31、精准畜牧养殖（PLF）系统：提升可持续性

精准畜牧养殖（PLF）系统：提升可持续性

精准畜牧养殖（PLF）系统在提升畜牧养殖的可持续性方面发挥着关键作用。下面将详细介绍其在猪和家禽养殖中的应用。

猪养殖中的PLF技术

1. 图像处理与数据分析方法

目前用于猪养殖监测的方法平均相对误差在3 - 3.8%。所有方法都采用PLF的图像处理和数据分析原则，包括背景减除、增强、二值化、噪声过滤以及去除头部和尾部等步骤。不过，这个过程耗时较长，且在很多情况下难以提供具体结果，给商业应用的开发带来巨大挑战。例如，Psota等人在2019年引入了一种基于相机的系统，可检测猪在不同围栏位置的多个身体部位，但创建数据集所用的图像并非连续时间线，而是固定的。

以下是图像处理与数据分析的步骤：
1. 背景减除：去除图像中的背景信息，突出猪的主体。
2. 增强：提高图像的清晰度和对比度。
3. 二值化：将图像转换为黑白二值图像，便于后续处理。
4. 噪声过滤：去除图像中的噪声干扰。
5. 头部和尾部去除：减少不必要的信息。

2. 热分析技术与热舒适度评估

猪会通过调节热量损失来改变姿势行为，以使其与热舒适区的偏差最小。热舒适区是能保证猪的最佳健康状态和遗传潜力性能的有效环境温度范围。由于猪不能有效喘气，出汗率也很低（30 g/m² h），所以它们难以适应极端环境变化。持续处于不适宜的气候条件下，会对猪的饲料效率、生长性能产生负面影响，增加攻击事件和异常行为的频率，提高应激水平，破坏猪群等级制度的稳定性。

基于热成像相机的PLF系统，将热舒适度行为反应纳入气候控制协议，可改善猪的福利和生产力，优化能源/饲料资源消