找工作
當前位置:首頁 >  畜牧獸醫技術 > 正文

如何看待家禽生物統計學和大數據

發布時間:2019-03-12 15:58    作者:.    來源:國際畜牧網    查看:
    在2018年歐洲國際集約化畜牧展覽會(VIV Europe)上,大數據軟件商Porphyrio公司主辦了一場名為“服務于現代家禽生產的生物統計學和大數據”的研討會。與會代表們得知,從孵化場和飼料供應商到養殖戶和獸醫,最終到屠宰廠,各個層面均可獲取數據;只要收集它們,而后綜合,就能進行有意義的分析。整合到數據庫,通過解析,家禽生產數據可為有訪問權限的養殖戶和其他任何利益相關者提供具有洞察力的見解。

    這些經過處理的數據有三大主要用途:改善生產、制定獸醫指導綱要和科研項目合作(例如與政府、大學或制藥公司)。

    從頭到尾,更好地了解生產實況,有助于生產者調整管理。

    這些經過匯總和分析的數據可以不同方式服務于家禽生產中各利害關系人,幫助他們根據現場實際情況調整個人投入。

    生產者的視角

    英國Applied集團 & Optifarm咨詢公司總經理大衛?斯佩萊(DavidSpeller)說,在生產者層面,這些數據用于:

    ● 性能監測和改進

    ● 系統微調

    ● 結果預測、快速回應

    ● 理念、技術開發

    ● 職員工作模式評估

    斯佩萊以查驗耗水量的數據為例,他指出,基于用水記錄,可預測家禽生長速度和活動量。如,了解需水量和供水量可能會讓禽舍引進額外的飲水器。生產者也可更好地了解禽舍環境對舒適度的影響。例如,如果空氣流通過快,雞群就會感覺到冷,因此變得不活躍。生產者可以發覺舍內干擾因素,比如噪音和其他應激源,也可監控健康飼料的供應情況。

    斯佩萊說:“如果耗水量保持不變的話,我甚至能知道,飼養員是否在某個周日上崗。這是我們借助簡單的事物就能獲取的某一類信息。”

    大數據本身不會解決問題,但它有助于更好決策。

    利用一個單獨的平臺,他的公司收錄了英國各地養殖場的多點數據。通過數據比對,例如體重,就能發現哪兒出了問題。

    他說:“這不能解決你的問題,而是讓你最大程度地了解哪里可能有問題。”只有數據,若不分析和采取行動,就不會帶來變化。養殖戶必須做出回應,盡快行動。

   “如果今天回應的是昨天的數據,可能就太晚了。”斯佩萊說,“作為養殖者,我們或許應該在夜里工作,白天睡覺。飲水器和通風設備一直正常工作,但人一走,問題就來了。”物聯網有好處,但無法保證投資回報。生產者必須做好準備,擁有開放的思想,根據數據所示進行整改。有時,問題可能比答案多。

    斯佩萊建議逐步推進,首先進行簡單但有效的數據監測,總結經驗教訓,與專業人員共事,以更快達到目標。他也指出,大數據是一個快速發展的領域,如果不擁抱它的紅利,就等于把好處拱手讓給對手。

    獸醫的視角

    在家禽生產中,獸醫是重要決策者之一,他們會對特定的數據集感興趣。比利時普爾維特(Poulvet)集團管理合伙人約翰?范?伊魯姆(Johan vanErum)博士說,他們特別需要查驗4類數據。

    生產性能數據:群體統計圖表、生產性能參數

    養殖場/管理數據:大小、位置、養殖場使用年限、禽舍數量和房屋設施配置

    健康數據:疾病預防、免疫接種、治療方案、剖檢和實驗室分析結果、屠宰性能和肉品不合格率

    流行病學數據:伊魯姆認為,數據收集對禽病獸醫至關重要。這有助于他們識別潛在風險因素以改善家禽健康,調整獸醫準則以預防疾病,減少抗生素用量。

    也許,收集數據的目的是為了監測和改善禽群健康水平,但獸醫能為養殖場管理者提供支持。因此,可把對禽群的更好了解納入養殖者的管理決策中。

    隨著食品安全和透明度成為首要問題,大數據變得非常重要,這有助于滿足政府和消費者的需求。

    養殖場年度報告內容必須包含飼養管理、生產性能、禽舍設施和禽群健康,即生產全程。它相當于一次審計,查明養殖場潛在的特定問題和風險因素。

    最后,數據解讀至關重要。而獸醫在這方面發揮著關鍵作用。

    飼料加工廠的視角

    數據必須契合長期業務目標,荷蘭ForFarmers公司營銷和技術總監約斯特?斯帕拉(Joost Sparla)說:“僅收集數據不夠,還必須制定計劃和戰略。”

    通過收集大量數據,每個人對自己感興趣的特定領域進行提煉、分析并據此行事。

    收集數據只是預測的起點,接下來要轉化成真知灼見。不過,值得牢記的是,誰擁有數據,誰就能使用它。一旦數據體系建立,就可實施戰略了。大數據能提供什么?舉個例子,它讓我們更好地了解飼料生產參數(飼料加工廠內)與肉雞生產性能(養殖場內)之間的關系。通過收集和比較這兩方面的數據,就可獲悉此類信息。

    在飼料加工廠內,測定制粒溫度、蒸汽添加量、能源消耗、顆粒持久性、顆粒硬度,當然還有配方所用不同原料。“如果你能將這些與飼料轉化率、日增重和健康狀況聯系起來,就可借助數據分析,改進加工工藝。”斯帕拉說,“利用所有數據,也許就能弄清顆粒硬度是如何影響生長期和育肥期生產性能的。”

    利用數據和運算法則,飼料廠能給養殖戶帶來附加值。通過對飼料、養分攝入量與實際產出的關系進行連續監測和分析,可以改進飼喂方案。

    科學家的視角

    每只肉雞都不相同,沒有適用于一切的模板。比利時天主教魯汶大學教授巴特?德凱特拉海勒(Bart de Ketelaere)說,成功越來越依靠數據,尤其是大數據。

    就生物質比如家禽而言,需要大數據和高級模型。不過,他回應稱,這些不能確保成功。

    收集數據是不夠的,數據必須正確。他說:“我所說的數據正確,指的是我們需要了解深層次的數據處理過程,以避免偽相關。”

    數據應涵蓋相關范圍和變量,為預測打下堅實的基礎,避免可能相關但實際互不相干的情況。此外,也需要描述實際情形的良好模型和展現價值的良好可視化工具。對肉雞來說,描繪生長的生理模型可能非常有用。

    取樣也很重要。就家禽而言,這項工作需要頻繁進行。通常,每周統計一次數據是不夠的。德凱特拉海勒還認為,要想通過大數據取得成功,數據科學家和諸如家禽科學家這些對深層次的數據處理過程有清晰理解的人之間需進行緊密互動。

如果您認為本網轉載的內容涉及侵權,請作品的作者聯系網站下方的編輯qq

APP下載
官方微信
返回頂部
钻石角子电子游戏