CC BY
32сельскохозяйственные на уки/agricultural sciences
УДК 636.22/.28.082.454 http://doi.org/10.5281/zenodo.2539745
AGRIS L01
ВЛИЯНИЕ ЗНАЧИМЫХ ФАКТОРОВ НА ПЛОДОВИТОСТЬ КОРОВ, ОБОСНОВАНИЕ МЕР ЕЕ ОПТИМИЗАЦИИ
©Михалев В. В., канд. с.-х. наук, Дальневосточный научно-исследовательский институт механизации и электрификации сельского хозяйства, г. Благовещенск, Россия ©Шишкин В. В., канд. с.-х. наук, Дальневосточный научно-исследовательский институт механизации и электрификации сельского хозяйства,
г. Благовещенск, Россия, shishkin-vi@mail.ru ©Шишкина Г. Ю., Дальневосточный научно-исследовательский институт механизации и электрификации сельского хозяйства, г. Благовещенск, Россия, oskilko-galina@mail.ru
INFLUENCE OF SIGNIFICANT FACTORS ON THE FERTILITY OF COWS, JUSTIFICATION OF MEASURES FOR ITS OPTIMIZATION
©Mikhalev V., Ph.D., Far Eastern Research Institute of Mechanization and Electrification
of Agriculture, Blagoveshchensk, Russia ©Shishkin V., Ph.D., Far Eastern Scientific Research Institute of Mechanization and Electrification of Agriculture, Blagoveshchensk, Russia, shishkin-vi@mail.ru ©Shishkina G., Far Eastern Scientific Research Institute of Mechanization and Electrification of Agriculture, Blagoveshchensk, Russia, oskilko-galina@mail.ru
Аннотация. Экономическая эффективность молочного скотоводства зависит от множества производственных факторов. Вместе с наращиванием генетического потенциала продуктивности, укреплением кормовой базы и другими условиями увеличения производства молока, профилактика бесплодия коров является одной из основных проблемных задач. Уровень продуктивности коров молочного направления и валовое производство молока находятся в значительной зависимости от реализации воспроизводительной способности — свойства животных к размножению. Наукой и практикой доказано, что молочная продуктивность среднегодовой яловой коровы эквивалентна 0,5 продуктивности дойной (неяловой). Каждые 3% яловости коров в стаде сокращают валовое производство молока примерно на 1% не менее. Целью исследований является определение степени влияния особо значимых факторов, влияющих на состояние плодовитости животных, обеспечивающей увеличение продуктивного долголетия коров, объема получения молока и снижение потерь, для обоснования методов и приемов оптимизации технологических параметров исследуемых факторов при минимальных издержках производства. Результаты обработки материалов выполненного эксперимента свидетельствуют, что фактор «обслуживание» занимает второе место, после фактора «кормление», по степени влияния на параметр оптимизации «плодовитость». Результаты исследования использованы для обоснования и разработки рекомендаций по снижению уровня яловости дойного стада. В производстве для установления и анализа зависимости используются функциональные формы в виде так называемых производственных функций. Весьма удобным и наиболее распространенным является аналитический вид, представляют собой математическую модель многофакторного
процесса, в форме уравнения устанавливает связь между изучаемыми признаками, что позволяет исчислить ожидаемое значение результата производства в зависимости от действующих факторов.
Abstract. The economic efficiency of dairy cattle breeding depends on a variety of production factors. Together with increasing the genetic potential of productivity, strengthening the food supply and other conditions for increasing milk production, the prevention of cow infertility is one of the main problem tasks. The level of productivity of dairy cows and gross milk production are largely dependent on the implementation of reproductive capacity — the ability of animals to reproduce. It has been proved by science and practice that the milk productivity of an average annual cow of a cow is equivalent to 0.5 of a milking (non-mallow) productivity. Every 3% barley of cows in a herd reduces gross milk production by about 1% at least. The aim of the research is to determine the degree of influence of particularly significant factors affecting the state of animal fertility, ensuring an increase in the productive longevity of cows, the amount of milk production and loss reduction, to substantiate methods and techniques for optimizing the technological parameters of the factors under study at minimum production costs. The results of processing the materials of the performed experiment indicate that the "maintenance" factor takes the second place, after the "feeding" factor, in terms of the degree of influence on the optimization parameter "fertility". The results of the study were used to substantiate and develop recommendations for reducing the level of the barking of the dairy herd. In production, functional forms in the form of so-called production functions are used to establish and analyze dependencies. A very convenient and most common is an analytical form, is a mathematical model of a multifactor process, in the form of an equation establishes a relationship between the studied characteristics, which allows calculating the expected value of the result of production depending on the existing factors.
Ключевые слова: яловость, кормление, содержание, сервис-период, зооветеринарные мероприятия.
Keywords: barrenness, feeding, maintenance, service period, veterinary activities.
Уровень продуктивности коров молочного направления и валовое производство молока находятся в значительной зависимости от реализации воспроизводительной способности — свойства животных к размножению [2]. Наукой и практикой доказано, что молочная продуктивность среднегодовой яловой коровы эквивалентна 0,5 продуктивности дойной (неяловой). Каждые 3% яловости коров в стаде сокращают валовое производство молока примерно на 1%, не менее (Таблица 1).
Поэтому своевременное оплодотворение всех маток, внедрение новых методов, повышающих плодовитость, а также организация полноценного кормления и содержания животных должны быть приоритетными мерами молочного производства [3-4, 7].
Актуальность темы состоит в снижении издержек производства продуктов скотоводства путем повышения продуктивности животных на основе улучшения кормления и содержания, сокращения яловости маточного поголовья, систематического проведения зооветеринарных мероприятий.
Цель исследований — определение степени влияния особо значимых факторов, влияющих на состояние плодовитости животных, обеспечивающей увеличение продуктивного долголетия коров, объема получения молока и снижение потерь, для
обоснования методов и приемов оптимизации технологических параметров исследуемых факторов при минимальных издержках производства.
Таблица 1.
ПОКАЗАТЕЛИ РАБОТЫ СЕЛЬХОЗПРЕДПРИЯТИИ МОЛОЧНОГО НАПРАВЛЕНИЯ АМУРСКОЙ ОБЛАСТИ
Показатели
Годы
2010 2011 2012 2013 2014 2015
6805 7109 7121 6518 6000 6559
31075 32787 35707 33100 28718 36003
4474 4840 5212 4958 4706 5701
81 83 81 78 71 77
327 303 380 441 593 536
2225/6,7 2154/6,2 2706/7,0 2874/8,0 3558/11,0 3516/8,9
Количество коров, голов Валовой надой, тонн Надой на 1 фуражную корову, кг
Получено телят на 100 коров, голов Потери из-за яловости: продуктивность, кг валовой надой, тонн/%
Материалы и методы исследований Решение поставленных задач представляло элементы двух видов исследований: теоретических, включающих выполнение регламентационного поиска и обзор информации по направлениям составляющих элементов темы; экспериментальных, в форме мыслительного эксперимента, который заключается в манипулировании не с реальным объектом, а с информацией о нем или с его моделью.
Для проведения мыслительного эксперимента с целью создания математической модели, характеризующей влияние наиболее существенных факторов: «алиментарный» — кормление (расход кормов на 1 голову), «климатический» — условия содержания (моцион) и «обслуживание» (сервис — период) на плодовитость коров (выход телят на 100 коров за год), собрана статистическая информация за 2 года из отчетов четырех хозяйств Тамбовского района Амурской области по следующим показателям (Таблица 2).
Таблица 2.
СТАТИСТИЧЕСКАЯ ИНФОРМАЦИЯ
Коров (гол) Сервис- Среднесуточный Выход
Хозяйство Год наличие осеменено в т.ч. первично отел период (дней) — увеличен моцион (час) Расход (к.ед./1 гол.) телят на 100 коров
№1 2015 602 1421 638 509 145/65 5 16,9 85
2016 602 1293 548 540 137/57 5 16,7 90
№2 2015 630 943 684 484 148/68 3 16,9 77
2016 630 921 644 508 147/67 3 17,0 81
№3 2015 405 958 319 209 233/153 3 17,0 52
2016 405 521 246 251 180/100 3 15,7 62
№4 2015 346 665 276 262 168/88 5 11,4 71
2016 302 635 223 216 155/75 5 11,0 75
В производстве для установления и анализа зависимости используются функциональные формы в виде так называемых производственных функций. Весьма
удобным и наиболее распространенным является их аналитический вид, где они представляют собой математическую модель многофакторного процесса (или его отдельных сторон), которая в форме уравнения устанавливает связь между изучаемыми признаками, что позволяет исчислить ожидаемое значение результата производства в зависимости от действующих факторов. Аналитическое выражение производственных функций дает возможность, во-первых, проанализировать влияние на производственный результат одного или нескольких факторов; во-вторых, определить с помощью приемов математического анализа различные коэффициенты, характеризующие изменения в процессе производства.
В процессе моделирования взаимосвязей критерия оптимизации (зависимой переменной) и независимых переменных нецелесообразно, а в большинстве случаев и невозможно учесть влияние всего многообразия действующих факторов. Не все из них поддаются точному измерению, по некоторым нет достаточной полноты данных. С другой стороны, в целях сокращения числа наиболее управляемых переменных возникает проблема укрупнения факторов, которое заключается в простом сложении (объединении) воздействия на зависимую переменную [6].
Для создания математической модели зависимой переменной, наиболее полно характеризующей процесс организации воспроизводства стада выбран показатель «плодовитость» — выход телят на 100 коров в год. На первой стадии отбора на основе качественного анализа выделены наиболее существенные факторы и выбраны уровни их варьирования (Таблица 3).
Таблица 3.
ФАКТОРЫ, ВЛИЯЮЩИЕ НА ВОСПРОИЗВОДСТВО (ПЛОДОВИТОСТЬ КОРОВ), ИХ УСЛОВНЫЕ ОБОЗНАЧЕНИЯ И НАМЕЧЕННЫЕ УРОВНИ ВАРЬИРОВАНИЯ
Факторы Обозначение Размерность - Уровень варьирования -1 0 +1 Интервал варьирования (i)
Алиментарный, А Х1 к. ед/1гол 11,0 14,0 17,0 3
Климатический, К Х2 Моцион часов 3 4 5 1
Обслуживание, О Хз Увеличение 153 105 57 48
с-п дней
В матрице планирования эксперимента используются кодированные значения факторов для упрощения записи условий эксперимента и обработки экспериментальных данных. Для качественных факторов, имеющих два уровня, один уровень (верхний) обозначается +1, а другой (нижний) — 1 (часто для упрощения единицы упускаются). Для факторов с непрерывной областью определения, при создании уравнения для натуральных переменных, кодированные (преобразованные) значения факторов можно получить, используя формулу перехода [1]: (Таблица 4).
X Iо
Х1 =^Г-,
где: Ху — кодированное значение фактора; Ху — натуральное значение фактора; Ху0 — натуральное значение основного уровня; /у — интервал варьирования; ] — номер фактора.
Количество опытов в полном факторном эксперименте 23 (8) значительно превосходит число определяемых коэффициентов линейной модели. Сократить количество опытов за счет
не очень существенной информации возможно постановкой половины полного факторного эксперимента (полуреплики 23-1), представленной в (Таблице 4).
Таблица 4.
ПЛАН ПОЛУРЕПЛИКИ 23-1 ПРИ ИССЛЕДОВАНИИ ВЛИЯНИЯ ЗНАЧИМЫХ ФАКТОРОВ НА УРОВЕНЬ ПЛОДОВИТОСТИ КОРОВ И РЕЗУЛЬТАТЫ ОПЫТОВ
№ опыта Преобразованные значения переменных Результаты
х0 *2 *3 Х1Х2Х3 У У S2
1 1 повторн. + +0,97 +0,90 + 1 +1 -0,83 -1 + 0,85 0,90 0,875 0,0013
2 2 повторн. + -0,97 -1 +1 +1 -0,77 -0,79 + 0,77 0,81 0,79 0,0008
3 3 повторн. + +1 +0,57 +1 +1 -1 +0,1 + 0,52 0,62 0,57 0,0050
4 4 повторн. + +0,87 +1 +1 +1 +0,35 +0,63 + 0,71 0,75 0,73 0,0008
Ь 0,74 3,84 0,99 1,03 х 0,0079
tj-отношение 61,9 31,9 32,2
Число повторностей опытов — 2.
Математической моделью изучения многофакторных взаимодействий было выбрано уравнение регрессии линейного вида:
у = а + • х{,
где: у — результат; xi (х1, х2, х3) — факторы; bi (Ъ1, Ъ2, Ъ3) — коэффициенты регрессии, характеризующие влияние каждого фактора на исследуемый результат.
Для обработки результатов эксперимента вычислены средние значения параметров оптимизаций (зависимых переменных) у двух параллельных опытов по формуле:
_ 2 1 уч У1 + У2
у = -
п
2
а также их дисперсии по формуле:
2 _ S(yg-y)2
S2 =
n-1
где: (п — 1) — число степеней свободы, равное количеству опытов минус единица. Результаты вычислений вместе с результатами эксперимента представлены в (Таблице
4).
Экспериментальное значение критерия Кохрена (0,636) не превысило табличного (0,999) (для доверительной вероятности р = 99% и числа степеней свободы ^=п-1=1), подтвердив гипотезу об однородности дисперсий, что позволило их усреднить по формуле:
2 _ Тгр1(ущ-у1)2 S
Чу)
j l(siq~ N(n-1)
= 0,0020
Величина коэффициента регрессии — количественная мера влияния фактора. Чем больше численная величина коэффициента, тем большее влияние оказывает фактор.
Определение коэффициентов регрессии проводилось методом наименьших квадратов по формуле:
ъ1=-N-
где: j = 0,1,2..., к — номер фактора. Ноль записан для вычисления Ь0, N — число опытов.
В связи с использованием в эксперименте преобразованных значений факторов (таблица 4) вычисление коэффициентов производилось через произведения этих значений факторов (ху) и значения (у) и алгебраическое сложение полученных значений. Деление результата на число опытов в матрице планирования дает искомый коэффициент: Ь0=0,74; Ь1=3,84; Ь2=0,99; Ьз= -1,03.
В результате проверки значимости каждого коэффициента установлено, что вычисленные значения ^критерия Стьюдента коэффициентов регрессии: ^ = 61,9; t2 = 31,9 и tз = 32,2 превышают табличное (1,895) при 5% уровне значимости и числе степеней свободы — 7, указанные коэффициенты моделей эксперимента значимы, что определило форму создания уравнения регрессии (математической модели) исследуемого процесса в следующем виде:
у = 0,74 + 3,84х1 + 0,99х2 — 1,03х3
Пригодность полученной модели для верного отражения исследуемого процесса (адекватность) проверялась с использованием критерия Фишера, для чего составлялось дисперсионное отношение:
р = , или = 00000016= Х6
^ВОспр 5(у) 0,0010
„2 т£,ЛСУГ30)2 пгт1,-где: ¿2д =- -= 0,0016 — дисперсия адекватности; e — число значимых
коэффициентов в уравнении регрессии;
^в0спр = ^у) = 2 ^ l(y'g = 0,0010 — дисперсия воспроизводимости.
f = 3
Полученное значение F-критерия — 1,6 меньше табличного / = , при 5% уровне
f2 = 4
значимости — 9,1, следовательно, с соответствующей доверительной вероятностью модель, характеризующую влияние факторов на плодовитость коров дойного стада, можно считать адекватной.
Однофакторный дисперсионный анализ позволяет изучить влияние одного контролируемого фактора на результативный признак путем оценки степени и достоверности отличия нескольких выборочных средних одновременно, его относительной роли в общей изменчивости этого признака, вызванной влиянием всех факторов [5].
Сила влияния фактора (показатель достоверности влияния) — ^ = —; рассчитывается
Су
С V 0"2 ^2
по Фишеру — F = — X — = ^ или через его ошибку — Ф = —.
Сх 'Ул = или через его ошибку — Ф = -
CZ ^2 Г ^ " ^2
где: Сх = £ — М2)2 — факториальная (межгрупповая) дисперсия; С2 = — М1)2 — случайная (внутригрупповая) дисперсия;
Су = — М2)2 — общая дисперсия; а2 — факториальная варианса, а^ — случайная варианса.
Показатель силы влияния (^) характеризует долю (процент) влияния изучаемого фактора на развитие данного результативного признака.
Результаты исследований и их обсуждения
Полученная математическая модель, характеризующая зависимость плодовитости коров от степени влияния изучаемых факторов, а также дисперсионный анализ тех же материалов свидетельствуют о значимости и направленности влияния указанных факторов на результирующий признак.
Преобладающая величина коэффициента Ъ1 алиментарного фактора в математической модели и показатель силы влияния , а также достоверности влияния ( F(ф) ) в однофакторном дисперсионном анализе говорят о наибольшем воздействии на плодовитость коров уровня кормления (к. ед/1 гол), его соответствия нормам, качества компонентов рациона. Знак плюс коэффициента Ъ1 указывает на увеличение результирующего признака от наращивания (улучшения) фактора «кормление» (алиментарного).
Величина, проверенная значимость коэффициента Ъх климатического фактора в созданной математической модели, как и показатель силы влияния г\х2 и достоверности влияния F(ф) в однофакторном дисперсионном анализе свидетельствуют о значительном влиянии на исследуемый результирующий признак условий содержания животных, соблюдения зоогигиенических норм и правил, вида и продолжительности моциона (часов). Знак плюс коэффициента Ъх также указывает на улучшение показателя репродуктивности коров в результате улучшения климатического фактора.
Фактор «обслуживание» (значительная часть менеджмента), которому на практике не придается комплексного значения; различные исполнители могут иметь неаналогичные цели, административная ответственность часто рассредоточена по различным структурным подразделениям, а экономические факторы (условия оплаты труда, от которых зависит результат деятельности, содержат элементы неопределенности); в соответствие с величиной и проверенной значимостью коэффициента Ъ3 фактора «обслуживание» в математической модели, а также с показателем силы влияния Пх3 и достоверности влияния (F(ф)) в дисперсионном анализе, занимает второе место, после фактора «кормление», по степени влияния на показатель плодовитости коров уровня ежедневного исполнения обязанностей работниками, реализующими требования технологий обеспечения репродуктивных возможностей животных. Знак минус при коэффициенте Ъ3 говорит о негативном влиянии на плодовитость не самого фактора обслуживание, а его численного показателя (увеличение оптимального сервис-периода) — результата дефектного (с изъяном) отношения к исполнению должностных обязанностей.
В целях сокращения сервис-периода, вплоть до оптимума — 80 дней, которое эффективно влияет на рост показателя плодовитости нужно принять меры по улучшению деятельности руководителей и специалистов, других работников предприятия по производству молока, решающих задачи профилактики и лечения болезней животных, организации и правильного применения искусственного осеменения, других видов обслуживания коров.
Заключение
На основании полученных результатов исследований разработаны рекомендации, включающие обоснование эффективных мер оптимизации показателей плодовитости молочных коров, в том числе методов и приемов улучшения воздействия особо значимого фактора «обслуживание», содержащих мотивацию работников молочного скотоводства без вложения дополнительных финансовых средств.
Список литературы:
1. Адлер Ю. П., Маркова Е. В., Грановский Ю. В. Планирование эксперимента при поиске оптимальных условий. М.: Наука, 1976.
2. Арнаутовский И. Д. Краткий словарь генетических, селекционных и биотехнологических терминов в животноводстве. Благовещенск: ДальГАУ, 2008. 173 с.
3. Сидоренко Г., Левченко В., Харланов П. и др. Борьба с бесплодием крупного рогатого скота: рекомендации. Благовещенск: Хабаровское кн. изд., 1974. 50 с.
4. Гавриков А., Лебедев В., Белоножкин В. и др. Методические указания по искусственному осеменению коров и телок. М.: Щербинская типография, 2009. 40 с.
5. Михалев В. В., Шишкина Г. Ю., Шульженко Е. А. Влияние фактора обслуживания коров на их плодовитость и рекомендации по повышению его эффективности // Иновация в сельском хозяйстве. 2018. №1 (26). С. 327-333.
6. Сиразиев Р., Малакшинова Л., Игумнов Г., Цыдыпов Р. Пособие по основам биометрии. Улан-Удэ: Изд-во ФГОУ ВПО «Бурятская государственная сельскохозяйственная академия им. В.Р. Филиппова», 2004. 48 с.
7. Трегубов К. Г. Математические методы анализа производственных взаимосвязей в сельском хозяйстве. М.: Колос, 1972. 127 с.
8. Мальченко В., Азарова О., Емельянова Н. и др. Энциклопедический словарь -справочник по животноводству. М.: Сельхозгиз, 1960.
References:
1. Adler, Yu. P., Markova, E. V., & Granovskii, Yu. V. (1976). Planirovanie eksperimenta pri poiske optimal'nykh uslovii. Moscow, Nauka. (in Russian).
2. Arnautovskii, I. D. (2008). Kratkii slovar' geneticheskikh, selektsionnykh i biotekhnologicheskikh terminov v zhivotnovodstve. Blagoveshchensk, Dal'GAU, 173. (in Russian).
3. Sidorenko, G., Levchenko, V., & Kharlanov, P., & al. (1974). Bor'ba s besplodiem krupnogo rogatogo skota: rekomendatsii. Blagoveshchensk, Khabarovskoe kn. Izd, 50. (in Russian).
4. Gavrikov, A., Lebedev, V., & Belonozhkin, V., & al. (2009). Metodicheskie ukazaniya po iskusstvennomu osemeneniyu korov i telok. Moscow, Shcherbinskaya tipografiya, 40. (in Russian).
5. Mikhalev, V. V., Shishkina, G. Yu., & Shulzhenko, E. A. (2018). Investigation of the influence of the factor maintenance of cows on their fertility and recommendations for improving its efficiency. Innovation in agriculture, (1), 327-333. (in Russian).
6. Siraziev, R., Malakshinova, L., Igumnov, G., & Tsydypov, R. (2004). Posobie po osnovam biometrii. Ulan-Ude, Izd-vo FGOU VPO Buryatskaya gosudarstvennaya sel'skokhozyaistvennaya akademiya im. V. R. Filippova, 48. (in Russian).
7. Tregubov, K. G. (1972). Matematicheskie metody analiza proizvodstvennykh vzaimosvyazei v sel'skom khozyaistve. Moscow, Kolos, 127. (in Russian).
8. Malchenko, V., Azarova, O., Emelyanova, N., & al. (1960). Entsiklopedicheskii slovar' -spravochnik po zhivotnovodstvu. Moscow, Sel'khozgiz. (in Russian).
Работа поступила Принята к публикации
в редакцию 03.12.2018 г. 08.12.2018 г.
Ссылка для цитирования:
Михалев В. В., Шишкин В. В., Шишкина Г. Ю. Влияние значимых факторов на плодовитость коров, обоснование мер ее оптимизации // Бюллетень науки и практики. 2019. Т. 5. №1. С. 203-211. Режим доступа: http://www.bulletennauki.com/38-28 (дата обращения 15.01.2019).
Cite as (APA):
Mikhalev, V., Shishkin, V., & Shishkina, G. (2019). Influence of significant factors on the fertility of cows, justification of measures for its optimization. Bulletin of Science and Practice, 5(1), 203-211. (in Russian).
