Projekte in den Förderprogrammen des BMEL, betreut durch den Projektträger BLE (PT BLE)
Ergebnis der Suche
| Titel: | Verbesserung der Leistungsfähigkeit in der Schweinehaltung durch einen ganzheitlichen Systemansatz (PigSys) - Teilvorhaben 1 |
|---|---|
| Titel (englisch): | Improving pig system performance through a whole system approach |
| Akronym: | PigSys |
| Beschreibung (dt.): | Gegenwärtig ist die Ressourcennutzung in der europäischen Schweinewirtschaft suboptimal, was zu unnötig hohen Emissionen und Verlusten führt. Die Hauptursachen hierfür sind veraltete Gebäudestandards, Regelungssysteme und Stallbewirtschaftungsansätze. Während viele Ansätze entwickelt worden sind, um individuelle Aspekte der Systeme zu verbessern, gibt es bisher keine Lösungsansätze, welche das ganze System umfassen. PigSys verfolgt einen multidisziplinären Ansatz. Über ein Systemmodell von Massen- und Energiebilanzen, einer entsprechenden Software sowie neuartige Gebäuderegelungssysteme wird die Systemeffizienz nachhaltig gesteigert. Damit werden alle Aspekte nachhaltiger, gesellschaftlich akzeptierbarer und wirtschaftlich lohnender Schweinehaltungssysteme angemessen reflektiert. Die geographische und klimatische Ausgewogenheit des Konsortiums, das aus Partnern unterschiedlichen europäischen Regionen besteht, wird die Relevanz des Projektes für die ganze EU und darüber hinaus sichergestellt. PigSys besteht aus insgesamt acht Arbeitspaketen (AP), welche eng miteinander verzahnt sind. AP1 beinhaltet die Analyse historischer Daten, das Entscheidungsunterstützungswerkzeug und die zentrale Datenbank. AP2 wird existierende Modellierungswerkzeuge zusammenführen und weiter entwickeln und darauf aufbauend ein Systemmodell liefern. Die Datenakquise zur Unterstützung der Modellentwicklung und die Feldtests des Entscheidungsunterstützungstools sowie des Warn- und Regelungssystems werden in AP3 durchgeführt. Die auf dem Tierverhalten aufbauenden Mess- und Regelungssysteme werden im AP4 entwickelt. AP 5 wird detaillierte Informationen über den gegenwärtigen Zustand bezüglich Emissionen und Verluste liefern. AP6 wird, in Zusammenarbeit mit AP2, die Gesamtpotentialanalyse der erzielbaren ökologischen und ökonomischen Leistungsfähigkeitssteigerungen der Projektergebnisse liefern. AP7 dient der Systemevaluierung. Die Koordination und das Projektmanagement werden in AP8 durchgeführt. |
| Beschreibung (engl.): | Current EU pig production has suboptimal resource utilisation, resulting in unnecessarily high emissions and wastes. This has much to do with outdated building standards, control systems and barn management approaches. Whilst there are many approaches for the improvement of individual aspects of the system, none provide effective whole system consideration. PigSys will address these issues by the adoption of a multi-disciplinary, system level approach. A system model of mass and energy flows and Decision Support System, as well as novel building climate control systems, will be developed to underpin a sustainable improvement in system performance. The project will ensure that all aspects relevant for the development of sustainable, socially acceptable and economically viable pig production systems are adequately addressed. The geographical and climatic balance, with partners from different European regions will ensure the relevance of the project across the EU and beyond. PigSys is divided into 8 WPs associated between the individual WPs. The work conducted in WP1 builds the core of the project, as it will deliver the analysis of historical data, the DSS platform and the central data base. WP2 will merge and further develop existing modelling tools to provide a whole system model. Data acquisition to support model development and field tests of the DSS and warning / control system will be carried out in WP3. In WP 4 animal-imaging-based measurement and control systems will be developed. WP5 will deliver in-depth information on the current situation regarding emissions and waste . WP6, linking to WP2, will deliver the overall analysis of the environmental and economic performance improvements achievable through the project outcomes. Dissemination activities (WP7) will cover all lessons learned from the data mining and system evaluation. The project coordination and management will be carried out in WP8. |
| Ergebnis (dt.): | Projektzusammenfassung FKZ 2817ERA07D Das PigSys-Projekt befasst sich mit den Herausforderungen, Lösungen für eine zukünftige nachhaltige Schweineproduktion zu schaffen, um langfristig das Tierwohl, die Ressourceneffizienz und die gesellschaftliche Akzeptanz zu steigern. Die Untersuchungen in zwei Thüringer Praxisbetrieben lieferten bisher nicht verfügbare Informationen der stallklimatischen Haltungsbedingungen (z.B. Ammoniak und Kohlendioxid, Luftgeschwindigkeit) während der Aufzucht von Ferkeln und Mast von Schweinen, die für eine optimierte Umweltgestaltung künftiger Lüftungssysteme wesentlich sind. Dafür wurde auch das Tierverhalten mit Hilfe von Machine-Vision-Techniken in Kombination mit Deep-Learning-Modellen erfasst. Die Untersuchungen zeigen, dass die etablierten Klimasysteme unter moderaten Klimabedingungen die gewünschten Zieltemperaturen für die Aufzucht und Mast von Schweinen gut einhalten. Damit werden die Anforderungen an eine tiergerechte und stressarme Haltung erfüllt. Temporäre Belastungssituationen bezüglich des Ammoniakgehaltes der Stallluft konzentrierten sich in den Projektbetrieben auf räumlich begrenzte Bereiche der Abteile. Anhand der Sensordaten wurde beobachtet, dass das räumlich-zeitliche Muster saisonal variiert. Auch die Anbringungshöhe der Sensoren und der Messort hatten einen signifikanten Einfluss auf Niveau und Varianz der ermittelten Schadgaskonzentrationen. Damit ist zu postulieren, dass für eine Optimierung der Raumlufttechnik unter der Berücksichtigung der Schadgaskonzentration nicht nur ein Sensor im Abteil ausreicht, sondern Informationen von mehreren Messpunkten vorliegen müssen. Die realisierten Leistungen und das Verhalten von Tiergruppen, deren zeitgleiche Haltungsumwelt sich in der Stallluftqualität unterschied, lassen eine Wechselwirkung während der Aufzucht nicht ausschließen. Die komplexe Abhängigkeit des bestehenden raumlufttechnischen Regelungssystems und deren Grenzen konnte mittels Random Forest Analyse gezeigt werden. In dem über beide Messpunkte erstellten Modell erklärte der Messort, der alle Effekte zusammengefasst, die letztlich für die beobachten Unterschiede im Abteil verantwortlich sind und ursächlich nur vermutet werden können, fast 50% der durch das Modell erklärten Varianz der Ammoniakkonzentration. Bei höheren temporären und lokal begrenzten Ammoniakkonzentrationen im Stall hatte die Ventilationsrate bzw. Luftgeschwindigkeit einen erheblichen Einfluss auf die Stallluftqualität. Daher ist eine Lüftung, die nach den realen Außen- und angestrebten Raumtemperaturen geregelt wird, nicht in jedem Fall ausreichend, um die Schadgaskonzentrationen in allen Bereichen zu optimieren. Beim Tierverhalten, kategorisiert mittels automatischer Bildauswertung nach Anteil stehender bzw. liegender Tiere wirkte die Schadgaskonzentration als Gesamtheit von Ammoniak und Kohlendioxidkonzentration als zentraler Einflussfaktor auf den Anteil stehender Tiere dar. Diese Ergebnisse unterstützen die Hypothese, dass die Schadgaskonzentrationen das Verhalten von Schweinen beeinflussen können. Die Untersuchungen bestätigen begründete Optimierungspotentiale für die Entwicklung umfassender sensor- und bildgestützter Klimaregelungssysteme. Die mittels Sensoranalyse-und Datenfusionsmethode erstellten Klimasensormuster und Datenfusionsansätze konnten in ein Klimaregelungsmodell implementiert werden. Die Projekt-Website wird regelmäßig aktualisiert und ist öffentlich zugänglich über http://pigsys.eu/. |
| Ergebnis (engl.): | Project Summary FKZ 2817ERA07D The PigSys project addresses the challenges of creating solutions for future sustainable pig production in order to increase animal welfare, resource efficiency and social acceptance in the long term. The investigations conducted in two commercial farms in Thuringia provided previously unavailable information of the barn climatic housing conditions (e.g. ammonia and carbon dioxide, air velocity) during the rearing of piglets and fattening of pigs. This novel information are essential for an optimized environmental design of future climate control system. For this purpose, animal behaviour was captured using machine vision techniques combined with Deep Learning models. . The research shows that under moderate climatic conditions, the established climate control systems provide good compliance with desired target temperatures for rearing and fattening pigs. Thus, fulfilling the requirements for animal welfare and low-stress husbandry. Investigations for temporary stress situations due to the ammonia content in barn air were concentrated on spatially limited areas of the compartments in the project farms. It was observed from the sensor data that the spatio-temporal pattern varied seasonally. Furthermore, the mounting height of the sensors and the measurement location also had a significant influence on the level and variance of the determined pollutant gas concentrations. Thus, to optimize a room air conditioning system considering the pollutant gas concentration, not only one sensor in the compartment is sufficient and information from several measuring points must be available. The realized performances and the behaviour of groups of animals, whose contemporaneous housing environment differed in the indoor air quality, do not allow to exclude an interaction during rearing. The complex dependence of the existing indoor air quality control system and its limitations could be shown by random forest analysis. Within the variation explained by the model built over both sites, the measurement site justified almost 50% of the observed variance in ammonia concentration. The measurement site includes all effects responsible for the observed site differences. At higher temporary and localized ammonia concentrations in the barn, ventilation rate or air velocity had a significant effect on barn air quality. Therefore, ventilation controlled according to real outdoor and target room temperatures is insufficient in all cases to optimize pollutant gas concentrations in all areas. In case of animal behaviour categorized based on the proportion of standing or lying animals using image analysis reveals concentration of pollutant gases to play a central role in proportion of standing animals. Thus, these results support the hypothesis that noxious gas concentrations can influence pig behaviour. The studies confirm reasonable optimization potential for the development of comprehensive sensor- and image-based climate control systems. The climate sensor patterns and data fusion approaches created using sensor analysis and data fusion methods could be implemented in a climate control model. The project website is updated regularly and is publicly accessible at http://pigsys.eu/. |
| Laufzeit: | Beginn: 01.09.2017 / Ende: 31.12.2020 |
| Ausf. Einrichtung: | Thüringer Landesamt für Landwirtschaft und Ländlichen Raum (TLLLR) - Abt. Landwirtschaftliche Nutztierhaltung - Ref. 520 Tierhaltung, Bad Salzungen |
| Themenfelder: | Tierhaltung, animal husbandry |
| Förderprogramme: | EU-Forschung |
| Schlagworte: | Nachhaltigkeit, sustainability, Emissionen, emissions, Haltungsverfahren/Haltungstechnik, husbandry techniques, Energie, energy, Schweine, pigs, Evaluation, evaluation, Nährstoffe, nutrients, Prognose, forecast |
| Stichpunkte: | SusAn (Cofunded Call) |
| Förderkennzeichen: | 2817ERA07D |
| Dokument zum Download: | 2817ERA07D_Kurzfassungen (de-en) PigSys.pdf (13,7 KB) 2817ERA07D_Abschlussbericht PigSys.pdf (1 MB) 2817ERA07D_Steckbrief PigSys.pdf (196,4 KB) |
Kontakt: |
Benutzen Sie unser Kontaktformular
oder E-Mail an ERA@ble.de |
Erweiterte Suche
Hier gibt es die Möglichkeit, nach Stichworten, Themenfeldern, Projektstatus, Förderprogrammen, Laufzeiten und Einrichtungen zu suchen:
