Kunstig intelligens kan mindske metanudledning

Sammensæt dit foder klimaoptimalt, og reducer udledningen af metan på bedriften med cirka fem procent fra dag et. Sådan lyder budskabet fra den ungarsk/israelske agronom og dataspecialist Benjamin Domjan, der har udviklet en algoritme til formålet.

- Det er muligt at optimere i forhold til metan i enhver foderplan med de fodermidler, der er tilgængelige. Typisk kan man reducere udledningen med 5-6 procent, siger han.

Der er ikke udviklet en model, hvor landmanden er den direkte bruger. I princippet kunne det fungere sådan, at man som landmand henvender sig til sin rådgiver eller et foderfirma med oplysninger om, hvilke fodermidler man har, analyser af disse og mængder. Derefter kan rationen beregnes.

Anerkendt formel

Beregningerne bygger på en formel for metanudslip i en artikel i det anerkendte Journal of Dairy Science og tager højde for en lang række forhold. Benjamin Domjans algoritme kan bearbejde meget store datamængder og finde den bedste løsning. Ud over hvor mange kilo foder koen får, indgår mængden indholdet af NDF og ADF i beregningen af metanudslip.

Han understreger, at det ikke handler om at skulle ud og købe en masse andet foder, for at få metanudledningen ned. Det handler om at optimere de input, man allerede har, i forhold til metan ved at skrue op og ned for dem.

Siden 2014 har han regnet på at optimere fodersammensætningen på Kibbutz Hazorea i Israel, som har en større kvægbesætning. I den periode har de set på optimering i forhold til ydelse, økonomi, fedtprocent, samlet fedtproduktion, proteinprocent og samlet proteinproduktion samt foderudnyttelse og overskud. Nu er algoritmen så udvidet til optimering i forhold til metanudslip.

Følger økonomi

Benjamin Domjan har regnet metanudslip på de 1.321 foderblandinger, det er blevet til på farmen siden starten. Den blanding, der gav det højeste metanudslip, var, når der blev optimeret på mælkeydelse. Den, der gav mindst udslip, var naturligvis den sammensætning, der var optimeret efter metan, mens den, der gav næstmindst udslip, var den, som var optimeret efter bedste indtjening. Der er altså ingen grund til at frygte, at det bliver meget dyrt at optimere efter lavt metanudslip, tværtimod!

Skyggemetan

Algoritmen viser ikke kun, hvad der er optimalt med de fodermidler, man har. Den kan også bruges til at regne på ’skyggemetan’. Altså foreslå, hvordan optimeringen kan gøres endnu mere metanrigtigt, hvis man bruger andre fodermidler, end man lige har. Altså hvordan man fremadrettet kan planlægge sig til endnu større reduktion af metanudledningen. Det kan for eksempel være, den foreslår, at man bruger mere majs, og det kan man på sigt ændre i markplanen. Et forslag kan også være, at man inddrager helt andre foderkomponenter for at øge reduktionen af metanudslip.

- På den måde kan reduktionen af metan formentlig øges fra 5 op til 10-15 procent, siger Benjamin Domjan.

Ved at kombinere optimering af metan med optimering af økonomi, behøver man heller ikke frygte, at denne øvelse bliver dyr, påpeger han.