From the model to the tool: how to parameterize a pig fattening unit model for on-farm use?
Du modèle à l’outil d’aide à la décision : comment paramétrer un modèle de fonctionnement de l’atelier d’engraissement porcin pour une utilisation en élevage ?
Résumé
To address economic and environmental challenges of pig production systems, decision support tools based on mathematical models have been developed. We developed a dynamic model of a pig fattening unit that represents effects of inter-individual variability of pigs, farm buildings and farmer practices on technical, economic and environmental results of the unit. To test the model, it was applied to 21 pig farms in western France of which practices and technical performances had been previously surveyed. Another objective was to develop a process for parameterization for future on-farm use, and then to use this process to parameterize the model for each farm to evaluate the model’s predictive ability. In the first step, each farm’s buildings and farmer practices were described. In the second step, average initial age and live weight of pigs were specified. In the third step, slaughter weight, mean protein deposition and a feed intake correction factor were successively parameterized. This step was iterated three times to remove effects of parameterization order. From the first to last step of the process, the root mean square error of prediction of the feed conversion ratio decreased from 0.22 to 0.03 kg of feed/kg gain (from 7.8% to 1.1%), and that of the average daily weight gain decreased from 59 to 14 g (from 7.3% to 1.9%). The model overestimated, however, the percentage of pigs that lay within the range without penalties of the payment grid at slaughter. These results show that after parameterization, the model predicts the performance of the pig fattening unit with an acceptable error. The parameterization process will be included in the decision support system and applied to existing farms.
Afin de répondre aux enjeux économiques et environnementaux des élevages porcins, des outils d’aide à la décision basés sur des modèles mathématiques ont été proposés. Nous avons développé un modèle dynamique de fonctionnement d’un atelier d’engraissement porcin qui inclue les effets de la variabilité interindividuelle des porcs, de la structure de l’élevage et des pratiques de l'éleveur sur ses résultats technico-économiques et environnementaux. Afin de tester le modèle, nous l’avons appliqué aux données de 21 élevages du grand ouest, dont les pratiques et performances techniques avaient été recueillies par enquête. L’objectif était de construire une procédure de calibration en vue d’une future utilisation en élevage, d’utiliser cette procédure pour paramétrer chaque élevage et d’évaluer la capacité de prédiction du modèle. Le paramétrage différencié de chaque élevage a porté, dans une première étape, sur les bâtiments et pratiques d’élevage ; dans une deuxième étape, l’âge et le poids initial moyen des porcs ; enfin, le poids d’abattage, le dépôt protéique moyen et la quantité d’aliment ingérée sont successivement paramétrés. Cette dernière étape a été itérée trois fois. Entre la première et la dernière étape, l’erreur quadratique moyenne (RMSE) sur l’IC passe de 0,22 à 0,03 kg d’aliment/kg gain (de 7,8 à 1,1 %), et celle sur le GMQ de 59 à 14 g (de 7,3 à 1,9 %). Le pourcentage de porcs dans la gamme de paiement sans pénalité est néanmoins globalement surestimé par le modèle. Ces résultats montrent qu’après paramétrage, le modèle prédit les performances des élevages avec une erreur faible. Cette méthode de calibration du modèle sera inclue à l’outil d’aide à la décision et mise en œuvre sur des élevages existants.