Álvaro García
Un gran porcentaje de los gastos operativos del sector lácteo se destina a los costes de alimentación, por lo que todo lo que se pueda ahorrar en este ámbito puede aumentar considerablemente la rentabilidad de la granja. La heredabilidad es uno de los aspectos más interesantes de la eficiencia alimentaria, ya que abre la puerta a la posibilidad de seleccionar animales en función de este importante rasgo. Sin embargo, durante mucho tiempo, el sector lácteo se ha enfrentado a un reto constante: la ausencia de registros de datos individuales de las vacas en las granjas comerciales, especialmente durante el periodo de lactancia.
Hasta ahora, el seguimiento del consumo individual de alimento se ha llevado a cabo principalmente en entornos académicos como parte de programas de investigación. A menudo, se empleaban métodos que requerían mucha mano de obra para llevar a cabo actividades como pesar manualmente el alimento ingerido y el rechazado. En algunos casos concretos, se utilizaban sistemas de alimentación automáticos para controlar el consumo de alimento. Sin embargo, gracias a tecnologías emergentes como las cámaras 3D, el panorama está evolucionando. Estos sistemas de cámaras ofrecen alternativas rentables para recopilar datos de forma continua y precisa, y se distinguen por su versatilidad, ya que no se limitan únicamente a hacer un seguimiento del consumo de alimento. Estas cámaras permiten mejorar las prácticas de manejo del ganado lechero, incluida la monitorización en tiempo real del peso y las puntuaciones de la condición corporal.
Estas novedosas tecnologías tienen la ventaja de no perturbar a las vacas; minimizan el estrés y permiten que mantengan sus rutinas diarias, lo que hace que el proceso de recopilación de datos sea fluido y respetuoso con los animales. Como resultado, estos avances tecnológicos tienen el potencial de revolucionar no sólo la gestión ganadera, sino también las evaluaciones genéticas del ganado lechero.
En un experimento realizado por Lassen et al. en 2023, se usó una única cámara 3D, en conjunto con un sensor de identificación por radiofrecuencia (RFID, por sus siglas en inglés), para identificar individualmente a cada vaca. Estos dispositivos se colocaron estratégicamente dentro de un callejón estrecho, y se incorporó un sistema de activación por temporizador para capturar los datos con precisión. Con este sistema, fue posible asignar eficazmente todas las imágenes a sus respectivos crotales, garantizando así que se obtuviera una única imagen de referencia de cada una de las vacas a medida que pasaban por el callejón. Además, el callejón fue intencionadamente estrechado más de lo normal para minimizar el riesgo de que varias vacas pasaran juntas o se dieran la vuelta. Para ello, se instaló una cámara 3D a una altura de 3,4 metros del suelo, situada estratégicamente por encima de donde pasaban las vacas. Al mismo tiempo, se instaló una báscula para medir el peso corporal de cada una de ellas. Es importante tener en cuenta que la exposición directa a la luz del sol puede presentar dificultades a la hora de obtener las imágenes, por lo que es necesario instalarlas en interiores o bajo un techo, para evitar o reducir al mínimo las interferencias que causa la luz solar directa.
Cuando las vacas salían de la sala de ordeño, se procedía a la lectura de los crotales electrónicos y, al mismo tiempo, se tomaban imágenes en 3D de sus lomos. Estas imágenes servían de referencia para identificar a las vacas individualmente mientras se encontraban en el comedero, basándose en los contornos, el color y los patrones distintivos de sus lomos. Este proceso de predicción se llevó a cabo mediante algoritmos especializados y su eficacia fue validada rigurosamente al aplicarlo en tres razas bovinas diferentes: Holstein, Jersey y roja danesa (una raza vacuna autóctona de Dinamarca). En el estudio participaron un total de 9.142 vacas de las razas Jersey, roja danesa y Holstein, repartidas en 19 rebaños lecheros comerciales de Dinamarca: 6 rebaños de Jersey, 7 de Holstein y 6 de roja danesa. Para la raza Holstein, se obtuvieron 6.575 imágenes de 101 vacas; para la raza Jersey, 8.825 imágenes de 129 vacas; y para la raza roja danesa, 3.897 imágenes de 155 vacas. El proceso de validación consistió en comparar meticulosamente las razas reales de las vacas con las que había predicho el algoritmo, y fue un éxito en las tres.
El sistema de alimentación
Este sistema utiliza cámaras situadas a 2,5 metros de distancia entre sí y 4,5 metros por encima del comedero, lo que garantiza una cobertura completa de la zona de alimentación. Cada cámara fue sometida a un preprocesamiento informático inicial en el que se calculó la media de las imágenes captadas en intervalos de 5 segundos. Cuando una vaca se acercaba al comedero, se iniciaba el proceso de identificación y predicción. Se capturaron imágenes del comedero antes y después de cada comida, y la diferencia en la cantidad del pienso entre ambas imágenes sirvió como medida para cuantificar su consumo. Al finalizar el día, el pienso que quedaba, menos del 3%, era distribuido entre las vacas según el tiempo que habían estado comiendo. En cada inspección se registraban cinco parámetros clave: la identificación de la vaca, su ubicación en el establo, las horas de inicio y finalización de las comidas y la cantidad de alimento consumido. El volumen de pienso se calculó midiendo la altura de la pila de alimento que había en el suelo del establo y, a continuación, convertido de litros a kilogramos teniendo en cuenta la densidad del pienso. A partir de las mediciones diarias, se calcularon las medias semanales del consumo de pienso y del peso, que se utilizaron como valiosos datos fenotípicos. Tras un riguroso estudio de validación llevado a cabo con las tres razas durante un periodo de dos semanas, se demostró que más del 99% de los resultados habían sido precisos, independientemente de la raza. No obstante, estos resultados dependen de la calidad de los crotales de las vacas, los cuales pueden ser fácilmente sustituidos si es necesario, para mantener una funcionalidad óptima.
Análisis del consumo de alimento
Según los resultados, el consumo medio diario de alimento variaba según la raza, registrándose ingestas más elevadas en las vacas rojas danesas (61,7 kg) y las Holstein (64,6 kg) que en las Jersey (55,7 kg). La variación en el consumo de alimento se atribuyó principalmente al pesaje, ya que sí que se registró un coeficiente de variación similar en las tres razas. La repetibilidad estimada del consumo diario de alimento fue de 0,62, 0,65 y 0,63 para Jersey, rojas danesas y Holstein, respectivamente. El grado de repetibilidad coincidió con el de estudios anteriores basados en datos de granjas de investigación, especialmente en lo relativo al consumo de materia seca. Por lo general, estos sistemas miden el consumo en kilogramos y lo multiplican por un porcentaje de materia seca estimado o calculado. Gracias a este sistema de cámaras 3D, se estimó que la heredabilidad del consumo de materia seca oscilaba entre 0,23 y 0,34 en todas las razas. Estos resultados demostraron que las cámaras 3D tienen potencial para medir el consumo de alimento en vacas lecheras, ya que proporcionan información valiosa sobre los patrones de consumo diario y la repetibilidad. La media de peso corporal también difería entre razas, registrándose valores más elevados para las rojas danesas, con 647,9 kg, y las Holstein, con 683,8 kg, frente a las Jersey, con 469,6 kg. Estos datos también coinciden con los de las granjas de investigación. En cuanto al peso corporal medio semanal, las estimaciones de repetibilidad fueron de 0,83 para las vacas Jersey, 0,85 para las rojas danesas y 0,88 para las Holstein, superando las estimaciones obtenidas anteriormente en las granjas de investigación.
Ahora que las granjas lecheras han incorporado cámaras 3D, se prevé que el sector experimente una importante evolución. Estas tecnologías de vanguardia ofrecen soluciones precisas y no disruptivas para la recolección de datos, lo que permite controlar el consumo de alimento, el peso corporal y la puntuación de la condición corporal. En el experimento realizado por Lassen et al. en 2023, se demostró que las cámaras 3D son muy precisas y versátiles a la hora de identificar a las vacas y hacer un seguimiento de su comportamiento. Además de mejorar el manejo del ganado, las cámaras 3D pueden contribuir a transformar las evaluaciones genéticas del ganado lechero. Estas cámaras han demostrado su capacidad para analizar los patrones de consumo diario, la repetibilidad y la heredabilidad de los datos recogidos en rebaños lecheros comerciales de distintas razas.
© 2024 Dellait Knowledge Center. All Rights Reserved.
