基于踝部加速度计传感器数据自动评估奶牛积极福利的可行性研究

《Dairy Science and Management》：Use of animal-mounted accelerometers to identify positive welfare in dairy cattle

本研究针对传统奶牛福利评估方法（如定性行为评估QBA）耗时且依赖专业人员的问题，探索利用商业踝部加速度计传感器数据自动识别奶牛积极福利的可行性。研究人员通过对比107头奶牛在舍饲与放牧条件下的传感器数据（包括站立/躺卧时长、频率、步数等）与20项QBA指标，发现传感器数据与QBA评分显著相关（Mantel检验p=0.001），其中步数与站立时长与积极福利行为呈强相关，且传感器数据对奶牛情绪状态（积极/消极）的分类准确率达61%。该研究为利用现有养殖场PLF技术实现福利自动化评估提供了重要依据，对提升畜牧业精细化管理和消费者信任具有实践意义。

　　

在当今畜牧业面临劳动力短缺与消费者对动物福利要求日益提高的双重挑战下，如何高效、客观地评估奶牛福利已成为行业焦点。传统的奶牛福利评估主要依赖定性行为评估（Qualitative Behaviour Assessment, QBA）——这一被业界誉为"金标准"的方法虽能全面反映动物情绪状态，却需经过专业培训的人员进行耗时耗力的现场观察，难以在规模化养殖场中常态化应用。更值得注意的是，现有养殖场认证体系多聚焦于"消极福利"指标（如跛行、乳房炎等疾病的缺失），而忽视了"积极福利"的核心内涵，即动物是否表现出愉悦情绪、社会性行为及自然习性表达。这一缺口促使科研人员转向探索精准畜牧业（Precision Livestock Farming, PLF）技术的潜力，特别是那些已广泛部署于发情监测的传感器设备，能否"一机多用"成为福利评估的自动化工具。

在此背景下，由Holly J. Ferguson领衔的研究团队在《Dairy Science and Management》发表了一项突破性研究，通过对比踝部加速度计传感器数据与QBA评分，首次系统验证了利用现有PLF技术自动化评估奶牛积极福利的可行性。该研究不仅揭示了传感器数据与QBA指标间的显著关联，更发现步数计数与站立时长等可量化参数能有效表征奶牛的情绪状态，为养殖场提供了一种低成本、高效率的福利监测新范式。

研究团队采用了多维度技术路线：首先，从四家商业化牧场选取107头泌乳期荷斯坦-弗里斯兰奶牛，在其舍饲（2022年2月）与放牧（2022年6月）阶段分别采集数据；其次，利用踝部安装的IceTag加速度计（Peacock Technologies）连续记录9项行为指标，包括平均站立/躺卧时长、频次、单次最长持续时间及步数计数；同时，由单一训练有素的研究人员执行标准化QBA流程，对每头奶牛进行5分钟观察后，沿视觉模拟量表（Visual Analogue Scale, VAS）对20项行为术语（如快乐、活跃、恐惧等）评分；最后，通过主成分分析（PCA）降维、线性混合效应模型及Mantel检验等统计方法，深入解析传感器数据与QBA评分的关联性与分类准确性。

传感器数据有效表征奶牛行为模式

主成分分析显示，传感器数据可解释85.49%的行为变异，其中PC1（60.54%方差）与站立回合时长、躺卧回合频次等指标关联度最高，PC2（24.95%方差）则主要反映躺卧行为持续时间。值得注意的是，传感器数据的空间分布明显受饲养环境影响，放牧奶牛多聚集于与积极情绪相关的象限。

放牧环境显著促进积极福利表达

QBA评分直接证实了放牧对奶牛福利的积极影响：70.2%的放牧奶牛表现出与积极情绪相关的行为（如快乐、满足、放松），而舍饲奶牛仅34.0%（p<0.001）。与此呼应，传感器记录到放牧奶牛日均步数显著更高，且站立回合的最大持续时间更长，暗示其更愿意自由活动而非长时间静立。

步数与站立时长成为积极福利关键指标

相关性分析揭示，步数计数与QBA-PC1（情绪维度）呈正相关，而平均站立回合频次与"快乐"评分负相关（r=-0.27）。在舍饲条件下，"平静"状态与站立回合频次正相关（r=0.30），但与单次最长站立时间负相关（r=-0.28）。这表明"高步数+长站立回合"组合可能是积极福利的行为标志——奶牛既愿意活动，又能在舒适环境中从容休憩。

传感器数据实现61%的情绪状态分类准确率

通过对比QBA与传感器数据的PCA空间分布，研究发现61%的奶牛在两种分析中被一致划分到情绪象限（积极/消极）。尽管放牧奶牛的传感器数据分布呈现偏斜（如步数变异更大），这反而可能反映群体行为同步性——已知的积极福利指标，但需更高时间分辨率数据进一步验证。

技术局限与未来方向

本研究作为可行性探索，存在样本量有限（4个牧场）、传感器品牌单一等局限。躺卧行为数据在舍饲与放牧条件下未显差异（约10.5-11.5小时/天），但其与福利的关系需结合躺卧表面舒适度等环境因素综合研判。后续研究将扩大牧场类型与传感器品类，并引入高粒度时间序列数据，以更精准捕捉行为同步性等动态指标。

该研究的重要意义在于首次将商用发情监测传感器"升级"为福利评估工具，为畜牧业提供了一条无需新增硬件投入的福利自动化路径。若将此类技术整合至养殖管理系统，不仅可帮助农户实时洞察群体福利变化，还能通过客观数据提升消费者对畜产品的信任度。随着PLF技术在碳足迹追踪、生产力优化等领域的拓展，其多维价值将进一步推动行业可持续发展，最终实现动物福利与农场盈利的双赢格局。