По всем вопросам звоните:

+7 495 274-22-22

УДК: 636.2.082.4:636.2.034+619:616-008.64 DOI:10.33920/sel-03-2301-04

Разработка методов и средств зоотехнического контроля в скотоводстве для управления физиологическим состоянием стада

Ф. Е. Владимиров науч. сотр., ФГБНУ «Федеральный научный агроинженерный центр ВИМ» Россия, г. Москва, ORCID: 0000-0003-2480-5754, e-mail: fvladimirov21@gmail.com
С. О. Базаев канд. с.-х. наук, мл. науч. сотр., ФГБНУ «Федеральный научный агроинженерный центр ВИМ» Россия, г. Москва, ORCID: 0000-0002-3028-5081, e-mail: sbazaeff@yandex.ru
Д. Ю. Павкин канд. техн. наук, ст. науч. сотр., ФГБНУ «Федеральный научный агроинженерный центр ВИМ» Россия, г. Москва, ORCID: 0000-0001-8769-8365, e-mail: dimqaqa@mail.ru
С. С. Юрочка канд. техн. наук, мл. науч. сотр., ФГБНУ «Федеральный научный агроинженерный центр ВИМ» Россия, г. Москва, ORCID: 0000-0002-2511-7526
Ключевые слова: зоотехнический контроль , скотоводство , управление физиологическим состоянием стада , коровы , кислотность рубца , температура , двигательная активность , половая охота , отел

Мониторинг температуры и pH содержимого рубца может быть полезен для оценки состояния здоровья и выявления половой охоты коров. Цель исследований – разработка методов и средств зоотехнического контроля в скотоводстве для управления физиологическим состоянием стада на основе математических моделей для выявления половой охоты, предстоящего отела, начальных признаков заболеваний, мониторинга уровня кормления и потребления воды. Работа проведена в производственных условиях ферм с помощью существующих аппаратно-программных средств. Измерения проводились с помощью неинвазивного метода контроля при помощи специальных датчиков-болюсов, разработанных для мониторинга здоровья коров. Болюсы помещали перорально в рубец исследуемых коров. В результате исследований были составлены алгоритмы и математические модели для выявления половой охоты, предстоящего отела, заболеваний, а также мониторинга уровня кормления и потребления воды. Исходные данные импортируются из файла стандартного формата, совместимого с другими приложениями (csv таблица). Также был проведен анализ корреляций между показателями температуры и pH рубца, а также двигательной активностью коров. В качестве иллюстраций приведены графики основных показателей жизнедеятельности, а также графики взаимнокорреляционных функций и иллюстрация рабочей консоли программы. Приведена таблица результатов работы программы для каждой коровы, средних значений и среднеквадратичного отклонения. Математическая модель представляет собой набор алгоритмов и результатов расчетов. Для ее реализации был создан программный код в программном комплексе Matlab R2019b. Данная математическая модель может использоваться для обработки и интерпретации данных, помещенных в рубец животного измерительных элементов (болюсов).

Литература:

1. Кочарян В. Д. Методики диагностики и лечения сельскохозяйственных животных: учеб. пособие / В. Д. Кочарян, Г. С. Чижова, Ю. Г. Шабашева. – Волгоград: Волгоградский ГАУ, 2015. – 100 с.

2. Полянцев Н. И. Ветеринарное акушерство, гинекология и биотехника размножения: учебник / Н. И. Полянцев. – СПб.: Лань, 2015. – 480 с.

3. Полянцев Н. И. Технология воспроизводства племенного скота: учеб. пособие. – 2-е изд., испр. / Н. И. Полянцев. – СПб.: Лань, 2014. – 288 с.

4. Behavioral and physiological changes around estrus events identified using multiple automated monitoring technologies / K. A. Dolecheck, W. J. Silvia, G. Heersche et al. // J. Dairy Sci. – 2015. – Vol. 98. – P. 8723–8731.

5. Ducrot C. Issues and special features of animal health research / C. Ducrot, B. Bed’Hom, V. Béringue // Vet. Res. – 2011. –Vol. 42. – P. 1.

6. Evaluation of an ear-attached accelerometer for detecting estrus events in indoor housed dairy cows / V. Schweinzer, E. Gusterer, P. Kanz et al. // Theriogenology. – 2019. – Vol. 130. – P. 19–25.

7. Jensen M. B. Behaviour around the time of calving in dairy cows / M. B. Jensen // Appl. Anim. Behav. Sci. – 2012. –Vol. 139. –P. 195–202.

8. Machine-learning-based calving prediction from activity, lying, and ruminating behaviors in dairy cattle / M. R. Borchers, Y. M. Chang, K. L. Proudfoot et al. // J. Dairy Sci. – 2017. – Vol. 100. – P. 5664–5674.

9. Maltz E. A practical way to detect approaching calving of the dairy cow by a behaviour sensor / E. Maltz, A. Antler // Precision Livestock Farming. – 2007. – Vol. 7. – P. 141–146.

10. Krieter J. Mastitis detection in dairy cows using neural networks / J. Krieter, D. Cavero, C. Henze // GIL Jahrestagung. – 2007. – Vol. 101. – P. 123–126.

11. Reith S. Simultaneous analysis of activity and rumination time, based on collar-mounted sensor technology, of dairy cows over the peri-estrus period / S. Reith, H. Brandt, S. Hoy // Livestock Sci. – 2014. –Vol. 170. – P. 219–227.

12. Reith S. Review: Behavioral signs of estrus and the potential of fully automated systems for detection of estrus in dairy cattle / S. Reith, S. Hoy // Animal. – 2018. – Vol. 12 (2). – P. 398–407.

13. Saint-Dizier M. Potential of connected devices to optimize cattle reproduction / M. Saint-Dizier, S. Chastant-Maillard // Theriogenology. – 2018. – Vol. 112. – P. 53–62.

14. Short communication: Rumination and feeding behavior before and after calving in dairy cows / K. Schirmann, N. Chapinal, D. M. Weary et al. // J. Dairy Sci. – 2013. – Vol. 96. – P. 7088–7092.

1. Kocharyan V. D. Techniques for the diagnosis and treatment of farm animals: a textbook / V. D. Kocharyan, G. S. Chizhova, Yu. G. Shabasheva. – Volgograd: Volgograd State Agrarian University, 2015. – 100 p.

2. Polyancev N. I. Veterinary Obstetrics, Gynecology and Reproductive Biotechnology: Textbook / N. I. Polyancev. – St. Petersburg: Lan, 2015. – 480 p.

3. Polyancev N. I. Breeding livestock reproduction technology: textbook– 2nd ed., corrected. / N. I. Polyancev. – St. Petersburg: Lan, 2014. – 288 p.

4. Behavioral and physiological changes around estrus events identified using multiple automated monitoring technologies / K. A. Dolecheck, W. J. Silvia, G. Heersche et al. // J. Dairy Sci. – 2015. – Vol. 98. – P. 8723–8731.

5. Ducrot C. Issues and special features of animal health research / C. Ducrot, B. Bed’Hom, V. Béringue // Vet. Res. – 2011. – Vol. 42. – P. 1.

6. Evaluation of an ear-attached accelerometer for detecting estrus events in indoor housed dairy cows / V. Schweinzer, E. Gusterer, P. Kanz et al. // Theriogenology. – 2019. – Vol. 130. – P. 19–25.

7. Jensen M. B. Behaviour around the time of calving in dairy cows / M. B. Jensen // Appl. Anim. Behav. Sci. – 2012. – Vol. 139. – P. 195–202.

8. Machine-learning-based calving prediction from activity, lying, and ruminating behaviors in dairy cattle / M. R. Borchers, Y. M. Chang, K. L. Proudfoot et al. // J. Dairy Sci. – 2017. – Vol. 100. – P. 5664–5674.

9. Maltz E. / A practical way to detect approaching calving of the dairy cow by a behaviour sensor / E. Maltz, A. Antler // Precision Livestock Farming. – 2007. – Vol. 7. – P. 141–146.

10. Krieter J. Mastitis detection in dairy cows using neural networks / J. Krieter, D. Cavero, C. Henze // GIL Jahrestagung. – 2007. – Vol. 101. – P. 123–126.

11. Reith S. Simultaneous analysis of activity and rumination time, based on collar-mounted sensor technology, of dairy cows over the peri-estrus period / S. Reith, H. Brandt, S. Hoy // Livestock Sci. – 2014. – Vol. 170. – P. 219–227.

12. Reith S. Review: Behavioral signs of estrus and the potential of fully automated systems for detection of estrus in dairy cattle / S. Reith, S. Hoy // Animal. – 2018. – Vol. 12 (2). – P. 398–407.

13. Saint-Dizier M. / Potential of connected devices to optimize cattle reproduction / M. Saint-Dizier, S. Chastant-Maillard // Theriogenology. – 2018. – Vol. 112. – P. 53–62.

14. Short communication: Rumination and feeding behavior before and after calving in dairy cows / K. Schirmann, N. Chapinal, D. M. Weary et al. // J. Dairy Sci. – 2013. – Vol. 96. – P. 7088–7092.

Актуальность темы. Эффективное управление фермой с большим количеством поголовья является главной задачей, стоящей перед отраслью животноводства. Решение данной задачи достигается развитием интеллектуальных цифровых систем управления производством, так называемой биотехнической системой «человек – машина – животное» или умное животноводство [7]. Разработку такой системы можно отнести к очередному этапу научно-технической революции [6].

На сегодняшний день на территории РФ до сих пор используются устаревшие технологические методы контроля за животными. Несвоевременное выявление проблем у животного может привести к непредвиденным расходам, которые можно было предотвратить автоматическими системами мониторинга здоровья животного.

Исходя из данных Министерства сельского хозяйства РФ (Ministry of Agriculture of the Russian Federation), следует, что несвоевременное выявление мастита у каждого животного влечет убыток €150, тепловой стресс влечет убыток €250. Ежегодный падеж отечественного дойного стада составляет 2 %.

Умное животноводство – отрасль сельского хозяйства, занимающаяся разведением сельскохозяйственных животных, особенностью которой является внедрение систем и технологий нового поколения для автоматизации ухода за животными с целью увеличения продуктивности животного и уменьшением затрат [2].

Для выявления предстоящего отела и половой охоты в животноводческих предприятиях с большим количеством поголовья все больше полагаются на автоматизированные системы, использующие датчики (например, акселерометр, шагомер, датчик давления и т. д.) для сбора и интерпретации данных о животных [8].

В нескольких исследованиях изучалось использование датчиков для выявления предстоящего отела и половой охоты у дойных коров. Например, M. B. Jensen [7] использовал акселерометр, прикрепленный к задней ноге коров (IceTag 3D, IceRobotics), чтобы регистрировать изменения количества актов лежания и общей активности перед отелом. E. Maltz, A. Antler [9] в своем исследовании пришли к выводу, что 10 из 12 случаев отела были успешно обнаружены в течение 24 ч до наступления данного события на основе алгоритма, связывающего время лежания, количество шагов и их отношение к моменту отела.

Для Цитирования:
Ф. Е. Владимиров, С. О. Базаев, Д. Ю. Павкин, С. С. Юрочка, Разработка методов и средств зоотехнического контроля в скотоводстве для управления физиологическим состоянием стада. Главный зоотехник. 2023;1.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными:
В избранное
Рекомендовать
Цитировать
Получить выпуск бесплатно!

Цитировать

Для Цитирования:

Получить бесплатно

Нажимая кнопку "Получить доступ" вы даёте своё согласие обработку своих персональных данных

Войти

Забыли пароль?
Сменить через SMS или по Email

Регистрация

Ошибка капчи

Введите код подтверждения

На указанный Вами номер телефона был отправлен код подтверждения.
Повторно запросить код можно будет через секунд.

Войдите в учетную запись

Активация промокода

Введите код подтверждения

На указанный Вами номер телефона был отправлен код подтверждения.
Повторно запросить код можно будет через секунд.

Введите код подтверждения

На указанный Вами номер телефона был отправлен код подтверждения.
Повторно запросить код можно будет через секунд.

Введите код подтверждения

На указанный Вами номер телефона был отправлен код подтверждения.
Повторно запросить код можно будет через секунд.

Войдите в учетную запись

Войдите в учетную запись

Заявка на подписку

Обратная связь

Использовать это устройство?

Одновременно использовать один аккаунт разрешено только с одного устройства.

Введите код подтверждения

На указанный Вами номер телефона был отправлен код подтверждения.
Повторно запросить код можно будет через секунд.

Выберите тип

Мы перевели вас на Русскую версию сайта
You have been redirected to the Russian version
Этот сайт использует cookies
Подробности