项目的第二阶段，我们对家禽供应链的多家养殖场除了建立对沙门氏菌等风险监测体系外，还要通过对家禽养殖场建立多维度的大数据研究体系。通过对养殖场建立定量化研究体系，实现对养殖场的多维度特征分析，从而利用大数据的方式定量对养殖场进行风险评估及风险预警。从原有单一的疾病预警上升到从养殖链、加工链就可以预先发现风险出现的源头，保证肉禽的适配安全问题。再建立一套基于区块链的养殖场肉禽溯源体系，提高透明度方面的食品安全性，可追溯性，及早期预警和快速反应。

为了建立家禽养殖场的多维度大数据研究体系，由韩宇星教授带领的区块链及风险评估团队开展一系列的任务与工作。我们开展了大数据分析研究工作，建立研究团队，进行对禽类大数据的分析研究。其中团队前往江丰家禽养殖场，了解养殖场的生产养殖情况，了解养殖场的定量化描述指标，为建立大数据研究体系累积了丰富的经验。

图1 团队到江丰养殖场视察情况

团队还对过往的历史数据建立研究模型，进一步分析大数据模型对家禽养殖定量化分析，验证模型的有效性。其中我们对江丰养殖场样本进行大数据的分析，建立数据分析模型，并得到了初步的关联性特征分析结果。

图2 团队到江丰养殖场视察情况

其中有效分析出在肉禽处理环节中，肛试、打毛、预冷环节对感染呈阳性结果比重较小，开膛环节对感染呈阳性结果有一定的比重，膛洗环节对感染呈阳性结果为最大比重，影响力较大。水样检测环节可知，消毒阶段对感染呈阳性结果影响较小，9点是水样膛洗阶段对感染呈阳性结果有一定的影响，清洗阶段对感染呈阳性影响最大，两个阶段都有较高的感染风险。肛拭、打毛、预冷环节与其他结果的相关程度低，对其后流程影响小，膛洗环节对感染呈阳性结果相关程度最大，为主要影响环节，开膛对其后环节膛洗相关程度较大，其结果会对后续流程造成影响。膛洗环节对清洗环节感染呈阳性结果有一定的影响，清洗环节对感染呈阳性结果相关程度最大，为主要影响环节。清洗的两个阶段的相关性程度较大，9点清洗水样呈阳性结果的情况下会对11点清洗水样造成影响。

图3 定量化数据分析情况