LE SILLON

UNE PUBLICATION DE JOHN DEERE

Vaches rousses en train de manger dans un enclos

Grâce à CFIT, les éleveurs sélectionnent les vaches qui mangent moins (donc émettent moins de méthane) mais produisent plus de lait.

Agricole, Bétail/Volaille 01 Avril 2023

Grange avec vue

Caméras 3D pour étudier santé et alimentation des vaches.

par Steve Werblow

Les vaches de Søren Rønbjerg comptent peut-être parmi les animaux les plus photographiés au monde. Ce n'est pas parce que les 350 vaches VikingRed sont belles (bien que leur production moyenne de 11 600 kg par vache soit attrayante). Des dizaines de caméras sont pointées directement vers les vaches alors qu'elles mangent dans la grange de Søren près de Give, au Danemark, pour suivre leur consommation d'aliments. Les caméras sont au cœur du Cattle Feed Intake System (CFIT) de VikingGenetics.

Les caméras sont des unités Microsoft Connect, les caméras 3D des Xbox. Elles envoient des images à un logiciel qui reconnaît la vache par les couleurs et les motifs sur son dos. Le système estime son poids en fonction de sa taille. Avant et après qu'elle se nourrisse, le système mesure également le volume de nourriture devant elle pour calculer sa consommation.

Les résultats sont extrêmement précis, note Jan Lassen du groupe de R&D de VikingGenetics.

Jan a testé CFIT sur plus de 22 troupeaux au Danemark. Il a comparé les résultats de la caméra 3D avec les données recueillies avec des cabines d'alimentation spéciales équipées de capteurs de pesage et de lecteurs électroniques d'étiquettes d'oreille à l'Université d'Aarhus et a constaté une corrélation très élevée de 0,9 sur une échelle de 0 à 1,0. « Le dos de la vache fonctionne comme une empreinte digitale », explique Jan, il est si unique que le système caméra/logiciel identifie les vaches avec une précision de 95 %.

Deux hommes souriants et caméra tridimensionnelle de système de distribution d’aliments pour le bétail suspendue au plafond

Au-dessus. Jan Lassen dirige le projet CFIT pour VikingGenetics. La boîte contient la caméra 3D des Xbox. Søren Rønbjerg utilise les données du CFIT pour ses décisions d'élevage et d'abattage.

Une plus grande efficacité. Selon Jan, Søren a déjà les meilleurs scores du Nordic Total Merit Index de VikingGenetics, une mesure de 15 traits clés. Avec le transfert d'embryons et le sperme sexué, il reproduit les plus performants de son troupeau pour continuer à améliorer sa génétique, et une laiterie génère de la valeur avec les 45 % les moins bons.

La prochaine étape est la sélection pour l'efficacité alimentaire : la capacité à transformer moins d'aliments en plus de lait sans compromettre santé et fertilité. Le trait est héréditaire, mais difficile à repérer à l'œil nu.

Heureusement, il peut être capté par le système CFIT.

« Nous pouvons dire : "Cette vache mange 23 kilos, celle-ci en mange 19 ou 24" », souligne Jan.

Le suivi de la consommation 24 h/24, 7 j/7 donne des informations qui peuvent aider à prendre d'autres décisions de gestion, de reproduction et d'abattage. La perte de poids excessive d'une vache en début de lactation peut déclencher une alarme. Les données d'alimentation peuvent guider les décisions de reproduction en fonction du bilan énergétique. Les données sur la prise de poids peuvent éclairer les décisions sur les rations. Choisir entre une vache qui mange moins qu'une autre et produit autant de lait peut changer les revenus.

Jan estime que le système CFIT génère 300 à 400 $ par vache. Lorsque CFIT sera disponible sur le marché, la période de rentabilité sera de 2,5 à 3 ans.

Le système CFIT génère un autre avantage important et intangible. La consommation d'aliments et la production de méthane étant corrélées, la sélection en fonction de l'efficacité alimentaire est un grand pas vers la réalisation des objectifs environnementaux. Selon Jan, la reproduction peut réduire la production de méthane de 1 % par an.

« Nous allons obtenir des vaches prêtes pour l'avenir », dit-il. ‡