红外热成像如何精准检测奶牛亚临床乳腺炎？

乳腺炎是全球奶牛产业面临的重大经济挑战，每年造成约350亿美元的损失。其中，亚临床乳腺炎（SM）因无明显症状常被忽视，却可导致产奶量下降、治疗成本增加及奶牛福利受损。传统检测方法如加州乳腺炎试验（CMT）虽可靠，但依赖人工操作，难以实现规模化早期筛查。如何利用非侵入性技术精准识别亚临床乳腺炎，同时考虑环境因素对检测结果的影响呢？

斯里兰卡佩拉德尼亚大学Weerasinghe Pathirage Chamila Gayani WEERASINGHE博士等通过红外热成像技术（IRT）确定了不同气候区的温度阈值，为高效检测提供了新思路。相关文章已发表于《农业科学与工程前沿》（英文）（DOI: 10.15302/J-FASE-2025638）。

研究团队在斯里兰卡四个典型农业区（高地、中部、椰子三角区、西部省）选取了658个中小型奶牛场，对1074头奶牛的4274个乳区进行红外热成像检测。结果显示，亚临床乳腺炎阳性乳区的表面温度（USST）显著高于健康乳区，且温差因区域而异：高地（UP）温差达2.49 ℃，中部（MC）2.17 ℃，西部省（WP）1.90 ℃，椰子三角区（CT）1.86 ℃。这一发现表明，红外热成像可通过乳区与体侧皮肤的温差（ΔT）实现SM筛查，当温差超过对应区域阈值时，即可判定为疑似感染。

环境温度和温湿度指数（THI）对阈值影响显著。数据显示，环境温度最低的高地（22.6 ℃）阈值最高，而温度最高的西部省（29.7 ℃）阈值最低。回归分析证实，环境温度每升高1 ℃，温差阈值降低0.08 ℃；THI每增加1单位，阈值降低0.05 ℃。高温环境下奶牛体温调节机制激活，乳区与体侧皮肤温度同步升高，导致温差缩小，因此需根据区域气候调整判断标准。

本研究将红外热成像技术与区域环境参数结合，建立了适用于热带地区的SM检测模型。相比传统方法，IRT具有非接触、快速、可批量检测的优势，农民通过手持热像仪拍摄乳区，即可通过温差对比初步判断感染情况。

尽管存在拍摄距离、角度等潜在误差，但通过标准化操作即可有效控制。未来的研究建议将该技术整合至牧场管理软件，并结合体细胞计数等指标提高检测精度。这一成果为发展中国家奶牛产业的疾病防控提供了实用工具，有望推动中小牧场实现精准化管理，减少经济损失并改善动物福利。