《Frontiers in Animal Science》：Automated assessment of thermal comfort in poultry houses using low-cost environmental sensors
编辑推荐：
热应激（thermal stress）仍是家禽生产面临的主要挑战，尤其是在环境温度和湿度较高的地区。尽管环境监测技术不断进步，但能够自动诊断禽舍热舒适状况的实用、经济型工具仍然有限。为此，本研究旨在开发、校准、验证和技术评估两种低成本传感器系统，用于肉鸡和蛋鸡
热应激（thermal stress）仍是家禽生产面临的主要挑战，尤其是在环境温度和湿度较高的地区。尽管环境监测技术不断进步，但能够自动诊断禽舍热舒适状况的实用、经济型工具仍然有限。为此，本研究旨在开发、校准、验证和技术评估两种低成本传感器系统，用于肉鸡和蛋鸡设施中的自动化热应激评估。基于湿空气（psychrometric）原理，利用Arduino?平台开发了两种原型。系统使用干球温度（dry-bulb temperature，DBT）、相对湿度（relative humidity，RH）和当地大气压力来计算比焓（specific enthalpy，h），并实时分类热应激状况。S1采用本地数据处理和存储（存储卡），S2则具备无线通信和云监控能力。在受控实验室条件下，以商用HOBO U12–012数据记录器为参考仪器进行传感器校准，在24 h内生成了17,280次观测数据。随后在一个缩比肉鸡舍中进行了现场验证。校准结果显示，经模型调整后，传感器与参考仪器高度一致，温度和相对湿度测定的决定系数（coefficient of determination，R2）介于0.9684至0.9970之间。两个原型在现场验证期间均能准确监测环境状况，并成功执行了所提出的热应激分类算法。系统自动生成热应激水平和环境诊断，为禽舍管理提供了实用的决策支持信息。技术评估还表明，两个系统的成本均大幅低于商用替代产品，其中S2在减小尺寸、降低成本和远程实时监控能力方面具有额外优势。这些发现证明了将低成本环境传感、自动化热应激分类和实时监测集成到家禽生产系统的可行性。总体而言，所提出的传感器代表了精准家禽养殖中可靠、经济且可扩展的工具，有望支持环境管理、动物福利和生产效率。
热应激（thermal stress）仍是现代家禽生产面临的主要环境挑战之一。连续遗传选育使肉鸡和蛋鸡的代谢产热显著增加，高温环境会损害采食量、养分利用、生长性能、产蛋性能、免疫力和动物福利，并造成显著经济损失。温度与相对湿度是常用的监测指标，但热舒适是多大气参数共同作用的结果；比焓（specific enthalpy，h）可整合湿空气总能量，被认为是更全面的热舒适指标。然而，现有商业环境监测系统多为专有软硬件，成本较高，且大多仅提供数据采集与可视化，无法自动诊断热舒适状态，限制了中小型生产者的采用。为此，研究人员开发、校准、验证并技术评估了两种低成本传感器系统，旨在实现禽舍热应激的自动化评估。
本研究发表于《Frontiers in Animal Science》。研究人员基于Arduino?平台开发了两种湿空气（psychrometric）原理原型（S1、S2），利用干球温度（dry-bulb temperature，DBT）、相对湿度（relative humidity，RH）和大气压力计算比焓并实时分类热应激。S1为本地处理与存储架构，S2为物联网（Internet of Things，IoT）云平台架构。实验室校准和现场验证显示，两系统与商用参考传感器高度一致（R2=0.9684～0.9970），并成功实现热应激分类算法和自动环境诊断。技术评估表明两系统成本远低于商业产品，S2在尺寸、成本和远程实时监控方面更具优势。研究证明低成本环境感知与自动化热应激分类可在实际生产中应用，为精准家禽养殖提供了可靠、经济且可扩展的工具。
为开展研究，研究人员采用了以下主要技术方法：基于湿空气处理逻辑，将生产阶段、干球温度、相对湿度和海拔作为输入，利用Allen等（1998）公式由海拔估算大气压，并按Rodrigues等（2011）方法计算比焓，进而输出热应激水平（thermal stress level，TSL）和热应激诊断（thermal stress diagnosis，TSD）。两种原型分别基于Arduino? Uno（S1）和NodeMCU ESP8266（S2）构建，S2通过Wi-Fi将数据上传至云平台。实验室校准以商用HOBO U12–012数据记录器为参考，在24 h内以5 s间隔采集，每传感器共生成17,280次观测，采用线性、鲁棒线性、二次和三次回归模型拟合并将校正方程嵌入固件；随后在4.02 m × 1.20 m × 1.50 m的缩比肉鸡舍内（未饲养家禽）进行6 h现场验证。技术评估比较了组件成本、物理特性和功能。
**处理逻辑与传感器架构**：两个原型均成功执行处理框架。S1在Arduino?微控制器上完成全部计算，数据显示在LCD并存储于存储卡；S2通过Wi-Fi将数据传输至云平台进行远程处理与存储。两者均提供LCD直接可视化和数据集生成两种数据可视化方式；S2还支持互联网远程访问，增强了连续电子记录和可追溯性。
**实验室校准**：在24 h校准期间，对于DBT，S1最优三次模型R2=0.9855，平均误差0.0641°C；S2最优鲁棒线性模型R2=0.9970，平均误差0.0144°C。对于RH，S1和S2最优均为三次模型，R2分别为0.9684和0.9843。校正方程已嵌入嵌入式软件。所有回归模型R2均高于0.90，表明与参考仪器具有强一致性；但校准方程具有设备特异性，建议在使用寿命内定期重新校准。
**现场验证**：在缩比肉鸡舍内进行6小时验证。DBT方面，校准后传感器与HOBO参考传感器平均差异小；RH方面观测到更大变异，但仍保持良好一致性。结果表明校准有效，原型可在实际条件下可靠监测。研究同时指出评价期单一，未涵盖商业生产完整环境变异性，需在更长时间和不同气候条件下进一步验证；未来可考虑集成CO?、NH?、H?S等气体传感模块。
**技术性能**：S1组装成本为153.50雷亚尔（38.48美元），S2为86.60雷亚尔（21.71美元），S1成本约为S2的1.56倍，而两者均远低于商业系统。两个原型都能自动计算热应激指标，而传统商业设备通常只提供原始测量，要求使用者另行计算热舒适。S2体积（约300 cm3）和重量（62.33 g）均小于S1（约1360 cm3，173.05 g）；S1微控制器端口利用率为65%，S2为36.36%。S1可离线长期本地存储（4 GB存储卡可保存超过13年的数据），S2则具有远程实时监控能力。
讨论部分强调，与仅能提供环境数据的商用系统相比，这些原型可直接将环境测量转化为与家禽热舒适相关的可操作信息。S2因紧凑设计、更低成本和物联网架构而最具商业应用潜力；S1则可在无互联网时保持长期本地数据存储。两种架构代表了一种工程权衡：S1强调自主性，S2强调远程实时监控与低成本。未来应针对定制电路板、电池供电和可再生能源集成等系统小型化和能源自主性进行改进，并定量评估功耗、通信效率和长期运行稳定性。
论文结论翻译如下：本研究开发并验证了两种低成本传感器系统，能够自动评估家禽生产环境中的热应激情况。通过将环境测量与基于比焓的湿空气计算相结合，所述原型提供了实时热应激分类和环境诊断，消除了对人工计算和环境数据判读的需求。两个传感器均成功实现了所提出的处理算法，并在实验室校准和现场验证中表现出令人满意的性能，与商用参考仪器具有高度一致性。除监测环境条件外，系统还生成了有助于肉鸡和蛋鸡设施热舒适管理的实用决策信息。在评估的原型中，S2凭借较低成本、较小尺寸以及支持远程实时监控的云架构，显示出最大的实际应用潜力。尽管如此，两套系统均被证明是禽舍环境监测的可靠、经济且可扩展的替代方案。总体而言，所提出的传感器结合环境感知、自动化热应激诊断和决策支持能力，代表了精准家禽养殖领域有前景的工具。尽管原型在实验室和缩比现场条件下性能令人满意，但在大规模商业化家禽生产系统中的更广泛应用仍需进一步验证。未来的开发工作还应关注系统小型化、能源自主性以及商业运行条件下的长期性能。
