Využití metod precizního zemědělství v chovu prasat

Pokročilé technologie, jako jsou automatizované systémy krmení a monitorování zdraví prostřednictvím senzorů, umožňují získat údaje o každém jednotlivém zvířeti a návrat k individuální péči o zvířata i ve velkokapacitních systémech chovu. Tyto technologie zajišťují, že každé zvíře dostává přesně to, co potřebuje, a zároveň zvyšují produktivitu práce.

 

Termín precizní chov hospodářských zvířat (PLF – precision livestock farming) byl zaveden v roce 2004. Mezi příklady aplikace PLF v systémech produkce prasat patří krmení, napájení, větrání, kontrola prostředí, detekce nemocí, dobré životní podmínky zvířat a mnoho dalších aspektů managementu zdraví zvířat. Pro monitorování a řízení v reálném čase v systémech produkce prasat se používá široká škála senzorů a algoritmických systémů. Metody, včetně počítačového vidění, zvuku, teploty a snímání pohybu, se používají ke sběru dat, která jsou následně analyzována digitálními systémy, aby bylo možné v reálném čase přijímat manažerská rozhodnutí.

 

Krmení a napájení prasat

Komerční krmení prasat může využívat buď suché nebo mokré krmné systémy. Precizní systémy chovu hospodářských zvířat poskytují důležité informace o tom, kolik krmiva za den a na jednotlivý příjem zvířata spotřebují. Je vyžadováno přesné automatické krmení pro každou produkční fázi a pro každou kategorii zvířat. Pomocí technologií, jako jsou automatické krmné systémy, které monitorují spotřebu krmiva u každého zvířete, je možné optimalizovat množství a složení krmiva podle individuálních potřeb prasat. To může vést k úsporám v nákladech na krmivo a zlepšení růstu a zdraví zvířat.

Napájení prasat lze rovněž řídit pomocí systému PLF. Prasata obvykle potřebují poměr vody a krmiva 2:1–3:1 během fáze odchovu a s růstem prasat tento poměr klesá. I když se obvykle doporučuje, aby prasata přístup k napájecí vodě ad libitní, je dobré znát spotřebu vody zvířaty Monitoring spotřeby vody nejen že může upozornit na změny zdravotního stavu zvířete, ale také na umístění napáječek. Při jejich nevhodném umístění tak může docházet buď k malé spotřebě vody nebo naopak k plýtvání s vodou, čímž se zvyšuje vlhkost prostředí ve stáji.

 

Schéma aplikací systémů PLF ve stáji pro chov prasat
Schéma aplikací systémů PLF ve stáji pro chov prasat

Kontrola stájového prostředí

V počátcích využívání metod PLF byly využívány počítačové systémy k řízení ventilace v halách pro chov prasat založené na měření teploty a relativní vlhkosti pro udržení vhodné tepelně neutrální zóny. Nyní se používají systémy PLF, které měří také koncentrace plynů a průtoky ventilátorů. Některé systémy PLF mohou také senzory pro snímání amoniaku, oxidu uhličitého a sirovodíku. Kromě pevných senzorů používaných k monitorování podmínek prostředí uvnitř stájí jsou k dispozici i mobilní senzory, které mohou být umístěny na kolejnicích, na robotických systémech nebo jsou k dispozici ruční senzory. Příkladem jsou termokamery používané k vyhledávání oblastí s výrazně odlišnou teplotou než v jiných částech stáje. I když se ruční digitální nástroje nepoužívají ke stálému monitorování a v porovnání s pevnými snímači nemusí být tak přesné, poskytují chovateli rychlou a levnější metodu pro identifikaci problémových oblastí ve stáji.

 

Detekce nemocí, řízení zdraví a monitorování welfare zvířat

Rychlá detekce nemocí v systémech chovu prasat může výrazně snížit negativní dopad nemocí, stejně jako ekonomické ztráty způsobené propuknutím nemocí. Vzhledem k významnému ekonomickému přínosu spojenému s včasnou detekcí nemocí je v současné době pro tento účel k dispozici mnoho systémů PLF. Nedávný přehled literatury o použití systémů PLF v chovu prasat uvádí, že akcelerometry, snímače zatížení, počítačové vidění, mikrofony, fotoelektrické senzory, pyrometry a radiofrekvenční sledovací senzory se používají k monitorování chování prasat, fyzické kondice a různých zdravotních ukazatelů ve snaze zajistit včasnou detekci nemocí. Byly také vyvinuty systémy, které umožňují včasnou detekci respiračních onemocnění pomocí počítačového vidění pro sledování dechové frekvence a srdeční frekvence. Rovněž se využívají systémy na základě infračervené termografie. Jako prevenci okusování ocásků lze využít kontinuální snímání 3D kamerou, která měří polohu ocasu. Prostřednictvím algoritmů zpracovaných dat chovatel obdrží automatické varování, které mu umožní včas zareagovat. Závažným problémem v chovech prasat je rovněž výskyt laminitid (zánět špárků) a dalších poruch pohybového aparátu. K jejich detekci lze využít kamery nebo akcelerometry. V rámci výzkumu se ověřují speciální zařízení, která jednak měří tlak vyvíjený na jednotlivé končetiny, ale i rozložení hmotnosti těla na jednotlivé končetiny.

 

Moderní krmné stanice dávkují zvířatům optimální dávku krmiva
Moderní krmné stanice dávkují zvířatům optimální dávku krmiva

Výzvy spojené s využíváním metod precizního zemědělství v chovu prasat

Využití PLF v komerčních systémech chovu prasat celosvětově zvyšuje. Počítače se již mnoho let používají k automatickému nastavení ventilace na základě nastavených teplot. Systémy využívající počítačové vidění a zvuk k lepšímu sledování zdraví a pohody zvířat se nyní v systémech chovu prasat pravidelně používají. Nositelné senzory, které se mnohem častěji používají v chovu skotu, se začínají častěji používat i v chovu prasat. Očekává se, že včasná detekce onemocnění s využitím precizních systémů chovu poskytne největší pozitivní návratnost ekonomických investic.

Více se dočtete v článku Ing. Evy Weisbauerové, Ph.D., který najdete v některém z aktuálních čísle časopisu Náš chov.

Napsat komentář

Napsat komentář

deník / newsletter

Odesláním souhlasíte se zpracováním osobních údajů za účelem zasílání obchodních sdělení.
Copyright © 2025 Profi Press s.r.o.
crossmenuchevron-down
Přehled ochrany osobních údajů

Tento web používá soubory cookie, abychom vám mohli poskytnout tu nejlepší možnou uživatelskou zkušenost. Informace o souborech cookie se ukládají ve vašem prohlížeči a plní funkce, jako je rozpoznání vás, když se vrátíte na naši webovou stránku, a pomáhají našemu týmu pochopit, které části webu jsou pro vás nejzajímavější a nejužitečnější.