RESUMO
Global warming is affecting agribusiness in its economic aspects. Therefore, the prediction of the evolution of Brazilian beef cattle production cost was made using the IPCC forecast scenario for global warming. The methodology consisted of two steps: (i) the development of a fuzzy model that estimated the grazing land capacity (RP) decrease risk as a function of the changes in the average total rain index, air temperature and increase in extension of the dry season; and (ii) the design of an algorithm for predicting the decrease in production as function of the RPfuzzy model, that results in the impact in beef cattle productivity, and consequent increase in production costs. Historical environmental data from important producing counties in the Cerrado were organized and a set of fuzzy Gaussian functions were developed, and three possible settings (optimistic, medium and pessimistic) were considered. The decrease in beef cattle productivity was estimated using the losses in production due to the increase in air temperature and vulnerability of pasture capacity. The boundary settings for the total increase of production cost scenario used the number of animals per area of grazing land, the adoption of grain supplement and its future scenario; and the result output function pointed to a threshold within a variation from an increase in production cost of 80% (optimistic) to 160% (pessimistic). Under the optimistic scenario the total cost of Brazilian beef cattle production in the Cerrado became near to US$ 2.88 kg-1, while in the pessimistic scenario this cost reached US$ 4.16 kg-1, challenging the international competitiveness of this economic segment.
O aquecimento global afeta o agronegócio em seus aspectos econômicos. Foi feita previsão daevolução do custo de produção de carne bovina brasileira usando a predição de aquecimento global do IPCC. A metodologia consistiu de duas etapas: (i) o desenvolvimento de modelo fuzzy que estimou o risco de decréscimo da capacidade de pastagens (RP) em função das mudanças no índice pluviométrico total, na temperatura do ar e na extensão da estação de seca; e (ii) o desenvolvimento de um algoritmo para predição do decréscimo da produção em função de um modelo fuzzy de RP que resulte no impacto na produtividade bovina de corte e conseqüente aumento no custo de produção. Foram organizados os dados históricos de fatores ambientais dos municípios importante produção no Cerrado e um conjunto de funções Gaussianas fuzzy foi desenvolvido e três estimativas possíveis (otimista, média e negativa) foram consideradas. O decréscimo na produtividade do gado foi estimado usando as perdas de produção devido ao acréscimo da temperatura bem como da vulnerabilidade da capacidade de pastagem. O estabelecimento dos limites para o cenário do acréscimo do custo de produção usou o número de unidade animal por área de pastagem, a adoção de suplemento de grãos e o cenário de produção futura; e o resultado da função de saída apontou para uma variação do acréscimo do custo de produção de 80% (otimista) até 160% (pessimista). Sob o cenário otimista, o custo total da produção brasileira de carne bovina no Cerrado chega a US$ 2,88 kg-1, enquanto no cenário pessimista este custo pode atingir US$ 4,16 kg-1, o que pode comprometer a competitividade internacional do setor.
RESUMO
Production losses due to lack of precision in detecting estrus in dairy cows are well known and reported in milk production countries. Nowadays automatic estrus detection has become possible as a result of technical progress in continuously monitoring dairy cows using fuzzy pertinence functions. Dairy cow estrus is usually visually detected; however, solely use of visual detection is considered inefficient. Many studies have been carried out to develop an effective model to interpret the occurrence of estrus and detect estrus; however, most models present too many false-positive alerts and because of this they are sometimes considered unreliable. The objective of this research was to construct a system based on fuzzy inference functions evaluated with a receiver-operating characteristic curve, capable of efficiently detect estrus in dairy cows. For the input data the system combined previous estrus cases information and prostaglandin application with the data of cow activities. The system outputs were organized in three categories: 'in estrus', 'maybe in estrus" and 'not in estrus'. The system validation was carried out in a commercial dairy farm using a herd of 350 lactating cows. The performance of the test was measured by calculating its sensitivity towards the right estrus detection; and its specificity towards the precision of the detection. Within a six months period of tests, over 25 thousands cases of estrus were analyzed from a database of the commercial farm. The sensitivity found was 84.2%, indicating that the system can detect estrus efficiently and it may improve automatic estrus detection.
Perdas na produção leiteiras devido às falhas de detecção do estro são bem conhecidas e relatadas em vários paises. Atualmente a automação na detecção do estro, tem sido possível, devido aos avanços tecnológicos na contínua monitoração de vacas leiteiras e utilização de modelos fuzzy. O estro em vacas de leite é normalmente detectado visualmente, um método considerado ineficiente. Alguns estudos têm sido desenvolvidos com o intuito de se obter modelos efetivos para interpretar a ocorrência e detecção do estro, contudo, muitos modelos apresentam alertas falsos positivos, sendo muitas vezes considerados falhos. Construiu-se um sistema baseado nas funções de inferência fuzzy capaz de detectar eficientemente o estro de vacas de leite, avaliando seu desempenho com curvas ROC (Receiver-Operating Characteristic). Os dados de entrada do sistema combinaram informações de casos prévios de estro, aplicações de prostaglandina com dados das atividades das vacas. As saídas do sistema foram organizadas em três categorias: "em estro", "talvez em estro" e "sem estro". A validação do sistema foi realizada em uma granja leiteira comercial utilizando um rebanho de 350 vacas em lactação. O desempenho do teste foi avaliado calculando a sensibilidade na detecção correta de estro; e sua especificidade através da precisão da detecção. O teste teve uma duração de seis meses, sendo analisados mais de 25 mil casos de estro da base de dados da granja. A sensibilidade obtida foi de 84,2%, indicando que o sistema pode detectar eficientemente o estro melhorando a detecção automática em vacas leiteiras.
RESUMO
Production losses due to lack of precision in detecting estrus in dairy cows are well known and reported in milk production countries. Nowadays automatic estrus detection has become possible as a result of technical progress in continuously monitoring dairy cows using fuzzy pertinence functions. Dairy cow estrus is usually visually detected; however, solely use of visual detection is considered inefficient. Many studies have been carried out to develop an effective model to interpret the occurrence of estrus and detect estrus; however, most models present too many false-positive alerts and because of this they are sometimes considered unreliable. The objective of this research was to construct a system based on fuzzy inference functions evaluated with a receiver-operating characteristic curve, capable of efficiently detect estrus in dairy cows. For the input data the system combined previous estrus cases information and prostaglandin application with the data of cow activities. The system outputs were organized in three categories: 'in estrus', 'maybe in estrus" and 'not in estrus'. The system validation was carried out in a commercial dairy farm using a herd of 350 lactating cows. The performance of the test was measured by calculating its sensitivity towards the right estrus detection; and its specificity towards the precision of the detection. Within a six months period of tests, over 25 thousands cases of estrus were analyzed from a database of the commercial farm. The sensitivity found was 84.2%, indicating that the system can detect estrus efficiently and it may improve automatic estrus detection.
Perdas na produção leiteiras devido às falhas de detecção do estro são bem conhecidas e relatadas em vários paises. Atualmente a automação na detecção do estro, tem sido possível, devido aos avanços tecnológicos na contínua monitoração de vacas leiteiras e utilização de modelos fuzzy. O estro em vacas de leite é normalmente detectado visualmente, um método considerado ineficiente. Alguns estudos têm sido desenvolvidos com o intuito de se obter modelos efetivos para interpretar a ocorrência e detecção do estro, contudo, muitos modelos apresentam alertas falsos positivos, sendo muitas vezes considerados falhos. Construiu-se um sistema baseado nas funções de inferência fuzzy capaz de detectar eficientemente o estro de vacas de leite, avaliando seu desempenho com curvas ROC (Receiver-Operating Characteristic). Os dados de entrada do sistema combinaram informações de casos prévios de estro, aplicações de prostaglandina com dados das atividades das vacas. As saídas do sistema foram organizadas em três categorias: "em estro", "talvez em estro" e "sem estro". A validação do sistema foi realizada em uma granja leiteira comercial utilizando um rebanho de 350 vacas em lactação. O desempenho do teste foi avaliado calculando a sensibilidade na detecção correta de estro; e sua especificidade através da precisão da detecção. O teste teve uma duração de seis meses, sendo analisados mais de 25 mil casos de estro da base de dados da granja. A sensibilidade obtida foi de 84,2%, indicando que o sistema pode detectar eficientemente o estro melhorando a detecção automática em vacas leiteiras.
RESUMO
Global warming is affecting agribusiness in its economic aspects. Therefore, the prediction of the evolution of Brazilian beef cattle production cost was made using the IPCC forecast scenario for global warming. The methodology consisted of two steps: (i) the development of a fuzzy model that estimated the grazing land capacity (RP) decrease risk as a function of the changes in the average total rain index, air temperature and increase in extension of the dry season; and (ii) the design of an algorithm for predicting the decrease in production as function of the RPfuzzy model, that results in the impact in beef cattle productivity, and consequent increase in production costs. Historical environmental data from important producing counties in the Cerrado were organized and a set of fuzzy Gaussian functions were developed, and three possible settings (optimistic, medium and pessimistic) were considered. The decrease in beef cattle productivity was estimated using the losses in production due to the increase in air temperature and vulnerability of pasture capacity. The boundary settings for the total increase of production cost scenario used the number of animals per area of grazing land, the adoption of grain supplement and its future scenario; and the result output function pointed to a threshold within a variation from an increase in production cost of 80% (optimistic) to 160% (pessimistic). Under the optimistic scenario the total cost of Brazilian beef cattle production in the Cerrado became near to US$ 2.88 kg-1, while in the pessimistic scenario this cost reached US$ 4.16 kg-1, challenging the international competitiveness of this economic segment.
O aquecimento global afeta o agronegócio em seus aspectos econômicos. Foi feita previsão daevolução do custo de produção de carne bovina brasileira usando a predição de aquecimento global do IPCC. A metodologia consistiu de duas etapas: (i) o desenvolvimento de modelo fuzzy que estimou o risco de decréscimo da capacidade de pastagens (RP) em função das mudanças no índice pluviométrico total, na temperatura do ar e na extensão da estação de seca; e (ii) o desenvolvimento de um algoritmo para predição do decréscimo da produção em função de um modelo fuzzy de RP que resulte no impacto na produtividade bovina de corte e conseqüente aumento no custo de produção. Foram organizados os dados históricos de fatores ambientais dos municípios importante produção no Cerrado e um conjunto de funções Gaussianas fuzzy foi desenvolvido e três estimativas possíveis (otimista, média e negativa) foram consideradas. O decréscimo na produtividade do gado foi estimado usando as perdas de produção devido ao acréscimo da temperatura bem como da vulnerabilidade da capacidade de pastagem. O estabelecimento dos limites para o cenário do acréscimo do custo de produção usou o número de unidade animal por área de pastagem, a adoção de suplemento de grãos e o cenário de produção futura; e o resultado da função de saída apontou para uma variação do acréscimo do custo de produção de 80% (otimista) até 160% (pessimista). Sob o cenário otimista, o custo total da produção brasileira de carne bovina no Cerrado chega a US$ 2,88 kg-1, enquanto no cenário pessimista este custo pode atingir US$ 4,16 kg-1, o que pode comprometer a competitividade internacional do setor.
RESUMO
The objective of this study was to model and evaluate, through fuzzy logic, the level of thermal comfort experienced by housed animals as a function of their physiologic variables of rectal temperature (RT) and breath rate (BR), and setting their critical thresholds. The database was setup using two distinct environments: Subtropical climate (São Pedro area, Brazil) and mediterranean climate (Évora area, Portugal). Holstein cows temperature and breath rates were obtained in order to build a physiologic parameters database. meteorological data of environment temperature and air relative humidity were obtained for physical analysis during a 24 hours interval every 30 minutes. Data minning techniques were used for the initial data analysis aiming to build a decision making three and the further construction of rule database. For that, the computational program WEKA® was used. The results obtained were applied for the fuzzy logic application, using the Fuzzy Logic Toolbox do MATLAB® 6.1 software, according to AMENDOLA et al. (2005b). The use of this tool allowed the establishment of thermal comfort parameters for total confined Holsteins cows.
Os objetivos deste estudo foram modelar e avaliar, pelo uso da lógica fuzzy, a sensação de conforto térmico de animais confinados em função das variáveis fisiológicas temperatura retal (TR) e frequência respiratória (FR), determinando os intervalos críticos dessas variáveis. O banco de dados foi formado em dois ambientes distintos: clima subtropical (Município de São Pedro, Brasil) e clima mediterrâneo (Município de Évora, Portugal). Para a formação do banco de dados fisiológicos, foram obtidos dados de TR e FR de vacas holandesas. Para a análise física do ambiente, foram utilizados dados de estações meteorológicas com leituras de temperatura e umidade relativa do ar realizadas a cada 30 min, ao longo de 24 horas. No processo inicial de análise dos dados, foi utilizada a técnica de Mineração de Dados com o objetivo de formar uma árvore de decisão para a indução de regras. Para isso, foi utilizado o programa computacional WEKA®. Os resultados obtidos foram posteriormente utilizados na aplicação da lógica fuzzy, em que foi utilizado o software Fuzzy Logic Toolbox do MATLAB® 6.1, seguindo as recomendações de AMENDOLA et al. (2005b). A utilização dessa ferramenta permitiu estabelecer alguns parâmetros ideais de conforto aos bovinos leiteiros da raça Holandesa em lactação manejados em condição de confinamento total.
RESUMO
The objective of this study was to model and evaluate, through fuzzy logic, the level of thermal comfort experienced by housed animals as a function of their physiologic variables of rectal temperature (RT) and breath rate (BR), and setting their critical thresholds. The database was setup using two distinct environments: Subtropical climate (São Pedro area, Brazil) and mediterranean climate (Évora area, Portugal). Holstein cows temperature and breath rates were obtained in order to build a physiologic parameters database. meteorological data of environment temperature and air relative humidity were obtained for physical analysis during a 24 hours interval every 30 minutes. Data minning techniques were used for the initial data analysis aiming to build a decision making three and the further construction of rule database. For that, the computational program WEKA® was used. The results obtained were applied for the fuzzy logic application, using the Fuzzy Logic Toolbox do MATLAB® 6.1 software, according to AMENDOLA et al. (2005b). The use of this tool allowed the establishment of thermal comfort parameters for total confined Holsteins cows.
Os objetivos deste estudo foram modelar e avaliar, pelo uso da lógica fuzzy, a sensação de conforto térmico de animais confinados em função das variáveis fisiológicas temperatura retal (TR) e frequência respiratória (FR), determinando os intervalos críticos dessas variáveis. O banco de dados foi formado em dois ambientes distintos: clima subtropical (Município de São Pedro, Brasil) e clima mediterrâneo (Município de Évora, Portugal). Para a formação do banco de dados fisiológicos, foram obtidos dados de TR e FR de vacas holandesas. Para a análise física do ambiente, foram utilizados dados de estações meteorológicas com leituras de temperatura e umidade relativa do ar realizadas a cada 30 min, ao longo de 24 horas. No processo inicial de análise dos dados, foi utilizada a técnica de Mineração de Dados com o objetivo de formar uma árvore de decisão para a indução de regras. Para isso, foi utilizado o programa computacional WEKA®. Os resultados obtidos foram posteriormente utilizados na aplicação da lógica fuzzy, em que foi utilizado o software Fuzzy Logic Toolbox do MATLAB® 6.1, seguindo as recomendações de AMENDOLA et al. (2005b). A utilização dessa ferramenta permitiu estabelecer alguns parâmetros ideais de conforto aos bovinos leiteiros da raça Holandesa em lactação manejados em condição de confinamento total.
RESUMO
The objective of this study was to model and evaluate, through fuzzy logic, the level of thermal comfort experienced by housed animals as a function of their physiologic variables of rectal temperature (RT) and breath rate (BR), and setting their critical thresholds. The database was setup using two distinct environments: Subtropical climate (São Pedro area, Brazil) and mediterranean climate (Évora area, Portugal). Holstein cows temperature and breath rates were obtained in order to build a physiologic parameters database. meteorological data of environment temperature and air relative humidity were obtained for physical analysis during a 24 hours interval every 30 minutes. Data minning techniques were used for the initial data analysis aiming to build a decision making three and the further construction of rule database. For that, the computational program WEKA® was used. The results obtained were applied for the fuzzy logic application, using the Fuzzy Logic Toolbox do MATLAB® 6.1 software, according to AMENDOLA et al. (2005b). The use of this tool allowed the establishment of thermal comfort parameters for total confined Holsteins cows.
Os objetivos deste estudo foram modelar e avaliar, pelo uso da lógica fuzzy, a sensação de conforto térmico de animais confinados em função das variáveis fisiológicas temperatura retal (TR) e frequência respiratória (FR), determinando os intervalos críticos dessas variáveis. O banco de dados foi formado em dois ambientes distintos: clima subtropical (Município de São Pedro, Brasil) e clima mediterrâneo (Município de Évora, Portugal). Para a formação do banco de dados fisiológicos, foram obtidos dados de TR e FR de vacas holandesas. Para a análise física do ambiente, foram utilizados dados de estações meteorológicas com leituras de temperatura e umidade relativa do ar realizadas a cada 30 min, ao longo de 24 horas. No processo inicial de análise dos dados, foi utilizada a técnica de Mineração de Dados com o objetivo de formar uma árvore de decisão para a indução de regras. Para isso, foi utilizado o programa computacional WEKA®. Os resultados obtidos foram posteriormente utilizados na aplicação da lógica fuzzy, em que foi utilizado o software Fuzzy Logic Toolbox do MATLAB® 6.1, seguindo as recomendações de AMENDOLA et al. (2005b). A utilização dessa ferramenta permitiu estabelecer alguns parâmetros ideais de conforto aos bovinos leiteiros da raça Holandesa em lactação manejados em condição de confinamento total.
RESUMO
Dairy cows exposition to an adequate environment may lead to a good result in the milk production, for permitting a better use of cooling equipment and reducing the thermal stress in the animals, as well as improving level of productivity. This research work evaluated the effect of environmental dry bulb and black globe temperatures in dairy cows lodged in a freestall building, separated in two groups: the most productive ones with milk yield above 29 kgday-1 and the less productive, with milk yield below 14 kg/day. Results showed the effect of the environmental variables and the temperature and humidity index in the decrease in milk yield. No high correlation was found between the index and the milk yield for both studied groups.
O resultado da exposição de vacas em produção em ambiente adequado, pode ter reflexo na produtividade leiteira, por permitir o uso correto de equipamentos reduzindo o estresse térmico nos animais, e consequentemente, melhorando a produtividade. No presente trabalho avaliou-se o efeito das temperaturas de bulbo seco e de globo negro, na produção de vacas leiteiras alojadas em sistema de freestall, utilizando-se dois grupos de vacas: mais produtivas, com produção acima de 29 kg/dia e menos produtivas, com produção média abaixo de 14 kgdia-1. Os resultados mostraram os efeitos das variáveis ambientais e do índice de temperatura e umidade regional, no declínio da produção de leite. Não houve correlação significativa entre os valores do índice e o declínio na produção de leite, para nenhum dos dois grupos estudados.