Equipo investigador
Begoña de La Roza Delgado. SERIDA
María Cuevas Valdés. SERIDA
Rubén Muñiz Sánchez. Universidad de Oviedo
Tom Fearn UCL (UK)
Equipo técnico
Alfonso Carballal Salamea. SERIDA
A nivel científico, no cabe duda de que la gestión ganadera de precisión (Precision Livestock Farming /Smart Livestock Farming) (PLF), sustentada en el uso de sensores, tecnologías de la información y la comunicación y sistemas de apoyo a la decisión, permitirá la optimización de las prácticas de producción (alimentación, reproducción, etc.), la mejora de la salud y el bienestar animal, la minimización del impacto ambiental, la eficiencia del trabajo, etc.; en definitiva, contribuirá a incrementar la rentabilidad y sostenibilidad de las explotaciones ganaderas.
El objetivo general de este proyecto es el “Diseño y evaluación de un sistema integrado de sensores NIRS, algoritmos matemáticos, TICs y sistemas de apoyo a la decisión, que permita en tiempo real una gestión individualizada de las raciones en vacas de leche, y la optimización de la calidad de la leche producida”.
Objetivos específicos:
• Ampliación de la librería espectral de mezclas unifeed disponible en instrumentos NIRS de laboratorio y desarrollo de modelos de predicción de composición química y digestibilidad enzimática.
• Desarrollo y evaluación de modelos de calibración para la predicción de la composición físico-química de leche de animales individuales.
• Puesta a punto de una metodología basada en información espectral NIRS para la detección de muestras de leche de vacas con mamitis clínica y mamitis subclínica.
• Optimización y puesta a punto de la recogida de información espectral de mezclas unifeed y sus ingredientes con equipos portátiles NIRS, considerando la estrategia de muestreo para conseguir un análisis representativo.
• Desarrollo y evaluación de modelos de calibración para la predicción de la calidad de mezclas unifeed en base a su composición química y digestibilidad.
• Evaluación de algoritmos de regresión no lineal para la mejora de la capacidad predictiva y estabilidad de las calibraciones obtenidas.
• Puesta a punto de una metodología para la transmisión e integración de datos NIRS obtenidos in situ, con sistemas de gestión de la información en explotaciones.