全自動體況評分與人工評分的對比研究

文/劉 燕

〔利拉伐（天津）有限公司〕

體況評分（Body Condition Scoring，BCS）是奶牛飼養管理（尤其是營養技術管理）中的一項非常實用的技術，可以用于衡量奶牛的能量儲備，從而判斷其胖瘦程度。同時，BCS是分析奶牛健康、采食量和產犢以及首次授精之間的最佳時間間隔的重要管理工具。奶牛在不同生理時期和泌乳階段具有不同的體況，而不合理的體況表現將會影響奶牛的健康水平、繁殖率、泌乳持續力，也會導致其終生產奶量的下降。體況評分最通用的方法是5分制，即1分代表過瘦，5分代表過肥。本文分別使用利拉伐BCS自動體況評分系統和人工在國內試驗牧場對同一牛群進行評分，通過數據分析，對比二者在評分一致性、穩定性上的表現情況。

1 人工評分

目前，國內牧場日益重視奶牛的體況評分，其中多數中小規模的牧場是由飼料公司或其他第三方服務人員對奶牛進行體況評估，而大規模牧場則會由專門負責飼養的技術人員對奶牛進行體況評分。這些人員一般使用傳統方法獲取奶牛體況評分，但這是一項非常耗時的任務，對奶牛的應激比較大，需要訓練有素的技術人員。人工評分的缺點大致可總結如下5 點。

1.1 可能存在數據不準

人工評分方式是主觀的，可能會受人員水平、天氣、光線、視角以及奶牛花片的影響，導致主觀評判的分數不能很好地反映皮下能量儲備量。

對于數據不準的原因可以按照多角度進行解讀，即BCS評分人員判斷的誤差、數據不及時、數據傳輸中易出錯。數據是管理的依據和度量，而不及時的數據具有滯后性，錯誤的數據會誤導生產。

1.2 工作量大

大規模牧場奶牛存欄量大，評分的工作量很大。體況評分一般由2 人進行，1 人負責評分，1人負責抄錄牛號和評分值。評分前需要保證提前立好牛舍頸枷，使用頸枷夾住待進行體況評分的牛只。手法成熟的技術人員需要20～30 s，通過觀察和觸摸完成1 頭奶牛的體況評分，而生疏的技術人員可能會耗時更長。以1 個舍區120 頭牛為例，所有牛至少要夾40 min～1 h才可全部完成評分工作，若以2 400 頭泌乳牛的牧場進行計算，則至少需要耗時13～20 h。

1.3 部分數據無法代表整體情況

由于體況評分工作量大，因此一些大規模牧場會采用一些減少工作量的方案。以本次試驗牧場（國內華北地區1 個牧場）為例，牧場具有關于BCS的標準化操作流程，要求技術員在為奶牛進行體況評分時以牛舍為單位，體況評分牛頭數不得低于整個牛舍存欄量的10%，單獨記錄特殊肥胖或消瘦的牛號。這樣在某些層面上能為牧場管理進行一些基礎性數據的堆砌，但是無論是10%還是20%，部分數據是不能很好地用于代表整體情況的。

1.4 數據傳輸過程中易出錯

在人工評分工作結束后，數據員需要將對應的紙質數據錄入電腦中。但從在牛舍評分到辦公室錄入，這個過程中很難保證牛號、BCS數據的抄錄完全正確，也無法保證數據錄入是完全準確的，這就會造成數據的缺失或錯位，喪失數據的意義。

1.5 牧場人員流動性大

目前，國內牧場的人員流動性較大，很多技術人員可能非專業院校畢業，或者沒有接受很好的培訓就接手工作，這是牧場不可避免的現狀之一。而且，不同技術人員對奶牛的體況感官經驗是不同的，這也難免會在人員更替中出現感官經驗評價不一致，造成數據的偏差，從而導致數據不可用的情況。

2 全自動體況評分系統

除了人工評分以外，全自動體況評分系統是牧場進行體況評分的另一種選擇。利拉伐 BCS自動體況評分系統于2015年發布，是全球首個商用全自動體況評分系統。系統由3D攝像頭以及帝波羅牧場管理軟件構成。3D攝像頭通常架設在分隔門或者擠奶機器人上，在奶牛通過或擠奶時自動為奶牛拍攝3D照片，并計算每頭奶牛的體況評分。目前該系統可以為多品種的牛進行體況評分，如荷斯坦奶牛、西門塔爾牛（弗萊克維赫）、挪威紅牛和新西蘭雜交牛。

BCS攝像頭采集的奶牛體況評分會傳輸至帝波羅牧場管理系統，供牧場管理人員查看，也可通過帝波羅的監控面板和報告設置提醒牧場奶牛體況評分的異常情況。

利拉伐BCS自動評分系統的主要特色有5 點：可以每天為所有泌乳牛進行評分；采用一致的評分標準；評分過程不會對奶牛產生應激反應；通過牧場管理軟件自動生成關于奶牛健康情況的評估報告；體況評分結果可以直接分享給獸醫及營養師使用。

3 試驗設計和方法

3.1 試驗牧場的選擇

試驗牧場位于華北地區，使用利拉伐PR3100重型轉臺、利拉伐帝波羅牧場管理系統，并于2019年1月13日安裝利拉伐BCS自動評分系統。

3.2 試驗方法

3.2.1 驗證人工評分的相關性

參與人員為飼養經理、技術員；試驗地點為牛舍；試驗牛頭數為117 頭。

具體方法：在奶牛下奶廳采食階段，給奶牛上夾，每人為該舍的牛只進行體況評分。在獲得數據后，采用Pearson相關系數和Kappa系數來衡量相關性與一致性。對于各方評分差異大的牛只，需要在現場再次共同評分，找到共識的分數（奶牛BCS的5 個關鍵點評判標準是一致的，因此可以達到共識）。

本試驗r值可接受范圍為0.8～1.0極強相關，0.6～0.8 強相關。kappa系數計算結果預期范圍為0.61～0.80 高度一致性，0.81～1.00幾乎完全一致性。

3.2.2 驗證人工評分的一致性

參與人員為飼養經理、技術員；試驗地點為牛舍；試驗牛頭數為13 頭牛。

具體方法：在奶牛下奶廳采食階段，隨機選取一定數量的奶牛進行第2次體況評分。在獲得數據后，用Pearson相關系數和Kappa系數來衡量相關性與一致性；對于各方評分差異大的牛只，現場再次共同評分，找到共識的分數（奶牛BCS的5個關鍵點評判標準是一致的，因此可以達到共識）。

本試驗r值可接受范圍為0.8～1.0 極強相關，0.6～0.8 強相關。kappa系數計算結果預期范圍為0.61～0.80 高度一致性，0.81～1.00幾乎完全一致性。

3.2.3 驗證BCS 攝像頭與人工評分的相關性

接上一步試驗，選取3 組人工評分的平均值進行分析，采用Pearson相關系數與kappa系數來衡量人工與設備評分的相關性。

本試驗r值預期范圍為0.8～1.0 極強相關，0.6～0.8 強相關。kappa系數計算結果預期范圍為0.61～0.80 高度一致性，0.81～1.00幾乎完全一致性。

3.2.4 驗證BCS 攝像頭評分一致性

參與人員為牧場方負責BCS的人員；試驗地點為奶廳；試驗時間為擠奶結束；試驗牛頭數為1頭。

具體方法：選取1 頭牛連續過分隔門（20 次），累計獲得單頭牛的20 個評分，繪制BCS攝像頭評分曲線，用Pearson相關系數來衡量。

本試驗r值可接受范圍為0.8～1.0 極強相關，0.6～0.8 強相關。

4 試驗過程及結果

2019年4月，利拉伐人員與2 名牧場人員依照上述試驗思路進行試驗。在試驗第一階段，3名人員分別對選定區域（5 舍）的117 頭奶牛進行1次人工體況評分，再針對部分奶牛（共13 頭）進行第2次體況評分。具體評分數據見圖1。在奶牛擠奶完成后下奶廳采食階段進行評分，這是由于考慮該階段上夾率最高，對牛產生的應激更小。第2次評分選取的奶牛數量有限，主要是考慮長時間上夾會影響奶牛的休息。整個試驗過程累計人工評分130 頭次，共計40 min。在評分過程中奶牛一直處于上夾狀態，影響了采食，并對奶牛造成了較大的應激反應。

4.1 驗證人工之間評分的相關性

圖1 試驗牛只的體況評分情況

圖2 三組人工評分分布情況

圖3 人工評分Pearson系數分布情況

圖4 人員1與人員2的Kappa系數

圖5 人工評分穩定性評估

圖2是3組人工評分分布圖，其中Delaval代表的是利拉伐的工作人員，人員1是牧場的飼養經理，人員2是牧場的技術員，從中可以看出人工評分的相關性。結果表明，各組人工評分的趨勢大致是相近的，說明參與評分的3 人都具有良好的專業經驗，但是也可以看出，不同人對不同牛只的評分差異較大。人工體況評分依靠感官來給奶牛的體脂儲備做評，差異性大。此外，大多數奶牛的體況評分存有差異，根據數據可以發現，90%的人工評分差異集中分布在-0.75～0.50。而這個數據差異范圍在體況評分中是不能被接受的。

由圖3所示，人工評分的Pearson系數主要處于0.6～0.8 ，有較強的相關性。結果說明，3位評分人員在體況評分方面上具有扎實的基礎知識，但是由于不同人具有不同的眼光和觸覺差異，造成個別評分的Pearson系數偏低，差異值較大。

圖4結果顯示，r值為0.66，結果表明2 組人工評分有比較強的相關性，這也再次驗證了評分人員對BCS是比較了解且比較專業的。

4.2 驗證人工評分的一致性

在完成第1次體況評分后，隨機選取其中13 頭奶牛進行第2次評分。從圖5評分結果可以發現，在針對單頭牛的評分中，同一人兩次評同一頭牛的評分結果會有較大差異（0～0.5分）。但由于奶牛體況不會在一兩天內有大幅度變化，評分差異大的數據對實際生產不僅沒有指導意義，還會在很大程度上誤導飼養及分群決策。

圖6 人工評分與BCS攝像頭評分的分布情況

圖7 BCS攝影頭與人工評分之間的Pearson系數

圖8 BCS 攝像頭與人工評分（三組評分平均值）的Kappa系數

4.3 驗證 BCS 攝像頭與人工評分的相關性

在試驗第二階段進行利拉伐BCS自動體況評分系統的對比試驗。利用BCS自動體況評分系統對同一牛群的117 頭牛進行體況評分，大約用時10 min，全程無人為干擾，奶牛只需通過分隔門即可完成自動評分。將利拉伐BCS體況評分系統獲得的評分數據和人工評分數據進行對比分析，結果如下。

從圖6中可以看出，BCS 攝像頭的評分基本分布在3 組人工評分曲線之間，符合預期，其中90%的BCS 攝像頭評分與人工評分差異集中在-0.30～0.52。

根據本試驗Pearson相關系數的可接受范圍，從圖7、表1和表2中可以看出，BCS 攝像頭評分與人工評分相關性遠高于人員之間評分的相關性，且有44%的BCS 攝像頭與人工評分的Pearson相關系數處于0.8～1.0，有極強相關性。

圖8顯示r值為0.85，Kappa系數中，0.81～1.00幾乎完全一致性，再次印證BCS 攝像頭評分與人工評分有極強的相關性。

4.4 驗證 BCS 攝像頭評分一致性

原有試驗思路是在班次擠奶結束時，選取1 頭牛連續過分隔門（20 次），累計獲得單頭牛的20 個評分，繪制BCS 攝像頭評分曲線。但為了避免留1 頭奶牛會造成動物恐慌，因此本試驗選取了2 頭奶牛。但是在實際操作中發現，單獨留2 頭奶牛連續過分隔門同樣會造成奶牛產生很大應激，加之工人交接班，趕牛的速度比較快，奶牛沒有以正常的步態經過分隔門，導致此次試驗失敗。

因此，此處僅以歐洲進行的BCS 攝像頭一致性試驗的數據做參考，結果見圖9。該試驗選取了1頭奶牛連續且自然地通過分隔門17次，得出1 個平緩的分布，且評分之間的差異在0.25分以內。該結果很好地印證了BCS 攝像頭評分的穩定性和一致性。

表1 BCS 攝像頭與人工評分的Pearson系數占比情況

表2 人工之間評分的Pearson系數

5 小結

本次試驗為首次在中國牧場進行的全自動體況評分系統與人工體況評分的對比試驗。

首先，可以肯定的是，人工評分的主觀因素會導致評分差異性較大，如試驗數據揭示了多人評分相關性不高，單人重復評分的一致性也有較大差異。從這兩方面來看，BCS 自動評分系統在可靠性和一致性方面的表現優于人工評分，在為同一群牛進行評分時，BCS 自動評分系統得出的數據更能反映奶牛的實際膘情。同時，BCS 自動評分系統相比人工奶牛評分的數據更穩定。

其次，在BCS自動評分系統與人工評分的相關性分析中，可以發現BCS自動評分系統與人工評分的平均值有很強的相關性，其r值為0.85；在Kappa系數中，0.81～1.00幾乎完全一致性，結果說明，BCS 自動評分系統與人工評分有極強的相關性，可以很好地替代人工。

最后，BCS自動評分系統測評1 頭牛耗時2～3 s，在奶牛經過分隔門時自動實現體況評分數據的獲取，對奶牛造成的應激反應小。評分數據可直接上傳至帝波羅系統，不會存在數據傳輸錯誤，同時能保證數據的及時性。BCS自動評分系統既能覆蓋所有待評分牛只，也能跟蹤單頭牛的體況變化趨勢。通過帝波羅軟件生成的報告和及時提醒，可以為牧場的營養、繁殖、健康、淘汰等決策做出有效參考。