Βελτιώνοντας την υγεία & ευζωία  των μικρών μηρυκαστικών

Εκτεταμένη έρευνα πεδίου σε εκτροφές μικρών μηρυκαστικών από την Telefarm

Εκτεταμένη έρευνα πεδίου για να αναπτυχθεί ψηφιακό σύστημα παρακολούθησης δεικτών συμπεριφοράς, υγείας και ευζωίας σε εκτροφές μικρών μηρυκαστικών υλοποίησε η εταιρεία Telefarm.
Κείμενο: Μαρία Νικολοπούλου*

 

Μ. Νικολοπούλου

Στη χώρα μας, οι σύγχρονες εκτροφές προβάτων και αιγών βρίσκονται αντιμέτωπες με σημαντικές προκλήσεις. Ανάμεσα σε αυτές συγκαταλέγονται: οι ενδημικές και οι αναδυόμενες ζωονόσοι, το αυξημένο κόστος παραγωγής, η έλλειψη εξειδικευμένου εργατικού δυναμικού, η διεθνοποίηση του εμπορίου, οι μεταβαλλόμενες καταναλωτικές συνήθειες και αντιλήψεις σχετικά με τη ζωική παραγωγή, και η αυστηροποίηση του νομοθετικού πλαισίου για την υγεία και ευζωία των ζώων. Σήμερα, τα συστήματα κτηνοτροφίας ακριβείας αναδεικνύονται σε βασικά εργαλεία για την υποστήριξη του κτηνοτρόφου στη διαχείριση του κοπαδιού του υποστηρίζοντας τη λήψη τεκμηριωμένων αποφάσεων σε πραγματικό χρόνο.

Λαμβάνοντας υπόψη την ανάγκη, αλλά και το κενό που υπάρχει στα συστήματα ψηφιακής διαχείρισης των προβατοτροφικών και αιγοτροφικών εκμεταλλεύσεων, η Telefarm υλοποιεί μια εκτεταμένη έρευνα πεδίου για την ανάπτυξη, εφαρμογή και αξιολόγηση αλγορίθμων πρόβλεψης για την υποστήριξη αυτών των συστημάτων, που συγχρηματοδοτείται από το Ταμείο Ανάκαμψης και Ανθεκτικότητας στο πλαίσιο του προγράμματος Ελλάδα 2.0.

Από τη ‘φυσική’ στην ‘ψηφιακή’ παρατήρηση

Στην καθημερινή κτηνοτροφική πρακτική, η αντικειμενική καταγραφή δεδομένων υγείας και ευζωίας είναι ανέφικτη, ενώ ακόμη και η φυσική παρατήρηση των ζώων δεν είναι συστηματική εξαιτίας της έλλειψης εξειδικευμένου προσωπικού. Έτσι, πολλά προβλήματα υγείας και ευζωίας  παραμένουν υποδιαγνωσμένα υπονομεύοντας τη βιωσιμότητα των εκτροφών.

Σκοπός της έρευνάς μας ήταν η αξιοποίηση σύγχρονων τεχνολογιών και ψηφιακών εργαλείων για την καταγραφή δεδομένων συμπεριφοράς, υγείας και ευζωίας, και η ενσωμάτωσή τους, σε αλγόριθμους μηχανικής μάθησης για την υποστήριξη ενός συστήματος λήψης αποφάσεων.

Για την έρευνα χρησιμοποιήθηκαν εντατικά εκτρεφόμενα πρόβατα γαλακτοπαραγωγικής κατεύθυνσης των εγχώριων φυλών Χίου και Λέσβου τα οποία παρακολουθήθηκαν για μία πλήρη γαλακτική περίοδο.


Η Telefarm είναι μια νέα καινοτόμα εταιρεία που απαρτίζεται από μια ισχυρή διεπιστημονική ομάδα που συνδυάζει μακροχρόνια εμπειρία στο σχεδιασμό, την ανάπτυξη και την εφαρμογή νέων τεχνολογιών και λύσεων εφ’ όρου ζωής στο βιομηχανικό τομέα. Η εταιρία  υλοποίησε εκτεταμένη έρευνα πεδίου για την ανάπτυξη, εφαρμογή και αξιολόγηση αλγορίθμων πρόβλεψης για την υποστήριξη συστήματα ψηφιακής διαχείρισης για αιγοπροβατοτροφικές εκμεταλλεύσεις.

Σε όλα τα ζώα πραγματοποιούνταν κλινική εξέταση και καταγραφή δεικτών συμπεριφοράς, υγείας και ευζωίας (π.χ. ημερήσια δραστηριότητα, δείκτης θρεπτικής κατάστασης, αναπνευστικός ρυθμός, θερμοκρασία σώματος, ημερήσια γαλακτοπαραγωγή κ.α.).

Για τις ψηφιακές καταγραφές χρησιμοποιήθηκαν περιλαίμια (με GPS, επιταχυνσιόμετρο,  θερμόμετρο), θερμογραφική και ψηφιακή κάμερα, και αισθητήρες περιβάλλοντος για τη μέτρηση της θερμοκρασίας, της υγρασίας, του φωτισμού και της ποιότητας του αέρα (π.χ. συγκέντρωση διοξειδίου του άνθρακα και αμμωνίας).

Με αυτόν τον τρόπο, η εικόνα που σχηματιζόταν δεν αφορούσε μόνο το ζώο, αλλά και τις συνθήκες στις οποίες αυτό ζει και παράγει.

Βασικά ευρήματα της έρευνας

Ο συνδυασμός ψηφιακών δεδομένων και φυσικών καταγραφών προσέφερε μια πιο ολοκληρωμένη εικόνα της συμπεριφοράς, της υγείας και της ευζωίας, τόσο σε επίπεδο ζώου όσο και σε επίπεδο εκτροφής. Συγκεκριμένα:

  • Τα ζώα που βρίσκονταν υπό συνθήκες θερμικής καταπόνησης περιόριζαν τη σωματική τους δραστηριότητα όπως αποτυπώθηκε από τον συνολικό χρόνο και την απόσταση μετακίνησής τους.
  • Η θερμική καταπόνηση και η ποιότητα του αέρα είχε άμεση και σημαντική επίπτωση στη γαλακτοπαραγωγή και την ευζωία των ζώων.
  • Η επιλογή και κατάλληλη ανάλυση φυσικών και ψηφιακών δεικτών συμπεριφοράς υγείας και ευζωίας, μπορεί να προσφέρει τη δυνατότητα πρόβλεψης πιθανών προβλημάτων, και επομένως έγκαιρης λήψης προληπτικών μέτρων.
  • Από τους αλγορίθμους μηχανικής μάθησης που χρησιμοποιήθηκαν φαίνεται ότι το μοντέλο Random Forest ήταν το πιο αποτελεσματικό, με δυνατότητα πρόβλεψης που σε ορισμένους δείκτες ξεπερνούσε το 70%. Συγκεκριμένα, οι δείκτες συμπεριφοράς (όπως η ημερήσια μετακίνηση) και οι θερμικοί δείκτες (όπως η θερμοκρασία στον έσω κανθό του οφθαλμού) παρουσίασαν την υψηλότερη ακρίβεια, ενώ δείκτες όπως ο ρυθμός αναπνοής και η γαλακτοπαραγωγή εμφάνισαν χαμηλότερη, αλλά ικανοποιητική, δυνατότητα πρόβλεψης, καθώς επηρεάζονται από πολλούς διαφορετικούς παράγοντες.

Σύμπραξη με το Γεωπονικό Πανεπιστήμιο Αθηνών

Η παρούσα έρευνα υλοποιήθηκε σε συνεργασία με το Γεωπονικό Πανεπιστήμιο Αθηνών και συγκεκριμένα τα εργαστήρια Γεωργικών Κατασκευών (Τμήμα Αξιοποίησης Φυσικών Πόρων και Γεωργικής Μηχανικής) και Ανατομίας και Φυσιολογίας Αγροτικών Ζώων (Τμήμα Επιστήμης Ζωικής Παραγωγής) υπό την καθοδήγηση των καθηγητών Θωμά Μπαρτζάνα  και Αθανασίου Γελασάκη.

Σημασία των ψηφιακών καταγραφών – κοιτάζοντας στο μέλλον

Τα αποτελέσματα από την έρευνα έδειξαν ότι οι ψηφιακές τεχνολογίες μπορούν να αποτελέσουν ένα πολύτιμο εργαλείο καταγραφών με διαγνωστική και προβλεπτική ικανότητα σημαντικών δεικτών συμπεριφοράς, υγείας και ευζωίας των ζώων.

Αυτό μπορεί να υποστηρίξει τη διαχείριση των κτηνοτροφικών εκμεταλλεύσεων και την τεκμηριωμένη λήψη αποφάσεων σε πραγματικό χρόνο.

Τα επόμενα βήματα περιλαμβάνουν την περαιτέρω ανάπτυξη αλγορίθμων μηχανικής μάθησης και τη διερεύνηση της δυνατότητας ενσωμάτωσης των αλγορίθμων μηχανικής μάθησης σε ολοκληρωμένα συστήματα κτηνοτροφίας ακριβείας με ευρύτερη εφαρμογή και αποδοχή, με σεβασμό στα ζώα και στον κτηνοτρόφο.

Χρηματοδότηση και υποστήριξη

Η ερευνητική αυτή προσπάθεια υλοποιήθηκε με τη στήριξη φορέα χρηματοδότησης, στο πλαίσιο προγράμματος που ενισχύει τη σύνδεση έρευνας και επιχειρηματικότητας. Με τη χρηματοδότηση της Ευρωπαϊκής Ένωσης – Next Generation EU, στο πλαίσιο του προγράμματος Ελλάδα 2.0.


*   Η Μαρία Νικολοπούλου είναι υποψήφια Βιομηχανικού Διδακτορικού στο Γεωπονικό Πανεπιστήμιο Αθηνών. Σήμερα εργάζεται στην εταιρεία Telefarm, αναπτύσσοντας ψηφιακά εργαλεία για την παρακολούθηση της υγείας και της ευζωίας των ζώων. Η δουλειά της εστιάζει σε πρακτικές λύσεις που υποστηρίζουν τον κτηνοτρόφο στην καθημερινή διαχείριση της εκτροφής.
You might also like