使用头部振动与物联网可穿戴设备中的机器学习在牲畜中实时预测打嗝事件

为什么牛的打嗝对气候很重要

大多数人对牛的打嗝不会多想，但这些短促的气体排放累积起来却构成了严重的气候问题。牛和其他反刍动物会释放大量甲烷，这种气体在短期内的增温效应远强于二氧化碳。然而，目前用于测量这些甲烷的最佳工具通常成本高、设备笨重，并且常常需要将动物从正常牧场中带走。该研究提出了一种新方法，使用轻便的头部缰绳和智能算法实时监测与甲烷相关的打嗝，指向一种更便宜、更人道的农场气候监测方式。

为放牧牛设计的智能缰绳

研究者设计了一种特殊的缰绳，牛在正常游走和采食时也能佩戴。在口鼻、颈部和颈背的带子上嵌入了微小的运动传感器，用来感知动物头部的细微振动。一个小型气体传感器可以放在鼻前用于嗅探甲烷，所有电子元件安置在一块紧凑的电路板上，由小电池供电。系统通过无线方式向手机或平板发送数据，专用应用显示并存储接收的信号以备后续分析。整个装置的重量相当于一个轻型项圈，牛可以自然活动和采食。

将打嗝转化为数据

为了教会系统识别数据形式中的打嗝，团队首先需要可靠的示例。他们使用甲烷传感器标记出在牛鼻处气体水平显著高于背景值的时刻。每次这种峰值都标示出一个可能的打嗝事件。与此同时，运动传感器记录牛头的运动和振动情况。科学家随后将这些运动记录切分为围绕每个甲烷峰值的短时间窗口，并计算运动的简单摘要指标——例如每个方向振动的幅度、变异性和持续时间。这些摘要成为输入特征，供计算模型区分“打嗝”窗口与正常行为。

教机器识别打嗝

在获得带标签的数据后，团队尝试了一系列机器学习方法，包括决策树、随机森林、提升方法和神经网络。在对两头牛和三个传感器位置进行的首轮测试中，使用来自全部三个头部传感器数据的模型表现最佳，能约三分之二到四分之三地正确识别与打嗝相关的窗口。后来，研究者将测试扩大到七头牛，并集中使用单个摆放良好的传感器，这增加了难度，因为不同动物的运动模式存在差异。即便如此，一个紧凑的神经网络模型仍优于随机猜测，并能在新数据中正确检测出许多事件。更重要的是，最终模型经过压缩，可直接在低功耗微芯片上运行，使缰绳能在现场离线进行预测，而无需持续联网。

田间的现实挑战

在牧场中检测打嗝比听起来要困难。与牛仅仅站立、躺下、行走或咀嚼的时刻相比，打嗝相对罕见。这意味着数据严重不平衡：每一个真实打嗝对应许多非事件。团队通过在训练时仔细选择并重叠时间窗口来确保模型见到足够多的正样本，从而应对这一问题。他们还检验了系统在自然条件下的表现，在那种环境中非事件远多于打嗝。在更具挑战性的情况下，他们最好的模型仍然比随机猜测筛出更多真实事件，但代价是出现了一些误报。跨个体的测试显示，有些动物比其他动物更容易被正确分类，这凸显了未来需要更大且更多样化的数据集。

这对更清洁农业的意义

简言之，这项研究表明，通过监听牛头部的运动而不是始终直接测量气体，也能获得关于何时发生富含甲烷的打嗝的有用信息。目前系统尚不能替代金标准仪器，且它检测的是由甲烷峰值定义的事件，而不是直接证明释放的气体确切量。但它提供了一种有前景且低成本的方法：仅在可能发生打嗝时唤醒功耗更高的甲烷传感器，从而延长电池寿命，并在不将动物限制于密闭舱室的情况下进行监测。随着样本量增加、更长的试验以及与既有测量方法建立更紧密的关联，这类智能缰绳有望成为帮助农民和科学家追踪并最终减少牲畜甲烷排放的实用且对动物友好的工具。

引用: Moncayo, J., Velasquez, M.L., Riveros, P.E. et al. Real-time eructation event prediction in livestock using head vibrations and machine-learning in an IoT wearable device. Sci Rep 16, 9099 (2026). https://doi.org/10.1038/s41598-026-42728-0

关键词: 牲畜甲烷, 可穿戴传感器, 机器学习, 精准农业, 温室气体