Автоматический мониторинг пережевывания корма коровами становится новым направлением в цифровизации животноводства

Китайские исследователи предсказали потребление корма крупным рогатым скотом на основе движения челюсти с помощью трехосного акселерометра

Группа исследователей из Пекинского исследовательского центра сельскохозяйственных информационных технологий, Пекинской академии сельскохозяйственных и лесных наук; Национального исследовательского центра инженерных сельскохозяйственных информационных технологий (NERCITA) и компании Solway Online (Beijing) New Energy Technology Co., Ltd. опубликовала статью об инновациях в области мониторинга крупного рогатого скота в журнале Agriculture 2022 на сайте MDPI.

“Изменения в поведении при кормлении и потреблении корма являются важными показателями здоровья и благополучия крупного рогатого скота, помогающими понять взаимосвязь между питанием коров и их физиологическим состоянием.

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

Например, было показано, что коровы с субклиническим кетозом потребляют меньше сухого вещества и меньше жвачки перед отелом.

Молочный и мясной скот в жаркую или холодную погоду также изменяет потребление корма и поведение при кормлении, чтобы справиться со стрессом окружающей среды и поддержать тепловой баланс.

Поэтому автоматические измерения поведения при кормлении и потребления корма важны для облегчения повседневного управления, особенно при принятии решений о дополнительном кормлении.

Использование акселерометра рассматривается как перспективный метод автоматического измерения поведения при кормлении крупного рогатого скота.

На рынке представлено несколько устройств для мониторинга поведения крупного рогатого скота. Однако эти устройства регистрируют только основные виды поведения, такие как кормление, лежание и ходьба, но не такие действия, как движения челюсти во время кормления, глотание (сбор пищи во рту), жевание и т.д.

Ритм и время движений челюстей можно использовать для определения возникновения, продолжительности и ежедневных изменений в поведении при кормлении и, таким образом, для оценки потребления корма скотом.

Поэтому в последние несколько лет были разработаны различные датчики, использующие ритмичные движения челюстей для мониторинга поведения при кормлении жвачных животных. Например, существует система, основанная на измерении давления на колпачок для измерения жевательного и пищевого поведения у коров. Также был разработан метод машинного обучения для автоматического отделения истинных звуков движения челюсти от фонового шума и интенсивного ложного шума. Помимо давления и акустики, акселерометрия является наиболее перспективным и хорошо изученным методом измерения благодаря своей доступности и низкой стоимости.

Для удовлетворения дальнейших потребностей коммерческих приложений необходим эффективный алгоритм классификации с низкой частотой дискретизации, позволяющий уменьшить объем записываемых данных, продлить срок службы батареи устройства мониторинга и предоставить точную информацию.

Для этого на коммерческой молочной ферме в Пекине случайным образом были отобраны тринадцать лактирующих голштинских коров для сбора сигналов ускорения во время кормления. Исследуемые коровы были клинически здоровы, все имели одинаковый живой вес около 600 кг и среднюю молочную продуктивность около 26 кг молока на корову в день.

Коров содержали в коровнике с естественной вентиляцией и свободным доступом к открытым пространствам и кормили полноценной кормовой смесью 3 раза в день. Использование коров для сбора данных было одобрено Комитетом NERCITA по этическому обзору экспериментов на животных.

На каждую корову-кандидата надевали плотно прилегающий недоуздок и блокировали шею во время кормления. Три трехосных мини-акселерометра производства США были встроены в галоп для регистрации ускорений с частотой 1 Гц в трех местах одновременно во время кормления.

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

Акселерограммы движений нижней челюсти и потребления корма у 13 коров средней лактации были собраны во время кормления.

Была разработана система идентификации поведения для идентификации движений челюсти, включая глотание, жевание и глотание-жевание, с использованием экстремального градиентного усиления (XGB), интегрированного со скрытой марковской моделью, решаемой с помощью алгоритма Витерби (HMM-Viterbi).

В исследовании сравнивались четырнадцать моделей машинного обучения для прогнозирования потребления корма на основе сигналов акселерометров, распознающих движения челюстей.

Алгоритмы XGB и Viterbi, разработанные для идентификации движений челюстей крупного рогатого скота во время кормления с использованием низкочастотных сигналов акселерометра 1 Гц, показали лучшие результаты.

После применения этих алгоритмов три вида кормления: глотание, жевание и глотание-жевание были успешно идентифицированы с точностью 99%. На основе выявленных действий по кормлению был создан регрессор ETR, который оказался лучшей моделью для прогнозирования уровня потребления корма крупным рогатым скотом, получающим комбикорм, по сравнению с 13 другими моделями.

Согласно полученным результатам, носо-коленная мышца была рекомендована в качестве подходящего места мониторинга при использовании разработанного метода для автоматического контроля активности кормления и потребления корма у крупного рогатого скота.”

На основе статьи группы авторов (Luyu Ding, Yang Ur, Ruixiang Jiang, Wenjie Zhao, Qifeng Li, Baozhu Yang, Ligen Yu, Weihong Ma, Ronghua Gao, Qingyang Yu), опубликованной на сайте www.mdpi.com.

Фото: Светлана Лукьянова.