使用牛奶中红外光谱法估计奶牛水平的效率指标

科学领域:

• 乳制品科学 乳制品科学
• 环境科学环境科学
• 动物营养动物营养

背景情况:

• 奶牛养殖有助于污染,影响水质和温室气体排放.
• 乳牛有效利用气对于环境可持续性至关重要.
• 养殖计划需要准确的个人牛效率数据.

研究的目的:

• 评估牛奶红外光谱数据的潜力,以预测个别牛的效率指标.
• 用部分最小平方回归和神经网络来比较预测准确度.
• 评估数据变化对预测性能的影响.

主要方法:

• 利用了3,497个测试日记录,包括牛奶产量,牛奶光谱,平价和牛奶中的天数 (DIM).
• 研究了摄入量,使用效率和平衡.
• 采用部分最小平方回归和神经网络用于预测建模.
• 进行了四重交叉验证和按群体和年份进行分层验证.

主要成果:

• 使用牛奶光谱,牛奶产量,平价和DIM的神经网络实现了最佳的交叉验证预测 (摄入量,使用效率和平衡的R2为0.61,0.74,0.58).
• 部分最小平方回归在群体和年级分层验证中表现优于神经网络 (R2<0.29和<0.60).
• 预测准确性高度依赖于校准和验证数据集变化之间的相似性.

结论:

• 牛奶红外光谱数据,结合牛奶产量和奶牛信息,可以以合理的准确度预测奶牛的相关特征.
• 与校准数据相比,模型性能对验证数据的代表性敏感.
• 精确预测效率可以支持养殖战略,以实现更可持续的乳制品行业.