Innoskart magazin

Informatika az állattenyésztésben – agrármérnök az informatikusok között

A magyar mezőgazdaság minden szektorában vannak olyan gyakorlati kérdések, melyek megoldásában segítség lehet az informatika tudományának K+F tevékenysége, illetve a már más ágazatokban kidolgozott és sikeresen működő technológiák, eljárások és módszertanok alkalmazása, az innováció. Fontos hangsúlyozni, hogy a gyakorlatból, a termelőktől érkező problémákra kell kidolgozni informatikai megoldásokat, melyeknek könnyen alkalmazhatóaknak, költséghatékonyaknak és eredményeseknek kell lenniük. Törekedni kell arra, hogy ne csak szigetszerűen jelenjenek meg ezek a fejlesztések, hanem a fenti tulajdonságok birtokában, széleskörű alkalmazásuk történjen meg.

A mezőgazdaság és az informatika tudományterületeinek összekapcsolása nem könnyű feladat. A mezőgazdaságból érkező problémák informatikai megoldásához mindkét tudomány és gyakorlat részéről szükséges a nyitottság, az egymás területének és tudásának megértése és – amennyire szükséges – megismerése. Ehhez a közös tanuláshoz gyakorlatorientált projektcélok szükségesek, a mezőgazdasági, valamint informatikai vállalkozások (hangsúlyozott szerepe van a kis- és középvállalkozásoknak!), az agrártudományt, valamint az informatika tudományát kutató-oktató felsőoktatási intézmények és kutatóintézetek szoros együttműködésével.

Az 2019 őszén meghirdetett Green Deal európai uniós kezdeményezés és intézkedéscsomag egyik fontos fejezete „a termőföldtől az asztalig” pillér, melynek keretében az élelmiszergazdaság termelő tevékenységének optimalizálását támogatják. Ez alapján is egyértelműen látható, hogy a mezőgazdaság, ezen belül a haszonállat-tartás további modernizálására van szükség és igény. Fontos nemzetközi és hazai elvárás is az élelmiszer-előállítási folyamat ökológiai lábnyomának csökkentése (vö. klímaváltozás, globális felmelegedés, üvegházhatású gázok kibocsátásának csökkentése), melyhez a digitalizáltabb technológiák, eljárások és módszerek sikeresen járulhatnak hozzá. Az intenzív, nagyüzemi állattartás esetében ez elsősorban az ammónia és a metán kibocsátásának csökkentését jelenti.

Az informatika éppúgy összefoglaló elnevezés, mint a mezőgazdaság: sok terület tartozik ide, melyek más és más, a mezőgazdaságból érkező kérdésre tudnak választ adni. Sok esetben több informatikai terület együttműködésével lehet sikeresen megoldani az adott feladatot, mert ezek a területek egymásra épülnek, vagy épp egymást kiegészítik. Az informatikai fejlesztések nagy része a szántóföldi növénytermesztésben valósul meg. Azonban a haszonállatok tartásában jelenleg is számtalan olyan probléma érzékelhető, amelyek megoldásában sikeresen lehet alkalmazni az informatika tudományát.

A növénytermesztési ágazathoz hasonlóan, az állattenyésztési ágazatban is az informatikai fejlesztési lehetőségek sikeres megvalósítása a gyűjtött termelési és környezeti adatok és információk valódiságán, hitelességén, mennyiségén múlik (ún. Big Data 4V-kritérium). Az adatok gyűjtése közvetlen (szenzorok segítségével), illetve közvetett (a gazda által digitális felületen rögzített) módon történhet. Az adat lehet szám, szöveg vagy kép egyaránt. Az adatok feldolgozásával és elemzésével az informatikai tudományon belül az adattudomány foglalkozik, mely szintén több területet foglal magában. Az adatokon alapuló döntéshozatal, a költséghatékonyabb és a környezethez optimálisan igazodó eljárások mind a megfelelően pontos adatok gyűjtésén alapulnak. Fontos kiemelni, hogy az utóbbi időben különösen fontossá vált az adatok etikus kezelése, az adatok tulajdonjogának feltételrendszere. Az adatok feldolgozását, értékelését végző informatikai vállalkozásoknak fontos figyelembe venni azt, hogy a mezőgazdaság ebből a szempontból is sajátos ágazat.

Az állattenyésztési ágazat tartástechnológiai megoldásai keretet szabnak az alkalmazható informatikai megoldásokhoz: a szabad vagy félszabad (kifutós) tartásban tenyésztett és hizlalt gazdasági állatok tartástechnológiája különbözik egymástól. A nagyüzemben, zártan tartott abrakfogyasztó állataink (pl. baromfi, sertés és nyúl) tartási környezetére jellemző, hogy teljes mértékben az ember által meghatározottak. A számítógép által vezérelt szellőzéstechnológia, az automata etetés- és itatástechnológia elemeire szerelt szenzorok, a függesztett vagy platform állatmérlegek rengeteg adatot gyűjtenek a gazdasági állatok tartási környezetéről. Ez is megkíván informatikai eszközökkel történő adatfeldolgozást, de ez még nem precíziós állattartás (PLF – Precision Livestock Farming).

A következő lépés, amikor már precíziósan tartjuk haszonállatainkat, amikor az egyedekről kapunk információkat, azaz adatokat. Ez haszonállat fajtánként különböző szintű nehézséget jelent: a nagyobb testűek esetében, mint a szarvasmarha, juh, kecske és sertés, viszonylag egyszerűbb. Ezek az állatok egyedileg jelölhetőek, így a „rendszer” egyedi adatokat, információkat tud gyűjteni. Ezzel az egyedi viselkedés, teljesítmény és egészségi állapot nyomon követhető, az átlagostól vagy az általunk elvárt teljesítményű egyedektől eltérő egyedek kiszűrhetőek (anomália-detektálás). Ebben az esetben az adatok gyűjtése IoT-eszközök segítségével történhet, ez a szenzoros adatgyűjtés. Az adatok érkezhetnek RFID-jelölőkről vagy egyéb tag-ekről. Figyelembe kell venni az állat etológiai jellemzőit is (pl. a szarvasmarha méreténél és vérmérsékleténél fogva jobban tűri a nyakába helyezett nyakörvet, a szoros társas kapcsolatban élő és jóval aktívabb sertés esetében ez a megoldás nem működik). A sertés esetében a krotáliára erősített passzív RFID-jelző adhat megoldást. E rendszerek fontos elemei a leolvasók, melyek gyűjtik és továbbítják az adott RFID-jelölő által küldött jelet. Ebből közvetlenül az állatok mozgására lehet következtetni, és közvetetten számos, az egyedi teljesítményt befolyásoló tényezőre (pl. egészségi és vemhességi állapot, stb).

A nagy csoportban tartott gazdasági állatainknál, mint amilyen jellemzően a baromfi, az egyedi jelölés nagy költség-ráfordítással és körülményesen oldható meg. Sikeres gyakorlati adaptálhatósága is kérdéses. Ugyanakkor egyedi adatgyűjtést jelent, ami rendelkezik a fentebb leírt előnyökkel. Itt más informatikai megoldásra is szükség lehet az egyedi adatgyűjtéshez. Segítséget jelentenek a fentebb már említett madármérlegek. Ezek már közelítő adatot adnak az egyedi madársúlyról. Azonban ez még tovább pontosítható: a mérlegek fölé helyezett kamerák által gyűjtött képek és ezzel egyidejűleg a madár súlyának mérése már elindíthat egy olyan gépi tanulási folyamatot, melyből egzaktabb információk nyerhetőek a gazdálkodó számára. Cél az, hogy a gazdálkodó bármikor, a termelési folyamat bármely időpillanatában egy nagy valószínűséggel pontos tájékoztatást kapjon a madarak egyedi súlyáról.

Több országban és hazánkban is sikeresen alkalmazzák a fejőrobotot a tejelő szarvasmarhatartásban. Én úgy vélem, hogy a robotizációnak a többi gazdasági haszonállat esetében kisebb a jelentősége és ez már az informatika „magasiskolája”. Alkalmazási területe inkább az üvegházi és beltéri zöldségtermesztésben jelentősebb (paprika- illetve eperszedő robotok).

A tartási időszakban gyűjtött és tárolt adatok remek kiindulási alapot jelentenek a felelős élelmiszer-ellátás erősítésében, melyhez a blockchain-technológia hívható segítségül. A biztonságos, csak az adott blokkhoz hozzáférési engedéllyel rendelkező személyek körének meghatározásával ellenőrizhetővé válik a szántóföldtől (itt: állattartó teleptől) az asztalig történő felelős élelmiszer-előállítás és az adatok biztonságos kezelése is megoldható. A hatékony, környezetileg fenntartható és jövedelem-maximalizáló élelmiszer-előállításnak (az állati eredetű termékek esetében is) a felelős döntéshozatali mechanizmus az alapja. A mezőgazdasági vállalkozások tevékenysége rendkívül sokszínű. Más döntéstámogatási rendszer kidolgozása szükséges egy csak állattartással vagy csak növénytermesztéssel, vagy mind a kettővel foglalkozó üzemek esetében. A nagyüzemi haszonállat-tartó gazdaságok a fentebb említett informatikai módszerek és eljárások segítségével termelési folyamatuk valamennyi fázisáról a nap 24 órájában kapnak adatokat. A feldolgozott és kiértékelt adatok, illetve információk felhasználhatóak a vállalkozás teljes irányítási és ellenőrzési rendszerének kialakításához (vö. vállalatirányítási rendszerek). Ennek segítségével a termelés gazdasági szempontból optimalizálható és tervezhető. Ez segít a megalapozott tulajdonosi döntések meghozatalához az aktuális piaci információk figyelembe vételével.

Fontos vizsgálati terület az indokoltan alkalmazott informatikai megoldás az adott állattartó gazdaság jövedelmezőségi viszonyára. Ehhez nem csupán az informatikai fejlesztés bekerülési értékét kell ismerni, hanem a napi termelési folyamat során szükséges, ehhez kapcsolódó szolgáltatási költségeket is éppúgy, mint a megoldás jövedelmezőségre gyakorolt pozitív hatásait is. Komoly szerepe van az ún. externáliáknak is, mert ezek is hozzájárulnak a vállalkozás döntéséhez az adott informatikai megoldásról. De ez már egy másik írás témája.

Összességében elmondhatjuk, hogy a magyar mezőgazdaságban és azon belül a gazdasági haszonállatok tartásában alkalmazott informatikai megoldások kutatás-fejlesztési és innovációs hatása fontos és előremutató, mely akár már rövidebb távon is kimutatható. Ehhez nagy szükség van az ezt támogató hazai (és európai uniós) pályázati forrásokra. Az elért eredmények széles körű elterjesztésének segítése a gazdatársadalomban a termelési hatékonyság növelésének egyik záloga, a környezetre gyakorolt káros hatások csökkentésén és a jövedelmezőség optimalizálásán keresztül.

A szerzőről:

Angyalné Dr. Alexy Márta

agrármérnök, egyetemi adjunktus

Angyalné Dr. Alexy Márta 2014 óta dolgozik az ELTE Informatikai Karán. A Debreceni Agrártudományi Egyetemen szerzett agrármérnöki diplomát, majd állattenyésztés tudományból PhD-fokozatot. Ezt 2013-ban mérnök-közgazdász diplomával egészítette ki a Budapesti Corvinus Egyetemen. Ezt követően közel tíz évig dolgozott az agrárium versenyszektorában, ahol fő feladata a nagyüzemi sertés- és baromfitelepek tartástechnológiai fejlesztése volt. Kezdeményezésére 2016-ban indultak el az agrárinformatikai kutatások az Informatikai Karon. 2019 év eleje óta az Adattudományi és Adattechnológiai Tanszék adjunktusa, alkalmazott biológiát oktat. Az agrár- és élelmiszeripari projektek szakmai vezetője és koordinátora. 2019 óta részt vesz a Szegedi Tudományegyetem Mezőgazdasági Karán indított Precíziós mezőgazdasági szakmérnök képzésben, a precíziós állattenyésztés és precíziós takarmányozás tantárgyak társoktatójaként.