基于红外探测与三轴加速度计的育肥猪有机富集材料交互行为监测技术验证

为解决现代养猪业中动物福利自动化监测技术不足的问题，研究人员开展了一项关于传感器技术监测育肥猪与富集材料（EM）交互行为的研究。通过验证被动红外探测器（PID）和三轴加速度计（TAA）的性能，发现PID在灵敏度（80.6%）和特异性（80.5%）上表现优异，且与视频分析高度相关（r=0.59-0.70）。研究还揭示了不同有机材料（如秸秆颗粒与切碎干草）对猪群活动水平的显著影响，为优化农场动物福利监测提供了可靠技术方案。

　　

在现代化养猪场中，如何客观评估动物福利一直是个难题。传统方法依赖人工观察，不仅耗时耗力，还难以覆盖大规模养殖场景。尤其当涉及育肥猪与富集材料（Enrichment Material, EM）的互动时——这类行为直接关系到猪只的心理健康和异常行为预防——现有技术更是捉襟见肘。更棘手的是，随着动物福利理念从"避免痛苦"升级为"促进积极行为"，行业亟需能精准捕捉猪群探索、拱掘等自然习性的监测工具。

针对这一需求，波恩大学莱茵弗里德里希-威廉分校（Rheinische Friedrich-Wilhelms-Universit?t Bonn）的研究团队开展了一项创新研究。他们系统评估了被动红外探测器（Passive Infrared Detector, PID）和三轴加速度计（Tri-axial Accelerometer, TAA）在监测育肥猪EM交互中的表现，同时探究了不同有机材料对猪群活动的影响。这项发表在《Smart Agricultural Technology》的研究，为养殖场自动化福利监测提供了重要技术参考。

研究团队采用了多模态验证方法：通过视频扫描采样（每5分钟记录一次）作为金标准，同步采集PID和TAA的传感器数据。特别设计的分组试验中，对照组（CON）持续提供切碎秸秆，而处理组（TREAT）每周轮换四种材料（切碎秸秆、秸秆颗粒、切碎干草、干草颗粒）。通过计算灵敏度、特异性等性能参数，并结合Spearman秩相关系数分析，全面评估了传感器可靠性。

3.1. 交互行为的测量方法比较
通过对比PID、TAA与视频数据，发现所有方法均呈现相似的昼夜活动模式：早晨短暂活跃期和下午持续活动高峰。PID数据与视频分析的指数（行为速度评分×体表面积）高度吻合，证实其监测有效性。

3.2. 传感器性能验证
PID展现出全场最佳表现：与视频观察的相关系数达0.59-0.70（P<0.001），灵敏度/特异性均超80%。相比之下，TAA各轴表现参差，Y轴虽达到中等相关性（r=0.32-0.39），但整体准确性（72.5%）远低于PID。ROC曲线分析显示PID的AUC值达87%，显著优于TAA（64.8-72.8%）。

3.4. 富集材料的影响
PID数据揭示：TREAT组在育肥初期（starter/grower阶段）活动水平显著高于CON组（P<0.001），但到育肥后期（finishing阶段）差异消失。材料类型中，秸秆颗粒引发最高活跃度（35.8%），而切碎干草最低（28.07%），消费量数据也佐证了这一趋势（秸秆颗粒消耗量12.42kg vs 干草6.23kg）。

4.1. 技术适用性讨论
研究证实PID能可靠捕捉EM交互行为，其性能不受育肥阶段影响——这与先前认为"猪体重增加会降低PID精度"的假设相悖。TAA因链条摆动产生的误报问题，使其更适合辅助监测。值得注意的是，通过限定监测区域（0.15m2三角形区域）和结合体表面积算法，PID的误判率显著降低。

4.2. 材料轮换策略价值
虽然材料轮换能提升前期互动频率，但所有组别的活跃度在育肥后期均自然下降。秸秆颗粒的优异表现可能与其易散落特性有关，而切碎干草因纤维过长导致出料不畅，间接降低了猪群兴趣。这提示未来材料设计需兼顾物理特性与投放机制。

该研究不仅验证了PID在养殖场的实用价值，更建立了首个基于多传感器融合的EM交互评估体系。随着动物福利立法日趋严格，这种能实现24小时无间断监测、且成本低廉的技术方案，将为智慧养殖发展注入新动能。特别是研究中发现的"材料-活跃度"关联规律，为优化富集策略提供了量化依据，助力在动物福利与养殖效益间找到最佳平衡点。