商业化肉牛养殖设施连续环境监测多传感器节点的现场验证与多场址部署

《Animals》：Field Verification and Multi-Site Deployment of a Multi-Sensor Node for Continuous Environmental Monitoring in Commercial Beef Cattle Facilities

　　

连续多参数监测对于表征商业化肉牛养殖设施中的环境条件具有重要意义，但传感器性能和系统可靠性需要在生产条件下进行评估。本研究开发了一种基于LoRa的多传感器节点，用于监测空气温度、相对湿度、CO₂、NH₃、风速和照度。研究人员在某商业化养殖场通过1分钟配对观测以及基于回归和一致性的分析，将节点与商用比对仪器进行同步比较，评估其现场表现。随后，研究人员在3个场址部署了9个原型节点，进行为期14天的监测。空气温度和相对湿度与比对仪器呈现最强的线性关系（R² = 0.995和0.994），其次为照度、风速和CO₂（R² = 0.990、0.863和0.773）。NH₃的线性关系较弱（R² = 0.604），在10分钟聚合后有所改善；应用监测期间多数低于5 ppm的估计值为外推结果，而非经过验证的绝对浓度。总体数据可用性达到99.66%，连续监测捕捉到了热环境、空气质量、局部气流和照度的时间变化模式。该评估侧重于环境监测性能，而非基于动物的结果指标。这些发现支持在商业化肉牛养殖设施中进行参数特异性的环境监测和多场址部署，并为未来的异常检测和环境调控提供了基础。

**研究背景与问题**

环境条件是影响肉牛健康、生产性能和养殖管理的重要因素。空气温度、相对湿度、风速、CO₂、NH₃和照度分别刻画了动物所处的热环境、空气质量和局部环境条件。高温高湿会增加肉牛热负荷，风速影响对流散热和降温系统效果，CO₂和NH₃浓度变化与通风、粪便分解和空气质量密切相关，照度呈现明显的昼夜和管理相关模式。商业化肉牛设施的环境条件在时间和空间上存在显著变异，有限时间点或位置的测量难以捕捉昼夜变化、短期峰值和异常环境时段，因此连续多参数监测是肉牛环境数字化表征及后续环境风险识别与控制的重要基础。

近年来，物联网(IoT)技术已应用于猪、兔、奶牛和家禽等畜禽设施的环境监测，但不同畜种在建筑结构、通风策略、环境调控、粪污管理和传感器安装约束上差异显著，其他畜禽系统的研究结果不能直接推广至商业肉牛设施。目前，在商业肉牛生产条件下对多种环境传感器进行现场同步评估的研究仍相对有限，CO₂、NH₃和风速等参数易受局部气流、环境条件、传感器布局及响应特性的影响，仅用相关性或线性回归难以充分表征测量差异，需结合回归分析、误差指标、偏差评估和Bland–Altman分析进行综合评估。

**研究内容与意义**

研究人员开发了一种基于LoRa的多传感器节点，集成了空气温度、相对湿度、CO₂、NH₃、风速和照度传感器，并配置无线数据传输与平台数据管理功能。研究首先在A养殖场通过同步对比实验评估了六个参数的现场测量性能，随后在A、B、C三个独立商业化肉牛监测场址部署9个原型节点进行14天应用监测，评估数据可用性和系统对热环境、空气质量、局部气流和照度连续变化模式的刻画能力。研究明确了各传感器参数的适用性边界，为商业肉牛设施连续环境监测提供了参数特异性验证依据和多场址部署证据。该论文发表在《Animals》期刊。

**关键技术方法**

研究采用的主要技术方法包括：（1）基于LoRa的无线多传感器节点开发，集成ESP32控制单元、SHT35温湿度传感器、SCD41 CO₂传感器、BH1750照度传感器、MQ137 NH₃传感器和三杯式风速计，以1分钟为基准采样间隔；（2）2025年7月在A养殖场与商用比对仪器（山东仁科测控技术有限公司产品）进行10天同步现场验证，采用线性回归、平均绝对误差(MAE)、均方根误差(RMSE)、偏差和Bland–Altman分析评估性能；（3）在三个养殖场部署9个节点进行14天应用监测，计算数据可用性，并用温度–湿度指数(THI)和10分钟聚合热图刻画环境模式。

**研究结果**

3.1 单站点现场验证

通过1分钟配对观测，空气温度和相对湿度与比对仪器线性关系最强（R² = 0.995和0.994），平均偏差小，Bland–Altman分析显示多数差值落在95%一致性界限内。照度R² = 0.990，但高水平时差值离散度增大。风速R² = 0.863，经10分钟聚合后升至0.977。CO₂的R² = 0.773。NH₃线性关系最弱（R² = 0.604），10分钟聚合