CBL - Campus del Baix Llobregat

Projecte llegit

Títol: Validació de collars detectors de comportament en ramaderia extensiva de muntanya

Estudiant que ha llegit aquest projecte:

Tutor/a o Cotutor/a: FANLO GRASA, RAUL

Departament: DEAB

Títol: Validació de collars detectors de comportament en ramaderia extensiva de muntanya

Data inici oferta: 29-11-2022      Data finalització oferta: 29-06-2023

Estudis d'assignació del projecte:
    GR ENG CIEN AGRONOM

Lloc de realització:
EEABB

Segon tutor/a extern: Roger Vidal Cardos

Paraules clau:
Collars, Ramaderia, Extensiva

Descripció del contingut i pla d'activitats:
- Objectiu: L'empresa Innogando comercialitza uns collars anomenats RUMI aquests són capaços de determinar el comportament de l'animal en temps real. Els comportaments que pot diferenciar són: Resting,Pasturing, Walking, Ruminating i Eating/playing. Es vol determinarl'eficiencia de predicció d'aquests dispositius. També es vol observarsi el fet de portar esquella també pot afectar en la lectura delcomportament.

- Metodologia: El ramat estudiat consta de 14 vaques i 1 toro totes de raça Bruna dels Pirineus, destinades a la producció de carn. A partir de l'aplicació Rumi, una aplicació associada als collars de monitoratge que permet localitzar el ramat. Es determina la ruta més adequada per arribar fins al ramat de l'estudi. Es faran un seguit d'observacions de comportament animal que constaran de 12 focals de 10 minuts i 3 Scans. Se selecciona i s'identifica un animal a partir del cròtal i s'observa durant 10 minuts. Per a cada animal es registra el
comportament i el moment, expressat en minuts i segons, el qual aquest ha canviat de comportament. Un cop es tenen les dades sobre paper aquestes es passaran en un full de càlcul que inclourà els denominadors fets servir per Inndogando i els nous fets servir per aquest etograma a fi de discernir per exemple si el temps total remugant té en compte quan l'animal està tombat o dempeus o ambdós o on es categoritza el comportament vigilant. També s'ajuntaran dues columnes on es dirà l'estat del collar (si es troba ajustat o no) i presència d'esquella a part del collar Inndogando, per veure si la col·locació dels collars intervé en la lectura del comportament.
Es farà una gravació en el qual es dirà hora i comportament que estan fent els animals en aquell moment determinat sense tenir identificat cada individu amb el seu comportament, però si els individus del grup. El temps que transcorri de la gravació servirà per ajustar els temps del comportament amb el qual digui el collar a posteriori.

A partir de les dades extretes mitjançant aquests dos mètodes, es
podrà correlacionar amb les dades expressades i recollides pels
collars en aquell moment en una aplicació web que permet visualitzar i descarregar tota aquesta informació. També amb l'ajuda d'aquesta aplicació es podrà determinar quants d'aquests collars s'han extraviat al llarg de l'estudi, per així també treure conclusions sobre la utilitat d'aquests.

Overview (resum en anglès):
La agricultura de precisión (Smart farming) con la ayuda del internet de las cosas (LoT) cada vez gana más fuerza en un contexto donde se quiere mejorar la rentabilidad y eficiencia de un sector cada vez más abandonado a causa del sacrificio y dureza del trabajo. Concretamente en la ganadería extensiva, se está empezando a utilizar nuevas tecnologías como los collares de monitorización y localización de las manadas, que permiten optimizar el manejo de los animales teniendo un mejor control, actuando cuando es necesario, encontrarlos fácilmente y de este modo garantizar su salud y bienestar. Aun así, la aplicación de estas tecnologías dedicadas a monitorizar el ganado sigue en etapa de investigación, puesto que las condiciones de extensivo, especialmente en zonas de alta montaña, tienen sus limitaciones y dificultades. El presente estudio quiere evaluar la fiabilidad de un dispositivo de monitorización que consiste en un collar con acelerómetro capaz de predecir 5 comportamientos diferentes: descansar, pacer, andar, mascullar y jugar, a tiempo real y a la vegada con capacidad de compartir la geolocalización del animal en todo momento a través de una aplicación móvil. Para validar la detección apropiada de los collares de monitorización de estos 5 comportamientos se van realizan muestreos focal sampling de 10 minutos a 15 vacas con los collares de monitorización en 5 días diferentes. Los comportamientos observados fueron comparados con los comportamientos detectados por los collares validando su concordancia con diferentes métodos: Matriz de confusión binomial utilizando la maceta de Kappa de Cohen, matriz de confusión multinomial y el análisis de regresión lineal. Además también se observaron la eficiencia de los collares durante la temporada de pasto y el efecto de llevarlos muy colocados o la presencia de esquella. Los collares mostraron poca fiabilidad en la detección de comportamientos cuando los resultados fueron contrastados con la maceta Kappa, dando valores bajos en la detección de comportamientos en general (20,30%) y para cada comportamiento (descansar: 5,7%, pacer: 31,4, andar: 16,5%, mascullar: 37,4% y jugar: 7,8%). En la matriz *multinomial los comportamientos de andar, mascullar y pacer fueron los que tuvieron una mayor coincidencia (33,8%, 71,1% y 60,9%, respectivamente). El comportamiento jugar presentó ciertas confusiones con el resto de comportamientos, puesto que era lo más generalista en términos de detección por el acelerómetro. Finalmente, en el análisis de la regresión lineal solo el comportamiento de pacer mostró una correlación significativa a pesar de que baja de R2=0,50. En conclusión, los collares demostraron una buena emisividad con una media de 204 señales en el día, pero la detección de los comportamientos continúa siendo poco precisa comparando con diferentes métodos. Por lo tanto, a estos collares todavía se los queda cierta mejora para predecir con precisión el comportamiento de los animales, sobre todo en zonas de régimen extensivo de alta montaña.

© CBLTIC Campus del Baix Llobregat - UPC