Intégration automatisée en temps réel du bien-être et de la santé des truies en gestation pour l’alimentation de précision

Prendre en compte des données comportementales et de santé afin d’améliorer, d’une manière non invasive et en temps réel, l’estimation des besoins nutritionnels et le bien-être de chaque truie gestante.

L’alimentation de précision chez la truie en gestation

L’alimentation de précision vise à apporter à chaque animal, la bonne ration, au bon moment, afin de couvrir ses besoins physiologiques. Ce système convient particulièrement bien aux truies gestantes élevées en groupe car il permet de répondre à l’importante variabilité des besoins nutritionnels au sein du groupe et au cours de la gestation. En effet, les modèles de détermination des besoins nutritionnels prennent en compte plusieurs caractéristiques individuelles des truies à l’insémination (âge, poids, épaisseur de lard dorsal) et de l’élevage (performance reproductive) afin d’estimer au mieux les besoins nutritionnels quotidiens de chaque truie au cours de la gestation (Dourmad et al., 2008 ; Gaillard et al., 2020). Les apports et composition des rations sont ensuite calculés en considérant les aliments disponibles sur l’élevage.

fig_these_Durand

Représentation schématique du modèle nutritionnel intégrant à l’aide de capteur des données de bien-être et de santé des truies en gestation.

Influence du bien-être et de la santé sur les besoins nutritionnels

L’état de bien-être et de santé des animaux peut être associé à des changements comportementaux : baisse de l’activité physique, variation du nombre de visites et du temps passé dans l’alimentateur, modifications des interactions sociales, etc. Ces changements peuvent entrainer des modifications des besoins nutritionnels. Par exemple, les besoins énergétiques lorsqu’une truie est debout sont doublés par rapport à la position couchée (Noblet et al., 1993). Également, les conditions environnementales, notamment la température et l’humidité, peuvent entraîner des variations comportementales et des besoins de thermorégulation, influençant les besoins nutritionnels. Les apports alimentaires doivent alors être augmentés pour compenser les pertes de chaleur lorsque la température ambiante diminue (Noblet et al., 1989 ; Wegner et al., 2014).

Identification d’indicateurs de bien-être et de santé

La première étape de cette thèse est la réalisation d’expérimentations pour évaluer l’influence de situations de « stress » rencontrées en élevage (mise en place de la hiérarchie sociale, compétition alimentaire, stress auditif, appauvrissement du milieu, stress thermique) afin de compléter une base de données sur l’alimentation de précision. Les truies et la salle de gestation sont équipées de caméras et de capteurs afin d’enregistrer tous les évènements : abreuvement, comportement alimentaire, activité physique, interactions sociales, performances zootechniques, niveau sonore, conditions d’ambiance...

La deuxième étape consiste, par machine learning, à extraire de cette base de données des indicateurs de bien-être et de santé, de manière à quantifier les effets des changements de comportements sur les besoins nutritionnels des truies. Ces indicateurs seront ensuite intégrés dans les modèles nutritionnels.

La dernière étape est la mise au point d’un outil d’aide à la décision souple et robuste permettant d’ajuster au mieux les apports alimentaires et de détecter et/ou anticiper l’apparition de problèmes de santé ou de bien-être.

Maëva Durand travaille sur ce sujet de thèse depuis octobre 2020 pour une durée de 3 ans. Elle est encadrée par Jean-Yves Dourmad et Charlotte Gaillard dans l'équipe Sysporc et Christine Largouet à l'Irisa.

Références

  • Jean-Yves Dourmad, Michel Etienne, Alain Valancogne, Serge Dubois, Jaap van Milgen, et al. InraPorc: a model and decision support tool for the nutrition of sows. Animal Feed Science and Technology, Elsevier Masson, 2008, 143 (1-4), pp.372-386. ⟨10.1016/j.anifeedsci.2007.05.019⟩. ⟨hal-02664875⟩
  • C. Gaillard, Nathalie Quiniou, Raphaël Gauthier, Laetitia Cloutier, Jean-Yves Dourmad. Evaluation of a decision support system for precision feeding of gestating sows. Journal of Animal Science, American Society of Animal Science, 2020, 98 (9), ⟨10.1093/jas/skaa255⟩. ⟨hal-02917057⟩
  • Jean Noblet, Jean-Yves Dourmad, Jean Le Dividich, Serge Dubois. Effect of ambient temperature and addition of straw or alfalfa in the diet on energy metabolism in pregnant sows. Livestock Production Science, Elsevier, 1989, 21, pp.309-324. ⟨hal-02717962⟩
  • Jean Noblet, X.S. Shi. Energy cost of standing activity in sows. Livestock Production Science, Elsevier, 1993, 34, pp.127-136. ⟨hal-02705223⟩
  • Wegner, K. et al. Climatic conditions in sow barns in Northern Germany. Züchtungskunde, Eugen Ulmer Gmbh Co, 2014, 86 (3), pp.200–211.

Contact

  • Maëva Durand: maeva.durand[at]inrae.fr (doctorante)
  • Jean-Yves Dourmad : jean-yves.dourmad[at]inrae.fr (directeur de thèse)
  • Charlotte Gaillard: Charlotte.Gaillard[at]inrae.fr (co-encadrante de thèse)
  • Christine Largouet: christine.largouet[at]irisa.fr (co-encadrante de thèse)

Date de modification : 22 février 2023 | Date de création : 22 janvier 2021 | Rédaction : Pegase