Matt J. Bell^*, Mareike Maak,  Marion Sorley and Robert Proud               School of Biosciences, University of Nottingham, Loughborough, United Kingdom

Молочные коровы, как известно, мобилизуют жировые отложения для достижения своего генетического потенциала для производства молока, что может оказать пагубное влияние на здоровье, плодовитость и выживание. Более тщательный контроль за коровами с плохим состоянием тела (низким или высоким содержанием жира в организме) приведет к повышению эффективности производства и экономии  ресурсов при производстве молока.

Целью данного исследования было сравнение различных методов мониторинга состояния тела (жировой ткани) молочных коров (209 голштинов разной стадии продуктивности со среднесуточным  надоем молока 30,1 - 32,1 л).

Для измерения состояния тела использовались следующие методы: ультразвуковой сканер, мануальное обследование (один и тот же оператор) и цифровое изображение неподвижной  коровы. Для сравнения каждая мера была выражена в виде оценки состояния тела (body condition score, BCS) по шкале от чрезвычайно худой (1) до очень толстой (5) с интервалом в четверть. Для сравнения точности методов использовались согласованный корреляционный коэффициент Лина (concordance correlation coefficient, CCC) и среднеквадратичная ошибка прогноза (root mean square prediction error, RMSPE).

Средний BCS у коров составил 2,10 при ультразвуковом исследовании, 2,76 при мануальном и 2,41 при цифрового метода. Исследование показало, что как ручной (r = 0,790), так и цифровой (r = 0,819) подходы к мониторингу состояния тела коров были высоко коррелированы с ультразвуковыми измерениями BCS.

После корректировки коэффициентов корреляции цифровой BCS имел более высокий ССС 0,789 , когда сравнивали с ультразвуковым BCS, чем ручной BCS с ССС 0,592. Цифровая BCS также имела более низкую ошибку прогнозирования (RMSPE = 28,3%) по сравнению с ультразвуковой BCS, чем ручная BCS (RMSPE = 42,7%).

Погрешность прогнозирования для цифровых и ручных методов BCS была одинаковой для коров с BCS 2,5 и более (RMSPE = 20,5 и 19,0% соответственно), но цифровая BCS была более точной для коров с < 2,5 BCS (RMSPE = 35,5 и 63,8% соответственно).

Цифровые BCS могут обеспечить более точную оценку жировых отложений коров, чем ручные наблюдения BCS, как более автоматизированный и частый мониторинг, потенциально повышающий благосостояние и устойчивость высоких производственных систем.

Перевод: У. В. Лычак

Адаптация: Эксперт Молоко

Источник: https://www.frontiersin.org/articles/10.3389/fsufs.2018.00080/full