بررسی نرخ حذف و جایگزینی در دو سیستم مختلف بهینه سازی برای صفات تولیدی و تولیدمثلی و تولیدی و سلامتی در گله های شیری

نوع مقاله : مقاله پژوهشی

نویسندگان

گروه علوم دامی، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران

10.22034/aej.2021.131719

چکیده

هدف از انجام این پژوهش بررسی نرخ حذف در دو سیستم مختلف بهینه‌ سازی برای صفات تولیدی وتولید مثلی و تولیدی و سلامتی در گله‌ های شیری، بر مبنای داده‌ های جمع آوری شده از گله‌ های شیری استان اردبیل مطابق با شرایط بازار در یک دوره تولیدی از سال 1396 تا 1397 بود. یکی از مهم‌ ترین تصمیمات مدیریتی موثر بر سود دامداری‌ ها، جایگزینی به موقع گاوشیری با تلیسه جوان می‌ باشد. با استفاده از روش تحلیل سیستم سامانه اقتصادی گله گاو شیری به مولفه‌ ها‌ی درآمدی و هزینه‌ ای تجزیه شده و هر کدام از این مولفه‌ ها هم به زیر بخش‌ های دیگری تقسیم شدند. سپس با بهره گیری از مدل‌ های ریاضی نسبت به شبیه سازی یک مدل زیست اقتصادی اقدام شد و با استفاده از جعبه ابزار Compecon نرم افزار متلب و مدل برنامه ریزی پویا بهینه سازی سامانه انجام گرفت. گاو شیری توسط متغیرهای وضعیتی شامل توان تولیدی در 3 سطح (کم تولید، متوسط و پر تولید) و عملکرد تولید مثلی با چهار وضعیت (فاصله زایش ایده ال، تاخیر 50، 100 و 150 روز آبستنی) و عملکرد سلامتی در سه وضعیت (عدم بیماری، بیماری قابل درمان، بیماری که سبب حذف غیر ارادی می‌ شود) طبقه بندی و در افق برنامه‌ ریزی با 10 دوره شیردهی مورد بررسی قرارگرفتنتایج مدل تولیدی و تولیدمثلی نشان داد که در گروه کم تولید، ارزش حال تا شکم چهارم افزایش یافته و سپس روند کاهشی به خود می‌گیرد. و در گروه متوسط ارزش حال تا شکم دوم افزایش یافته و سپس روند کاهشی به ­خود می­ گیرد و در گروه پر تولید بعد شکم اول ارزش حال کاهش می یابد. نتایج مدل تولیدی و سلامتی به لحاظ تغییرات ارزش حال انتظاری مشابه مدل تولیدی و تولیدمثلی بود. ارزش آتی در هر دو سیستم در وضعیت‌ های مختلف تولیدی و تولیدمثلی و تولیدی وسلامتی با افزایش دوره‌ شیردهی و با افزایش سن گاو کاهش یافت. تفاوت ارزش آتی و ارزش کنونی تحت تنزیل 20 درصد نشان داد که با اضافه کردن سطح تولید این تفاوت بیش تر می شود. بدون توجه به ارزش حال وآتی، گاوها زودتر یا دیرتر از موعد بهینه حذف می شوند که این امر منجر به کاهش سود آوری گله می‌ شود. عمر بهینه تعیین شده توسط برنامه ریزی پویا با استفاده از شبیه سازی مارکوف برای مدل تولید و تولید مثل 4/99 سال و برای تولید و سلامتی 4/83 سال حاصل شد. به طوری که حذف گاو شیری با سن بالاتر از سن بهینه تعیین شده منجر به افزایش سودآوری واحدهای دامداری می‌ شود.

کلیدواژه‌ها

موضوعات


  1. بخشوده، م.؛ سیدصالحی، س.ع. و محبی ­فانی، م.، 1391. استراتژی جایگزینی بهینه گاوهای شیری با ظرفیت­ های مختلف تولید شیر در استان فارس. نشریه اقتصاد و توسعه کشاورزی. دوره 26، شماره 3، صفحات 176 تا 182.
  2. سیدشریفی، ر.؛ شادپرور، ع. و قوی­ حسین ­زاده، ن.، 1392. بررسی سازه­ های موثر بر عمر بهینه گله گاوهای هلشتاین شمال غرب کشور با استفاده از برنامه ­ریزی پویای احتمالی. مجله تحقیقات تولیدات دامی. جلد 2، شماره 2، صفحات 19 تا 27.                                               
  3. سیدشریفی، ر.؛ موسوی، م.؛ هدایت­ ایوریق، ن.؛ سیف­ دواتی، ج. و عبدی ­بنمار، ح.، 1398. بررسی نرخ حذف بهینه از نظر اقتصادی برای وضعیت‌ های مختلف تولیدی و سلامتی در گاوهای شیری استان اردبیل. نشریه علوم دامی. دوره 32، شماره 124، صفحات 159 تا170.
  4. سید­شریفی، ر.؛ طاهرسولا، ه.؛ هدایت ­ایوریق، ن.؛ سیف دواتی، ج.؛ عبدی ­بنمار، ح. و بوستان، ا.، 1397. تحلیل اقتصادی گوسفند مغانی در طول چرخه تولید سالانه در دو سیستم مختلف پرورشی. فصلنامه محیط ­زیست جانوری. دوره ،10 شماره 4، صفحات 99 تا 106.
  5. Bell, M.J.; Wall, E.; Russell, G.; Roberts, D.J. and Simm, G., 2010. Risk factors for culling in Holstein-Friesian dairy cows. Veterinary Record. Vol. 167, pp: 238-240.
  6. Bertsekas, D.P., 2001. Dynamic Programming and Optimal Control.Vol. 2: Dynamic Programming. 2nd ed. Athena Scientific, Belmont, MA.
  7. Brickell, J.S. and Wathes, D.C., 2011.A descriptive study of the survival of Holstein-Friesian heifers through to third calving on English dairy farms. Journal of Dairy Science. Vol.94, pp: 1831-1838.
  8. Chiumia, D.; Chagunda, M.G.; Macrae, A.I. and Roberts, D.J., 2013. Predisposing factors for involuntary culling in Holstein–Friesian dairy cows. Journal of Dairy Research. Vol. 80, pp: 45-50.
  9. De Vries, A.; Olson, J.D. and Pinedo, P.J., 2010. Reproductive risk factors for culling and productive life in large dairy herds in the eastern United States between 2001 and 2006. Journal of Dairy Science. Vol. 93, pp: 613-623.
  10. De Vries, A., 2006. Ranking dairy cows for future profitability and culling decisions. Proceeding   3th Florida & Georgia Dairy Road Show.
  11. Kalantari, A.S.; Mehrabani-Yeganeh, H.; Moradi, M.; Sanders, A.H. and De Vries, A., 2010. Determining the optimum replacement policy for Holstein dairy herds in Iran. Journal of Dairy Science. Vol. 93, No. 5, pp: 2262-2270.
  12. Kahi, A.K. and Nitter, G., 2004. Developing breeding schemes for pasture based dairy production systems in Kenya I. Derivation of economic values using profit functions, Livest. Prod Sci. Vol. 88, pp: 161-177.
  13. Miranda, M.J. and Fackler, P.L., 2002. Applied Computational Economics and Finance. MIT Press, Cambridge, MA.
  14. Mohd Nor, N.; Steeneveld, W.; Mourits, M.C.M. and Hogeveen, H., 2012.Estimating the costs of rearing young dairy cattle in the Netherlands using a simulation model tha accounts for uncertainty related to diseases. Preventive Veterinary Medicine. Vol.106, No. 3-4, pp :214-224. 
  15. Mohd Nor, N.; Stenerld, W. and Hogeveen, H., 2014. The average culling rate of Dutch dariy herds over the years 2007 to 2010 and its association with herd reproduction, performance and health. Journal of Dairy Reserch. Vol. 81, No. 1, pp: 1-8.
  16. Olechnowicz., J. and Jaskowski, J.M., 2011. Reasons for culling, culling due to lameness, and economic losses in dairy cows. Medycyna Weterynaryjna. Vol.67, No. 9, pp: 618-621.
  17. Pinedo, P.J.; De Vries, A. and Webb, D.W., 2010. Dynamics of culling risk with disposal codes reported by Dairy Herd Improvement dairy herds. Journal of Dairy Science. Vol. 93, No. 5, pp:  2250-2261.
  18. Tatar, A.M.; Sireli, D. and Tutkun, M., 2017. Reasons for culling and replacement rate in dairy cattle. Scientific papers. Series D. Animal Science.
  19. Van Arendonk, J.A.M., 1985. A model to estimate the performance, revenus and costs of dairy cows under different production and price situations. Agricultural Systems. Vol. 16, pp: 157-189.