利用音视频信息自动监测绵羊在牧场上觅食行为

沈洋

（中山市悦辰电子实业有限公司 广东省中山市 528447）

在我国，草覆盖了60%的农业用地，高原占总用地的60%。尤其是高原牧场，以及它们所维持的栖息地，具有生物多样性的植物物种的特点，这些物种主要由放牧绵羊维持。为了理解绵羊维持高原的过程，需要开发方法来量化绵羊实际选择吃什么。此外，在生物多样性牧场上放牧的动物提供更优质的肉类在经济上也存在争议，因此饮食中植物类型的量化具有进一步的相关性。我国动物科学学会目前的推动因素正在鼓励我国畜牧业生产专业人士加强和优化低投入的草场养殖系统。

为了优化饲料对饲料的贡献，必须使用不会干扰自由放养动物在混合植物群落上的放牧行为的技术来理解行为对饲料选择的影响。这项研究的重点不是饲料的摄入，这通常是值得关注的，而是声学分析是否可以用来确定自由放养动物的觅食选择。专注于利用声学分析来确定实际放牧时间跨度（几个小时）内的觅食行为。该项目与无线传感器网络系统的开发同步进行，无线传感器网络系统与运动传感器集成，用于定位绵羊和描述放牧事件，该系统最初由作者在2013年进行了描述，此后已向商业应用发展。因此，饲料摄入参数将成为未来论文的主题，预计本文的研究结果将有助于长时间（数周、数月甚至数年）的动物音频监测的整合。

在这一领域工作的其他作者考虑了咬合事件频率、咬合持续时间和咬合力导数，所有这些都与草皮高度相关。结果表明，这可能与干物质的摄入量有关，但从这些数据中不能得到不同类型的取食植物。另一项工作则着眼于声音信号（包括咬和嚼）的自动事件识别的声学建模。这是专门为同一饲料类型提出了限制绵羊。根据果园草或紫花苜蓿（Medicago sativa）和草地高度的频率和相对振幅，分别描述了摄食事件波形的分割和随后的自动分类。这项工作描述了67%准确率的饲料类型和82%准确率的觅食事件[1]-[3]。

因此，本文超越了目前的技术水平，证明了利用音频和视频分析，可以确定给定生物多样性牧场的自由放养绵羊的放牧行为。此外，这项工作表明，通过进一步的校准，仅通过声音分析就有可能提供有关自由放养动物放牧习惯的实时信息。这将是当前分析中的一个重大变化，它通常依赖于耗时的人类观察。显然，这种方法不能在放牧季节连续进行，从而限制了有关自由放养动物饮食习惯的可用信息[4]-[5]。

1 方法论

1.1 实验装置

提供了四只成年母羊：一只特克塞尔羊（约70 公斤）、两只希伯莱羊和一只威尔士巴尔文羊（均约30 公斤）。每只羊都配有铬鞣皮革吊，吊带上附有一个带有120°广角镜头的小型摄像机。这些实验在我国柴郡肖特威克333781371970 号操作系统进行。两块地（用黄色标出，每块20×60 米）至少有20年没有使用过人工肥料，在过去11年里，绵羊（n=3 或4）轻度放牧。场地2（第4-6 节）有5 棵果树。2020年6月，在这种生物多样性成熟牧场上对围场的植物多样性（发生率%）进行了检测，当时禾本科植物的种子头使植物鉴定更容易。将田地等分为三个部分，并在每个田地部分测量20×1 m2样方。植物多样性较好，发现该地区含有三叶草-黑麦草，以及额外的红羊茅、苎麻、毛茛和草甸草混合物。具体数量如表1所示。

2020年7月期间在试验场生长的植物物种的数量，在监测动物放牧之前立即测量。分类在“其他”的植物种类包括：千里光（千里光）、巴氏囊、甜春花（花冠）、雏菊（百年菊）、杜克（钝枝）、荨麻（荨麻）、繁缕（繁缕）和鸡冠花（鸭茅）。

1.2 声音和视频分析

SoundAnalysis Pro 2011 用于分析动物发出的声音；该软件专门为此目的而设计，并提供广泛的音频分析功能。这与记录的视频数据相结合，以确定每种声音出现时动物在吃什么，从而允许适当的分类和随后的校准。

表1：样本地块多样性统计

SoundAnalysis Pro 2011 手册回顾了全球公认的基于音调、音调优度、振幅调制、频率调制和维纳熵的动物声音描述符。维纳熵与声音中能量的动态变化程度相对应[6]-[10]。

SoundAnalysis Pro 2011 与其他免费软件在分离动物声音特征的宽带声音方面进行了审查，发现它对背景干扰具有相对免疫性。

所有动物在2020年8月1日至21日期间都被拍摄到三到四次觅食，每次长达8 小时。音频文件按以下方式处理：

（1）转换为WAV 格式，便于处理使用FormatFactory1 免费软件应用程序；

（2）使用Audacity 2 分割成10 秒的片段免费软件应用；

（3）导入SoundAnalysis Pro 2011，用于全球公认的声音描述符的数据采集；

（4）导出到SPSS 21 进行判别函数分析和单因素方差分析。

全球公认的声音描述符特别考虑：频率调制；幅度调制；基音；基音优度；和维纳熵。随机选择12 种觅食活动或种类，以便对报告的结果给予适当的信心。

2 结果与讨论

围场在禾草和草甸植物中都具有很强的生物多样性，因此非常适合本研究。声音描述符变量是高度不对称的，因此它们是基于音高和音高数据优度的log10 变换标准化的。所有变量通过计算中位数的变异进一步标准化。对5 个语音描述符进行判别函数分析，按觅食分类。第一个导出的分量描述了数据中94%的变化，由维纳熵控制。

休息或背景噪声和发声与觅食类别的区分准确率分别为100%和94%，而觅食类别之间的区分准确率仅为47%。判别函数分析不能区分浏览和放牧觅食的种类。用单因素方差分析方法研究了觅食种类对声音描述符频率调制、幅度调制、基音、基音优度和维纳熵均值的影响。事后检验采用最小显著性差异检验（p<0.05）。

四个声音描述符有效地区分了觅食类别和频率样本数据；给出了两只绵羊的例子。平均振幅调制显示出对觅食种类的辨别能力。全球公认的声音描述符音高，音高，频率调制和维纳熵都证明了有用的区别在所有绵羊觅食类别。不同觅食类型间的平均数据差异显著（p<0.001）。觅食种类的变化模式也很相似。背景咀嚼的音高和频率值低于其他觅食种类。干饲料（放牧与放牧饲料）产生更高的频率和沥青的咬和咀嚼。放牧在郁郁葱葱的三叶草或黑麦草为主的草地上，一般产生较低的频率和沥青值[11]-[12]。

饲料的干物质含量是根据所提供的均质饲料材料推断出来的。这与先前的研究一致，即干物质含量越高的材料每咬一口就咀嚼的次数越多。较小的绵羊（赫布里迪亚羊和威尔士巴尔文羊）的标准化频率数据（范围40-50）和标准化音调数据（范围2.26-3.10）的值比特克斯羊高（范围0-10；-0.13 到-0.03）。这可能与较小或较大的头骨在咬合和咀嚼时的共振特性有关。这表明，在群体大小不等的情况下，必须对较大或较小动物的数据进行校准。一般来说，情况并非如此，繁殖的羊群往往大小一致。可能只需要将设备放置在羊群中数量有限的动物身上，就可以了解牧草的使用情况以及放牧对栖息地的影响。维纳熵描述了声能的动态变化，也被认为主要受饲料中干物质含量的影响。平均值在觅食类别中产生了特别强烈的差异。它与振幅本身无关，这可能是由维纳熵对数据的强烈影响所证实的，而不是振幅。

3 结论

在混合草地上放牧的所有绵羊中，根据通过口腔传播的声音以及与咬合和咀嚼相关的植物群落来区分觅食种类是可能的。干物质含量较高的牧草产生较高的基音和频率数据。根据头骨大小的共振特性，动物个体的“校准”似乎是有序的。这些数据将补充即将进行的更广泛研究中使用的技术，在那里自由放养的绵羊将被定位，它们的觅食运动将通过加速计实时和季节性时间尺度跟踪。这些技术将为监测自由放养动物对混合草地的影响提供有用的管理工具。这些数据将对生物多样性栖息地的土地管理者感兴趣，这些栖息地的敏感区域需要仔细放牧。