论文部分内容阅读
海南州青海湖南岸地区地处青藏高原东北部,不仅是藏羊生产的重要基地,还具有极为重要的生态屏障作用。近些年来,过度放牧导致草地退化,部分地区出现土地沙漠化现象。研究草畜平衡,确定合理的载畜规模,缓解人草畜矛盾,有利于当地畜牧业向现代、生态畜牧业的转型升级,实现畜牧业的可持续发展。划区轮牧可以提高牧草利用率,并通过提高载畜率来提高单位面积草地的家畜生产,在高载畜率的情况下显示出较大的优越性。藏羊的采食量监测作为划区轮牧的关键,反映了藏羊从草地中获得营养物质的含量,可为制定划区轮牧方案提供数据支持。在放养条件下,藏羊的活动范围广,采用区域牧草取样差额法、咀嚼行为观察模拟法以及不可消化指示剂标记法等一般方法难以监测其采食及反刍行为,且在监测过程中影响藏羊的正常行为。本文设计并实现了一套藏羊采食量估算系统。以声音信号处理技术识别藏羊采食过程中的咬断牧草、食草咀嚼、反刍回流以及反刍咀嚼声音信号,提取食草咀嚼音频信号中行为度量信号（Behavior Metric Signal,BMS）和声学度量信号（Acoustic Metric Signal,AMS）,基于皮尔逊积矩相关系数构建优化的皮尔逊度量信号（Pearson Metric Signal,PMS）,利用随机森林回归及弹性网络方法建立基于AMS、BMS、AMS&BMS、PMS的藏羊采食量估算模型。以Web客户端作为展示平台显示藏羊日采食量变化曲线,使羊场管理人员通过该系统及时发现藏羊采食量变化,并根据藏羊食草量及牧场各分区载畜量及时调整轮牧草场,从而避免过度放牧。本文完成的主要工作如下所示:（1）设计藏羊采食音频采集系统并完成藏羊食草音频数据集构建。以Wi-Fi技术作为音频采集传输的通信方案,将藏羊采食行为发生时的原始音频传回PC端,PC端对藏羊采食音频进行保存,实现了实时、稳定地获取藏羊采食音频,每次进食行为所对应的实际食草量由一名专门的试验人员称重记录,精度精确到0.1g;（2）藏羊采食音频预处理及特征提取。本文应用LSA-MMSE语音增强算法将每段采食音频进行去噪处理,采用双阈值法的端点检测算法自动截取采食音频中的非静默片段,并将各非静默片段人工标注为咬断牧草声（Ingestion Bite,IB）、食草咀嚼声（Ingestion Chewing,IC）、反刍回流声（Rumination Regurgitation,RR）、反刍咀嚼声（Rumination Chewing,RC）、噪声（Noise,N）。在传统的梅尔倒谱系数基础上引入小波变换,提取五类非静默音频片段的小波梅尔倒谱系数（W＿MFCC）,并采用PCA降维（降维后的音频特征系数记为PW＿MFCC）,降低后期基于PW＿MFCC构建音频分类器的计算开销。（3）构建了一种基于长短时记忆模型网络（LSTM）的藏羊食草行为相关声音识别分类器。将咬断牧草、咀嚼牧草、反刍回流、反刍咀嚼及其他非静默声音数据集划分为训练集和测试集,分别提取咬断牧草、咀嚼牧草、反刍回流、反刍咀嚼及其他非静默声音的MFCC、W＿MFCC及PW＿MFCC特征系数。利用训练集数据的特征系数分别训练基于MFCC、W＿MFCC以及PW＿MFCC的采食行为相关声音分类器,利用测试集数据测试各分类器性能,引入F1-Score作为模型优劣评价标准。PW＿MFCC作为特征输入时,LSTM模型在训练集中得到最高的分数值（94.62%）;W＿MFCC、MFCC作为特征输入时,LSTM模型在训练集中得到的分数值分别为93.89%、88.35%,结果表明,基于PW＿MFCC特征的LSTM模型分类效果最佳。（4）研究藏羊采食量估算模型。提取采食行为相关声音分类器识别的食草咀嚼音频段,提取食草咀嚼声信号的咀嚼次数（C）、咀嚼声音总持续时间（TC）、平均咀嚼时间（TCc）、平均强度（VdB）、平均声强（V）、咀嚼总能量通量密度（E）、单位咀嚼的能量通量密度（Ec）七个变量,使用最小二乘法对单变量进行采食量预测。对于个体单变量预测,参数C表现最佳,测试集中R~2可以达到76.47%。C、TC、TCc、VDB、V、E、Ec七个变量构建了三个组合变量,分别为AMS、BMS、AMS&BMS。其中,AMS 表示为{VdB、V、E、Ec},BMS 表示为{C、TC、TCc},AMS&BMS表示为{C、TC、TCc、VdB、V、E、Ec},根据皮尔逊积矩相关系数选择了与采食量变量相关性较高的三个变量组成了 PMS变量,PMS表示为{C、TC、E}。分别采用随机森林和弹性网络构建多变量采食量估算模型。模型验证结果表明,以AMS&BMS为输入的弹性网络模型的R~2为87.75%,以PMS为输入的随机森林预测模型的R~2为86.2%,以PMS为输入的弹性网络预测模型获得最高的R~2得分88.52%;（5）设计并搭建了藏羊采食量估算系统软件平台。基于藏羊咀嚼声音监测算法及采食量估算模型,依据监测系统需求进行数据库搭建,对藏羊采食量数据进行存储及展示,应用python语言实现中间件的设计,为方便管理员查看,设计Web前端展示页面,将采食量预测数据从后台数据库中提取出来并以图表的形式展示出来,该系统完成了藏羊咀嚼声监测、采食量估算、藏羊健康预警等任务,为划区轮牧及藏羊健康监测提供了一种现代化的解决方案。