基于雷达图的蛋鸡舍综合环境舒适度评价及应用

杜欣怡，滕光辉，杜晓冬，刘慕霖，王朝元,2

基于雷达图的蛋鸡舍综合环境舒适度评价及应用

杜欣怡1，滕光辉1※，杜晓冬1，刘慕霖1，王朝元1,2

（1. 中国农业大学水利与土木工程学院，农业部设施农业工程重点实验室，北京 100083；2. 农业农村部农业工程建筑与环境重点实验室，北京 100083）

环境是影响蛋鸡健康与生产性能的关键因素，为对蛋鸡舍环境进行综合性的舒适度评价，该研究将除湿热环境之外的空气环境质量也纳入评价指标体系中，采用模糊数学方法，研究了重要环境参数在规模化蛋鸡舍环境舒适度综合评价中的权重，对舍内温度、湿度、CO2浓度、氨气（NH3）浓度、风速等关键环境参数进行归一化处理，建立了基于多元环境参数的鸡舍综合环境舒适度评价指数（Comprehensive Environmental Index, CEI），并基于LabVIEW软件开发了一套评价系统，可将上述环境参数在雷达图中进行可视化展示，以及对单因素环境参数和环境舒适度进行预警。通过实际使用中鸡舍环境监测数据的分析验证，CEI能够体现舍内整体环境舒适度的变化，对各个时段环境因素间的相互作用做出应答，尤其是温度降低导致空气环境质量影响上升的时段。该研究对于综合评价蛋鸡舍环境条件并进行精准控制，提高环境舒适度，提供了方法支撑。

温度；环境调控；动物；环境舒适度；LabVIEW；环境因素权重；雷达图

0 引 言

在蛋鸡产业中，品种、饲料、环境及防疫等因素共同决定了蛋鸡生产力水平。随着蛋鸡产业不断向规模化集约化发展，蛋鸡舍的环境质量已成为影响蛋鸡生产性能与动物福利的重要因素[1-2]。

目前国内外相关研究主要集中于单个环境因素对生产的影响，其中最受关注的是温度。蛋鸡产蛋期生产的最适温度为21 ℃，温度过低会加大鸡只的能量消耗，造成产蛋量下降；过高则会引起鸡只呼吸性碱中毒等一系列生理病变，导致死淘率上升[3]。因此，适宜的温度是蛋鸡发挥较高生产潜能的前提。此外，在集约化蛋鸡生产中，密闭舍中高浓度的NH3会对蛋鸡健康与生产造成显著影响，冬季表现最为明显[4]。舍内NH3浓度过高，会引起日采食量下降、蛋鸡黏膜损伤、易感染呼吸道疾病及眼病等问题[5]；而适当的通风可以有效降低有害气体和粉尘等的浓度，改善舍内空气质量。张少帅等则研究了风速对鸡的生理指标及免疫指标的影响，结果表明，在偏热处理条件下当风速达到1.5 m/s以上时会显著降低血清中皮质酮和白介素-1的含量，说明风速可以降低高温下鸡的炎症反应[6]。

基于此类研究，行业中已产生一些针对蛋鸡舍环境的评价方法，夏季一般通过由温度湿度组成的热湿环境对舍内环境状况进行评价，冬季则主要以CO2浓度作为环境调控的监测指标。然而对于蛋鸡产业来说，温度、湿度、CO2浓度、NH3浓度及风速等都是影响蛋鸡生产环境的关键因素[7]。仅侧重单项指标，则无法对多种环境因子进行综合分析与评价，导致多维数据之间的有机联系被切断，无法挖掘其中蕴含的信息。如何从多环境参数角度进行综合分析，从而对环境舒适度进行综合评价，最终达到系统改善与提升蛋鸡舍环境的目标，成为畜禽环境研究的热点。对于多维环境参数综合分析方法已有一定的讨论，模糊数学、概率统计以及矢量代数等的方法都曾被应用于多维数据的分析。但由于畜禽舍的环境系统变量具有数量多、惯性大，非线性变化等特点，并且伴随耦合及延时等现象[8]，以上方法在实际的应用中都存在一定问题。

本文采用模糊数学方法，以期建立基于多元环境参数的鸡舍环境舒适度综合评价指数，实现对鸡舍环境舒适度的综合评价；在家禽生产物联网平台基础上，基于LabVIEW软件开发了一套评价系统，将蛋鸡舍环境参数在雷达图中进行可视化展示，实现对单因素环境参数和环境舒适度的展示与预警。

1 材料与方法

1.1 雷达图分析法

雷达图分析法又称为综合财务比率分析法，可以将多因素进行同步比较，原本用于对财务状况进行综合分析与评价，因其评估过程简单明了、结果直观形象的显著特点，近年来逐渐在食品感官评价以及电能综合质量等的评价分析中应用[9-10]。利用雷达图分析法进行评估时，主要考虑因素的个数和变化范围，将评价因素标准化处理后分别通过雷达图的轴数及轴长来表示，并通过计算面积作为评价指标进行综合分析，其构造如图1所示。

注：n为雷达图中评估因素的个数。

本文中雷达图各轴分别与舍内某一环境参数相对应。在蛋鸡生产中，将不同环境参数在雷达图中描点连接形成多边形，通过计算多边形的面积建立综合评价指标，以综合评价蛋鸡舍环境舒适度。

1.2 蛋鸡舍综合环境舒适度评价参数

1.2.1 环境参数选取及适宜范围确定

在规模蛋鸡生产中，当鸡舍环境处于一定的参数区间鸡只能够维持正常的生理指标和生产性能（本文设为“生存区间”），而在适宜的区间则能够更好地保障其健康水平（设为“舒适区间”），以避免由于环境不适所导致的激素水平不稳定[6]。经对文献综合分析以及实地调研，本文选取温度、湿度、风速、CO2浓度、NH3浓度为蛋鸡舍环境舒适度评价的5个指标，其舒适区间和生存区间如表1所示。

表1 5项环境单因素的舒适区间及生存区间[11-14]

1.2.2 不同季节环境因素权重

随着季节的变化，规模化鸡舍中的各环境因素对舍内综合舒适度的影响程度也有所不同。以夏季为例，鸡舍中由温度、湿度、气流速度构成的热湿环境对蛋鸡的影响最大，对综合环境舒适度的贡献最大；由于通风量大，舍内的空气质量环境一般较好，在综合评判过程中所占的权重相对较小。冬季条件下，随着通风量的减小，舍内CO2等空气质量环境的所占比例则显著上升。根据夏季和冬季鸡舍内环境的不同特点，团队中的白士宝在其关于蛋鸡舍环境舒适度评价的研究中，利用层次分析法，通过构建环境因素指标判断阵，计算出夏季鸡舍环境因素权重集夏和冬季鸡舍环境因素的权重集冬[15]，如表2所示。

表2 各环境因素的权重[15]

值得注意的是，不同气候条件下，各环境因素对舍内综合舒适度的影响会有所不同。因此，本研究所提到的各环境因素权重在实际应用时需要根据试验时间及地点的变化来重新计算。

1.3 环境参数转化及舒适度评价指标构建

1.3.1 环境因素数据的转化

由于各环境因素量程与量纲均不相同，且各因素之间相互影响机制尚不完全明确，无法在适宜应用范围内对其进行定量计算。为在雷达图上计算面积，同时便于观察，需将各项环境参数进行归一化处理，使其具有相同的变化区间，并利用模糊数学方法，统一其量纲为1。根据舍内环境及蛋鸡生理特点，采集到的环境数据需归一化使各因素舒适区间缩小至0～5，生存区间缩小至0～10。例如，海兰褐蛋鸡饲养手册中建议，产蛋期最适温度为21 ℃。因此，本研究在对温度进行评价时，将21 ℃设定为基准0分，5～32 ℃间的温度数值依据图2中曲线转化为相应评分，低于5 ℃或高于32 ℃均为10分。气体浓度同样依图2转化为0～10的相应数值，作为气体环境的评分。如此，各环境因素归一化后的结果均为0～10的评分，再根据模糊拟合的思想，将环境因素的模糊评价区间定量化，即依其对相邻整数隶属度，将评分数值取整数0～10，作为单项环境因素的评分。

1.3.2 基于雷达图的综合环境舒适度评价指标构建

本研究选取表1中5项环境因素作为雷达图的轴，舍内环境数据归一化及模糊拟合后在雷达图的轴上描点，形成不规则的五边形。将五边形各轴长根据表2中权重加权后，轴上各点坐标相应变化，呈现出加权后的五边形。

图2 各环境因素归一化示意图

如图3所示，夏冬两季中，单项环境因素评分同为5分（舒适区域五边形）和10分（生存区域五边形）的环境状况加权后形成的五边形存在显著差异，说明各因素在不同季节对舍内环境舒适度的影响程度有所区别。此时的五边形看作5个具有相同锐角的三角形，通过正弦定理分别计算其面积，公式如下。

注：图中数字为单项环境因素评分。

1.4 蛋鸡舍环境舒适度监测系统搭建

为验证蛋鸡舍环境舒适度评价系统，于2019年1－2月及7－8月，在河北省邯郸市涉县的华裕家禽育种有限公司父母代鸡舍中（以下简称试验鸡舍）进行了现场试验, 饲养品种为海兰灰父母代蛋鸡。试验鸡舍所处地区属于温带大陆性季风气候，夏季高温多雨，冬季寒冷干燥。鸡舍长100 m、跨15 m、檐口高5 m，为4叠层笼养模式，鸡舍分为上下2层；采用封闭式管理模式，配备机械通风、自动喂料、集蛋、清粪等机电一体化设备。

1.4.1 环境监测传感器选型及布点

蛋鸡舍环境舒适度评价系统，需要监测鸡舍的温度、湿度、风速、CO2浓度和NH3浓度。试验前，依据量程、灵敏度、价格等因素，对传感器进行了选型。选择北京昆仑海岸传感器有限公司JWSH-515S-ACD型号温湿度传感器及JQAW-3AC型号CO2传感器，北京东方奇丰科技有限公司EE65-VB9型号风速传感器及深圳市安帕尔科技有限公司AP-G-NH3-1-J型号NH3传感器采集环境数据，选取阿尔泰科技有限公司DMA-3058F型号数据采集卡进行数据的收集与传输。此外，现场另布置传统温度计等，对仪器测量所得数据进行验证，其误差均不超过5%。

在试验鸡舍进行传感器的监测点布置时，综合考虑鸡舍结构，湿帘及风机位置，鸡舍养殖模式等，选定鸡舍内传感器分布位置如图4所示。由于舍内粉尘浓度大等环境因素可能对传感器产生不良影响，为便于安装及维护，将氨气传感器布点在氨气浓度最大的风机附近，并安装在鸡舍左后方的墙上。其余传感器均位于左起第二列与第三列鸡笼之间，接近舍内的水平中心位置；比较重要的环境参数如温湿度和CO2浓度，都在舍内多处布点监测，有助于准确测量舍内各点状态；风速传感器位于鸡舍前端，离风机最远的位置；传感器的高度统一布点在鸡舍的垂直中心位置，便于安装和测量。为了能够对试验鸡舍内环境舒适度进行更为严格的控制，环境数据经采集后取多组数据中的最大值，由系统进行舒适度评分的计算。

图4 环境监测布点

1.4.2 基于雷达图的蛋鸡舍环境舒适度评价软件开发

蛋鸡舍环境舒适度评价系统的软件程序采用LabVIEW V17.0进行程序编写，图像像素分析及面积计算采用MATLAB 2016a软件，数据存储与提取于MySQL 5.6.12 Community Server(GPL)数据库，数据库通过ODBC数据源连接，连接程序采用LabVIEW Database Connectivity Toolkit编写。系统主要包括鸡舍环境数据实时采集与展示，单因素及综合舒适度评价与预警等功能。

在应用中，传感器采集到的环境数据通过数据采集卡传输到服务器中，将环境数据以时间为主键进行每一组的标记，并将数据归一化及模糊拟合后的单项环境因素评分显示出来，同时在雷达图中呈现出该时间环境条件下的五边形图像。提取图像并计算面积后，通过对比相应季节CEI阈值，对环境舒适状态进行判定，超过阈值即显示红色警报。

2 结果与分析

2.1 评价系统的实现

根据综合环境舒适度评价模型原理、系统需要实现的功能、环境信息传感器及数据特点，依托1.4.2中软件程序，在队列消息处理的框架下对系统进行设计和编程，系统人机界面雷达图及预警效果如图5所示。其中，雷达图中红色五边形表示舒适区间边界，蓝色五边形表示生存区间边界，绿色五边形表示该时间标记下的舍内环境状态[16]。IP地址为试验鸡舍数据采集卡的IP，Area表示该采集卡时间标记下环境数值在雷达图中形成五边形的面积，即CEI。

根据1.3.1中归一化及模糊拟合的原理，鸡舍中传感器采集到的数据转化为相应的单项环境因素评分，并与该时间标记下的环境状态一同显示在系统的人机界面上。单项环境因素评分越接近0，表示该因素越舒适。评分超过5，系统即表示为单项环境红色预警，说明该因素处于不舒适的状态。同时，系统中呈现描述环境状态的雷达图五边形图像，并计算CEI值。由于不同季节各环境因素权重不同，相同环境条件下，加上不同权重后求得的CEI也不同。同样环境因素均为5分的红色五边形在加上夏冬两季相应权重后，求得的面积分别为2.316和1.877，对应夏季和冬季的CEI阈值。系统提取雷达图五边形图像并计算面积即得到该时间标记下的CEI值，若CEI超过阈值，则判定舍内环境处于不舒适的状态，对环境状况进行红色预警。同样的，CEI越接近0分，说明环境状况越好，指数越高，说明环境越不舒适。

图5 蛋鸡舍环境舒适度评价系统人机界面

CEI是对5项环境因素综合评价的结果，单项环境因素超出舒适范围会对CEI产生影响，但由于加权等的数据处理过程，CEI仍可处于阈值之下。此时需采取相应措施，对超出舒适范围的环境因素进行调控。

2.2 蛋鸡舍环境舒适度评价系统应用结果分析

根据试验时间，在2019年1－2月及7－8月间收集鸡舍内环境数据，并在本蛋鸡舍环境舒适度评价系统中进行展示及评判。根据指标构建原理，在计算CEI时应参照各季节相应环境因素权重，并在系统中设定相应阈值以进行环境舒适度的判定，并依据判定结果进行预警。

为避免每天舍内环境变化的差异被均值掩藏，本研究对出现夏季最高气温及冬季最低气温的日期进行具体分析。气象数据显示，2019年邯郸市在冬季1月15日及夏季8月1日出现试验期间的极端天气，故选择这2 d对舍内环境舒适度变化进行分析。

2.2.1 夏季舍内综合环境舒适度变化分析

夏季温度和湿度的权重分别为0.433和0.242，其变化对调节舍内环境，提升综合舒适度具有重要意义。同时，由于鸡舍中热环境参数对蛋鸡的影响具有协同作用，特别是在高温高湿的情况下必须通过增大笼间风速，从而降低鸡的体感温度，达到显著改善其环境舒适性的目的[17-18]。在夏季，本文所开发的基于雷达图的蛋鸡舍环境舒适度评价系统，可以更为直观的体现温湿风的综合影响，克服了温湿指数（Temperature-Humidity Index，THI）中只考虑温湿度而忽略风速影响的不足。另外，THI是根据环境数据进行数值计算从而评价热湿环境，而本研究中雷达图分析法可以将调控期间的关键环境状态进行实时可视化展示，有利于及时全面而准确地掌握并精准调控舍内环境。

图6所示为8月1日试验鸡舍内CEI及THI的变化趋势图。环境综合评价系统中CEI阈值设置为2.316，即图中的警示线（Warning Line，WL）。可以看出，8月1日试验鸡舍CEI均处于WL之下，说明全天环境条件均在舒适区间内。CEI指数在6:00及17:00左右降到最低，舍内环境达到一天之中最舒适的状态；而在12:00－16:00指数则接近阈值，说明该时段需要特别关注。

图6 2019年8月1日舍内综合环境舒适度指数与温湿指数变化

在夏季，由于太阳辐射及空气对流等原因，鸡舍白天与夜晚的环境条件存在较为明显的区别，最大温差为13 ℃。6:00－18:00，由于舍外温度最高上升至34 ℃，热湿环境成为影响鸡舍舒适度的关键因素。在此时段内，CEI与THI对环境的评价结果应呈现高度的相似性。实际上，在6:00－10:00时段，虽然CEI与THI的结果已开始呈现相似的变化趋势，由于CEI将除温度、湿度之外的风速、CO2及NH3的浓度也纳入监测的范围，而鸡舍内环境因素相互影响，使得环境变化存在延时性，其对舍内环境的评价结果与THI仍存在区别，说明CEI可以更加灵敏地体现舍内环境综合舒适度的变化。10:00－18:00，在热湿环境在评价体系中占据主导地位的情况下，CEI与THI的变化几乎一致。18:00以后，随着舍外温度下降至23℃，舍内通风量逐步降低，CO2、NH3等空气污染物浓度逐步增高，舍内空气质量环境对整体舒适度的影响增大，因此CEI与THI的评价结果差别显现。1:00－5:00，温度下降对环境舒适度产生正面影响，同时舍内CO2浓度由950 mg/m3上升至1 400 mg/m3左右，对综合环境舒适度的负面作用增强。此时段内 THI呈阶段式下降，而CEI由于CO2浓度的上升出现小幅升高后也开始下降，整体上比THI更能体现舍内综合环境质量的变化。

2.2.2 冬季舍内综合环境舒适度变化分析

在冬季，基于舍内维持温度及空气质量的需要，需要保证最小通风量。此时温度和CO2浓度的权重分别为0.429和0.283。关注舍内风速及CO2浓度的变化，有利于精准控制舍内空气流通速度，在保证温度的前提下，防止CO2浓度过高造成鸡只呼吸困难或NH3浓度升高导致空气环境质量下降等问题。图7所示为1月15日试验鸡舍内CEI的变化。1月15日属于冬季时间，应将系统CEI阈值设置为1.877。由于1月15日整天CEI均远低于阈值，故在图中不表示警示线。

图7 2019年1月15日舍内综合环境舒适度指数

从图7中可以看出，在温度相对稳定的0:00－6:00，CEI不断上升，说明夜间舍内风速虽然保证了温度，但通风量不足导致空气流通速率降低，CO2浓度不断上升，舍内综合舒适度下降。6:00－7:00，温度开始回升，鸡只呼吸速率加快导致CO2浓度急速上升，迅速达到了2 680 mg/m3。在7:00 CEI出现拐点，数据显示此时环境温湿度、CO2浓度都出现了下降的情况。试验鸡舍设定风机依据温度变化调整通风量，温度上升则系统自动增大风速，空气更新速度加快。风速的变化使得CO2浓度下降了720 mg/m3，温度下降了0.7 ℃，说明适当增加风速可以有效改善冬季舍内空气环境质量，提升综合舒适度。8:00－9:00，舍内温度在12:00达到21.8 ℃，经历短暂上升后逐渐下降，总体保持在21 ℃左右。CO2浓度稍回弹后在下午1时下降至1 604 mg/m3，直至16:00后开始缓慢回升至1820 mg/m3。因此，温度和CO2的共同作用使CEI在8:00－11:00间保持平稳，温度的不断升高使CEI在12:00－14:00达到峰值，随后由于CO2浓度的持续下降，CEI又呈现下降的态势。

冬季CO2的浓度在环境因素中的权重是夏季的3.48倍，对CEI的贡献显著上升。与夏季舍内的CO2浓度相比，冬季的浓度上升了60%左右。白天CO2的浓度在1 600～1 800 mg/m3间浮动，夜间则升高至1 800～2 000 mg/m3，最高达到2 680 mg/m3。CO2的环境浓度阈值为1 800 mg/m3，当舍内浓度超过此数值时，系统会显示CO2单项环境预警，提醒工作人员注意改善通风状况。

另外，空气环境中NH3、CO2等的浓度往往随风速的改变而呈现相似的变化趋势，同时白天清粪等舍内环境管理行为，使得各气体浓度对舍内环境综合舒适度的影响更加显著[5,19]。因此，冬季时期应使用CEI对环境进行综合评判，有助于管理人员更加及时而准确地了解舍内环境情况，并做出相应判断，精准调控舍内环境。

2.3 夏季舍内综合环境舒适度评价指数变化

试验鸡舍所处地区属于季风性气候，季节更替时外部环境的变化，如暴雨、大风等，亦会对舍内环境产生影响。对以年为单位的环境数据变化进行分析，可以提前计划，合理安排鸡舍环境管理所需人力及水电等资源，避免特殊环境变化对生产造成较大影响。目前，鸡舍环境管理主要面临的挑战发生在夏季，故本文将试验鸡舍2019年夏季7－8月的CEI在此进行重点分析。

分析7－8月试验鸡舍内CEI的变化情况可知，2019年夏季7月22日－8月12日CEI较高，在1.5上下浮动，需要引起特别关注。由于外界环境温度在7月下旬－8月上旬处于全年的最高峰，7月29日前后，THI达到85左右，鸡只已处于中度热应激，舍内CEI超过WL，最高在7月29日达到了2.48，说明舍内综合环境已经达到不舒适的状态。系统中会显示红色预警，以提醒工作人员注意调控舍内环境。此时应注意环境调控模式的转变，根据实际情况使用湿帘和风机，降低鸡只体感温度，避免热应激带来的生产受损及动物福利降低等问题。

夏季由于通风量大，舍内空气环境一般较为舒适。此时，调控舍内环境的措施主要是依据实际环境湿度操控湿帘的运行，并维护风机的正常运作。本研究将风速传感器布点在全舍风速最低的地方，通过蛋鸡舍环境舒适度评价系统对舍内环境的监控，在风机运行出现问题时，能够及时警报，避免由于通风问题导致鸡只出现热应激甚至死淘率突然上升的情况。另外通过对舍内湿度的监测，在雨季环境湿度已经很高的情况下，管理人员可以关闭湿帘减少不必要的能源浪费。

图8 7—8月舍内综合环境舒适度指数变化

3 结 论

本文针对蛋鸡舍环境舒适度评价系统进行了设计与应用，得出以下结论：

1）通过对温度、湿度、CO2、NH3、风速5项环境因素值的归一化及模糊拟合，引入夏冬两季权重，建立了蛋鸡舍综合环境舒适度评价指数（CEI）。利用雷达图分析法对环境舒适度进行表达，并通过设定不同的CEI阈值对环境舒适度进行评判及预警。

2）通过将CEI对夏季舍内环境评分与THI指数的对比，证明在舍外温度较高的10:00－18:00时段内，热湿环境在评价体系中占据主导地位，CEI与THI的变化几乎一致。而在18:00以后，温度开始下降，空气环境质量对舒适度影响增强。由于CEI将除温度、湿度之外的风速、CO2及NH3的浓度也纳入监测的范围，其对舍内环境的评价结果与THI的差别逐步显现，在夜间表现最为明显。

3）通过试验期间夏季及冬季极端天气条件下的舍内环境舒适度的分析发现，夏季12:00－16:00舒适度指数接近阈值，是一天中最不舒适的时段，冬季则整体处于较为舒适的区域。夏季7月22日－8月12日CEI较高，在7月29日前后超出警示线，在此期间，舍内管理人员应注意环境变化，及时采取相应措施维护舍内环境，稳定生产。

本研究中所使用的权重在不同气候地区可能会发生变化，因此本蛋鸡舍环境舒适度评价系统在使用时需要对权重进行重新计算。此外，在不同的饲养方式及鸡舍构造下，传感器的安装位置及选型需要根据舍内实际环境进行相应调整，以保证评价结果的可靠性。

蛋鸡养殖行业中，一般认为夏季环境较冬季更为不舒适，现代家禽品种对高温环境的敏感也导致了热应激是造成产量下降及死淘率上升的主要原因。因此，在经过相同的环境数据处理步骤后，夏季CEI远高于冬季。作为一种多维数据评价方法，雷达图可以将多种参数进行综合评价，并可以不同的方式体现参数权重，如本方法中的位移加权或在表示时进行相应角度的加权等，在以后的研究中可以进行相应的探究和对比，进一步优化蛋鸡舍环境舒适度评价模型。

[1] 杨宁，秦富，徐桂云，等. 我国蛋鸡养殖规模化发展现状调研分析报告[J]. 中国家禽，2014(7)：2-9.

Yang Ning, Qin Fu, Xu Guiyun, et al. Investigation and Analysis report on large-scale development of laying hens in China[J]. China Poultry, 2014(7): 2-9. (in Chinese with English abstract)

[2] 钟翔，李刚，徐生林，等. 鸡舍环境因子对蛋鸡健康和生长的影响[J]. 畜牧与兽医，2013(3)：101-103.

Zhong Xiang, Li Gang, Xu Shenglin, et al. Effects of environmental factors on the health and growth of laying hens[J]. Animal Husbandry & Veterinary Medicine, 2013(3): 101-103. (in Chinese with English abstract)

[3] 李明丽，段丽萍. 环境温度对蛋鸡生产性能的影响及其机制[J]. 云南畜牧兽医，2006(2)：23-25.

Li Mingli, Duan Liping. The effect of ambient temperature on the performance of laying hens and its mechanism[J] Yunnan Journal of Animal Science and Veterinary Medicine, 2006(2): 23-25. (in Chinese with English abstract)

[4] Mihina Stefan, Sauter Monika, Palkovicova Zuzana, et al. Concentration of harmful gases in poultry and pig houses[J]. Animal Science Papers and Reports, 2012, 30(4): 395-406.

[5] 邢焕，栾素军，孙永波，等. 舍内不同氨气浓度对肉鸡抗氧化性能及肉品质的影响[J]. 中国农业科学，2015(21)：4347-4357.

Xing Huan, Luan Sujun, Sun Yongbo, et al. Effect of ammonia in broiler houses on the antioxidant activity and meat quality of broiler[J]. Agricultural Sciences in China, 2015(21): 4347-4357. (in Chinese with English abstract)

[6] 张少帅，刁华杰，张敏红，等. 风速和偏热处理对肉仔鸡生理、内分泌和免疫指标的影响[J]. 动物营养学报，2017(1)：69-79.

Zhang Shaoshuai, Diao Huajie, Zhang Minhong, et al. Effects of air velocity and moderate ambient temperatures on physiological, endocrine and immune indices of broilers[J] Chinese Journal of Animal Nutrition, 2017(1): 69-79. (in Chinese with English abstract)

[7] Leenstra F, Ten Napel J, Visscher J, et al. Layer breeding programmes in changing production environments: A historic perspective[J]. Worlds Poultry Science Journal, 2016, 72(1): 21-35.

[8] 滕翠凤，赵德安，赵建波. 多传感器数据融合在猪舍环境中的应用[J]. 传感器与微系统，2009(12)：109-112.

Teng Cuifeng, Zhao De'an, Zhao Jianbo. Application of multi-sensor data fusion in piggery environment[J] Transducer and Microsystem Technologies 2009(12): 109-112. (in Chinese with English abstract)

[9] 乔鹏程，吴正国，李辉. 基于改进雷达图法的电能质量综合评估方法[J]. 电力自动化设备，2011(6)：88-92.

Qiao Pengcheng, Wu Zhengguo, Li Hui. Power quality synthetic evaluation based on improved radar chart[J] Electric Automation Equipment, 2011(6): 88-92. (in Chinese with English abstract)

[10] 方长云，胡贤巧，邵雅芳，等. 基于雷达图分析法初步评价稻米食味品质的研究[J]. 中国稻米，2017(2)：13-17.

Fang Zhangyun, Hu Xianqiao, Shao Yafang, et al. Study on rice sensory quality evaluation based on radar chart analysis[J] China Rice, 2017(2): 13-17. (in Chinese with English abstract)

[11] http://www.hyline.com/userdocs/pages/TU_ HEAT_ENG.pdf.

[12] 李保明. 夏季鸡舍纵向通风系统的研究[D].北京：北京农业工程大学，1990.

Li Baoming. Study and Use of Tunnel Ventilation System for Poultry House in Summer[D]. Beijing: Beijing Agricultural Engineering University,1990.

[13] 中华人民共和国国家质量监督检验检疫总局. GB/T 26623－2011. 中华人民共和国国家标准—畜禽舍纵向通风系统设计规程. 北京：中国标准出版社，2011-11-01

[14] Kilic Ilker. Ammonia and carbon dioxide emissions from a laying hen house under summer conditions in bursa region of turkey[J]. KSCE Journal of Civil Engineering, 2017, 21(6): 2067-2073.

[15] 白士宝，滕光辉，杜晓冬，等. 基于LabVIEW平台的蛋鸡舍环境舒适度实时监测系统设计与实现[J]. 农业工程学报，2017，33(15)：237-244.

Bai Shibao, Teng Guanghui, Du Xiaodong, et al. Design and implementation on real-time monitoring system of laying hens environmental comfort based on LabVIEW [J] Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(15): 237-244. (in Chinese with English abstract)

[16] 廖斌，刘鸳鸳. 基于多尺度灰度变换的图像增强研究[J]. 量子电子学报，2015(5)：550-554.

Liao Bin, Liu Yuanyuan. Image enhancement using multi-scale gray-level transformation[J]. Chinese Journal of Quantum Electronics, 2015(5): 550-554. (in Chinese with English abstract)

[17] Souza Junior J B F De, Oliveira V R De M, Queiroz J P A F, et al. The climate type influences the body surface temperature of naked neck hens[J]. Livestock Research for Rural Development, 2016, 28(5): 80.

[18] Sun Yongbo, Luan Sujun, Wang Ya, et al. Effect of relative humidity in poultry house on thermoregulation and blood parameters of broilers[J]. Acta Veterinaria et Zootechnica Sinica, 2017, 48(4): 669-677.

[19] 匡伟，刘黑头，姚远，等. 层叠式笼养蛋鸡舍环境质量与产蛋性能监测与分析[J]. 中国家禽，2017(1)：64-65.

Kuang Wei, Liu Heitou, Yao Yuan, et al. Monitoring and analysis of environmental quality and egg production performance of cascade cage laying hens[J]. China Poultry. 2017(1): 64-65. (in Chinese with English abstract)

Comprehensive evaluation of environmental comfort in layer poultry house using radar graph

Du Xinyi1, Teng Guanghui1※, Du Xiaodong1, Liu Mulin1, Wang Chaoyuan1,2

(1.,,100083,; 2.,,100083,)

Housing environment has become a driving factor on hen health, egg quality and efficient production in intensive poultry industry. In large layer poultry housing system, an environmental index is typically used to control air conditions, including air temperature (T), relative humidity (RH) and concentration of carbon dioxide (CO2) in different season. In hot seasons, thermal environment of laying hen housing is usually assessed using the temperature humidity index (THI) via the online monitored temperature and relative humidity. However, the simple assessment cannot meet the harsh requirement of indoor air quality in a large layer house, as the stocking density increases in recent years. In this paper, a comprehensive environmental index (CEI) was proposed based on the radar map to integrate the impacts of both thermal and air quality factors, in order to systematically assess the environment comfort of the birds. A LabVIEW software system was selected to illustrate the environmental comfort using the fuzzy mathematics. Five key environmental factors, including temperature, RH, air velocity, concentration of CO2and ammonia (NH3), were used to evaluate the environmental comfort of laying hen housing, where the their weights were normalized in a radar map. In the visualized system, early warning can be delivered when either a single factor or the CEI was over the prescribed value, and thereby a quick action can be taken to adjust the environmental conditions in the layer housing to a comfort level. A field measurement was carried out at a commercial layer breeder farm in Hebei province from January to February, and from July to August, 2019. The experimental results indicated that a good performance of the CEI can be obtained to assess the comprehensive environment in the tested house via monitoring the five environmental indexes. The specific sensors were properly settled in the henhouse. The data of environmental conditions was collected to verify, and then the maximum of five indexes were selected for later use. During the summer daytime, the CEI agreed well with the THI, indicating the positive impacts of thermal environment on the comfort of the birds, while it performed better to integrate the thermal and air quality at night time. In winter, the increase in the weight of CO2concentration can contribute to the CEI for the comfort in layer housing system. The in situ monitoring data in the actual use demonstrated that the CEI can efficiently represent the change of comprehensive environmental comfort in the chicken house, and respond to the interaction between environmental factors in each period, especially when the air quality has an increasing influence on the comprehensive environmental comfort at night in summer and in winter. The findings can provide a promising method to systematically evaluate the housing environment via the five key factors in laying hen housing, further improve the birds comfort via precisely controlling the air conditions in intensive poultry production.

temperature; environmental control; animals; environmental comfort; LabVIEW; weight of environmental factors; radar chart

杜欣怡，滕光辉，杜晓冬，等. 基于雷达图的蛋鸡舍综合环境舒适度评价及应用[J]. 农业工程学报，2020，36(15)：202-209.doi：10.11975/j.issn.1002-6819.2020.15.025 http://www.tcsae.org

Du Xinyi, Teng Guanghui, Du Xiaodong, et al. Comprehensive evaluation of environmental comfort in layer poultry house using radar graph[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(15): 202-209. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.15.025 http://www.tcsae.org

2020-04-08

2020-07-14

国家重点研发计划课题“家禽健康识别、养殖环境控制及病死家禽无害化处理设备研发与应用示范”（2017YFD0701602）

杜欣怡，博士生，主要从事农业物联网，蛋鸡环境舒适度研究。Email：duxinyi2018@163.com

滕光辉，教授，博士生导师，主要从事设施环境监测与信息技术应用研究。Email：futong@cau.edu.cn

10.11975/j.issn.1002-6819.2020.15.025

S818

A

1002-6819(2020)-15-0202-08