1繁殖母牛类型划分
根据奶牛全生命周期的特点及不同生长、生理阶段的差异性，本研究模型将其区分为犊牛、青年牛、育肥牛、泌乳牛、干奶牛等5种类型。近交系数（inbreedingcoefficient）是指根据近亲交配的世代数，将基因纯化程度用百分数来表示，也指个体由于近交而造成异质基因减少时，同质基因或纯合子所占的百分比，通常以F或f来表示。其计算公式[12]：Fx=∑N)21[(×(1)]A+F（1）式中：FX-X个体的近交系数；∑-总和的符号；FA-共同祖先本身的近交系数；N-从个体的父亲通过共同祖先到个体的母体的连线上所有的个体数。考虑到奶牛个体向后追溯谱系均有一个且仅有一个父亲及母亲，因此个体系谱的查询原理与二叉树遍历算法完全吻合。所谓遍历（traversal）是指沿着某条搜索路线，依次对树中每个结点做一次且仅做一次访问。访问结点所做的操作依赖于具体的应用问题。遍历是二叉树上最重要的运算之一，具体算法通过模块集成熊本海等[13]开发的程序，并结合本平台修改相应的数据接口而实现。奶牛生产主要包括周期性繁育后代与泌乳生产，因此不仅需要记录奶牛个体的繁殖事件，也需要记录奶牛的产乳、营养、防疫等数据和数据分析。因此，一级功能模块主要包括：系统维护、牛只管理、繁殖管理、产乳管理、饲养管理、健康管理、统计分析、场内管理等8大部分（图1）。其中“1.系统维护”承担用户登录信息设定、用户自维护、数据备份与恢复、各数据表的记录统计及日志管理等；“2.牛只管理”模块记录牛只基本信息、繁殖信息以及与计步器相连的奶牛体况信息等；“3.繁殖管理”记录分析公牛、母牛的系谱，个体或群体近交系数计算，冻精使用信息等；“4.产乳管理”模块记录产乳的数量与品质数据及奶牛的DHI数据；“5.饲养管理”记录饲料的消耗及饲料配方的更替信息；“6.健康管理”模块记录发病及用药、消毒与免疫信息等；“7.统计分析”具有开展各种繁殖性能参数及泌乳参数的可视化分析，通过数据表的内在集成，提供在群奶牛个体的全部信息即牛只资料卡等；“8.场内管理”则对场内应该发生或将要发生的事件做出各种基于生理、生产参数的智能提示，指导牛群生产，如安排生产计划与物资供应等。本研究的完成在中国农业科学院北京畜牧兽医研究所网络中心，选用的奶牛场为北京鑫运奶牛场，服务器操作平台为WindowsServer2008，数据库操作系统为MicrosoftSQLServer2008，系统开发采用Microsoft的.Net技术[14]，对统计分析数据的图形化处理采用FusionCharts技术[15]。
2结果
2.1实现对奶牛个体基本信息的集成管理
依据设计的数据结构及开发的数据录入模块，以北京鑫运奶牛场的真实数据为例，基于采集的奶牛基本信息，如编码信息、出生信息、系谱信息、繁殖状态信息，图2为通过网络平台实现的牛只基本信息网络化管理输出界面。如图2所示，远程管理的奶牛头数为559头，基本信息既可批量浏览，也可单个点击展开。此外，点击页面头部的任何项目，可分别进行升序或降序的排序，在输入或选择的项目区，确定不同的条件及其组合后，快速过滤提取指定牛场及满足检索条件的奶牛，快速定位需要查阅的牛只小群体甚至个体。
2.2实现指定事件数据的智能分析与目标提示
实现生产过程事件的预先提示，与事先定义奶牛繁殖与泌乳理论参数相关联。依据设定的理论参数，通过记录事件信息，随着日期的变化，系统可以对牛只未来应发生的事件及时给出“今日提示”。今日提示内容包括：发情配种、初检复检、产犊泌乳、干奶、催乳、淘汰及犊牛断奶等。本研究以中国荷斯坦奶牛的生理及生产特征为依据，设定用于奶牛生产的繁殖理论参数共13项，用于提示牛只淘汰参数6项，用于提示产乳性能参数4项，共23项（图3）。图4为“场内管理”模块下“今日提示”分析结果。在分析之前，选定待分析的场名，根据系统内存贮该场对应的奶牛基础状态数据，确定需要提示的内容，包括“发情配种”、“初检复检”、“产犊泌乳”、“干奶”、“催乳”、“淘汰”、“犊牛断奶”等，分析得到的数据可以直接导出到Excel。在图4上选定“发情配种”后，分析表明，可配种的奶牛达481头。进一步仔细分析发现，实际上有不少超龄牛因为没有淘汰，系统默认为可以配种的。如果按“淘汰”做进一步分析，发现有84头高龄胎次牛，一般定义为6胎及以上胎次奶牛，且离最近一次配种日期距离较大，或者是泌乳产量明显偏低的牛等，系统经过逐步分析后提示应该淘汰。因此，除去提示84头应该淘汰的牛，那么实际提示发情配种牛应为397头。因此提示数量的准确性，关键在于前期是否录入了每头牛的具体繁殖状态事件等数据。选择不同内容的模块，会及时在线获得具有指定要求的牛只信息，有助于对生产的指导与分析。
2.3实现对指定牛群全体及个体的近交系数监测
选用“3繁殖管理”中的“公牛近交预测”及“鑫运奶牛场”，并从中选取牛号为“9745”公牛后，经系统内部模型计算后得到，该牛场有在群母牛419头，可以与指定的公牛进行模拟配种，模拟子代的近交系数出现了0.2500、0.1875、0.1250、0.0625及0.0等5种情形，近交系数越大，表示近交情况越严重，近交系数为0表示非亲缘杂交。系统提供的模拟奶牛后裔的近交系数，主要用于监控奶牛配种，防止近亲繁殖及奶牛遗传性能的快速退化。
2.4实现奶牛个体资料卡的在线生成
所谓“奶牛资料卡”是将指定的奶牛个体发生的不同事件信息，从存放在不同数据表的信息整合到母牛资料卡中（图5），主要包括基本信息、泌乳信息、繁殖信息、谱系及相关评定信息等。由于奶牛个体不断发生各种事件，因此，奶牛资料卡是动态生成的。如图5所示，展示了该模块强大的数据集成功能，可集成奶牛的最基本信息、不同泌乳胎次的泌乳数据及派生出的泌乳曲线（图6）、繁殖记录、谱系及后裔信息等。利用该模块提供的数据分析功能，是实施奶牛个体精细化管理的基础，是决定奶牛是否转群甚至淘汰的数据科学依据。
2.5实现奶牛泌乳胎次结构的数字化及可视化分析
根据记录繁殖事件，系统可在线分析泌乳奶牛的胎次结构，并通过图形及数字化协同展示。图7所示为指定牛场的母牛胎次结构，也可以进行不同奶牛场的母牛胎次结构的比较（图8）。事实上，通过奶牛胎次结构的分析与比较，可从中发现潜在有价值的信息。
3讨论
3.1奶牛个体的唯一性编码是关联各数据记录的关键
就奶牛生产而言，繁衍后代与泌乳生产周期性地进行，一方面不断发情、配种与产犊，另一方面泌乳与干奶，而且在不同的胎次之间，有200d以上时间，泌乳与妊娠同时发生，导致妊娠生理、泌乳生理，尤其是围产期的生理不断发生巨大变化，由此不断产生繁殖状态数据及泌乳生产过程数据等。如何将这些事件与奶牛个体甚至全体关联起来，则是通过将奶牛唯一性ID号作为主键来实现，即不同数据表中出现的牛号或ID号。ID号确定的前提是其唯一性及可拓展性。如果牛只的编号只在牛场内部使用，则可自行编码，以不重复为前提。但是，如果出现牛只购入与卖出，长远有效的做法则是按农业部第67号令[16]对在群的牛只进行全国唯一性标识。
3.2过程数据的挖掘分析提升数据的利用价值
规模化牛场，繁殖、泌乳等不同性质数据的日积月累，对数据分析的时效性要求越来越高，只有模块化的数据分析设计，才能驾驭大量甚至海量的数据[17]。因此，本研究设计了如图1所示的功能模块，实现牛只记录的信息分析与处理。本系统还提供了大量其他数据分析模块，如分析“应配奶牛”、“应配青年母牛”、“高产奶牛”、“低产奶牛”、“核心母牛”及“胎间距”等。尤其对“胎间距”的个体及群体指标的分析，综合反映了对每一个体乃至群体的管理水平。其次，数据记录是按物理顺序追加的，但几乎所有的浏览窗口下考虑了字段索引，可以进行正向或反向排序。配合系统的“导出到Excel”模块，就可以得到变化了物理顺序的电子表格，为管理人员带来方便，也便于建立基本信息的电子文档及纸质文档的有序保存及分析[18]。这些辅助的功能在AfiFarm，Agritec等系统中未见实现[6-7]。
3.3结构化数据的可视化分析渲染了数据的变化规律
在规模化奶牛场中，具有同类特点或性质的牛群需要经常进行统计与分析。例如，对于断奶后的青年母牛及成母牛的数量，尤其是母牛胎次结构比例，只有通过如图7、图8所示的图形及数值分析后，才能从数以百计（或千计、万计）的记录中形成胎次结构的分布规律，直观分析胎次的合理性与否。一般而言，为了保持奶牛的稳产、高产，必须对奶牛群逐年更新与调整，使成母牛的年龄、胎次结构合理。前人研究与生产实践表明，在泌乳牛群中，合理的胎次结构比例为：1—2胎母牛为40%，3—5胎为40%，6胎及以上为20%[19-20]。而图8所示的“鑫运奶牛场”及“森茂牧业奶牛场”的3个胎次区间的奶牛，在不考虑0胎即后备母牛后，1—2胎比例为43.13%对76.51%，3—5胎为39.16%对22.17%，6胎及以上的为17.57%对1.35%。这表明，前者胎次结构基本合理，对维护牛群的稳产甚至高产有利，实际上该场2013年下半年，其泌乳牛群尤其是高产牛群的产奶性能表现良好，而后者的胎次结构前2胎比例过高，3胎及更高胎次的牛只明显偏少，可能意味着成母牛的淘汰过快，可通过提高管理水平及奶牛的健康水平，延长奶牛利用年限，经过几年的调整运行后，有望其母牛胎次结构趋于合理。
3.4开发的数据集成平台还具有拓展性
构建的数据平台基本实现了预期的数据分析、可视化展示与输出等功能。但是，这些最基本的过程数据，如果能结合奶牛场的主要投入品的数量与价格，产出的牛奶及牛犊的数量与价格参数，完全可以开启奶牛场运行的经济性能评价，甚至开发ERP（EnterpriseResourcePlanning）系统。为此，赵春平等[21]研究了规模饲养模式下，不同数量的奶牛场、不同牛群的胎次结构，获得盈亏平衡点的各个牛场的成母牛的平均产奶水平。Hansen等[22-23]则从可操作变量及策略变量两方面，包括饲料价格、泌乳牛规模、产奶水平、奶价及奶牛的繁殖与健康状况等参数，提出测定奶牛场效益的评估模型，并通过牛场的实际发生数据验证了构建的模型基本可行。郑国生等[4,9,24-25]分别从保证牛群的精细化管理效益和提高繁殖效率提出了数字化管理的主要内容，重要的是如何准确预测全混合日粮（TMR）的需要量，并使每头奶牛获得需要的TMR的数量与质量等。肖建华等[3]则通过牛群繁殖理论模型，将奶牛场的整体运行与繁殖参数的分析与优化关联起来。事实上，只有将技术与特定时空下的经济目标融合起来，才会对管理策略的及时制定与调整产生更深远的影响。
4结论
结合设定的奶牛生产理论参数，借助于计算机的模块化程序设计，实现对牛只生产智能化分析与事先提示，包括在线分析指定不同性质牛群数量、牛群结构、胎间距、胎次产量分布等，在线智能提示即将发生的各种事件涉及的牛只细节是可行的。针对不同的结构化数据，采用不同的数据表述方案，或采用不同风格的可视化图形分析，渲染不同类型数据的变化趋势，更有助于管理者对数据进行分析并做出科学决策。
作者：杨亮 吕健强 罗清尧 熊本海 单位：中国农业科学院北京畜牧兽医研究所/动物营养学国家重点实验室
