Per il latte big data e analisi avanzate

dairysust
Due risorse divenute imprescindibili per una gestione sostenibile dell’allevamento di bovine da latte. La cui applicazione viene indagata da DairySust, un progetto EIT Food finanziato per il biennio 2021-2022

“Big data and advanced analytics for sustainable management of the dairy cattle sector. Improving sustainability, animal welfare and productivity in dairy farming”: è il titolo del DairySust, un progetto EIT Food finanziato per il biennio 2021-2022 sul quale lavorano alcuni docenti e ricercatori del settore Co­struzioni rurali e territorio agroforestale dell’Università di Bologna, esperti di ingegneria dei biosistemi applicata agli allevamenti. Fra questi,

  • Patrizia Tassinari, professoressa ordinaria, coordinatrice del progetto EIT Food DairySust;
  • Daniele Torreggiani, professore ordinario co-coordinatore del progetto membro dello Steering Committee;
  • Marco Bovo, ricercatore senior di Costruzioni rurali e territorio agroforestale, componente del team di progetto.
Da sinistra, Patrizia Tassinari, Daniele Torreggiani e Marco Bovo.

Il gruppo di ricerca, fortemente interdisciplinare, è poi composto da diversi altri docenti, ricercatori e dottorandi del settore. Li abbiamo incontrati.

big data
Fig. 1 - Le organizzazioni riunite nel consorzio impegnato a realizzare il progetto DairySust, coordinato dall’Università di Bologna.

Il progetto DairySust, ci hanno detto, “mira a migliorare la sostenibilità, il benessere degli animali e la produttività nell’allevamento di bovine da latte”.

Perché ci si applica proprio a queste problematiche?
«Perché oggi un crescente interesse e una sempre maggiore attenzione sono rivolti alla riduzione dell’impatto ambientale dei processi produttivi, compresa la produzione alimentare. E se pensiamo al settore zootecnico, i consumatori richiedono prodotti alimentari di alta qualità, ma allo stesso tempo sono sempre più sensibili al benessere degli animali. Per questo da molti anni studiamo l’applicazione della zootecnia di precisione agli allevamenti bovini. E siamo impegnati a sviluppare soluzioni innovative e user friendly che abbiano un impatto significativo sul processo produttivo e sul mercato, per gli agricoltori e per l’intera filiera agroalimentare».

Dunque DairySust vuole contribuire ad aumentare la produttività degli allevamenti da latte in modo sostenibile, al fine di ottimizzare l’impiego delle risorse naturali e di garantire il benessere animale. Ma perché vengono citati i big data?
«L’attività di ricerca condotta nello svolgimento del progetto - continuano i tre esponenti dell’Università di Bologna - è fortemente improntata all’analisi di Big Data dal momento che gli allevamenti da latte oggigiorno generano quotidianamente un’enorme quantità di informazioni numeriche sul comportamento e la produzione degli animali, registrate ed utilizzate per molti scopi specifici.

Fig. 2 - Schema concettuale della piattaforma informatica DairySust, a cui è finalizzato il progetto di ricerca.
Consta di quattro moduli, utili per prevenzione dello stress da caldo, gestione della fertilità, controllo della qualità del latte, automazione della stalla.

Tuttavia, in questi dati risiede un ulteriore enorme potenziale, che ancora non viene pienamente sfruttato. Fondamentalmente, il nostro progetto mira a spremere questo tesoro nascosto che le aziende agro-zootecniche già detengono nei propri sistemi informatici ed elettronici».

L’obiettivo principale del progetto?
«È l’immissione sul mercato di un sistema di supporto alle decisioni alimentato da analisi avanzate dei dati specifico per il settore dei bovini da latte.

Le moderne stalle per bovine da latte sono dotate di molti dispositivi elettronici in grado di acquisire quotidianamente molteplici dati sulle condizioni di produttività e benessere delle singole bovine: robot di mungitura, sale di mungitura elettroniche, attivometri, ruminometri, podometri, autoalimentatori, sensori ambientali, identificatori a radiofrequenza, eccetera.

Ciò porterà ad una migliore gestione dei dati, a migliori e più immediate informazioni sulle condizioni delle singole bovine e a migliori pratiche e protocolli da seguire per incrementare le produzioni e gestire un allevamento sostenibile con tecniche di precisione».

E i risultati?
«Il principale risultato, attualmente in corso di realizzazione, del progetto DairySust è una piattaforma digitale la quale, grazie all’integrazione di dati derivante da diverse fonti e alla loro analisi con tecniche avanzate, supporterà i processi decisionali degli allevatori e dei professionisti coinvolti nel processo produttivo, migliorando il triangolo sostenibilità-benessere animale-produttività». Il progetto è infatti fortemente orientato al trasferimento tecnologico.

Un consorzio

I tre ricercatori dell’Università di Bologna ricordano poi che “il cuore del progetto DairySust è radicato nella competenza e nella sinergia del consorzio che lo sta portando avanti”. Ecco chi ne fa parte:

  • Il gruppo di ricerca in Costruzioni rurali dell’Università di Bologna coordina il progetto e conduce diverse parti del lavoro per quanto riguarda lo sviluppo di modelli numerici innovativi, con particolare riferimento allo stress da caldo e alle relazioni tra condizioni ambientali e strutture di allevamento.
  • La Katholieke University di Leuven (Belgio) partecipa al progetto con il laboratorio di tecnologie per la zootecnia della divisione di ingegneria della salute animale e umana del Dipartimento di Biosistemi. Il loro contributo verte sull’impiego di sensori e dispositivi di zootecnia di precisione per l’acquisizione di dati e sullo sviluppo e sull’applicazione agli allevamenti di modelli di analisi dei dati dei biosistemi.
  • Agricolus, startup innovativa che sviluppa soluzioni per l’Agricoltura 4.0, si occupa dell’implementazione digitale della piattaforma DairySust, grazie alla sua straordinaria esperienza nel fornire soluzioni digitali per la precision farming.
  • Le società belghe FlandersFood e Innovatiessteunpunt, che operano nel networking dei portatori di interesse per l’innovazione e il trasferimento tecnologico, stanno sostenendo la diffusione e la comunicazione dei contenuti del progetto, nonché la partecipazione delle parti interessate, inclusi gli allevatori e gli attori della filiera lattiero-casearia.

Grazie a questo consorzio, sottolineano i tre ricercatori bolognesi, il progetto DairySust può beneficiare di un approccio altamente interdisciplinare, che include informatica, analisi dei Big Data, zootecnia e ingegneria dei biosistemi.

Tre moduli

La piattaforma digitale DairySust è stata elaborata nel corso del primo anno di progetto relativamente a tre moduli in grado di fornire informazioni strategiche e indicatori di prestazione rispettivamente sullo stress da caldo, la fertilità delle bovine e la qualità del latte, con la definizione di parametri soglia per una possibile attivazione automatizzata dei dispositivi elettronici presenti in stalla.

Fig. 3 - Diagramma metodologico della ricerca dell’Università di Bologna per il modulo sullo stress da caldo della piattaforma DairySust.

La piattaforma informatica DairySust utilizza i dati già disponibili in formato digitale negli allevamenti, come i dati sulla produzione e la qualità del latte, sull’attività degli animali, i dati meteorologici e quelli ambientali interni. DairySust integra questi dati utilizzando un approccio flessibile, per fornire valore aggiunto in tempo reale agli allevatori che si avvalgono di tale strumento.

Questo tipo di approccio è pensato per le aziende zootecniche europee e viene sviluppato considerando molteplici casi studio rappresentativi in Italia e in Belgio.

Lo stress da caldo

Andando a considerare più nello specifico le attività svolte dal team dell’Università di Bologna nel progetto DairySust, queste si concentrano su una migliore rilevazione e comprensione dei problemi di stress termico, consentendo così una migliore gestione del problema riducendo al minimo l’impatto delle alte temperature sulla produzione.

Fig. 4 - Piattaforma informatica DarySust: schermate esemplificative dei moduli realizzati nel primo anno di svolgimento del progetto.

A questo proposito, i ricercatori bolognesi ricordano che nell’allevamento di bovine da latte lo stress da caldo provoca comportamenti anomali, un calo della fertilità e un peggioramento della qualità e della quantità di latte prodotto. Quindi, migliorare la comprensione degli effetti di questa condizione determina un miglioramento della sostenibilità e del benessere animale e un incremento della produttività nell’allevamento da latte.

In questo contesto, il gruppo di ricerca sviluppa gli aspetti ingegneristici relativi alla gestione dei dati, definisce criteri adeguati per l’analisi e l’interpretazione dei dati acquisiti, attua il monitoraggio delle condizioni degli animali coinvolti nelle analisi con la valutazione delle caratteristiche della relativa produzione, per assicurare le massime condizioni di benessere animale.

Il logo del progetto EIT Food DairySust.

L’idea principale alla base delle attività è che l’enorme quantità di dati registrati o acquisibili negli allevamenti possono essere utilmente elaborati per alimentare nuovi algoritmi basati su approcci di apprendimento automatico e statistiche avanzate.

Nel progetto, in particolare, si utilizzano i dati raccolti sul comportamento delle bovine, la loro produzione di latte e i dati climatici. Tutto ciò è stato integrato in un corposo dataset unitario opportunamente standardizzato, che consente di calibrare, validare e testare modelli numerici per la diagnosi precoce dello stress da caldo.

Quindi il modello di stress termico è stato sviluppato utilizzando approcci basati sull’intelligenza artificiale e il machine learning. Il modello, dopo le fasi di training e calibrazione, è stato trasferito in un algoritmo che costituisce il nucleo del modulo di stress termico, all’interno della piattaforma DairySust.

big data
Sensori di monitoraggio dei parametri ambientali, quali temperatura, umidità, velocità dell’aria, concentrazioni di gas nocivi, sono messi a punto e impiegati dal gruppo di ricerca per l’acquisizione di dati in tempo reale e la realizzazione di dataset dei relativi andamenti.

Questo modulo fornisce informazioni strategiche e indicatori di prestazione sugli effetti e la gestione di questa problematica. Infatti, grazie al modulo è possibile fornire un’allerta precoce con riferimento alle bovine che si trovano nelle condizioni che, con maggiore probabilità, preludono ad una contrazione della loro produzione di latte a causa del calore ambientale.

Inoltre il modulo consente una quantificazione degli effetti dei livelli critici di THI sulla produzione di latte in relazione alle condizioni di allevamento e ai tratti fenotipici e pertanto permette di effettuare la valutazione delle conseguenze degli scenari di cambiamento climatico sulla produzione e sul benessere delle bovine, sulla base di proiezioni degli andamenti futuri dei parametri meteorologici. I risultati consentono quindi di mettere a punto criteri di progettazione per stalle sempre più orientate alla sostenibilità ambientale, all’efficienza nell’impiego delle risorse a al benessere animale, considerando sia gli aspetti di dimensionamento, sia i requisiti tecnologici di tutti i componenti e i sub-sistemi edilizi.

Entro la fine dell’anno l’Informatore Zootecnico dedicherà almeno altri due articoli all’attività del progetto DairySust.

Per il latte big data e analisi avanzate - Ultima modifica: 2022-07-01T11:13:02+02:00 da Giorgio Setti

1 commento

  1. Il progetto è fortemente orientato alla ingegnerizzazione della stalla. Il tema della sostenibilità è orientata al benessere dell’animale. Mancano le due componenti economica ed ecologica della sostenibilità. Il progetto è bello ma parziale. Io ho lavorato su questo tema con approccio multi-obiettivo. Credo che questo sia l’approccio più esaustivo per contrastare le crescenti perplessità sollevate verso la zootecnia in genere riassumibili in degrado ambientale, impronta ecologica, eccessivo costo delle proteine di origine animale.

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome