بررسی پارامترهای مرتبط با درصد جایگزینی و عایدی ناشی از نگهداری در گله گاوهای شیری با بهینه سازی سامانه تولید

نوع مقاله: مقاله پژوهشی

نویسندگان

1 هیات علمی گروه علوم دامی دانشگاه محقق اردبیلی

2 دانش آموخته کارشناسی ارشد

چکیده

سابقه و هدف: هدف از این مطالعه بررسی پارامترهای مرتبط با درصد جایگزینی و عایدی ناشی از نگهداری در گله گاوهای شیری با بهینه سازی سامانه تولید می باشد. تصمیم های بهینه جایگزینی به عنوان یکی از عوامل موثر بر سود دامداری ها شناخته می شوند، که این تصمیمات بطور مستقیم تحت تاثیر نوسانات قیمت شیر، قیمت لاشه و هزینه جایگزینی قرار می گیرند. وقتی ارزش های کنونی جریانهای نقدینگی آینده گاو کنونی در جایگاه و جایگزینش محاسبه شود تصمیم بهینه، نگهداری آن حیوانی است که ارزش کنونی بیشتری دارد. تفاوت در ارزش های کنونی هر دو حیوان عایدی ناشی از نگهداری است که بیانگر سود اضافی از زمان نگهداری تا زمان بهینه جایگزینی آن است. تقریبا دو سال تولیدی طول می کشد تا یک گاو جایگزین بتواند هزینه های تولید و پرورش خود را به دامدار باز پس دهد و موجب افزایش درآمد و ایجاد سود شود. طول عمر زیاد باعث کاهش هزینه های جایگزینی در گله می شود و با افزایش فاصله تجدید نسل سن گله را به طرف گاوهای مسن تر و پیرتر تغییر می دهد. و از سویی دیگر میانگین تولید گله به دلیل افزایش نسبت گاوهایی که در دوره های شیردهی بالاتری قرار دارند افزایش می یابد.
مواد و روش ها: در این بررسی به کمک زبان برنامه‌نویسی متلب برنامه‌ای برای شبیه‌سازی سامانه‌ی زیست اقتصادی گله‌ طراحی و سپس درآمدها و هزینه‌ها در سیستم برآورد گردید. همچنین به منظور تعیین عمر بهینه گله و نرخ جایگزینی از روش برنامه ریزی پویای احتمالی استفاده شد. علت استفاده از برنامه ریزی پویای احتمالی، طبیعت دینامیک و نیز عدم قطعیتهای موجود در مسئله می باشد. گاو شیری با متغیرهای حالت شامل دوره شیردهی، ظرفیت تولید شیر و حالات مختلف تأخیر در آبستن شدن تعریف گردید. در هر مرحله گاوهای شیری به‌وسیله متغیرهای وضیعتی شامل توان تولیدی در 3 سطح (کم تولید، متوسط و پر تولید) و عملکرد تولیدمثلی در 4 سطح با فاصله زایش 410، 450، 490 و 530 روز طبقه بندی شدند. به منظور بررسی اثر تغییر در مقادیر ورودی روی پاسخ مدل از تست حساسیت استفاده شد.
یافته ها: نتایج بررسی نشان داد با افزایش قیمت تلیسه، تعداد کمتری گاو حذف می شود و عمر بهینه گله افزایش و نرخ جایگزینی پایین می آید. کاهش قیمت شیر به افزایش عمر بهینه گله و حذف کمتر گاوها منجر شد که مرتبط با نرخ پایین جایگزینی است. با افزایش فاکتور تنزیل (کاهش نرخ تنزیل) درصد گاوهای حذفی بالا رفته و عمر بهینه کاهش یافته و نرخ جایگزینی افزایش یافت. نتایج مدل در حالت عدم قطعیت سیستم تولید نشان داد هر پارامتری که سبب افزایش درصد جایگزینی می شود باعث کاهش میانگین عایدات ناشی از نگهداری حیوان RPO می شود. ارزشمندترین گاو گله گاوی است که بیشترین مقدار RPO را دارا است. ملاحظه گردید با بالا رفتن قیمت تلیسه، افزایش متوسط هزینه تغذیه، کاهش تولید متوسط گله، کاهش قیمت گوساله، کاهش قیمت شیر و کاهش قیمت گاو حذفی، عمر بهینه افزایش می یابد و تعداد گاو کمتری حذف می شود لذا ارزش نگهداری گاو موجود در گله بالاتر از حالتی می شود که قیمت تلیسه و هزینه تغذیه پایین و تولید متوسط گله، قیمت گوساله، قیمت شیر و قیمت گاو حذفی بالا است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Study the parameters related to replacement percentage and revenue obtained by maintenance of dairy cows through production system optimization

1. Allaire, F.R., and Gibson, J.P. 1992. Genetic value of herd life adjusted for milk production. J. Diary Sci. 75: 1349-1356.
2. Bertsekas, D.P. 2001. Dynamic Programming and Optimal Control. Vol. 2: Dynamic Programming. 2nd ed. Athe. Sci., Belmont, MA.
3. Boettcher, P.J., Jairath, L.K., and Dekkers, J.C.M. 1999. Comparison of Methods for Genetic Evaluation of Sires for Survival of Their Daughters in the First Three Lactations. J. Dairy Sci. 82: 1034-1044.
4. Cardoso, V.L., Nogueria, J.R., and VanArendonk, J. 1999. Optimal Replacement and Insemination Policies for Holstein Cattle in the Southeastern Region of Brazil The Effect of Selling Animals for Production. J. Dairy Sci. 82: 1449–1458.
5. De Varies, A. 2006b. Ranking dairy cows for future profitability and culling decisions. Proceeding 3th Florida and Georgia Dairy Road Show.
6. Hadley, G.L., Wolf, C.A., and Harsh, S.B. 2006. Dairy cattle culling patterns, explanations, and implications. J. Dairy Sci. 89: 2286–2296.
7. Heikkila, A.M. 2008. Optimal replacement policy and economic value of dairy cows with diverse health status and production capacity. J. Dairy Sci. 91: 2342-2352.
8. Howard, R.A. 1960. Dynamic Programming and Markov Processes. John Wiley and Sons, New York, NY.
9. Kalantari, A.S.Y. 2010. Determining the optimum replacement policy for Holstein dairy herds in Iran. J. Dairy Sci. 93: 2262-2270.
10. Kristensen, A.R. 1988. Hierarchic Markov processes and their applications in replacement models. Eur. J. Oper. Res. 35: 207-215.
11. Ljungqvist, L., and Sargent, T.J. 2000. Recursive Macroeconomic Theory. MIT Press, Cambridge, MA.
12. Matlab, 2005. User manual statistics toolbox. The mathworks.
13. McCullough, D.A., and Delorenzo, M.A. 1996. Effect of price and management level on optimal replacement and insemination decision. J. Dairy Sci.79: 242-253.
14. Miranda, M.J., and Fackler, P.L. 2002. Applied Computational Economics and Finance. MIT Press, Cambridge, MA.
15. SAS Institute. 2001. SAS users guide Statistics. Version 9.12 SAS Institute Inc., Cary North Carolina.
16. SeyedSharifi, R., Nourmohammadi, S., Hedayat Evarigh, N., and Savar Sofla, S. 2016. Determining the most appropriate age of replacement for dairy cows in Ardabil Province using Stochastic dynamic programming. J. Rumin. Res. 4 (1): 113-130. (In Persian)
17. Stewart, H.M., Burnside, E.B., Wilton, J.W., and Pfeiffer, W.C. 1977. A dynamic programming approach to culling decisions incommercial dairy herds. J. Dairy Sci. 60: 602-617.
18. Van Arendonk, J.A.M. 1985. A model to estimate the performance,revenus and costs of dairy cows under different production and price situations. J. Agri. Syst. 16: 157-189.
19. Vukasinovic, N., Moll, J., and Casanova, L. 2001. Implementation of a routine genetic evaluation for longevity based on survival analysis techniques in dairy cattle populations in Switzerland. J. Dairy Sci. 84: 2073-2080.
20.Weigel, D.J., Cassell, B.G., Hoeschele, I., and Pearson, R.E. 1995. Multiple-trait prediction of transmitting abilities for herd life and estimation of economic weights using net income adjusted for opportunity cost. J. Dairy Sci. 78: 639–647.