Le mille potenzialità del Precision Dairy Farming

Con la sigla PLF che sta per Precision Livestock Farming (in italiano “zootecnia di precisione”) si intende l’utilizzo in allevamento di tecnologie per misurare alcuni indicatori fisiologici, comportamentali, produttivi e riproduttivi sui singoli animali, con l’obiettivo di migliorare le strategie gestionali – massimizzando il potenziale individuale di ogni animale e diagnosticando precocemente aspetti patologici, con possibile riduzione dell’uso di farmaci attraverso misure di prevenzione sanitaria – e le performance dei soggetti allevati. 
L’applicazione nelle aziende di queste tecnologie diventa sempre più affidabile e permette il rilievo di un grande numero di informazioni che se sfruttate in maniera ottimale, possono risultare di grande aiuto per gestire e controllare la mandria in maniera efficace e remunerativa.
La materia è interdisciplinare e applica in allevamento concetti di informatica, biostatistica, ingegneria, economia, abbinandoli a parametri prettamente zootecnici. In pratica, la zootecnia di precisione si occupa principalmente di questi aspetti: diagnosi precoce di malattie, migliore salute e benessere degli animali, riduzione dell’uso di farmaci, maggiore produzione, miglioramento della qualità dei prodotti, minore impatto ambientale, riduzione dei costi. Di seguito, vengono approndite alcune delle principali tematiche considerate dalla PLF.
 

Lotta alle zoppie

La zoppia è una delle principali problematiche dell’allevamento bovino da latte e uno strumento che valuta la “camminata” degli animali è diventata una delle principali priorità. Per questo motivo grande importanza viene data al locomotion score, ossia uno strumento manuale a punteggio (da 1 a 5) per supportare l’allevatore nel classificare la camminata delle bovine, con lo scopo di individuare quelle zoppe (con diverso livello di gravità).
Questo sistema, però, essendo manuale, è caratterizzato da due problemi: elevata soggettività di valutazione; la necessità, per poter essere statisticamente affidabile, di valutare un elevato numero di soggetti, visto il basso numero di capi zoppi, ossia con punteggio pari o superiore a 3 in una scala da 1 a 5 (Mottram, 2015). Per questi motivi sono stati tentati approcci basati sull’automazione, quali camminata sopra piattaforme con celle di carico, telecamere tridimensionali che valutano in automatico la postura della colonna vertebrale e analisi comportamentali.
Una parte dei sistemi si limita a informare l’allevatore in caso di rilevazione di un comportamento locomotorio anomalo dell’animale, altri forniscono la probabilità che l’animale con deambulazione anomala sia zoppo, altri ancora rappresentano graficamente i dati rilevati dal sensore ed elaborati dall’algoritmo. Spesso i dati forniti da questi sistemi sono poco chiari e difficilmente utilizzabili dall’allevatore al fine di decidere se e come intervenire sul problema.
 

Lavori in corso

I sistemi a celle di carico misurano la forza del passo della vacca con algoritmi che mappano questi dati per produrre una punteggio automatico relativo alla zoppia. Bicalho et al. (2007) hanno testato questa tecnologia confrontandola con la valutazione manuale. Il risultato è stato che quest’ultima, se eseguita da personale adeguatamente formato, è più precisa rispetto alla valutazione automatica con celle di carico. Altri ricercatori (Pastell e Kujala, 2007) hanno utilizzato celle di carico in un robot di mungitura con 37 diversi punteggi per misurare il carico agli arti durante la mungitura, classificando correttamente poco più del 96% delle bovine.
Viazzi et al. (2013) hanno testato un metodo basato su immagini bidimensionali per valutare il grado di curvatura della schiena. Questo sistema richiede una visione luminosa del fianco della singola vacca e questo nella pratica è difficile da ottenere, per cui questo sistema è stato confrontato dagli stessi autori con un approccio tridimensionale. La precisione dei due sistemi di rilevamento della curvatura della schiena sono risultati paragonabili (90% di successo).
A livello sperimentale i sistemi di rilevazione delle zoppie mediante telecamere hanno fornito risultati interessanti, tuttavia l’applicazione pratica sembra essere difficile perché richiede importanti modifiche sia per quanto riguarda la gestione della mandria sia per quanto riguarda le caratteristiche strutturali della stalla.
Per individuare gli animali zoppi Van Hertem et al. (2013) hanno sviluppato un modello di regressione logistica basato su una serie di dati esistenti provenienti dalla mungitura e dal rilievo del monitoraggio dell’attività motoria, quali la produzione giornaliera di latte, il rapporto fra l’attività delle bovine durante la notte e il giorno, l’attività complessiva e il tempo di ruminazione negli ultimi giorni prima della diagnosi. Gli autori hanno dimostrato che l’utilizzo di questi dati aziendali è in grado di rilevare gli animali clinicamente zoppi.
 

Peso e condizione corporea

All’avanzare della lattazione il Body Condition Score (BCS) delle bovine cambia. Oltre alla pesatura automatica, offerta da alcuni produttori in uscita dalla sala di mungitura o nei passaggi collegati all’EID, esiste un approccio alternativo con misurazione automatica del BCS, utilizzando l’elaborazione di immagini. Potenzialmente l’utilizzo di telecamere risulta più economico e semplice rispetto alla pesatura con cellule di carico.
Bewley et al. (2008) hanno evidenziato una correlazione tra BCS e immagini statiche elaborate digitalmente. Anglart (2014) ha evidenziato una buona correlazione tra le immagini digitali catturate automaticamente e il peso di vacche rosse, mentre ha avuto difficoltà con vacche di colore nero o bianco o pigmentate. Un approccio alternativo di Halachmi et al. (2013) era immune dalla pigmentazione, utilizzando immagini termiche che evidenziano una buona correlazione con il BCS manuale.

 
Misurazione automatica del Body Condition Score (fonte: DeLaval)
 

Altri approcci

Uno studio su un grande numero di animali al pascolo (quasi 5.000 capi) basato su peso vivo, parametri di mungitura e pedometri ha evidenziato un numero di vacche zoppe pari al 6% (Kamphuis et al., 2013). Lo studio ha concluso che l’utilizzo di questo sistema per il rilievo della zoppia non era sufficientemente affidabile per un uso commerciale, anche perché vi è la necessità di individuare non solo le zoppie evidenti, ma anche le variazioni subcliniche per intervenire precocemente e in maniera efficace.
Infine, un altro aspetto sul quale si sta lavorando (Mottram e Bell, 2010; Martinez-Ortiz et al., 2013) è la velocità di camminata delle bovine strettamente correlato al punteggio di locomotion score ottenuto.
In conclusione, diverse sono le opzioni interessanti sulle quali si sta lavorando per misurare le zoppie all’interno di un allevamento di bovine da latte. Sicuramente è un campo che avrà interessanti sviluppi futuri (Mottram, 2015), anche se è difficile capire se questi sistemi siano realmente in grado di “sostituire” l’osservazione visiva degli animali da parte dell’allevatore, anche perché molti di questi sistemi rilevano solo gravi problemi di locomozione, facilmente individuabili anche con l’osservazione diretta dell’animale.
 

Rilevamento del parto

Il periodo di vita della bovina nelle vicinanze del parto è sicuramente una fase delicata che necessita di una gestione particolarmente attenta. Infatti, essere in grado di prevedere con precisione il momento del parto consentirebbe all’allevatore di adottare misure preventive per adeguare la dieta e per ridurre le possibili problematiche.
Nonostante per prevedere la data del parto si abbiano informazioni sulla durata media della gestazione e sulla data di inseminazione, alcuni aspetti, quali per esempio il sesso e la razza del feto, incidono fortemente sulla data del parto, evidenziandone un’ampia variabilità (Matthews e Morton, 2012).
Pochi sono gli indicatori fisiologici che possono essere utilizzati per l’individuazione della durata del parto; anche per questo motivo la ricerca scientifica si è concentrata sui dati comportamentali della vacca.
Per esempio, Miedema (2010) ha dimostrato che le variazioni di un indice di “irrequietezza” che conta il numero di volte che una vacca è passata dalla posizione “sdraiata” a quella “in piedi” e viceversa nelle ultime 6 ore prima del parto, confrontato con lo stesso indice relativo alle ultime 3 settimane prima del parto, può essere utilizzato per rilevare l'inizio del parto.
Un’altra ricerca (Rutten et al., 2014) ha utilizzato un modello basato su misure di ruminazione, attività e temperatura corporea su 417 parti. Il risultato ottenuto ha permesso di prevedere la data del parto, ma con un numero elevato di falsi positivi e negativi. Maltz et al. (2011) hanno dimostrato che la misurazione del tempo di riposo, del numero di passi e dell’attività all’interno della stalla possono essere utilizzati per un modello in grado di prevedere il momento del parto fino a 48 ore prima dell’evento con il 90% di successo.
Un approccio pragmatico è quello di inserire un bolo di rilevamento della temperatura vaginale, il quale quando inizia il parto, fuoriesce, causando un importante cambiamento di temperatura che fa scattare un allarme (Medria, 2015). L’inserimento di dispositivi nella vagina può aumentare il rischio di infezione e può essere appropriato soltanto per animali ad alto rischio di distocia.
Permettere all’allevatore di conoscere il momento più esatto del parto potrebbe essere di grande beneficio; anche per questo motivo è credibile che in futuro si potranno sviluppare nuove tecnologie.


La previsione del momento del parto permette di adottare misure preventive per adeguare la dieta e per ridurre le possibili problematiche

 

Errori da evitare

La zootecnia di precisione rappresenta un campo in fortissima evoluzione ed espansione, che consente un controllo sempre più accurato delle singole bovine del gruppo e con grandi prospettive di ricaduta sulla conduzione degli allevamenti. Occorre fare attenzione, però, perché la complessità dello strumento e un numero eccessivo di parametri monitorati possono essere elementi non positivi dal punto di vista dell’utilità pratica, in quanto l’allevatore può essere disorientato e può avere difficoltà nella “lettura” corretta dei valori restituiti dal sistema di gestione.
Inoltre c’è anche il problema del tempo da dedicare a questi strumenti per poterli sfruttare appieno, e il tempo non è un elemento del quale gli allevatori siano particolarmente ricchi.

di Alessandro Gastaldo - Centro Ricerche Produzioni Animali Spa di Reggio Emilia