#BlijLam

Uitvoeringsperiode: 01-09-2022 t/m 31-12-2024
Regio: Gelderland
Status: Lopend

 

Projectbeschrijving

Probleem

Schapen staan voor het grootste gedeelte van het jaar buiten, behalve tijdens de aflammertijd. De impact van worminfecties bij lammeren op de natuur is tweeledig: direct via uitspoeling van medicijnen en indirect door de langere groeiperiode van lammeren. Bij verdenking van worminfecties wordt er in de schapenhouderij altijd koppelbehandeling toegepast. Met als gevolg dat ook lammeren worden behandeld die geen parasitaire infectie hebben. Met als gevolg dat steeds meer parasieten resistent worden voor reguliere medicijnen

Aanpak

  1. Er wordt een early warning system ontwikkeld voor schapen waarmee in een vroeg stadium verslechtering in de gezondheid van een lam kan worden gesignaleerd. Een belangrijke parameter voor de gezondheid van een lam is het gewicht en/of groei. Tegenslag (infecties, nutriëntentekort, etc.) zal zich eerst uiten in remming van groei, voordat andere symptomen zichtbaar worden. De basis van dit early warning system is het signaleren van eventuele afwijkingen in gewicht en/of body score met behulp van artificial intelligence en machine learning. De signalen worden vervolgens digitaal middels notificaties doorgegeven aan de fokker zodat die precies weet welk lam afwijkt en bij welk lam een behandeling naar verwachting het meest effectief is. 
  2. Wegen middels 3D fotografie: In de huidige situatie is het niet mogelijk om op een eenvoudige manier vaak gewichtsgegevens te verzamelen. Het is arbeidsintensief omdat ieder lam apart op een weegschaal moet worden gewogen. Daarom wordt een systeem/opstelling onderzocht en ontwikkeld zodat er automatisch foto`s van de dieren in het veld kunnen worden gemaakt waarmee vervolgens (middels AI en machine learning) op betrouwbare wijze het gewicht kan worden ingeschat en met behulp van 4/5G naar de database wordt gestuurd. 
  3. Met ondersteuning door de Wageningen Universiteit wordt een groeicurve ontwikkelen voor lammeren van verschillende rassen zodat van een gewicht die niet op 8 of 20 weken is gemeten ook voorspeld kan worden of deze op, onder of boven de verwachte groeicurve van het dier zit. Het is belangrijk om dit voor meerdere rassen te doen, omdat het rastype ook effect heeft op de groei. Door in dit model ook de gegevens van de (groot)ouderdieren en de verwanten mee te nemen kan nog nauwkeuriger geschat worden wat de verwachte groeicurve per individu is.
  4. Op dit moment weten we niet welke schapen binnen een ras het juiste DNA hebben om voldoende robuust te zijn in een voedselsysteem waarin natuur, milieu, bodem en klimaat niet overvraagd worden. Met het project wordt per lam inzichtelijk gemaakt welke gevoelig zijn voor groeiafwijking en welke niet. Hiermee kan gericht worden gefokt op een robuuster schaap: dat is namelijk een schaap dat ongeacht de omgeving zo min mogelijk afwijkingen laat zien in z’n verwachte groeicurve.

Beoogd resultaat

Meer grip te krijgen op de groei van lammeren, als belangrijk(st)e indicator voor het functioneren en het welzijn van een lam. Deze indicator kan gebruikt worden voor worminfecties, het omgaan met perioden van hittestress, als selectietool voor aan kringlooplandbouw geadapteerde dieren en als evaluatie van de kwaliteit van het voeraanbod. Steeds gaat dan op dat een groeiend lam een blij lam is, en van blije lammeren worden boeren en burgers vrolijk!

Website: 

Projectleider

Projectleider
Reinard Everts
Nederlandse Schapen- en geitenfokkers Organisatie
0418-561712

Partner(s)

Partner(s)
Joost Lap - Wijchen
Ab Theunissen - Terwolde
Kasper Bruggeman - Oude Tonge
Rutger Emmens - Peize
Martin Dam - Strijen