《Internet of Things》：Development and validation of an integrated IoT system for monitoring barn environment, gaseous concentrations and slurry management in dairy cattle farms
編輯推薦：
本研究開發了基于開源技術的NEIKER-kABE物聯網系統，整合環境、氣象及糞便數據，支持精準畜牧決策。系統經實驗室校準和一年實地驗證，可靠監測氣體濃度、溫濕度等參數，并利用算法評估熱應激和氮含量，實現早期預警和可持續管理。
E. Rosa|L. Rincón|P. Merino
自然資源保護部門。NEIKER-巴斯克農業研究與發展研究所。巴斯克研究與技術聯盟（BRTA），畢斯開亞科技園，P. 812，48160，Derio，西班牙
摘要
本研究介紹了NEIKER-kABE的開發與驗證過程，這是一個物聯網系統，旨在整合環境、氣象和糞便相關數據，以支持奶牛場的數據驅動決策。該系統在三個商業奶牛場進行了實施，經歷了六個月的實驗室校準階段和一年的現場數據分析期。該系統基于開源硬件和軟件組件構建，能夠持續監測氨氣和二氧化碳濃度、室內溫度和濕度、外部氣象條件以及糞便參數（如電導率、pH值、體積、溫度和含水量）。此外，還開發了算法來估算糞便的熱應激和氮含量。所有傳感器均通過參考實驗室方法和農場實際條件進行了驗證，結果顯示沒有顯著差異，證明了其在實際農場操作中的可靠性。持續的數據采集有助于識別環境變化和潛在的不良事件，展示了該系統的早期預警和適應性管理能力。NEIKER-kABE系統為精準畜牧業提供了一個可擴展、成本效益高且可靠的工具，提升了資源利用效率、環境監測能力和農場可持續性。
引言
環保和資源高效的戰略與奶業部門的可持續性密切相關[1,2]。在此背景下，精準畜牧業（PLF）已成為畜牧業數字化和自動化的關鍵推動力，提供了提高生產效率和降低農場成本的工具[[3], [4], [5]]。此外，數字化也被認為是滿足消費者對動物福利和環境可持續性需求的關鍵機制[6]。
在過去十年中，智能傳感器和可穿戴設備被開發出來，用于監測與動物福利、健康、生產和繁殖相關的參數，從而改善了畜牧業設施的管理[[7], [8], [9], [10]]。盡管牛舍環境對動物福利和生產效率至關重要[11]，但關于在農場規模上應用精準畜牧業進行環境管理的研究卻相對較少[[12], [13], [14]]。
低成本傳感器、信息技術和物聯網（IoT）無線通信技術的最新進展與精準畜牧業相結合，使得可以從遠程訪問傳感器實時數據成為可能[15,16]。這些技術的應用產生了大量數據，需要存儲和整合以優化農場管理和生產決策[17]。盡管取得了這些進展，現有的物聯網平臺往往缺乏模塊化、可擴展性和互操作性，限制了其在不同農場環境中的適用性[18]。大多數現有應用程序都是針對特定傳感器的，導致數據碎片化且不兼容，難以比較來自多個設備的數據[19]。一個關鍵挑戰是不同制造商為研究和商業用途開發的傳感器、物聯網程序和通信協議之間的兼容性問題[20,21]。推廣開源技術的使用對于降低成本和提高可訪問性至關重要[22]，同時開發用戶友好且直觀的可視化系統也是促進農民、技術人員和獸醫采用精準畜牧業技術的關鍵[6,23]。此外，物聯網數據也開始與預測分析和人工智能模型相結合[24,25]。然而，將高級分析和機器學習集成到物聯網平臺中的程度仍然有限，尤其是在從異構數據源中提取可操作見解方面[20,26]。這些差距凸顯了需要一個開源、可擴展且互操作的物聯網系統，既能解決奶牛場的環境管理問題，又能幫助農民做出數據驅動的決策。
本研究的目的是基于開源技術開發一個物聯網系統，整合來自不同傳感器的環境、糞便相關和氣象數據，提供全面且有用的農場特定環境信息。
部分內容摘要
材料與方法
本節分為三個小節：提出的NEIKER-kABE物聯網系統的設計和架構、傳感器的校準和驗證，以及在三個奶牛場實施該解決方案的情況。經過六個月的實驗室設備測試后，該系統于2024年3月全面投入運行。隨后，對2024年3月至2025年3月期間的全年數據進行了分析，以評估NEIKER-kABE物聯網系統的性能。
結果與討論
NEIKER-kABE系統的評估分為四個部分：傳感器驗證、系統界面和數據可靠性、數據集分析以及農民的反饋。
結論
本研究介紹了一個基于開源技術的物聯網系統，該系統能夠實時整合來自多種環境、氣象和糞便相關傳感器的數據。該系統使用了一個可定制且成本效益高的傳感器網絡，持續監測和估算農場的關鍵參數，如氣體濃度、奶牛的熱應激指數或糞便中的氮含量。監測系統還允許更精確和及時地管理糞便及其相關問題。
CRediT作者貢獻聲明
E. Rosa：撰寫 – 審稿與編輯、撰寫 – 原稿、方法論、調查、數據分析、概念化。L. Rincón：監督、調查、數據管理。P. Merino：撰寫 – 審稿與編輯、驗證、監督、方法論、調查、資金籌集。
