Kontinuerlige og objektive målinger

Siden den spede begynnelse har vi lært mye både om selve kamerateknikken og hvordan vi kan presentere resultatene oversiktlig og greit. Sikkert er det at et holdkamera kan måle holdet på alle kyrne i besetningen på en langt mer kontinuerlig og objektiv måte enn hva som er praktisk gjennomførbart ved manuell holdbedømming. Den største utfordringen er hvordan vi kan ta i bruk holddata om kyrne i praktisk rådgiving så bonden får nytte av investeringen han har gjort.

Ikke bare robotfjøs

Holdkameraet plasseres et sted der kyrne passerer og samtidig blir identifisert, slik at riktig holdpoeng kommer på riktig dyr. Mange tenker kanskje at dette kun er for robotfjøs og at kamera plasseres i melkeroboten hvor kyrne står fiksert under melking? Kamera tar bilder av bakparten på kyrne hver gang de passerer under kamera, og det vil fungere like bra selv om kyrne er i bevegelse. Dermed kan systemet benyttes også for bruk med vanlige melkestaller hvor det er portaler eller selekteringsgrinder hvor dyra blir identifisert.

Krysskartlegging

Systemet velger ut det av bildene som gir den beste gjengivelsen av kyrnes kryssparti som et topografisk kart med topper og daler. Ut fra hvor spisse eller runde toppene eller hvor dype eller flate dalene er, beregnes dyrets holdpoeng på en skala fra 1 til 5 (se bilde neste side). En forholdsvis stor del av kyrnes bakre ryggparti kartlegges. Dette er for at det skal kunne passe godt med tradisjonell manuell holdvurdering. Eneste forskjell er at vi ved manuell holdvurdering holder oss til kvartpoeng som 3,25 og 3,75. Den automatiske opererer med en mer glidende kontinuerlig skala med ett desimal som 3,3 og 3,8. Det gjør det mulig å vise små endringer som foregår over tid, ettersom antall holdmålinger ikke er begrensende som ved manuell bedømming.

Tilpasninger for NRF

Etter første testomgang fant vi at målemetoden ikke passet like godt til våre NRF-kyr som vi hadde ønsket oss. Systemet var utviklet med utgangspunkt i to grupperinger, melkerasen Holstein og kombinasjonsrasen Simmentaler. Etter at fem erfarne fôringsrådgivere helt upåvirket av hverandre hadde holdbestemt samtlige kyr i den første besetningen med holdkamera i Norge, var dommen klar. Den automatiske holdvurderinga undervurderte de feiteste kyrne og overvurderte de tynneste. Resultatene viste rett og slett mindre variasjon enn vi fant ved vanlig manuell holdvurdering. Det måtte dermed utvikles en ny beregningsmåte (algoritme) tilpasset NRF-kyr. Samtlige kyr i flere av pilotbesetningene ble målt både manuelt og med kamera for å gi DeLaval et godt nok datagrunnlag for å utvikle en helt ny algoritme for NRF. Den tredje algoritmen etter Holstein og Simmentaler var et faktum.

For dem som har dyr av ulike raser i besetningen sin, er det faktisk mulig å legge inn flere algoritmer samtidig. Systemet vil da automatisk beregne riktig hold basert på rasen registret individuelt på dyra i besetningen.

Feite kyr

Systemet gir god oversikt over holdet kyrne hadde ved siste kalving, holdtap i mobiliseringsfasen etter kalving og ikke minst holdutviklinga utover i laktasjonen og helt fram til kua kalver igjen. Ikke overraskende ble det konstatert i flere av besetningene at en stor del av kyrne var i altfor godt hold ved kalving. I flere av besetningene krøp også holdet godt over anbefalingene på helst 3,5 (maksimalt 3,75) mot slutten av laktasjonen for en stor andel av kyrne.

Dette stemmer godt overens med statistikken som Animalia fører over slaktedata på norske storfe. Statistikken viser at gjennomsnittlig fettgruppe på norske mjølkekyr ligger rundt 7 og omkring 60 prosent av alle kuslakt av melkerase blir klassifisert som overfeite slakt. Enkelte hevder riktignok at årsaken til dette er at det typisk er de feiteste og mest ineffektive dyra som gjerne blir slakta, men da skulle man tro at utviklinga ville snu snart?

Hold og rådgiving

Det kan oppleves som brutalt å få oppgitt holdet på samtlige kyr i besetningen sin plotta i et diagram svart på hvitt. Veldig avslørende, men samtidig veldig nyttig. Det er kjekt å ha et kamera til å holdvurdere kyrne nær sagt kontinuerlig. Det er først når man virkelig setter seg ned og analyserer resultatene, og utvikler gode og praktisk gjennomførbare fôringsstrategier, at man tar ut nytteverdien. Da kan det være lurt å søke hjelp av en erfaren rådgiver eller gode kolleger som sparringspartner.

En annen effekt av subjektiv og kontinuerlig holdregistrering, er at man får subjektive og målbare svar på om endringene som iverksettes har ønsket effekt. Det gir trygghet og motivasjon i arbeidet og inspirasjon til å fortsette innsatsen. Holdendringer skjer ikke over natta, og fristende forsøk på hurtigslanking går som regel sterkt ut over ytelsen. Resultatet på holdet vil være ofte være høyst usikkert. Best resultat oppnås som regel gjennom langsiktig og målretta jobbing. Kanskje den aller beste måten å unngå feite kyr på, er å sørge for at de drektige kvigene ikke blir feite allerede før de kalver første gang...?

Kunnskap i data

Manuell holdvurdering er et nyttig verktøy, men blir i praksis ofte begrenset til noen utvalgte kyr og ofte rimelig tilfeldig valgt. Dersom ikke holdvurdering gjøres systematisk og regelmessig har slike målinger ofte liten verdi. De kan fungere som en indikasjon, men holdutfordringer kan allikevel skjule seg i mengden av kyr som ikke har blitt holdvurdert. Med sikre holddata fra samtlige kyr i besetningen målt daglig gjennom hele laktasjonen, genereres verdifulle data i et langt større omfang enn hva som er praktisk gjennomførbart med manuell bedømming.

Gjennomsnittsverdier sier veldig lite når holdet skal vurderes. Kyr som er feite når de kalver, taper som regel mer av holdet og over en lengre periode, enn kyr som har normalt hold ved kalving (se figur). Besetninger med overvekt av feite dyr ved kalving, vil som regel ha en tilsvarende stor andel rimelig magre kyr etter at de har mobilisert store deler av fettet i perioden etter kalving.

Gjennomsnittsholdet i besetningen vil dermed skjule at mange kyr har uheldig stort holdtap (over 0,5 holdpoeng).

I tillegg kan vi kombinerer holddata fra flere besetninger. Det gir oss et solid grunnlag for å kartlegge resultater av ulike holdkurver og fôringsstrategier. Vi i håper vi snart kan ta imot og lagre holddata i Kukontrollen fra alle besetningene med automatisk holdvurdering i Norge. På den måte kan vi koble sammen holddata med øvrige Kukontrolldata. Det vil gi oss et meget godt grunnlag for ny kunnskap og videre faglig utvikling. En utvikling ikke bare for besetninger med automatisk holdvurdering, men for alle andre besetninger som ønsker å jobbe med holdutvikling for økt fôreffektivitet, bedre helse, god fruktbarhet og til syvende og sist bedre økonomi i produksjonen.

Lønnsom investering

Etter at testperioden nå er over og DeLaval har åpnet for kommersielt salg av holdvurderingskameraer i Norge, kommer det stadig spørsmål om det er lønnsomt å investere i holdkamera. Etter at du har nå har lest denne artikkelen gir svaret seg selv. Det kommer an på hvor store holdutfordringer besetningen har og evnen og viljen til faktisk å endre dagens praksis og rutiner og gjennomføre nødvendige de nødvendige tiltak som kreves. Et nyttig hjelpemiddel dersom det tas aktivt i bruk, ellers kjekt å ha ….