CN116502799A - 一种动物动态碳排放智能监测系统 - Google Patents

一种动物动态碳排放智能监测系统 Download PDF

Info

Publication number
CN116502799A
CN116502799A CN202310467343.8A CN202310467343A CN116502799A CN 116502799 A CN116502799 A CN 116502799A CN 202310467343 A CN202310467343 A CN 202310467343A CN 116502799 A CN116502799 A CN 116502799A
Authority
CN
China
Prior art keywords
animal
carbon emission
information
emission
carbon
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310467343.8A
Other languages
English (en)
Inventor
刘敏
王东亮
梅琬曼
张智宇
丁路明
那顺乌力吉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lanzhou University
Original Assignee
Lanzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lanzhou University filed Critical Lanzhou University
Publication of CN116502799A publication Critical patent/CN116502799A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K11/00—Marking of animals
    • A01K11/001—Ear-tags
    • A01K11/004—Ear-tags with electronic identification means, e.g. transponders
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K29/00—Other apparatus for animal husbandry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G06K7/10366—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves the interrogation device being adapted for miscellaneous applications
    • G06K7/10376—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves the interrogation device being adapted for miscellaneous applications the interrogation device being adapted for being moveable
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/84—Greenhouse gas [GHG] management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Environmental Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Animal Husbandry (AREA)
  • Strategic Management (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Toxicology (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Agronomy & Crop Science (AREA)
  • Development Economics (AREA)
  • Mining & Mineral Resources (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Primary Health Care (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Educational Administration (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Quality & Reliability (AREA)
  • Electromagnetism (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Birds (AREA)
  • Zoology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开一种动物动态碳排放智能监测系统，包括：动物图像采集装置，用于在每个动物进入通道区域时对所述每个动物进行图像采集，得到所述每个动物图像信息；动物个体信息获取装置，用于在每个动物进入通道区域时通过读取佩戴在所述每个动物耳朵上的电子耳标，获取所述每个动物个体信息；动物管理信息获取装置，用于从动物管理系统中获取每个动物的动物管理信息；计算动物碳排放量装置，用于根据所述每个动物图像信息，计算所述每个动物体重信息，并利用所述每个动物体重信息、所述每个动物个体信息和所述动物管理信息，计算所述每个动物当前的碳排放量；动物碳排放监测装置，用于利用预存的动物碳排放量关系表和所述每个动物体重信息，分别判断所述每个动物当前的碳排放量是否为正常碳排放量，并在判断动物当前的碳排放量不为正常碳排放量时发出提示信息。

Description

一种动物动态碳排放智能监测系统
技术领域
本发明涉及畜牧技术领域，特别涉及一种动物动态碳排放智能监测系统。
背景技术
联合国粮农组织(FAO)报告中指出，与畜牧业供应链相关的温室气体年排放量总计71亿吨二氧化碳当量，占人类造成的温室气体总排放量的14.5％，其中反刍动物(牛、羊)产生的甲烷和氧化亚氮，其温室效应远远超过二氧化碳。根据IPCC最新发布的全球变暖潜能值(100年的时间框架内)，甲烷的温室效应是同质量二氧化碳的温室效应的27.9倍，而氧化亚氮的温室效应是273倍。该报告同时表示，通过更广泛地采用规范管理和先进技术，畜牧业的温室气体减排可高达30％。这意味着，畜牧业不仅拥有体量巨大的碳排放量，同时拥有较大的碳减排潜力可挖。
围绕碳排放的核算方法已经进行了诸多研究，目前学术界采用比较多的方法有排放因子法、质量平衡法和实测法。
在排放因子法中，应用比较多的有OECD核算法和IPCC系数法。OECD核算法是一种反刍动物甲烷排放量的简易估算方法；IPCC系数法是根据政府间气候变化专门委员会(IPCC)公布的碳排放系数对畜牧业生产的胃肠道发酵、舍内外粪污等碳排放进行核算，其核算范畴略优于OECD核算法。OECD核算法是一种反刍动物甲烷排放量的简易估算方法,是畜牧业碳排放核算初期的简易方法,仅在上世纪末期被少数学者使用，且其仅考虑到反刍动物的甲烷排放，而忽略了其他温室气体的核算，核算的精度不高；IPCC系数法主要关注畜牧业生产过程中的碳排放情况,但未考虑畜牧业生产前端与后端的碳排放，具有一定的局限性。
质量平衡法是根据每年用于国家生产生活的新化学物质和设备，计算为满足新设备能力或替换去除气体而消耗的新化学物质份额。质量平衡法需要对产生和排放的物质进行系统的全面的研究，因此工作量极大，需要搜集详细的生产过程数据，容易出现系统性的误差，一般用于工业生产过程(如脱硫过程排放、化工生产企业过程排放等非化石燃料燃烧过程)中。
实测法基于排放源的现场实测基础数据，进行汇总从而得到相关碳排放量。现实中多是将现场采集的样品送到有关监测部门，利用专门的检测设备和技术进行定量分析。其中，甲烷排放直接测定方法主要有呼吸代谢箱法、呼吸头箱法、呼吸面罩法、六氟化硫示踪法等。呼吸代谢箱法的基本原理是把动物置于密闭的呼吸箱内,通过测定一定时间内呼吸箱中甲烷浓度的变化计算甲烷排放量，该法技术较为成熟,结果较为精确。呼吸头箱法和面罩法的原理与代谢箱法相似，成本较低,操作也较简单。六氟化硫示踪法利用六氟化硫物理性质与甲烷类似,可以一起通过嗳气排出，通过测定六氟化硫的排放速度和六氟化硫与甲烷的浓度,即可推算出甲烷排放量，可以在生产条件下直接测定群体动物的甲烷排放量。但是，实测法数据获取相对困难，投入较大，同时该方法还受到样品采集与处理流程中涉及到的样品代表性、测定精度等因素的干扰。其中，呼吸代谢箱法成本较高,且动物要经过一定时间的训练；呼吸头箱法和面罩法只能测定由口和鼻排出的甲烷,忽略了直肠排出的部分,且戴上面罩后,会影响动物的自由采食和饮水；六氟化硫示踪法则在有风的环境中无法应用，且六氟化硫可能有在肉、奶中残留的隐患,美国已经限制用六氟化硫示踪技术测定甲烷排放。
由于畜牧生产有散养、栏养、规模养殖等多种形式且以小规模散养为主，分布不集中，导致养殖业的碳排放统计摸底工作难以掌握准确数据。排放因子法中的OECD核算法精度不高、IPCC一级方法基于恒定排放因子，牲畜的温室气体排放与反刍动物的数量密切相关，没有考虑其他因素影响，无法准备测算到每一只牲畜的碳排放量；质量平衡法容易出现系统的误差；实测法的成本高且效率低，难以应用于大规模测算碳排放。并且我国目前对畜牧生产碳排放的关注相对较少，关于牧区畜牧生产碳排放的管理和研究更是十分缺乏，现在几乎没有关于如何测度牧户层面畜牧生产碳排放以及如何促进牧户层面畜牧生产减排的研究。
发明内容
本发明提供一种动物动态碳排放智能监测系统，以便解决核算畜牧业碳排放精度低的技术问题。
本发明实施例提供了一种动物动态碳排放智能监测系统，包括：
动物图像采集装置，用于在每个动物进入通道区域时对所述每个动物进行图像采集，得到所述每个动物图像信息；
动物个体信息获取装置，用于在每个动物进入通道区域时通过读取佩戴在所述每个动物耳朵上的电子耳标，获取所述每个动物个体信息；
动物管理信息获取装置，用于从动物管理系统中获取每个动物的动物管理信息；
计算动物碳排放量装置，用于根据所述每个动物图像信息，计算所述每个动物体重信息，并利用所述每个动物体重信息、所述每个动物个体信息和所述动物管理信息，计算所述每个动物当前的碳排放量；
动物碳排放监测装置，用于利用预存的动物碳排放量关系表和所述每个动物体重信息，分别判断所述每个动物当前的碳排放量是否为正常碳排放量，并在判断动物当前的碳排放量不为正常碳排放量时发出提示信息。
优选地，所述每个动物个体信息包括：动物经过摄像头的时间、动物种类、动物品种、动物ID、动物性别、动物出生日期、动物妊娠状态；所述动物管理信息包含动物ID、动物饲养方式、动物活动状态、动物采食饲料数量及质量、环境温度；所述每个动物图像信息包括动物图像和动物经过摄像头的时间。
优选地，所述动物碳排放监测装置还用于建立并保存包含动物种类、动物体重以及碳排放量第一阈值和碳排放量第二阈值对应关系的动物碳排放量关系表；
其中，所述碳排放量第一阈值小于所述碳排放量第二阈值。
优选地，所述动物碳排放监测装置包括：
查找模块，用于根据所述动物碳排放量关系表和所述动物体重信息，查找与所述动物体重信息相对应的碳排放量第一阈值和碳排放量第二阈值；
监测模块，用于根据所述动物体重信息相对应的碳排放量第一阈值和碳排放量第二阈值，将所述动物当前的碳排放量分别与碳排放量第一阈值和碳排放量第二阈值进行比较，并根据比较结果发出提示信息。
优选地，所述监测模块具体用于当所述动物当前的碳排放量小于所述碳排放量第一阈值时，发出低碳排放量奖励提示信息，当所述动物当前的碳排放量大于所述碳排放量第二阈值时，发出高碳排放量告警提示信息，以及，当所述动物当前的碳排放量大于所述碳排放量第一阈值且小于所述碳排放量第二阈值时，发出高碳排放量正常提示信息。优选地，所述计算动物碳排放量装置包括：
动物体重计算模块，用于通过对所述动物图像信息进行种类识别，确定所述动物的种类，并从所述动物图像中提取所述动物的体长，以及根据所述动物的种类和所述动物的体长和宽度，计算所述动物体重信息；
排放量计算模块，用于利用所述每个动物体重信息、所述动物个体信息和所述动物管理信息，分别计算所述每个动物肠道甲烷排放量、粪便管理甲烷排放量以及粪便管理氧化亚氮排放量，进而将甲烷和氧化亚氮折算为二氧化碳当量。
优选地，所述排放量计算模块具体用于利用所述每个动物体重信息、所述每个动物个体信息和所述动物管理信息，计算所述每个动物的总能量摄入量，并利用所述每个动物的总能量摄入量，分别计算所述每个动物肠道甲烷排放量、粪便管理甲烷排放量以及粪便管理氧化亚氮排放量，进而将甲烷和氧化亚氮折算为二氧化碳当量。
优选地，所述排放量计算模块具体还用于利用动物经过摄像头的时间将所述动物个体信息和所述动物图像信息进行匹配关联，同时利用动物ID将所述动物个体信息和所述动物管理信息进行匹配关联。
本发明的有益效果是，实现了精确、高效、误差率较低、成本较低的牲畜碳排放测算及监测，能更加有益于测算出每一家牧户与畜牧企业的碳排放。
附图说明
图1是本发明提供的一种动物动态碳排放智能监测系统的示意图；
图2是本发明提供的测算动物体重和动物碳排放方法的流程图；
图3是本发明提供的动物图片采集示意图；
图4是本发明提供的数据匹配流程图；
图5是本发明提供的体型特征数据提取流程图；
图6是本发明提供的RFID标签信息读取流程图；
图7是本发明提供的管理系统信息读取流程图；
图8是本发明提供的字段匹配示意图；
图9是本发明提供的字段值传递示意图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特有的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
本发明基于影像数据利用深度学习结合IPCC二级算法计算反刍动物的温室气体排放的新方法，计算出每一只牲畜的动态碳排放量，能有效地解决目前国内外大尺度畜牧生产碳排放监测中存在的准确度和效率无法同时兼顾的问题，能够有效推动国内外宏观层面畜牧生产碳排放的研究工作。
图1是本发明提供的一种动物动态碳排放智能监测系统的示意图，如图1所示，包括：动物图像采集装置，用于在每个动物进入通道区域时对所述每个动物进行图像采集，得到所述每个动物图像信息；动物个体信息获取装置，用于在每个动物进入通道区域时通过读取佩戴在所述每个动物耳朵上的电子耳标，获取所述每个动物个体信息；动物管理信息获取装置，用于从动物管理系统中获取每个动物的动物管理信息；计算动物碳排放量装置，用于根据所述每个动物图像信息，计算所述每个动物体重信息，并利用所述每个动物体重信息、所述每个动物个体信息和所述动物管理信息，计算所述每个动物当前的碳排放量；动物碳排放监测装置，用于利用预存的动物碳排放量关系表和所述每个动物体重信息，分别判断所述每个动物当前的碳排放量是否为正常碳排放量，并在判断动物当前的碳排放量不为正常碳排放量时发出提示信息。
进一步地，所述每个动物个体信息包括：动物经过摄像头的时间、动物种类、动物品种、动物ID、动物性别、动物出生日期、动物妊娠状态；所述动物管理信息包含动物ID、动物饲养方式、动物活动状态、动物采食饲料数量及质量、环境温度；所述每个动物图像信息包括动物图像和动物经过摄像头的时间。
具体地说，所述动物碳排放监测装置还用于建立并保存包含动物种类、动物体重以及碳排放量第一阈值和碳排放量第二阈值对应关系的动物碳排放量关系表，如表1所示。
表1：动物碳排放量关系表
进一步地，所述动物碳排放监测装置包括：查找模块，用于根据所述动物碳排放量关系表和所述动物体重信息，查找与所述动物体重信息相对应的碳排放量第一阈值和碳排放量第二阈值；监测模块，用于根据所述动物体重信息相对应的碳排放量第一阈值和碳排放量第二阈值，将所述动物当前的碳排放量分别与碳排放量第一阈值和碳排放量第二阈值进行比较，并根据比较结果发出提示信息。
具体地说，所述监测模块具体用于当所述动物当前的碳排放量小于所述碳排放量第一阈值时，发出低碳排放量奖励提示信息，当所述动物当前的碳排放量大于所述碳排放量第二阈值时，发出高碳排放量告警提示信息，以及，当所述动物当前的碳排放量大于所述碳排放量第一阈值且小于所述碳排放量第二阈值时，发出高碳排放量正常提示信息。
进一步地，所述计算动物碳排放量装置包括：动物体重计算模块，用于通过对所述动物图像信息进行种类识别，确定所述动物的种类，并从所述动物图像中提取所述动物的体长和宽度，以及根据所述动物的种类和所述动物的体长和宽度，计算所述动物体重信息；排放量计算模块，用于利用所述每个动物体重信息、所述动物个体信息和所述动物管理信息，分别计算所述每个动物肠道甲烷排放量、粪便管理甲烷排放量以及粪便管理氧化亚氮排放量，进而将甲烷和氧化亚氮折算为二氧化碳当量。
具体地说，所述排放量计算模块具体用于利用所述每个动物体重信息、所述每个动物个体信息和所述动物管理信息，计算所述每个动物的总能量摄入量，并利用所述每个动物的总能量摄入量，分别计算所述每个动物肠道甲烷排放量、粪便管理甲烷排放量以及粪便管理氧化亚氮排放量，进而将甲烷和氧化亚氮折算为二氧化碳当量。
其中，所述排放量计算模块具体还用于利用动物经过摄像头的时间将所述动物个体信息和所述动物图像信息进行匹配关联，同时利用动物ID将所述动物个体信息和所述动物管理信息进行匹配关联。也就是说，通过信息的匹配关联使动物个体信息、动物图像信息以及动物管理信息保证为同一动物的信息。
基于现有动物碳排放测算数据的粗糙、实测法较高的成本和一些其他不可控因素的影响，没有办法大规模地、高效地进行动物个体的碳排放测算。本发明基于IPCC系数法，将监控摄像头、电子耳标相结合，持续获取动物个体的生长曲线，从而计算动物个体的肠道甲烷排放量和粪便甲烷排放量，改善其准确较低的问题，提高牲畜碳排放测算的精度，使牲畜碳排放测算的结果更加真实可靠，可进行大规模牲畜碳排放测算并更高效精确地测算出每一头动物的碳排放量。
下面结合附图2-图8对本发明的技术方案进行详细说明
如图2所示，本发明使用高清筒型摄像机对动物进行抓拍，获取牲畜基础影像，利用TensorFlow平台，基于Mask RCNN的家畜智能识别模型和家畜体重估算模型，搭建家畜实时监测系统，识别牲畜品种并获取每种牲畜数量以及每一只牲畜的体重等信息；通过牛羊佩戴RFID电子标签，可以存储牲畜生理生化数据信息，将识读器安装在牛羊通道，当牛羊经过通道时将自动识读耳标信息，可以对牲畜进行唯一识别；动物管理信息包含动物ID、动物饲养方式、动物活动状态、动物采食饲料数量及质量、环境温度，结合动物体重数据以及电子标签中存储的动物个体特征数据和管理系统中存储的牲畜管理信息计算牲畜碳排放。具体包括以下步骤：
第一步，带耳标的牲畜个体从通道进入(通道两边设有围栏)，在识别区(方形区域)采集图片、同时智能识别器自动识读耳标信息，管理者可通过后台操作系统可查看牛羊具体信息；
第二步，基于图片获取动物种类、数量和体重数据；
第三步，基于耳标信息获取家畜编号与家畜的生理生化数据(年龄、呼吸、食草量、排泄量、妊娠状态等)、体型特征信息(体长、体重)；
第四步，通过依靠数据库多表间“时间”字段的对应关系关联数据表，管理人员可同通过操作数据管理服务平台将动物的饲养方式、喂的草料信息以及测算排放时的一些默认值等其他数据一并录入至数据库；
第五步，利用政府间气候变化专门委员会(IPCC)的二级方法，计算出牲畜的碳排放量。
下面具体介绍
一、数据收集
第一部分：体重数据(摄像头)；
动物图片数据采集(通道)
如图3所示，在牲畜通道侧面安装筒型摄像机，动物走到摄像头侧面(半径两米内)使红外感应启动摄像头，开始采集动物图像，将图像数据以及图像拍摄时间上传至数据管理服务平台。
1.牲畜智能识别
使用训练好的Mask RCNN模型进行图片识别，识别图片中动物的种类。
(1)首先输入图片，进行数据预处理，对图片进行裁剪分块，生成和图像帧尺寸(1280×720像素)相同的影像块(尺寸，归一化等等)；
(2)将图像数据作为输入，使用Mask RCNN模型进行处理，获取图像中的目标检测结果和分割结果，结果通常包含图像中的所有标记的信息，比如类别、边界框、分割掩码等。Mask RCNN模型会输出每个标记的类别，可以根据输出的类别来对动物进行分类；
(3)可视化处理。将处理后的结果使用Python的JSON模块，输出为JSON格式的文件，JSON格式的文件包含了对图像的标注信息，通常包含图像的基本信息(如图像的尺寸、标注者等)和标注信息(如标记的类别、边界框等)。JSON文件中“label”字段表示标记的类别名称，用于进行动物的分类；“points”字段是一个二维数组，表示标记的边框信息，使用边界框信息来描述动物的位置和大小，标注的每一个点以坐标(x,y)的形式呈现。
2.牲畜体重估算
将JSON文件中的信息提取出来，计算牲畜头体长，进而计算每一只牲畜的体重以及图片中牲畜的总数量，最后将牲畜种类数量以及体重等信息上传至数据管理服务平台。
(21)JSON文件中的“points”字段中使用边界框信息来描述动物的位置和大小，表示了每一只牲畜边界框，包含边框中所有点的坐标，标注的每一个点以坐标(x,y)的形式呈现。根据获得的边框点坐标，使用下列公式计算每一只牲畜的头体长：
H＝((Xmax-Xmin)2+(Ymax-Ymin)2)(1/2)
其中H为牲畜的头体长，xmax为边框点中横轴最大值，xmin为边框点中横轴最小值，ymax为边框点中纵轴最大值，ymin为边框点中纵轴最小值。
(22)根据得到的牲畜头体长使用牲畜体重估算模型计算牲畜的体重：
Wcattle＝A1×H+B1
Wsheep＝A2×H+B2
其中W为牲畜的体重，A1、B1为牛体重估算线性模型的系数；A2、B2为羊体重估算线性模型的系数。
第二部分：RFID电子标签
RFID电子标签是超高频牛羊电子耳标，通过牛羊佩戴电子耳标，将识读器安装在牛羊通道，当牛羊经过通道时将自动识读耳标信息，管理者可通过后台操作系统可查看牛羊具体信息。电子耳标具有两个功能：一是存储信息，通过牛羊佩戴电子耳标，并写入代表该动物的ID代码，记录牲畜个体信息和活动数据，例如牲畜的品种、性别、日龄、活动时间和距离、饲喂饲料的品种以及数量等数据，对家畜进行长期观察，实现每一只动物从出生到屠宰整个生命周期所有关键指标的数据收集；二是记录当牲畜经过识读器时，提取动物编码以及识读耳标的时间，并将信息同步至数据管理服务平台，以供后续数据匹配时使用。
二、数据匹配
如图4所示，数据匹配主要是通过依靠数据库多表间“时间”字段的对应关系关联数据表，将RFID标签存储的家畜编号与家畜的生理生化数据(年龄、体温、呼吸、食草量、排泄量、妊娠状态等)、体型特征信息(头体长、体重)及环境温度数据进行匹配，并按一定规则组成记录行，存储至基于B/S架构搭建的数据管理服务平台，以便管理人员对家畜信息进行查看、统计、下载导出。此外，在数据匹配过程中，管理人员亦可同通过操作数据管理服务平台将动物的饲养方式、喂的草料信息以及测算排放时的一些默认值等其他数据一并录入至数据库，如表2所示。
表2数据管理服务平台数据库基本表结构
其中，RfidCode字段存储耳标编号，TA(Temperature Ambient)字段存储环境温度，Kind字段存储牲畜智能识别模块返回的结果值，Length、Weight字段分别存储牲畜体重估算模块返回的体长、体重计算值，Time字段存储Rfid的读卡时间(格式：yyyy-MM-dd HH:mm:ss)。
(31)RFID标签信息及环境温度信息读取与写入
RFID标签信息及环境温度数据分别由单片机微处理器内置的RFID模块、温度传感器获取，经内置WiFi模块发送至上位机，并由管理者与数据管理服务平台进行人工交互，建立填补了RfidCode、TA及Time字段值的一个基本表，如图5所示。
(32)体型特征数据提取
家畜体型特征数据提取是基于数据管理服务平台，将第一部分中获取的体重、体长数据及拍摄时间按照既定组织规则做逐秒时间回溯处理后导出为.csv(或.xls)文件，并存储在系统数据库中。
1.体型特征数据表组织结构
在数据库中定义存储体型特征数据的数据表，其字段组织结构如表3所示：
表3体型特征数据表结构
2.基于时间字段的数据派生
体型特征数据表中Time字段存储的时间值源自侧位筒型机拍摄的照片的Exif属性，该时间值晚于单机微处理器发送给上位机的RFID标签读卡时间。因此，为了将家畜体型特征数据表中的各字段值匹配至数据管理服务平台数据库表中，需在体型特征数据表中另派生29行记录。在另外的29条记录中，Time字段值自照片拍摄时间为始逐秒递减，其他字段(除ID字段外)与首行字段相同，即均为牲畜智能识别及体重估算模块输出的同一种类、体长、体重数据。
如图6所示，该方法需在牲畜智能识别及体重估算模块处理完侧位球机拍摄的照片后，定义一个四维numpy数组，分别存储种类、体长、体重、时间数据，利用for循环对Time字段依次逐秒递减29次，得到一个种类、体长、体重值相同且时间逐秒递减的numpy四元数组，最后利用“.to_excel”函数将该数组里的30个元素存至数据库根目录下的“.csv”或“.xls”文件中。
Numpy数组：
[(kind,length,weight,daytime),(kind,length,weight,daytime1),
(kind,length,weight,daytime2),(kind,length,weight,daytime3),(kind,length,weight,daytime4),……]
(41)表连接
表连接是基于数据管理服务平台，在浏览器端数据管界面，按照数据库表关联规则，将体型特征数据表数据与读取RFID标签时生成的数据库基本表连接，以实现家畜体重、体长的测量值与标签编号的匹配，如图7-图8所示。
关联逻辑：
#“读取RFID后在数据库中新建的基本表”的名称为target，“体型特征数据表”的名称为result.
update target,result
set target.length＝result.length,target.weight＝result.weight,target.kind＝result.kind
where target.Time＝result.Time
表连接完成后，在浏览器端数据管界面中将完整的记录行保存至数据库。
三、数据计算
步骤1、基于第一部分得到的动物的体重数据weight，以及第二部分根据电子耳标获取牲畜的个体信息，对于不同品种以及不同生长阶段的牲畜，相应的得到每一只动物对应的维持净能系数Cfi,用于计算活动净能NEm；
步骤2、基于第一部分得到的动物的体重数据weight，同时可以根据耳标中记录的牲畜的活动状态，比如家畜活动的时间，距离等参数，给对应家畜饲养方式的活动系数Ca进行赋值，从而得到牲畜的活动净能NEa；
步骤3、基于第一部分得到的动物的体重数据weight，根据耳标中记录的牲畜的性别信息得到不同的C以及a,b的参数，计算出牲畜的生长净能NEg；
步骤4、根据耳标中记录的牲畜的个体信息识别泌乳母畜，并对其进行产奶量信息以及对应的乳脂率信息统计，计算出牲畜的泌乳净能；
步骤5、根据耳标中记录的牲畜的个体信息识别妊娠母畜，对于不同的品种选取的CP不同，同时根据上述计算得到的活动净能NEm，计算出母畜的妊娠净能；
步骤6、根据上述计算的结果以及消化率DE(由牲畜耳标信息中记录的饲喂信息统计每一只动物的消化率DE数据)来计算REM和REG，进而计算牲畜的总能GE，其计算总能计算公式如表4所示。
表4总能计算公式
3.1肠道甲烷排放计算
使用方程式(1)估计肠道甲烷排放因子，GE根据上面计算得到，Ym根据耳标记录的牲畜体征信息中得到：
EFcd＝GE×(Ym/100)×55.65 (1)
其中EFcd为肠道甲烷排放因子(kgCH4头-1天-1)；GE为总能量摄入量，MJ头-1天-1；Ym为甲烷转化因子，即GE摄入量转化为甲烷的百分比；因子55.65(MJkg-1CH4)对应于甲烷的能量含量。
3.2粪便管理CH4排放计算
应用IPCC二级方法估算粪便管理过程中甲烷排放：
EFfb＝0.0043×GE×(1.04-DE％/100)×[Σs,kMCF(S,K)/100×MS(s,k)](2)
其中EFfb为牲畜的CH4排放因子,kgCH4头-1天-1；MCF(Sk)为气候区k每种粪便管理系统S的甲烷转化因子；MS(S,k)为使用气候区k粪便管理系统S管理牲畜粪便的比例；GE为总能量摄入量，MJ头-1天-1；DE％为饲料中可消化量的百分比，％。
3.3粪便管理N2O排放计算方法
3.3.1粪便管理系统中的N2O直接排放
使用方程式(3)估计N2OD排放：
N2OD(mm)＝[∑s(∑TNex(T)×MS(T,S))×0.02]×(44/28) (3)
Nex(T)＝0.00027×GE×(1-N保留) (4)
其中，N2OD(mm)为国内粪便管理的N2O直接排放，单位是kg N2O头-1天-1；Nex(T)是国内种类/类别T每头家畜的平均N排泄量，kg N头-1天-1；MS(T,S)是源自国内粪便管理系统S所管理的每一牲畜种类/类别T总氮排泄的比例，无量纲。
3.3.2粪便管理系统中的N2O间接排放
氮的损失从舍祠和其它家畜生产区域中的排泄点开始，并且通过储存和管理系统(即粪便管理系统)的现场管理继续损失。在户外地区(饲育场和家畜进行放牧的牧场地区)粪便固体存放中，损失的氮还可以经淋溶和径流进入土壤，产生N2O间接排放，使用式(5)估计N2O间接排放:
N2OID＝[∑s[∑T Nex(T)×MS(T,S)×(FracMS/100)]×0.01]×(44/28) (5)
其中N2OID是国内粪便管理系统中挥发引起的N2O间接排放，单位为kgN2O头-1天-1；Nex(T)是国内种类/类别T每头家畜的N排泄量，kg N头-1天-1；MS(T,S)是国内粪便管理系统S所管理的每一牲畜种类/类别T的总氮排泄比例；FracMS为粪便管理系统S中，牲畜类别T的管理粪肥氮通过NH3和NOx挥发的比例％。
3.4每一只牲畜碳排放计算
Emission＝EFcd×25+EFfb×25+(N2OD(mm)+N2OID)×298 (6)
其中EFcd是牲畜肠道甲烷排放因子，单位为kgCH4头-1天-1；EFfb是牲畜粪便管理过程中甲烷排放因子，单位为kg CH4头-1天-1；N2OD是牲畜粪便管理过程中氧化亚氮直接排放，单位为kgN2O头-1天-1；N2OID是牲畜粪便管理过程中氧化亚氮间接排放，单位为kgN2O头-1天-1；25和298为甲烷和氧化亚氮的全球增温潜势。
综上所述，本发明利用摄像头结合Mask RCNN模型识别牲畜，同时使用牲畜体重估算模型测算出动物体重，通过RFID电子标签对动物进行唯一识别，进而测算出每一只动物每一天的碳排放，从而得到每一户的畜牧生产排放，可以定量、定向的减少温室气体排放，有助于更准确地了解畜牧业的碳排放情况，并为制定畜牧业排放减排政策提供数据支持。
综上所述，本发明具有以下优点：
1)本发明对家畜体重实时估算，大大节省了牲畜人为称重的时间与精力，实现了动物体重的自动测量，大大减少了获得动物体重的过程中耗费的人力和工作量，而且能够杜绝人为的更改动物体重的数值，防止道德风险；能大大降低牲畜因为称重、运输、去势等机械性因素导致的病理性应激反应，减少生产者的潜在经济风险。
2)本发明减少了不同排放因子对IPCC系数法的不利影响，改善了其准确较低的问题，提高了牲畜碳排放测算的精度，使牲畜碳排放测算的结果更加真实可靠，同时可用于大规模的高效精确的牲畜碳排放测算并更高效精确地测算出每一头动物的碳排放量，试验成本较低，普适性较高，具有大规模推广价值，适用于多数畜牧业企业和具有相关需求的个体牧户。
3)本发明技术方案牲畜碳排放测算的结果较现有技术方案结果更加真实可靠、精确有效，且得到的牲畜碳排放测算结果是动态变化的，有利于对不同减排技术方案的分析比较，有利于选取最优的减排技术方案，其实施结果可用于进一步梳理各区域的畜牧业发展方向，降低畜牧业领域温室气体排放，助力畜牧业绿色发展。
4)测算畜牧业碳排放还可以帮助牧户或者企业更好地管理畜牧业碳排放，并采取相应的措施来减少碳排放。例如，通过测算发现畜牧业碳排放较高时，可以采取一些措施，如改进饲料管理、采用更高效的粪便处理方法等，以减少碳排放。
以上参照附图说明了本发明的优选实施例，并非因此局限本发明的权利范围。本领域技术人员不脱离本发明的范围和实质内所作的任何修改、等同替换和改进，均应在本发明的权利范围之内。

Claims (8)

1.一种动物动态碳排放智能监测系统，其特征在于，包括：
动物图像采集装置，用于在每个动物进入通道区域时对所述每个动物进行图像采集，得到所述每个动物图像信息；
动物个体信息获取装置，用于在每个动物进入通道区域时通过读取佩戴在所述每个动物耳朵上的电子耳标，获取所述每个动物个体信息；
动物管理信息获取装置，用于从动物管理系统中获取每个动物的动物管理信息；
计算动物碳排放量装置，用于根据所述每个动物图像信息，计算所述每个动物体重信息，并利用所述每个动物体重信息、所述每个动物个体信息和所述动物管理信息，计算所述每个动物当前的碳排放量；
动物碳排放监测装置，用于利用预存的动物碳排放量关系表和所述每个动物体重信息，分别判断所述每个动物碳当前的排放量是否为正常碳排放量，并在判断动物当前的碳排放量不为正常碳排放量时发出提示信息。
2.根据权利要求1所述的动物动态碳排放智能监测系统，其特征在于，所述每个动物个体信息包括：动物经过摄像头的时间、动物种类、动物品种、动物ID、动物性别、动物出生日期、动物妊娠状态；所述动物管理信息包含动物ID、动物饲养方式、动物活动状态、动物采食饲料数量及质量、环境温度；所述每个动物图像信息包括动物图像和动物经过摄像头的时间。
3.根据权利要求2所述的动物动态碳排放智能监测系统，其特征在于，所述动物碳排放监测装置还用于建立并保存包含动物种类、动物体重以及碳排放量第一阈值和碳排放量第二阈值对应关系的动物碳排放量关系表；
其中，所述碳排放量第一阈值小于所述碳排放量第二阈值。
4.根据权利要求3所述的动物动态碳排放智能监测系统，其特征在于，所述动物碳排放监测装置包括：
查找模块，用于根据所述动物碳排放量关系表和所述动物体重信息，查找与所述动物体重信息相对应的碳排放量第一阈值和碳排放量第二阈值；
监测模块，用于根据所述动物体重信息相对应的碳排放量第一阈值和碳排放量第二阈值，将所述动物当前的碳排放量分别与碳排放量第一阈值和碳排放量第二阈值进行比较，并根据比较结果发出提示信息。
5.根据权利要求4所述的动物动态碳排放智能监测系统，其特征在于，所述监测模块具体用于当所述动物当前的碳排放量小于所述碳排放量第一阈值时，发出低碳排放量奖励提示信息，当所述动物当前的碳排放量大于所述碳排放量第二阈值时，发出高碳排放量告警提示信息，以及，当所述动物当前的碳排放量大于所述碳排放量第一阈值且小于所述碳排放量第二阈值时，发出高碳排放量正常提示信息。
6.根据权利要求1所述的动物动态碳排放智能监测系统，其特征在于，所述计算动物碳排放量装置包括：
动物体重计算模块，用于通过对所述动物图像信息进行种类识别，确定所述动物的种类，并从所述动物图像中提取所述动物的体长和宽度，以及根据所述动物的种类和所述动物的体长和宽度，计算所述动物体重信息；
排放量计算模块，用于利用所述每个动物体重信息、所述动物个体信息和所述动物管理信息，分别计算所述每个动物肠道甲烷排放量、粪便管理甲烷排放量以及粪便管理氧化亚氮排放量，进而将甲烷和氧化亚氮折算为二氧化碳当量。
7.根据权利要求6所述的动物动态碳排放智能监测系统，其特征在于，所述排放量计算模块具体用于利用所述每个动物体重信息、所述每个动物个体信息和所述动物管理信息，计算所述每个动物的总能量摄入量，并利用所述每个动物的总能量摄入量，分别计算所述每个动物肠道甲烷排放量、粪便管理甲烷排放量以及粪便管理氧化亚氮排放量，进而将甲烷和氧化亚氮折算为二氧化碳当量。
8.根据权利要求7所述的动物动态碳排放智能监测系统，其特征在于，所述排放量计算模块具体还用于利用动物经过摄像头的时间将所述动物个体信息和所述动物图像信息进行匹配关联，同时利用动物ID将所述动物个体信息和所述动物管理信息进行匹配关联。
CN202310467343.8A 2023-03-21 2023-04-27 一种动物动态碳排放智能监测系统 Pending CN116502799A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202310276956 2023-03-21
CN2023102769563 2023-03-21

Publications (1)

Publication Number Publication Date
CN116502799A true CN116502799A (zh) 2023-07-28

Family

ID=87328008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310467343.8A Pending CN116502799A (zh) 2023-03-21 2023-04-27 一种动物动态碳排放智能监测系统

Country Status (1)

Country Link
CN (1) CN116502799A (zh)

Similar Documents

Publication Publication Date Title
CN109145032B (zh) 一种蜜蜂养殖智能监测方法与系统
CN107667903B (zh) 基于物联网的畜牧养殖活体体重监测方法
Shalloo et al. Grass-based dairy systems, data and precision technologies
CN202331564U (zh) 户外生态养殖和监督系统
WO2021103707A1 (zh) 豢养物身份识别方法以及装置
CN213282917U (zh) 一种非接触式生猪体尺参数测量系统
Anderson et al. Characterising the spatial and temporal activities of free-ranging cows from GPS data
Zhao et al. A review of enteric methane emission measurement techniques in ruminants
Lu et al. An automatic splitting method for the adhesive piglets’ gray scale image based on the ellipse shape feature
US20210076644A1 (en) Animal health, behavior, and inventory monitoring
Shalloo et al. A review of precision technologies in pasture-based dairying systems
CN116019023A (zh) 一种电子信息管理系统及管理方法
CN116052211A (zh) 一种基于知识蒸馏的YOLOv5s轻量级羊只品种识别方法及系统
CN205593626U (zh) 畜牧养殖自动称重对比系统
CN204929966U (zh) 一种用于自动评定奶牛体况分数的装置
Waldner Western Canada study of animal health effects associated with exposure to emissions from oil and natural gas field facilities. Study design and data collection I. Herd performance records and management
CN116502799A (zh) 一种动物动态碳排放智能监测系统
CN115914560A (zh) 一种母猪智能精准饲喂方法、装置、电子设备和存储介质
Watson-Haigh et al. Proximity loggers: data handling and classification for quality control
CN116205748A (zh) 一种基于智能物联网的养殖保险精准定损方法及装置
Thölke et al. Economic advantages of individual animal identification in fattening pigs
CN113743261A (zh) 一种猪体外伤的检测方法、装置和可读存储介质
Shalloo et al. A review of big data, smart and precision technologies in pasture-based dairying systems
CN112069334A (zh) 一种基于区块链的奶牛养殖溯源方法及系统
CN117934195A (zh) 生猪全域数字智能育种系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination