畜禽体温自动监测技术及应用研究进展

体温是衡量畜禽健康状况的重要生理指标,快速准确的测温方法是进行疾病监测及诊疗的有效手段。该文针对目前畜禽养殖行业采用的体温监测技术及其发展进行阐述,重点比较了体内和体外两大类自动化测温技术的优缺点以及应用场景;详述了红外体表测温、数据传输与网络以及体温自动监测等技术在畜禽生产性能、健康监测以及行为监测等方面的应用。分析了自动测温技术存在着设备安装、数据传输、温度补偿模型建立等难点,同时表明在无创测温、测量精度、测温部位以及畜禽舍环境调控等方面应作为改进研究重点,并提出体外检测非接触式红外热成像自动测温技术以其快速、高效、无应激等优点,将成为畜禽养殖体温监测研究及应用发展的重点方向。

融合统计学习与深度学习的猪舍环境预测模型

[目的]猪舍内温度、氨气与二氧化碳浓度是影响猪生长与健康的重要环境因子,对猪舍环境因子进行预测可以为舍内环境精准控制提供参考。但是,目前猪舍环境因子预测方法普遍针对单一环境因子,且存在预测精度低的问题。[方法]本文提出了基于整合移动平均自回归模型-门控制循环单元(ARIMA-GRU)混合模型的猪舍境因子预测优化模型,该模型融合了ARIMA处理线性序列和GRU处理非线性序列的能力,首先使用ARIMA对环境因子时间序列中的线性关系进行拟合和分析,然后GRU对ARIMA预测后产生的残差进行预测,最后将2模型预测结果结合起来以实现复杂的氨气浓度、二氧化碳浓度和温度时间序列预测优化。[结果]ARIMA-GRU预测模型在氨气浓度预测上具有最好的预测拟合效果,RMSE、MAPE和R2分别为0.432 7、0.023 3和0.913 8,二氧化碳预测效果次之,RMSE、MAPE和R2分别为182.912 8、0.038 6和0.874 8,在温度预测上具有最差的预测效果,RMSE、MAPE和R2分别为0.229 0、0.011 1和0.819 9;混合模型与GRU环境因子预测模型相比,RMSE和MAPE分别平均降低了11.35%和13%,R2平均提升了3.8%;与ARIMA环境因子预测模型相比,RMSE和MAPE分别平均降低56.42%和61.58%,R2平均提升了661.02%[结论]因此,本文提出的ARIMA-GRU环境因子预测模型优化了对环境因子时间序列的预测性能,可为猪舍环境控制提供一定的参考。

N-乙酰半胱氨酸对不同直径卵泡来源猪卵母细胞体外成熟效果的影响

旨在在猪卵母细胞体外成熟培养液中添加N-乙酰半胱氨酸(NAC),揭示NAC对不同直径卵泡来源卵母细胞体外成熟效果的影响,解析其对氧化还原平衡的调控作用。本研究收集猪卵巢上大腔(4~6 mm)、中腔(2~4 mm)、小腔(1~2 mm)卵泡中的卵母细胞,在以上3种卵泡来源猪卵母细胞的体外成熟培养液中,均分别添加0、1、2、4 mmol·L^(-1)浓度的NAC处理,评价卵丘扩展指数、第一极体排出率等成熟指标,检测卵母细胞中ROS水平、谷胱甘肽(GSH)含量和抗氧化基因的表达水平。结果表明,NAC处理对大腔卵泡来源卵母细胞的卵丘扩展指数和ROS水平无显著影响(P>0.05),对大、中腔卵泡来源卵母细胞的第一极体排出率无显著作用(P>0.05);而适量浓度的NAC(2 mmol·L^(-1))处理可显著提高中、小腔卵泡来源卵母细胞的卵丘扩展指数(P<0.05),降低ROS水平(P<0.05),提升小腔卵泡来源卵母细胞的第一极体排出率(P<0.05)。同时,NAC处理对大、中腔卵泡来源卵母细胞中的GSH含量和抗氧化基因SOD、CAT、Prdx2、Prdx6的表达水平无显著影响(P>0.05),而适量浓度的NAC(2 mmol·L^(-1))处理可显著提高小腔卵泡来源卵母细胞中的GSH含量(P<0.05),上调抗氧化基因SOD、CAT的表达水平(P<0.05)。综上所述,适当浓度的NAC(2 mmol·L^(-1))处理可以通过缓解氧化应激提高小腔卵泡来源卵母细胞的体外成熟效果。