Автоматический мониторинг пережевывания корма коровами становится новым направлением в цифровизации животноводства

Группа ученых из Пекинского исследовательского центра информационных технологий в сельском хозяйстве, Пекинская академия сельскохозяйственных и лесных наук; Национального инженерно-исследовательского центра информационных технологий в сельском хозяйстве (NERCITA) и компании Solway Online (Beijing) New Energy Technology Co., Ltd., опубликовала статью об инновациях в мониторинге КРС в журнале Agriculture 2022 на портале MDPI.

Автоматический мониторинг пережевывания корма коровами становится новым направлением в цифровизации животноводства

Фото: АГРОXXIАГРОXXI

«Изменения в пищевом поведении и потреблении корма являются важными показателями здоровья и благополучия КРС, помогающими понять взаимосвязь между питанием коров и их физиологическим состояние.

Сокращение времени кормления молочного или мясного скота указывает на недостаточность питания, и в таких случаях необходимо дополнительное кормление.

Было доказано, что, например, коровы с субклиническим кетозом потребляют меньше сухого вещества и меньше времени пережевывают в период перед отелом.

Молочный и мясной скот в жаркую или холодную погоду также изменит свое потребление корма и поведение при кормлении, чтобы справиться со стрессами окружающей среды и поддерживать тепловой баланс.

Таким образом, автоматическое измерение пищевого поведения и потребления корма имеет большое значение для облегчения повседневного управления, в частности, при принятии решение о докорме.

Использование акселерометра рассматривается как многообещающий метод автоматического измерения пищевого поведения КРС.

На рынке есть несколько устройств для мониторинга поведения КРС. Однако эти устройства фиксируют лишь основные виды поведения, такие как кормление, лежание и ходьба, а не виды деятельности, включая движения челюстей во время кормления, проглатывание (собирание корма в рот), жевание и т. д...

Ритмичность и временную шкалу движения челюстей можно использовать для определения возникновения, продолжительности и ежедневных изменений кормового поведения и, следовательно, для оценки потребления корма скотом.

Поэтому в последние несколько лет были разработаны различные датчики, использующие ритмичные движения челюсти для отслеживания пищевого поведения жвачных животных. Например, есть система, основанная на давлении капсюля, для измерения жевательного и пищевого поведения коров. Также разработан подход машинного обучения для автоматического отделения истинных звуков движения челюсти от фонового шума и интенсивных ложных шумов. Помимо измерения давления и акустики, акселерометрия является самым многообещающим и хорошо изученным методом измерения из-за его коммерческой доступности и низкой стоимости.

Чтобы удовлетворить дальнейшую потребность в коммерческом использовании, необходим эффективный алгоритм классификации с низкой частотой выборки, чтобы уменьшить объем записываемых данных, увеличить срок службы батареи устройства мониторинга и предоставить точную информацию.

Для этого на коммерческой молочной ферме в Пекине были случайным образом отобраны тринадцать повторнородящих и среднелактирующих коров голштинской породы для сбора сигналов ускорения во время кормления. Подопытные коровы были клинически здоровы, все с одинаковой живой массой около 600 кг и средней молочной продуктивностью около 26 кг молока на корову в день.

Коров содержали в коровнике с естественной вентиляцией и свободным доступом к открытым площадкам и кормили 3 раза в сутки полным смешанным рационом. Использование коров для сбора данных было одобрено Экспериментальной этической инспекцией NERCITA на животных.

Каждая корова-кандидат была снабжена туго отрегулированным недоуздок и запиралась шейным ограждением во время кормления. Три мини-трехосных акселерометра производства американской компании интегрировали в недоуздок для регистрации ускорений с частотой 1 Гц одновременно в трех местах во время кормления.

Трехосные акселерометры были прикреплены к поводку в области поднимающей носогубной мышцы (P1), правой жевательной мышцы (P2) и левой мышцы нижней губы (P3), в местах, тесно связанных с движениями челюсти во время кормления. Акселерометры имели размеры 58,0 × 33,0 × 23,0 мм и весили 18,0 г.

Акселерограммы движения челюсти и потребления корма у 13 коров в середине лактации собирались во время кормления.

Была разработана система идентификации поведения для распознавания движений челюстей, включая глотание, жевание и глотание-жевание с помощью экстремального повышения градиента (XGB), интегрированного со скрытой марковской моделью, решаемой с помощью алгоритма Витерби (HMM-Viterbi).

В исследовании сравнивались четырнадцать моделей машинного обучения, чтобы предсказать скорость потребления корма с помощью сигналов акселерометра распознанных движений челюстей.

Алгоритмы XGB и Viterbi, разработанные для идентификации движений челюстей крупного рогатого скота во время кормления с использованием сигналов акселерометра с низкой частотой 1 Гц, показали лучший результат.

При совместном использовании этих алгоритмов с точностью до 99 % можно было эффективно идентифицировать три действия, связанные с кормлением: глотание, жевание и глотание-жевание. На основе выявленной кормовой активности был создан регрессор ETR, который оказался лучшей моделью для прогнозирования уровня потребления корма скотом, получающим смешанные рационы, по сравнению с 13 другими моделями.

Мышца, поднимающая носогубные ткани, по результатам исследований, была рекомендована в качестве надлежащего места мониторинга при использовании разработанного метода для автоматического мониторинга кормовой активности и потребления корма у КРС».

По статье группы авторов (Лую Дин, Ян Ур, Руйсян Цзян, Вэньцзе Чжао, Цифэн Ли, Баожу Ян, Лиген Ю, Вэйхонг Ма, Жунхуа Гао, Циньян Юй), опубликованной на портале www.mdpi.com.

Фото: Светлана Лукьянова.

Источник: news.rambler.ru



Добавить комментарий