Variabilidade espacial do microclima de um galpão utilizado para confinamento de bovinos de leite / Climatic spatial variability of a dairy freestall barn

O conhecimento da variabilidade espacial de atributos climáticos e a construção de mapas de krigagem podem auxiliar no manejo adequado de animais confinados em galpões. Portanto, o trabalho teve como objetivos caracterizar a variabilidade espacial do microclima de um galpão do tipo free-stall utilizado para confinamento de bovinos leiteiros empregando a técnica de geoestatística e verificar se as variáveis climáticas encontram-se dentro dos limites de conforto dos animais. Os atributos microclimáticos - temperatura, umidade relativa, velocidade do vento, luminosidade e índice de temperatura e umidade (ITU) - foram amostrados em 152 pontos, em intervalos regulares de 2m, na forma de malha. Por meio dos resultados obtidos, foi possível verificar que o uso da geoestatística possibilitou definir áreas com diferentes variabilidades espaciais para os atributos microclimáticos, definindo áreas específicas no galpão onde a umidade relativa, a temperatura, a velocidade do vento e a luminosidade estão acima do recomendado para o conforto térmico animal. O sistema de climatização utilizado não garantiu a homogeneização do ambiente. Os valores de ITU permaneceram fora da condição de conforto térmico, portanto, a condição de ambiência do galpão possivelmente não propicia conforto aos animais.

The knowledge of the spatial variability of climatic attributes and the build of kriging maps can help livestock management in lodged animals. Therefore, the objective of this research was to characterize the spatial variability of the climatic attributes inside a dairy cow free-stall barn using the technique of geostatistics and to verify if the climatic variables are in agreement with the thermal comfort limits of the animals. The climatic attributes - temperature, relative humidity, wind speed, luminosity and temperature and humidity index (THI) were sampled in 152 points, in regular spacing of 2m, as a grid. According the results, the geostatistical analysis made it possible to find areas with different spatial variability for the climatic variables, showing specifically areas inside the dairy barn where the relative humidity, the temperature, the air velocity and the luminosity were above that the comfort limits for animal housing. The acclimatization system didn't homogenize the environment. The THI values remained above the thermal comfort condition, so, the environment of the barn probably didn't provide comfort for the animals.

Estimativa de estro em vacas leiteiras utilizando métodos quantitativos preditivos / Dairy cows estrus estimation using predictive and quantitative methods

O Brasil é o sexto maior produtor de leite do mundo, sendo que essa produção cresce a uma taxa anual 4 por cento superior aos demais países produtores. Parte desse aumento na produção de leite deve-se ao uso de diversas tecnologias desenvolvidas para o setor, principalmente, aquelas relacionadas à genética e ao manejo do rebanho. A detecção acurada do cio em vacas é um fator limitante na eficiência reprodutiva do rebanho leiteiro, sendo considerada uma das principais deficiências na reprodução bovina. Falha na identificação do estro com eficiência ocasiona perdas para o produtor. Métodos quantitativos preditivos, baseados em dados históricos e conhecimento especialista, permitem, a partir de uma base de dados organizada, a predição de padrões com baixa percentagem de erro. Este trabalho comparou a precisão das técnicas de estimativa de estro para vacas da raça Holandesa alojadas em galpão freestall, utilizando métodos quantitativos preditivos, por meio da interposição dos pontos intermediários provenientes de série histórica do rebanho. Uma base de regras foi formulada sendo que os valores dos pesos de cada afirmação pertencem a um intervalo de zero a um, e esses limites foram utilizados para gerar a função de pertinência Fuzzy, cuja saída era a predição de estro. Na etapa seguinte, foi aplicada a técnica de Data mining utilizando os parâmetros de movimentação, produção de leite, dias de lactação e comportamento de monta, sendo gerada uma árvore de decisão para analisar os parâmetros mais significativos na previsão de estro em vacas leiteiras. Os resultados indicaram que a presença de estro pode ser detectada com maior precisão usando a observação de movimentação das vacas (87 por cento, erro estimado 4 por cento) ou o comportamento de monta (78 por cento, erro estimado 11 por cento).

Brazil is the sixth world’s larger milk producer, increasing its production at an annual rate of 4 percent above other producer countries. Part of this raise in milk production was due to the use of several technologies that have being developed for the sector, mainly those related to genetics and herd management. Accurate estrus detection in dairy cows is a limiting factor in the reproduction efficiency of dairy cattle, and it has been considered the most important deficiency in the field of reproduction. Failing to detect estrus efficiently may cause losses for the producer. Quantitative predictive methods based on historical data and specialist knowledge may allow, from an organized data base, the prediction of estrus pattern with lower error. This research compared the precision of the estrus prediction techniques for freestall confined Holstein dairy cows using quantitative predictive methods, through the interpolation of intermediate points of historical herd data set. A base of rules was formulated and the values of weight for each statement is within the interval of 0 to 1; and these limits were used to generate a function of pertinence fuzzy that had as output the estrus prediction. In the following stage Data mining technique was applied using the parameters of movement rate, milk production, days of lactation and mounting behavior, and a decision tree was built for analyzing the most significant parameters for predicting estrus in dairy cows. The results indicate that the prediction of estrus incidence may be achieved either using the association of cow’s movement (87 percent, with estimated error of 4 percent) or the observation of mounting behavior (78 percent, with estimated error of 11 percent).