Pokrok v oblasti chytrých technologií jde i v zemědělství mílovými kroky vpřed. K novým technologiím je však potřeba přistupovat s rozmyslem a využívat pouze ty, které poskytují natolik přesné a důležité informace, aby bylo možné na jejich základě dělat správná rozhodnutí. Velkou chybou je novou chytrou technologii zakoupit a pak ji využívat jen zčásti nebo dokonce vůbec.
Chytrých technologií, které mohou již nyní významně ovlivnit různé aspekty chovu skotu, je hned několik a zahrnují například spektroskopii v blízké infračervené vlnové délce (NIR), zpracování obrazu, pořízeného multispektrální kamerou, 3D projekcí či termovizí, využití dat ze senzorů měřících teplotu, pH, či vlhkost či vyhodnocování pohybových aktivit zvířat.
Chytré technologie jsou účinné zejména s využitím podpůrných technologií jako jsou bezpilotní prostředky a satelitní snímky, globální poziční a autonomní systémy, komunikační pomůcky jako jsou mobil, internet věcí IoT, umělá inteligence AI, oblast velkých dat, či 5G sítě.
Automatické spektrometrické skenování vzorků umožňuje nepřetržitou kontrolu vybraného biologického procesu. Poskytuje především informace o nutričním složení nativních krmiv, dále o celkové směsné krmné dávce (TMR), výkalech i mléce. To vše v reálném čase, na místě a velmi levně. Spektrometry NIR jsou již běžně součástí řezaček, frézových vybíračů siláží, či krmných vozů. Dávají průběžné informace především o obsahu sušiny, ale i o obsahu vybraných živin nebo i jejich stravitelnosti. Operativně pak lze na řezačce nastavit (většinou již z kabiny řidiče) při sklizni pícniny řezanku na určitou délku, či nastavit množství aplikace vhodného silážního přípravku.
Zpracování obrazu multispektrální kamerou je vhodnou metodou pro odhad termínu sklizně pícniny, nebo ve spojení s použitím bezpilotních dronů nebo letadélek (UAV) s globálními pozičními a autonomními systémy (GPS) lze odhadnout rozložení výnosu, obsahu živin, či zaplevelení sklízené pícniny. Snímáním úzkých pásů vlnových délek několika barev kamera vytvoří mapy odrazivostí, ze kterých se počítají vegetační indexy, podle nichž lze odhadnout zdravotní stav vegetace, předpovídat výnos v různé vegetační fázi rostlin, nebo na polích s vysokou hustotou vegetace detailněji rozlišit úroveň jednotlivých produkčních zón. Jiný index je citlivý na změnu obsahu chlorofylu v plodině, a tudíž dobře signalizuje stárnutí rostlin, resp. porostu. Zpracování obrazu se v živočišné výrobě dále používá k odhadu průměrné délky řezanky, či homogenity TMR. Použití termovize se osvědčilo při skenování teploty siláží v silážních prostorách. Termovize se také používá k detekci nemocí paznehtů či vemene.
Soustavným vyhodnocováním teploty z bateriových či tyčových teplotních senzorů lze dobře poznat, jak se měnila teplota v průběhu fermentace a skladování siláží, případně jakou má siláž aerobní stabilitu. Zabrání se tím, nebo alespoň významně omezí, ztráty sušiny a energie, která pak chybí k dosažení vyšší užitkovosti zvířat, krmených danou siláží. Některá čidla měří zároveň teplotu i vlhkost. Významným přínosem pro poznání toho, co se děje v bachoru je hlídání kyselosti bachorového obsahu pomocí pH bolusů, jenž měří zároveň i teplotu.
Denní sledování doby žraní a přežvykování, která je zaznamenávána pomocí pohybových senzorů v krčním obojku dojnic, dává zootechnikovi velmi dobrý přehled o stavu jednotlivých zvířat. Detektory pohybu bývají i na noze zvířat. Ukazatele jsou hodnoceny v reálném čase; pokud je pak některý z ukazatelů mimo stanovené referenční rozpětí, dostane zootechnik o tom neprodleně informaci dohodnutým způsobem (nejlépe ihned a automaticky). Podle charakteru informace pak určí, zda jde o projev říje, dietetického problému nebo nějaké nemoci. Senzory mohou zaznamenávat i pohodu zvířat, resp. dobu klidu a ležení.
Více se dočtete v článku Ing. Radko Loučky, CSc., z Výzkumného ústavu živočišné výroby, v. v. i., Praha – Uhříněves, který vychází v dubnovém čísle časopisu Náš chov.
