母猪的发情鉴定是猪繁殖生产过程的重要环节。母猪发情鉴定的准确性会直接影响配种人员对母猪排卵时间的判定以及最佳输精时机的把握，对于提高猪场母猪受胎率、产仔数等繁殖成绩具有重要意义。母猪发情受其体内激素控制，并受外界刺激反馈，其发情过程伴随着一系列生理、生化和行为的变化。母猪在发情前期往往表现出烦躁不安，有爬跨其他母猪等行为。而在发情期间则表现出接受其他母猪或公猪爬跨，食欲减退等行为，部分母猪还会出现阴户肿胀、阴道黏液增多等变化。
母猪发情鉴定有公猪试情、人工试情和行为观察等方法。公猪试情法是目前国内外使用最为广泛，准确性也最高的母猪发情鉴定方法。该方法利用发情母猪在接收到公猪的气味（主要是外激素）、声音或直接接触会表现出接受公猪爬跨的反应，即“静立反射”。人工试情法主要用于限位栏，通常是公猪在场时由有经验的技术人员按压母猪背部，并观察母猪有无静立反射来判断。行为观察法是通过综合母猪的行为表现和外阴变化来判断母猪是否处于发情状态。
1 母猪发情鉴定面临的问题
随着猪场规模的不断扩大，目前的发情鉴定方法越来越不能适应现代养猪生产的发展。公猪试情法需要公猪对每一头母猪进行充分的直接或间接的接触，然后根据母猪的现场表现来进行判断。一般不处于发情期的母猪不会对公猪的接触表现出亢奋，而只有处于发情期的母猪才会对公猪表现出兴趣，会出现相互嗅探、爬跨以及静立等反应。这一方法虽然准确性较高，但所需的人工和时间也比较大。目前国内多数规模化猪场使用限位栏饲养待配母猪，要保证公猪和每头母猪充分接触需要3～5min，按照每次需要2～3人参与的情况来进行测算，1h仅能对12～20头母猪进行发情鉴定，效率极低。
随着现代养猪规模的日益扩大，猪场疫病防控压力也随之增加，多数猪场采取批次化管理方式。以公猪接触为核心的发情鉴定工作耗时长效率低，并且疾病传播风险等问题日益突显。此外随着劳动力成本的上升，操作繁琐且劳动强度高的试情工作给养猪生产带来了新的挑战。
2 母猪发情的智能化检测方法
近年来有通过B超观察卵巢状态、激素水平检测、阴道电阻和臀部温度变化等方法来进行母猪发情鉴定的报道，尽管这些方法不需要公猪参与，但由于准确性和设备耗材投入等问题，也并未在现有的生产条件下被大规模使用。所以生产上常常通过检测母猪发情周期的体温、采食量、行为和声音等情况，结合各种特征进行综合判断，从而确定最适配种时间。
2.1 体温变化
猪只的体温是重要的生命体征，是反映其健康和生理状况的重要指标之一。传统的母猪体温测定是使用兽用水银温度计测定其直肠温度，这种接触式的测定方法由于操作繁琐并不适用于集约化养殖。红外线热成像温度测量技术具有非接触和实时获取的优点，目前广泛运用于猪皮肤温度的测定。
Sykes通过数字红外热成像技术测量了发情期和非发情期间长白×约克杂交后备母猪的外阴表面温度。评估了长白×约克杂交后备母猪（n＝32）以区分猪发情周期的发情期和非发情期。研究表明发情期母猪的外阴表面温度的最大值和平均值（P＜0.05）显著高于非发情期（36.6±0.2℃和33.4±0.3℃，VS 35.6±0.3℃和31.8±0.6℃），而其最小值和标准差在发情周期的各阶段之间没有差异（P＞0.05）。
Scolari在研究中引入了外阴皮肤温度和臀部皮肤温度2个指标来衡量温度变化，结果表明通过红外成像技术测量的经产母猪和后备母猪的外阴皮肤温度在发情期间都有较显著的变化（P＜0.05）。此后SimoEs通过引入外阴-臀肌温度的差值（VGT）来预测母猪排卵。其研究表明在VGT在发情前期增加，在母猪发情前24～48h达到峰值与母猪排卵时间基本吻合。
红外热像仪测定母猪的皮温具有非侵入性、无辐射损害、简单快速、可自动化程度高等优点，相较于其他传统的母猪发情鉴定方法具有更大的应用前景。在实际应用中，应注意距离、发射率、拍摄角度、设备校正等方面的因素，以提高红外热像仪检测母猪发情的可靠性和准确性。
此外，研究发现猪在发情状态下体表温度和体内温度都与未发情状态下的有着显著的差异。母猪体表温度和体内温度存在一定的回归关系，通过分析拟合出曲线，可计算出校正公式。皮下体温在发情期间能够在一定程度上比较客观地反映动物发情期间机体体温变化的规律。但是皮下体温受环境等天气因素影响比较大，所以在研究使用红外温度计或红外图片测温时，要注意对环境的控制。
2.2 采食量
母猪在发情期间表现食欲不振或采食量下降，在母猪自动饲喂系统中提取采食量的数据可作为母猪发情鉴定的重要依据。
2012年蓝静等对31批共255头荣昌经产母猪在发情期间的采食情况进行调查，观察发现大部分的荣昌猪在发情盛期与发情前后期相比，食欲会有明显降低，但采食量下降程度有差异。2015年张子云的研究表明长大后备母猪发情期和非发情期的采食量差异不显著，梅山后备母猪发情期的采食量极显著低于非发情期。以上研究说明地方品种母猪发情期间食欲、进食速度以及采食量均与非发情期有显著差异。
由于欧洲出于动物福利的考虑已经禁止使用限位栏饲喂母猪，所以目前欧洲的规模化猪场采取母猪自动饲喂系统进行养猪生产。该系统能够实现对每头母猪进行精确投料并且在记录其采食行为。Cécile Cornou通过收集1年内3个猪群共计2259头母猪的采食信息和其发情配种、疾病等信息，使用单变量动态线性模型建立数据模型。当模型预测值和观察值之间的偏差超过某些定义的参数时，给出3种状态（发情、跛行、其他）中的每一种的进行报警。结果表明对于发情检测，3个猪群的敏感度分别为59％，70％和75％。
2.3 行为
2.3.1 运动量
母猪在发情前期运动量明显增加，表现为躺卧减少，站立和走动次数增多，而且常常伴随爬栏、跳圈等现象。母猪发情期的行为表现比非发情期更加活跃，张子云的研究表明长大和梅山后备母猪发情期夜间起卧次数极显著高于非发情期。
目前的研究多采用加速度传感器、红外探测器实时收集母猪的运动状况进而预测发情状态。Bressers利用一个含单轴加速度传感器的颈圈来记录母猪的行为，以平均幅值及超过限定阈值的信号数量作为参数计算运动量。当加速度阈值设定为10m/s²时，母猪发情期间的加速度变化量显著增加，运动量比发情前一天提高10倍。Freson在母猪断奶后在身体前部50cm处佩戴红外传感器收集输出电压量化值，将其量化为4个身体运动参数，当使用平均日活动作为选择参数时，高达80％的母猪可以被正确地分类到发情的类别中。
2.3.2 公猪访问行为
采用公猪试情是养猪场内最经济、实用的人工查情方法。母猪在试情公猪前会出现寻找、靠近公猪、鼻－鼻接触、静立反射等行为表现。但人工查情方法工作量大，判定结果易受主观因素干扰。因此欧洲的母猪群养系统养殖场中，多采用接触窗和通过专用通道等方式，来计算母猪接触公猪的行为特征比如拜访频率、时长等，也有通过母猪动态图像智能提取技术可以实现母猪对公猪试情的情况反馈，进而实现自动发情鉴定。
Bressers在母猪群养系统中收集了所有断奶的母猪访问公猪的频率和持续时间，并将其访问的区域和行为进行分类。研究表明在进一步优化了拜访公猪指数（BVI）后使得发情母猪的检出率达到了90%，并且使得假阳性的结果低于5%。
2.4 声音
声音是行为的一个重要特征之一，在养猪生产中可以用于图像识别和其他物联网设备监测的辅助。母猪在发情周期声音呈现有规律的变化。在发情盛期，母猪哼叫声明显增加，因此可以将其作为发情检测的特征之一。
目前母猪的声音识别研究主要集中在哺乳母猪的哺乳声、采食咀嚼声、采食声和饮水声等声音特征提取及分类识别，以及通过猪只咳嗽声的识别来对猪只疾病进行预测，尚未开展针对母猪发情方面的声音监测研究。
2.5 智能设备的集成应用及发展方向
中国是世界第一大猪肉生产国，也是第一大猪肉消费国。猪肉相关产业在农业产业中排名第一。整个猪肉市场的容量，吸引了大量技术和资本的投入。网易是最早宣布进军养猪业的互联网企业，采用自有养殖场，全产业链自营的模式生产。阿里云的“ET大脑”AI养猪包含各类猪只数量识别、猪群行为特征分析、疾病识别和预警、无人称重等十项功能。京东数科运用神农大脑（AI）、神农物联网设备（IoT）和神农系统（SaaS）独创的养殖巡检机器人、饲喂机器人、3D农业级摄像头等先进设备与技术，实现养殖基地的智能化、数字化和互联网化。
随着越来越多的高科技企业加入到养猪业，在此过程中收集并标注了越来越多的数据。智能摄像头、机器人、智能音箱等边缘计算设备也开发出了专用产品，解决了猪场边缘处的终端设备需要具备足够的推断计算能力。母猪发情检测工作对人的依懒性强，工作量大，依靠机器又会漏掉很多特征，集成各种智能设备，多角度采集海量数据，引入人工智能，并对这些数据进行特征区分、聚类和识别，数据、算法和算力三管齐下，可降低工人的工作量，提高发情检测的准确性，使养猪业智能化的发展成为可能。
