Aarhus Universitets segl

Statistik rykker ind i farestalden og forebygger pattegrisedødelighed

Ved at inddrage statistiske modeller har forskere udviklet et system, der kan hjælpe landmanden med at overvåge faringer og regulere temperaturen i farestien automatisk og rettidigt.

Pattegrisedødeligheden kan reduceres ved at overvåge faringerne eller ved at regulere temperaturen i farestierne. Foto: Janne Hansen

Overvågning af faringer kan bidrage til at nedsætte pattegrisedødeligheden i sobesætninger. Udfordringen ligger i at pejle sig præcist ind på, hvornår soen farer, så man ikke spilder halve og hele dage eller nætter i venteposition.

Det problem har forskere fra Aarhus Universitet arbejdet på at løse. De har udviklet et automatiseret system, der kan forudsige faringstidspunktet mere præcist. Systemet er baseret på online sensorinformation og en statistisk model om søernes adfærd omkring faring, herunder redebygning.

Derudover har forskerne udviklet et tilhørende beslutningsværktøj, der kan hjælpe landmanden med at afgøre, om gulvvarmen i den enkelte sti skal reguleres. Beslutningsværktøjet evaluerer de omkostninger, der er forbundet med opvarmningen, i forhold til den forventede indtjening ved en lavere pattegrisedødelighed og tilstræber den strategi, der vil give landmanden det største udbytte.

- Forskning har vist, at pattegrisedødeligheden kan reduceres ved at overvåge faringerne eller ved at regulere temperaturen i farestierne. Disse tiltag er vanskelige , hvis man ikke kender faringstidspunktet nogenlunde præcist og har tid nok til at træffe og udføre de rigtige beslutninger, siger videnskabelig assistent Aparna Udupi, der udførte sine ph.d.-studier om emnet ved Institut for Husdyrvidenskab, Aarhus Universitet.

Sensorer holder øje med soen

I de senere år er der udviklet sensorteknologi, som bl.a. kan anvendes til overvågning af soens fysiologiske og adfærdsmæssige ændringer. Eksempelvis kan sensorer overvåge og registrere de enkelte søers vandforbrug og aktivitet. Teknologien kan anvendes til at opbygge et system, der ved hjælp af statistiske modeller kan forudsige faringstidspunktet med mere nøjagtighed end tidligere.

Tidligere undersøgelser har vist, at overvågning af faringerne kombineret med faringsassistance og omsorg for små og svage pattegrise, såsom at varme dem op og give dem råmælk, kan reducere dødeligheden omkring fødsel med op til 50 procent – men det er ikke altid, at det sker i praksis.

- Høje arbejdsomkostninger gør, at man sjældent udfører disse tiltag i danske besætninger. En mere præcis forudsigelse af faringstidspunktet vil kunne råde bod på dette, siger Aparna Udupi.

Rettidig gulvvarme

Forskere fra Aarhus Universitet har tidligere vist, at rettidig opvarmning af gulvet til en temperatur, der er optimal for de nyfødte grise, kan reducere pattegrisedødeligheden. Tidspunktet for, hvornår gulvopvarmningen begynder og slutter, skal balanceres med soens temperaturbehov, pattegrisenes temperaturbehov, tiden det tager at varme gulvet op og omkostningerne forbundet med opvarmningen. Også her kan en mere præcis vurdering af faringstidspunkt være værdifuld både økonomisk og af hensyn til dyrenes overlevelse og velfærd.

- Med nogle få justeringer kan vores system også indrettes til at forudsige, hvornår soen begynder at bygge rede. Det kunne give landmanden mulighed for at tildele soen ekstra halm på det rigtige tidspunkt, foreslår Aparna Udupi. Hun forudser, at den samme sensor-baserede algoritme, som hun har været med til at udvikle, kan bruges i andre sammenhænge, eksempelvis til at forudsige sygdomsudbrud eller udbrud af adfærdsmæssige problemer som halebid. 


Yderligere oplysninger

Seniorforsker Lene Juul Pedersen
Institut for Husdyrvidenskab
E-mail: lene.juulpedersen@anis.au.dk
Telefon: 8715 7907
Mobil: 51162822

Videnskabelig assistent Aparna Udupi
Institut for Folkesundhed (tidligere Institut for Husdyrvidenskab)
E-mail: aparna@ph.au.dk

Du kan læse den videnskabelige artikel ”Hidden phase-type Markov model for the prediction of onset of farrowing for loose-housed sows” i tidsskriftet Computers and Electronics in Agriculture.