畜禽体温自动监测技术及应用研究进展

谢秋菊，刘学飞，郑 萍，包 军，刘洪贵，吴梦茹，刘文洋

·农业生物环境与能源工程·

畜禽体温自动监测技术及应用研究进展

谢秋菊1，刘学飞1，郑 萍1，包 军2,3,4，刘洪贵2，吴梦茹1，刘文洋1

（1. 东北农业大学电气与信息学院，哈尔滨 150030；2. 东北农业大学动物科学技术学院，哈尔滨 150030；3. 农业农村部生猪养殖设施工程重点实验室，哈尔滨 150030；4. 黑龙江省猪种质与生产技术集成创新工程技术研究中心，哈尔滨 150030）

体温是衡量畜禽健康状况的重要生理指标，快速准确的测温方法是进行疾病监测及诊疗的有效手段。该文针对目前畜禽养殖行业采用的体温监测技术及其发展进行阐述，重点比较了体内和体外两大类自动化测温技术的优缺点以及应用场景；详述了红外体表测温、数据传输与网络以及体温自动监测等技术在畜禽生产性能、健康监测以及行为监测等方面的应用。分析了自动测温技术存在着设备安装、数据传输、温度补偿模型建立等难点，同时表明在无创测温、测量精度、测温部位以及畜禽舍环境调控等方面应作为改进研究重点，并提出体外检测非接触式红外热成像自动测温技术以其快速、高效、无应激等优点，将成为畜禽养殖体温监测研究及应用发展的重点方向。

温度；传感器；畜禽体温检测；红外热成像；测温补偿；体表测温；非接触式测温

0 引 言

随着现代畜禽养殖业规模化和集约化快速发展，动物福利化养殖及畜禽群体健康受到广泛关注。然而，近年来畜禽疫病频繁暴发，严重影响了养殖行业生产经济效益及中国肉类食品稳定供应。如何及时、快速地检测畜禽健康状况是养殖行业长期以来一直迫切需要解决的难点。在畜禽养殖生产中，体温通常作为反映动物生理状态的一项重要指标，其变化直接反映着动物的健康状况。在大部分传染性疾病中，体温异常往往是重要警示，对猪、牛、鸡等农场动物进行体温监测和分析能有效发现疾病早期症状，可及时通知养殖人员处理，减少养殖企业的经济损失。因此，实现高效、准确、及时的动物体温自动检测已成为养殖行业关注和研究的热点之一。

然而，体温监测受到现有生产系统的实际生产条件限制[1]。通常以直肠温度反映动物核心体温及健康状况，传统的接触式直肠测温方法，使用水银体温计或电子测温计进行直肠测温，其测温时间长、费力、易引起应激反应或造成损伤，无法开展群体批量化体温自动巡检。随着数字化、自动化测温技术的发展，畜禽养殖行业开始应用自动化测温技术开展畜禽体温检测，并且在生产性能、健康检测以及行为监测等方面取得了良好的效果[2]。

本文着重介绍了体内和体外检测两大类自动化测温技术的发展应用现状、比较多种测温方法的优缺点，详述了红外热成像体表测温技术发展应用及存在的问题，提出了畜禽养殖行业在体温健康检测需求及发展趋势，为开展畜禽自动化测温技术研究提供参考。

1 畜禽体温自动检测技术

近年来，畜禽体温自动检测技术得到大力发展，学者们围绕自动化测温技术展开了大量试验与研究，并取得一定成效。在畜禽体温自动检测中，可分为体内和体外两大类测温方式，体内测温通常可统一为植入式方法测温，而体外测温根据传感器与动物的接触方式可分为接触式与非接触式两种测温方法。总结了体内检测植入式和体外检测接触式与非接触式3种测温方法，其测温方法各有优缺点、适合不同的应用场景及动物种类，如表1所示。同时围绕着测温部位、温度补偿、预测模型、应用发展等多方面对以上3种自动测温技术展开论述，总体概述框架如图1所示。

本文在中国知网、Web of Science、ScienceDirect等数据库中，以“猪”“牛”“鸡”“畜禽”“体温”“自动”“监测”“植入”“传感器”“红外热成像”“热应激”“行为”等词汇，根据标题、摘要和关键词组合使用，共计检索了112篇体温自动监测相关的文献。文献涉及的动物各类主要以猪、牛、鸡3种动物为主，其中以牛为研究对象的文献数量占比高达56.7%，而猪和鸡分别占比20.2%和14.4%，其他动物（如山羊、绵羊、马驹）仅占比8.7%。在以上畜禽自动测温方法中，随着红外技术的发展，近五年来以红外为主的非接触式测温方法相关文献数量逐渐攀升（如图2所示），总占比高达48.4%。可以预见，以红外为主的非接触式测温将是未来畜禽养殖体温监测研究热点。

表1 3种测温方法对比

图2 近年来畜禽体温测温方法参考文献分布

2 体内检测方法

体温监测技术发展进程如图3所示，上半轴为畜禽体温体内检测方法。其中，横轴表示各大重要时间节点，纵轴表示当前时间节点到上一时间节点总计检索到的文献数量。早在1974年，Bligh等[3]就提出使用无线遥测技术将传感器设备植入奶牛体内监测体温。然而受限于当时植入式测温技术，直至1988年，Hetzel等[4]第一次将无线式转发器植入于牛右腰以监测核心体温。随着无线遥测技术的发展，将微芯片通过手术方式植入耳部监测奶牛发情得到了首次应用。然而，手术式的植入方式给动物带来极大不便，通过口服瘤胃丸的体内监测方式极大减轻了动物的不适感。随着技术的不断发展，2010年开始通过以注射式的方式植入微芯片并得到了广泛应用，操作简易且提高了体温监测的精确性。同时RF（Radio Frequency）射频技术在体温数据传输方面也逐渐得到发展应用。时至今日，体内温度检测方法日趋成熟。

2.1 植入式测温

植入式测温方法将测温装置植入动物体内（如消化道、生殖道），检测到的温度数据通过电磁信号发送至体外接收器，可分为植入式传感器技术、植入式微芯片技术以及其他技术等。

2.1.1 植入式传感器

目前奶牛体温测量仍以体外测温方式为主，研发一些小型化、高精度的奶牛植入式体温传感器和奶牛实时监测系统[5-6]可实现较高的测量精度，实时、准确地对奶牛体温进行监测。通过在奶牛阴道植入含温度采集、无线电接收设备无线体温遥测系统[7-8]，对奶牛阴道温度进行实时监测，可以为发情期预测、疾病预防提供重要的数据。但是，在阴道内植入易造成传感器滑脱等问题，通过将与会阴肌肉组织无排斥反应的无线温度传感器植入奶牛会阴部肌肉，监测会阴部温度，进行发情鉴定，解决了传感器滑脱的问题[9-10]。通过将带有圆形带温纳阵列和具有无线功能的低功耗微系统的可植入胶囊[9]植入奶牛会阴肌肉以预测奶牛发情，有效防止传感器位置的偏移。此外，根据奶牛阴道深处有较大穹大宆腔的特点，在传感器尾部设计有较好弹性的5个防滑落凸指（90°软胶），在宆腔处形成一个固定卡位（如图4所示），能有效防止奶牛运动时脱落[6]。同时有研究表明对于荷斯坦阉牛的上肩胛骨区域受环境温度的影响较小，易于植入，是植入式热传感器标签最可靠和方便的位置[11]，如图5所示。同时环境的温湿度也对牛体温测量有较大影响，如何在微观理想条件下实现精准的体温检测具有极大的挑战[12]。

注：纵轴上半轴为体内检测方法，下半轴为体外检测方法。

图4 植入式测温传感器实物图[6]

图5 植入式温度传感器植入部位[11]

2.1.2 植入式微芯片

与通过外科手术方式将传感器植入畜禽体内的方法相比，植入式温敏微芯片（如图6所示）可以通过注射器植入体内，操作起来更加方便。植入式温敏微芯片通常植入于生猪皮下（耳根或颈下）获取温度[13]，一般来说，微芯片测量的皮下组织温度比直肠温度低1 ℃[14]。将植入式微芯片通过无线遥测技术收集温度数据，已经应用于测量家禽[15]、羊[16-17]和马驹[18-19]等动物测温试验中。羊和马驹体温同时研究表明，皮下体温与核心体温存在极好的一致性。此外，通过射频识别技术（Radio Frequency Identification，RFID）与植入式测温相结合，大幅度提升了数据传输的效率及准确率[20]。张国锋等[21]采用植入式感温芯片、RFID阅读器（如图7所示）以及水流量传感器，设计并实现了猪只体温及饮水检测系统。然而RFID阅读器体积过大严重影响动物的舒适度，由于可注射射频植入物具有远程监测植入部位温度的能力，Reid等[22]将其与可植入设备相连，通过射频数据传输提供实时的温度读数。Small等[23]利用被动射频识别转发器监测肉牛的核心体温，该技术在无创监测小母牛体温方面具有巨大潜力。Maxwell等[24]等通过可注射射频识别温度传感器评估马的健康状况。

然而，由于芯片长时间植入体内难免会造成位置的迁移以及供电问题，通过将微芯片注射进入肉鸡左胸肌3 cm深处（如图6所示），有效避免了芯片的迁移和环境的影响[15]；另外，将植入生物传感器封装在Bio-Bond生物相容性材料中[20]，可以防止生物传感器在皮肤下迁移，并且其电池续航时间可达38 d。大量的试验研究表明，畜禽动物体内肌肉位置的植入能有效防止芯片位置的变化，通过注射方式植入微芯片是一种可靠的替代直肠测温的方法。

图6 数据记录器和微芯片在鸡体腔内的具体位置[15]

图7 植入式RFID感温芯片及配套阅读器[21]

2.2 其他技术

除了上述植入式传感器以及微芯片测量体温，还存在着其他运用并不多的植入式测温方法，如植入式无线温度计、植入式胶囊以及吞服式瘤胃丸等。Iwasaki等[25]设计了一种植入式无线温度计探究了测温部位之间的差异以及与奶牛核心体温之间的关系。植入式胶囊体积较小，可监测多项生理数据，郭子平[26]利用无线能量传输技术实现了多项数据的监测。通过食道将无线电瘤胃丸投入瘤胃，监测奶牛瘤胃温度变化，可实现对瘤胃pH值[27]的预测以及乳腺炎[28-29]和呼吸道疾病等[30]方面的早期预警。

植入式与接触式测温方法相比较，能够解决接触式传感器精度较低，易受畜禽日常行为干扰等问题。目前，植入式测温方法技术发展迅猛，通过无创方法将可植入微芯片注射进畜禽体内实现不同深度体表温度的自动监测方法成为大部分研究的选择。虽然植入式测温突破了接触式测温设备固定瓶颈，实现了自动测温，但是植入的测定元件可能会造成动物不适，影响动物健康和生产。如何避免这种不利因素以及找到更合适的植入位点是该方法进一步改进的重点方向。

3 体外检测方法

体外体温检测技术发展历程如图3下半轴所示。体外检测方法根据与畜禽的接触方式可分为接触式与非接触式两种。

接触式测温技术发展较早，早在1983年，Wiersma等[31]就通过热敏电阻传感器测定奶牛鼓膜附近温度，其测温时长可达10 d。然而直至1998年，基于非接触式红外测温技术的红外温度计才首次应用于测量山羊鼓膜温度。20世纪初，非接触式红外热成像技术作为辅助诊疗手段开始运用于畜禽疾病早期监测。随着红外技术的不断发展，红外传感器以其成本低、便携、易操作的特点在畜禽体温监测中广受欢迎。然而单一的体温数据不足以支持动物的健康检测，红外热成像测温方法逐渐应用开来。随着红外图像处理技术不断发展，非接触式红外热成像测温方法在畜禽体温监测中得到大规模应用。结合红外热成像技术辅助诊断畜禽疾病成为现如今研究热点。直至今日，非接触式红外热成像技术已广泛运用于健康监测、疾病诊断以及行为监测等领域。

3.1 接触式测温

接触式体温监测是通过传感器等电子设备与畜禽身体部位相接触，依靠传感器技术来获取畜禽动物的体温信息，即通过电器元件的电气参数检测温度变化实现畜禽体温信息检测。这种方法以结构简单，成本低的特点在畜禽体温自动监测中被各大农场广泛使用。

在畜禽体温测量中，传感器的选择主要有热敏电阻，热电偶以及数字温度传感器等。热敏电阻因主要特点是体积小、使用方便、灵敏度高、稳定性好、过载能力强等广受欢迎。根据不同的温度系数，可分为负温度系数热敏电阻（Negative Temperature Coefficien，NTC）和正温度系数热敏电阻（Positive Temperature Coefficien，PTC），而在畜禽体温测量方面多采用NTC（如图8所示）作为温度传感器的测量探头[32-35]。例如，Okada等[34]研发的带有热敏电阻和加速度计的可穿戴无线节点，实现20 m内无障得条件下对鸡体温和运动量监测，有助于有效地早期检测高致病性禽流感。武彦等[33]设计了一种特殊抗环境干扰测温模块，将测量电路、无线射频模块和电源集成在一块3 cm×6 cm的PCB（Printed Circuit Board）上，并在柔性橡胶耳塞中嵌入温度传感器以监测奶牛耳温，通过Zigbee技术传输数据，其测定精度可达±0.1℃。

图8 热敏电阻

与热敏电阻相比，数字温度传感器具有结构简单、体积小、具有可调分辨率等特点，且通过简单的编程便可直接读出测温度数据。常用的数字温度传感器型号有DS18B20型、Tsic型以及ADT7320型等接触式高精度数字温度传感器。与传统的热敏电阻测温相比，DS18B20温度传感器可直接将温度转化为数字信号输出，简化了复杂的电路结构，在奶牛[35-39]以及蛋鸡[40]体温监测上应用广泛。在群养奶牛体温实时监测系统，采用DS18B20数字温度传感器设计的体温监测设备用于测量奶牛耳道边缘温度，其工作在温度为30～50 ℃范围时精度可达±0.4 ℃[38]。而刘忠超等[36]在基于安卓奶牛体温远程监测系统中，采用DS18B20数字温度传感器设计接触式低功耗测温模块其测温精度可达±0.1 ℃。

为保持体温监测的连续性，通常对畜禽进行24 h不间断监测，所以在满足测量高精度的同时，低功耗的监测也尤为重要。目前，主要应用的低功耗的数字温度传感器有ADT7320和Tsic系列。ADT7320具有长期稳定性和可靠性，适合养殖业动物高精度体温监测的要求，测温精度可达±0.1 ℃，尤其在奶牛监测上应用较为广泛[41-43]。基于Tsic506和Zigbee的蛋鸡体温无线监测系统[44]，其测量精度可达±0.2 ℃，测试距离小于150 m时，系统丢包率在6%左右，鸡健康系统平均耗电量小于1W[45]。

在接触式测温方法中，传感器的安装以及测温部位的选定往往是较大困扰因素。大部分畜禽动物全身被毛，温度传感器较难找到最佳位置固定，且受日常行为的影响，往往容易脱落。穿戴式无线传感器通过表带式的设计结构能够紧密贴合畜禽动物体表皮肤，有效避免动物运动时传感器的脱落[46]。穿戴式传感器需针对特定动物体积设计研发。例如，在蛋鸡的测温中，由于蛋鸡体积较小使得传感器固定较难，且易造成传感器脱落，考虑易于贴合安装，日常行为影响较小等因素，有研究开发出硬币大小的可穿戴式传感器，将它贴合于鸡腿上、鸡胸下和鸡泄殖腔部位实现体温变化监测[32]，翼下也通常作为测温部位[4,44]。对于家畜来讲，穿戴式传感器较家禽更易于佩戴。例如，生猪、奶牛等家畜耳道孔径较大，温度稳定，且不易受外界环境影响，常作为测量体温的理想部位[33,35,37-38,47]；在奶牛鼻子处佩戴K型热电偶测量探头[48]，监测奶牛鼻孔附近呼吸时的温度来监测牛的体温，但奶牛频繁舔舐鼻翼易造成热电偶脱落。除此之外，奶牛后腿跖骨，由于被毛稀疏，也可选择肌肉、血管较为丰厚部位作为固定位置，因此，Kou等[49]设计了贝壳形状的温度传感器（如图9所示），以适应牛的解剖结构将其与牛后腿紧密贴合。

图9 贝壳状温度传感器安装示意图[49]

通过合理的选取传感器安装位置，尽量避免畜禽日常行为所造成的影响，同时选取低功耗，体积小以及高精准率的传感器，建立良好的无线数据传输网络，才能获得较好的体温监测数据。

3.2 非接触式测温

无论是接触式测温还是植入式测温，都是对单一或少数的研究对象进行测温试验，在面临大规模畜禽养殖时，耗费的时间、人工、设备等成本尤为高昂。非接触式测温方法以其速度快，测温范围广等优点，逐渐应用于大规模畜禽养殖中。非接触式测温方式包括热红外测温、超声波测温、激光测温等。由于红外测温的便携性以及低成本等因素，国内外更偏重于热红外测温方式。在早期，通常是采用红外温度传感器对动物进行测温。而随着技术发展，又开发出了利用红外辐射热效应，将物体发出的红外辐射转化成肉眼可见图像的红外热成像技术。

目前，红外温度传感器通常与无线传输网络技术相结合构建成完整的体温监测系统，通过无线传输将数据采集回终端，以完成实时监控[50]。以Zigbee通信技术构建的无线传感器网络，其丢包率低，无线通信距离较大，采集的体温温差较小[51]，实现了较好的体温监测效果。基于无线射频识别技术与红外测温技术的方法也应用于生猪的体温测量中，实现了智能测温[52]。运用红外温度传感技术与无线传感网络技术、RFID技术等计算机技术对畜禽体温特征方面能够进行更加全面的监测。然而，由于畜禽舍环境的原因，数据传输的稳定与正确性易受影响，应当加强数据的传输稳定以减少丢包率。

3.2.2 红外热成像技术

红外热像仪是一种成像测温设备，物体以电磁波的形式向外辐射能量，不同物体的红外辐射强度不同。红外热成像的原理是利用目标与周围环境的温度和发射率的差异，产生不同的热梯度，呈现出红外辐射能量密度分布图，即“热图像”。

红外热成像（Infrared Thermography，IRT）技术提供了一种非接触式体表测温方式[1,53]。近年来，在生猪的体温测量方法中，基于红外技术的体温监测系统研究取得一定进展[54-56]，可实现生猪红外图像的自动化巡检采集、有效存储和远程传输[57]。通过对生猪关键部位感兴趣区域（Region of Interest，ROI）进行特征提取[58]，获得区域温度分析[54,59]，并预测生猪核心体温，从而使得体温数据获取的更加全面和准确。而在肉鸡体温的监测方面，由于肉鸡体表羽毛区与非羽毛区也存在较大差异[60]，通常采用头部高温区域温度反演肉鸡翅下温度[61-62]，利用红外摄像机的个体无创性体温测量方法，可自动获取个体肉鸡热图像，定义代表核心体温的身体区域，并应用基于热成像的统计模型预测体温[63]。然而，红外热像仪测温效果会受风速、温湿度等环境因素的影响。Wang等[64]提出了一种适用于非接触式牛体温测量的红外热成像传感器融合结构（如图10所示），利用风速计和温湿度计，校正了风速等环境因素的影响，直肠记录的参考温度和IRT温度之间的平均和标准差分别为0.04和0.1 ℃。

图10 多传感器结构试验设置[64]

除了环境温湿度等因素带来的影响，对IRT设备操作认识不足以及特定地点等因素，也易造成IRT测温不同结果。在使用红外热像仪拍摄的同时，还应当对其他参数设置调整（如发射率、距离以及反射温度等），并通过对ROI关键部位进行温度提取以建立起与核心体温之间的普适性温度补偿预测模型（如图11所示）。同时将体温指标与动物等其他参数（质量、耳标身份、采食量、日龄等）相结合[65]，可对动物健康进行更加准确的监测，为实现畜禽舍精准化管理提供坚实基础。

图11 红外热成像畜禽体温检测方法

表2 动物体表监测方法总结

此外，处理红外图像获取畜禽体温信息是一个非常复杂的过程[66]。由于红外图像易受噪声干扰，其对比度、分辨率往往较低，同时在测温过程中畜禽的姿态等因素也影响着成像质量[67]，因此，对畜禽ROI体温信息自动提取时存在着识别率、准确率较低等问题。将红外与可见光图像进行配准并融合，融合之后的图像包含了更多的信息弥补了红外图像的局限性，这种方法也还在探索之中。在未来，准确高效处理红外图像或视频将进一步推动红外热成像测温技术在畜禽体温自动监测中的应用。

脊髓成像方法常见的技术挑战已经很明显确定为：（1）磁化率差异；（2）生理运动；（3）脊髓横截面尺寸较小。成像的这些性质中，人类脊髓条件不会改变，因此未来的发展需要开发更好的方法来克服这些挑战，改善成像[18-19]。

非接触式红外测温技术与接触式、植入式这两种测温方法相比，能够减少动物的应激反应且具有较好的监测效果，但是在监测过程中易受畜禽动物日常行为影响（如躺卧，饮水等），较难捕捉到关键测温部位而导致体温测量出现误差[50]。因此，应当进一步解决动物日常行为的动态体温监测以提高精准率。同时，由于畜禽舍环境温湿度、风速等因素影响，红外测温还需考虑处于不同环境下，红外体表温度与核心体温之间的差异性并做出相应的温度补偿。尽管红外热成像技术在智能动物体温监测方面大有前景，但在复杂的畜禽舍环境条件下，还需要进一步研究以提高体表温度测量的准确性、稳定性和适应性。动物体表监测方法总结如表2所示。

4 体温数据传输与网络技术

畜禽体温数据通过传感器、芯片等设备监测，组成无线传感网络，传输方式多采用短距离无线数据通信的Zigbee[16,39,51]技术进行体温监测系统信息数据的采集和通信，并实现监测数据的实时上传[48,50-51]，同时还可以将ZigBee技术、RS485传输技术与传感技术相结合组成新兴无线传感器网络以进行数据传输[40]建立奶牛体温实时监测系统；无线射频识别RFID技术通过猪、牛等动物的耳标实现个体身份识别并传输温度数据[12]，取得较好的效果[22]；除此外，在生猪与奶牛的体温数据传输中，Wi-Fi技术[35-36,69]与蓝牙技术[25]也得到广泛的应用。

5 测温部位分布及补偿

5.1 测温部位分布

在猪、牛和鸡等畜禽中，直肠温度能够反映其真实体温，然而在自动体温监测中，通常无法采取直肠测温方法，往往通过身体其他部位来采集温度数据，以建立其与直肠温度之间的关系来反映动物真实体温。

不同种动物，不仅存在不同的测温方法，而且测温部位选择也大不相同。对于鸡来说，翼下温度较为接近真实温度[32]，且在安装温度传感器时也易于贴合，常作为主要测温部位之一。除此之外，还有研究者将鸡的头部、眼睛[70]以及臀部作为测温部位，并建立与核心体温的相关联系以反映鸡的体温变化。在猪的体温监测中，耳根温度是生猪体表温度的典型代表，耳根皮肤温度可作为猪的热舒适性指标[47]，此外，眼睛和额头等区域也常作为测温部位。然而随着生猪年龄、生物状态等变化（例如分娩），其测温部位高相关性可能发生改变。在奶牛的体温测量中，采用红外体表测温技术监测到奶牛的眼部、鼻镜、表皮的温度与直肠温度相关性显著，其中，眼部温度最接近奶牛体温（直肠温度）[71]；同时Salles等[72]研究表明，在热舒适性条件下，奶牛的前额温度与直肠温度相关性最高，前额和左右侧腹温度与温湿度密切相关。而大多数接触式测温试验研究中，常采用奶牛后腿部位测温；在植入式测温中，多采用皮下或者生殖道进行测温。3种测温方法测温部位，如表3所示。

表3 3种测温方法测温部位总结

5.2 温度补偿技术

动物的体温受环境温湿度影响，随之有一定程度的变化。通常在高温湿度环境中，奶牛的体温波动较大，在低温湿度环境中，体温波动较小[73]，因此保持较低的温湿度有利于奶牛的体温监测；而肉鸡和蛋鸡直肠温度与翼下体温存在一定变化规律[40]，其温湿度环境指数与体表温度存在良好的线性关系，随着肉鸡日龄增加，温湿度的权重逐渐增大[74]。建立动物在不同环境条件下的体温变化及测温部分与直肠温度的动态补偿关系非常重要，可作为反映饲养环境舒适性的重要参考指标[72]。因此，在红外热成像技术的体表测温中，由于体表部位温度变化受环境温湿度的变化影响[12,71]，通过设置不同发射率、测温距离[75]等参数，建立所测体表温度与直肠温度之间的线性回归动态关系。其中红外体表测温中发射率的设置及选择尤为重要，Soerensen等[76]通过试验证明母猪裸皮的发射率在0.96～0.98之间，测温效果最好。被毛对热成像检测畜禽体表温度精度也存在一定影响，贾桂锋等[77]根据热成像数据分析出生猪体表毛发对温度检测精度的影响规律，提出了一种被毛噪声滤除算法。此外，动物随机运动引起的视角变化对温度测量也存在一定偏差，Jiao等[78]提出了一种基于 Kinect传感器和红外热像仪可以补偿由于视点角度引起的红外图像温度测量误差的方法，经过补偿处理后，74°～76°视角测得温度图像与0°视角下温度图像的温差范围仅为0.03～1.2 ℃。

同种动物的体温在不同年龄段、不同品种之间以及不同的测温部位也存在不小差异。此外，动物的体态（如卧躺、爬跨、站立等）也会间接造成体温的波动。因此，除了考虑在测量动物体温时外部因素（环境，体温采集方法等）作用造成的差异，还应当综合考虑上述动物内部影响因素，以期在未来健康监测等方面做出重要指示。

5.3 测温部位与核心体温关系模型

在红外测温试验中，动物体表温度受多种因素影响作用，例如：环境温湿度、风速、地表温度以及动物不同生产阶段等因素。为建立起测温部位与核心体温之间的普适性温度预测模型，通常对畜禽等动物不同身体区域多个部位温度进行多天连续监测，并将体温数据以及各项监测参数进行数理统计分析得到与其核心体温之间的相关性系数以及回归模型等。目前，多采用一元或多元线性回归分析方法建立体温预测模型[71,76,79-82]。近年来，通过一些非线性方法建立体表温度与核心温度关系模型的研究，逐渐成为热点。诸如，最小二乘支持向量机（Least Squares Support Vector Machine，LS-SVM）、高斯过程（Gaussian Process，GP）和偏最小二乘（Partial Least Squares，PLS）机器学习等方法[83]；结合天气数据和体表温度人工神经网络模型[84]，以舍内CO2、环境温湿度等为参数的人工神经网络与多元线性回归相结合[85]的核心体温预测；基于蛋鸡头部和腿部最高温度的多元线性回归和BP（Back Propagation）神经网络肉鸡翅下体温反演模型[86]；结合环境条件（干球温度和相对湿度）建立模糊神经网络模型以预测蛋鸡眼球和鸡冠温度[87]。然而，随着智能感知技术的发展，对体表温度的监测已不局限于某个部位，人们开始探索最能代表体表温度变化的测温敏感区域，将敏感区域的大量温度数据、图像数据相结合，融入动物所处的环境数据，来研究体表温度与核心温度之间的关系，以期构建精确的核心体温模型，为非接触式测温方法奠定重要的理论依据。因此，传统的一元或多元线性回归模型已逐渐不能胜任大数据智能驱动的体表温度与核心温度关系模型构建要求，在未来的研究中应当尽可能的建立基于多参数数据的非线性或深度网络模型。

6 应用领域

6.1 生产性能

畜禽动物生产性能是衡量整个农场经济效应的关键因素，通常包括了产值表现（蛋奶数量等）、增重率以及繁殖率如动物发情、分娩、妊娠等方面。除了反刍和进食时间可作为发情的预测指标外[88]，有研究表明，奶牛发情期阴道温度平均最大升高（0.9±0.3）℃，发情前3 d阴道温度明显降低，发情中期明显升高[8]。因此，监测动物外阴等部位温度的变化能够有效进行发情预测。在试验研究中，多通过温敏传感器[8-10]、热敏电阻[89]、微芯片[13]等设备植入外阴或皮下等部位进行体温监测以预测发情。然而，相比只监测外阴温度并设置温度阈值来监测发情，结合畜禽活动量、进食量以及饮水量等因素的变化情况[48,88]，预测率得到了更高的提升。

6.2 健康检测

6.2.1 热应激监测

畜禽热应激反应常出现在夏季高温时节，通常伴随着直肠温度、体表温度以及呼吸频率的升高[90-91]。Chung等[12]设计了两种低成本、低功耗的测温设备，通过将微芯片植入耳朵和接触式传感器贴合颈部，以探究热应激奶牛颈部、耳朵与核心体温之间的关系。然而，植入式方法总是无法避免侵入性手术及相关副作用，红外测温方法以其无创、测温范围广等优点已逐渐应用于监测畜禽热应激。例如：通过红外温度计测量鸡翼下、泄殖腔等部位体温以监测肉鸡热应激认知行为[15]；利用非接触式红外热成像技术测定奶牛眼球最大值温度，为早期诊断奶牛热应激提供了一种可行性方法[92]。

6.2.2 疾病监测

呼吸道疾病常见于猪、牛等动物中，通过吞服网状瘤胃温度丸[30]和红外技术测量猪牛眼睛温度[93-94]可用作早期检测猪牛呼吸系统疾病。但是，核心体温的升高并不是呼吸道疾病的特异性，心率和呼吸速率也是关键生理指标[94-95]。除了通过红外技术获取猪的体温外，Jorquera等[94]还使用基于计算机技术的RGB（Red, Green, and Blue）和红外图像来测量评估猪的心率和呼吸率，并结合体温监测作为猪场呼吸系统疾病的早期预警。这表明计算机视觉和红外测温技术结合可更好进行疾病诊断。

奶牛乳腺炎通常发生在泌乳期，常伴有较高的体温升高。通过实时测量奶牛网状体温[96]、瘤胃温度[29]、眼睛温度[97]以及乳房表面温度[98-99]，监测乳腺炎的发病机制，达到早期发现乳腺炎的目的。随着红外图像技术的发展，红外热成像测温方法以其智能、准确、无接触等特点，逐渐应用于奶牛乳房炎的检测[100]。除此之外，在其他种类的疾病检测方面体温监测均有应用。例如：利用红外图像提取生猪耳部颜色判断是否患有蓝耳病，准确率可达到77%[101]；非接触式红外热成像进行非洲猪瘟的早期监测[102]；红外热成像进行牛蹄表面温度[103]、肉鸡腿部非炎症类病变监测[104]，再结合姿态特征来综合判断是否发生腿部异常，以此来评估健康状况。大量试验研究表明，非接触式体温监测可为动物健康检测及诊断提供更加方便、快速的技术手段，将会在今后动物健康预警方面有巨大的应用空间。

6.3 行为监测

畜禽体温不仅易受舍内空间环境温湿度以及昼夜变化等因素影响[105-106]，日常行为状态也会引起体温的变化。有研究表明，通过穿戴式无线感温设备监测蛋鸡翼下温度，其长时间的摄食过程会产生类似于生蛋特征峰的体温上升小峰，但是上升的时间与峰值高度相较生蛋特征峰较短且较低[32]。生猪耳朵皮肤温度与其日常行为也存在一定关联，通过接触式耳标温度传感器监测生猪体温，并结合躺卧、站立等姿势行为，结果表明，与活动时相比，猪在躺卧休息时耳部皮肤温度更高[47]。

同时，通过奶牛群饮水吞服温度丸剂，对网状管腔温度进行有效的判断[107-108]。此外，利用红外技术进行体温检测可作为早期母猪跛行[109]、奶牛跛行运动特征的提取与检测[110]以及断奶猪仔接种疫苗后的发热和行为反应指标[111]。然而，除了体温数据外，还应当融合多种无损检测技术获取呼吸频率、心率、运动量等数据[112]，并结合视频或图像等，才能更好的综合判断畜禽异常行为及生理状态，为早期疾病预警提供可行性参考。

7 问题与展望

近年来，畜禽体温自动监测技术发展迅猛，解决了传统人工监测耗时耗力等缺点，在畜禽生产性能、健康监测以及动物行为监测等方面表现效果较好。尽管国内外学者对畜禽体温自动监测技术做了大量研究与改进，但其自动监测技术在精准性，数据传输抗干扰能力等方面还有待改进。

在接触式测温中，传感器的佩带部位及固定是一大困扰因素，合理选择穿戴式的设备能够较好固定于动物身上，且可放置多传感器以监测多项畜禽生理指标。由于多数畜禽舍环境复杂恶劣，传感器的选择应当能适应一些极端恶劣环境（如雨淋、阳光直射、水雾以及动物摩擦等）。

在植入式测温中，由于需将设备植入动物体内，一般需要给动物做外科手术将设备植入，易造成动物不适影响动物健康及生产。通过口服丸以及注射等方式，可极大的减少动物的不适，是植入式测温中较为温和的植入方式。同时，选择合适的植入位置也是植入式测温应用的难点，需确定所植入位置与核心体温之间的关系，并保证体内测量精度。如何避免上述因素，是该方法进一步改进的重点。

非接触式测温主要以红外热成像技术为主，以其高效、方便、无应激、可进行群体体温自动巡检等的优势倍受青睐。然而，红外热像测温方法，易受环境温湿度、光照、测温距离等影响，造成测量数据与实际体温存在一定的差异。因此，应建立多种环境条件下，针对不同种类动物体表温度与直肠温度的普适性的温度补偿模型。基于红外热像技术构建的温度巡检系统中，由于热像数据较大为实时数据传输带来一定的困难，需要研发适合于热像数据远程传输的物联网系统，实现数据高效、快速、实时传输。

总之，无论上述哪种自动化测温技术，都需要做到尽量减少动物应激反应，开展无创式体温监测；建立关键测温部位的温度与动物核心温度之间的关系，准确反映真实体温变化情况；结合动物体温变化反映出来的环境适应性，进行畜舍环境舒适性的智能反馈调控；将自动体温监测技术作为动物群体健康及疾病检测重要依据，综合其他指标综合判定健康状况，为健康检测及疾病诊断提供重要技术支撑。在未来畜禽自动测温技术的发展应用中，随着物联网、人工智能等新兴信息技术的不断发展成熟，研发低成本、高精准、实时的非接触式自动测温技术及设备，具有广阔的发展前景和应用价值。

8 结 论

本文通过对畜禽体温自动监测技术的应用现状以及未来发展趋势进行深入分析，阐述了体温自动监测技术在畜禽养殖中的意义，并提出了未来畜禽体温自动监测发展方向与前景。传统的手工测温方法已逐渐被新兴的自动测温方法取代。自动测温技术以实时、高效、方便、准确的优势，在畜禽健康养殖生产及管理中已表现出强大的优势和发展空间，目前广泛应用于动物生产性能、疾病检测、行为监测等方面。其中，非接触式红外测温技术优势特点更为明显，结合红外图像处理技术的红外热像仪测温方式逐渐成为当下畜禽体温监测研究热点。然而，红外图像普遍存在成像噪声大、图像对比度低等问题。因此，红外图像处理关键技术的提升将进一步推动红外热成像测温技术在畜禽体温自动监测中的应用。

在自动化的体温监测技术中，降低成本、提高数据传输稳定性和测温精度，开发便携式、易操作的测温设备，是实现规模化畜禽测温的关键。在未来，结合物联网、人工智能等新兴技术实现体温自动巡检，构建更高效的健康检测模式、流程及智能化设备，将具有广阔的发展前景。

[1] Giro A, De Campos Bernardi A C, Junior W B, et al. Application of microchip and infrared thermography for monitoring body temperature of beef cattle kept on pasture[J]. Journal of Thermal Biology, 2019, 84: 121-128.

[2] Bao J, Xie Q. Artificial intelligence in animal farming: A systematic literature review [J]. Journal of Cleaner Production, 2022, 331: 129956.

[3] Bligh J, Heal J. The use of radio-telemetry in the study of animal physiology [J]. Proceedings of the Nutrition Society, 1974, 33(2): 173-181.

[4] Hetzel D, Bennett I, Holmes C, et al. Description and evaluation of a telemetry system for measuring body temperature in cattle [J]. The Journal of Agricultural Science, 1988, 110(2): 233-238.

[5] 刘畅. 奶牛体温植入式传感器及实时检测系统研究[D].杨凌：西北农林科技大学，2019.

Liu Chang. Research on Implantable Body Temperature Sensor and Real-Time Detection System of Dairy Cows[D]. Yangling：Northwest A&F University, 2019. (in Chinese with English abstract)

[6] 何东健，刘畅，熊虹婷. 奶牛体温植入式传感器与实时监测系统设计与试验[J]. 农业机械学报，2018，49(12)：195-202.

He Dongjian, Liu Chang, Xiong Hongting. Design and experiment of implantable sensor and real-time detection system for temperature monitoring of cow[J]. Transactions of the Chinese Society for Agricultural Machinery, 2018, 49(12): 195-202. (in Chinese with English abstract)

[7] Suthar V, Burfeind O, Patel J, et al. Body temperature around induced estrus in dairy cows[J]. Journal of Dairy Science, 2011, 94(5): 2368-2373.

[8] Kyle B, Kennedy A, Small J. Measurement of vaginal temperature by radiotelemetry for the prediction of estrus in beef cows[J]. Theriogenology, 1998, 49(8): 1437-1449.

[9] Morais R, Valente A, Almeida J C, et al. Concept study of an implantable microsystem for electrical resistance and temperature measurements in dairy cows, suitable for estrus detection[J]. Sensors and Actuators A: Physical, 2006, 132(1): 354-361.

[10] Miranda N, Morais R, Dias M, et al. Bioimplantable impedance and temperature monitor low power micro-system suitable for estrus detection[J]. Procedia Chemistry, 2009, 1(1): 505-508.

[11] Lee Y, Bok J, Lee H, et al. Body temperature monitoring using subcutaneously implanted thermo-loggers from holstein steers[J]. Asian-Australasian Journal of Animal Sciences, 2016, 29(2): 299-306.

[12] Chung H, Li J, Kim Y, et al. Continuous and wireless skin contact and ear implant temperature measurements and relations to the core body temperature of heat stressed dairy cows[C]//10th International Livestock Environment Symposium (ILES X). American Society of Agricultural and Biological Engineers, Nebraska, 2018: 1.

[13] 张子云. 新型电子芯片检测不同品种后备母猪发情期体温变化及行为表现规律研究[D]. 成都：四川农业大学，2015.

Zhang Ziyun. A New Type of Electronic Chip to Detect Changes in Body Temperature and Behavioral Behavior of Different Breeds of Gilts During Estrus[D]. Chengdu: Sichuan Agricultural University, 2015. (in Chinese with English abstract)

[14] Lohse L, Uttenthal Å, Enøe C, et al. A study on the applicability of implantable microchip transponders for body temperature measurements in pigs[J]. Acta Veterinaria Scandinavica, 2010, 52(1): 1-9.

[15] Iyasere O S, Edwards S A, Bateson M, et al. Validation of an intramuscularly-implanted microchip and a surface infrared thermometer to estimate core body temperature in broiler chickens exposed to heat stress[J]. Computers and Electronics in Agriculture, 2017, 133: 1-8.

[16] Rey B, Fuller A, Hetem R S, et al. Microchip transponder thermometry for monitoring core body temperature of antelope during capture[J]. Journal of Thermal Biology, 2016, 55: 47-53.

[17] Kearton T R, Doughty A K, Morton C L, et al. Core and peripheral site measurement of body temperature in short wool sheep[J]. Journal of Thermal Biology, 2020, 90:102606.

[18] Grewar J D. Use of Temperature Sensitive Microchip Transponders to Monitor Body Temperature and Pyrexia in Thoroughbred Foals[D]. Pretoria: University of Pretoria, 2010.

[19] Auclair-Ronzaud J，Benoist S，Dubois C，et al. No-contact microchip monitoring of body temperature in yearling horses[J]. Journal of Equine Veterinary Science, 2020, 86:102892.

[20] Chung H, Li J, Kim Y, et al. Using implantable biosensors and wearable scanners to monitor dairy cattle's core body temperature in real-time[J]. Computers and Electronics in Agriculture, 2020, 174: 105453.

[21] 张国锋，陶莎，于丽娜，等. 基于植入式RFID感温芯片的猪体温与饮水监测系统[J]. 农业机械学报，2019，50(S1)：297-304.

Zhang Guofeng, Tao Sha, Yu Lina, et al. Pig body temperature and drinking water monitoring system based on implantable rfid temperature chip[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(S1): 297-304. (in Chinese with English abstract)

[22] Reid E. The Use of Implantable Microchips for Body Temperature Collection in Cattle[D]. Urbana-Champaign: University of Illinois at Urbana-Champaign, 2015.

[23] Small J, Kennedy A, Kahane S. Core body temperature monitoring with passive transponder boluses in beef heifers[J]. Canadian Journal of Animal Science, 2008, 88(2): 225-235.

[24] Maxwell B M, Brunell M K, Olsen C H, et al. Comparison of digital rectal and microchip transponder thermometry in ferrets ()[J]. Journal of the American Association for Laboratory Animal Science, 2016, 55(3): 331-335.

[25] Iwasaki W, Ishida S, Kondo D, et al. Monitoring of the core body temperature of cows using implantable wireless thermometers[J]. Computers and Electronics in Agriculture, 2019, 163: 104849.

[26] 郭子平. 基于无线能量传输技术的植入式动物生理参数遥测系统研究[D]. 上海：上海交通大学，2012.

Guo Ziping. Research on Implantable Animal Physiological Parameter Telemetry System Based on Wireless Energy Transmission Technology[D]. Shanghai: Shanghai Jiaotong University, 2012. (in Chinese with English abstract)

[27] Alzahal O, Steele M, Valdes E, et al. The use of a telemetric system to continuously monitor ruminal temperature and to predict ruminal pH in cattle[J]. Journal of Dairy Science, 2009, 92(11): 5697-5701.

[28] Alzahal O, Alzahal H, Steele M, et al. The use of a radiotelemetric ruminal bolus to detect body temperature changes in lactating dairy cattle[J]. Journal of Dairy Science, 2011, 94(7): 3568-3574.

[29] Kim H, Min Y, Choi B. Real-time temperature monitoring for the early detection of mastitis in dairy cattle: Methods and case researches[J]. Computers and Electronics in Agriculture, 2019, 162: 119-125.

[30] Timsit E, Assié S, Quiniou R, et al. Early detection of bovine respiratory disease in young bulls using reticulo-rumen temperature boluses[J]. The Veterinary Journal, 2011, 190(1): 136-142.

[31] Wiersma F, Stott G H. A technique for securing a temperature probe adjacent to the tympanic membrane in bovine[J]. Transactions of the ASAE, 1983, 26(1): 185-0187.

[32] 杨威. 蛋鸡穿戴式无线体温感知设备的开发及体温监测实验研究[D]. 杭州：浙江大学，2017.

Yang Wei. Development of a Wearable Wireless Body Temperature Sensing Device for Laying Hens and Experimental Research on Body Temperature Monitoring[D]. Hangzhou: Zhejiang University, 2017. (in Chinese with English abstract)

[33] 武彦，刘子帆，何东健，等. 奶牛体温实时远程监测系统设计与实现[J]. 农机化研究， 2012，34(6)：148-152.

Wu Yan, Liu Zifan, He Dongjian, et al. Design and implementation of real-time remote monitoring system for cow body temperature[J]. Journal of Agricultural Mechanization Research, 2012, 34(6): 148-152. (in Chinese with English abstract)

[34] Okada H, Itoh T, Suzuki K, et al. Wireless sensor system for detection of avian influenza outbreak farms at an early stage[C]//Sensors, 2009 IEEE. IEEE, 2009: 1374-1377.

[35] 盛显超. 基于WiFi和云平台的生猪体温监测系统设计 [D]. 哈尔滨：哈尔滨理工大学，2019.

Sheng Xianchao. Design of Pig Body Temperature Monitoring System Based on Wifi and Cloud Platform[D]. Harbin: Harbin University of Science and Technology, 2019. (in Chinese with English abstract)

[36] 刘忠超，范伟强，张会娟，等. 基于Android的奶牛体温实时远程监测系统的设计[J]. 黑龙江畜牧兽医，2017(23)：6-9，282-283.

Liu Zhongchao, Fan Weiqiang, Zhang Huijuan, et al. Design of a real-time remote monitoring system for dairy cow body temperature based on Android[J]. Heilongjiang Animal Science and Veterinary Medicine, 2017(23): 6-9, 282-283. (in Chinese with English abstract)

[37] 王侠. 奶牛体温预测检测平台设计与实现[D].合肥：安徽农业大学， 2020.

Wang Xia. Design and Implementation of Dairy Cow Body Temperature Prediction and Detection Platform[D]. Hefei: Anhui Agricultural University, 2020. (in Chinese with English abstract)

[38] 屈东东. 群养奶牛体温实时监测系统设计与实现[D]. 合肥：安徽农业大学，2017.

Qu Dongdong. Design and Implementation of Real-Time Monitoring System for Body Temperature of Group Dairy Cows[D]. Hefei: Anhui Agricultural University, 2017. (in Chinese with English abstract)

[39] 杨宇阗奕，何东健，刘畅，等. 基于ZigBee的奶牛体征监测系统设计与实现[J]. 农机化研究，2018，40(9)：74-80.

Yang Yutianyi, He Dongjian, Liu Chang, et al. Design and implementation of ZigBee-based cow sign monitoring system[J]. Journal of Agricultural Mechanization Research, 2018, 40(9): 74-80. (in Chinese with English abstract)

[40] 李丽华. 蛋鸡体温与生产性能参数动态监测关键技术研究及应用[D]. 保定：河北农业大学，2014.

Li Lihua. Research and Application of Key Technologies for Dynamic Monitoring of Body Temperature and Production Performance Parameters of Laying Hens[D]. Baoding: Hebei Agricultural University, 2014. (in Chinese with English abstract)

[41] 寇红祥. 奶牛体温与活动量自动检测系统设计研发及发情周期规律研究 [D]. 长春：吉林农业大学，2017.

Kou Hongxiang. Design and Development of Automatic Detection System for Body Temperature and Activity of Dairy Cows and Research on The Regularity of Estrus Cycle[D]. Changchun: Jilin Agricultural University, 2017. (in Chinese with English abstract)

[42] 蔡勇，赵福平，陈新，等. 牛体表温度测定及其与体内温度校正公式研究[J]. 畜牧兽医学报，2015，46(12)：2199-2205.

Cai Yong, Zhao Fuping, Chen Xin, et al. Study on the measurement of bovine body surface temperature and its correction formula with internal temperature[J]. Journal of Animal Husbandry and Veterinary Medicine, 2015, 46(12): 2199-2205. (in Chinese with English abstract)

[43] Wang S, Zhang H, Tian H, et al. Alterations in vaginal temperature during the estrous cycle in dairy cows detected by a new intravaginal device: A pilot study[J]. Tropical Animal Health and Production, 2020, 52(5): 2265-2271.

[44] 尹祥宇，王艳君，白杰，等. 基于Tsic506和Zigbee的蛋鸡体温无线监测系统设计[J]. 中国农机化学报，2014，35(2)：281-285.

Yin Xiangyu, Wang Yanjun, Bai Jie, et al. Design of wireless temperature monitoring system for laying hens based on Tsic506 and Zigbee[J]. Journal of Chinese Agricultural Mechanization, 2014, 35(2): 281-285. (in Chinese with English abstract)

[45] Okada H, Nogami H, Itoh T, et al. Development of low power technologies for health monitoring system using wireless sensor nodes[C]//2012 Second Workshop on Design, Control and Software Implementation for Distributed MEMS. IEEE, 2012: 90-95.

[46] Koyama K，Koyama T，Sugimoto M，et al. Prediction of calving time in Holstein dairy cows by monitoring the ventral tail base surface temperature[J]. The Veterinary Journal, 2018, 240: 1-5.

[47] Andersen H ML, Jørgensen E, Dybkjær L, et al. The ear skin temperature as an indicator of the thermal comfort of pigs[J]. Applied Animal Behaviour Science, 2008, 113(1/2/3): 43-56.

[48] 尹令，刘财兴，洪添胜，等. 基于无线传感器网络的奶牛行为特征监测系统设计[J]. 农业工程学报，2010，26(3)：203-208，388.

Yin Ling, Liu Caixing, Hong Tiansheng, et al. Design of system for monitoring dairy cattle’s behavioral features based on wireless sensor networks[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(3): 203-208, 388. (in Chinese with English abstract)

[49] Kou H, Zhao Y, Ren K, et al. Automated measurement of cattle surface temperature and its correlation with rectal temperature[J]. PloS One, 2017, 12(4): e0175377.

[50] 柏广宇，刘龙申，沈明霞，等. 基于无线传感器网络的母猪体温实时监测节点研制[J]. 南京农业大学学报，2014，37(5)：128-134.

Bai Guangyu, Liu Longshen, Shen Mingxia, et al. Design of sow body temperature monitoring node based on wireless sensor network[J]. Journal of Nanjing Agricultural University, 2014, 37(5): 128-134. (in Chinese with English abstract)

[51] 范永存，张喜海，李建泽. 奶牛体温监测系统数据采集终端设计[J]. 东北农业大学学报，2012，43(8)：48-52.

Fan Yongcun, Zhang Xihai, Li Jianze. Design of data acquisition terminal for dairy cow body temperature monitoring system[J]. Journal of Northeast Agricultural University, 2012, 43(8): 48-52. (in Chinese with English abstract)

[52] 秦永孝，乔宇飞，张勤，等. 基于红外测温设备的猪体温采集系统研究[C]//中国畜牧兽医学会信息技术分会第十届学术研讨会论文集，北京：中国农业大学出版社，2015：87-89.

Qin Yongxiao, Qiao Yufei, Zhang Qin, et al. Research on pig body temperature acquisition system based on infrared temperature measurement equipment[C]//Proceedings of the 10th Academic Symposium of Information Technology Branch of China Animal Husbandry and Veterinary Society, Beijing: China Agricultural University Press, 2015: 87-89. (in Chinese with English abstract)

[53] Fiebig K, Jourdan T, Kock M H, et al. Evaluation of infrared thermography for temperature measurement in adult male NMRI nude mice[J]. Journal of the American Association for Laboratory Animal Science, 2018, 57(6): 715-724.

[54] 肖德琴，林思聪，刘勤，等. 基于红外热成像的生猪耳温自动提取算法[J]. 农业机械学报，2021，52(8)：255-262.

Xiao Deqin, Lin Sicong, Liu Qin, et al. Automatic ear temperature extraction algorithm for live pigs based on infrared thermography[J]. Transactions of the Chinese Society for Agricultural Machinery, 2021, 52(8): 255-262. (in Chinese with English abstract)

[55] 孟珍琪. 基于红外技术的生猪体温自动检测的研究[D]. 天津：天津农学院，2018.

Meng Zhenqi. Research on Automatic Detection of Pig Body Temperature Based on Infrared Technology[D]. Tianjin: Tianjin Agricultural College, 2018. (in Chinese with English abstract)

[56] 张泽峰. 母猪体温红外监测系统设计与实现[D]. 太原：山西农业大学，2019.

Zhang Zefeng. Design and Implementation of Infrared Monitoring System for Sow Body Temperature[D]. Taiyuan: Shanxi Agricultural University, 2019. (in Chinese with English abstract)

[57] 刘勤. 基于热红外图像的生猪体温巡检技术研究[D]. 广州：华南农业大学，2019.

Liu Qin. Research on Pig Body Temperature Inspection Technology Based on Thermal Infrared Images[D]. Guangzhou: South China Agricultural University, 2019. (in Chinese with English abstract)

[58] Xie Q, Wu M, Yang M, et al. A deep learning-based fusion method of infrared thermography and visible image for pig body temperature detection[C]//Animal Enivironment And Welfare-Procedings of International Symposium, 2021: 326-333.

[59] 张在芹. 基于红外图像的种猪体温检测方法研究[D]. 天津：天津农学院，2019.

Zhang Zaiqin. Research on Body Temperature Detection Method of Breeding Pigs Based on Infrared Images[D]. Tianjin: Tianjin Agricultural College, 2019. (in Chinese with English abstract)

[60] Moghbeli Damane M, Barazandeh A, Sattaei Mokhtari M, et al. Evaluation of body surface temperature in broiler chickens during the rearing period based on age, air temperature and feather condition[J]. Iranian Journal of Applied Animal Science, 2018, 8(3): 499-504.

[61] 范睿. 基于安卓平台的肉鸡体温非接触式监测系统设计[D]. 南京：南京农业大学，2018.

Fan Rui. Design of Non-Contact Monitoring System for Broiler Body Temperature Based on Android Platform[D]. Nanjing: Nanjing Agricultural University, 2018. (in Chinese with English abstract)

[62] Xiong X, Lu M, Yang W, et al. An automatic head surface temperature extraction method for top-view thermal image with individual broiler[J]. Sensors, 2019, 19(23): 5286.

[63] Barchilon N, Bloch V, Meir D, et al. Automatic broiler temperature measuring by IR camera for commercial broiler-houses[C]//The 9th European conference on precision livestock farming (ECPLF), Cork, 2019: 885-889.

[64] Wang F K, Shih J Y, Juan P H, et al. Non-Invasive cattle body temperature measurement using infrared thermography and auxiliary sensors[J]. Sensors, 2021, 21(7): 2425.

[65] 刘国强. 基于红外图像奶牛发情信息监测装置的研究[D]. 呼和浩特：内蒙古农业大学，2021.

Liu Guoqiang. Research on Monitoring Device for Cow Estrus Information Based on Infrared Images[D]. Huhhot: Inner Mongolia Agricultural University, 2021. (in Chinese with English abstract)

[66] Zhang Z, Zhang H, Liu T. Study on body temperature detection of pig based on infrared technology: A review[J]. Artificial Intelligence in Agriculture, 2019, 1: 14-26.

[67] 何东健，宋子琪. 基于热红外成像与骨架树模型的奶牛眼温自动检测[J]. 农业机械学报，2021，52(3)：243-250.

He Dongjian, Song Ziqi. Automatic detection of dairy cow’s eye temperature based on thermal infrared imaging technology and skeleton tree model[J]. Transactions of the Chinese Society for Agricultural Machinery, 2021, 52(3): 243-250. (in Chinese with English abstract)

[68] 蔡勇. 牛体表温度自动采集系统研发及其与体内温度拟合曲线的研究[D]. 北京：中国农业科学院，2015.

Cai Yong. Development of an Automatic Acquisition System for Bovine Body Surface Temperature and Its Fitting Curve With in Vivo Temperature[D]. Beijing: Chinese Academy of Agricultural Sciences, 2015. (in Chinese with English abstract)

[69] 陈莉，钱同惠，张仕臻，等. 基于无线传感器网络的生猪体征和养殖环境监测系统设计[J]. 自动化技术与应用，2017，36(5)：61-64.

Chen Li, Qian Tonghui, Zhang Shizhen, et al. Design of pig signs and breeding environment monitoring system based on wireless sensor network[J]. Techniques of Automation and Applications, 2017, 36(5): 61-64. (in Chinese with English abstract)

[70] 曹春梅，贾海，闫贵龙. 红外线体温计测量成年鸡体温部位优选[J]. 黑龙江畜牧兽医，2021(14)：50-53.

Cao Chunmei, Jia Hai, Yan Guilong. Optimization of the location of infrared thermometer for measuring body temperature of adult chickens[J]. Heilongjiang Animal Science and Veterinary Medicine, 2021(14): 50-53. (in Chinese with English abstract)

[71] 何金成，张鲜，李素青，等. 环境温湿度及测量部位对奶牛红外热成像温度的影响[J]. 浙江大学学报（农业与生命科学版），2020，46(4)：500-508.

He Jincheng, Zhang Xian, Li Suqing, et al. Effects of ambient temperature and relative humidity and measurement site on the cow's body temperature measured by infrared thermography[J]. Journal of Zhejiang University (Agriculture and Life Sciences), 2020, 46(4): 500-508. (in Chinese with English abstract)

[72] Salles M S V, Da Silva S C, Salles F A, et al. Mapping the body surface temperature of cattle by infrared thermography[J]. Journal of Thermal Biology, 2016, 62: 63-69.

[73] 陈健，顾宪红，李淦，等. 不同温湿指数环境下奶牛阴道温度的变化规律[J]. 中国畜牧杂志，2019，55(5)：112-117.

Chen Jian, Gu Xianhong, Li Gan, et al. Variation of vaginal temperature under different temperature-humidity index in dairy cows[J]. Chinese Journal of Animal Science, 2019, 55(5): 112-117. (in Chinese with English abstract)

[74] 杨语嫣，李耀文，邢爽，等. 基于体表温度的肉鸡温湿指数模型研究[J]. 中国农业科学，2021，54(6)：1270-1279.

Yang Yuyan, Li Yaowen, Xing Shuang, et al. Research on temperature and humidity index model of broilers based on body surface temperature[J]. Scientia Agricultura Sinica, 2021, 54(6): 1270-1279. (in Chinese with English abstract)

[75] 贾桂锋，武墩，蒙俊宇，等. 测量距离对生猪红外热成像测温的影响及校正[J]. 传感器与微系统，2019，38(11)：62-64，68.

Jia Guifeng, Wu Dun, Meng Junyu, et al. Influence and correction of measuring distance on pig's IRT temperature measurement[J]. Transducer and Microsystem Technologies, 2019, 38(11): 62-64, 68. (in Chinese with English abstract)

[76] Soerensen D D, Clausen S, Mercer J B, et al. Determining the emissivity of pig skin for accurate infrared thermography[J]. Computers and Electronics in Agriculture, 2014, 109: 52-58.

[77] 贾桂锋，蒙俊宇，武墩，等. 被毛对热成像检测生猪体表温度精度的影响及噪声滤除方法[J]. 农业工程学报，2019，35(4)：162-167.

Jia Guifeng, Meng Junyu, Wu Dun, et al. Effect of hair on thermometry of skin by infrared thermography and noise reduction method for live pigs[J]. Chinese Journal of Agricultural Engineering (Transactions of the CSAE), 2019, 35(4): 162-167. (in Chinese with English abstract)

[78] Jiao L, Dong D, Zhao X, et al. Compensation method for the influence of angle of view on animal temperature measurement using thermal imaging camera combined with depth image[J]. Journal of Thermal Biology, 2016, 62: 15-19.

[79] Kammersgaard T, Malmkvist J, Pedersen L. Infrared thermography: A non-invasive tool to evaluate thermal status of neonatal pigs based on surface temperature[J]. Animal, 2013, 7(12): 2026-2034.

[80] Talukder S, Kerrisk K, Ingenhoff L, et al. Infrared technology for estrus detection and as a predictor of time of ovulation in dairy cows in a pasture-based system[J]. Theriogenology, 2014, 81(7): 925-935.

[81] Byrne D T, Berry D P, Esmonde H, et al. Investigation of the relationship between udder quarter somatic cell count and udder skin surface temperature of dairy cows measured by infrared thermography[J]. Journal of Animal Science, 2018, 96(10): 4458-4470.

[82] Akter S, Cheng B, West D, et al. Impacts of air velocity treatments under summer condition: Part I—heavy broiler’s surface temperature response[J]. Animals, 2022, 12(3): 328.

[83] Yuan H, Liu C, Wang H, et al. Optimization and comparison of models for core temperature prediction of mother rabbits using infrared thermography[J]. Infrared Physics & Technology, 2022, 120: 103987.

[84] De Sousa R V, Da Silva Rodrigues A V, De Abreu M G, et al. Predictive model based on artificial neural network for assessing beef cattle thermal stress using weather and physiological variables [J]. Computers and Electronics in Agriculture, 2018, 144: 37-43.

[85] Basak J K, Arulmozhi E, Khan F, et al. Assessment of the influence of environmental variables on pig's body temperature using ann and mlr models [J]. Indian Journal of Animal Research, 2020, 54(9): 1165-1170.

[86] 沈明霞，陆鹏宇，刘龙申，等. 基于红外热成像的白羽肉鸡体温检测方法[J]. 农业机械学报，2019，50(10)：222-229.

Shen Mingxia, Lu Pengyu, Liu Longshen, et al. Body temperature detection method of ross broiler based on infrared thermography[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(10): 222-229. (in Chinese with English abstract)

[87] Lins A C, Lourençoni D, Yanagi Júnior T, et al. Neuro-fuzzy modeling of eyeball and crest temperatures in egg-laying hens[J]. Engenharia Agrícola, 2021, 41: 34-38.

[88] Mayo L, Silvia W, Ray D, et al. Automated estrous detection using multiple commercial precision dairy monitoring technologies in synchronized dairy cows[J]. Journal of Dairy Science, 2019, 102(3): 2645-2656.

[89] Redden K, Kennedy A, Ingalls J, et al. Detection of estrus by radiotelemetric monitoring of vaginal and ear skin temperature and pedometer measurements of activity[J]. Journal of Dairy Science, 1993, 76(3): 713-721.

[90] Bohmanova J, Misztal I, Cole J. Temperature-humidity indices as indicators of milk production losses due to heat stress[J]. Journal of Dairy Science, 2007, 90(4): 1947-1956.

[91] 严格齐，李浩，施正香，等. 奶牛热应激指数的研究现状及问题分析[J]. 农业工程学报，2019，35(23)：226-233.

Yan Geqi, Li Hao, Shi Zhengxiang, et al. Research status and existing problems in establishing cow heat stress indices[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(23): 226-233. (in Chinese with English abstract)

[92] 张鲜. 基于红外热成像技术的奶牛热应激诊断方法的研究[D]. 福州：福建农林大学，2016.

Zhang Xian. Research on The Diagnosis Method of Heat Stress in Dairy Cows Based on Infrared Thermal Imaging Technology[D]. Fuzhou: Fujian Agriculture and Forestry University, 2016. (in Chinese with English abstract)

[93] Jorquera-Chavez M, Fuentes S, Dunshea F R, et al. Remotely sensed imagery for early detection of respiratory disease in pigs: A pilot study[J]. Animals, 2020, 10(3): 451.

[94] Jorquera C M, Fuentes S, Dunshea F R, et al. Using imagery and computer vision as remote monitoring methods for early detection of respiratory disease in pigs[J]. Computers and Electronics in Agriculture, 2021, 187: 106283.

[95] Schaefer A, Cook N, Bench C, et al. The non-invasive and automated detection of bovine respiratory disease onset in receiver calves using infrared thermography[J]. Research in Veterinary Science, 2012, 93(2): 928-935.

[96] Adams A, Olea-Popelka F, Roman-Muniz I. Using temperature-sensing reticular boluses to aid in the detection of production diseases in dairy cows[J]. Journal of Dairy Science, 2013, 96(3): 1549-1555.

[97] Xudong Z, Xi K, Ningning F, et al. Automatic recognition of dairy cow mastitis from thermal images by a deep learning detector[J]. Computers and Electronics in Agriculture, 2020, 178: 105754.

[98] Berry R, Kennedy A, Scott S, et al. Daily variation in the udder surface temperature of dairy cows measured by infrared thermography: Potential for mastitis detection[J]. Canadian Journal of Animal Science, 2003, 83(4): 687-693.

[99] 郭艳娇，杨圣慧，迟宇，等. 基于热红外图像的奶牛乳区温度分布与乳房炎识别方法[J]. 农业工程学报，2022，38(2)：250-259.

Guo Yanjiao, Yang Shenghui, Chi Yu, et al. Recognizing mastitis using temperature distribution from thermal infrared images in cow udder regions[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(2): 250-259. (in Chinese with English abstract)

[100] 宋子琪. 基于热红外图像的奶牛乳房炎检测方法研究[D]. 杨凌：西北农林科技大学，2021.

Song Ziqi. Research On Detection Method of Dairy Cow Mastitis Based on Thermal Infrared Images[D]. Yangling: Northwest A&F University, 2021. (in Chinese with English abstract)

[101] 周丽萍. 生猪发热及蓝耳疫情检测方法与巡检消毒装备研究[D]. 北京：中国农业机械化科学研究院，2016.

Zhou Liping. Research on Detection Methods and Inspection and Disinfection Equipment for Fever and PRRS in Pigs[D]. Beijing: China Academy of Agricultural Mechanization, 2016. (in Chinese with English abstract)

[102] Oh S I, Lee H S, Bui V N, et al. Dynamic variations in infrared skin temperature of weaned pigs experimentally inoculated with the african swine fever virus: A pilot study[J]. Veterinary Sciences, 2021, 8(10): 223-231.

[103] Lokeshbabu D, Jeyakumar S, Vasant P J, et al. Monitoring foot surface temperature using infrared thermal imaging for assessment of hoof health status in cattle: A review[J]. Journal of Thermal Biology, 2018, 78: 10-21.

[104] 许志强，沈明霞，刘龙申，等. 基于红外热图像的肉鸡腿部异常检测方法[J]. 南京农业大学学报，2021，44(2)：384-393.

Xu Zhiqiang, Shen Mingxia, Liu Longshen, et al. Abnormal recognition method of broiler leg based on infrared thermal image[J]. Journal of Nanjing Agricultural University, 2021, 44(2): 384-393. (in Chinese with English abstract)

[105] Swiergiel A H. Modifications of operant thermoregulatory behavior of the young pig by environmental temperature and food availability[J]. Physiology & Behavior, 1997, 63(1): 119-125.

[106] Kim Y J, Song M H, Lee S I, et al. Evaluation of pig behavior changes related to temperature, relative humidity, volatile organic compounds, and illuminance[J]. Journal of Animal Science and Technology, 2021, 63(4): 790-798

[107] Cantor M C，Costa J H，Bewley J M. Impact of observed and controlled water intake on reticulorumen temperature in lactating dairy cattle[J]. Animals, 2018, 8(11): 194-203.

[108] Vázquez-Diosdado J, Miguel-Pacheco G, Plant B, et al. Developing and evaluating threshold-based algorithms to detect drinking behavior in dairy cows using reticulorumen temperature[J]. Journal of Dairy Science, 2019, 102(11): 10471-10482.

[109] Amezcua R, Walsh S, Luimes P H, et al. Infrared thermography to evaluate lameness in pregnant sows[J]. The Canadian Veterinary Journal, 2014, 55(3): 268-272.

[110] 康熙，李树东，张旭东，等. 基于热红外视频的奶牛跛行运动特征提取与检测[J]. 农业工程学报，2021，37(23)：169-178.

Kang Xi, Li Shudong, Zhang Xudong, et al. Features extraction and detection of cow lameness movement based on thermal infrared videos[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(23): 169-178. (in Chinese with English abstract)

[111] Cook N, Chabot B, Lui T, et al. Infrared thermography detects febrile and behavioural responses to vaccination of weaned piglets[J]. Animal, 2015, 9(2): 339-346.

[112] 汪开英，赵晓洋，何勇. 畜禽行为及生理信息的无损监测技术研究进展[J]. 农业工程学报，2017，33(20)：197-209.

Wang Kaiying, Zhao Xiaoyang, He Yong. Review on noninvasive monitoring technology of poultry behavior and physiological information[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(20): 197-209. (in Chinese with English abstract)

Technology and application in automatic monitoring of the body temperature for livestock and poultry

Xie Qiuju1, Liu Xuefei1, Zheng Ping1, Bao Jun2,3,4, Liu Honggui2, Wu Mengru1, Liu Wenyang1

(1.,,150030,; 2.,,150030,; 3.,150030,; 4.,150030,)

Body temperature is an important physiological indicator to measure the health status of livestock and poultry. It is critical to a fast and accurate method of temperature measurement for disease monitoring and diagnosis. Some automatic temperature measurements can be expected to replace the traditional rectal temperature measurement commonly used in livestock and poultry production, due to the current time-consuming, laborious, and posture dependency. Usually, the rectal temperature cannot be directly taken by the automatic temperature measurement. It needs to collect the temperature of other body parts, and then establish the relationship with the rectal temperature for the core temperature. In this study, the automatic temperature measurement was divided into two types: the vivo and the vitro. A systematic review was also made of the technology and development history, in order to compare two types of temperature monitoring currently used in the livestock and poultry breeding industry (e.g., pig, cows, and chickens). An intelligent device (such as a capsule or chip) was normally implanted into an animal for long-term temperature monitoring in vivo temperature measurement, indicating the popular trend for high accuracy and stability. However, the invasive devices inevitably caused animal discomfort during the implantation process, which was harmful to animal welfare. In vitro detection was also divided into contact and non-contact temperature measurement. Specifically, the contact one was simple and easy to operate, but difficult to wear on the animal body, and highly sensitive to the complex environment of animal houses. The infrared-based temperature detection provided a non-invasive body surface temperature measurement, which was characterized by rapidity, high efficiency, and no stress. But, it was normally required for the temperature compensation between the body surface and thermal environment, due to the interference by environmental factors (e.g., temperature, humidity, CO2, light intensity, and ventilation). Therefore, the prediction model was mostly focused on the relationship between the core body temperature and measured temperature derived from the parameters. As such, these important points were necessary, whatever the automatic temperature measurement was used. It was a high demand to minimize the stress response of animals for the non-invasive monitoring of body temperature. A reliable prediction was then required to establish the monitoring temperature and the core temperature of animals. Correspondingly, the environment of livestock and poultry house was tunable controlled, as the changes in the monitoring temperature of animals. These methods have been widely used in animal farming for production performance, health, and behavior monitoring. Finally, the existing technology of automatic temperature measurement was summarized for the key points of improvement research. An emphasis was posed on the commonly-used infrared temperature measurement, due to its high efficiency, convenience, no stress, and easy detection of the automatic body temperature for animal groups or flocks. The infrared temperature measurement can be expected to dominate the promising research and application of body temperature monitoring on animal farms.

temperature; sensors; livestock and poultry temperature monitoring; infrared thermography; temperature measurement compensation; body surface temperature measurement; non-invasive temperature detection

10.11975/j.issn.1002-6819.2022.15.023

S126

A

1002-6819(2022)-15-0212-14

谢秋菊，刘学飞，郑萍，等. 畜禽体温自动监测技术及应用研究进展[J]. 农业工程学报，2022，38(15)：212-225.doi：10.11975/j.issn.1002-6819.2022.15.023 http://www.tcsae.org

Xie Qiuju, Liu Xuefei, Zheng Ping, et al. Technology and application in automatic monitoring of the body temperature for livestock and poultry[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(15): 212-225. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.15.023 http://www.tcsae.org

2022-04-11

2022-07-20

国家自然科学基金面上项目（32072787）；农业农村部生猪养殖设施工程重点实验室课题；黑龙江省博士后资助项目（LBH-Q21070）；东北农业大学东农学者计划项目（19YJXG02）

谢秋菊，博士，教授，博士生导师，研究方向为畜舍环境控制及智慧养殖技术。Email：xqj197610@163.com