畜禽體溫自動監測技術及應用研究進展

謝秋菊，劉學飛，鄭 萍，包 軍，劉洪貴，吳夢茹，劉文洋

·農業生物環境與能源工程·

畜禽體溫自動監測技術及應用研究進展

謝秋菊1，劉學飛1，鄭 萍1，包 軍2,3,4，劉洪貴2，吳夢茹1，劉文洋1

（1. 東北農業大學電氣與信息學院，哈爾濱 150030；2. 東北農業大學動物科學技術學院，哈爾濱 150030；3. 農業農村部生豬養殖設施工程重點實驗室，哈爾濱 150030；4. 黑龍江省豬種質與生產技術集成創新工程技術研究中心，哈爾濱 150030）

體溫是衡量畜禽健康狀況的重要生理指標，快速準確的測溫方法是進行疾病監測及診療的有效手段。該文針對目前畜禽養殖行業采用的體溫監測技術及其發展進行闡述，重點比較了體內和體外兩大類自動化測溫技術的優缺點以及應用場景；詳述了紅外體表測溫、數據傳輸與網絡以及體溫自動監測等技術在畜禽生產性能、健康監測以及行為監測等方面的應用。分析了自動測溫技術存在著設備安裝、數據傳輸、溫度補償模型建立等難點，同時表明在無創測溫、測量精度、測溫部位以及畜禽舍環境調控等方面應作為改進研究重點，并提出體外檢測非接觸式紅外熱成像自動測溫技術以其快速、高效、無應激等優點，將成為畜禽養殖體溫監測研究及應用發展的重點方向。

溫度；傳感器；畜禽體溫檢測；紅外熱成像；測溫補償；體表測溫；非接觸式測溫

0 引 言

隨著現代畜禽養殖業規?；图s化快速發展，動物福利化養殖及畜禽群體健康受到廣泛關注。然而，近年來畜禽疫病頻繁暴發，嚴重影響了養殖行業生產經濟效益及中國肉類食品穩定供應。如何及時、快速地檢測畜禽健康狀況是養殖行業長期以來一直迫切需要解決的難點。在畜禽養殖生產中，體溫通常作為反映動物生理狀態的一項重要指標，其變化直接反映著動物的健康狀況。在大部分傳染性疾病中，體溫異常往往是重要警示，對豬、牛、雞等農場動物進行體溫監測和分析能有效發現疾病早期癥狀，可及時通知養殖人員處理，減少養殖企業的經濟損失。因此，實現高效、準確、及時的動物體溫自動檢測已成為養殖行業關注和研究的熱點之一。

然而，體溫監測受到現有生產系統的實際生產條件限制[1]。通常以直腸溫度反映動物核心體溫及健康狀況，傳統的接觸式直腸測溫方法，使用水銀體溫計或電子測溫計進行直腸測溫，其測溫時間長、費力、易引起應激反應或造成損傷，無法開展群體批量化體溫自動巡檢。隨著數字化、自動化測溫技術的發展，畜禽養殖行業開始應用自動化測溫技術開展畜禽體溫檢測，并且在生產性能、健康檢測以及行為監測等方面取得了良好的效果[2]。

本文著重介紹了體內和體外檢測兩大類自動化測溫技術的發展應用現狀、比較多種測溫方法的優缺點，詳述了紅外熱成像體表測溫技術發展應用及存在的問題，提出了畜禽養殖行業在體溫健康檢測需求及發展趨勢，為開展畜禽自動化測溫技術研究提供參考。

1 畜禽體溫自動檢測技術

近年來，畜禽體溫自動檢測技術得到大力發展，學者們圍繞自動化測溫技術展開了大量試驗與研究，并取得一定成效。在畜禽體溫自動檢測中，可分為體內和體外兩大類測溫方式，體內測溫通?？山y一為植入式方法測溫，而體外測溫根據傳感器與動物的接觸方式可分為接觸式與非接觸式兩種測溫方法?？偨Y了體內檢測植入式和體外檢測接觸式與非接觸式3種測溫方法，其測溫方法各有優缺點、適合不同的應用場景及動物種類，如表1所示。同時圍繞著測溫部位、溫度補償、預測模型、應用發展等多方面對以上3種自動測溫技術展開論述，總體概述框架如圖1所示。

本文在中國知網、Web of Science、ScienceDirect等數據庫中，以“豬”“牛”“雞”“畜禽”“體溫”“自動”“監測”“植入”“傳感器”“紅外熱成像”“熱應激”“行為”等詞匯，根據標題、摘要和關鍵詞組合使用，共計檢索了112篇體溫自動監測相關的文獻。文獻涉及的動物各類主要以豬、牛、雞3種動物為主，其中以牛為研究對象的文獻數量占比高達56.7%，而豬和雞分別占比20.2%和14.4%，其他動物（如山羊、綿羊、馬駒）僅占比8.7%。在以上畜禽自動測溫方法中，隨著紅外技術的發展，近五年來以紅外為主的非接觸式測溫方法相關文獻數量逐漸攀升（如圖2所示），總占比高達48.4%?？梢灶A見，以紅外為主的非接觸式測溫將是未來畜禽養殖體溫監測研究熱點。

表1 3種測溫方法對比

圖2 近年來畜禽體溫測溫方法參考文獻分布

2 體內檢測方法

體溫監測技術發展進程如圖3所示，上半軸為畜禽體溫體內檢測方法。其中，橫軸表示各大重要時間節點，縱軸表示當前時間節點到上一時間節點總計檢索到的文獻數量。早在1974年，Bligh等[3]就提出使用無線遙測技術將傳感器設備植入奶牛體內監測體溫。然而受限于當時植入式測溫技術，直至1988年，Hetzel等[4]第一次將無線式轉發器植入于牛右腰以監測核心體溫。隨著無線遙測技術的發展，將微芯片通過手術方式植入耳部監測奶牛發情得到了首次應用。然而，手術式的植入方式給動物帶來極大不便，通過口服瘤胃丸的體內監測方式極大減輕了動物的不適感。隨著技術的不斷發展，2010年開始通過以注射式的方式植入微芯片并得到了廣泛應用，操作簡易且提高了體溫監測的精確性。同時RF（Radio Frequency）射頻技術在體溫數據傳輸方面也逐漸得到發展應用。時至今日，體內溫度檢測方法日趨成熟。

2.1 植入式測溫

植入式測溫方法將測溫裝置植入動物體內（如消化道、生殖道），檢測到的溫度數據通過電磁信號發送至體外接收器，可分為植入式傳感器技術、植入式微芯片技術以及其他技術等。

2.1.1 植入式傳感器

目前奶牛體溫測量仍以體外測溫方式為主，研發一些小型化、高精度的奶牛植入式體溫傳感器和奶牛實時監測系統[5-6]可實現較高的測量精度，實時、準確地對奶牛體溫進行監測。通過在奶牛陰道植入含溫度采集、無線電接收設備無線體溫遙測系統[7-8]，對奶牛陰道溫度進行實時監測，可以為發情期預測、疾病預防提供重要的數據。但是，在陰道內植入易造成傳感器滑脫等問題，通過將與會陰肌肉組織無排斥反應的無線溫度傳感器植入奶牛會陰部肌肉，監測會陰部溫度，進行發情鑒定，解決了傳感器滑脫的問題[9-10]。通過將帶有圓形帶溫納陣列和具有無線功能的低功耗微系統的可植入膠囊[9]植入奶牛會陰肌肉以預測奶牛發情，有效防止傳感器位置的偏移。此外，根據奶牛陰道深處有較大穹大宆腔的特點，在傳感器尾部設計有較好彈性的5個防滑落凸指（90°軟膠），在宆腔處形成一個固定卡位（如圖4所示），能有效防止奶牛運動時脫落[6]。同時有研究表明對于荷斯坦閹牛的上肩胛骨區域受環境溫度的影響較小，易于植入，是植入式熱傳感器標簽最可靠和方便的位置[11]，如圖5所示。同時環境的溫濕度也對牛體溫測量有較大影響，如何在微觀理想條件下實現精準的體溫檢測具有極大的挑戰[12]。

注：縱軸上半軸為體內檢測方法，下半軸為體外檢測方法。

圖4 植入式測溫傳感器實物圖[6]

圖5 植入式溫度傳感器植入部位[11]

2.1.2 植入式微芯片

與通過外科手術方式將傳感器植入畜禽體內的方法相比，植入式溫敏微芯片（如圖6所示）可以通過注射器植入體內，操作起來更加方便。植入式溫敏微芯片通常植入于生豬皮下（耳根或頸下）獲取溫度[13]，一般來說，微芯片測量的皮下組織溫度比直腸溫度低1 ℃[14]。將植入式微芯片通過無線遙測技術收集溫度數據，已經應用于測量家禽[15]、羊[16-17]和馬駒[18-19]等動物測溫試驗中。羊和馬駒體溫同時研究表明，皮下體溫與核心體溫存在極好的一致性。此外，通過射頻識別技術（Radio Frequency Identification，RFID）與植入式測溫相結合，大幅度提升了數據傳輸的效率及準確率[20]。張國鋒等[21]采用植入式感溫芯片、RFID閱讀器（如圖7所示）以及水流量傳感器，設計并實現了豬只體溫及飲水檢測系統。然而RFID閱讀器體積過大嚴重影響動物的舒適度，由于可注射射頻植入物具有遠程監測植入部位溫度的能力，Reid等[22]將其與可植入設備相連，通過射頻數據傳輸提供實時的溫度讀數。Small等[23]利用被動射頻識別轉發器監測肉牛的核心體溫，該技術在無創監測小母牛體溫方面具有巨大潛力。Maxwell等[24]等通過可注射射頻識別溫度傳感器評估馬的健康狀況。

然而，由于芯片長時間植入體內難免會造成位置的遷移以及供電問題，通過將微芯片注射進入肉雞左胸肌3 cm深處（如圖6所示），有效避免了芯片的遷移和環境的影響[15]；另外，將植入生物傳感器封裝在Bio-Bond生物相容性材料中[20]，可以防止生物傳感器在皮膚下遷移，并且其電池續航時間可達38 d。大量的試驗研究表明，畜禽動物體內肌肉位置的植入能有效防止芯片位置的變化，通過注射方式植入微芯片是一種可靠的替代直腸測溫的方法。

圖6 數據記錄器和微芯片在雞體腔內的具體位置[15]

圖7 植入式RFID感溫芯片及配套閱讀器[21]

2.2 其他技術

除了上述植入式傳感器以及微芯片測量體溫，還存在著其他運用并不多的植入式測溫方法，如植入式無線溫度計、植入式膠囊以及吞服式瘤胃丸等。Iwasaki等[25]設計了一種植入式無線溫度計探究了測溫部位之間的差異以及與奶牛核心體溫之間的關系。植入式膠囊體積較小，可監測多項生理數據，郭子平[26]利用無線能量傳輸技術實現了多項數據的監測。通過食道將無線電瘤胃丸投入瘤胃，監測奶牛瘤胃溫度變化，可實現對瘤胃pH值[27]的預測以及乳腺炎[28-29]和呼吸道疾病等[30]方面的早期預警。

植入式與接觸式測溫方法相比較，能夠解決接觸式傳感器精度較低，易受畜禽日常行為干擾等問題。目前，植入式測溫方法技術發展迅猛，通過無創方法將可植入微芯片注射進畜禽體內實現不同深度體表溫度的自動監測方法成為大部分研究的選擇。雖然植入式測溫突破了接觸式測溫設備固定瓶頸，實現了自動測溫，但是植入的測定元件可能會造成動物不適，影響動物健康和生產。如何避免這種不利因素以及找到更合適的植入位點是該方法進一步改進的重點方向。

3 體外檢測方法

體外體溫檢測技術發展歷程如圖3下半軸所示。體外檢測方法根據與畜禽的接觸方式可分為接觸式與非接觸式兩種。

接觸式測溫技術發展較早，早在1983年，Wiersma等[31]就通過熱敏電阻傳感器測定奶牛鼓膜附近溫度，其測溫時長可達10 d。然而直至1998年，基于非接觸式紅外測溫技術的紅外溫度計才首次應用于測量山羊鼓膜溫度。20世紀初，非接觸式紅外熱成像技術作為輔助診療手段開始運用于畜禽疾病早期監測。隨著紅外技術的不斷發展，紅外傳感器以其成本低、便攜、易操作的特點在畜禽體溫監測中廣受歡迎。然而單一的體溫數據不足以支持動物的健康檢測，紅外熱成像測溫方法逐漸應用開來。隨著紅外圖像處理技術不斷發展，非接觸式紅外熱成像測溫方法在畜禽體溫監測中得到大規模應用。結合紅外熱成像技術輔助診斷畜禽疾病成為現如今研究熱點。直至今日，非接觸式紅外熱成像技術已廣泛運用于健康監測、疾病診斷以及行為監測等領域。

3.1 接觸式測溫

接觸式體溫監測是通過傳感器等電子設備與畜禽身體部位相接觸，依靠傳感器技術來獲取畜禽動物的體溫信息，即通過電器元件的電氣參數檢測溫度變化實現畜禽體溫信息檢測。這種方法以結構簡單，成本低的特點在畜禽體溫自動監測中被各大農場廣泛使用。

在畜禽體溫測量中，傳感器的選擇主要有熱敏電阻，熱電偶以及數字溫度傳感器等。熱敏電阻因主要特點是體積小、使用方便、靈敏度高、穩定性好、過載能力強等廣受歡迎。根據不同的溫度系數，可分為負溫度系數熱敏電阻（Negative Temperature Coefficien，NTC）和正溫度系數熱敏電阻（Positive Temperature Coefficien，PTC），而在畜禽體溫測量方面多采用NTC（如圖8所示）作為溫度傳感器的測量探頭[32-35]。例如，Okada等[34]研發的帶有熱敏電阻和加速度計的可穿戴無線節點，實現20 m內無障得條件下對雞體溫和運動量監測，有助于有效地早期檢測高致病性禽流感。武彥等[33]設計了一種特殊抗環境干擾測溫模塊，將測量電路、無線射頻模塊和電源集成在一塊3 cm×6 cm的PCB（Printed Circuit Board）上，并在柔性橡膠耳塞中嵌入溫度傳感器以監測奶牛耳溫，通過Zigbee技術傳輸數據，其測定精度可達±0.1℃。

圖8 熱敏電阻

與熱敏電阻相比，數字溫度傳感器具有結構簡單、體積小、具有可調分辨率等特點，且通過簡單的編程便可直接讀出測溫度數據。常用的數字溫度傳感器型號有DS18B20型、Tsic型以及ADT7320型等接觸式高精度數字溫度傳感器。與傳統的熱敏電阻測溫相比，DS18B20溫度傳感器可直接將溫度轉化為數字信號輸出，簡化了復雜的電路結構，在奶牛[35-39]以及蛋雞[40]體溫監測上應用廣泛。在群養奶牛體溫實時監測系統，采用DS18B20數字溫度傳感器設計的體溫監測設備用于測量奶牛耳道邊緣溫度，其工作在溫度為30～50 ℃范圍時精度可達±0.4 ℃[38]。而劉忠超等[36]在基于安卓奶牛體溫遠程監測系統中，采用DS18B20數字溫度傳感器設計接觸式低功耗測溫模塊其測溫精度可達±0.1 ℃。

為保持體溫監測的連續性，通常對畜禽進行24 h不間斷監測，所以在滿足測量高精度的同時，低功耗的監測也尤為重要。目前，主要應用的低功耗的數字溫度傳感器有ADT7320和Tsic系列。ADT7320具有長期穩定性和可靠性，適合養殖業動物高精度體溫監測的要求，測溫精度可達±0.1 ℃，尤其在奶牛監測上應用較為廣泛[41-43]?；赥sic506和Zigbee的蛋雞體溫無線監測系統[44]，其測量精度可達±0.2 ℃，測試距離小于150 m時，系統丟包率在6%左右，雞健康系統平均耗電量小于1W[45]。

在接觸式測溫方法中，傳感器的安裝以及測溫部位的選定往往是較大困擾因素。大部分畜禽動物全身被毛，溫度傳感器較難找到最佳位置固定，且受日常行為的影響，往往容易脫落。穿戴式無線傳感器通過表帶式的設計結構能夠緊密貼合畜禽動物體表皮膚，有效避免動物運動時傳感器的脫落[46]。穿戴式傳感器需針對特定動物體積設計研發。例如，在蛋雞的測溫中，由于蛋雞體積較小使得傳感器固定較難，且易造成傳感器脫落，考慮易于貼合安裝，日常行為影響較小等因素，有研究開發出硬幣大小的可穿戴式傳感器，將它貼合于雞腿上、雞胸下和雞泄殖腔部位實現體溫變化監測[32]，翼下也通常作為測溫部位[4,44]。對于家畜來講，穿戴式傳感器較家禽更易于佩戴。例如，生豬、奶牛等家畜耳道孔徑較大，溫度穩定，且不易受外界環境影響，常作為測量體溫的理想部位[33,35,37-38,47]；在奶牛鼻子處佩戴K型熱電偶測量探頭[48]，監測奶牛鼻孔附近呼吸時的溫度來監測牛的體溫，但奶牛頻繁舔舐鼻翼易造成熱電偶脫落。除此之外，奶牛后腿跖骨，由于被毛稀疏，也可選擇肌肉、血管較為豐厚部位作為固定位置，因此，Kou等[49]設計了貝殼形狀的溫度傳感器（如圖9所示），以適應牛的解剖結構將其與牛后腿緊密貼合。

圖9 貝殼狀溫度傳感器安裝示意圖[49]

通過合理的選取傳感器安裝位置，盡量避免畜禽日常行為所造成的影響，同時選取低功耗，體積小以及高精準率的傳感器，建立良好的無線數據傳輸網絡，才能獲得較好的體溫監測數據。

3.2 非接觸式測溫

無論是接觸式測溫還是植入式測溫，都是對單一或少數的研究對象進行測溫試驗，在面臨大規模畜禽養殖時，耗費的時間、人工、設備等成本尤為高昂。非接觸式測溫方法以其速度快，測溫范圍廣等優點，逐漸應用于大規模畜禽養殖中。非接觸式測溫方式包括熱紅外測溫、超聲波測溫、激光測溫等。由于紅外測溫的便攜性以及低成本等因素，國內外更偏重于熱紅外測溫方式。在早期，通常是采用紅外溫度傳感器對動物進行測溫。而隨著技術發展，又開發出了利用紅外輻射熱效應，將物體發出的紅外輻射轉化成肉眼可見圖像的紅外熱成像技術。

目前，紅外溫度傳感器通常與無線傳輸網絡技術相結合構建成完整的體溫監測系統，通過無線傳輸將數據采集回終端，以完成實時監控[50]。以Zigbee通信技術構建的無線傳感器網絡，其丟包率低，無線通信距離較大，采集的體溫溫差較小[51]，實現了較好的體溫監測效果。基于無線射頻識別技術與紅外測溫技術的方法也應用于生豬的體溫測量中，實現了智能測溫[52]。運用紅外溫度傳感技術與無線傳感網絡技術、RFID技術等計算機技術對畜禽體溫特征方面能夠進行更加全面的監測。然而，由于畜禽舍環境的原因，數據傳輸的穩定與正確性易受影響，應當加強數據的傳輸穩定以減少丟包率。

3.2.2 紅外熱成像技術

紅外熱像儀是一種成像測溫設備，物體以電磁波的形式向外輻射能量，不同物體的紅外輻射強度不同。紅外熱成像的原理是利用目標與周圍環境的溫度和發射率的差異，產生不同的熱梯度，呈現出紅外輻射能量密度分布圖，即“熱圖像”。

紅外熱成像（Infrared Thermography，IRT）技術提供了一種非接觸式體表測溫方式[1,53]。近年來，在生豬的體溫測量方法中，基于紅外技術的體溫監測系統研究取得一定進展[54-56]，可實現生豬紅外圖像的自動化巡檢采集、有效存儲和遠程傳輸[57]。通過對生豬關鍵部位感興趣區域（Region of Interest，ROI）進行特征提取[58]，獲得區域溫度分析[54,59]，并預測生豬核心體溫，從而使得體溫數據獲取的更加全面和準確。而在肉雞體溫的監測方面，由于肉雞體表羽毛區與非羽毛區也存在較大差異[60]，通常采用頭部高溫區域溫度反演肉雞翅下溫度[61-62]，利用紅外攝像機的個體無創性體溫測量方法，可自動獲取個體肉雞熱圖像，定義代表核心體溫的身體區域，并應用基于熱成像的統計模型預測體溫[63]。然而，紅外熱像儀測溫效果會受風速、溫濕度等環境因素的影響。Wang等[64]提出了一種適用于非接觸式牛體溫測量的紅外熱成像傳感器融合結構（如圖10所示），利用風速計和溫濕度計，校正了風速等環境因素的影響，直腸記錄的參考溫度和IRT溫度之間的平均和標準差分別為0.04和0.1 ℃。

圖10 多傳感器結構試驗設置[64]

除了環境溫濕度等因素帶來的影響，對IRT設備操作認識不足以及特定地點等因素，也易造成IRT測溫不同結果。在使用紅外熱像儀拍攝的同時，還應當對其他參數設置調整（如發射率、距離以及反射溫度等），并通過對ROI關鍵部位進行溫度提取以建立起與核心體溫之間的普適性溫度補償預測模型（如圖11所示）。同時將體溫指標與動物等其他參數（質量、耳標身份、采食量、日齡等）相結合[65]，可對動物健康進行更加準確的監測，為實現畜禽舍精準化管理提供堅實基礎。

圖11 紅外熱成像畜禽體溫檢測方法

表2 動物體表監測方法總結

此外，處理紅外圖像獲取畜禽體溫信息是一個非常復雜的過程[66]。由于紅外圖像易受噪聲干擾，其對比度、分辨率往往較低，同時在測溫過程中畜禽的姿態等因素也影響著成像質量[67]，因此，對畜禽ROI體溫信息自動提取時存在著識別率、準確率較低等問題。將紅外與可見光圖像進行配準并融合，融合之后的圖像包含了更多的信息彌補了紅外圖像的局限性，這種方法也還在探索之中。在未來，準確高效處理紅外圖像或視頻將進一步推動紅外熱成像測溫技術在畜禽體溫自動監測中的應用。

脊髓成像方法常見的技術挑戰已經很明顯確定為：（1）磁化率差異；（2）生理運動；（3）脊髓橫截面尺寸較小。成像的這些性質中，人類脊髓條件不會改變，因此未來的發展需要開發更好的方法來克服這些挑戰，改善成像[18-19]。

非接觸式紅外測溫技術與接觸式、植入式這兩種測溫方法相比，能夠減少動物的應激反應且具有較好的監測效果，但是在監測過程中易受畜禽動物日常行為影響（如躺臥，飲水等），較難捕捉到關鍵測溫部位而導致體溫測量出現誤差[50]。因此，應當進一步解決動物日常行為的動態體溫監測以提高精準率。同時，由于畜禽舍環境溫濕度、風速等因素影響，紅外測溫還需考慮處于不同環境下，紅外體表溫度與核心體溫之間的差異性并做出相應的溫度補償。盡管紅外熱成像技術在智能動物體溫監測方面大有前景，但在復雜的畜禽舍環境條件下，還需要進一步研究以提高體表溫度測量的準確性、穩定性和適應性。動物體表監測方法總結如表2所示。

4 體溫數據傳輸與網絡技術

畜禽體溫數據通過傳感器、芯片等設備監測，組成無線傳感網絡，傳輸方式多采用短距離無線數據通信的Zigbee[16,39,51]技術進行體溫監測系統信息數據的采集和通信，并實現監測數據的實時上傳[48,50-51]，同時還可以將ZigBee技術、RS485傳輸技術與傳感技術相結合組成新興無線傳感器網絡以進行數據傳輸[40]建立奶牛體溫實時監測系統；無線射頻識別RFID技術通過豬、牛等動物的耳標實現個體身份識別并傳輸溫度數據[12]，取得較好的效果[22]；除此外，在生豬與奶牛的體溫數據傳輸中，Wi-Fi技術[35-36,69]與藍牙技術[25]也得到廣泛的應用。

5 測溫部位分布及補償

5.1 測溫部位分布

在豬、牛和雞等畜禽中，直腸溫度能夠反映其真實體溫，然而在自動體溫監測中，通常無法采取直腸測溫方法，往往通過身體其他部位來采集溫度數據，以建立其與直腸溫度之間的關系來反映動物真實體溫。

不同種動物，不僅存在不同的測溫方法，而且測溫部位選擇也大不相同。對于雞來說，翼下溫度較為接近真實溫度[32]，且在安裝溫度傳感器時也易于貼合，常作為主要測溫部位之一。除此之外，還有研究者將雞的頭部、眼睛[70]以及臀部作為測溫部位，并建立與核心體溫的相關聯系以反映雞的體溫變化。在豬的體溫監測中，耳根溫度是生豬體表溫度的典型代表，耳根皮膚溫度可作為豬的熱舒適性指標[47]，此外，眼睛和額頭等區域也常作為測溫部位。然而隨著生豬年齡、生物狀態等變化（例如分娩），其測溫部位高相關性可能發生改變。在奶牛的體溫測量中，采用紅外體表測溫技術監測到奶牛的眼部、鼻鏡、表皮的溫度與直腸溫度相關性顯著，其中，眼部溫度最接近奶牛體溫（直腸溫度）[71]；同時Salles等[72]研究表明，在熱舒適性條件下，奶牛的前額溫度與直腸溫度相關性最高，前額和左右側腹溫度與溫濕度密切相關。而大多數接觸式測溫試驗研究中，常采用奶牛后腿部位測溫；在植入式測溫中，多采用皮下或者生殖道進行測溫。3種測溫方法測溫部位，如表3所示。

表3 3種測溫方法測溫部位總結

5.2 溫度補償技術

動物的體溫受環境溫濕度影響，隨之有一定程度的變化。通常在高溫濕度環境中，奶牛的體溫波動較大，在低溫濕度環境中，體溫波動較小[73]，因此保持較低的溫濕度有利于奶牛的體溫監測；而肉雞和蛋雞直腸溫度與翼下體溫存在一定變化規律[40]，其溫濕度環境指數與體表溫度存在良好的線性關系，隨著肉雞日齡增加，溫濕度的權重逐漸增大[74]。建立動物在不同環境條件下的體溫變化及測溫部分與直腸溫度的動態補償關系非常重要，可作為反映飼養環境舒適性的重要參考指標[72]。因此，在紅外熱成像技術的體表測溫中，由于體表部位溫度變化受環境溫濕度的變化影響[12,71]，通過設置不同發射率、測溫距離[75]等參數，建立所測體表溫度與直腸溫度之間的線性回歸動態關系。其中紅外體表測溫中發射率的設置及選擇尤為重要，Soerensen等[76]通過試驗證明母豬裸皮的發射率在0.96～0.98之間，測溫效果最好。被毛對熱成像檢測畜禽體表溫度精度也存在一定影響，賈桂鋒等[77]根據熱成像數據分析出生豬體表毛發對溫度檢測精度的影響規律，提出了一種被毛噪聲濾除算法。此外，動物隨機運動引起的視角變化對溫度測量也存在一定偏差，Jiao等[78]提出了一種基于 Kinect傳感器和紅外熱像儀可以補償由于視點角度引起的紅外圖像溫度測量誤差的方法，經過補償處理后，74°～76°視角測得溫度圖像與0°視角下溫度圖像的溫差范圍僅為0.03～1.2 ℃。

同種動物的體溫在不同年齡段、不同品種之間以及不同的測溫部位也存在不小差異。此外，動物的體態（如臥躺、爬跨、站立等）也會間接造成體溫的波動。因此，除了考慮在測量動物體溫時外部因素（環境，體溫采集方法等）作用造成的差異，還應當綜合考慮上述動物內部影響因素，以期在未來健康監測等方面做出重要指示。

5.3 測溫部位與核心體溫關系模型

在紅外測溫試驗中，動物體表溫度受多種因素影響作用，例如：環境溫濕度、風速、地表溫度以及動物不同生產階段等因素。為建立起測溫部位與核心體溫之間的普適性溫度預測模型，通常對畜禽等動物不同身體區域多個部位溫度進行多天連續監測，并將體溫數據以及各項監測參數進行數理統計分析得到與其核心體溫之間的相關性系數以及回歸模型等。目前，多采用一元或多元線性回歸分析方法建立體溫預測模型[71,76,79-82]。近年來，通過一些非線性方法建立體表溫度與核心溫度關系模型的研究，逐漸成為熱點。諸如，最小二乘支持向量機（Least Squares Support Vector Machine，LS-SVM）、高斯過程（Gaussian Process，GP）和偏最小二乘（Partial Least Squares，PLS）機器學習等方法[83]；結合天氣數據和體表溫度人工神經網絡模型[84]，以舍內CO2、環境溫濕度等為參數的人工神經網絡與多元線性回歸相結合[85]的核心體溫預測；基于蛋雞頭部和腿部最高溫度的多元線性回歸和BP（Back Propagation）神經網絡肉雞翅下體溫反演模型[86]；結合環境條件（干球溫度和相對濕度）建立模糊神經網絡模型以預測蛋雞眼球和雞冠溫度[87]。然而，隨著智能感知技術的發展，對體表溫度的監測已不局限于某個部位，人們開始探索最能代表體表溫度變化的測溫敏感區域，將敏感區域的大量溫度數據、圖像數據相結合，融入動物所處的環境數據，來研究體表溫度與核心溫度之間的關系，以期構建精確的核心體溫模型，為非接觸式測溫方法奠定重要的理論依據。因此，傳統的一元或多元線性回歸模型已逐漸不能勝任大數據智能驅動的體表溫度與核心溫度關系模型構建要求，在未來的研究中應當盡可能的建立基于多參數數據的非線性或深度網絡模型。

6 應用領域

6.1 生產性能

畜禽動物生產性能是衡量整個農場經濟效應的關鍵因素，通常包括了產值表現（蛋奶數量等）、增重率以及繁殖率如動物發情、分娩、妊娠等方面。除了反芻和進食時間可作為發情的預測指標外[88]，有研究表明，奶牛發情期陰道溫度平均最大升高（0.9±0.3）℃，發情前3 d陰道溫度明顯降低，發情中期明顯升高[8]。因此，監測動物外陰等部位溫度的變化能夠有效進行發情預測。在試驗研究中，多通過溫敏傳感器[8-10]、熱敏電阻[89]、微芯片[13]等設備植入外陰或皮下等部位進行體溫監測以預測發情。然而，相比只監測外陰溫度并設置溫度閾值來監測發情，結合畜禽活動量、進食量以及飲水量等因素的變化情況[48,88]，預測率得到了更高的提升。

6.2 健康檢測

6.2.1 熱應激監測

畜禽熱應激反應常出現在夏季高溫時節，通常伴隨著直腸溫度、體表溫度以及呼吸頻率的升高[90-91]。Chung等[12]設計了兩種低成本、低功耗的測溫設備，通過將微芯片植入耳朵和接觸式傳感器貼合頸部，以探究熱應激奶牛頸部、耳朵與核心體溫之間的關系。然而，植入式方法總是無法避免侵入性手術及相關副作用，紅外測溫方法以其無創、測溫范圍廣等優點已逐漸應用于監測畜禽熱應激。例如：通過紅外溫度計測量雞翼下、泄殖腔等部位體溫以監測肉雞熱應激認知行為[15]；利用非接觸式紅外熱成像技術測定奶牛眼球最大值溫度，為早期診斷奶牛熱應激提供了一種可行性方法[92]。

6.2.2 疾病監測

呼吸道疾病常見于豬、牛等動物中，通過吞服網狀瘤胃溫度丸[30]和紅外技術測量豬牛眼睛溫度[93-94]可用作早期檢測豬牛呼吸系統疾病。但是，核心體溫的升高并不是呼吸道疾病的特異性，心率和呼吸速率也是關鍵生理指標[94-95]。除了通過紅外技術獲取豬的體溫外，Jorquera等[94]還使用基于計算機技術的RGB（Red, Green, and Blue）和紅外圖像來測量評估豬的心率和呼吸率，并結合體溫監測作為豬場呼吸系統疾病的早期預警。這表明計算機視覺和紅外測溫技術結合可更好進行疾病診斷。

奶牛乳腺炎通常發生在泌乳期，常伴有較高的體溫升高。通過實時測量奶牛網狀體溫[96]、瘤胃溫度[29]、眼睛溫度[97]以及乳房表面溫度[98-99]，監測乳腺炎的發病機制，達到早期發現乳腺炎的目的。隨著紅外圖像技術的發展，紅外熱成像測溫方法以其智能、準確、無接觸等特點，逐漸應用于奶牛乳房炎的檢測[100]。除此之外，在其他種類的疾病檢測方面體溫監測均有應用。例如：利用紅外圖像提取生豬耳部顏色判斷是否患有藍耳病，準確率可達到77%[101]；非接觸式紅外熱成像進行非洲豬瘟的早期監測[102]；紅外熱成像進行牛蹄表面溫度[103]、肉雞腿部非炎癥類病變監測[104]，再結合姿態特征來綜合判斷是否發生腿部異常，以此來評估健康狀況。大量試驗研究表明，非接觸式體溫監測可為動物健康檢測及診斷提供更加方便、快速的技術手段，將會在今后動物健康預警方面有巨大的應用空間。

6.3 行為監測

畜禽體溫不僅易受舍內空間環境溫濕度以及晝夜變化等因素影響[105-106]，日常行為狀態也會引起體溫的變化。有研究表明，通過穿戴式無線感溫設備監測蛋雞翼下溫度，其長時間的攝食過程會產生類似于生蛋特征峰的體溫上升小峰，但是上升的時間與峰值高度相較生蛋特征峰較短且較低[32]。生豬耳朵皮膚溫度與其日常行為也存在一定關聯，通過接觸式耳標溫度傳感器監測生豬體溫，并結合躺臥、站立等姿勢行為，結果表明，與活動時相比，豬在躺臥休息時耳部皮膚溫度更高[47]。

同時，通過奶牛群飲水吞服溫度丸劑，對網狀管腔溫度進行有效的判斷[107-108]。此外，利用紅外技術進行體溫檢測可作為早期母豬跛行[109]、奶牛跛行運動特征的提取與檢測[110]以及斷奶豬仔接種疫苗后的發熱和行為反應指標[111]。然而，除了體溫數據外，還應當融合多種無損檢測技術獲取呼吸頻率、心率、運動量等數據[112]，并結合視頻或圖像等，才能更好的綜合判斷畜禽異常行為及生理狀態，為早期疾病預警提供可行性參考。

7 問題與展望

近年來，畜禽體溫自動監測技術發展迅猛，解決了傳統人工監測耗時耗力等缺點，在畜禽生產性能、健康監測以及動物行為監測等方面表現效果較好。盡管國內外學者對畜禽體溫自動監測技術做了大量研究與改進，但其自動監測技術在精準性，數據傳輸抗干擾能力等方面還有待改進。

在接觸式測溫中，傳感器的佩帶部位及固定是一大困擾因素，合理選擇穿戴式的設備能夠較好固定于動物身上，且可放置多傳感器以監測多項畜禽生理指標。由于多數畜禽舍環境復雜惡劣，傳感器的選擇應當能適應一些極端惡劣環境（如雨淋、陽光直射、水霧以及動物摩擦等）。

在植入式測溫中，由于需將設備植入動物體內，一般需要給動物做外科手術將設備植入，易造成動物不適影響動物健康及生產。通過口服丸以及注射等方式，可極大的減少動物的不適，是植入式測溫中較為溫和的植入方式。同時，選擇合適的植入位置也是植入式測溫應用的難點，需確定所植入位置與核心體溫之間的關系，并保證體內測量精度。如何避免上述因素，是該方法進一步改進的重點。

非接觸式測溫主要以紅外熱成像技術為主，以其高效、方便、無應激、可進行群體體溫自動巡檢等的優勢倍受青睞。然而，紅外熱像測溫方法，易受環境溫濕度、光照、測溫距離等影響，造成測量數據與實際體溫存在一定的差異。因此，應建立多種環境條件下，針對不同種類動物體表溫度與直腸溫度的普適性的溫度補償模型?；诩t外熱像技術構建的溫度巡檢系統中，由于熱像數據較大為實時數據傳輸帶來一定的困難，需要研發適合于熱像數據遠程傳輸的物聯網系統，實現數據高效、快速、實時傳輸。

總之，無論上述哪種自動化測溫技術，都需要做到盡量減少動物應激反應，開展無創式體溫監測；建立關鍵測溫部位的溫度與動物核心溫度之間的關系，準確反映真實體溫變化情況；結合動物體溫變化反映出來的環境適應性，進行畜舍環境舒適性的智能反饋調控；將自動體溫監測技術作為動物群體健康及疾病檢測重要依據，綜合其他指標綜合判定健康狀況，為健康檢測及疾病診斷提供重要技術支撐。在未來畜禽自動測溫技術的發展應用中，隨著物聯網、人工智能等新興信息技術的不斷發展成熟，研發低成本、高精準、實時的非接觸式自動測溫技術及設備，具有廣闊的發展前景和應用價值。

8 結 論

本文通過對畜禽體溫自動監測技術的應用現狀以及未來發展趨勢進行深入分析，闡述了體溫自動監測技術在畜禽養殖中的意義，并提出了未來畜禽體溫自動監測發展方向與前景。傳統的手工測溫方法已逐漸被新興的自動測溫方法取代。自動測溫技術以實時、高效、方便、準確的優勢，在畜禽健康養殖生產及管理中已表現出強大的優勢和發展空間，目前廣泛應用于動物生產性能、疾病檢測、行為監測等方面。其中，非接觸式紅外測溫技術優勢特點更為明顯，結合紅外圖像處理技術的紅外熱像儀測溫方式逐漸成為當下畜禽體溫監測研究熱點。然而，紅外圖像普遍存在成像噪聲大、圖像對比度低等問題。因此，紅外圖像處理關鍵技術的提升將進一步推動紅外熱成像測溫技術在畜禽體溫自動監測中的應用。

在自動化的體溫監測技術中，降低成本、提高數據傳輸穩定性和測溫精度，開發便攜式、易操作的測溫設備，是實現規?；笄轀y溫的關鍵。在未來，結合物聯網、人工智能等新興技術實現體溫自動巡檢，構建更高效的健康檢測模式、流程及智能化設備，將具有廣闊的發展前景。

[1] Giro A, De Campos Bernardi A C, Junior W B, et al. Application of microchip and infrared thermography for monitoring body temperature of beef cattle kept on pasture[J]. Journal of Thermal Biology, 2019, 84: 121-128.

[2] Bao J, Xie Q. Artificial intelligence in animal farming: A systematic literature review [J]. Journal of Cleaner Production, 2022, 331: 129956.

[3] Bligh J, Heal J. The use of radio-telemetry in the study of animal physiology [J]. Proceedings of the Nutrition Society, 1974, 33(2): 173-181.

[4] Hetzel D, Bennett I, Holmes C, et al. Description and evaluation of a telemetry system for measuring body temperature in cattle [J]. The Journal of Agricultural Science, 1988, 110(2): 233-238.

[5] 劉暢. 奶牛體溫植入式傳感器及實時檢測系統研究[D].楊凌：西北農林科技大學，2019.

Liu Chang. Research on Implantable Body Temperature Sensor and Real-Time Detection System of Dairy Cows[D]. Yangling：Northwest A&F University, 2019. (in Chinese with English abstract)

[6] 何東健，劉暢，熊虹婷. 奶牛體溫植入式傳感器與實時監測系統設計與試驗[J]. 農業機械學報，2018，49(12)：195-202.

He Dongjian, Liu Chang, Xiong Hongting. Design and experiment of implantable sensor and real-time detection system for temperature monitoring of cow[J]. Transactions of the Chinese Society for Agricultural Machinery, 2018, 49(12): 195-202. (in Chinese with English abstract)

[7] Suthar V, Burfeind O, Patel J, et al. Body temperature around induced estrus in dairy cows[J]. Journal of Dairy Science, 2011, 94(5): 2368-2373.

[8] Kyle B, Kennedy A, Small J. Measurement of vaginal temperature by radiotelemetry for the prediction of estrus in beef cows[J]. Theriogenology, 1998, 49(8): 1437-1449.

[9] Morais R, Valente A, Almeida J C, et al. Concept study of an implantable microsystem for electrical resistance and temperature measurements in dairy cows, suitable for estrus detection[J]. Sensors and Actuators A: Physical, 2006, 132(1): 354-361.

[10] Miranda N, Morais R, Dias M, et al. Bioimplantable impedance and temperature monitor low power micro-system suitable for estrus detection[J]. Procedia Chemistry, 2009, 1(1): 505-508.

[11] Lee Y, Bok J, Lee H, et al. Body temperature monitoring using subcutaneously implanted thermo-loggers from holstein steers[J]. Asian-Australasian Journal of Animal Sciences, 2016, 29(2): 299-306.

[12] Chung H, Li J, Kim Y, et al. Continuous and wireless skin contact and ear implant temperature measurements and relations to the core body temperature of heat stressed dairy cows[C]//10th International Livestock Environment Symposium (ILES X). American Society of Agricultural and Biological Engineers, Nebraska, 2018: 1.

[13] 張子云. 新型電子芯片檢測不同品種后備母豬發情期體溫變化及行為表現規律研究[D]. 成都：四川農業大學，2015.

Zhang Ziyun. A New Type of Electronic Chip to Detect Changes in Body Temperature and Behavioral Behavior of Different Breeds of Gilts During Estrus[D]. Chengdu: Sichuan Agricultural University, 2015. (in Chinese with English abstract)

[14] Lohse L, Uttenthal ?, En?e C, et al. A study on the applicability of implantable microchip transponders for body temperature measurements in pigs[J]. Acta Veterinaria Scandinavica, 2010, 52(1): 1-9.

[15] Iyasere O S, Edwards S A, Bateson M, et al. Validation of an intramuscularly-implanted microchip and a surface infrared thermometer to estimate core body temperature in broiler chickens exposed to heat stress[J]. Computers and Electronics in Agriculture, 2017, 133: 1-8.

[16] Rey B, Fuller A, Hetem R S, et al. Microchip transponder thermometry for monitoring core body temperature of antelope during capture[J]. Journal of Thermal Biology, 2016, 55: 47-53.

[17] Kearton T R, Doughty A K, Morton C L, et al. Core and peripheral site measurement of body temperature in short wool sheep[J]. Journal of Thermal Biology, 2020, 90:102606.

[18] Grewar J D. Use of Temperature Sensitive Microchip Transponders to Monitor Body Temperature and Pyrexia in Thoroughbred Foals[D]. Pretoria: University of Pretoria, 2010.

[19] Auclair-Ronzaud J，Benoist S，Dubois C，et al. No-contact microchip monitoring of body temperature in yearling horses[J]. Journal of Equine Veterinary Science, 2020, 86:102892.

[20] Chung H, Li J, Kim Y, et al. Using implantable biosensors and wearable scanners to monitor dairy cattle's core body temperature in real-time[J]. Computers and Electronics in Agriculture, 2020, 174: 105453.

[21] 張國鋒，陶莎，于麗娜，等. 基于植入式RFID感溫芯片的豬體溫與飲水監測系統[J]. 農業機械學報，2019，50(S1)：297-304.

Zhang Guofeng, Tao Sha, Yu Lina, et al. Pig body temperature and drinking water monitoring system based on implantable rfid temperature chip[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(S1): 297-304. (in Chinese with English abstract)

[22] Reid E. The Use of Implantable Microchips for Body Temperature Collection in Cattle[D]. Urbana-Champaign: University of Illinois at Urbana-Champaign, 2015.

[23] Small J, Kennedy A, Kahane S. Core body temperature monitoring with passive transponder boluses in beef heifers[J]. Canadian Journal of Animal Science, 2008, 88(2): 225-235.

[24] Maxwell B M, Brunell M K, Olsen C H, et al. Comparison of digital rectal and microchip transponder thermometry in ferrets ()[J]. Journal of the American Association for Laboratory Animal Science, 2016, 55(3): 331-335.

[25] Iwasaki W, Ishida S, Kondo D, et al. Monitoring of the core body temperature of cows using implantable wireless thermometers[J]. Computers and Electronics in Agriculture, 2019, 163: 104849.

[26] 郭子平. 基于無線能量傳輸技術的植入式動物生理參數遙測系統研究[D]. 上海：上海交通大學，2012.

Guo Ziping. Research on Implantable Animal Physiological Parameter Telemetry System Based on Wireless Energy Transmission Technology[D]. Shanghai: Shanghai Jiaotong University, 2012. (in Chinese with English abstract)

[27] Alzahal O, Steele M, Valdes E, et al. The use of a telemetric system to continuously monitor ruminal temperature and to predict ruminal pH in cattle[J]. Journal of Dairy Science, 2009, 92(11): 5697-5701.

[28] Alzahal O, Alzahal H, Steele M, et al. The use of a radiotelemetric ruminal bolus to detect body temperature changes in lactating dairy cattle[J]. Journal of Dairy Science, 2011, 94(7): 3568-3574.

[29] Kim H, Min Y, Choi B. Real-time temperature monitoring for the early detection of mastitis in dairy cattle: Methods and case researches[J]. Computers and Electronics in Agriculture, 2019, 162: 119-125.

[30] Timsit E, Assié S, Quiniou R, et al. Early detection of bovine respiratory disease in young bulls using reticulo-rumen temperature boluses[J]. The Veterinary Journal, 2011, 190(1): 136-142.

[31] Wiersma F, Stott G H. A technique for securing a temperature probe adjacent to the tympanic membrane in bovine[J]. Transactions of the ASAE, 1983, 26(1): 185-0187.

[32] 楊威. 蛋雞穿戴式無線體溫感知設備的開發及體溫監測實驗研究[D]. 杭州：浙江大學，2017.

Yang Wei. Development of a Wearable Wireless Body Temperature Sensing Device for Laying Hens and Experimental Research on Body Temperature Monitoring[D]. Hangzhou: Zhejiang University, 2017. (in Chinese with English abstract)

[33] 武彥，劉子帆，何東健，等. 奶牛體溫實時遠程監測系統設計與實現[J]. 農機化研究， 2012，34(6)：148-152.

Wu Yan, Liu Zifan, He Dongjian, et al. Design and implementation of real-time remote monitoring system for cow body temperature[J]. Journal of Agricultural Mechanization Research, 2012, 34(6): 148-152. (in Chinese with English abstract)

[34] Okada H, Itoh T, Suzuki K, et al. Wireless sensor system for detection of avian influenza outbreak farms at an early stage[C]//Sensors, 2009 IEEE. IEEE, 2009: 1374-1377.

[35] 盛顯超. 基于WiFi和云平臺的生豬體溫監測系統設計 [D]. 哈爾濱：哈爾濱理工大學，2019.

Sheng Xianchao. Design of Pig Body Temperature Monitoring System Based on Wifi and Cloud Platform[D]. Harbin: Harbin University of Science and Technology, 2019. (in Chinese with English abstract)

[36] 劉忠超，范偉強，張會娟，等. 基于Android的奶牛體溫實時遠程監測系統的設計[J]. 黑龍江畜牧獸醫，2017(23)：6-9，282-283.

Liu Zhongchao, Fan Weiqiang, Zhang Huijuan, et al. Design of a real-time remote monitoring system for dairy cow body temperature based on Android[J]. Heilongjiang Animal Science and Veterinary Medicine, 2017(23): 6-9, 282-283. (in Chinese with English abstract)

[37] 王俠. 奶牛體溫預測檢測平臺設計與實現[D].合肥：安徽農業大學， 2020.

Wang Xia. Design and Implementation of Dairy Cow Body Temperature Prediction and Detection Platform[D]. Hefei: Anhui Agricultural University, 2020. (in Chinese with English abstract)

[38] 屈東東. 群養奶牛體溫實時監測系統設計與實現[D]. 合肥：安徽農業大學，2017.

Qu Dongdong. Design and Implementation of Real-Time Monitoring System for Body Temperature of Group Dairy Cows[D]. Hefei: Anhui Agricultural University, 2017. (in Chinese with English abstract)

[39] 楊宇闐奕，何東健，劉暢，等. 基于ZigBee的奶牛體征監測系統設計與實現[J]. 農機化研究，2018，40(9)：74-80.

Yang Yutianyi, He Dongjian, Liu Chang, et al. Design and implementation of ZigBee-based cow sign monitoring system[J]. Journal of Agricultural Mechanization Research, 2018, 40(9): 74-80. (in Chinese with English abstract)

[40] 李麗華. 蛋雞體溫與生產性能參數動態監測關鍵技術研究及應用[D]. 保定：河北農業大學，2014.

Li Lihua. Research and Application of Key Technologies for Dynamic Monitoring of Body Temperature and Production Performance Parameters of Laying Hens[D]. Baoding: Hebei Agricultural University, 2014. (in Chinese with English abstract)

[41] 寇紅祥. 奶牛體溫與活動量自動檢測系統設計研發及發情周期規律研究 [D]. 長春：吉林農業大學，2017.

Kou Hongxiang. Design and Development of Automatic Detection System for Body Temperature and Activity of Dairy Cows and Research on The Regularity of Estrus Cycle[D]. Changchun: Jilin Agricultural University, 2017. (in Chinese with English abstract)

[42] 蔡勇，趙福平，陳新，等. 牛體表溫度測定及其與體內溫度校正公式研究[J]. 畜牧獸醫學報，2015，46(12)：2199-2205.

Cai Yong, Zhao Fuping, Chen Xin, et al. Study on the measurement of bovine body surface temperature and its correction formula with internal temperature[J]. Journal of Animal Husbandry and Veterinary Medicine, 2015, 46(12): 2199-2205. (in Chinese with English abstract)

[43] Wang S, Zhang H, Tian H, et al. Alterations in vaginal temperature during the estrous cycle in dairy cows detected by a new intravaginal device: A pilot study[J]. Tropical Animal Health and Production, 2020, 52(5): 2265-2271.

[44] 尹祥宇，王艷君，白杰，等. 基于Tsic506和Zigbee的蛋雞體溫無線監測系統設計[J]. 中國農機化學報，2014，35(2)：281-285.

Yin Xiangyu, Wang Yanjun, Bai Jie, et al. Design of wireless temperature monitoring system for laying hens based on Tsic506 and Zigbee[J]. Journal of Chinese Agricultural Mechanization, 2014, 35(2): 281-285. (in Chinese with English abstract)

[45] Okada H, Nogami H, Itoh T, et al. Development of low power technologies for health monitoring system using wireless sensor nodes[C]//2012 Second Workshop on Design, Control and Software Implementation for Distributed MEMS. IEEE, 2012: 90-95.

[46] Koyama K，Koyama T，Sugimoto M，et al. Prediction of calving time in Holstein dairy cows by monitoring the ventral tail base surface temperature[J]. The Veterinary Journal, 2018, 240: 1-5.

[47] Andersen H ML, J?rgensen E, Dybkj?r L, et al. The ear skin temperature as an indicator of the thermal comfort of pigs[J]. Applied Animal Behaviour Science, 2008, 113(1/2/3): 43-56.

[48] 尹令，劉財興，洪添勝，等. 基于無線傳感器網絡的奶牛行為特征監測系統設計[J]. 農業工程學報，2010，26(3)：203-208，388.

Yin Ling, Liu Caixing, Hong Tiansheng, et al. Design of system for monitoring dairy cattle’s behavioral features based on wireless sensor networks[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(3): 203-208, 388. (in Chinese with English abstract)

[49] Kou H, Zhao Y, Ren K, et al. Automated measurement of cattle surface temperature and its correlation with rectal temperature[J]. PloS One, 2017, 12(4): e0175377.

[50] 柏廣宇，劉龍申，沈明霞，等. 基于無線傳感器網絡的母豬體溫實時監測節點研制[J]. 南京農業大學學報，2014，37(5)：128-134.

Bai Guangyu, Liu Longshen, Shen Mingxia, et al. Design of sow body temperature monitoring node based on wireless sensor network[J]. Journal of Nanjing Agricultural University, 2014, 37(5): 128-134. (in Chinese with English abstract)

[51] 范永存，張喜海，李建澤. 奶牛體溫監測系統數據采集終端設計[J]. 東北農業大學學報，2012，43(8)：48-52.

Fan Yongcun, Zhang Xihai, Li Jianze. Design of data acquisition terminal for dairy cow body temperature monitoring system[J]. Journal of Northeast Agricultural University, 2012, 43(8): 48-52. (in Chinese with English abstract)

[52] 秦永孝，喬宇飛，張勤，等. 基于紅外測溫設備的豬體溫采集系統研究[C]//中國畜牧獸醫學會信息技術分會第十屆學術研討會論文集，北京：中國農業大學出版社，2015：87-89.

Qin Yongxiao, Qiao Yufei, Zhang Qin, et al. Research on pig body temperature acquisition system based on infrared temperature measurement equipment[C]//Proceedings of the 10th Academic Symposium of Information Technology Branch of China Animal Husbandry and Veterinary Society, Beijing: China Agricultural University Press, 2015: 87-89. (in Chinese with English abstract)

[53] Fiebig K, Jourdan T, Kock M H, et al. Evaluation of infrared thermography for temperature measurement in adult male NMRI nude mice[J]. Journal of the American Association for Laboratory Animal Science, 2018, 57(6): 715-724.

[54] 肖德琴，林思聰，劉勤，等. 基于紅外熱成像的生豬耳溫自動提取算法[J]. 農業機械學報，2021，52(8)：255-262.

Xiao Deqin, Lin Sicong, Liu Qin, et al. Automatic ear temperature extraction algorithm for live pigs based on infrared thermography[J]. Transactions of the Chinese Society for Agricultural Machinery, 2021, 52(8): 255-262. (in Chinese with English abstract)

[55] 孟珍琪. 基于紅外技術的生豬體溫自動檢測的研究[D]. 天津：天津農學院，2018.

Meng Zhenqi. Research on Automatic Detection of Pig Body Temperature Based on Infrared Technology[D]. Tianjin: Tianjin Agricultural College, 2018. (in Chinese with English abstract)

[56] 張澤峰. 母豬體溫紅外監測系統設計與實現[D]. 太原：山西農業大學，2019.

Zhang Zefeng. Design and Implementation of Infrared Monitoring System for Sow Body Temperature[D]. Taiyuan: Shanxi Agricultural University, 2019. (in Chinese with English abstract)

[57] 劉勤. 基于熱紅外圖像的生豬體溫巡檢技術研究[D]. 廣州：華南農業大學，2019.

Liu Qin. Research on Pig Body Temperature Inspection Technology Based on Thermal Infrared Images[D]. Guangzhou: South China Agricultural University, 2019. (in Chinese with English abstract)

[58] Xie Q, Wu M, Yang M, et al. A deep learning-based fusion method of infrared thermography and visible image for pig body temperature detection[C]//Animal Enivironment And Welfare-Procedings of International Symposium, 2021: 326-333.

[59] 張在芹. 基于紅外圖像的種豬體溫檢測方法研究[D]. 天津：天津農學院，2019.

Zhang Zaiqin. Research on Body Temperature Detection Method of Breeding Pigs Based on Infrared Images[D]. Tianjin: Tianjin Agricultural College, 2019. (in Chinese with English abstract)

[60] Moghbeli Damane M, Barazandeh A, Sattaei Mokhtari M, et al. Evaluation of body surface temperature in broiler chickens during the rearing period based on age, air temperature and feather condition[J]. Iranian Journal of Applied Animal Science, 2018, 8(3): 499-504.

[61] 范睿. 基于安卓平臺的肉雞體溫非接觸式監測系統設計[D]. 南京：南京農業大學，2018.

Fan Rui. Design of Non-Contact Monitoring System for Broiler Body Temperature Based on Android Platform[D]. Nanjing: Nanjing Agricultural University, 2018. (in Chinese with English abstract)

[62] Xiong X, Lu M, Yang W, et al. An automatic head surface temperature extraction method for top-view thermal image with individual broiler[J]. Sensors, 2019, 19(23): 5286.

[63] Barchilon N, Bloch V, Meir D, et al. Automatic broiler temperature measuring by IR camera for commercial broiler-houses[C]//The 9th European conference on precision livestock farming (ECPLF), Cork, 2019: 885-889.

[64] Wang F K, Shih J Y, Juan P H, et al. Non-Invasive cattle body temperature measurement using infrared thermography and auxiliary sensors[J]. Sensors, 2021, 21(7): 2425.

[65] 劉國強. 基于紅外圖像奶牛發情信息監測裝置的研究[D]. 呼和浩特：內蒙古農業大學，2021.

Liu Guoqiang. Research on Monitoring Device for Cow Estrus Information Based on Infrared Images[D]. Huhhot: Inner Mongolia Agricultural University, 2021. (in Chinese with English abstract)

[66] Zhang Z, Zhang H, Liu T. Study on body temperature detection of pig based on infrared technology: A review[J]. Artificial Intelligence in Agriculture, 2019, 1: 14-26.

[67] 何東健，宋子琪. 基于熱紅外成像與骨架樹模型的奶牛眼溫自動檢測[J]. 農業機械學報，2021，52(3)：243-250.

He Dongjian, Song Ziqi. Automatic detection of dairy cow’s eye temperature based on thermal infrared imaging technology and skeleton tree model[J]. Transactions of the Chinese Society for Agricultural Machinery, 2021, 52(3): 243-250. (in Chinese with English abstract)

[68] 蔡勇. 牛體表溫度自動采集系統研發及其與體內溫度擬合曲線的研究[D]. 北京：中國農業科學院，2015.

Cai Yong. Development of an Automatic Acquisition System for Bovine Body Surface Temperature and Its Fitting Curve With in Vivo Temperature[D]. Beijing: Chinese Academy of Agricultural Sciences, 2015. (in Chinese with English abstract)

[69] 陳莉，錢同惠，張仕臻，等. 基于無線傳感器網絡的生豬體征和養殖環境監測系統設計[J]. 自動化技術與應用，2017，36(5)：61-64.

Chen Li, Qian Tonghui, Zhang Shizhen, et al. Design of pig signs and breeding environment monitoring system based on wireless sensor network[J]. Techniques of Automation and Applications, 2017, 36(5): 61-64. (in Chinese with English abstract)

[70] 曹春梅，賈海，閆貴龍. 紅外線體溫計測量成年雞體溫部位優選[J]. 黑龍江畜牧獸醫，2021(14)：50-53.

Cao Chunmei, Jia Hai, Yan Guilong. Optimization of the location of infrared thermometer for measuring body temperature of adult chickens[J]. Heilongjiang Animal Science and Veterinary Medicine, 2021(14): 50-53. (in Chinese with English abstract)

[71] 何金成，張鮮，李素青，等. 環境溫濕度及測量部位對奶牛紅外熱成像溫度的影響[J]. 浙江大學學報（農業與生命科學版），2020，46(4)：500-508.

He Jincheng, Zhang Xian, Li Suqing, et al. Effects of ambient temperature and relative humidity and measurement site on the cow's body temperature measured by infrared thermography[J]. Journal of Zhejiang University (Agriculture and Life Sciences), 2020, 46(4): 500-508. (in Chinese with English abstract)

[72] Salles M S V, Da Silva S C, Salles F A, et al. Mapping the body surface temperature of cattle by infrared thermography[J]. Journal of Thermal Biology, 2016, 62: 63-69.

[73] 陳健，顧憲紅，李淦，等. 不同溫濕指數環境下奶牛陰道溫度的變化規律[J]. 中國畜牧雜志，2019，55(5)：112-117.

Chen Jian, Gu Xianhong, Li Gan, et al. Variation of vaginal temperature under different temperature-humidity index in dairy cows[J]. Chinese Journal of Animal Science, 2019, 55(5): 112-117. (in Chinese with English abstract)

[74] 楊語嫣，李耀文，邢爽，等. 基于體表溫度的肉雞溫濕指數模型研究[J]. 中國農業科學，2021，54(6)：1270-1279.

Yang Yuyan, Li Yaowen, Xing Shuang, et al. Research on temperature and humidity index model of broilers based on body surface temperature[J]. Scientia Agricultura Sinica, 2021, 54(6): 1270-1279. (in Chinese with English abstract)

[75] 賈桂鋒，武墩，蒙俊宇，等. 測量距離對生豬紅外熱成像測溫的影響及校正[J]. 傳感器與微系統，2019，38(11)：62-64，68.

Jia Guifeng, Wu Dun, Meng Junyu, et al. Influence and correction of measuring distance on pig's IRT temperature measurement[J]. Transducer and Microsystem Technologies, 2019, 38(11): 62-64, 68. (in Chinese with English abstract)

[76] Soerensen D D, Clausen S, Mercer J B, et al. Determining the emissivity of pig skin for accurate infrared thermography[J]. Computers and Electronics in Agriculture, 2014, 109: 52-58.

[77] 賈桂鋒，蒙俊宇，武墩，等. 被毛對熱成像檢測生豬體表溫度精度的影響及噪聲濾除方法[J]. 農業工程學報，2019，35(4)：162-167.

Jia Guifeng, Meng Junyu, Wu Dun, et al. Effect of hair on thermometry of skin by infrared thermography and noise reduction method for live pigs[J]. Chinese Journal of Agricultural Engineering (Transactions of the CSAE), 2019, 35(4): 162-167. (in Chinese with English abstract)

[78] Jiao L, Dong D, Zhao X, et al. Compensation method for the influence of angle of view on animal temperature measurement using thermal imaging camera combined with depth image[J]. Journal of Thermal Biology, 2016, 62: 15-19.

[79] Kammersgaard T, Malmkvist J, Pedersen L. Infrared thermography: A non-invasive tool to evaluate thermal status of neonatal pigs based on surface temperature[J]. Animal, 2013, 7(12): 2026-2034.

[80] Talukder S, Kerrisk K, Ingenhoff L, et al. Infrared technology for estrus detection and as a predictor of time of ovulation in dairy cows in a pasture-based system[J]. Theriogenology, 2014, 81(7): 925-935.

[81] Byrne D T, Berry D P, Esmonde H, et al. Investigation of the relationship between udder quarter somatic cell count and udder skin surface temperature of dairy cows measured by infrared thermography[J]. Journal of Animal Science, 2018, 96(10): 4458-4470.

[82] Akter S, Cheng B, West D, et al. Impacts of air velocity treatments under summer condition: Part I—heavy broiler’s surface temperature response[J]. Animals, 2022, 12(3): 328.

[83] Yuan H, Liu C, Wang H, et al. Optimization and comparison of models for core temperature prediction of mother rabbits using infrared thermography[J]. Infrared Physics & Technology, 2022, 120: 103987.

[84] De Sousa R V, Da Silva Rodrigues A V, De Abreu M G, et al. Predictive model based on artificial neural network for assessing beef cattle thermal stress using weather and physiological variables [J]. Computers and Electronics in Agriculture, 2018, 144: 37-43.

[85] Basak J K, Arulmozhi E, Khan F, et al. Assessment of the influence of environmental variables on pig's body temperature using ann and mlr models [J]. Indian Journal of Animal Research, 2020, 54(9): 1165-1170.

[86] 沈明霞，陸鵬宇，劉龍申，等. 基于紅外熱成像的白羽肉雞體溫檢測方法[J]. 農業機械學報，2019，50(10)：222-229.

Shen Mingxia, Lu Pengyu, Liu Longshen, et al. Body temperature detection method of ross broiler based on infrared thermography[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(10): 222-229. (in Chinese with English abstract)

[87] Lins A C, Louren?oni D, Yanagi Júnior T, et al. Neuro-fuzzy modeling of eyeball and crest temperatures in egg-laying hens[J]. Engenharia Agrícola, 2021, 41: 34-38.

[88] Mayo L, Silvia W, Ray D, et al. Automated estrous detection using multiple commercial precision dairy monitoring technologies in synchronized dairy cows[J]. Journal of Dairy Science, 2019, 102(3): 2645-2656.

[89] Redden K, Kennedy A, Ingalls J, et al. Detection of estrus by radiotelemetric monitoring of vaginal and ear skin temperature and pedometer measurements of activity[J]. Journal of Dairy Science, 1993, 76(3): 713-721.

[90] Bohmanova J, Misztal I, Cole J. Temperature-humidity indices as indicators of milk production losses due to heat stress[J]. Journal of Dairy Science, 2007, 90(4): 1947-1956.

[91] 嚴格齊，李浩，施正香，等. 奶牛熱應激指數的研究現狀及問題分析[J]. 農業工程學報，2019，35(23)：226-233.

Yan Geqi, Li Hao, Shi Zhengxiang, et al. Research status and existing problems in establishing cow heat stress indices[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(23): 226-233. (in Chinese with English abstract)

[92] 張鮮. 基于紅外熱成像技術的奶牛熱應激診斷方法的研究[D]. 福州：福建農林大學，2016.

Zhang Xian. Research on The Diagnosis Method of Heat Stress in Dairy Cows Based on Infrared Thermal Imaging Technology[D]. Fuzhou: Fujian Agriculture and Forestry University, 2016. (in Chinese with English abstract)

[93] Jorquera-Chavez M, Fuentes S, Dunshea F R, et al. Remotely sensed imagery for early detection of respiratory disease in pigs: A pilot study[J]. Animals, 2020, 10(3): 451.

[94] Jorquera C M, Fuentes S, Dunshea F R, et al. Using imagery and computer vision as remote monitoring methods for early detection of respiratory disease in pigs[J]. Computers and Electronics in Agriculture, 2021, 187: 106283.

[95] Schaefer A, Cook N, Bench C, et al. The non-invasive and automated detection of bovine respiratory disease onset in receiver calves using infrared thermography[J]. Research in Veterinary Science, 2012, 93(2): 928-935.

[96] Adams A, Olea-Popelka F, Roman-Muniz I. Using temperature-sensing reticular boluses to aid in the detection of production diseases in dairy cows[J]. Journal of Dairy Science, 2013, 96(3): 1549-1555.

[97] Xudong Z, Xi K, Ningning F, et al. Automatic recognition of dairy cow mastitis from thermal images by a deep learning detector[J]. Computers and Electronics in Agriculture, 2020, 178: 105754.

[98] Berry R, Kennedy A, Scott S, et al. Daily variation in the udder surface temperature of dairy cows measured by infrared thermography: Potential for mastitis detection[J]. Canadian Journal of Animal Science, 2003, 83(4): 687-693.

[99] 郭艷嬌，楊圣慧，遲宇，等. 基于熱紅外圖像的奶牛乳區溫度分布與乳房炎識別方法[J]. 農業工程學報，2022，38(2)：250-259.

Guo Yanjiao, Yang Shenghui, Chi Yu, et al. Recognizing mastitis using temperature distribution from thermal infrared images in cow udder regions[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(2): 250-259. (in Chinese with English abstract)

[100] 宋子琪. 基于熱紅外圖像的奶牛乳房炎檢測方法研究[D]. 楊凌：西北農林科技大學，2021.

Song Ziqi. Research On Detection Method of Dairy Cow Mastitis Based on Thermal Infrared Images[D]. Yangling: Northwest A&F University, 2021. (in Chinese with English abstract)

[101] 周麗萍. 生豬發熱及藍耳疫情檢測方法與巡檢消毒裝備研究[D]. 北京：中國農業機械化科學研究院，2016.

Zhou Liping. Research on Detection Methods and Inspection and Disinfection Equipment for Fever and PRRS in Pigs[D]. Beijing: China Academy of Agricultural Mechanization, 2016. (in Chinese with English abstract)

[102] Oh S I, Lee H S, Bui V N, et al. Dynamic variations in infrared skin temperature of weaned pigs experimentally inoculated with the african swine fever virus: A pilot study[J]. Veterinary Sciences, 2021, 8(10): 223-231.

[103] Lokeshbabu D, Jeyakumar S, Vasant P J, et al. Monitoring foot surface temperature using infrared thermal imaging for assessment of hoof health status in cattle: A review[J]. Journal of Thermal Biology, 2018, 78: 10-21.

[104] 許志強，沈明霞，劉龍申，等. 基于紅外熱圖像的肉雞腿部異常檢測方法[J]. 南京農業大學學報，2021，44(2)：384-393.

Xu Zhiqiang, Shen Mingxia, Liu Longshen, et al. Abnormal recognition method of broiler leg based on infrared thermal image[J]. Journal of Nanjing Agricultural University, 2021, 44(2): 384-393. (in Chinese with English abstract)

[105] Swiergiel A H. Modifications of operant thermoregulatory behavior of the young pig by environmental temperature and food availability[J]. Physiology & Behavior, 1997, 63(1): 119-125.

[106] Kim Y J, Song M H, Lee S I, et al. Evaluation of pig behavior changes related to temperature, relative humidity, volatile organic compounds, and illuminance[J]. Journal of Animal Science and Technology, 2021, 63(4): 790-798

[107] Cantor M C，Costa J H，Bewley J M. Impact of observed and controlled water intake on reticulorumen temperature in lactating dairy cattle[J]. Animals, 2018, 8(11): 194-203.

[108] Vázquez-Diosdado J, Miguel-Pacheco G, Plant B, et al. Developing and evaluating threshold-based algorithms to detect drinking behavior in dairy cows using reticulorumen temperature[J]. Journal of Dairy Science, 2019, 102(11): 10471-10482.

[109] Amezcua R, Walsh S, Luimes P H, et al. Infrared thermography to evaluate lameness in pregnant sows[J]. The Canadian Veterinary Journal, 2014, 55(3): 268-272.

[110] 康熙，李樹東，張旭東，等. 基于熱紅外視頻的奶牛跛行運動特征提取與檢測[J]. 農業工程學報，2021，37(23)：169-178.

Kang Xi, Li Shudong, Zhang Xudong, et al. Features extraction and detection of cow lameness movement based on thermal infrared videos[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(23): 169-178. (in Chinese with English abstract)

[111] Cook N, Chabot B, Lui T, et al. Infrared thermography detects febrile and behavioural responses to vaccination of weaned piglets[J]. Animal, 2015, 9(2): 339-346.

[112] 汪開英，趙曉洋，何勇. 畜禽行為及生理信息的無損監測技術研究進展[J]. 農業工程學報，2017，33(20)：197-209.

Wang Kaiying, Zhao Xiaoyang, He Yong. Review on noninvasive monitoring technology of poultry behavior and physiological information[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(20): 197-209. (in Chinese with English abstract)

Technology and application in automatic monitoring of the body temperature for livestock and poultry

Xie Qiuju1, Liu Xuefei1, Zheng Ping1, Bao Jun2,3,4, Liu Honggui2, Wu Mengru1, Liu Wenyang1

(1.,,150030,; 2.,,150030,; 3.,150030,; 4.,150030,)

Body temperature is an important physiological indicator to measure the health status of livestock and poultry. It is critical to a fast and accurate method of temperature measurement for disease monitoring and diagnosis. Some automatic temperature measurements can be expected to replace the traditional rectal temperature measurement commonly used in livestock and poultry production, due to the current time-consuming, laborious, and posture dependency. Usually, the rectal temperature cannot be directly taken by the automatic temperature measurement. It needs to collect the temperature of other body parts, and then establish the relationship with the rectal temperature for the core temperature. In this study, the automatic temperature measurement was divided into two types: the vivo and the vitro. A systematic review was also made of the technology and development history, in order to compare two types of temperature monitoring currently used in the livestock and poultry breeding industry (e.g., pig, cows, and chickens). An intelligent device (such as a capsule or chip) was normally implanted into an animal for long-term temperature monitoring in vivo temperature measurement, indicating the popular trend for high accuracy and stability. However, the invasive devices inevitably caused animal discomfort during the implantation process, which was harmful to animal welfare. In vitro detection was also divided into contact and non-contact temperature measurement. Specifically, the contact one was simple and easy to operate, but difficult to wear on the animal body, and highly sensitive to the complex environment of animal houses. The infrared-based temperature detection provided a non-invasive body surface temperature measurement, which was characterized by rapidity, high efficiency, and no stress. But, it was normally required for the temperature compensation between the body surface and thermal environment, due to the interference by environmental factors (e.g., temperature, humidity, CO2, light intensity, and ventilation). Therefore, the prediction model was mostly focused on the relationship between the core body temperature and measured temperature derived from the parameters. As such, these important points were necessary, whatever the automatic temperature measurement was used. It was a high demand to minimize the stress response of animals for the non-invasive monitoring of body temperature. A reliable prediction was then required to establish the monitoring temperature and the core temperature of animals. Correspondingly, the environment of livestock and poultry house was tunable controlled, as the changes in the monitoring temperature of animals. These methods have been widely used in animal farming for production performance, health, and behavior monitoring. Finally, the existing technology of automatic temperature measurement was summarized for the key points of improvement research. An emphasis was posed on the commonly-used infrared temperature measurement, due to its high efficiency, convenience, no stress, and easy detection of the automatic body temperature for animal groups or flocks. The infrared temperature measurement can be expected to dominate the promising research and application of body temperature monitoring on animal farms.

temperature; sensors; livestock and poultry temperature monitoring; infrared thermography; temperature measurement compensation; body surface temperature measurement; non-invasive temperature detection

10.11975/j.issn.1002-6819.2022.15.023

S126

A

1002-6819(2022)-15-0212-14

謝秋菊，劉學飛，鄭萍，等. 畜禽體溫自動監測技術及應用研究進展[J]. 農業工程學報，2022，38(15)：212-225.doi：10.11975/j.issn.1002-6819.2022.15.023 http://www.tcsae.org

Xie Qiuju, Liu Xuefei, Zheng Ping, et al. Technology and application in automatic monitoring of the body temperature for livestock and poultry[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(15): 212-225. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.15.023 http://www.tcsae.org

2022-04-11

2022-07-20

國家自然科學基金面上項目（32072787）；農業農村部生豬養殖設施工程重點實驗室課題；黑龍江省博士后資助項目（LBH-Q21070）；東北農業大學東農學者計劃項目（19YJXG02）

謝秋菊，博士，教授，博士生導師，研究方向為畜舍環境控制及智慧養殖技術。Email：xqj197610@163.com