數字牧場研究進展淺析*

沈貝貝，侯路路，丁 蕾，范蓓蕾，毛平平，徐大偉，閆瑞瑞，辛曉平，陳金強※

（1.中國農業科學院農業資源與農業區劃研究所/呼倫貝爾草原生態系統國家野外科學觀測研究站，北京100081；2.浙江大學環境與資源學院杭州310058；3.中國農業科學院農業信息研究所，北京100081；4.南京農業大學/國家信息農業工程技術中心，江蘇南京210095）

0 引言

草原作為中國面積最大的綠色生態屏障，不僅是牧民賴以生存的基本生產資料，而且是我國少數民族的主要聚居區［1］。中國牧區占國土面積的45.1%，多處于干旱、半干旱地區，水資源短缺，水土資源不匹配，草畜平衡矛盾突出，草原生態環境十分脆弱［2］。傳統的放牧方式存在管理粗放、生態和經濟效益低等問題，伴隨著信息時代的到來，智能技術與畜牧業的深度融合，為傳統畜牧業的快速發展提供了條件。數字化在1998年美國總統戈爾提出“數字地球”后越來越受到普遍重視，人們對數字化也有了更深入的理解和需求，相繼提出數字城市、數字農業、數字林業、數字草業等。將信息技術的最新進展運用到草原生態監測和牧場管理是牧場現代化的必經之路。數字牧場是數字地球的理論和知識在牧場管理上的拓展和深化，是數字農業和數字草業在牧場應用場景下的集成，運用數字化信息技術，對牧場進行數字化表達、設計、控制和管理，將數據分析、模型分析、計算機模擬與智能判斷結合應用，實現在牧場數據采集、數據分析、過程優化、智能控制和信息追溯等方面的數字化管理，具有在畜牧信息管理基礎上分析動物行為、生產數據、監測預警、質量安全管理等功能［3］。

生態學研究越來越重視“top—down”的研究方法，在放牧生態系統中，不僅要在大尺度上進行植被、土壤等生態監測，具體到家畜的體況監測、行為監測也顯得尤為重要，牧場中的家畜行為監控是畜牧業集約化、智能化管理的一個基本條件，家畜的行為也是反應草原狀況的重要指標之一。數字牧場主要涉及牧場背景信息數字化獲取、草原動態監測、家畜信息數字化監測、系統過程分析和決策應用等方面內容，常用的數字化技術包括：遙感技術、物聯網技術［4］、渦度相關技術、RFID技術和無線傳感網絡技術［5］等。

雖然我國在數字牧場研究中取得了相關進展，但研究水平仍處于積累階段，尚有很多關鍵科學技術問題需要解決。基于此，文章對相關研究和應用的最新進展進行梳理，為數字牧場研究發展提供參考。

1 草原信息獲取與監測評估

數字草業是數字牧場的前提，草原生態系統要素監測是數字草業的核心內容之一，快速準確地采集草原基礎背景信息是開展精準畜牧業的先決條件，信息采集技術是草原信息化管理不可缺少的重要環節。隨著地理信息技術和遙感技術的不斷發展應用，草原生態系統動態監測技術從傳統地面監測快速轉換為數字化監測［6］。

1.1 草原環境要素獲取

水熱條件、土壤、大氣等監測是草原環境要素監測的重要組成部分，遙感科學以地物與電磁波相互作用表現出的反射、吸收和發射特點為物理基礎，分為光學遙感、熱紅外遙感和微波遙感。通過遙感技術可以獲取大面積長時間的草原水文、土壤背景、地表溫度、地形等信息。航天、航空和地面協同的多時空分辨率全球對地觀測系統廣泛應用于水文、生態和環境研究中，提高了在獲取參量類型和數據反演中的精度［7］。利用遙感技術提取生態—水文過程中降水、蒸發、土壤水分等多種監測指標使定量表達區域水文過程及時空變化規律成為可能；熱紅外遙感是獲取區域、全球尺度上地表和大氣熱狀態的一種重要手段；微波遙感可測量不同地貌和植被覆蓋的土壤濕度條件。

使用無線傳感網絡獲取草場的水熱狀況正在普及，渦度相關技術（Eddy Covariance technique，EC）始于1895年，是目前直接測定地表—大氣間CO2和水熱通量的標準方法，其通過三維風速、氣體濃度和水分脈動的觀測來獲取信息，已成為國際通量觀測網絡的主要技術手段［8］，全球已有500多個站點應用渦度相關技術測定地表—大氣間碳水通量。隨著無線傳感技術的飛速發展，無線傳感網絡獲取環境因子的方法正在被廣泛使用［9］，于貴瑞等［8］采用渦度相關法首次直接而準確地觀測了生態系統蒸散發，表明將渦度相關法與區域水文觀測相結合，可連續獲取高時間分辨率的地表水汽通量信息；倪攀等［10］利用開路渦度相關系統和常規氣象梯度觀測系統于2007年9月1—26日對科爾沁半干旱風沙草原的蒸散量和微氣象條件進行了觀測，根據觀測數據分析探討了潛熱通量與氣象因子之間的關系，研究了半干旱風沙草原區潛熱通量的特征；趙亮等［11］基于2003年1月至2004年7月數據運用渦度相關法技術研究青藏高原金露梅灌叢草甸和藏嵩草沼澤化草甸的地表通量，對比了青藏高原兩種草甸地表通量季節變化特征。

1.2 草原生產能力監測

植被凈初級生產力（Net Primary Production，NPP）是一個定量描述生物圈生產能力特征的指標，而且是可以在全球尺度上進行模擬的基礎生態系統變量，反映了植物群落在自然條件下的生產能力［12］。生物學法通過測定生態系統生物量獲取植被生產力。相比而言，生物量反映了某一時間生態系統所包含的有機物總體，而植被生產力則表示一段時期內有機質的變化。由于生態系統在結構和功能等方面的差異，測定方法在不同生態系統內存在較大差異［13］。對于草原生態系統，由于植被多為多年生的草本，故地下生物量為多年累積值，其地下生物量一段時間的累積值轉換成含碳量，才是該時間段的地下生產力。在實際測量草原NPP時，常常間隔一段時間分別測量生物量數據，然后以兩次測量的生物量差值中的含碳量作為生產力的累積量。受放牧影響，放牧場家畜采食后的地上生物量不能作為地上生產力，在測量時常使用套籠以避免家畜采食，套籠內外植被生物量差值中的含碳量作為地上生產力的累積量。對于打草場，生長季末期的地上生物量轉換成碳含量后，可作為該年草原的地上生產力。

應用遙感技術的光能利用率模型為草原NPP監測提供了新的途徑，CASA（The Carnegie Ames Stanford Approach）最早將光能效率模型概念應用到全球尺度上開展植被生產力研究［14-15］，也是唯一直接模擬NPP的光能利用率模型。我國學者應用CASA模型在草原凈初級第一性生產力動態變化方面開展了很多研究，如樸世龍等［16］利用CASA模型估算了1982—1999年（除1994年）我國植被年凈第一性生產力及其時空變化；龍慧靈等［17］采用朱文泉等改進的基于光能利用率的NPP遙感估算模型［18］對內蒙古草原區1982—2006年的NPP進行估算，并分別以年、季節和月為時間單位分析NPP與氣候的關系。以上研究均使用分辨率較低的MODIS影像，適合大范圍的草原生產力監測，在牧場尺度上，可采用MODIS與分辨率較高的影像數據（如Landsat TM、Landsat OLI、Sentinel-2A等）進行數據融合［19］。

1.3 草原生態健康評價

草原生態健康監測包括草原長勢、草原覆蓋度、草原退化等。草原長勢監測方法有逐年比較法、距平比較法和極值比較法，常使用歸一化植被指數（NDVI）作為草原長勢的指示變量［20］。草原覆蓋度監測方法中目前較為流行的是像元二分法，該算法將每個像元的NDVI值由綠色植被與裸土貢獻的兩部分信息，通過計算植被部分所占的比值表示植被的覆蓋度［21-24］。趙艷華等［24］應用該方法以MOD13Q1產品為數據源對2000—2010年陰山北麓草原生態功能區植被覆蓋開展時空變化分析，并發現降水是影響陰山北麓草原生態功能區植被覆蓋度變化的主要自然因素。

傳統的草原退化監測是以覆蓋度、生物量、生產力［25］的下降為特征，利用遙感影像通過人工解譯、分類或遙感參數反演評估退化狀況［26］。然而，在草原退化過程中，雜類草侵入，往往導致覆蓋度和產量的增加，因而在進行退化等級劃分時，還應考慮雜類草的影響。劉朋濤等［27］提出基于植物群落類型（生態系統結構）和生物量（生態系統功能）的退化草原評價指標。李京忠［28］依據狼毒盛花期光譜與其他綠色植被的顯著區別，確定了利用MODIS-EVI時序數據提取狼毒的最優方法。高光譜遙感借助豐富的光譜維信息，能夠有效識別群落中雜類草種類，并反演出占群落的面積比例、高度和蓋度等群落特征指標，具有突出的優勢［26］。李雙等［29］基于HJ-HSI高光譜影像、地面實測光譜及樣方數據開展了三江源區不同退化程度高寒草甸分類研究，結果表明SAM法優于最大似然法。安如等［30］利用Hyperion影像和地面高光譜數據，通過多端元混合像元分解技術，提取了可食牧草、毒雜草及裸土組分信息，對三江源典型區草原退化程度進行了分類。

1.4 草原利用狀況評估

開放型牧場或散養牧場目前仍然是我國的主要放牧方式。天然草場牲畜超載率居高不下，加上氣候等因素，造成我國草原退化、沙化和水土流失嚴重。根據草場生產力控制載畜量，達到草畜平衡是維持草原生態環境持續發展的重要保障［31］。綜合利用草原植被生產力和地上現存生物量數據，根據不同地區的草品質、產草量計算適合當地草場的適宜承載量，獲取研究區內草原利用強度數據，用于反映草原植被整體利用狀況，評估草原利用狀況。評估結果可指導牧民合理放牧，制定適宜的放牧強度，為合理利用天然草原、因地制宜地制定草原保護政策提供支撐。

國內外學者針對草畜平衡矛盾開展了大量研究，包括合理載畜量測定、草畜平衡監測、草畜平衡管理等方法和模型的設計，阿娜爾等［32］研究了不同放牧強度對植物生物量和綿羊增重的影響，并推薦了綿羊增重的最佳放牧強度。王薩仁娜等［33］通過GPS項圈獲取不同放牧強度下綿羊的信息，基于3S技術研究綿羊牧食行為的時空分布特征，分析綿羊牧食行為與草原環境間的關系。牛文遠等［34］在3S技術支撐下，結合實地調查和衛星影像數據，調查分析了烏拉蓋草原利用狀況，量化了草原“三化”的動態變化狀況，研究結果對當地草原管理具有指導意義。

2 草食家畜信息識別與獲取

獲取精準實時的家畜數據在發展現代畜牧業、保障畜產品有效供給和草原生態系統平衡中發揮著至關重要的作用。目前通過物聯網技術、無人機技術、為家畜佩戴智能項圈等可以實現家畜的實時監控。

2.1 家畜種類精準識別與計數

生物識別技術（Biometric Identification Technology）是指利用人體生物特征進行身份認證的一種技術。射頻識別（Radio Frequency Identification，RFID）技術是一種非接觸式的標識識別技術，由應答器、閱讀器以及應用系統組成，通過內置唯一的電子編碼，在閱讀器及應用系統輔助下可實現對家畜個體進行識別、認證、防偽、追溯［5］。RFID技術通常與通信技術、二維碼技術等信息技術集成，針對畜牧生產不同目標應用于畜牧生產的不同環節。管理部門精確掌握家畜數量及其空間分布有助于科學指導畜牧業生產工作，通過逐級上報獲取家畜數量周期長，而且數量準確性有待評估。傳統地面調查的方法效率低，成本高，難以滿足需求。近年來，無人機、載荷、通信技術發展迅速，隨著無人機成本和準入門檻下降，無人機開始應用于家畜調查等領域。

王玲等［35］將RFID技術、Zigbee無線通信技術和ARM嵌入式技術相結合開發了羊場養殖信息管理手持終端，開發的羊電子耳標對羊實行個體監控，實現養殖信息實時采集、錄入、存儲和查詢，為優良羊選育提供了技術支持。胡必玲等［36］針對散養動物統計和識別困難的問題，將RFID技術與當前發展迅速的無人機技術相結合，利用RFID、無人機和移動互聯網技術開發放養牲畜定位系統，通過無人機自動巡航中自動讀取和分析RFID信號，實現牲畜定位和計數功能。中科院空天信息研究院生態系統遙感研究團隊在三江源地區通過衛星遙感影像，采用草原生物量估算模型，繪制了三江源草原地上生物量的空間分布圖，并結合無人機遙感成像和機器學習技術，快速統計出了藏羚羊的個數。邵全琴等［37］利用固定翼無人機進行航拍，通過人機交互解譯，提取了牦牛、藏羊、馬等家畜信息，估算了瑪多縣大型野生食草動物種群數量，分析了其對草畜平衡的影響。王東亮等［38］利用無人機視頻流，構建了家畜深度學習識別模型，實現了家畜的在線識別與計數，可為家畜監控提供技術支撐。

2.2 家畜體征狀況信息化采集

家畜體征狀況包含生理特征和形態特征，監測主要集中在體表溫度、呼吸頻率、心率、聲音、體重和體尺等，生理參數是家畜對環境適應能力的參考標準。物聯網技術通過智能傳感器、無線傳輸、遠程通信等技術，對動物個體的生理參數實現實時和持續的自動化信息監測和采集［39］。體重測量經歷了從體重箱測法、電子稱重設備、圖像無創估計、計算機輔助數字圖像分析、無人機影像分析的發展過程。通過圖像采集傳感器獲取家畜個體圖片及視頻并進行分析，獲取家畜體重、大小等生理數據，是當前家畜信息采集的重要研究方向［40］。體溫和呼吸頻率等數據是判斷家畜健康狀況的重要指標，傳統的通過聽診器聽取心跳聲呼吸頻率和利用人工水銀體溫計獲取溫度信息等方法存在動物應激大、時間長、工作量大、容易出現交叉感染等問題。目前，體溫、心率的測定主要是基于無線物聯網、紅外測溫、機器視覺技術檢測、視頻成像和心電傳感等技術［41］。聲音是反映動物行為和動物健康的重要指標，現有的聲源識別和定位技術主要通過麥克風、拾音器等收錄設備將動物叫聲、飲水聲和咳嗽聲等聲音信息實時錄制，將收集錄制的信息建立聲音分析數據庫，辨識動物異常發聲，預警早期疾病［42］。

目前國內外采用計算機視覺技術進行動物體尺體重測量，在不影響動物的情況下通過拍攝和計算，評估動物體尺、估算體重，測量結果準確度較高［43］。尹令等［44］基于無線傳感器網絡實現了奶牛體溫、呼吸頻率和運動加速度的識別，并通過對監測數據的分析，找出奶牛慢走、爬跨、靜止等行為的特征。Jahns［45］針對已知的牛饑餓和發情叫聲信號提取出先驗特征矩陣及其參考模式，利用模式匹配方法識別牛只日常叫聲中所包含的饑餓及發情信息。

2.3 家畜行為監控與軌跡制圖

家畜行為監測集中在采食、臥息、游走、站立、飲水、排泄、發情等。監測方法涉及跟蹤記錄法、機器學習算法構建、項圈記錄法等。周雅婷等［46］提出基于神經網絡算法的肉牛采食行為監測方法，通過利用集陀螺加速度計和藍牙模塊為一體的傳感器采集行為姿態數據，并將數據通過藍牙組網模式無線傳輸到PC上位機，可以實時顯示肉牛行為姿態的曲線波動，采用BP神經網絡算法對肉牛采食行為進行分類識別。姜美曦等［47］利用無線傳感器獲取肉牛加速度，采用卡爾曼算法對肉牛行為進行識別，表明肉牛采食行為檢測系統能夠快速采集和傳輸肉牛采食信息，系統工作穩定。丹麥科學家設計了放置在羊只脖頸上的Zigbee行為監測設備，通過監測羊只脖頸動作分析羊只的各種行為。王冉等［48］利用無線傳感器網絡開發了實時監控畜牧環境的監控系統。屈東東等［49］基于無線傳感器網絡開發了一套體積小、性能穩定、可遠程實時監測的奶牛養殖實時監測系統，可實現多目標群養奶牛的智能化識別和跟蹤管理。

隨著GPS的不斷發展，對肉牛采食行為路線的監測已經得到較好研究，將GPS設置一定的時間間隔采集坐標點，隨后根據定位點繪制軌跡圖。Schlecht等［50］使用高精度差分GPS設備獲取了牛的放牧軌跡數據，結合放牧行為觀測數據，構建了放牧行為線性判別函數，最終通過放牧軌跡數據求解函數中的判別因子，進而對牛的進食、行走和休息行為進行了識別。總之，隨著科技不斷進步，各種硬件設備逐漸完善，對于肉牛行為的監測也越來越成熟，但是，試驗期間出現電子項圈損壞、衛星信號不良、通訊網絡未覆蓋等問題不可避免，會導致軌跡數據缺失，該現象也將作為技術難點在今后開展深入研究。

3 草畜生產過程定量調控

牧場是草畜的綜合體，探究草原和家畜之間的關系，找到草原生產力和家畜利用部分的平衡點是牧場管理的重點。正確合理地組織放牧，定量調控草畜生產過程是保障畜牧業不斷發展的根本措施，促進草原生態和畜牧業生產的協調發展，有效實現草畜一體化科學發展。

3.1 草畜生產過程模型

模型是信息化技術的理論依托，是決策支持系統研究的核心技術，是數字牧場不可缺少的組成部分。運用物聯網、云計算、互聯網等技術，結合實地監測，綜合利用獲取的水、土、氣、草、畜等生態系統相關數據，通過建立相關模型可以達到科學指導決策的目的。目前，世界各國研制出一些成功的草原與畜牧模型，建立了眾多“以畜定草”和“以草定畜”模型，開發了大量牧場放牧管理軟件，如GrassGro、ACIAR、GRASIM、SPUR等［51-52］，這些過程模型涉及牧草生長、牲畜養殖、放牧管理等各個方面，使得草原—家畜系統的定量管理成為可能。

GrassGro模型是澳大利亞CSIRO植物產業部開發的草原與畜牧模型，依據牧場品種、氣象數據、土壤條件估算草場牧草的產量，結合草原飼養的家畜、生產能力等，確定飼草的供應，使草畜生產達到最佳經濟效益［53］。模型涉及植物、土壤、家畜、飼料及氣象等多類參數。該模型最大優勢在于草原生態過程、草原—家畜相互作用，模擬結果可提供定量、科學決策，可直接應用于我國云貴川山區栽培草原—家畜系統，北方部分草原區需參數本地化后使用。家庭牧場草原—家畜優化管理模型（Australian Centre for International Agricultural Research，ACIAR）是一個專門針對于中國北方草原家庭牧場生產經營設計開發的軟件系統模型，主要分為草畜平衡模型，優化生產模型，可持續發展模型，精準管理模型4個模型。

3.2 牧場決策支持技術

畜牧養殖業面臨經濟和環境的雙重壓力，決策支持系統為評估生產管理效益，保證生產可持續發展提供了有效的工具。利用人工智能等技術構建動物監控系統，可以提升管理效率和智能化水平。決策支持系統在農業和放牧管理方面有很大進展，世界各國開發了大量牧場放牧管理的軟件。

科學和精準飼喂是提高動物福利的重要方面。自動飼喂系統通過將家畜個體資料進行信息化管理，將個體產能信息與歷史數據進行對比分析，結合家畜生產性能制定合理的飼料管理和生產計劃，可有效提高生產能效。在放牧飼養方面，眾多學者進行了家畜科學飼喂的研究，任勁飛等［54］研究分析了家畜采食經驗，提出了通過調節牧草高度、密度、顏色等調控家畜采食行為的探索性方案；樊金富等［55］研究了不同牧草生長時期對草原放牧奶牛牧草采食量和營養攝取情況的影響，為放牧情況下奶牛的補飼和科學放牧管理提供了科學指導。

在育種管理方面，數字化技術的發展促進了家畜發情監測向自動化方向發展。通過電子傳感器檢測家畜個體的體溫、活動量、呼吸參數、內分泌、采食量等參數，研究家畜個體的發情體征，自動判斷其發情時間，為提高良種家畜的繁殖能力提供了有效措施［56-57］。田富洋等［58］根據奶牛發情期活動量上升、靜臥時間變短和體溫升高等生理學特性，采用振動傳感器、姿態傳感器和溫度傳感器實時檢測奶牛的活動量、靜臥時間和體溫等參數，建立了以奶牛行走步數、靜臥時間、行走時間、溫度為輸入，以奶牛行為特征為輸出的LVQ神經網絡發情行為辨識模型與預測模型，模型檢測奶牛發情的準確率達100%，發情預測率高達70%。

在疫病管理方面，隨著信息監測技術發展，隨時隨地掌握家畜信息提高了家畜的健康管理能力［59］。物聯網軟硬件技術推動了生物識別、傳感器、數字化醫療設備與現代疫病診斷技術的發展。陜西某物聯公司通過埋植芯片和其他智能采集裝置自主研發的家畜智能植入式電子身份健康檢測儀能夠收集家畜的生理狀況指標數據，基于計算機系統分析獲取的數據，實現了家畜健康狀況和疫病監測，監測結果能夠對家畜疾病早發現早治療，防止疫病大規模爆發。

在質量安全監管方面，畜牧產品質量管理追溯系統集成了云計算、物聯網等技術，構建了云畜牧工程，對家畜生產過程關鍵環節信息開展監督管理，為養殖戶提供遠程監控，實現家畜的疾病預警、食品安全的監管和畜牧生產指導［60］。

4 結論與展望

遙感技術具有多維、多平臺、多時相、多波段的數據獲取能力［61］，能夠獲取覆蓋同一地表區域的多時相數據，且不同分辨率的影像能夠滿足多尺度的監測需求，為草原動態監測提供了科學有效的途徑。“天—空—地”一體化技術將衛星遙感、無人機航空遙感和人工地面調查相結合，實現了優勢互補。通過遙感解譯結合地面調查更能提高信息獲取的準確性，采用衛星遙感和無人機航空遙感相結合的方式，能快速有效地獲取牧場的背景信息，投入少，獲取的結果也比較準確。模型是決策支持系統的核心技術，是數字牧場不可缺少的組成部分，特別是在我國畜牧業整體科技水平不高，生產模式粗放的情況下，研制相關數字牧場軟件，優化牧場利用模式，已經成為畜牧業發展的重要方向［62-64］。目前已開發的涉及草原生產過程模型從宏觀的草業經濟到微觀分子水平的光合作用，研究范圍從全球到區域、從生物群體到個體生長等不同層次。隨著信息技術在畜牧行業的滲透，畜牧生產發生了根本改變，近年來相繼開發了畜牧場管理、育種分析、專家和決策支持等系統，并在畜牧科研和生產中得到推廣使用，提高了畜牧生產效率和畜牧養殖的信息分析和處理水平，將畜牧業生產向規模化、集約化、精細化方向推動，加強了畜牧養殖的監督控制，提高了動物疫情疫病防治能力，夯實了生產質量安全保障能力，為畜牧生產保駕護航。

隨著物聯網、云計算、大數據、人工智能等技術的發展和在畜牧行業的逐步落地應用，畜牧生產逐漸向數字化、智能化、智慧化方向發展，是未來的發展趨勢。要不斷提高牧場管理的現代化水平，推動草原資源的綜合管理與規劃，促進草場數字化的快速發展，實現傳統畜牧業全產業鏈的數字化轉型升級。在今后發展過程中要善于借鑒畜牧業發達國家的經營模式和經驗，結合我國實情，研究具有我國特色的畜牧業生產方式；在畜牧管理中實行一畜一碼，完善高清智能監控系統建設，實現畜牧精細化數字管理；加快發展牧場信息化管理技術，不斷開發具有自主知識產權的軟硬件產品，不斷完善更新新型電子圍欄系統和監測預報系統等，建立實用性和科學性強的牧場管理信息系統，對草原和家畜進行有效管理。