Nutzung des Kalman Filters zur multivariaten Aufbereitung seriell anfallender Daten im Rahmen des Gesundheitsmonitorings und Herdenmanagements

• Applicant: Professor Dr. Joachim Krieter
• Subject Area: Animal Breeding, Animal Nutrition, Animal Husbandry
• Term: from 1999 to 2002
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 5225939

Die politischen und ökonomischen Rahmenbedingungen fördern den Strukturwandel in der Landwirtschaft und damit die Entstehung größerer Milchviehbstände, wobei sich die angestrebte Kostenminimierung für die Arbeitserledigung nachteilig auf die individuelle Tierbetreuung auswirkt. Zur Unterstützung des Betreuungspersonals stehen Computerprogramme zur Verfügung, die auf der Basis betriebsindividueller Vorgaben Managementhinweise liefern. Grundlage dieser Managementhinweise sind die routinemäßig anfallenden Produktionsdaten. Die Analyse dieser Zeitreihen erfolgt mit der Methode des "rolling average". Diese Methode vergleicht die aktuelle Leistung mit einer definierten Anzahl vorheriger Leistungen, ist aber nicht in der Lage, alle zur Verfügung stehenden Informationen für den Leistungsvergleich zu nutzen. Van Bebber et.al. (1999b) bevorzugen daher für Leistungsvorhersagen den univariaten Kalman Filter. Mit dieser Methode können Leistungen vorausgeschätzt und Abweichungen bewertet werden. Für die Nutzung im Rahmen des Gesundheitsmonitorings und Herdenmanagements reicht die Analyse einzelner Merkmale allerdings nicht aus. So erfolgt z.B. die Brunsterkennung und Mastitisdiagnose umso sicherer, je mehr Merkmale gleichzeitig betrachtet werden. Im vorliegenden Forschungsvorhaben soll deshalb der 'multivariate' Kalman Filter zur Aufbereitung seriell anfallender Daten im Rahmen des Herdenmanagements und Gesundheitsmonitorings angewendet werden. Am Beispiel der Brunsterkennung und Mastitisdiagnose wird überprüft, ob der Kalman Filter unter Verwendung verschiedener Hilfsmerkmale für die Erkennung der Brunst und der subklinischen bzw. klinischen Mastitis geeignet ist.

• DFG Programme: Research Grants
• Participating Person: Dr. Wolfgang Junge