CN112733084B - 一种六月龄湖羊体重的测量方法和装置 - Google Patents

Abstract

本公开涉及畜牧信息化处理技术领域，具体提供一种六月龄湖羊体重的测量方法及模型和预测方法。根据湖羊样本出生时的同胞数进行分组，获取湖羊样本断奶体重数据，待湖羊样本生长到六月，获取六月龄湖羊样本的体重、体长、体高、胸围数据，按照同胞数分组结果，分别根据体重与体长、体高、胸围及断奶体重的对应关系，建立几组体重测量模型；获取待测湖羊出生时的同胞数，断奶时的体重数据；获取待测六月龄湖羊的体尺数据，根据待测湖羊出生时的同胞数确定适合的体重测量模型，代入待测六月龄湖羊的体尺及断奶体重数据，既得。解决现有技术中六月龄湖羊捆绑四蹄称重法或悬挂称重法操作难度高，操作时间长，称重误差大，容易对湖羊造成伤害的问题。

Description

一种六月龄湖羊体重的测量方法和装置

技术领域

本公开涉及畜牧信息化处理技术领域，具体提供一种六月龄湖羊体重的测量及装置。

背景技术

这里的陈述仅提供与本公开有关的背景信息，而不必然构成现有技术。

湖羊是太湖平原重要的家畜之一，是我国一级保护地方畜禽品种，具有早熟、四季发情、多羔、泌乳性能好、耐高温高湿和粗饲等优良性状。随着人们经济水平和生活质量不断攀升，对羊肉肉质要求不断提高，具备高品质且易繁殖特点的湖羊得到消费者和养殖业的一致喜爱。因此，湖羊规模化养殖场在我国各地纷纷出现。

从湖羊早期各生长阶段的背最长肌组织学性状变化及肌肉脂肪沉积规律，以及养殖投入产出比最大化来讲，湖羊最适的屠宰时间以6月龄为宜。为了选育出生长性能和产肉性能高的湖羊良种，需要开展湖羊的本品种选育，选择具备优良特性的湖羊组建核心群。目前育种场内一般采取测定初生、断奶、6月龄等体重体尺等生产性能测定指标，选育出饲料转化率高、产肉性能高的湖羊作为核心群后备羊。因此，6月龄产肉性能是开展湖羊选育的关键因素之一。

然而，现有技术中开展湖羊核心群选育时，往往采取测定6月龄的体重体尺或采用超声波测定、背膘仪测定眼肌面积，甚至是直接抽样屠宰的方式来获取6 月龄的产肉性能。由于体重体尺与6月龄的产肉性间能没有建立必然的联系，在选育时往往通过测定初生重、断奶及6月龄体重体尺等指标进行盲目的选择，而体尺又包括体高、体长、胸围、胸深等，且体重与各体尺间的关联性不清楚，这就给后备羊的选择带来极大的盲目性。为了减少盲目性的发生，通常采取对羊只进行屠宰后称重、测量眼肌面积的方式进行产肉性能的测定，虽然这种方式对于产肉性能的选择更加准确，但是屠宰对于优良种羊的选择和保种来说就失去了意义，且对育种工作来说损失巨大。对于超声波或背膘仪测定眼肌面积的方式虽然比体重体尺更加直观，但对人员设备及技术提出了很高的要求，同时对于育种工作也带来了极大工作量。如果能在早期能根据生产数据进行6月龄产肉性能的预测，及早剔除选育中不达标的后备羊，对于湖羊育种及肉羊产业的发展具有非常重要现实意义。

综上所述，发明人发现，现有技术中湖羊6月龄体重的测量，存在诸多弊端，不适用于规模化养殖场种羊的选育。

发明内容

针对现有技术中六月龄湖羊选育中存在的盲目性、选育耗时长、对技术要求高、甚至牺牲优良种羊的选育方式，对湖羊育种工作造成损失的问题。且现有技术中湖羊6月龄体重的预测仅采用6月龄体重体尺及测定眼肌面积、屠宰的方法，不能满足肉羊选育工作的要求。

本公开一个或一些实施方式中，提供一种六月龄湖羊体重的测量方法，包括如下步骤：

根据湖羊样本出生时的同胞数，对湖羊样本进行分组；

获取湖羊样本断奶体重；

待湖羊样本生长到六月，获取六月龄湖羊样本的体重、体长、体高、胸围数据，进行线性拟合，建立六月龄体重测量模型；

获取待测湖羊出生时的同胞数，断奶时的体重数据；

获取待测六月龄湖羊的体长、体高、胸围数据，根据待测湖羊出生时的同胞数确定适合的体重测量模型，代入待测六月龄湖羊的体长、体高、胸围、断奶体重数据，得到待测六月龄湖羊体重。

本公开一个或一些实施方式中，提供一种六月龄湖羊体重预测方法，包括如下步骤：

获取湖羊断奶体重；

根据上述六月龄湖羊体重的测量方法中所述的体重测量模型建立方法建立基于同胞数的六月龄体重预测模型，从几组体重预测模型中挑选断奶体重影响因子高的体重预测模型，对于适应模型的待测湖羊，挑选出断奶体重低的湖羊进行淘汰处理。

本公开一个或一些实施方式中，提供一种六月龄湖羊体重的测量装置，包括处理单元和体重估算单元；

所述处理单元包括数据采集单元、模型构建单元、体尺数据测量单元；

数据采集单元，用于获取湖羊样本的体重、体高、体长、胸围、断奶体重、同胞数数据；

模型构建单元，用于根据湖羊样本同胞数进行分组，每组分别根据湖羊样本体重与体高、体长、胸围、断奶体重的对应关系建立几组体重测量模型；

体尺数据测量单元，用于获取待测六月龄湖羊的体高、体长、胸围、断奶体重、同胞数数据。

所述体重估算单元，用于根据待测六月龄湖羊的体尺数据，并根据同胞数分组将体尺数据输入对应的体重预测模型得到六月龄湖羊体重。

上述技术方案中的一个或一些技术方案具有如下优点或有益效果：

1)本公开根据湖羊不同的同胞数进行分组，分别建立多个模型，不同同胞数之间建立不同的方程，每组方程之间的参数不同，在体重测量时，根据不同方程所需系数不同，代入不同的体尺数据，由于体尺测量无需对湖羊进行捆绑，测量难度低，因此该方法对湖羊伤害较小，实际应用性强。

2)本公开根据湖羊不同模型之间的断奶体重相关系数不同，将断奶体重系数高，但断奶体重低的湖羊个体淘汰，较大程度避免了产肉性能较低的湖羊生产期对饲料的浪费问题，大大提高了养殖场收益。

3)本公开通过对大量湖羊育种数据的分析研究，运用湖羊早期的数据，包括同胞数、断奶重、断奶时的体长、体高、胸围5个因素建立了预测6月龄体重的模型，对于肉羊核心育种场的选育工作及推动我国羊种业的发展意义重大。

4)由于湖羊多胎，不同同胞数对湖羊的生长具有一定营养，为了研究同胞数与6月龄产肉性能之间的关系，提高饲养转化率，进一步明确同胞数对选育方向的影响，因此，本公开可以针对特殊同胞数的羊群，在湖羊幼年时预测其6 月龄的体重，养殖场就可以进行判断是否可以将湖羊提前淘汰来保证最大收益，

附图说明

构成本公开一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。

图1为实施例中不同同胞数之间湖羊断奶体重对比图。其中，图中，标不同小写字母表示差异显著(P<0.05)，相同字母表示差异不显著(P>0.05)。

图2为实施例中不同同胞数的六月龄湖羊体重对比图。其中，图中，标不同小写字母表示差异显著(P<0.05)，相同字母表示差异不显著(P>0.05)。

图3为实施例中不同同胞数的六月龄湖羊体长对比图。其中，图中，标不同小写字母表示差异显著(P<0.05)，相同字母表示差异不显著(P>0.05)。

图4为实施例中不同同胞数的六月龄湖羊体高对比图。其中，图中，标不同小写字母表示差异显著(P<0.05)，相同字母表示差异不显著(P>0.05)。

图5实施例中不同同胞数的六月龄湖羊胸围对比图。其中，图中，标不同小写字母表示差异显著(P<0.05)，相同字母表示差异不显著(P>0.05)。

图6为六月龄体重与体高的拟合直线图。

图7为六月龄体重与六月龄断奶体重的拟合直线图。

图8为六月龄体重与六月龄体长的拟合直线图。

图9为六月龄体重与六月龄胸围的拟合直线图。

具体实施方式

下面将对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本公开的一部分实施例，而不是全部实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本公开保护的范围。

针对现有技术中六月龄湖羊捆绑四蹄称重法或悬挂称重法操作难度高，操作时间长，称重误差大，容易对湖羊造成伤害的问题。且现有技术中湖羊的体重预测仅采用目测法，可靠度十分低。

本公开“同胞数”的含义为：湖羊母体同一胎所生的羔羊只数。

本公开一个或一些实施方式中，提供一种六月龄湖羊体重的测量方法，包括如下步骤：

根据湖羊样本出生时的同胞数，对湖羊样本进行分组；

获取湖羊样本断奶体重数据；

待湖羊样本生长到六月，获取六月龄湖羊样本的体重、体长、体高、胸围数据，进行线性拟合，建立六月龄体重测量模型；

获取待测湖羊出生时的同胞数，断奶时的体重数据；

获取待测六月龄湖羊的体长、体高、胸围数据，根据待测湖羊出生时的同胞数确定适合的体重测量模型，代入待测六月龄湖羊的体长、体高、胸围、断奶体重数据，得到待测六月龄湖羊体重。

本公开根据湖羊不同的同胞数进行分组，分别建立多个模型，不同同胞数之间建立不同的方程，每组方程之间的参数不同，在体重测量时，根据不同方程所需系数不同，代入不同的体尺数据，由于体尺测量无需对湖羊进行捆绑，测量难度低，因此该方法对湖羊伤害较小，实际应用性强。

优选的，所述体重测量模型均为多元线性回归模型。多元元线性回归模型建立方法简单，且易调整，计算，实用性强。

优选的，当湖羊样本同胞数为1时，仅获取六月龄湖羊样本的体重、断奶体重和胸围数据，并根据体重与断奶体重、胸围的数据，建立六月龄体重测量模型；

对应的，同胞数为1的待测六月龄湖羊仅代入待测湖羊断奶体重和胸围数据，既得同胞数为1的待测六月龄湖羊体重。

优选的，当同胞数为2时，仅获取六月龄湖羊样本的体重、体高、断奶体重、体长数据，并根据体重与断奶体重、胸围的数据，建立体重测量模型；

对应的，同胞数为2的待测六月龄湖羊仅代入待测湖羊体高、断奶体重、体长数据，既得同胞数为2的待测六月龄湖羊体重。

优选的，按照同胞数为1、2及≥3分成三组。

优选的，当同胞数为1时，体重测量模型为t＝0.645d+0.350w-3.561；

当同胞数为2时，体重测量模型为t＝0.359g+0.554d+0.083c-0.556；

当同胞数为大于等于3时，体重测量模型为t＝0.485w+0.112g-0.135c+0.476；

其中，t为6月龄体重，d为断奶体重、c为体长、g为体高和w为胸围。

优选的，还包括如下步骤，当无法获取待测湖羊出生时同胞数数据时，采用如下步骤获得六月龄湖羊体重：

获取湖羊样本断奶体重数据，获取六月龄湖羊样本的体重、体高、胸围数据，

待湖羊样本生长到六月，获取六月龄湖羊样本的体重、体长、体高、胸围数据，进行线性拟合，建立6月龄体重测量模型；

获取待测湖羊断奶时的体重数据；

获取待测六月龄湖羊的体高、胸围数据，代入待测六月龄湖羊的体高、胸围、断奶体重数据，得到待测六月龄湖羊体重。

优选的，当无法获取待测湖羊出生时同胞数数据时，体重测量模型为 t＝0.240w+0.246g+0.068d+1.242；

其中，t为6月龄体重，d为断奶体重、g为体高和w为胸围。

本公开一个或一些实施方式中，提供一种六月龄湖羊体重预测方法，包括如下步骤：

获取湖羊断奶体重，

根据上述六月龄湖羊体重的测量方法中所述的体重测量模型建立方法建立关于同胞数的体重预测模型，从几组体重预测模型中挑选断奶体重影响因子高的体重预测模型，对于适应模型的待测湖羊，挑选出断奶体重低的湖羊进行淘汰处理。

本公开根据湖羊不同模型之间的断奶体重影响因子不同，将断奶体重影响因子高，但断奶体重低的湖羊个体淘汰，较大程度避免了产肉性能较低的湖羊生产期对饲料的浪费问题，大大提高了养殖场收益。

如当同胞数为1时，体重测量模型为t＝0.645d+0.350w-3.561，其中断奶体重影响因子高达0.645，若某湖羊个体断奶体重低，且同胞数为1，那么可以推定其六月龄时体重较轻，产肉性能差，可以在断奶时淘汰，避免饲料的浪费。

同样的，如果同胞数为3时，其体重测量模型为 t＝0.485w+0.112g-0.135c+0.476；若测得某湖羊个体同胞数为3，断奶体重对六月龄体重几乎无影响，因此，断奶体重较低羊只可以选择加强饲养管理的方式增重。

本公开一个或一些实施方式中，提供一种六月龄湖羊体重的测量装置，包括处理单元和体重估算单元；

所述处理单元包括数据采集单元、模型构建单元、体尺数据测量单元；

数据采集单元，用于获取湖羊样本的体重、体高、体长、胸围、断奶体重、同胞数数据；

模型构建单元，用于根据湖羊样本同胞数进行分组，每组分别根据湖羊样本体重与体高、体长、胸围、断奶体重的对应关系建立几组体重测量模型；

体尺数据测量单元，用于获取待测六月龄湖羊的体高、体长、胸围、断奶体重、同胞数数据

所述体重估算单元，用于根据待测六月龄湖羊的体尺数据，并根据同胞数分组将体尺数据输入对应的体重预测模型得到六月龄湖羊体重。

优选的，还包括去同胞数单元，所述去同胞数单元包括去同胞数处理单元和去同胞数体重估算单元，

所述去同胞数数据处理单元，用于获取湖羊样本的体重、体高、体长、胸围、断奶体重数据；并根据体重与体高、体长、胸围、断奶体重的对应关系建立几组体重测量模型；

所述去同胞数体重估算单元，用于根据待测六月龄湖羊的体尺数据，并将体尺数据输入对应的体重预测模型得到六月龄湖羊体重。

实施例

本实施例提供本公开中一元和多元线性回归方程的建立过程，包括如下步骤：

1材料与方法

1.1样本的采集和处理

本研究以868只湖羊为试验群体，均来自国家肉羊核心育种场——杭州庞大农业开发有限公司。同胞数和断奶体重来自养殖场育种记录，并逐只测定6月龄体重、体高、体长、胸围。根据出生同胞数分三个组，即TBS1组(1只同胞数)、 TBS2组(2只同胞数)、TBS3组(3只及以上同胞数)，详情见表1。

表1样本信息表

Table 1 Information of samples

1.2数据处理

所得试验数据均采用SPSS22.0软件进行分析，采用单因素方差分析进行显著性检验，显著性水平设置为α＝0.05，采用线性回归模型方法，确定6月龄体重与断奶重、体长、体高及胸围的相关性，结果以“平均值±标准差”表示。

2.1同胞数对断奶体重的影响

所研究湖羊群体中，TBS1组断奶体重平均值为20.50±4.14Kg，TBS2组断奶体重平均值为16.88±2.49Kg，TBS3组断奶体重平均值为16.67±9.25Kg，我们发现TBS3组的标准差较其它两组大，数据表现出了较高的离散性，组内个体断奶体重差异较大。TBS3组断奶体重显著(P<0.05)低于TBS1组和TBS2组， TBS1组和TBS2组间差异不显著，见图1。

2.2同胞数对6月龄体重的影响

TBS1组6月龄体重平均值为38.69±7.28Kg，TBS2组6月龄体重平均值为 36.78±5.32Kg，TBS3组6月龄体重平均值为35.16±4.74Kg。随着同胞数的增加，湖羊六月龄体重呈减小的变化趋势。其中，TBS1组6月龄体重显著(P<0.05) 高于TBS2组和TBS3组，TBS2显著(P<0.05)高于TBS3组，见图2。

2.3同胞数对体长的影响

TBS1组6月龄体长平均值为79.13±14.77cm，TBS2组6月龄体长平均值为73.16±10.41cm，TBS3组6月龄体长平均值为70.51±9.254cm。随着同胞数的增加，湖羊六月龄体长呈下降的变化趋势。TBS1组6月龄体长值最大，TBS3 组6月龄体长值最小，三个组组间差异均显著(P<0.05)，见图3。

2.4同胞数对体高的影响

TBS1组6月龄体高平均值为65.92±12.28cm，TBS2组6月龄体高平均值为61.08±8.55cm，TBS3组6月龄体高平均值为58±7.73cm。随着同胞数的增加，湖羊六月龄体高呈下降的变化趋势。TBS1组6月龄体高值最大，TBS2组次之，TBS3组最小，三个组组间差异均显著(P<0.05)，见图4。

2.5同胞数对胸围的影响

TBS1组6月龄胸围平均值为87.11±16.17cm，TBS2组6月龄胸围平均值为 80.52±11.42cm，TBS3组6月龄胸围平均值为77.55±10.10cm。随着同胞数的增加，湖羊六月龄胸围呈减小的变化趋势。其中，TBS1组6月龄胸围显著(P<0.05) 高于TBS2组和TBS3组，TBS2显著(P<0.05)高于TBS3组，见图5。

3一元线性回归

首先根据最小二乘法原理，采用一元线性回归模型来分析6月龄体重分别与断奶体重、体长、体高及胸围的相关系数。拟合优度(R²)是一元线性回归模型的重要检验指标，R²最大值是1，值越接近1，说明回归直线对观测值的拟合程度越好，越接近生产实际。通过一元线性回归模拟，分析得出两参数之间的拟合直线和回归方程，详见图6、图7、图8、图9和表2。从图6～图9可以大致看出6月龄体重(t)与断奶体重(d)、体长(c)、体高(g)及胸围(w)之间呈线性正相关。从表2中可以看出6月龄体重与体长、体高、胸围回归方程具有良好的拟合优度，相关程度为高度相关；六月龄体重与断奶体重回归方程拟合优度较低，相关程度为微弱相关。

表2回归方程

3多元线性回归

为了更进一步研究6月龄体重与断奶体重、体长、体高及胸围的相关性。基于同胞数，运用逐步回归方法,建立以6月龄体重(t)为因变量，以断奶体重(d)、体长(c)、体高(g)和胸围(w)指标为自变量的多元线性回归方程。

3.1同胞数为1胎的回归方程的建立

采用多元线性回归模型对所述参数进行回归分析，基于同胞数为1胎，6月龄体重与断奶体重、胸围的回归方程如下：

t＝0.645d+0.350w-3.561

对该回归方程进行了拟合优度检验、显著性F检验、回归系数显著性t检验和残差分析，以确定其可靠性。

3.1.1拟合优度检验

模型摘要^c

a预测变量：(常量),胸围；b.预测变量：(常量),胸围,断奶体重；c.因变量：6月龄重(KG)

模型2的估计标准误差小于模型1估计标准误差；模型2调整后的R²值大于模型1的R²值，说明该回归方程有较高的拟合优度。

3.1.2显著性F检验

方差分析

该回归方程总体达到显著水平(P<0.05)，确保了该整体方程的有效性

3.1.3显著性t检验

回归系数

胸围和断奶体重回归系数总体达到了显著水平(P<0.05)，回归系数是有效的。

3.1.4残差分析

残差分析

注：因变量，6月龄体重

6月龄体重常规残差独立、且服从正态分布、平均值为0、等方差，说明该回归方程是可信的。

3.2同胞数为2胎的回归方程的建立

采用多元线性回归模型对所述参数进行回归分析，基于同胞数为2胎，6月龄体重与断奶体重、体高和体长的回归方程如下：

t＝0.359g+0554d+0.083c-0.556

对该回归方程进行了拟合优度检验、显著性F检验、回归系数显著性t检验和残差分析，以确定其可靠性。

3.2.1拟合优度检验

模型摘要^d

a.预测变量：(常量),体高；b.预测变量：(常量),体高,断奶重(KG)

c.预测变量：(常量),体高,断奶体重,体长；d.因变量：6月龄重(KG)

模型3的估计标准误差均小于模型1和模型2的估计标准误差；模型3调整后的R²值大于模型1和模型2的R²值，模型3R²＝0.913,说明该回归方程有较高的拟合优度。

3.2.2显著性F检验

方差分析

该回归方程总体达到显著水平(P<0.05)，确保了该整体方程的有效性。

3.2.3显著性t检验

回归系数

体高、体长和断奶体重回归系数总体达到了显著水平(P<0.05)，回归系数是有效的。

3.2.4残差分析

残差分析

注：因变量，6月龄体重

6月龄体重常规残差独立、且服从正态分布、平均值为0、等方差，说明该回归方程是可信的。

3.3同胞数为多胎(≧3)的回归方程的建立

采用多元线性回归模型对所述参数进行回归分析，基于同胞数为多胎(≧3)，6月龄体重与断奶体重、胸围的回归方程如下：

t＝0.485w+0.112g-0.135c+0.476

对该回归方程进行了拟合优度检验、显著性F检验、回归系数显著性t检验和残差分析，以确定其可靠性。

3.3.1拟合优度检验

模型摘要d

a.预测变量：(常量),胸围；b.预测变量：(常量),胸围,体高

c.预测变量：(常量),胸围,体高,体长；d.因变量：6月龄重(KG)

模型3的估计标准误差均小于模型1和模型2的估计标准误差；模型3调整后的R²值大于模型1和模型2的R²值，模型3R²＝0.903,说明该回归方程有较高的拟合优度。

3.3.2显著性F检验

方差分析

该回归方程总体达到显著水平(P<0.05)，确保了该整体方程的有效性。

3.3.3显著性t检验

回归系数

体高、体长和胸围回归系数总体达到了显著水平(P<0.05)，回归系数是有效的。

3.3.4残差分析

残差分析

注：因变量，6月龄体重

6月龄体重常规残差独立、且服从正态分布、平均值为0、等方差，说明该回归方程是可信的 3.4湖羊群体所述参数回归方程的建立

基于群体，采用多元线性回归模型对所述参数进行回归分析，6月龄体重与断奶体重、体高和胸围的回归方程如下：

t＝0.240w+0.246g+0.068d+1.242

对该回归方程进行了拟合优度检验、显著性F检验、回归系数显著性t检验和残差分析，以确定其可靠性。

3.4.1拟合优度检验

模型摘要^d

a.预测变量：(常量),胸围；b.预测变量：(常量),胸围,体高

c.预测变量：(常量),胸围,体高,断奶体重

d.因变量：6月龄重(KG)

模型3的估计标准误差均小于模型1和模型2的估计标准误差；模型3调整后的R²值大于模型1和模型2的R²值，模型3R²＝0.838,说明该回归方程有较高的拟合优度。

3.4.2显著性F检验

方差分析

该回归方程总体达到显著水平(P<0.05)，确保了该整体方程的有效性

3.4.3显著性t检验

回归系数

回归系数总体达到了显著水平(P<0.05)，回归系数是有效的。

3.4.4残差分析

残差分析

注：因变量，6月龄体重

6月龄体重常规残差独立、且服从正态分布、平均值为0、等方差，说明该回归方程是可信的。

以上所揭露的仅为本公开的优选实施例而已，当然不能以此来限定本公开之权利范围，因此依本公开申请专利范围所作的等同变化，仍属本公开所涵盖的范围。

Claims (9)

1.一种六月龄湖羊体重的测量方法，其特征在于，包括如下步骤：

根据湖羊样本出生时的同胞数，对湖羊样本进行分组，

获取湖羊样本断奶体重数据，

待湖羊样本生长到六月，获取六月龄湖羊样本的体重、体长、体高、胸围数据，进行线性拟合，建立六月龄体重测量模型，具体地，

当同胞数为1时，体重测量模型为t＝0.645d+0.350w-3.561；

当同胞数为2时，体重测量模型为t＝0.359g+0.554d+0.083c-0.556；

当同胞数为大于等于3时，体重测量模型为t＝0.485w+0.112g-0.135c+0.476；

其中，t为6月龄体重，d为断奶体重、c为体长、g为体高和w为胸围；

获取待测湖羊出生时的同胞数，断奶时的体重数据；

获取待测六月龄湖羊的体长、体高、胸围数据，根据待测湖羊出生时的同胞数确定适合的体重测量模型，代入待测六月龄湖羊的体长、体高、胸围、断奶体重数据，得到待测六月龄湖羊体重。

2.如权利要求1所述的六月龄湖羊体重的测量方法，其特征在于，所述体重测量模型均为线性回归模型。

3.如权利要求1所述的六月龄湖羊体重的测量方法，其特征在于，当湖羊样本同胞数为1时，仅获取六月龄湖羊样本的体重、断奶体重和胸围数据，并根据体重与断奶体重、胸围的数据，建立体重预测模型；

对应的，同胞数为1的待测六月龄湖羊仅代入待测湖羊断奶体重和胸围数据，既得同胞数为1的待测六月龄湖羊体重。

4.如权利要求1所述的六月龄湖羊体重的测量方法，其特征在于，当同胞数为2时，仅获取六月龄湖羊样本的体重、体高、断奶体重、体长数据，并根据体重与断奶体重、胸围的数据，建立体重预测模型；

对应的，同胞数为2的待测六月龄湖羊仅代入待测湖羊体高、断奶体重、体长数据，既得同胞数为2的待测六月龄湖羊体重。

5.如权利要求1所述的六月龄湖羊体重的测量方法，其特征在于，按照同胞数为1、2及大于等于3分成三组。

6.如权利要求1所述的六月龄湖羊体重的测量方法，其特征在于，还包括如下步骤，当无法获取待测湖羊出生时同胞数数据时，采用如下步骤获得六月龄湖羊体重：

获取湖羊样本断奶体重数据，获取六月龄湖羊样本的体重、体高、胸围数据，

待湖羊样本生长到六月，根据体重与体高、胸围及断奶体重的对应关系，建立体重测量模型；

获取待测湖羊断奶时的体重数据；

获取待测六月龄湖羊的体高、胸围数据，代入待测六月龄湖羊的体高、胸围、断奶体重数据，得到待测六月龄湖羊体重；

当无法获取待测湖羊出生时同胞数数据时，体重测量模型为

t＝0.240w+0.246g+0.068d+1.242；

其中，t为6月龄体重，d为断奶体重、g为体高和w为胸围。

7.一种六月龄湖羊体重预测方法，其特征在于，包括如下步骤：

获取湖羊断奶体重，

根据权利要求1-6任一项所述的六月龄湖羊体重的测量方法中所述的体重测量模型建立方法建立关于同胞数的体重预测模型，从几组体重预测模型中挑选断奶体重影响因子高的体重预测模型，对于适应模型的待测湖羊，挑选出断奶体重低的湖羊进行淘汰处理。

8.一种六月龄湖羊体重的测量装置，其特征在于，包括处理单元和体重估算单元；

所述处理单元包括数据采集单元、模型构建单元、体尺数据测量单元；

数据采集单元，用于获取湖羊样本的体重、体高、体长、胸围、断奶体重、同胞数数据；

模型构建单元，用于根据湖羊样本同胞数进行分组，每组分别根据湖羊样本体重与体高、体长、胸围、断奶体重的对应关系建立几组体重测量模型，具体地，

当同胞数为1时，体重测量模型为t＝0.645d+0.350w-3.561；

当同胞数为2时，体重测量模型为t＝0.359g+0.554d+0.083c-0.556；

当同胞数为大于等于3时，体重测量模型为t＝0.485w+0.112g-0.135c+0.476；

其中，t为6月龄体重，d为断奶体重、c为体长、g为体高和w为胸围；

体尺数据测量单元，用于获取待测六月龄湖羊的体高、体长、胸围、断奶体重、同胞数数据；

所述体重估算单元，用于根据待测六月龄湖羊的体尺数据，并根据同胞数分组将体尺数据输入对应的体重预测模型得到六月龄湖羊体重。

9.如权利要求8所述的六月龄湖羊体重的测量装置，其特征在于，还包括去同胞数单元，所述去同胞数单元包括去同胞数处理单元和去同胞数体重估算单元，

所述去同胞数数据处理单元，用于获取湖羊样本的体重、体高、体长、胸围、断奶体重数据；并根据体重与体高、体长、胸围、断奶体重的对应关系建立几组体重测量模型；

所述去同胞数体重估算单元，用于根据待测六月龄湖羊的体尺数据，并将体尺数据输入对应的体重预测模型得到六月龄湖羊体重。

Images