Measuring Grazing Behaviour of Dairy Cows

Validation of Sensor Technologies and Assessing Application Potential in Intensive Pasture-Based Milk Production Systems

Universität Hohenheim

Andy Kelly/Unsplash

Schlagworte

Milchkuh, Weide, Sensor, Verhalten, Gesundheit, Sensortechnologie

Zusammenfassung

Im letzten Jahrhundert entwickelten sich Milchproduktionssysteme von einer extensiven Weidehaltung zu einer intensiven Stallhaltung mit silagebasierter Grundfutterration und Zufütterung von Kraftfutter. Das Interesse an der Weidehaltung wächst heutzutage aber wieder, da Weidegras auf Grund von gestiegenen Kosten für Maschinen, Futter sowie Lohnkosten die billigste Futtergrundlage darstellt. Außerdem ist das natürliche Futteraufnahmeverhalten von Kühen das Grasen auf der Weide. Nicht nur ökonomische Gründe begünstigen die Entwicklung der Weidehaltung, sondern auch im Bereich der Verbraucherakzeptanz, Einflüsse auf die Umwelt und politischen Anpassungen birgt die weidebasierte Milchproduktion im Vergleich zur intensiven Stallhaltung Vorteile. Außerdem begünstigt die digitale Revolution mit der Integration von sensorbasierten Technologien für das Betriebsmanagement die mögliche Intensivierung im Bereich weideland-basierter Milchproduktion. Ein effizientes und profitables Betriebsmanagement lässt sich nicht nur durch eine technisierte Unterstützung in der Erfassung des Grasaufwuchses und des Weidemanagements umsetzen, sondern auch durch die Überwachung des tierindividuellen Weideverhaltens.
Ursprünglich wurden die sensorbasierten Technologien zur Erfassung des Fressverhaltens im Stall entwickelt. Jedoch unterscheidet sich das Futteraufnahmeverhalten der Kühe auf der Weide deutlich vom Stall. Deshalb müssen die Technologien an das spezifische Fressverhalten auf der Weide angepasst und kalibriert werden.
In dieser Arbeit werden zwei unterschiedliche Sensoren mit verschiedenen Anwendungspotentialen im Vergleich zu visueller Beobachtung validiert. Der Nasenbandsensor von RumiWatch ist ein höchstpräzises Messinstrument für wissenschaftliche Fragestellungen. Der Sensor kann detaillierte Parameter des Weideverhaltens erfassen, z.B. Fressbisse oder Wiederkauschläge sowie Fress- und Wiederkauzeit.
Der zweite Sensor, der MooMonitor+ (Dairymaster, Irland) beinhaltet eine praxisorientierte Aktivitätsmessung, die ursprünglich zur Brunsterkennung entwickelt wurde. Durch eine Weiterentwicklung der Rohdatenauswertung mittels Algorithmen ist es nun möglich auch Fress- und Wiederkaudauern aufzuzeichnen. Beide Validierungsstudien resultierten in einer hohen Übereinstimmung der automatischen Messung mit der Direktbeobachtung.
Die erfolgreiche Integration von softwareunterstützten Technologien auf der Betriebsebene sollte verbessert werden. Speziell im Bereich der Weidehaltung und des Weidemanagements sind wenig Technologien vorhanden. Steigende Tierzahlen und fehlende Arbeitskräfte könnten den Bedarf nach sensorbasierten Technologien zur Unterstützung des Weidemanagements begünstigen. Ein Hauptfaktor in der weidebasierten Milchproduktion ist die passende Zuteilung von bedarfsgerechter Weidefläche, um die Nutzung der Weide zu maximieren, sowie die Tierleistung zu optimieren. Das Fressverhalten der Kühe stellt hierbei eine wichtige Größe für Tierleistung, Gesundheit sowie Tierwohl dar. Ebenso kann das Weideverhalten die Futterqualität und Futterverfügbarkeit repräsentieren.
Die dritte Studie dieser Arbeit untersuchte deshalb, ob es mögliche Indikatoren im Fressverhalten von Kühen gibt, die eine unzureichende Futterverfügbarkeit aufzeigen. Die Zuteilung der Weidefläche basiert momentan auf subjektiven Erfahrungswerten der Betriebsleiter und wird auf Herdenebene kalkuliert. In einer dritten Studie der Arbeit wurden deshalb zur Bestimmung von spezifischen Verhaltensindikatoren insgesamt 30 Kühe mit 60 % ihres Futterbedarfs gefüttert, während 10 Tiere eine 100 %ige Futterzuteilung zur Verfügung hatten. Dabei wurde das RumiWatchSystem, bestehend aus dem Nasenbandsensor und dem Pedometer zur Verhaltensbeobachtung eingesetzt.
Die Ergebnisse der Studie zeigten, dass sich vor allem die Bissfrequenz durch eine begrenzte Futterverfügbarkeit erhöht sowie das Wiederkauverhalten beeinflusst wurde. Diese Studie stellt einen ersten Entwicklungsschritt in Richtung sensorunterstützte Entscheidungsgrundlage für die automatische Zuteilung von Weideflächen dar. Es wäre von Vorteil, wenn diese Zuteilung in Zukunft auf tierindividuellen Messungen im Vergleich zur Herdenebene basieren würde.
Weitere Forschungsansätze sollten sich auf der Identifizierung aussagekräftiger Schwellenwerte für das tierindividuelle Weideverhalten fokussieren, die dann in sensorgestützte Entscheidungshilfen implementiert werden können. Nach der Entwicklung und Validierung solcher Systeme könnte die Anwendung im Bereich Weidemanagement die Effizienz und Resilienz von weidebasierten Milchproduktionssystemen verbessern.

Zitiervorschlag

Werner, Jessica. Measuring grazing behaviour of dairy cows: validation of sensor technologies and assessing application potential in intensive pasture-based milk production systems. Universität Hohenheim, 2019, http://nbn-resolving.de/urn:nbn:de:bsz:100-opus-15879.

Repository

opus.uni-hohenheim.de

Identifikatoren

urn: urn:nbn:de:bsz:100-opus-15879

Veröffentliche

deine Dissertation

auf OpenD und steigere

deine Online-Sichtbarkeit

Jetzt registrieren