蛋鸡舍CO2浓度与死淘风险关联分析数据

本数据集由企业自有CO2传感器、鸡舍死淘台账自主采集生成，数据加工规则为自研标准化评估框架，可对外适配全品类家禽养殖经营主体使用。 该数据面向家禽养殖全产业链外部主体提供量化分析支撑，适用对象分为三类：1. 规模化蛋鸡、肉鸡养殖企业，可直接复用CO2分级、死淘同步异常判定规则，自主开展舍内通风风险自查；2. 畜禽环控软硬件设备厂商，可将整套评估逻辑嵌入通风监测系统，配套健康预警功能对外交付客户；3. 畜牧养殖技术服务机构，依托统一阈值出具标准化鸡舍环控优化诊断报告。 行业通用痛点：当前养殖行业仅单独统计CO2、死淘两项指标，缺乏二者同步联动量化标准，人工判定高风险时段误差大，中小养殖主体无成熟标准化分析工具。 对外复用价值：整套加工判定阈值固定可复现，无需二次调试适配，统一家禽养殖环控数据核算口径，减少外部主体自主开发分析程序的人力、时间成本，可广泛应用于各类密闭禽舍环境健康监测业务场景。（一）加工前的数据说明 数据来源于企业鸡舍传感器采集和每日死淘记录，企业自行采集的鸡舍环境与生产关联数据。日期：数据采集日期，格式YYYY-MM-DD。时间：数据采集时点，格式HH:MM，按小时级采集。鸡舍：鸡舍编号，本数据集为A3。日龄：鸡群当日日龄，单位天，整数。周龄：鸡群当日周龄，单位周，整数。 CO2_ppm（整数）：鸡舍内CO2浓度传感器单时点读数，单位ppm，整数。当日存栏羽（只）：当日鸡舍存活鸡只总数，单位只，整数。死淘羽数（只）：当日鸡舍死亡及淘汰鸡只合计数，单位只，整数。（二）处理规则：以下计算均以Python Pandas执行，各步骤按顺序链式依赖，后一步使用前一步已完成四舍五入后的结果作为输入。 死淘率计算：死淘率（四舍五入保留八位小数）=死淘羽数（只）÷当日存栏羽（只）死淘率千分比转换：死淘率‰（四舍五入保留两位小数）=死淘率×1000 样本均值计算：样本均值（四舍五入保留八位小数）= 死淘率‰列所有值之和÷行数 CO2浓度分级：判定规则：以Python Pandas对单时点CO2_ppm（整数）判定—— • CO2_ppm（整数）< 600（单位ppm）：CO2分级 = "正常" • 600 ≤ CO2_ppm（整数）≤ 1500（单位ppm）：CO2分级 = "关注" • CO2_ppm（整数）> 1500（单位ppm）：CO2分级 = "风险" 边界说明：600ppm含在"关注"档（即≥600即归入关注），1500ppm含在"关注"档（即≤1500仍归入关注），>1500才归入"风险"。 1. CO2-死淘异常标记： 判定规则：Pandas批量标记，同时满足以下两个条件的行赋值1，否则赋值0—— 条件一：CO2_ppm（整数）> 600（单位ppm） 条件二：死淘率‰（四舍五入保留两位小数）> 样本均值（四舍五入保留八位小数） 两个字段均为严格大于（>），等于不触发标记。 赋值规则：满足两个条件 → CO2-死淘异常标记 = 1；不满足任一条件 → CO2-死淘异常标记 = 0。 （三）算法应用 CO2分级标识通风不足程度，异常标记锁定高CO2同步高死淘的时点，指导企业回溯排查并针对性调整通风参数。

搜集汇总

背景与挑战

背景概述

本数据集由企业自主采集蛋鸡舍CO2浓度与死淘记录，基于自研标准化框架进行关联分析，通过CO2分级和死淘异常标记识别通风不足与高死淘的同步风险时点，可复用于全品类家禽养殖主体。数据覆盖规模化养殖企业、环控设备厂商和技术服务机构，解决行业缺乏联动量化标准、人工判定误差大的问题，提供固定可复现的判定阈值，降低二次开发成本，适配密闭禽舍环境健康监测业务。