奶牛热应激是奶牛养殖业的核心问题之一。过去普遍认为奶牛热应激期间产奶量和乳品质的下降是采食量的剧烈下降导致的。然而最近几年的多项研究表明热应激期间采食量的下降只能解释产奶量下降量的35%～61%。为了研究热应激期间奶牛产奶量下降的其他原因,本研究利用环境控制舱对比研究了短期热应激（Short-term heat stress,STHS）和长期热应激（Long-term heat stress,LTHS）对奶牛生产性能的影响,从生理指标、生产性能指标、血液代谢指标、瘤胃发酵参数、瘤胃微生物区系和反刍行为学等多个方面系统研究了热应激对奶牛的危害。为了准确预警奶牛热应激的出现,本研究探索了奶牛出现热应激时的多个环境因子和9个最为常见的温热指数的阈值并研究了它们的准确性。此外,由于热应激会导致奶牛反刍时间（Ruminant time,RT）的下降,所以本研究以反刍时间的变化为依据,基于机器学习技术,构建了一种新的奶牛热应激预警模型。研究结果如下:1.与STHS相比,LTHS导致奶牛产奶量和干物质采食量分别下降了17.2%和12.6%,表明LTHS造成产奶量和干物质采食量的下降更为严重。与STHS相比,LTHS导致乳蛋白浓度和乳蛋白产量分别下降了6.8%和22.4%。与STHS相比,LTHS降低了血液中葡萄糖（11.6%）和NEFA（13.6%）的浓度以及瘤胃VFA的浓度（29.7%）,但升高了MUN（15.1%）、BUN（8.6%）和肌酐（15.4%）的浓度。牛奶酪蛋白的产量与血液中Ile,Met和Tyr的浓度极显著正相关,酪蛋白浓度和血液中Ile的浓度呈显著正相关。血液中Ile、Leu、Val、Met和Tyr的浓度与DMI显著正相关。此外,LTHS导致瘤胃内Bacteroidetes、Prevotellaceae、Bacteroidaceae和Prevotella相对丰度下降。结果说明,DMI的下降可能是STHS奶牛产奶量下降的主要原因,而瘤胃代谢受损和脂肪组织动员受抑制可能是LTHS导致产奶量进一步下降的主要原因。此外,热应激期间乳蛋白浓度和产量的下降与DMI下降造成的血液中Ile、Leu、Met和Tyr的浓度下降有关。2.在牧场收集到的13741组总反刍时间（Total ruminant time,TRT）和对应的环境因子数据,通过分段回归分析,结果发现热应激会导致TRT下降。TRT的下降可以作为热应激出现的标志。当夏季的日平均温度超过23oC,或日平均相对湿度超过67%,黑球日平均温度超过24oC,日最高辐射强度超过500 W/m2,日累计辐射值超过19MJ/m2,奶牛就会发生热应激。此外,在现有的温热指数中,温湿指数（Temperature humidity index,THI）与TRT的相关性最高,当THI高于71,奶牛会出现热应激。与其他温热指数相比,THI更适宜作为中国北方奶牛热应激的评价指数。高温环境中白天反刍时间（Day ruminant time,DRT）的下降是导致TRT下降的原因,夜间反刍时间（Night ruminant time,NRT）不会受到热应激的影响。3.利用牧场收集到的8436组TRT和气象数据,在MATLAB平台通过机器学习技术中的K最近邻（K nearest neighbour,KNN）算法来进行TRT、NRT和DRT预测建模。本试验中TRT,NRT和DRT的K值分别标定为58,48,45。经验证,KNN对TRT,NRT和DRT的预测准确度分别是0.6171,0.2798和0.8138。根据热应激导致的TRT的下降程度,可将热应激分为以下四类:当TRT≥534 min/d,奶牛无热应激;当506 min/d≤TRT<534 min/d,奶牛轻度热应激;当469 min/d≤TRT<506 min/d,奶牛中度热应激;当TRT<469 min/d,奶牛重度热应激。KNN算法适用于TRT和DRT的预测,通过KNN对TRT的预测可实现对热应激的预警。