Desarrollo de un dispositivo electrónico para el monitoreo automático e individualizado de las emisiones de metano entérico en vacas lecheras

Resumen

Antecedentes: El monitoreo de las emisiones de metano entérico (CH₄) es crucial para identificar animales con menores emisiones en programas de selección y para medir la efectividad de las estrategias de reducción de emisiones. Los métodos actuales suelen ser costosos y complejos, lo que limita su aplicación generalizada. Objetivo: Este estudio tuvo como objetivo desarrollar y probar un sistema automatizado y de bajo costo para el monitoreo individualizado de las emisiones de CH₄ en vacas lecheras. Métodos: El sistema comprende un dispositivo de medición de la concentración de CH₄ basado en el sensor de gas MQ-4, complementado con un sistema de flujo de aire de 2 L/min, y un módulo de identificación de animales que utiliza inteligencia artificial. Los datos de CH₄ se transmitieron de forma inalámbrica a través de un módulo ESP8266 a una laptop para su almacenamiento. Las concentraciones de CH₄ se registraron tres veces por segundo, y se utilizaron marcas de tiempo precisas para documentar la entrada y salida de las vacas del puesto de ordeño. Para el módulo de identificación de animales, se extrajeron fotogramas de video de 26 vacas durante el ordeño y se organizaron en carpetas individuales para cada vaca. Se ajustaron y evaluaron cuatro versiones (s, n, m y l) de los modelos Yolov8 y Yolov10 utilizando un conjunto de datos dividido en conjuntos de entrenamiento, validación y prueba. Las métricas de rendimiento incluyeron Precisión, Recall, F1-Score y Exactitud. El sistema de medición de la concentración de CH₄ se probó con 10 vacas Holstein durante sus sesiones de ordeño. Resultados: Los prototipos midieron y registraron con éxito las emisiones de CH₄ de vacas individuales. El registro continuo permitió la creación de gráficos de series temporales detallados, mostrando fluctuaciones en las emisiones. Algunas vacas presentaron los niveles más altos de emisión promedio de CH₄, demostrando la capacidad del dispositivo para identificar individuos con altas emisiones. Las concentraciones base de CH₄ en el área de alimentación fueron estables entre las vacas, lo que aseguró mediciones precisas de las emisiones. El análisis comparativo del módulo de identificación destacó el modelo Yolov8s como la opción óptima debido a su equilibrio entre baja latencia (16.4 ms) y alto rendimiento, logrando puntuaciones perfectas en precisión, recall, F1-Score y exactitud. Conclusiones: El sistema desarrollado monitorea eficazmente las emisiones de CH₄ en vacas lecheras, ofreciendo una alternativa práctica y económica a los métodos tradicionales. El uso de sensores de bajo costo y la inteligencia artificial avanzada mejora su potencial para programas de mejora genética y prácticas sostenibles de manejo ganadero.