化養殖模式發展的過程中，計算機科學、畜牧科學、智能控制等技術的全面協同是生豬養殖業提高生產水平的基本方向，構建豬舍環境精準智能監控體系對提高生豬養殖福利和生產效益具有重要意義。

4.1 當前存在的主要技術問題 當前豬舍環境監控方法與技術主要存在以下幾個方面的問題：①在舍內環境高灰塵、高腐蝕性的惡劣條件下，無線傳感器網絡在環境信息感知的精確性、數據傳輸的可持續性和高效性方面還有待進一步研究；②舍內小氣候是豬舍環境控制的對象，而豬舍內多環境因子的耦合機理和變化趨勢能夠對豬舍小氣候環境的控制效果產生較大影響，當前缺乏考慮多種影響因素條件下舍內多環境因子耦合變化及低能耗控制的研究；③當前豬舍環境監控方法的研究僅依靠大量的環境傳感器數據信息，缺乏從豬個體行為與環境信息互反饋角度進行的多尺度分析及豬舍環境精準調控；④缺乏規模化生豬精細養殖條件下豬舍環境智能精準控制標準化體系建設，亟待一套結合不同豬舍類型、不同地域季節和多種舍內/外環境因素的豬舍環境精準控制體系標準。

4.2 研究重點與發展趨勢 低成本、高穩定性、智能化、精準化的環境控制系統是未來豬舍環境控制研究發展的方向，可以從以下方面進行深入研究：①采用穩定性高、抗干擾性強的結構及材料，研發適用于高濕、高腐蝕的惡劣豬舍環境下精確、穩定、耐用、低功耗的無線傳感器，同時在無線傳感器的續航方法、無線傳感網絡的傳輸效率等方面展開深入研究；②研究分布式智能化、可復用的環境控制器，以及具有邊緣計算能力的豬舍內環境控制設備，實現高效率、低成本的豬舍內環境控制，減少數據中心的負載；③針對舍內多環境因子的耦合關系和動態變化機理進行研究，探索豬舍多環境因子中的關鍵驅動因素，建立多環境因子與關鍵驅動因子的精準動態模型，從而減少豬舍內監測傳感器的種類及數量，降低環境控制系統成本；④結合豬個體行為特征及生理參數，建立與豬舍環境為互反饋機制的、以豬的自身狀態及行為反應為控制指標的環境控制系統，同時結合不同地域和季節、不同類型豬舍結構條件等構建智能化豬舍環境控制標準體系，推進豬舍環境精準監控技術的發展。