☰
✕

Archives

Desenvolvemento rural, Portada arriba dereita

Lanzan unha plataforma gratuíta para acelerar o emprendemento dixital no agro galego

Leave a comment
Bautizada como E-Learning Data, esta nova plataforma gratuíta nace para acelerar o emprendemento dixital no agro galego. A ferramenta ofrece formación e asesoramento e está a disposición tanto do sector primario galego como dos emprendedores que pretendan apostar polo agro e pola agrodixitalización do campo da comunidade autónoma. Trátase dunha ferramenta desenvolvida no marco do proxecto Interreg Poctep Hub Iberia Agrotech (HIBA), do que forma parte o centro loxístico galego Datalife Hub de Innovación Dixital. E-Learning Data está dispoñible na web do proxecto HIBA en español e en portugués. A plataforma inclúe cursos en liña gratis (MOOC) sobre Tecnoloxías Habilitadoras Dixitais no agro adaptados a distintos perfís de usuario. Permite o acceso a ferramentas innovadoras que favorecen o emprendemento. Tamén proporciona apoio ao desenvolvemento da capacitación a través de asistentes virtuais e coñecemento sobre os aspectos máis relevantes da agricultura de precisión. Un asistente virtual dispoñible as 24 horas, HIBABot, encárgase de resolver calquera dúbida. A plataforma está destinada a persoas que traballen ou emprendan no sector agroalimentario, en empresas de servizos do sector primario, grupos de desenvolvemento local, asociacións agrícolas, formadores e alumnado tanto universitario como non universitario. “Permitirá testear innovacións e experimentar con tecnoloxías para promover o espírito emprendedor, mellorar a capacitación en agrodixitalización e brindar apoio á hora de tomar decisións”, apuntan desde Datalife.

Satélites e drons

A iniciativa E-Learning Data tamén pon ao dispor das empresas galegas a experimentación e desenvolvemento de aplicacións que, baseadas en datos procedentes de distintas plataformas de observación (satélites ou drons), melloren as capacidades de innovación do sector agro. Un exemplo é o acceso a produtos Copernicus, que poden ser de especial interese para o agro, como as imaxes de Sentinel-2, que rexistran observacións do planeta Terra para dar servizos como o seguimento da evolución dos bosques, os cambios na cortiza terrestre e a xestión dos desastres naturais.

Diagnóstico de Madureza Dixital

Datalife Hub de Innovación Dixital anunciou que no marco deste proxecto europeo tamén fará público o informe sobre o Diagnóstico de Madurez Dixital (DMD) do sector primario galego. Este traballo difundirase na web de Datalife. O seu obxectivo é afondar no coñecemento do Hub sobre a situación do agro galego para poder adaptar os servizos á realidade do campo, mar e sector forestal. Para completar este traballo, Datalife seleccionou e recompilou todo tipo de información a través dos espazos de diálogo realizados ao comezo do proxecto sobre o sector primario, desde o punto de vista e as necesidades de micropemes e grandes empresas, da agricultura e a transformación, a pesca e o ámbito forestal.
"A transformación dixital non ten un único camiño marcado no agro galego. Cada empresa debe priorizar os aspectos en liña cunha planificación adecuada do negocio e os seus procesos"
“O Diagnóstico de Madurez Dixital do agro galego pon de manifesto que as súas necesidades, capacidades e prioridades deben deseñarse segmentadas por sectores. Tamén deixa claro que a transformación dixital non ten un único camiño marcado, que cada empresa ou axente deberá ir priorizando os aspectos en liña cunha planificación adecuada do negocio e os seus procesos”, destacan fontes de Datalife. Ademais, tamén recomendan que promover un cambio gradual e non unha transformación radical destes sectores para que calle a dixitalización en toda a cadea de valor. O informe concíbese como un punto de partida e que os avances derivados deste coñecemento en cada sector permitan establecer unha planificación para saber onde se está e onde se quere chegar a todas as empresas galegas interesadas na agrodixitalización da man dos provedores tecnolóxicos.
Leite, Portada Lista

¿Pode ser o big data un aliado para aumentar a rendibilidade das ganderías leiteiras?

Leave a comment
O big data, é dicir, a recompilación e tratamento en tempo real de inxentes cantidades de información e de datos, está xa presente en numerosos ámbitos da nosa vida, desde as aplicacións no móbil que nos permiten elixir o mellor camiño en coche a calquera destino ás suxerencias de novos amigos cos que contactar a través das redes sociais. O sector lácteo, á vangarda nos últimos anos na implantación de novas tecnoloxías no sector primario, subiuse tamén de cheo a este novo mundo de análise de datos que ameaza con transformar, se non o fixo xa, o traballo nas explotacións. Disto sabe moito Fernando Mazeris. Este veterinario arxentino leva 25 anos traballando en ámbitos relacionados con sensores para vacas e software de manexo de rabaño, liderando proxectos desde a fase de investigación ata a de desenvolvemento e aplicación en granxa, primeiro dentro de DeLaval internacional e agora como director xeneral de Dairy Data Warehouse (DDW), unha spin off pertencente á compañía holandesa Uniform Agri, dedicada desde hai máis de 30 anos ao desenvolvemento dunha ferramenta informática de xestión de rabaño que permite centralizar e unificar toda a información das explotacións. Os usos actuais destas novas tecnoloxías son xa enormes pero as súas posibilidades futuras son aínda maiores. "Estas tecnoloxías van impactar máis pronto que tarde na industria láctea, en toda a cadea de valor, desde as explotacións leiteiras ata o consumidor final, pasando por industrias que utilicen algoritmos de intelixencia artificial para predicir, por exemplo, a calidade da materia prima que van recibir", asegurou recentemente Fernando Mazeris nas xornadas técnicas de Africor Lugo.  No caso das explotacións, ademais da robotización de tarefas mecánicas e a consecuente redución en man de obra, estas ferramentas tecnolóxicas servirán de apoio na toma de decisións, tanto diarias como estratéxicas, encamiñadas ao aumento da rendibilidade das explotacións. "Levar adiante unha gandería de leite hoxe en día non é nada fácil. O gandeiro debe conseguir rendibilidade ou, en caso de tela, mantela, cuns custos moi axustados e facendo fronte a unha presión permanente con novos requirimentos lexislativos que cumprir. Pero estas novas ferramentas axudarán aos gandeiros na súa tarefa, cada vez máis difícil de conseguir: a de mellorar a súa rendibilidade, a calidade do produto, a saúde e o benestar dos animais e minimizar o impacto negativo no medio ambiente", enumera. Son todas posibles aplicacións do big data nas que xa se está traballando para a mellora de distintos aspectos do día a día das granxas leiteiras. Da intelixencia artificial á aprendizaxe profunda A intelixencia artificial é unha tecnoloxía dixital que traballa tratando de imitar as funcións cognitivas do cerebro humano, levando a cabo tarefas intelixentes a través de algoritmos matemáticos, que se conseguen a través do adestramento de computadoras grazas á análise de moitísimos datos. Pero o uso de algoritmos non implica intelixencia artificial. "Para que haxa intelixencia artificial o algoritmo ten que ter a capacidade de aprender das súas propias predicións", aclara Fernando. "A intelixencia artificial non é algo novo, empezouse a utilizar nos anos 50 do século pasado, pero o que fixo que a día de hoxe sexa unha tecnoloxía que se usa máis e máis en todas as ordes do traballo humano é o feito de que os computadores teñen a capacidade para manexar as cantidades inxentes de datos que se necesitan para poder aplicala e tamén a capacidade de aprender deses datos e ofrecer unha resposta a un problema ou interrogante concreto", indica.
A intelixencia artificial nace nos anos 50.  Nos 80 evoluciona coa aprendizaxe automática e a partir do 2010 co 'Deep Learning' ou aprendizaxe profunda, que é o que desencadea o boom actual da intelixencia artificial
Do mesmo xeito que os sistemas de condución automática en vehículos utilizan deep learning, tamén o fan as sementadoras de precisión; do mesmo xeito que existen cámaras de identificación en lugares como os aeroportos dalgúns países, tamén existen cámaras que fan un recoñecemento facial de cada unha das vacas do establo; e do mesmo xeito que avanzan os sistemas de diagnóstico médico por imaxes, tamén o fan, no ámbito agrario, as sulfatadoras selectivas, que aplican tratamento unicamente a aquelas plantas que o requiren a través do uso de cámaras de identificación, que en tempo real distinguen entre plantas de cultivo ou maleza, para aplicar herbicidas só de forma selectiva, o que permite aforrar entre o 75 e o 80% do herbicida que se utilizaría doutro xeito. Pero "todas estas tecnoloxías teñen que ter un sentido económico e de mellora da eficiencia para que acaben por implantarse", destaca Fernando. A dependencia dos datos Para poder facer intelixencia artificial é necesario contar con datos de calidade e en gran cantidade. Son as coñecidas como "as 4 V" dos datos: volume, velocidade, variedade e veracidade. "Para poder detectar unha enfermidade en vacas leiteiras necesitamos ter os rexistros de miles e miles de vacas", indica Fernando, que traballou, por exemplo, no desenvolvemento de Predicta Ketorisk, a aplicación empregada por DeLaval que detecta o risco de sufrir cetose en vacas recén paridas. "Para facer un algoritmo que poida predicir cetose necesitamos unha colección de datos históricos de vacas con cetose de moitísimas granxas de todo o mundo, especialmente se queremos utilizar o algoritmo a nivel global", recoñece o responsable de Dairy Data Warehouse. De aí o valor dos datos, de distintos aspectos de manexo, estado dos animais ou calidade do leite, que se extraen hoxe en día en moitas explotacións.
Durante os últimos 7 anos Dairy Data Warehouse dedicouse a recompilar datos de millóns de vacas de todo o mundo
"É importante que estes sistemas sexan integrados, é dicir, que se actualicen constantemente coa entrada de novos datos e predicións, para que o gandeiro o único que teña que facer é conectar a súa granxa ao sistema, e que sexa flexible e se adapte a calquera sensor de toma de datos", indica Fernando. O funcionamento do sistema deseñado por DDW é sinxelo e automatizado: instálase un pequeno software na granxa que recompila todos os datos dos animais de forma individual cada 24 horas e envíaos á nube, onde se procesan, e devólvese a continuación a información á granxa en forma de predición e alertas. Durante os últimos 7 anos DDW dedicouse a recompilar "datos de millóns de vacas de todo o mundo". Pero eses datos así, tal como veñen da granxa, non se poden utilizar, "é necesario facer un traballo importante de clasificación e limpeza, e como veñen de diferentes fontes hai que correlaccionarlos para que haxa unha base de datos con información relevante", aclara Fernando. É un aspecto clave, porque sobre esa base é sobre a que traballan os algoritmos de intelixencia artificial facendo as súas predicións.  Que cambios se aveciñan? Ata o de agora, a xestión do rabaño mediante estas ferramentas específicas limitábase á observación de danos, xa que o deseño de aplicacións centrábase en datos históricos, pero o Big Data permite anticipar eventos futuros e adiantarse para previlos. "Estes modelos de predición permiten a simulación de diferentes escenarios hipotéticos, por tanto, a optimización da toma de decisións", defende. "Nós xa temos tres algoritmos de intelixencia artificial funcionando: un para facer unha predición individual de produción de leite de cada vaca na lactación actual e as seguintes (Predicta milk); outro para predicir cales son as vacas que van estar no rabaño nos próximos 500 días en base ás enfermidades, prácticas de manexo, etc (Predicta inventory); e un terceiro sobre predición de saúde dos animais (Predicta ketorisk)", detalla.
O big data permite anticipar eventos futuros e adiantarse para previlos
No caso da cetose, por exemplo, comunícaselle ao gandeiro con 3 ou 4 semanas de anticipación ao parto cal é o risco de sufrir hipercetonemia durante esa lactación de cada unha desas vacas que van parir para que o gandeiro poida adoptar medidas preventivas. "Estamos nun camiño na utilización da tecnoloxía que vai desde documentar danos, que é o que se facía ata o de agora, ata poder previlos. É dicir, un paso máis aló sería pasar das estatísticas históricas das granxas (que pasou?) ás estatísticas preditivas (que pasará?), para chegar despois a un terceiro nivel, que serían as estatísticas prescriptivas (que debo facer?). Isto, que parece ciencia ficción, xa está aquí", asegura Fernando Mazeris. Como será a vida do gandeiro? Gandeiros holandeses empregando os sistemas de predición de Data Dairy Warehouse "Digámolo así, os modelos de intelixencia artificial van ser parte da produción de leite en todos os aspectos dunha gandería, é só unha cuestión de tempo, e serán útiles en dous sentidos: por unha banda resolver cuestións operativas do día a día do produtor de leite (identificar un animal enfermo, definir a enfermidade, suxerir un tratamento), é dicir, algo puntual de todos os días, para poder tomar unha decisión concreta; pero á súa vez, onde creo que os algoritmos van ter unha importancia decisiva será nas cuestións estratéxicas a curto, medio e longo prazo. Por exemplo, dará ao gandeiro información concreta e precisa sobre que vacas inseminar con seme sexado e cales con seme de carne e todo iso con datos reais e verídicos de cada unha das granxas, esa é a revolución que vai suceder", avanza.
As decisións en base a sentimentos ou pura intuición van perder peso e as ferramentas preditivas darán certeza en cambios de manexo, alimentación, xenética ou outros aspectos estratéxicos das explotacións
"Vai haber unha base de información tan grande que as decisións en base a sentimentos ou decisións intuitivas van perder peso, aínda que obviamente o que vai seguir tomando as decisións vai seguir sendo o gandeiro pero cunha ferramenta que o apoia nesas decisións", indica. Nos últimos 15 anos chegaron masivamente ás explotacións leiteiras os sensores de monotorización dos animais e os gandeiros acumularon valiosos datos históricos das súas granxas en aplicacións de xestión do rabaño que agora son tremendamente útiles para pedecir o futuro desa explotación en múltiples aspectos, analizando os distintos escenarios futuros en función das decisións tomadas con anterioridade e as que se tomen no momento actual. Detección automática de enfermidades e prescrición de tratamentos O big data vai cambiar a vida diaria das granxas, dando respostas a moitas preguntas estratéxicas a curto e longo prazo en distintos aspectos. Por exemplo, cantas xatas pode vender o gandeiro para seguir entregando a cantidade de leite acordada coa empresa de recollida ou cantas tenreiras haberá de recriar, segundo a estratexia da explotación, en caso que querer medrar en determinado número de cabezas ou litros de produción.
O papel do veterinario limitarase a casos máis graves ou a fármacos sometidos a supervisión máis estrita, como os antibióticos
Pero tamén terán utilidade práctica en cuestións do día a día. A popularización dos sensores de monitoraxe individualizada permitirá avances na chamada gandería de precisión. "O desenvolvemento deste tipo de tecnoloxías vai continuar de forma exponencial, do que falamos é só o comezo", asegura Fernando. Moitas das novas aplicacións están a focalizarse en aspectos de saúde, desde detección de enfermidades a prescrición de tratamentos. Haberá ferramentas preditivas para problemas habituais (hipercetonemia, mamite, etc) que axuden a detectalos e a prescribir tratamentos en substancias de venda libre, como propilenglicol contra a cetose. Pero esta competencia non acabará co papel dos veterinarios, considera o responsable de Data Dairy Warehouse.
O desenvolvemento deste tipo de tecnoloxías vai continuar de forma exponencial, do que falamos é só o comezo
"Haberá outros niveis de fármacos, especialmente antibióticos, nos que a supervisión dos veterinarios deberá seguir sendo necesaria para a súa prescrición, sobre todo a raíz do inminente endurecemento da normativa sobre a súa aplicación", considera. "O gandeiro, pero tamén o veterinario, vai ter que dedicar menos tempo a analizar datos, pero o seu papel vai seguir sendo esencial á hora de prescribir tratamentos e de axudar ao gandeiro a mellorar, por exemplo recomendando rutinas", conclúe.
Desenvolvemento rural

Que lle pode achegar a intelixencia artificial á agricultura?

Leave a comment
Maquinaria cada vez máis autónoma, programas que ofrecen información relevante para mellorar a produtividade dos cultivos ou modelos que proporcionan predicións determinantes para garantir a colleita. Son exemplos de como a intelixencia artificial está á orde do día na agricultura. Algúns dos casos nos que a intelixencia artificial proporcionou respostas efectivas no campo abordáronse durante un recente encontro dixital coordinado pola firma Hispatec Analytics, experta na xestión de dato. Este encontro, que serve de preludio do Foro para o impulso da transformación dixital do sector agroalimentario (Datagri), que este ano será virtual, contou con expertos involucrados en proxectos de marcas comerciais como John Deere ou do consorcio de centros de investigación Cgiar. Coñecemos dous casos concretos onde a intelixencia artificial transformou os métodos de cultivo.

Reducir o risco de deriva na aplicación de fitosanitarios

"Hoxe en día o agricultor está sometido a producir máis con menos recursos e a dixitalización é a resposta a este reto", explica Federico Pérez, director xeral da firma Pulverizadores Fede, que no 2018 asinou un acordo global con John Deere para implementar e distribuír os equipos de pulverizado para cultivos leñosos de alto valor, entre os que se atopan os viñedos, os cítricos ou as oliveiras. No campo da aplicación de produtos fitosanitarios, a intelixencia artificial permitiu avances como un substancioso aforro de custos coa identificación das malas herbas. "Detectar as malas herbas posibilita un aforro en herbicidas de entre o 70 e o 90%, ademais de poder realizarse xa a unha velocidade media de 20 quilómetros por hora", detalla Pérez. Aínda que o 80% da maquinaria agrícola céntrase en cultivos extensivos, o avance da intelixencia artificial en maquinarias destinadas para cultivos leñosos como o viñedo tamén está a avanzar de forma notable nos últimos anos. Un dos exemplos neste campo é o equipo pulverizador autónomo H3O, que incorpora a intelixencia artificial para atallar a deriva, as perdas de produto que non chega á planta senón que se perde diseminado no ambiente e que poden supor o 50% do produto. Estímase que as perdas por deriva supoñen de media entre 30.000 e 50.000 euros para os agricultores cuxo gasto medio se sitúa próximo entre os 60.000 e os 100.000 euros.
Conseguiron reducir nun 50% a deriva ó adaptar a pulverización á árbore e ás condicións meteorolóxicas
Neste sistema, a intelixencia artificial permitiulle axustar os atomizadores que pulverizan o produto de maneira que se adapten á árbore e ao seu estado para reducir as perdas. Así, a máquina recoñece non só a planta senón as diferentes partes como a copa e o tronco para axustar a súa aplicación. "Os algoritmos permítennos saber a cantidade de aire e caldo necesario para aplicar o tratamento de forma optimizada para cada árbore", detalla Pérez. Esta tecnoloxía posibilitou reducir nun 50% a deriva, segundo confirmou un estudo do Instituto Valenciano de Investigacións Agrarias (Ivia). "Nalgunhas leiras, os agricultores comezaron a reducir entre un 10 e un 15% a cantidade de químicos", concretan desde Pulverizadores Fede. Ademais, a empresa estima nun ano o prazo de retorno do investimento destes equipos.  Prazo de amortización da maquinaria en función do tipo de cultivo.

Agricultura sen agricultores?

Ante o avance das solucións de maquinaria, cada vez máis autónoma, que a intelixencia artificial está a proporcionar xorde a pregunta de se camiñamos cara a unha agricultura onde o papel do agricultor quede reducido ao mínimo ou chegue a eliminarse. Enrique Serrano director xeneral da firma española Tinámica, especializada na análise de Big Data e intelixencia artificial, teno claro: "Claramente non. Todas estas ferramentas son un complemento. Non poden substituir á intelixencia humana, ao sentido común e á capacidade de contextualizar do ser humano, xa que traballan dunha maneira estanca", aclara. "Non se debe caer na trampa de que esta tecnoloxía substituirá ao coñecemento dos agricultores, senón que estas ferramentas compleméntano", reivindica o enxeñeiro agrónomo Daniel Jiménez. Unha opinión similar manexa Federico Pérez, que valora o aproveitamento da intelixencia artificial como un paso evolutivo máis cara a unha agricultura con menos postos de traballo, pero máis cualificados.

Incrementar a produtividade do millo a pesar das adversidades meteorolóxicas

Na rexión de Córdoba, no norte de Colombia, os agricultores deben facer fronte a importantes inundacións que veñen seguidas de campañas con secas extremas, que deixan no campo perdas millonarias. Ante esta situación, o goberno colombiano, o Cgiar,consorcio de centros de investigación para incrementar a seguridade alimentaria; así como asociacións de produtores locais sumaron esforzos nos últimos anos para incrementar a produtividade de cultivos básicos como o millo. Un dos expertos que participou neste proxecto foi o enxeñeiro agrónomo Daniel Jiménez, que leva 15 anos aplicando a intelixencia artificial en cultivos tropicais en países en vías de desenvolvemento. Os datos proporcionados polos agricultores e técnicos en Colombia foron fundamentais para os resultados do proxecto. "O noso obxectivo era lograr patróns e modelos explicativos que nos axudasen a mellorar as técnicas de cultivo e non tanto preditivos", detalla Jiménez. Con esta premisa comezaron a recompilar datos sobre o solo, a sementeira da colleita, o manexo do cultivo ou o clima. Ao principio tiveron acceso ós datos dunhas 400 leiras de cultivo que pronto se transformaron en 1.000 e que na actualidade acadan as 5.000.
"Nunha agricultura que cada vez busca ser máis sostible, estas ferramentas permítennos pescudar como reducir a contaminación e os custos de produción": Daniel Jiménez, enxeñeiro agrónomo
Nestes modelos, dispor de datos que acheguen información é unha das tarefas fundamentais para lograr extraer conclusións, onde o recheo de datos que faltan, a eliminación e concreción da información centra case o 80% do traballo. "Unha vez temos as bases de datos organizadas, pasamos a analizalos para saber como esta información se pode volver en algo útil para o agricultor", explica. Máis aló da análise dos datos, a aplicación de métricas sobre estas variables permitiulles extraer recomendacións que fosen de utilidade para incrementar a produción. En concreto, conseguiron un axuste en parámetros como o aporte de fósforo e a densidade de plantas, que foi determinante para os cultivos. Os datos indicáronlles que nestas plantacións chegaban a aplicarse uns 40 quilos de fósforo por hectárea, mentres que as métricas determinaron que o ideal sería un aporte de 15 quilos por hectárea para optimizar a produción e aforrar custos. En canto á densidade de plantas, a análise determinou que lograr entre 60.000 e 75.000 plantas por hectárea permitiría axustar a produción e optimizala. "Nunha agricultura que cada vez busca ser máis sustentable ambientalmente estas ferramentas permítennos pescudar como reducir a contaminación e os custos de produción", reivindica o experto.
Conseguiron un incremento da produción do 20%, a pesar dos vendavais e as inundacións
Os modelos explicativos proporcionaron información máis en detalle, que permitiu elaborar recomendacións, pero Jiménez destaca que, en todo este proceso, é fundamental a achega humana dos coñecementos dos agricultores, adquiridos ao longo de anos de experiencia. "O modelo permítenos saber a cantidade exacta de fósforo e a densidade máis adecuada, pero ambos se sustentan xa nas sospeitas que tiñan os agricultores. Estes modelos permitíronnos afinar e concretar máis", explica. Con estes cambios lograron un incremento da produción do 20%, a pesar dos vendavais e as inundacións que sofren no país. En condicións climáticas máis favorables a optimización permitiría mesmo un incremento da produción do 40%, segundo concretou Jiménez. A diferenza entre aplicar estas recomendacións supuxo incrementar os rendementos até 2,5 toneladas por hectárea, o que se traduce nun aumento de supón 5 millóns de dólares para a rexión. Rendementos do cultivo do millo en función da implementación que fixeran das recomendacións proporcionadas.
Agroalimentación, Forestal, Portada arriba dereita

Enquisa sobre as necesidades de dixitalización dos sectores agroalimentario e forestal

Leave a comment
A asociación Datalife, constituída o pasado ano para aumentar a competitividade das empresas galegas, lanzou unha enquisa online para coñecer a situación e necesidades de dixitalización das empresas galegas de distintos ámbitos específicos, entre eles o agroalimentario e o forestal. Pódese acceder á enquisa a través deste enlace. Datalife é unha asociación impulsada por 4 clusters empresariais (Bioga, Cluster Tic de Galicia, Cluster das Ciencias da Vida e Anfaco-Cecopesca), 3 empresas tractoras (Finsa, Cz Veterinaria e Televés), a Universidade de Santiago e dos centros tecnolóxicos (Centro de Supercomputación de Galicia, Cesga) e Centro Tecnolóxico de Comunicacións – Gradiant. O obxectivo da asociación, constituída o pasado ano, é o de aumentar a innovación e competitividade das empresas galegas en tres ámbitos principais: biorrecursos, sostibilidade e saúde. O consorcio enfoca o seu traballo nos sectores mar-industria, agroalimentario, forestal, biotecnoloxía e saúde.
Leite, Portada Lista

Tendencias de sensores en granxas de vacún de leite

Leave a comment
Proxecto aínda non comercial que analiza con sensores a pisada das vacas para anticipar a detección de coxeiras. As innovacións tecnolóxicas están a permitir a cada paso un maior control sobre todos os parámetros de saúde, alimentación e produción das vacas. Unha rede europea, 4D4F, que agrupa a gandeiros, técnicos e empresas do sector, compilou máis de 100 sensores comerciais que se poden atopar no mercado. Desde os xa utilizados hai anos, como os podómetros de reprodución, até novas tecnoloxías que advirten dun inminente parto ou que axudan na detección de coxeiras, entre outros. Na rede 4D4F resumen a potencialidade dos sensores cun lema: "Vacas felices, gandeiros contentos e consumidores satisfeitos". Hai consenso tamén en que os sensores son unha ferramenta que pode axudar a mellorar o manexo dos animais, pero non substitúen a unha correcta xestión das explotacións. Facemos un repaso por algunhas das gamas de sensores dispoñibles para gandarías de leite coa axuda de Aida Xercavins e Aranzazu Varvaró, técnicas do Instituto de Investigación e Tecnoloxía Agroalimentarias (IRTA) de Cataluña, unha das entidades que participa na rede 4D4F. "Hai unha serie de tecnoloxías de sensores que no vacún de leite están moi implementadas, sobre todo podómetros de reprodución ou ferramentas para o control da saúde da ubre, pero hai outros aspectos onde a implementación é menor" -explica Aida Xercavins-. "Por exemplo, existen xa diversos sensores comerciais que emiten prealertas de parto nas vacas ou tecnoloxías que axudan na detección de coxeiras e que poden ser moi interesantes para as granxas", valora. O proxecto 4D4F organízase en 12 grupos de interese, que son os seguintes: Saúde da ubre, Coxeiras, Nutrición, Reprodución, Actividade e comportamento, Enfermidades metabólicas, Tenreiros e recría, Datos de muxido, Xestión de datos, Manexo dos pastos e un último orientado ó caprino: Instalacións, e tecnoloxías para Cabras leiteiras. Aínda que a páxina web do proxecto está en inglés, pódense atopar en español artigos e guías de boas prácticas para o uso de sensores para cada grupo de interese. O avance dos sensores no vacún de leite, orientados ás granxas máis profesionalizadas, dependerá de factores como o prezo, as melloras que acheguen para a granxa ou a súa maior ou menor facilidade de implementación. Pode consultarse unha listaxe de máis de 100 sensores comerciais no chamado almacén de tecnoloxías da rede 4D4F. Repasamos a continuación algúns deles.

Detección de partos

Saber cando vai dar a luz unha vaca é útil para levala a tempo ao curral de parto ou para proporcionarlle asistencia inmediata ao animal e á cría recén nada. No mercado hai diferentes sensores que predín o parto en base a aspectos como o movemento da cola, a temperatura corporal ou mesmo o propio inicio do parto por un sensor na canle vaxinal.
  • Movemento da cola. Trátase dun sensor non invasivo que se coloca na cola do animal unha semana antes do parto. Pode prever con gran precisión cando a vaca terá a cría medindo os patróns de movemento da cola provocados polas contraccións do parto. Cando as contraccións alcanzan certa intensidade e repítense con máis frecuencia, o sensor envía un aviso a un teléfono móbil, aproximadamente unha hora antes do parto. Así funciona, por exemplo, o sensor de Moocall. O sensor conta con batería recargable que dura 30 días e pode ser reutilizable noutros animais.
  • Termómetro vaxinal. Esta ferramenta monitorea a temperatura dos animais e envía alertas prepartos ao móbil que permiten monitorear a preparación para o parto e estar alí no momento preciso. O sistema Vel`Phone, por exemplo, avisa ao gandeiro 48 horas antes do parto e novamente 2 horas antes de que se inicie. Se o parto se vai producir durante a noite, o sistema conecta unha alarma ao móbil para avisar ao gandeiro co tempo de antelación que marque e que lle permita desprazarse á corte. O termómetro vaxinal é expulsado no inicio do parto, de forma que non interfere no proceso.
Outra posibilidade é o monitoreo diario da temperatura dos animais, por exemplo co uso de bolos ruminais, de xeito que advirte ao persoal de calquera posible incidencia na saúde do animal. Existen tamén tecnoloxías que combinan un sensor de movemento de cola coa monitorización da temperatura na canle vaxinal.

Avisos de temperatura alta nas tenreiras

O desafío de detectar o gando enfermo é unha tarefa fundamental para o persoal das granxas. A temperatura alta é tipicamente un dos primeiros síntomas da enfermidade respiratoria bovina e maniféstase 24-72 horas antes de que se aprecien síntomas visuais, como a falta de apetito ou a deshidratación. Deste xeito, monitorear continuamente a temperatura das tenreiras pode ser un sistema sinxelo para identificar o gando que se pode atopar en problemas. Unha ferramenta para monitorear a temperatura dos animais é un crotal colocado na orella da tenreira, que mide a temperatura cada 15 minutos. Se o animal excede os 39,7 ºC durante un período de 6 horas, o sistema activa unha alerta consistente nunha luz led intermitente no pendente, que é visible desde uns 12 metros. Xata co crotal de temperatura. A recomendación da casa fabricante é utilizar os crotais de temperatura a partir das dúas semanas de vida do animal e ata que ten ao redor de 2,5 meses de vida, pois é o período crítico no desenvolvemento das tenreiras. Os ensaios feitos en granxas comprobaron que o dispositivo permite reducir o uso de antibióticos, así como a taxa de mortalidade por enfermidade respiratoria bovina. Esa mellora repercute ademais nun maior crecemento dos animais, aumentando a súa ganancia diaria de peso, e posibilita a anticipación da data de parto.

Imaxes térmicas para mellorar a identificación de coxeiras

Cámara térmica para complementar as inspeccións do gando. Os podómetros, que son utilizados para monitorear os movementos dos animais e avisar de celos e coxeiras, poden complementarse cunha tecnoloxía de cámaras con imaxes térmicas que permiten detectar o punto concreto da lesión. Un ensaio nunha granxa coa ferramenta Cow Alert, que monitorea todos os movementos dos animais, identificou 7 vacas con problemas. Desas, 5 non presentaban síntomas visibles de coxeiras, pero o uso de cámaras térmicas da empresa Miracle Tech permitiu detectar que catro delas tiñan problemas específicos nas pezuñas que precisaban de tratamento. O gandeiro recoñeceu que se non fóra pola cámara térmica, que permitiu identificar o punto exacto das lesións, probablemente non lle tería botado unha segunda ollada a esas vacas, en aparencia sas. A combinación das dúas tecnoloxías permitiu mellorar o control das coxeiras na granxa. Outras posibilidades de futuro das imaxes térmicas coas que se está experimentando abordan cuestións como a detección do momento óptimo de inseminación ou a identificación temperá de casos de mastite. Sensores de presión Un segundo sistema que pode axudar a mellorar a detección das coxeiras é un sensor de presión, pero non está dispoñible aínda comercialmente. O sensor é unha alfombrilla, colocada nun corredor polo que as vacas circulan polo menos unha vez ao día, que analiza as pegadas de cada animal (colocación, presión relativa dos cascos, etc.) e que advirte á granxa se detecta problemas de coxeira.

Sensores ruminais e de alimentación

A medición automática da actividade de masticación e rumia pódese usar para detectar transtornos alimentarios e metabólicos. Entre os sensores que se están comercializando, figuran bolos ruminais, crotais e colares. Repasamos algúns deles.
  • Crotais na orella, como o dispositivo Smartbow. O sistema monitorea continuamente a localización, actividade e rumia das vacas. A tecnoloxía baséase no feito de que as vacas teñen patróns característicos de movemento das súas orellas que permiten identificar os celos e problemas de rumia. O sistema, conectado a un software, está baseado na intelixencia artificial, pois aprende do comportamento e das pautas de actividade de cada vaca, de xeito que se vai autoaxustando para mellorar a súa precisión. Smartbow pódese conectar coa maioría de programas de xestión de granxas, como Uniform Agri.
  • Colares no pescozo. Os sensores de movemento colocados no pescozo, que avisan á granxa dos celos do animal, tamén poden ser útiles para monitorear o tempo que o animal pasa comendo (forraxe ou pasto). Un dos sistemas comercializados produce alertas se os tempos de alimentación se desvían en exceso da media dos 10 días anteriores, de xeito que a granxa teña información puntual de comportamentos anómalos. Un sistema similar é o de SCR, que monitorea a actividade e a rumia dos animais, producindo alertas de celos e de saúde.

Alimentación de precisión

A alimentación é o maior custo nas granxas de leite e ten unha gran influencia no rendemento e saúde dos animais. A alimentación de precisión, coa identificación das vacas en tempo real, permite alimentar aos animais individualmente. Repasamos algúns sistemas de alimentación automática, de análise de alimentación ou de cualificación automática da condición corporal dos animais.

Robots de alimentación móbiles

Os roubos de alimentación permiten automatizar a alimentación de forraxe, concentrado ou de ambos á vez. Ou tamén poden simplemente achegar a comida e remesturala.
  • Robots de alimentación Existen diversos sistemas de robots de alimentación xa no mercado, ben por robots suspendidos ou conducidos por railes no solo. Son ferramentas que automatizan a alimentación dos animais, pois se encargan de pesala, mesturala e transportala. Pódense ver exemplos como o de Hetwin ou o Lely Vector. Sistema suspendido para distribuír a ración. Outra opción é o sistema de cadea sobre o corredor de alimentación, consistente nunha cinta transportadora combinada cunha arrobadera que deixa caer a ración ao longo de todo o corredor.
  • Distribuidor de pacas e bolos Pode optarse por distribuír toda a alimentación de forma automática ou só parte dela, como un sistema automático de raís que distribúe pacas ou bolos a través do corredor de alimentación. As pacas ou bolos de herba seca van suspendidas e o mecanismo encárgase de desenrolalos.
  • Robots que achegan e mesturan Existen tamén no mercado diversos modelos de robots que lle achegan a ración ás vacas. Un singular é o de Delaval, que non só achega a comida, senón que a volve a mesturar para presentala máis homoxénea e dificultar a elección por parte das vacas.

    • Dispensadores individuais de concentrado

    No pesebre, as vacas dominantes poden desprazar a algúns dos animais e aumentar así a súa inxesta de concentrado. Iso pode ter efectos negativos tanto para esas vacas, que teñen maior risco de engorde e de acidificación do rume, como para os animais que consomen menos enerxía, que poden así ver minguada a súa produción ou atrasar o seu crecemento. Para solucionalo, pódense situar en distintos puntos da corte dispensadores individuais de concentrado, de xeito que se elimine o concentrado da ración do carro e se distribúa só polos dispensadores individuais. Eses alimentadores identifican a cada vaca, equipada cun sensor no pescozo, e proporciónanlle a cantidade de concentrado, que se determina en función de factores como a idade, produción ou etapa de lactación. Ademais, o sistema divide a ración en diferentes tomas ao longo do día para evitar a acidificación do rume.

    Pesada automática do gando

    Hencol traballou nun proxecto experimental a partir do seu sistema automático de pesada de gando. O obxectivo do sistema, orientado ao gando de vacún de carne, é o de analizar o estado corporal dos animais e facer prognósticos de crecemento. En caso de desviacións sobre o esperado, o sistema xera alertas para advertir á granxa e optimizar a produción de carne. Existen tamén experiencias de pesada automática para vacún de leite que monitorean as tendencias de perda ou aumento de peso de cada animal. Esta ferramenta é unha pasarela con sensores que se coloca nun corredor de circulación dos animais. Combinada coa identificación de cada vaca, mide o peso do animal cada vez que pasa. Trátase dun sistema que se adoita usar a nivel de grupo e son populares en pastoreo para xestionar a planificación do pasto e valorar a necesidade de cantidades adicionais de forraxe ou concentrado.

    Sistema para puntuar a condición corporal

    Máis eficaz que o peso, no que inflúen factores como o leite, comida e auga, pode ser a medición da condición corporal do animal. Delaval desenvolveu un sistema con cámara, que se pode engadir aos seus robots de ordeño para puntuar a condición corporal dos animais. No caso de que a condición corporal baixe dun determinado nivel, o sistema envía unha alerta.

    Análise da forraxe na granxa

    O habitual é que as mostras de forraxe sexan enviadas a un laboratorio para a súa análise, pero a tecnoloxía NIR (estrectoscopia con infravermello próximo) permite analizar a forraxe en tempo real na granxa, o que axuda a optimizar a ración do rabaño. Xa existen no mercado autocarros mesturadores que incorporan a tecnoloxía NIR.
Columna Empresa, Noticias de empresa, Portada arriba dereita

Xornada online sobre sistemas de monitorización de vacún de leite e de carne

Leave a comment

Uniform-Agri e Allflex Livestock Intelligence organizan conxuntamente unha sesión online gratuíta o vindeiro xoves 28 de maio ás 12:00 horas.

Nela poderase coñecer como funciona e que achegan os sistemas de monitorización de Allflex Livestock Intelligence ás gandarías de vacún, tanto leiteiro como de aptitude cárnica; e presentarase Uniform-Repro, programa de xestión para explotacións de vacún leiteiro pensado para gandeiros e consultores. Tamén se amosará o funcionamento de ambos os sistemas integrados nunha mesma contorna.

A sesión terá unha duración aproximada de 90 minutos e contará con portavoces de ambas as empresas expertos na área da monitorización: Almudena Molinero (veterinaria e responsable de vendas e marketing de UNIFORM-Agri en España e Portugal), Paco López Belmonte (director de AZASA) e Juan José Nuñez e Alberto Fernández (veterinarios representantes de Allflex Livestock Intelligence España).

As persoas interesadas poden apuntarse a través deste enlace.