Dnešní producenti mléka čelí velkým výzvám i problémům jak na farmě, tak i mimo ni. Jejich život usnadňuje zavádění inovací a moderních technologií.
Na nedávné akci VIV Europe v Nizozemsku uspořádala společnost Proagrica, vydavatel také časopisu Dairy Global, seminář o budoucnosti zemědělství. Tři z přednášejících zdůraznili využití inteligentní (smart) zemědělské technologie pro mléčné farmy.
Automatická predikce kondice a tělesné hmotnosti
Stav těla může mít velký vliv na reprodukci, zdraví, produktivitu a dlouhověkost mléčného skotu. Hmotnost krav a tělesné skóre (BCS) – slabé (1) nebo vysoké (5) – ukazuje na základní problémy, jako jsou chyby ve výživě, zdravotní problémy a dokonce špatné řízení stáda. Přestože pravidelné hodnocení tělesné kondice může zlepšit a dokonce zabránit vzniku zdravotních problémů, jde o časově náročný úkol. V projektu Lely Innovation pracuje jako výzkumný pracovník Xiangyu Song. Mezi jeho výzkumné zájmy patří identifikace zranitelných dojnic tak, že snímá morfologické změny pomocí technologie 3D. Song pracuje v oddělení snímačů a analýzy dat. Cílem je zlepšit dobré životní podmínky zvířat a celkovou udržitelnost zemědělských podniků nahrazením veškeré náročné práce technologiemi. Porovnáním skóre 3D tělesné kondice s manuálním se dosáhlo 72% shody. 3D technologie pro odhad hmotnosti fotí různé část těla krav, včetně páteře, kyčle, ocasu a pro odhad se používá model lineární regrese. Kamery jsou umístěny kolem krávy, jedna nahoře, jedna z boku a jedna vzadu. Tyto tři kamery dohromady mohou pokrýt všechny části těla, které se využívají pro stanovení kondičního skóre. Shoda s manuálním hodnocením je tedy 72 % a zbytek do 100 % se liší průměrně o 0,15 stupně BCS. Systém není dokonalý, ale dá se využít k měření délkových rozměrů jednotlivých krav, aby upozornili se chovatelé na abnormální změny. 3D technologie se bude dát využít pro detekci morfologických a behaviorálních změn a určení krav, které mohou potenciálně onemocnět.
Pastva řízená senzorem
Dnešní spotřebitelé chtějí nakupovat mléko od krav, které se pásly na trávě. Aby dokázali, že se krávy skutečně pasou, používají producenti mléka GPS senzory na obojcích ke sledování polohy krav. Farmáře dále zajímalo, zda je možné využít při pastvě řízené senzorem virtuálního systému ohradníků. Myšlenka je poměrně jednoduchá, jak uvedl Pieter Hogewerf, výzkumník z univerzity z Wageningenu v Nizozemsku. Farmář si si vytvoří bariéru, kde mohou krávy chodit a ty mají na krku obojek, který má uvnitř senzor GPS a systém komunikuje se stanicí, která informuje o tom, kam může kráva chodit. Pokud se kráva blíží okraji stanovené oblasti, ozve se jako varování zvukový signál. Pokud ignoruje signál, dostane přes obojek elektrický šok. Myšlenka spočívá v tom, že zvíře se vycvičí a příště nebude chodit dál, ale bude reagovat na zvuk. Systém BoviGuard byl testován na pastvinách 80 x 100 metrů. Krávy byly monitorovány pomocí GPS a dozvěděly se, jak systém funguje za pouhého půl dne. Chování stáda je silnější než signál, takže byly útěky zaznamenány, ale ve většině případů šlo o stejnou krávu. V pozdějším projektu Hogewerf a jeho tým chtěli zjistit, zda mohou oddělit krávy s vysokou produkcí od krav bez produkce, aby daly kravám s vysokou produkcí větší pastvinu. Zjistili, že je to skutečně možné. Když byly krávy trénované, aby byli ve skupinkách, zůstaly tak po dobu dvou celých dní, i když systém GrazeGuide nebyl zapojen a aktivován. Dalším krokem bude vytvoření komerčního systému založeného na GPS, který je technicky i ekonomicky realizovatelný ve velkém měřítku.
Nové technologie i pro detekci kulhání
Jedním z hlavních úkolů souvisejících s rozvojem nových technologií pro mléčné farmy je jejich uvedení do praxe. Thomas Norton z univerzity v Leuvenu v Belgii se již deset let zabývá otázkou laminitidy u skotu. Kulhání ovlivňuje užitkovost, ziskovost a zdraví zvířat a welfare. Může se stát, že kulhá až 50 % zvířat ve stádě a náklady farmy jsou podle Nortona až 100–200 eur na krávu. Pro řešení tohoto problému pracuje jeho univerzitní tým na detekci laminitidy u krav pomocí analýzy obrazu. Vypadá to jednoduše. Obrázky krav se zhotovují po dobu dojení a data jsou hodnocena pomocí známky RFID (radio frequency identification – radiofrekvenční identifikace, tedy identifikace pomocí elektromagnetických vln). Ale tak jednoduché to není. K odhalení kulhání chovatelé obvykle využívají toho, jak má kráva skloněnou hlavu a jaký tvar hřbetního oblouku. Norton dodal, že existuje i více vědeckých detekčních metod. Použitím kamerového systému k detekci oblouku hřbetu používal jeho tým standardní srovnání, aby zjistili, zda je zvíře chromé nebo ne. Pomocí druhého algoritmu byli schopni sledovat vývoj stavu hřbetu při chůzi (mezi skóre 1 a 5). Údaje se sbíraly na velkých komerčních farmách, protože právě velikost farmy zpomaluje sběr dat a hodnocení stavu krav. Systém byl zaveden pro ověřování jeho výkonnosti. Krávy byly měřeny při dojení pomocí známek RDIF. I když jich 99 % pracovalo, zaznamenalo se pouze 88 % údajů. Počet RFID značek spojených s videem klesl na 80 % a počet těch, které byly skutečně analyzovány, činil pouze 50 %. Problém byl zachytit snímky krav, které stály příliš blízko. V další fázi projektu to bude řešeno. Norton doufá, že se zvýší současná hodnota 80 %, kdy se zaznamenávají data pětkrát týdně na 100 %, při hodnocení deset až dvanáctkrát týdně.
4D4F pomáhá chovatelské praxi
Thomas Norton je zapojen do dalšího projektu s názvem 4D4F, jenž je zaměřen na vytvoření sítě pro chovatele dojnic, dodavatele technologií, poradce, veterináře a výzkumné pracovníky, aby se zlepšilo rozhodování chovatelů na základě údajů získaných ze senzorů. Projekt se zaměřuje na přinášení technologií zemědělcům tak, aby se daly dobře implementovat. Na farmách je spousta moderních technologií, ale zemědělci často nevědí, jak je dobře využívat, protože jim nejsou poskytnuty informace. Myšlenkou projektu je, že farmáři, kteří opravdu chtějí využít technologii a data, mohou používat vytvořené webové stránky. Ty zahrnují se všechny druhy témat, včetně popisů metabolických onemocnění, kulhání a říje. Ve skupinách tak lidé diskutují o dostupných technologiích a o tom, jak mohou být použity. Jelikož skupina diskutuje standardní provozní postupy, zemědělci dříve využívají nových technologií, což jim samozřejmě přináší prospěch.
