CC BY
49
УДК 57.056 DOI 10.51794/27132064-2021-3-38
СОВРЕМЕННЫЕ ЦИФРОВЫЕ СИСТЕМЫ В МЯСНОМ СКОТОВОДСТВЕ ЗАПАДНЫХ СТРАН И ИХ ОСОБЕННОСТИ
В.Ю. Сидорова, доктор сельскохозяйственных наук
Институт механизации животноводства - филиал ФГБНУ ФНАЦ ВИМ
E-mail: gdi20071@yandex.ru
Аннотация. Основным продуктом североамериканских мясных ферм является теленок. На откормочных площадках широко используется практика предварительного распределения с целью поставки скота для откорма на большие расстояния - 1 тыс. км и более. Посредством современных IT-технологий все эти производственные единицы разведения мясного скота встроены в систему кооперационных связей и экономических и социальных отношений вокруг компании-интегратора, выполняющей функции управления. Реализация данной модели хозяйствования позволяет в разных производственных условиях быстро решить задачу создания эффективных хозяйств, занятых разведением маточного поголовья КРС мясного направления, формировать группы молодняка для укомплектования фидлотов и откормплощадок, в оптимальные сроки осуществлять откорм скота до требуемых кондиций и осуществлять его реализацию на мясо. Телеметрические и иные системы учета при разведении и комфортном содержании мясного скота позволяют улучшить результаты деятельности животноводческих агрегаторов, снизить материальные и временные затраты на организацию контроля за работой по сбору, обработке и анализу первичных зоотехнических данных о технологических процессах в ходе откорма. Зарубежные цифровые технологии и разработки в животноводстве России представлены давно, но, несмотря на свою мульти-платформенность и востребованность, из-за отсутствия инфраструктуры, а также достаточного количества специалистов, умеющих с ними работать, при их широком использовании в животноводстве возникают трудности.
Ключевые слова: цифровые технологии в мясном скотоводстве, модель интеграции мясного кластера, оптимальные сроки откорма.
Введение. В странах Запада кластер мясного животноводства - это модель системы, в которой хозяйства, специализирующиеся на разведении крупного рогатого скота мясного направления продуктивности, взаимодействуют на основе современных цифровых систем учета [6, 8]. Посредством современных ^-технологий они встроены в систему кооперационных связей и экономических и социальных отношений вокруг компании-интегратора, выполняющей функции управления. Реализация данной модели хозяйствования позволяет в разных производственных условиях быстро решить задачу создания эффективных хозяйств, занятых разведением маточного поголовья КРС мясного направления, формировать группы молодняка для укомплектования фидлотов и откормплоща-док, в оптимальные сроки осуществлять откорм скота до требуемых кондиций и осуществлять его реализацию на мясо. Интегратор - это компания, которая посредством
применения современных цифровых способов учета берет на себя функции диспетчера, оператора, селекционного центра, технолога, что позволяет фермерам эффективно выстроить свою работу. Таким образом, фермер получает финансовую и любую иную поддержку, а интегратор, способный выкупать у фермеров большое количество скота для последующего откорма, формирует цены на мясо и мясопродукцию. Модель ритмично и циклично работает в США и Канаде: она включает около миллиона фермерских хозяйств по 10-500 голов маточного стада, несколько тысяч откормочных площадок, сотни боен, крупных мясопереработчиков [10].
Масштаб одного такого кластера оценивается в 30-40 тыс. га земель. На указанной площади размещается примерно 15 тыс. коров мясных пород или помесей, обеспечивающих занятость не менее 100 человек в системе интегратора или более 150 фермеров. Эта цифровая производственная структура
предлагает новый подход к развитию сельского предпринимательства [2, 4, 5].
Цель исследования - изучить особенности цифровизации по разведению и откорму мясного скота в США и Канаде и возможность их использования при разведении мясного скота в РФ.
Материал и методы исследования. При исследовании данного вопроса были использованы методы сбора, анализа и обработки материала из литературных источников, справочных данных и данных первичного зоотехнического и статистического учета.
Результаты исследований и их обсуждение. Основные цифровые технологии разведения мясного скота в Канаде и США можно объединить в четыре больших кластера:
1. навигационные системы: дистанционное зондирование Земли (ДЗЗ) и геоинформационные системы (ГИС);
2. робототехника: беспилотные летательные аппараты, дроны для слежения за поголовьем на пастбищах и откормплощадках, «умные» сенсорные датчики;
3. А1оТ-платформы/А1оТ-приложения: контроль данных, поступающих с датчиков, установленных на технических и других устройствах;
4. Big Data, большие данные: анализ, хранение, корректировка данных, получаемых с датчиков для составления точного прогноза и стратегии управления стадом.
Мясное скотоводство США - это 1,3 млн племенных хозяйств-ферм «корова-теленок»; несколько десятков тысяч фидлотов, 5 мясоперерабатывающих корпораций. В Канаде эта система функционирует в нескольких циклах: I цикл - операции воспроизводства на фермах «корова-теленок», II цикл - дора-щивание и откорм телят после отъема в возрасте 6-8 месяцев до 18-месячного возраста. Фермы «корова-теленок», фидлоты и бойни скота на территории Северной Америки объединены в кластеры. Именно кластеры - основа конкурентоспособности североамериканской экономики [1, 9, 10].
Среди научных основ применения интеллектуальных систем управления при откорме крупного рогатого скота в западных странах
в первую очередь используется интернет вещей, а именно - автоматизированные комплексы с беспилотными летательными средствами слежения (дронами), системы позиционирования, спутниковые системы наблюдения, системы идентификации и т. д. для отслеживания физиологического состояния скота и контроля за его перемещением. Основной задачей их применения при выращивании и откорме является обеспечение сохранности поголовья скота, поступление приплода и реализация откормленного поголовья.
Телеметрические системы разведения и комфортного содержания мясного скота позволяют улучшить результаты деятельности животноводческих агрегаторов, снизить материальные и временные затраты на организацию контроля за работой по сбору, обработке и анализу первичных зоотехнических данных о технологических процессах в ходе откорма. Основная задача зарубежной системы заключается в повышении производительности работающего парка техники на основе анализа рабочего времени, внесения корректив в настройки, сбора, учета и документирования данных, увеличения эксплуатационной надежности машин, улучшения планирования обслуживания.
Создана собственная телеметрическая система для управления парком сельхозмашин, которая собирает данные, относящиеся к местоположению, настройкам и рабочим характеристикам действующего устройства. Также разработана телеметрическая система, позволяющая отслеживать производительность машин и агрегатов, управлять ими в реальном времени, например, при кормлении мясного скота, а также проводить удаленную диагностику и связываться с водителями с помощью беспроводных сетей. Телематическая система отслеживает работу машин из любого места с доступом в сеть или с мобильного телефона.
В последнее время все большее распространение получили web-ГИС. Одно из важных преимуществ архитектуры web-ГИС заключается в возможности интеграции данных реального времени, поступающих от
различных датчиков (1оТ). Геоинформационные системы находятся на службе по выполнению требований к безопасной экологии и комфортному содержанию животных. Сегмент ГИС уверенно растет благодаря использованию данной технологии для сбора, хранения и анализа данных для мясного животноводства [14].
К самым известным зарубежным ГИС относятся:
- двух-трехмерное компьютерное моделирование в области разработки инженерного ПО для проектирования животноводческих предприятий, с управлением пространственными ресурсами и обеспечением экологической безопасности, позволяющее визуализировать пространственные данные любой степени сложности. В США и Канаде телят после отъема забирают на площадку выращивания молодняка, откуда животные поступают на ремонт стада или доращивание и откорм [4]. Компания принимает участие в расчете обеспеченности животноводческих предприятий кормами - сеном, премиксами и компонентами и т.д. В рамках подобного кластера необходимы гарантии регулярного получения кормов и соблюдения условий поставок с последующей утилизацией биоотходов;
- программный продукт для географических информационных систем (ГИС), используемый для картографирования и анализа местоположения [3, 7]. Он позволяет пользователям визуализировать, анализировать, редактировать, интерпретировать, понимать и выводить данные для выявления биологических и статистических взаимосвязей, закономерностей и тенденций;
- тип данных, предназначенный для создания широкого спектра прикладных справочных и аналитических систем - представляет интерес как один из вариантов решения проблемы общих смежных полигонов (групповых площадок). В пакетах появляется необходимость при вводе новых полигонов контролировать узловые точки границ и их атрибутивную нагрузку. Граница характеризует сам полигон и его топологическую целостность. Центр полигона представляет со-
бой точку, к которой привязывается атрибутивная информация о полигоне. Специальная функция системы генерирует данные о площади и периметре полигона на основании анализа двух типов данных - границ полигонов и центров полигонов: данные типа Метка (Label), обычно текстовая строка, привязанная к определенным координатам, например, к координатной сетке;
- программное обеспечение и технологии зарубежных ГИС, предназначенные для облегчения географической визуализации и анализа пользовательских данных, позволяют пользователям просматривать, редактировать и интегрировать топографические карты привязки местности [11], проводить полный комплекс работ по анализу электронных карт на дигитайзерах и по снимкам;
- производство оборудования и инженерных решений для измерительных задач; спектр продукции - от спутниковых приемников до лазерных сканирующих систем, позволяющих получить детализированную модель местности посредством географических информационных систем [12], программа используется для получения необходимой информации, имеющей территориальную привязку.
Мясное скотоводство является одной из быстро растущих отраслей мирового сельскохозяйственного производства. Наиболее известным примером является мясное скотоводство США и Канады. Рост производства здесь исторически предопределен естественным развитием сельского хозяйства. Для организации высокоэффективного и конкурентоспособного производства говядины в долгосрочной перспективе используются территории, средства, ресурсы (кормовые, технологические, трудовые и т. д.).
Основным продуктом североамериканских мясных ферм является теленок. На племенных фермах откорм молодняка и телят не производят - здесь содержат только племенное поголовье и получают приплод. На откормочных площадках широко используется практика предварительного распределения при поставке скота с целью откорма на большие расстояния - 1 тыс. км и более. Напри-
мер, Канада ежегодно продает в США для откорма более 1 млн телят. По оценке региональных животноводческих объединений, специализация при производстве телят и откорме молодняка увеличивает уровень прибыли на величину до 300%. Такая прибыль является важным ориентиром в прогнозном строительстве отрасли на будущее: скот, произведенный в одной стране, может быть откормлен в другой, а переработан в третьей, если экономические условия благоприятны. Удельное поголовье скота США, откармливаемого на площадках Канады (более 10 тыс. голов), составляет более 68%, а перерабатывается двумя корпорациями [13].
Таким образом, выявлены основные цели и задачи цифровой трансформации российской аграрной отрасли: создание, диспетчеризация и агрегация потоков данных от производства сельхозпродукции до потребителя, с глубокой интеграцией в смежные отрасли цифровой экономики.
Цифровая трансформация, как инструмент повышения производительности труда в сельском хозяйстве и максимизации прибыли предприятий отрасли, осуществляется за счет:
- интенсивного внедрения цифровизации и интернета вещей в сельское хозяйство;
- контроля полного цикла растениеводства или животноводства за счет умных устройств, передающих и обрабатывающих текущие параметры каждого объекта и его окружения (оборудования и датчиков, измеряющих параметры почвы, растений, микроклимата, характеристик животных и т. д.), а также бесшовных каналов коммуникаций между ними и внешними партнерами;
- развития программного обеспечения и облачных платформ за счет создания виртуальной (цифровой) модели всего цикла производства и взаимосвязанных звеньев цепочки создания стоимости.
Сельское хозяйство западных стран становится сектором с интенсивным потоком данных: информация поступает от различных устройств, расположенных в поле, на ферме, от датчиков агротехники, метеорологических станций, дронов, спутников, внеш-
них систем, поставщиков, партнерских платформ. Общие данные от различных участников производственной цепочки, собранные в одном месте, позволяют получать информацию нового качества, находить закономерности, создавать добавочную стоимость для всех вовлеченных участников, применять современные научные методы обработки (data science) и на их основе принимать правильные решения, минимизирующие риски, улучшающие бизнес производителей и клиентский опыт (http://www.comnewsconferen-ces.ru/ru/conference/sm artagro2019).
Заключение. Зарубежные цифровые технологии и разработки в области животноводства в России представлены давно и достаточно широко, благодаря своей мультиплат-форменности, возможности установки программ на различные операционные системы, в том числе на Windows, MacOS, Ubuntu и другие, а также благодаря богатому ассортименту бесплатных модулей для специализированных задач, возможности публикации карт на картографическом сервисе Mapserver, подгрузки космических снимков из разных источников, совместимости с различным специализированным оборудованием, что облегчает разработку и обновление карт. Благодаря достаточному числу специалистов, умеющих с ними работать, могут применяться в полном объеме при управлении стадами крупного рогатого скота.
Литература:
1. Гагарина О.Ю., Мошкина С.В. Эффективность различных технологий выращивания ремонтного молодняка крупного рогатого скота // Вестник биотехнологии. 2017. № 1(11). С. 6.
2. Дунин И., Сударев Н. Что сдерживает развитие мясного скотоводства в России // Аграрное обозрение. 2016. № 2(54). С. 54-55.
3. Кассал Б.Ю. Содержание и механизм исследования модели стада крупного рогатого скота // Омская биологическая школа. Омск, 2010. Вып. 6. С. 120-129.
4. Приоритетные направления обеспечения эффективности животноводства / А.И. Клименко и др. Пос. Персиановский: Донской ГАУ, 2017. 359 с.
5. Мадисон В., Мадисон Л. Биотехнология приплода // Животноводство России. 2010. № 4. С. 5-6.
6. Мирошников С.А. Региональные особенности элементного состава шерсти крупного рогатого скота // Вестник мясного скотоводства. 2015. № 2(90). С. 7-10.
7. Канадская генетика для российского мясного скотоводства / Г.А. Морган и др. // Вестник мясного скотоводства. 2013. № 5(83). С. 10-15.
8. Рекомендации по разведению крупного рогатого скота мясных пород. М., 2019. 148 с.
9. Сравнительный анализ российского и канадского законодательства в области маркировки пищевой ценности мясной продукции / А.А. Семенова и др. // Все о мясе. 2017. № 4. С. 24-27.
10. Усманова Е.Н. Опыт разведения мясного скота в штате Виргиния (США) // Молочное и мясное скотоводство. 2017. № 6. С. 18-21.
11. Фролов А., Кизаев М. Интенсивность роста молодняка герефордской породы импортной селекции и местной популяции до отъема в зоне Южного Урала // Вестник мясного скотоводства. 2012. № 4. С. 121-123.
12. Фролов А. Влияние различных сроков отъема телят от матерей с последующим интенсивным выращиванием на качественные показатели мяса // Вестник мясного скотоводства. 2010. Т. 1, № 63. С. 106-109.
13. Fraceto L.F. Nanotechnology in agriculture: which innovation potential does it have? // Frontiers in Environmental Science. 2019. Т. 4. С. 20.
14. Morgan G.A. Canadian genetic for Russian beef cattle breeding // Вестник мясного скотоводства. 2018. № 5. С. 6-9.
Literatura:
1. Gagarina O.YU., Moshkina S.V. Effektivnost' razlich-nyh tekhnologij vyrashchivaniya remontnogo molodnyaka krupnogo rogatogo skota // Vestnik biotekhnologii. 2017. № 1(11). S. 6.
2. Dunin I., Sudarev N. CHto sderzhivaet razvitie myas-nogo skotovodstva v Rossii // Agrarnoe obozrenie. 2016. № 2(54). S. 54-55.
3. Kassal B.YU. Soderzhanie i mekhanizm issledovaniya modeli stada krupnogo rogatogo skota // Omskaya biolog-icheskaya shkola. Omsk, 2010. Vyp. 6. S. 120-129.
4. Prioritetnye napravleniya obespecheniya effektivnosti zhivotnovodstva / A.I. Klimenko i dr. Pos. Persianovskij: Donskoj GAU, 2017. 359 s.
5. Madison V., Madison L. Biotekhnologiya priploda // ZHivotnovodstvo Rossii. 2010. № 4. S. 5-6.
6. Miroshnikov S.A. Regional'nye osobennosti element-nogo sostava shersti krupnogo rogatogo skota // Vestnik myasnogo skotovodstva. 2015. № 2(90). S. 7-10.
7. Kanadskaya genetika dlya rossijskogo myasnogo skotovodstva / G.A. Morgan i dr. // Vestnik myasnogo skotovodstva. 2013. № 5(83). S. 10-15.
8. Rekomendacii po razvedeniyu krupnogo rogatogo skota myasnyh porod. M., 2019. 148 s.
9. Sravnitel'nyj analiz rossijskogo i kanadskogo zakono-datel'stva v oblasti markirovki pishchevoj cennosti myas-noj produkcii / A.A. Semenova i dr. // Vse o myase. 2017. № 4. S. 24-27.
10. Usmanova E.N. Opyt razvedeniya myasnogo skota v shtate Virginiya (SSHA) // Molochnoe i myasnoe skoto-vodstvo. 2017. № 6. S. 18-21.
11. Frolov A., Kizaev M. Intensivnost' rosta molodnyaka gerefordskoj porody importnoj selekcii i mestnoj populya-cii do ot"ema v zone YUzhnogo Urala // Vestnik myasnogo skotovodstva. 2012. № 4. S. 121-123.
12. Frolov A. Vliyanie razlichnyh srokov ot"ema telyat ot materej s posleduyushchim intensivnym vyrashchivaniem na kache-stvennye pokazateli myasa // Vestnik myasnogo skotovodstva. 2010. T. 1, № 63. S. 106-109.
13. Fraceto L.F. Nanotechnology in agriculture: which innovation potential does it have? // Frontiers in Environmental Science. 2019. T. 4. S. 20.
14. Morgan G.A. Canadian genetic for Russian beef cattle breeding // Vestnik myasnogo skotovodstva. 2018. № 5. S. 6-9.
MODERN DIGITAL SYSTEMS AT MEAT CATTLE BREEDING OF WESTERN COUNTRIES
AND THEIR FEATURES V.Y. Sidorova, doctor of agricultural sciences Institute of livestock mechanization - filial of FGBNY FNAC VIM
Abstract. The main product of North American meat farms is calf. At feedlots, the practice of pre-distribution for the livestock supply for fattening over long distances -1 thousand km or more-is widely used. Through modern IT-technologies, all these products units of beef cattle breeding into the system of cooperative relations and economic and social relations around the integrator company that performs management functions are integrated. The implementation of this management model makes it possible to quickly solve the problem of creating efficient farms engaged in breeding stock of beef cattle in different production conditions, to form groups of young animals for staffing feedlots and fattening sites, to fatten livestock to the required conditions in the optimal time and to sell it for meat. Telemetric and other accounting systems for the breeding and comfortable maintenance of beef cattle can improve the performance of livestock aggregators, reduce the material and time costs of organizing control over the collection, processing and analysis of primary zootechnical data on technological processes during fattening. Foreign digital technologies and developments in of Russian livestock have been presented for a long time, but despite their multiplatform nature and demand, due to the lack of infrastructure, as well as a sufficient number of specialists who can work with them, their widespread use in animal husbandry is difficult.
Keywords: digital technologies at beef cattle breeding, meat cluster integration's model, optimal time of fattening.
