Inaugural lecture as Lector Precision Livestock Farming at HAS University of Applied Sciences on October 14, 2016. PLF, Precision Livestock Farming, uses technologies to continuously monitor animal behaviour, animal health, production and environmental impact.
MULTIFILE
Animal welfare is a multidimensional phenomenon and currently its on-farm assessment requires complex, multidimensional frameworks involving farm audits which are time-consuming, infrequent and expensive. The core principle of precision agriculture is to use sensor technologies to improve the efficiency of resource use by targeting resources to where they give a benefit. Precision livestock farming (PLF) enables farm animal management to move away from the group level to monitoring and managing individual animals. A range of precision livestock monitoring and control technologies have been developed, primarily to improve livestock production efficiency. Examples include using camera systems monitoring the movement of housed broiler chickens to detect problems with feeding systems or disease and leg-mounted accelerometers enabling the detection of the early stages of lameness in dairy cows. These systems are already improving farm animal welfare by, for example, improving the detection of health issues enabling more rapid treatment, or the detection of problems with feeding systems helping to reduce the risk of hunger. Environmental monitoring and control in buildings can improve animal comfort, and automatic milking systems facilitate animal choice and improve human-animal interactions. Although these precision livestock technologies monitor some parameters relevant to farm animal welfare (e.g. feeding, health), none of the systems yet provide the broad, multidimensional integration that is required to give a complete assessment of an animal’s welfare. However, data from PLF sensors could potentially be integrated into automated animal welfare assessment systems, although further research is needed to define and validate this approach.
MULTIFILE
Lector Precision Livestock Farming, Lenny van Erp, neemt je in deze rondleiding mee langs een aantal onderzoeken die het lectoraat in studiejaar 2019/2020 heeft uitgevoerd met onze afstuderende studenten. Je wandelt digitaal langs onder meer de onderzoekslijnen melkvee, pluimvee, varkens en gezelschapsdieren en paarden. De onderzoeken gaan over nieuwe sensoren, nieuwe technologieën en data om meer te kunnen zeggen over gedrag, gezondheid en welzijn van de dieren.
LINK
Het HAS lectoraat ‘Precision Livestock Farming’ van Dr. Ir. E. van Erp-van der Kooij richt zich op het tijdig opsporen van afwijkingen van gedrag en fysiologische parameters met sensoren om diergezondheid en welzijn te verbeteren. Het huidige voorstel bouwt hierop voort, waarbij de focus ligt op het vroegtijdig opsporen van hittestress bij melkvee. De laatste jaren is er veel aandacht voor hittestress bij melkkoeien in Nederland. Hittestress treedt op wanneer de warmteproductie van een koe groter is dan haar vermogen om warmte kwijt te raken. Klimaatverandering zorgt in Nederland voor warmere zomers en meer risico op hittestress. Hittestress zorgt voor problemen op het gebied van gedrag, gezondheid en vruchtbaarheid. De kennis die in dit project wordt verzameld kan een bijdrage leveren aan het ontwikkelen van bruikbare indicatoren voor hittestress. Deze indicatoren kunnen ervoor zorgen dat er vroegtijdig maatregelen getroffen worden (op kudde- of koeniveau) om negatieve gevolgen van hittestress te verminderen. Om een sterke verbinding tussen onderzoek en onderwijs te bewerkstelligen wordt het onderzoek uitgevoerd door de postdoc (Dr. Ir. J. Roelofs) én door studenten in diverse studententeams onder begeleiding van de postdoc. Door gebruik van sensoren komen veel gegevens beschikbaar. Voor studenten is het belangrijk dat zij, naast kennis over de biologie en fysiologie van het dier, een gedegen basiskennis hebben van sensoren en van het werken met (big)data en nieuwe analysetechnieken. De postdoc heeft als taak onderwijs te ontwikkelen en verzorgen waarin basiskennis en vaardigheden m.b.t. sensoren in de veehouderij en werken met (big)data aan bod komen. De postdoc is mede verantwoordelijk voor de versterking van de leerlijn ‘Onderzoeksvaardigheden’ bij de opleiding Veehouderij. Daarnaast maakt de postdoc een overzicht waar onderzoeksvaardigheden terugkomen in het curriculum en draagt er zorg voor dat dit voldoende en op consistente wijze gebeurt door begeleiding van studenten én docenten.
HAS Hogeschool wil de IMPULS-middelen benutten om de regionale samenwerking te versterken en in deze regionale triple helix van meerwaarde te zijn op het kruispunt van Agri en Food met Datascience en Technologie. Dat doen we vanuit de strategie van de HAS, door koppeling van onze lectoraten aan de regionale agenda’s en in samenwerking met complementaire kennispartners. Van oudsher heeft de HAS uitgebreide expertise op dit terrein, denk bijvoorbeeld aan de lectoraten Nieuwe Teeltsystemen, Precision Livestock Farming, Eiwittransitie in Voeding en Future Food Systems. Door het multidisciplinaire karakter van deze onderwerpen zal verbreding en verdieping, met meerwaarde voor het bedrijfsleven en de samenleving, met name plaatsvinden door slimme combinaties met expertises van andere kennisinstellingen. Die slimme combinaties zoeken we zowel binnen het CoE Groen, als daarbuiten door middel van een SPRONG-aanvraag. Met tegelijk een versnelling van de nieuwe manier van werken: ondersteuning van digitalisering van bijeenkomsten, uitwisseling van kennis en veilige vastlegging van data. De Impuls-regeling willen we daarom specifiek inzetten voor twee voor HAS hogeschool onmisbare strategische ontwikkelsporen: 1 Versterking van onze profilering als praktijkgericht onderzoekcentrum voor Hightech en Data in Agrifood met een SPRONG-aanvraag; 2 Versterking (en waar nodig aanpassing) van de infrastructuur nodig voor het goed functioneren van het CoE Groen. Meer specifiek gaat het daarbij om zowel activiteiten gericht op versterking van externe processen als interne processen, rekening houdend met de beperkingen en eisen vanwege COVID-19: - Consortiumvorming; - Netwerkbijeenkomsten; - Datamanagement; - Programmamanagement; - Vorming van expertiseclusters.
De melkveesector levert een belangrijke bijdrage aan de Europese economie. Technologische veehouderijtoepassingen, gericht op het monitoren van gezondheid en welzijn van de koeien, kunnen oplossingen bieden voor de duurzaamheidsvraagstukken in de sector. Veel toegepast zijn activiteitssensoren aan poot of hals, waarmee vruchtbaarheid en koegezondheid worden gemeten. Monitoring van lichaamstemperatuur wordt nog niet breed toegepast, terwijl dit (ook) een belangrijke maat is voor gezondheid van de koe. Ook kan hiermee hittestress worden gedetecteerd, een probleem dat steeds vaker voorkomt bij koeien in Nederland. Lichaamstemperatuur van koeien wordt meestal handmatig gemeten, wat arbeidsintensief is, niet heel nauwkeurig, en geen doorlopend beeld geeft. In dit project gaan we werken met een implanteerbare sensor die temperatuur en activiteit van koeien meet, zodat de koe 24/7 gevolgd wordt en problemen in een vroeg stadium kunnen worden opgespoord. Uit eerder onderzoek met deze sensor bij kalveren is gebleken dat absolute temperatuur maar ook patronen en stabiliteit van temperatuurmetingen een indicatie van de gezondheid geven. We verwachten bij melkkoeien een zelfde relatie te vinden tussen temperatuur, activiteit en gezondheid. Het onderzoek is ingebed in het lectoraat Precision Livestock Farming van HAS Green Academy, binnen de onderzoekslijn melkvee en hittestress. In vier fases wordt onderzocht of 1) het plaatsen van de sensor geen negatieve gevolgen heeft voor de koeien, 2) of de temperatuurmetingen een logisch verloop hebben en wat het verband is met de rectaaltemperatuur, 3) of de activiteitssensor toepasbaar is en vergelijkbaar met de activiteitsmetingen met de aanwezige Delaval sensoren, en 4) of de sensor toepasbaar is voor automatische detectie van hittestress. Deze manier van monitoring met behulp van onderhuidse sensoren nieuw is in de veehouderij en kan de veehouder waardevolle informatie over zijn dieren bieden. We verwachten veel van deze innovatieve oplossing voor gezondheidsmonitoring van koeien.
