Набор данных акселерометров Tjotta для мониторинга окотов

Почему время рождения важно на ферме

Для овцеводов часы, когда рождаются ягнята, могут означать разницу между здоровыми животными и болезненной утратой. Наблюдать за каждой овцой круглосуточно почти невозможно, особенно на больших фермах с уменьшающейся рабочей силой. В этом исследовании представлен новый подробный набор данных из норвежских сараев, который фиксирует тонкие движения беременных овец с помощью датчиков движения на ошейниках и предлагает путь к автоматическим оповещениям о приближении родов.

От тревог по поводу окота к умному мониторингу

В Норвегии и Португалии овцы обычно рожают раз в год в строго запланированные сезоны, согласованные с ростом пастбищ и сезонным спросом на мясо. Несмотря на такое планирование, многие ягнята всё же погибают до выхода на пастбище, часто потому, что проблемы при родах замечают слишком поздно. Фермеры знают, что своевременная помощь может спасти и ягнят, и их матерей, но постоянное круглосуточное наблюдение утомительно и дорого. Авторы утверждают, что простые носимые устройства, уже применяемые у крупного скота, могут помочь решить эту проблему для овец, сигнализируя о переходе поведения овцы в модели, предшествующие родам.

Как ошейники и камеры наблюдали за овцами

Чтобы создать надёжную основу для таких инструментов, команда тщательно наблюдала 61 овцу в основном норвежской породы White в исследовательском сарае на севере Норвегии. Каждая овца носила прочный ошейник с небольшим датчиком движения, измерявшим перемещения в трёх направлениях и регистрировавшим температуру с частотой 20 раз в секунду. Животные содержались в отдельных станках со стандартным кормом, водой и полами и переводились в экспериментальную зону примерно за неделю до ожидаемого окота. Одновременно потолочный шлюз собирал данные с ошейников и отправлял их в интернет, а несколько видеокамер непрерывно записывали каждый станок, обеспечивая точную запись каждого рождения.

Как жизнь в сарае превратили в пригодные данные

Всего за месяц, с конца апреля по конец мая 2024 года, система зафиксировала более пятидесяти миллионов необработанных записей с ошейников по мере того, как овцы вели обычный образ жизни и в итоге приносили 113 ягнят. После удаления неполных записей и очевидных сбоев датчиков итоговый набор данных содержал почти миллиард высокочастотных измерений, привязанных к отдельным животным и конкретным событиям окота. Исследователи организовали файлы по ушным биркам и ошейникам и добавили таблицы с фоновыми данными, такими как возраст каждой овцы, история предыдущих окотов, количество в приплоде и необходимость помощи при родах. Рукописные заметки опытного персонала фермы и тщательно просмотренные видеозаписи использовались вместе для определения точного времени каждого рождения и для двойной проверки качества записей.

Что раскрывают шаблоны движений

Примерные графики одной овцы показывают, как движения вверх–вниз, вбок и вперед–назад, захваченные датчиком, меняются по мере приближения родов. Гистограммы данных иллюстрируют частоту разных уровней активности, а временные ряды показывают всплески активности и более спокойные периоды в течение часов и дней. Авторы объясняют, что частые переходы между стоянием и лежанием — давно известный фермерам признак близких родов — ясно видны в этих следах движения. Они также обсуждают практические вопросы, например ошейники, которые иногда надевали наоборот и впоследствии корректировали простыми математическими приёмами, а также статистические сложности, такие как несбалансированные типы поведения, с которыми придётся иметь дело будущим разработчикам моделей.

Сильные стороны, ограничения и возможные применения

Поскольку записи велись в помещении в контролируемых условиях сарая, набор данных не полностью отражает поведение овец на открытом пастбище, где они больше перемещаются, свободно пасутся и реагируют на хищников и погоду. Различия в породе, возрасте и размере тела также влияют на силу движений, что означает, что компьютерным моделям придётся учитывать эти факторы, чтобы не путать «медленно двигающихся» животных с теми, у которых проблемы при родах. Тем не менее авторы подчёркивают, что данные сознательно оставлены в естественном виде: не удалялись выбросы, кроме явно сломанных записей, и пропуски значений не заполнялись, что сохраняет реалистичную картину того, что выдают сенсоры на реальных фермах.

Что это значит для повседневного фермерства

Для неспециалистов ключевое послание в том, что эта работа пока не предлагает готовую «сигнализацию родов», а предоставляет сырьё, необходимое для её создания. Поделившись тщательно документированным открытым набором данных, который связывает подробные записи движений с подтверждёнными временами окота, исследователи дают инженерам, специалистам по данным и экспертам по благополучию животных общую отправную точку для проектирования и тестирования алгоритмов. Со временем такие инструменты могли бы тихо контролировать беременных овец через простые ошейники, оповещая фермеров только тогда, когда роды начинают идти не по плану. Это могло бы спасти ягнят и матерей, снизить стресс и трудозатраты фермеров и сделать сезонные окоты менее утомительным ночным бдением.

Цитирование: Goncalves, P., Nyamuryekung’e, S., Corrente, G. et al. Tjotta accelerometer monitored lambing dataset. Sci Data 13, 426 (2026). https://doi.org/10.1038/s41597-026-06660-2

Ключевые слова: благополучие овец, носимые датчики, обнаружение окотов, точное животноводство, данные акселерометра