Моделирование питания повышает прибыльность производства говядины и помогает снизить выбросы метана на откормочных площадках
Системы моделирования питания, разработанные в Техасском университете A&M, помогают операторам откормочных площадок контролировать затраты на корма и производить говядину более прибыльно. Теперь эти модели могут быть применены для снижения выбросов парниковых газов.
Доктор Луис Тедески, специалист по питанию, развивает системы поддержки принятия решений, в частности, Cornell Net Carbohydrate and Protein System для оценки питания стада и выделения питательных веществ. В Техасском A&M на этой основе была создана Cattle Value Discovery System (CVDS).
CVDS помогает сортировать животных в однородные группы по прогнозируемому количеству дней для достижения целевого класса качества USDA (обычно USDA low choice), а не просто по весу.
Large Ruminant Nutrition System (LRNS) — это компьютерная модель, оценивающая потребности крупного рогатого скота в питательных веществах при конкретных условиях. Она использует тот же вычислительный механизм, что и система Корнелла.
В сочетании CVDS и LRNS создают полный рацион для каждого животного и прогнозируют день достижения целевого класса. Система RFID-меток отслеживает, какие группы получают определенный вид и количество корма.
"Это очень полная модель для питания. Помимо улучшения производительности и прибыльности при снижении воздействия на окружающую среду, эти модели помогают производителям понимать потребности в питательных веществах", — говорит Тедески.
Система также может применяться для прогнозирования Expected Progeny Difference для племенного стада.
Для поддержки моделей LRNS и CVDS Тедески разработал системы in vitro газообразования. Они оценивают характеристики переваривания и биологическую ценность кормов на основе накопленного газа при инкубации с рубцовой жидкостью в анаэробных условиях.
"Данные импортируются в таблицу, которая автоматически рассчитывает скорости фракционной деградации клетчатки и неволокнистых углеводов для оценки общих перевариваемых питательных веществ и метаболизируемой энергии кормов", — поясняет Тедески.
Эта in vitro технология также помогает оценить, сколько метана генерируется в сформулированном рационе, что можно использовать для снижения выбросов парниковых газов.
"Мы пытаемся улучшить то, как мы кормим животных, и лучше понять физиологическое строение и информатику", — отмечает исследователь.
Современные вызовы повысили планку для животноводства. Системы поддержки принятия решений важны как никогда, поскольку позволяют быстро оценивать множество сценариев производства.
Новый проект — Ruminant Nutrition System (RNS) — это более комплексная модель, объединяющая крупный рогатый скот, овец и коз на одной платформе.
"Основная цель RNS — предоставить основу для внедрения новых научных знаний и субмоделей, чтобы точнее прогнозировать потребности в питательных веществах и биологическую ценность кормов для жвачных животных", — говорит Тедески.
Работа над этой системой моделирования продолжается, и ее можно использовать в различных приложениях в секторе кормления скота.