186

Predicția impactului aditivilor furajeri asupra emisiilor de metan cu ajutorul AI în fermele de lapte

autor

MeetMilk.ro

distribuie

Reducerea emisiilor de metan de la rumegătoare rămâne o provocare majoră pentru industria lactatelor. Acum, tehnologia IA oferă un progres prin prezicerea eficacității aditivilor furajeri. Un nou studiu validează această abordare în 13 ferme comerciale, marcând un pas important către o producție de lactate mai sustenabilă, informează DairyGlobal.

Dezvoltarea modelului IA pentru emisii

Producția de animale rumegătoare depinde de microorganisme pentru fermentarea furajelor în produse lactate și din carne valoroase. Cu toate acestea, acest proces generează și emisii enterice de metan, care contribuie semnificativ la gazele cu efect de seră antropogene.

Până acum, succesul în reducerea emisiilor de metan a fost limitat, în ciuda diverselor strategii aplicate.

Într-un studiu anterior, oamenii de știință de la Institutul de Tehnologie din Massachusetts și Metha Artificial Intelligence, Israel, au dezvoltat un model bazat pe IA, bazat pe secvențierea profundă a microbiomului, care prezice efectul aditivilor furajeri asupra emisiilor de metan.

Modelul utilizează probe de rumen secvențiate dintr-o anumită turmă pentru a construi rețele de microbiom pentru a identifica biomarkeri asociați cu eficacitatea aditivilor furajeri în reducerea emisiilor de metan.

Validarea modelului IA: Un nou studiu

Cel mai recent studiu al lor, publicat în revista Frontiers in Sustainable Food Systems, a validat modelul care furnizează un aditiv furajer comercial pentru atenuarea emisiilor de metan și efectuează sute de măsurători in situ ale metanului în 13 ferme comerciale de lapte Holstein din Israel.

Scopul principal al studiului a fost validarea acurateței modelului bazat pe IA utilizând un aditiv furajer pe bază de ulei esențial (Agolin Ruminant), recunoscut pentru potențialul său de reducere a metanului, compus din ulei de semințe de coriandru, eugenol, acetat de geranil și geraniol.

Aceasta a fost urmată de o procedură extinsă in vivo a emisiilor de metan, care a inclus măsurători ale metanului la două săptămâni, efectuate la aceeași oră din zi la fiecare locație, pe parcursul a 3 luni, rezultând cel puțin 7 momente de timp.

Pentru a evita efectele sezoniere și a spori robustețea metodologică, validarea modelului a fost efectuată în cohorte independente în 13 ferme diferite din Israel, inclusiv în zone aride și muntoase.

Condiții și tratamente la fermă

Cirmele au fost menținute cu o dietă mixtă standard, cu un raport furaj/concentrat de 32/68, fiecare fermă urmând propriul regim nutrițional.

În cadrul studiului, aditivul furajer selectat a fost furnizat de către fiecare personal local al fermei (1g/vacă/zi) timp de 60 de zile, amestecat cu partea concentrată a amestecului, ca fertilizant suplimentar pentru 20 de vaci selectate aleatoriu la fiecare locație. Alte 20 de vaci au fost selectate aleatoriu din grupul de control, primind dieta mixtă standard, fără aditivul furajer.

Rezultate

Măsurătorile metanului enteric utilizate pentru evaluarea și validarea performanței modelului au fost obținute folosind analizorul de gaze ATEX.

Emisiile de metan au scăzut semnificativ la grupurile tratate după administrarea aditivului furajer, comparativ cu grupurile de control, cu reduceri constatate la 11 din cele 13 ferme, variind de la doar 0,1% la 19%, și o reducere generală de 9,86%. Celelalte 2 locații au prezentat o ușoară creștere de 1,1% a emisiilor de metan.

Acuratețea și concluziile modelului

Pentru a testa acuratețea, cercetătorii au comparat emisiile de metan enteric cu predicțiile obținute de modelul bazat pe inteligență artificială. Aceștia au descoperit că modelul a prezis cu exactitate efectul aditivului furajer la fiecare locație, chiar și acolo unde efectul a fost minim.

Rezultatele evidențiază robustețea și precizia modelului, demonstrând eficacitatea acestuia în prezicerea reducerilor de metan enteric și îmbunătățirea performanței aditivilor furajeri.

În plus, modelul servește ca instrument esențial pentru luarea deciziilor bazate pe date, jucând un rol esențial în promovarea practicilor agricole de precizie. (Foto: Freepik) 

aflat

anterior
urmator

read

newsletter1

newsletter2