New approach of predicting milk and efficiency to changes in diet for NorFor

Offentlig prosjektsammendrag

Fôrutgifter representerer en av de største kostnadene i moderne melkeproduksjon. I tradisjonelle fôrvurderingssystemer for fastsetting av næringsverdien av fôr har man forutsatt at den enkelte fôrmiddel har en fast og uforanderlig verdi. Både fôropptaket, omsettinga av fôret i fordøyelseskanalen og intermediær utnyttelse av næringsstoffene er bestemt av samspill mellom dyret, fôrrasjonens sammensetting og fôrrasjonens størrelse. Denne typen informasjon ligger til grunn for fôrvurderingssystemet NorFor. Optimal næringsutnyttelse og høy fôreffektivitet betinger imidlertid utvikling av dynamiske responsfunksjoner som kan beregne marginalresponser for melkeytelse, melkas kjemiske sammensetting og produksjonsøkonomi. Nye matematiske metoder og modeller for å utvikle dynamiske responsfunksjoner er hovedmålet med dette prosjektet. Modellene vil bli implementert i NorFor sitt software system og integrert i fôrplanleggingsverktøyet som benyttes av rådgiver og melkeprodusent. En av de største utfordringene ved utviklingen av dynamiske responsfunksjoner er å kunne ta hensyn til individuelle gårdsvariasjoner. Vi må derfor ta steget vekk fra generiske modeller til gårdsspesifikke algoritmer, og i dette prosjektet vil vi benytte maskin læring som metodikk for å kunne avdekke gårdsspesifikk potensiale og variasjon ved endret fôring. Ved bruk av gårdsspesifikke modeller vil vi kunne øke fôreffektiviteten og redusere miljø og klimabelastningen fra melkeproduksjonen. De nye modellene vil bli testet ut på gårder i Danmark, Norge og Sverige for å teste robusthet i forhold til ulike produksjonsforhold og produksjonsintensitet.