培养“奶业大脑” ,让数据实时反应,提供最优决策!

所属分类:资讯

当下,牧场管理者每天都会被各种繁杂数据所困扰,挤奶数据、饲喂数据、活动量监控数据、繁殖数据……这些信息可能源于冻精公司、乳品企业或者育种协会定期更新的信息等。

此外,诸如气象数据、畜产品市场价格波动和不断变化的政策法规等,都会使牧场面临层出不穷的新情况和接踵而至的新数据集。

如果这些数据没有真正转化为决策者所需的有效信息,那么它们只能是一堆无用的数字,毫无价值。

4月,在周庄举办的安乐福第一届牧场智能管理国际会议上,美国威斯康辛大学麦迪逊分校Victor E. Cabrera教授向大家介绍了“奶业大脑”数据集成,随后,他通过两个实例阐明了“奶业大脑”是如何帮助牧场做出正确决策的。

培养“奶业大脑” ,让数据实时反应,提供最优决策!

作为人体中枢神经系统最高级的部分,大脑各区与纵横交错的神经纤维相联系,实时收集并处理着各种信息,忙碌却有条不紊地运转着,以保证人体的健康。

所谓“奶业大脑”,首先要具备大脑的特质。为了保证牧场的高效运转,这个“大脑”要实时完成各方数据的收集、传输、转化、分析以及信号输出,让数据产生价值,让数据转化为指令。

“奶业大脑”数据的集成

“奶业大脑”的数据源包括作物、加工、基因、饲料、管理、挤奶、传感器、气候、市场和DHI等,通过将其收集、传输、转化、分析以及增值,从而形成循环运转的“奶业大脑”生态系统。

为了保障“奶业大脑”功能的持续更新运转,牧场数据与自动化管理软件的结合就变得至关重要。

目前,Victor 教授主要研究的就是将看起来毫不相干的信息流进行重新排序整理,再运用人工智能方法进行模型模拟,对这些数据和信息进行“推理分析”,从而为牧场管理者提供决策支持工具。

目前,他已经开发了40多个决策支持工具,这些科学工具旨在提高奶牛场的盈利能力以及奶业长期可持续性。

培养“奶业大脑” ,让数据实时反应,提供最优决策!

“奶业大脑”的工作流程主要包括以下几个步骤:

  • 数据的收集和提取(日产奶量、饲料品质等)
  • 数据的转化(将数据录入软件中,将其转化为人工智能可读取利用的数据)
  • 利用该数据和已有模型进行比对和分析
  • 为牧场提供最佳策略方案

培养“奶业大脑” ,让数据实时反应,提供最优决策!

可提供的策略方案包括短期、中期和长期三种,其中:

  • 短期包括改善日粮饲喂效率,以优化利润等策略
  • 中期包括营养分群,从而进行精准饲喂等策略
  • 长期包括计算奶牛价值的动态变化,从而评估长期潜在价值,进行留存淘汰等策略

培养“奶业大脑” ,让数据实时反应,提供最优决策!

同时,“奶业大脑”需要夯实网络协调创新、数据流集成及时和数据分析模型建立的金字塔底座,以协助优化中层牧场决策,从而实现顶尖的全方位自动化管理。

培养“奶业大脑” ,让数据实时反应,提供最优决策!

“奶业大脑”在奶牛分群精准饲养上的应用

“奶业大脑”数据已在牧场的许多领域得到了应用,例如饲料生产、繁殖性能、泌乳性能、健康、基因检测、环境和经济效益管理等方面。

Victor 教授提到,在威斯康辛州和密西根州有58%牧场的全部泌乳牛仅采用一种TMR,但他认为这并不能适宜所有奶牛的营养需求,因此,需要将奶牛按照营养需求进行分群,饲喂不同营养浓度的日粮,在降低饲料成本和粪尿中养分含量的情况下,同时实现提高饲料转化效率、生产性能和牛群健康。

培养“奶业大脑” ,让数据实时反应,提供最优决策!

那么,“奶业大脑”是如何进行自动化分群的呢?

从牧场提取牛号、泌乳天数、胎次、产奶量、体况、乳脂和乳蛋白等数据,模拟分析其泌乳净能(NEL)和代谢蛋白(MP)的营养需求,生成分群清单。

培养“奶业大脑” ,让数据实时反应,提供最优决策!

通过分群精准饲养管理,可以减少群体牛只体况两极分化情况,增加适宜体况奶牛的比例。这主要是因为分群饲养管理,可以让奶牛在整个泌乳期得到更加均衡的能量摄入,同时改善其体脂能量的储存能力,以获得最佳的体况评分(BCS)分布。

培养“奶业大脑” ,让数据实时反应,提供最优决策!

同时,与泌乳牛只饲喂一种TMR的群体相比,进行分群采用2、3和4种TMR牛群的IOFC(Income over feed cost, 牛奶收入-饲料成本)分别约增加了39美元/头·年、46美元/头·年和47美元/头·年。将其收益进一步细化发现,其主要来自于牛奶收入的增加和饲料成本的降低。

Victor教授2016年在发表于JDS上的相关研究中提到,分群饲养牛群的牛奶收入增加,主要是由于可以减少BCS偏低奶牛的比例,从而减少其牛奶损失;饲料成本降低,主要是由于减少了过瘤胃蛋白质(RUP)消耗量,节省了其成本,同时,还提高了牛奶中氮含量,减少了氮排放。

培养“奶业大脑” ,让数据实时反应,提供最优决策!

“奶业大脑”在奶牛价值评估方面的应用

牛群中每头牛的长期潜在价值各不相同,这主要取决于牛的状态(繁殖、泌乳)、基因潜能和生产性能。

将有关奶牛个体情况(胎次、泌乳天数、怀孕天数等)、后备牛基因改善情况(预计增加的产奶量)、群体生产与繁殖情况(淘汰率、单产、21d怀孕率、繁殖成本等)以及群体经济效益情况(后备牛培育成本、犊牛价格、牛奶价格等)数据输入模型,就可以计算出奶牛怀孕价值、产奶量增加价值、犊牛价值、平均泌乳天数、平均怀孕天数、各胎次占比、淘汰成本、流产成本和空怀成本等数据,从而评估泌乳牛相对于后备牛的价值、群体胎次分布的稳定状态以及每头奶牛每年的净收入情况,因而对牛只及时做出淘汰、治疗或配种等决策。

培养“奶业大脑” ,让数据实时反应,提供最优决策!

研究原文:https://www.sciencedirect.com/science/article/pii/S0022030212004572

作者|王靖俊

编辑|王封霞

编辑|马佳莹

  • 我的微信
  • 这是我的微信扫一扫
  • weinxin
  • 我的今日头条账号
  • Dairyman养牛
  • weinxin

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: