Rindertracking – Entwicklung eines Tiermonitoringsystems für Milchkühe mit Weidegang

Rind mit Prototyp des Monitoringsystems auf der Weide

Tier mit Prototyp des Monitoringsystems auf der Weide

Die Zahl der auf der Weide gehaltenen Milchkühe in Deutschland nimmt wieder zu. Da das Management der Kühe auf der Weide komplexer ist als bei reiner Stallhaltung, wünschen sich viele Landwirte ein Tiermonitoringsystem ähnlich der für den Stall verfügbaren Systeme auch für die Weide. Im Teilprojekt Rindertracking des Forschungsverbundes FutureIOT soll daher ein Monitoringsystem für Milchkühe entwickelt werden, das bei Tieren mit Weidegang die Erfassung des Verhaltens ermöglicht, um daraus Rückschlüsse auf die Brunst bzw. eine sich anbahnende Störung der Tiergesundheit zu ziehen.

Zielsetzung

Störungen der Tiergesundheit führen bei Milchkühen zu Veränderungen im Verhalten. Diese Verhaltensänderungen treten meist schon einige Tage vor dem Sichtbarwerden klinischer Symptome auf. Auch die Brunst resultiert in einer Verhaltensänderung. Durch eine automatische Erfassung des Tierverhaltens mit Hilfe eines Monitoringsystems können die Brunst und Störungen der Tiergesundheit zuverlässig bzw. frühzeitig erkannt werden. Ziel des Projekts Rindertracking ist es, in Zusammenarbeit mit der Firma Blaupunkt Telematics GmbH ein Monitoringsystem für die Brunsterkennung und die Gesundheitsüberwachung bei Milchkühen zu entwickeln. Im Gegensatz zu den bereits auf dem Markt erhältlichen Systemen, soll das Monitoringsystem auch bei Tieren mit Weidegang einsetzbar sein.

Methoden

Zu Projektbeginn wurden zunächst umfangreiche Tierdirektbeobachtungen sowohl im Stall als auch auf der Weide durchgeführt. Diese Verhaltensdaten wurden im Anschluss den Sensordaten des Monitoringsystems (Beschleunigungssensor, Magnetometer, GPS-Empfänger) zugeordnet. Hierbei wurde zunächst das Normalverhalten der Tiere erfasst, um einen „Golden Standard“ für die Entwicklung von Klassifizierungsalgorithmen zur automatischen Erkennung der verschiedenen Verhaltensweisen (Grasen / Fressen, Gehen, Stehen, Liegen) durch das Monitoringsystem zu generieren.
Parallel zu den Verhaltensbeobachtungen wurden verschiedene Faktoren erfasst, die das Verhalten der Tiere – insbesondere auf der Weide - beeinflussen könnten. So wurden z. B. mit einer Wetterstation Daten zu Lufttemperatur, Luftfeuchte, Globalstrahlung, Niederschlag und Windgeschwindigkeit gesammelt und über Weidekörbe der Grasaufwuchs auf der Weide bestimmt. Die Einflussfaktoren werden auf ihre Relevanz geprüft und gegebenenfalls bei der Entwicklung der Klassifizierungsalgorithmen berücksichtigt.
Im weiteren Verlauf des Projekts wird nun gezielt das Verhalten brünstiger sowie hitzegestresster Tiere erfasst. Die dadurch bedingten Verhaltensänderungen sollen mit Hilfe dafür passender Klassifizierungsalgorithmen durch das Monitoringsystem zuverlässig erkannt werden.

Erste Ergebnisse

Von der Wetterstation erfasste durchschnittliche Lufttemperatur und der aus Luftfeuchte nach Thom (1959) berechnete Temperature-Humidity-Index (THI) an den vier Beobachtungstagen (d):
Bei einem THI < 68 spricht man von keinem (grün), bei einem THI > 68 von mildem (gelb) und bei einem THI von > 71 von mäßigem Hitzestress (orange).

Tabelle mit Luftdruck und THI Messwerten

Eine erste Auswertung der bisher gewonnen Daten zum Tierverhalten zeigt, dass sich die Dauer der Hauptverhaltensweisen an den verschiedenen Beobachtungstagen unterscheidet:

Balkendiagramm mit Ergebnissen des Tierverhaltens aus der Tierbeobachtung

In der Graphik wird deutlich, dass die Dauer der Verhaltensweise Liegen an Tag 4 mit 0,58 h deutlich geringer ist als an den Tagen 1 bis 3 mit durchschnittlich 1,14 h. An den Tagen 1 und 2 haben die Tiere mit durchschnittlich 1,24 h mehr wiedergekaut als an den Tagen 3 und 4 mit durchschnittlich 0,94 h. Während an Tag 4 nur 67 % der Verhaltensweise Wiederkauen im Liegen gezeigt wurde, waren es an den übrigen Tagen 95-98 %.
Die ersten Ergebnisse zeigen, dass sich je nach THI die Dauer einzelner Verhaltensweisen ändert. Dieser Einflussfaktor sollte daher bei der Entwicklung der Klassifizierungsmodelle berücksichtigt werden.

Anwendungsszenario Landwirtschaft Digital: Rindertracking Externer Link

Projektinformation
Projekttitel: "Rindertracking - Entwicklung eines Tiermonitoringsystems für Milchkühe mit Weidegang"
Projektleitung: Stefan Thurner
Projektbearbeitung: Lara Schmeling
Kooperationspartner im Teilprojekt Rindertracking: Blaupunkt Telematics GmbH, Ludwig-Maximilians-Universität München, Otto-Friedrich-Universität Bamberg, Evonik Nutrition & Care GmbH, safectory GmbH
Kooperationspartner im Forschungsverbund FutureIOT: Informationen zum Forschungsverbund FutureIOT sind unter www.futureiot.de verfügbar
Laufzeit: 2018-2021
Finanzierung: Bayerische Forschungsstiftung (BFS)
Aktenzeichen: 1301-17