Predicción del consumo diario de vacas en pastoreo mediante análisis acústico
Fecha
2022-06-29
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
FCA-UNR
Resumen
Se realizaron dos experimentos para demostrar que el comportamiento ingestivo y el consumo de materia seca (CMS) en vacas lecheras puede ser analizado y cuantificado con precisión a través del registro acústico de los sonidos producidos durante la ingestión. En el primer experimento se realizó un trabajo con vacas lecheras en el corto plazo (un turno de pastoreo) con las siguientes hipótesis: que existe una relación lineal entre el CMS y la energía total del sonido de las masticaciones y que el CMS puede ser estimado con precisión a través de modelos basados en mediciones acústicas del comportamiento ingestivo. Se realizaron registros del comportamiento ingestivo y del CMS en 4 situaciones de pastoreo, generadas con dos especies forrajeras contrastante (alfalfa y raigrás anual), en dos condiciones de pastoreo (“inicial” y “rebrote”), con 4 niveles de CMS y 3 repeticiones (3 vacas). La biomasa aérea promedio ofrecida de las pasturas de alfalfa y raigrás anual fueron diferentes (P <0.05) en cantidad (kgMS/ha), contenido de materia seca (gMS/kg) y fibra insoluble en detergente neutro (gFDN/kg). La biomasa aérea promedio anual fue 12% mayor (P< 0.05) en raigrás que en alfalfa (1661 kgMS/ha vs. 1456 kgMS/ha). En alfalfa, contenido de MS fue 59% superior que en raigrás anual, 247 g/kg vs. 155 g/kg respectivamente. El contenido de FDN (g/kg) promedio fue significativamente diferente entre especies y condiciones (P< 0.05), el raigrás anual tuvo una concentración de FDN 32% mayor respecto a la alfalfa, a su vez el raigrás tuvo mayor concentración de FDN en la condición de rebrote (P< 0.05). El contenido de MS de la biomasa ofrecida e ingerida fue similar (P> 0.05) en alfalfa y raigrás anual, y en las diferentes condiciones de pastoreo. La tasa de consumo promedio general (CMST) fue de 2.94±0.33 kgMS/h en raigrás y alfalfa, con un peso de bocado (CMSB) de 1.50±0.22gMS y una tasa de bocados de 31.8±1.23 bocados/min (BT,). CMST y BT no fueron diferentes (P< 0.05) entre las dos especies en las distintas situaciones de pastoreo. En promedio CMST fue similar en alfalfa y raigrás (2.59±0.23 vs. 2.78±0.21 kgMS/h, respectivamente). La energía total de las masticaciones (EMT) presentó una relación lineal y positiva (P< 0.0001) con CMS, 84% de la variación del CMS puede explicarse a través de la energía total de las masticaciones. La energía de las masticaciones puras (EMP) y las masticaciones de los movimientos compuestos (EMMC) fueron diferentes (P< 0.05) entre las diferentes situaciones de pastoreo. El CMS fue estimado por regresión múltiple mediante la selección del mejor conjunto de variables de acústicas y comportamiento ingestivo. La energía total de las masticaciones (EMT) fue la mejor variable cuando se utilizó una sola variable para predecir CMS (R2= 0.84, CV= 16%) El número máximo de variables que mejora la predicción CMS fue con el modelo (MOD4) de 4 variables (R2= 0.90. CV= 13%), compuesto por la energía total de las masticaciones (EMT), la tasa de movimientos mandibulares (MMT), el número demovimientos compuestos (MC) y la energía de las masticaciones de los movimientos compuestos (EMMC). Los resultados demuestran que se pueden desarrollar modelos de predicción del CMS aplicando predicciones generalizadas basadas en el sonido de las masticaciones, usando la EMT como principal predictor en turnos completos de pastoreo. En el segundo experimento, se utilizó un estudio de caso para determinar si los modelos de predicción del consumo de materia seca desarrollados en el primer experimento, son escalables en espacio y tiempo, y por lo tanto pueden ser integrados a la predicción y monitoreo del comportamiento y CMS de pasturas a escala diaria en un sistema real de producción. Los objetivos específicos fueron: mostrar la factibilidad de uso del método acústico en un sistema real de producción para medir CMS diario de pasturas y comparar el desempeño predictivo del método acústico con respecto a técnicas basadas en los requerimientos energéticos para mantenimiento y producción de leche de las vacas (MODReq). Al comparar el MOD4 con el MODReq no difieren significativamente (P= 0.67) prediciendo valores de CMS diarios promedios de 18.7 y 19 kgMS, respectivamente. En promedio las vacas tomaron bocados de 0.79±0.02 gMS, a una tasa de 53±1.42 bocados por minuto, obteniendo una tasa de consumo de 2.48±0.04 kgMS por hora durante 448±15.7 min (7 h ± 28 min) por día. Los modelos acústicos predicen mayor variabilidad en CMS que el MODReq, que es relevante cuando se analiza la respuesta productiva individual de los animales ante variaciones en el manejo de la alimentación. El MOD4 basado en la energía total de las masticaciones (EMT) y el número de movimientos compuestos (MC), permiten predecir el CMS durante el día, habilitando así un monitoreo en tiempo real del comportamiento animal, situación imposible de cuantificar con los sistemas de registros actuales de pastoreo. Este método permitiría conocer e identificar posibles mecanismos compensatorios de consumo en las vacas, que explicarían variaciones en producción dentro de un mismo rodeo.
Two experiments were conducted to demonstrate that ingestive behavior and DMI can be accurately analyzed and quantified through acoustic grazing recording sounds. The first experiment´s hypothesis was that there is a linear relationship between DMI and chewing´s total energy and that models based on acoustic measurements can accurately estimate DMI. Wireless microphones and recorders were attached to halters fitted to dairy cows. Ingestive behavior and DMI were recorded in 4 grazing different situations, in two forage species, two grazing conditions, 4 DMI levels and 3 replicates. The biomass offered were different (P< 0.05) in quantity (kgDM/ha), dry matter content (gDM/kg) and neutral detergent insoluble fiber (gNDF/kg). Annual ryegrass biomass was 12 % higher (1661 kgDM/ha vs. 1456 kgDM/ha) than alfalfa. Alfalfa DM content was 59% higher than annual ryegrass, 247 g/kg vs. 155 g/kg. NDF content (g/kg) was significantly different between species and conditions (P< 0.05), annual ryegrass had 32% higher NDF concentration than alfalfa, and ryegrass had higher NDF concentration in regrowth condition (P< 0.05). The DM of offered and ingested were similar (P> 0.05) between species and in different grazing conditions. DMI rate was 2.94±0.33 kgDM/h in ryegrass and alfalfa, bite mass 1.50±0.22 gDM and bite rate 31.8±1.23 bites / min and DMI rate was similar in alfalfa and ryegrass (2.59±0.23 vs. 2.78±0.21 kgMS/h). Chewing Total energy showed a linear and positive relationship (P< 0.0001) with DMI, (R2= 0.84, CV= 16%). The best model was MOD4 with 4 variables: chewing total energy, jaw movement’s rate, compound movement’s number, and chewing of compound movements energy (R2= 0.90, CV= 13%). In the second experiment, a case study was used to determine wether the DMI predictions models, developed in the first experiment are scalable in space and time, and therefore can be integrated on a daily scale in a real production sistem.. Comparing MOD4 with MODReq they did not differ (P=0.67) predicting DMI values, 18.7 and 19 kgMS/d. Grazing time was 9 % longer in not PMR treatment (428 vs 467 min) with a 2.5 % lower DMI rate (2.50 and 2.46 kgDM/h). Bite mass was 0.79±0.02 gDM, bite rate: 53±1.42 bites per minute, and intake rate was 2.48±0.04 kgMS/h. Acoustic models predict greater variability in DMI than MODReq, it is important to analyze the individual productive response to variations in feeding management. This method allows identifying compensatory intake mechanisms that can explain variations in individual cow’s production in the same herd. Predicting DMI it’s important to understand the grazing ecology in a very wide range of situations.
Two experiments were conducted to demonstrate that ingestive behavior and DMI can be accurately analyzed and quantified through acoustic grazing recording sounds. The first experiment´s hypothesis was that there is a linear relationship between DMI and chewing´s total energy and that models based on acoustic measurements can accurately estimate DMI. Wireless microphones and recorders were attached to halters fitted to dairy cows. Ingestive behavior and DMI were recorded in 4 grazing different situations, in two forage species, two grazing conditions, 4 DMI levels and 3 replicates. The biomass offered were different (P< 0.05) in quantity (kgDM/ha), dry matter content (gDM/kg) and neutral detergent insoluble fiber (gNDF/kg). Annual ryegrass biomass was 12 % higher (1661 kgDM/ha vs. 1456 kgDM/ha) than alfalfa. Alfalfa DM content was 59% higher than annual ryegrass, 247 g/kg vs. 155 g/kg. NDF content (g/kg) was significantly different between species and conditions (P< 0.05), annual ryegrass had 32% higher NDF concentration than alfalfa, and ryegrass had higher NDF concentration in regrowth condition (P< 0.05). The DM of offered and ingested were similar (P> 0.05) between species and in different grazing conditions. DMI rate was 2.94±0.33 kgDM/h in ryegrass and alfalfa, bite mass 1.50±0.22 gDM and bite rate 31.8±1.23 bites / min and DMI rate was similar in alfalfa and ryegrass (2.59±0.23 vs. 2.78±0.21 kgMS/h). Chewing Total energy showed a linear and positive relationship (P< 0.0001) with DMI, (R2= 0.84, CV= 16%). The best model was MOD4 with 4 variables: chewing total energy, jaw movement’s rate, compound movement’s number, and chewing of compound movements energy (R2= 0.90, CV= 13%). In the second experiment, a case study was used to determine wether the DMI predictions models, developed in the first experiment are scalable in space and time, and therefore can be integrated on a daily scale in a real production sistem.. Comparing MOD4 with MODReq they did not differ (P=0.67) predicting DMI values, 18.7 and 19 kgMS/d. Grazing time was 9 % longer in not PMR treatment (428 vs 467 min) with a 2.5 % lower DMI rate (2.50 and 2.46 kgDM/h). Bite mass was 0.79±0.02 gDM, bite rate: 53±1.42 bites per minute, and intake rate was 2.48±0.04 kgMS/h. Acoustic models predict greater variability in DMI than MODReq, it is important to analyze the individual productive response to variations in feeding management. This method allows identifying compensatory intake mechanisms that can explain variations in individual cow’s production in the same herd. Predicting DMI it’s important to understand the grazing ecology in a very wide range of situations.
Descripción
Palabras clave
Comportamiento ingestivo, Consumo en pastoreo, Bioacústica, Vacas lecheras