Интенсификация селекционного процесса в мясном скотоводстве с использованием информационных технологий

Бабкин, Олег Александрович

Бесплатный автореферат и диссертация по сельскому хозяйству на тему
Интенсификация селекционного процесса в мясном скотоводстве с использованием информационных технологий
ВАК РФ 06.02.01, Разведение, селекция, генетика и воспроизводство сельскохозяйственных животных

Автореферат диссертации по теме "Интенсификация селекционного процесса в мясном скотоводстве с использованием информационных технологий"

На правах рукописи

БАБКИН ОЛЕГ АЛЕКСАНДРОВИЧ

ИНТЕНСИФИКАЦИЯ СЕЛЕКЦИОННОГО ПРОЦЕССА В МЯСНОМ СКОТОВОДСТВЕ С ИСПОЛЬЗОВАНИЕМ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

06.02.01 - разведение, селекция, генетика и воспроизводство сельскохозяйственных животных

АВТОРЕФЕРАТ

диссертации на соискании ученой степени кандидата сельскохозяйственных наук

п. Персиановский - 2006

-'бОГ. - - У с£ ¿у

Работа выполнена в ФГОУ ВПО «Донской государственный аграрный университет»

Научный руководитель:

доктор сельскохозяйственных наук,

профессор Приступа Василий Николаевич

Официальные оппоненты:

доктор сельскохозяйственных наук

Третьякова Ольга Леонидовна

кандидат сельскохозяйственных наук Яковлев Алексей Иванович

Ведущая организация: ФГОУ ВПО «Кубанский государственный аграрный университет»

/ о

Защита диссертации состоится 4 июля 2006 г. в часов на заседании диссертационного совета Д. 220.028.01 в Донском государственном аграрном университете по адресу 346493, п. Персиановский, Октябрьского (с) района Ростовской области, РФ; тел.: 8-86360-361-50; факс 8-86360-3-61-50

С диссертацией можно ознакомиться в библиотеке Донского ГАУ

Автореферат разослан ?/ 2006 г.

Ученый секретарь диссертационного совел

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

1.1. Актуальность исследований. Увеличение производства говядины является одной из наиболее актуальных проблем агропромышленного комплекса нашей страны. Питание говядиной населения по научно обоснованным медицинским нормам обеспечивается за счет собственного производства только на 37-43%. От молочного скотоводства, даже при интенсивном использовании всего сверхремонтного поголовья, можно произвести не более 65% от потребности населения в говядине. Компенсировать недостающие потребности в говядине можно за счет развития отрасли мясного скотоводства.

Ведущее место в мясном скотоводстве Южного Федерального округа занимают калмыцкая и герефордская породы. В племзаводах и в племрепро-дукторах Ростовской области и Краснодарского края сосредоточено около 50 % племенного поголовья этих пород РФ. В зависимости от того, какие результаты их совершенствования внедряются в этих племрепродукторах, зависит их конкурентность в сравнение с другими классическими мясными породами мира.

Одним из методов повышения результативности оценки племенных и продуктивных качеств животных является использование современных информационных технологий, обеспечивающих анализ проявления наследственных задатков больших популяциях мясного скота с минимальными затратами времени. Для этого необходимо создание базы данных на электронных носителях с автоматизацией зоотехнического учета и сравнительного анализа любых продуктивных показателей с тестами оценки различных пород мясного скота. Это даст возможность проводить объективную оценку результатов использования животных различных линий мясных пород. Аналогичных исследований пока очень мало.

Настоящая работа является фрагментом научных исследований Донского государственного аграрного университета по теме 07. (№№ госрегистрации 01.960.009176; 01.2.00106091) в рамках республиканской целевой научно-технической программы "Мясо" и межведомственной координационной программы РАСХН "Фундаментальные и приоритетные прикладные исследования по научному обеспечению развития АПК РФ на 2001-2005 гг.".

1.2. Цель и задачи исследований. Целью работы являлась разработка автоматизированной системы управления и интенсификации селекционно-племенной работы в мясном скотоводстве, используя современную электронно-вычислительную технику.

Для достижения этой цели решались следующие задачи: -оценка, анализ и программирование сложившейся системы зоотехнического учета, тестов по оценке продуктивности скота мясных пород в различные возрастные периоды и ведения племенной документации, используемой в селекционно-племенной работе в мясном скотоводстве России;

—выбор методов и средств разработки информационно-вычислительной системы на базе компьютерных технологий;

-создание многофункциональной компьютерной программы «Племенной учет в мясном скотоводстве» (ПУМС), позволяющей выполнять функции зоотехни-

ческого учета и определения племенных и продуктивных качеств в течение всей жизни животных различных пород мясного скота;

- создание на машинных носителях ПЭВМ базы данных с автоматической оценкой по комплексу признаков племенных животных калмыцкой породы и обеспечение ее обновления пользователем после изменений физиологического состояния каждого животного;

— проведение автоматизированной оценки быков-производителей калмыцкой породы по качеству потомства с использованием информации о продуктивности всех потомков и выявление быков-улучшателей;

-определение генетико-селекционных параметров и их влияние на эффект селекции скота калмыцкой породы различных линий;

-определение экономической эффективности использования автоматизированной системы учета и селекции скота мясных пород.

1.3. Научная новизна исследований. Впервые разработаны информационно-вычислительные средства (свидетельство № 2005610888) автоматизации зоотехнического учета, составления схем отбора, подбора, определения племенной ценности и выявления лучших животных среди больших популяций крупного рогатого скота мясных пород. Разработана новая технология оценки быков-производителей по качеству потомства в мясном скотоводстве.

1.4. Практическая значимость и реализация результатов исследований. На основании созданного пакета компьютерных программ «ПУМС селекционером племхоза по разведению животных любой породы мясного скотоводства может создаваться бкза данных генеалогии, продуктивности животных, автоматизируется оценка по комплексу признаков, что повышает возможности специалистов выявлять лучших животных для племенного ядра с заданными параметрами отбора. Запрограммированы алгоритмы расчета генетико-селекционных параметров, составления схем подбора с определенными критериями продуктивности для племенных и товарных стад и оценки быков-производителей по качеству потомства и их потомков по собственной продуктивности, по результатам прижизненной оценки мясных форм и показателям убоя. Разработанные алгоритмы реализованы в информационных технологиях по автоматизации отбора, создания племкарточек, племенных свидетельств, журналов учета выращивания молодняка, регистрации осеменения, отела и бонитировки животных (формы 1 - 7-мяс.), что облегчает выявление генеалогической принадлежности, уточняет данные зоотехнического учета и дает возможность проводить электронную передачу этих данных на любой адрес потребителя. Кроме того, покупатель племенного молодняка может при необходимости запросить из базы данных племенного завода, реализующего этот молодняк, генеалогическую схему и продуктивность боковых родственников, что будет повышать результативность селекционного процесса.

На основе разработанных информационно-вычислительных средств создана база данных 19000 коров, 1800 быков-производителей и более 3500 голов молодняка калмыцкой породы. Проведена оценка по комплексу признаков более 5000 голов скота этой породы. 20 быков-производителей различных ли-

ний оценены по качеству потомства и более 280 бычков калмыцкой породы испытаны по собственной продуктивности балльным и индексным методами. Выявлении быки-улучшатели этой породы по энергии роста и мясной продуктивности для использования в воспроизводстве селекционного ядра.

Результаты работы внедрены в колхоз им. Кирова, ФГУП "Прогресс" Зимовниковского и СПК "Мир" Ремонтненского районов Ростовской области, ООО «Фаногория — Arpo» Темрюкского района Краснодарского края.

1.5. Апробация работы. Основные положения и результаты работы доложены и обсуждены: на международной научно-практической конференции посвященной 75-летию факультета технологии сельскохозяйственного производства ДонГАУ «Актуальные вопросы зооинженерной науки в АПК» (Пер-сиановский, 2004); на международной научно-практической конференции «Информационные технологии в сельскохозяйственном производстве» (Новочеркасск, 2005); на третьей всероссийской дистанционной научно-практической конференции студентов, аспирантов и молодых ученых.(п. Персиановский, 2005); на ежегодных научных конференциях ученых Донского ГАУ (20032005); на совместных заседаниях кафедр частной зоотехнии, разведения, селекции и генетики с.-х. животных Донского государственного аграрного университета (2003-2005).

1.6. Основные положения, выносимые на защиту:

1. Автоматизированная многофункциональная система зоотехнического учета и управления селекционно-племенной работой в мясном скотоводстве.

2. Электронная база данных по калмыцкой породе племрепродукторов Ростовской области и Краснодарского края.

3. Технология автоматизированного определения племенной ценности скота мясных пород.

4. Автоматизация расчета генетико-селекционных параметров продуктивности мясного скота и их использование в селекции.

5. Новая технология оценки быков-производителей по качеству потомства в мясном скотоводстве.

1.7. Публикация результатов исследований. По материалам диссертации опубликовано 4 научных работы (в т.ч. получено авторское свидетельство).

1.8. Объем и структура работы. Диссертация изложена на 160 страницах компьютерного текста, содержит 26 таблиц, 18 рисунков, включает в себя введение, обзор литературы, материал, методику и результаты собственных исследований, выводы, предложения производству, список литературы (насчитывающий 192 источника, в т. ч. 46 зарубежных), приложение.

2. МАТЕРИАЛ И МЕТОДИКА ИССЛЕДОВАНИЙ

Исследования по проектированию, разработке и использованию информационно-вычислительной системы в селекционной работе в мясном скотоводстве проводились в 2003-2005 гг. на кафедре частной зоотехнии ДГАУ и племенных заводах по разведению скота калмыцкой породы Ростовской области и Краснодарского края. По результатам изучения и анализа тестов оценки по

комплексу признаков племенных качеств животных и методов племенной работы в мясном скотоводстве РФ, выбраны технология и средства проектирования алгоритмов. Определены электронные пути учета и поиска в базах данных различных показателей, обеспечивающих решение конкретных задач, стоящих перед селекционером и на их основании разработана многофункциональная компьютерная программа «Племенной учет в мясном скотоводстве» (ПУМС). Тестирование, отладка и апробация ее при оптимизации селекционного процесса проведена в хозяйствах по разведению мясного скота калмыцкой породы (рис. 1).

_\_/_

1 Создание электронной базы данных скота калмыцкой породы

\ I /

Определение генетико-секционных параметров калмыцкого скота племзаводов области

Анализ генеалогической структуры зимов-никовской популяции

Мониторинг продуктивности животных разных линий

Разработка методов автоматизации и повышения точности оценки

\ 1 /

Автоматизированная оценка быков-производителей по качеству потомства по действующей инструкции Конструирование селекционных индексов для оценки быков-производителей по качеству потомства Сравнительная оценка быков-производителей по качеству потомства традиционным и новым методами

Автоматизация отбора животных для формирования селекционного ядра

V I /

Отбор животных по заданным параметрам Определение препо-тентности быков-производителей Определение эффекта селекции

\ 1 /

| Экономическая эффективность исследований |

Рис. 1. Схема исследований Создана база данных происхождения и показателей продуктивности более 20000 голов скота калмыцкой породы племзаводов им. Кирова и "Прогресс" Зимовниковского и СПК "Мир" Ремонтненского районов Ростовской области,

ООО «Фаногория — Arpo» Темрюкского района Краснодарского края и данные всех быков-производителей ГПК крупного рогатого скота калмыцкой породы томов VII (1978), VIII (1986) и X (1990).

В племхозах проведена оценка 20 ведущих быков-производителей по качеству потомства и более 200 их сыновей по собственной продуктивности. Согласно действующим методическим указаниям (1972, 1990), ежегодно в течение 2003-2003 гг. формировались группы по 10-12 семимесячных сыновей от 3-5 лучших быков-производителей и интенсивно выращивались с 8 до 15-месячного возраста. Данные индивидуального учета живой массы, среднесуточного прироста, затрат корма на 1 кг прироста и прижизненной оценки мясных форм по бО-балльной шкале вносились в программу «ПУМС» и компьютер автоматически проводил оценку быков по качеству потомства, а их сыновей по собственной продуктивности по балльной оценке. При этом одновременно вычислялся комплексный селекционный индекс, определялась племенная категория этих животных и их назначение по дальнейшему использованию.

После создания электронной базы данных более 20000 голов скота калмыцкой породы, в которой были зафиксированы все быки-производители, используемые в воспроизводстве в течение последних 7-8 лет, была проведена оценка этих производителей по качеству потомства по разработанной нами технологии. По заданию пользователя компьютер, через программу «ПУМС» проводит автоматическую выборку показателей продуктивности всех сыновей и дочерей (можно и родственников различного уровня), полученных в условиях конкретного хозяйства, вычисляет генетико-секционные параметры и проводит оценку быков по качеству потомства по разработанному нами селекционному индексу (СИ).

При определении «СИ» нами включены в его состав те признаки, от которых в большей степени зависит интенсивность формирования мясной продуктивности. Для выявления доли влияния отцов на продуктивность потомства последовательно вычисляется «СИ» по сыновьям и по дочерям:

СИ= СИБ+СИТ;

МБ

си6= Е[ h2(x¡ - M¡)] + h2MB. ХмБ;

¡=i

СИТ = E [h2,(xr- Mj)] + h2MT*XMr;

где СИб- селекционный индекс по сыновьям;

СЙТ— селекционный индекс по дочерям;

Ne—количество признаков у сыновей;

i - средняя величина признака сыновей оцениваемого быка в разном возрасте (живая масса и среднесуточный прирост);

h2 - коэффициент наследуемости обозначенного признака (h2 =2г);

М - средняя величина признака потомков - сверстников оцениваемого

быка;

J - средняя величина признака дочерей оцениваемого быка в разном возрасте (живая масса и среднесуточный прирост);

Nt - количество признаков у дочерей;

Мб - средняя величина оценки мясных форм сыновей в 15 месяцев по 20-бальной шкале;

Мт - средняя величина оценки мясных форм дочерей в 15 месяцев по 20-бальной шкале.

Биометрические показатели всех анализируемых признаков программой определяются автоматически. Коэффициенты наследуемости вычисляли методом удвоенного коэффициента корреляции между родителями и их потомками (h2 = 2г).

Используя эту технологию и метод А.П. Солдатова и JIJC. Эрнста (1968) всех выявленных быков-улучшателей по сыновьям и дочерям оценили на пре-потентность (ИП). Для этого программа «ПУМС» определила коэффициенты вариации (Cv) основных признаков и по их данным проведена оценка препо-тентности быков по степени однородности их потомков:

ИП = Cv ПОТОМКОВ /Cv матерей

Чем ниже величина этого индекса, тем выше однородность их потомков. Поэтому для каждого стада может вычисляться свой индекс препотентно-сти. У препотентных животных он, вероятно, не должен превышать 10 %. Индекс препотентности можно вычислять и для коров, используя данные их потомков и близких родственников.

Для характеристики селекционно-генетических параметров племенных стад и различных линий скота калмыцкой породы выше отмеченных племхозов, использовался специально разработанный блок программы «ПУМС». В нем, по принципу компьютерных программ "Stadia-5" и "Statistica-б", закодированы методы определения M±m, 6, Cv, Мс, М0, А„ Е„, Lim, r±m, R, h*, Sa, Äg, j. Но в отличие от них, программа «ПУМС» автоматически выбирает из базы данных, указанные пользователем признаки и вычисляет нужные параметры.

При анализе сравнительной эффективности отбора скота по отдельным селекционируемым признакам, для каждого хозяйства определялись селекционные границы отбора с разной интенсивностью - МТ, средняя величина признака животных, отобранных для дальнейшего воспроизводства племенного ядра - MS. Селекционный дифференциал — Sa и эффект отбора — Ag.

Экономическую эффективность использования автоматизированной системы зоотехнического учета и определения племенной ценности животных мясных пород определяли по затратам труда, себестоимости и прибыли, полученной от реализации высококачественных животных.

3. РЕЗУЛЬТАТЫ СОБСТВЕННЫХ ИССЛЕДОВАНИЙ 3.1. Автоматизированная система управления и интенсификации селекционно-племенной работы в мясном скотоводстве.

Впервые в России на базе компьютерных технологий разработана и официально зарегистрирована (а.с. № 2005610888) многофункциональная информа-

ционно-вычислительная система автоматизации зоотехнического учета, составления схем отбора, подбора, определения племенной ценности и выявления лучших животных среди больших популяций крупного рогатого скота мясных пород.

В ней организованны электронные системы сбора и хранения информации всех данных, предусмотренных в действующих формах зоотехнического учета скота мясных пород. Также созданы дополнительные средства для хранения данных, используемых в хозяйствах животных различных линий (рис. 1).

Рис.1. Главное меню и дополнительные системы хранения информации

Компьютерная программа «ПУМС» разработана в среде DELPHI 6, используя язык программирования Object Pascal и язык создания запросов SQL. Работает под управлением операционной системы MS WINDOWS ХР и состоит из блоков связанных одним технологическим процессом, каждый из которых может функционировать самостоятельно и имеет доступ к общей базе данных.

Блок «оценка быков-производителей по качеству потомства и их сыновей по собственной продуктивности» (рис. 2 А) позволяет произвести объективную оценку бычков по собственной продуктивности и быков по качеству потомства на основании действующих методических указаний (1972, 1990), а так же по предложенной нами новой технологии.

Блок «оценка скота мясных пород по комплексу признаков» (рис. 2 В) позволяет производить комплексную оценку, используя тесты существующих инструкций по бонитировке крупного рогатого скота мясных пород за 1973 и 1988 гг.

Для анализа генеалогической структуры стада, продуктивных качеств и селекционно-генетических параметров животных различных линий в конкретном хозяйстве и породы в целом разработаны блок «формирование генеалогического древа скота мясных пород», «биометрическая обработка данных» и соответствующий интерфейс (рис. 3). Через них по специальным алгоритмам проис-

ходит поиск животных нужной линии и формирование генеалогического древа от потомка к предку по любому числу рядов родословной пробанда.

^Jitocmty»»» j

WÍ pj.piS. -'{¡Г-Н

luid ,

vm^^J^T—3PÍ* Аж*»^*^"*4'* '

" айв** (МЬмОЛ "'

j ■ ¡Eiimi

^■»«SrJTi мынГ^Й«« .

тш

Рис. 2. Диалоговые окна в системе «ПУМС»

t+ 6:№m»mrt ЮТДОпммкм Й Б^вбрмЮиЭИгммммя I н СгВммШМмтшия ' [ Й №ткО№1ЗД-.мми*м

I i М-6.3««5$.Ш».К*Л*ымй ti1' Й-

Mi ътятвяша

lí' N КАпумм9М.1999гм«**цкм

| | W ИМ*р»» 94 F,1 ЯХЬкммм* | • КХмяная 22Кхламцк W е ККомн(*]1«Кги«мкм I- Ьнмги(в99/л1л««1км • 1С Кржуж» ЙЩ Mgf.WH>m«i

SiaÉ

Число выборки п— 11Э Среднее арифметическое М •* 319.042 Ошибке вредней m — OJZ1459 Ствмдвртное отклонение S — 23.409 КоэФотцивнг тмвнчимвги Су ■ 7.34

Лимит иаменчиеооги -

108

373

Минимум ■ Максимум •» Меша м 300 Мепиене - 321.5 Коэффициент А* *• »0,1654 Коэффициент Ем -<0.5532 Дисперсия выборки «■ 547,9728 Коэффициент Ь1« 0,58

Рис. 3. Форма построения генеалогического древа животного и блок расчета селекционно-генетических показателей

3.2. Электронная база данных скота калмыцкой породы и мониторинг продуктивности различных линий

Созданная с помощью программы «ПУМС» электронная база данных всех быков-производителей крупного рогатого скота калмыцкой породы, занесенных в ГПК (VII, VIII, X тома; 1978, 1986 и 1990 гг.) и всего поголовья этой породы, используемого в течение последних 5 лет в четырех племхозах Ростов-

ской области и Краснодарского края, передана для производственного использования в этих хозяйствах (табл. 1).

Таблица 1

База данных скота калмыцкой породы, гол. _

Хозяйство Быки-производители Коровы Ремонтный молодняк

ООО «Фанагория - АГРО» 59 863 324

ПЗ колхоз им. Кирова 323 5371 1192

ФГУП «Прогресс» 526 8263 1675

СПК «Мир» 57 998 309

ГПК VII (1978), VIII (1986), X (1990) тома 835 2505 0

Итого 1800 18000 3500

На ее основе восстановлена генеалогическая структура популяции этого скота на территории Северного Кавказа и выявлены лучшие продолжатели различных линий. Проанализированы результаты оценки по комплексу признаков и другие показатели «озвученной» родословной молодняка, коров и быков-производителей, выявлена очень низкая нагрузка коров и телок на одного быка. Выявлено, что за счет более высокой интенсивности отбора в племзаводах «Прогресс» и колхозе им. Кирова достигнуто последовательное совершенствование племенных и продуктивных качеств животных этой породы. Однако в последние три года наиболее высококачественные быки-производители использовались в СПК «Мир» и ФГУП «Прогресс». У них на долю быков, отвечающим требованиям классов элита-рекорд и элита приходится 72-76 % (рис. 4). Поэтому у них при оценке по комплексу признаков отмечен наибольший процент коров, имеющих показатели выше требований стандарта породы.

При этом следует отметить, что селекция на создание и накопление животных укрупненного типа осложняется структурной разобщенностью стад. Так как в относительно небольшой популяции скота калмыцкой породы сохранилось разведение двух заводских и 14 генеалогических линий. Анализ электронной базы данных показал, что наибольшее количество животных этого типа зафиксировано в двух заводских (Моряка 12054 и Дуплета 825) и трех генеалогических (3иммера7333, Мушкета 5277 и Гордого 1181) линиях. На их долю в генеалогической структуре стада анализируемых хозяйств приходится более 87% животных (табл. 2). Наибольшее поголовье относится к заводским линиям Моряка 12054 и Дуплета 825. Последнее место среди отмеченных линий занимает линия Манежа 7113, на ее долю приходится чуть больше 4% животных.

60 -

ООО «Фанагория - ПЗ колхоз им. ФГУП «Прогресс» СПК«МЦ» АГРО» Кирова

Рис. 4. Распределения быков по комплексным классам, %

Таблица 2

Генеалогическая структура стада ведущих племхозов, голов

Линия Всего скота В том числе Процентов

быки коровы телки

Блока 3218- Моряка 12054 3858 840 1867 1151 36,4

Манежа 7113 455 107 209 139 4,3

Боровика 7273 447 126 188 133 4,2

Лелешко 15- Дуплета 825 3230 748 1480 1002 30,6

Гордого 1181 956 108 535 313 9,0

Зиммера 7333 901 129 479 293 8,6

Барзера7291 315 68 178 69 3,0

Мушкета 5277 286 33 135 118 2,7

Мотыги 1260 132 16 68 48 1,2

Всего линейных 10580 2175 5139 3266 100

При этом необходимо более активно использовать продолжателей линии Гордого 1181. Эта одна из самых молодых линий, и ее продолжатели хорошо наследуют высокие генетические задатки родоначальника (его живая масса в 8 лет бала более 1100 кг). Их потомки дпиннотелые, имеют препотентность по живой массе, а энергию роста 900 и более грамм в сутки сохраняют до 26-30-месячного возраста, и имеют хорошую оплату корма. Лучшее поголовье этой линии пока осталось в племзаводах "Прогресс" и колхоза им. Кирова. Быки-производители и коровы этой линии по живой массс на 20-30% превосходят стандарт породы и на 12-17% превосходят животных других ведущих линий (табл. 3). Для сравнения сверстники заводских линий Моряка 12054 и Дуплета 825 по этому признаку превосходят стандарт породы на 10-12%. Самые низкие показатели живой массы отмечены у всех половозрастных групп линий Мотыги

1260 и Мушкета 5277. Хотя среди животных и этих линий есть особи отвечающие требованиям стандарта укрупненного типа и при индивидуальном гомогенном подборе воспроизводство их потомства будет способствовать увеличению массива высокопродуктивного скота.

Таблица 3

Средняя живая масса животных различных линий, кг_

Линия Коровы Быки Телки 18 мес.

3 года 5 лет и ст. 3 года 5 лет и ст.

Стандарт породы 390 470 645 770 320

Блока 3218- Моряка 12054 441±32 510±38 724±41 902±85 365±21

Манежа 7113 440±27 481±35 715±40 826±66 331±18

Боровика 7273 434±33 475±43 710±49 800±57 328±23

Лелешко 15- Дуплета 825 447±29 477±41 720±5 895±49 345±19

. Гордого 1181 475±15 612±39 77б±22 965±63 405±14

Зиммера 7333 431±19 478±32 654±33 780±74 326±24

Барзера7291 417±22 470±29 640±35 773±61 325±27

Мушкета 5277 387±33 463±37 650±36 779±58 324±24

Мотыги 1260 370±37 458±40 647±40 762±55 300±26

В среднем 427±31 492±35 693±39 831±62 339±22

Для консолидации признаков укрупненного типа, компьютерной программой «ПУМС» выделено из базы данных более 6 тыс. лучших линейных животных, 42,6% которых по комплексу признаков отвечают требованиям класса элита-рекорд, а 46,9% - элита. При этом выявлено, что наиболее молочными являются животные линий Блока 3218, Боровика 7273, Лелешко 15 и Гордого 1181 (табл. 4).

Таблица 4

Показатели оценки молочности и экстерьера полновозрастных коров

Линия п Молочность*, кг Оценка экстерьера, балл

бычки телки

Стандарт породы 160 140 75

Блока 3218- Моряка 12054 927 172±18 156±13 79±4,3

Манежа 7113 153 167±12 149±14 74±6,1

Боровика 7273 120 169±19 154±16 74±5,4

Лелешко 15- Дуплета 825 760 170±13 154±11 80±4,4

Гордого 1181 225 174±11 159±10 82±6,3

Зиммера 7333 271 170±17 151±20 79±7,2

Барзера 7291 99 168±19 153±19 81 ±6,9

Мушкета 5277 75 166±22 152±17 77±6,2

Мотыги 1260 42 1б8±14 150±16 79±5,8

В среднем 2672 170±20 153±19 79±6,6

* - молочность коров определена по живой массе телят в 6 месяцев.

Коровы этих линий по молочности и по оценке экстерьера превосходят сверстников других линий и средние показатели этих признаков анализируемой популяции на 1,2 — 5,8 %. Это следует учитывать при проведении селекционно-племенной работы по совершенствованию животных различных линий.

3.3. Автоматизации определения селекционно-генетических параметров и их использование в селекции калмыцкой породы

Результативность селекционного процесса тесно взаимосвязана с наследуемостью, изменчивостью и другими генетико-селекционными параметрами, расчет и анализ которых с помощью компьютерной программы «ПУМС» показал, что многие признаки мясной продуктивности животных калмыцкой породы имеют относительно высокие коэффициенты наследуемости и положительную корреляцию (табл. 5,6).

Причем лучше всего они проявились у продолжателей линий Гордого 1181 и Лелешко 15. Не выявлено существенного влияния живой массы коров на молочность и массу их приплода, что согласуется с породным фактором мелко-илодности и легкости отелов. Не отмечено существенного влияния массы телят при рождении на энергию роста и изменение живой массы в другие возрастные периоды, но эти показатели имеют высокую положительную связь с уровнем кормления и затратами кормов на 1 кг прироста.

Таблица 5

Коэффициенты наследуемости признаков мясной продуктивности

Признак Линия по популяции

Блока 3218 Лелешко 15 Гордого 1181 Зиммера 7333

Жив. масса при рожден. 0,64 0,67 0,76 0,58 0,66

Жив. масса в 6 мес. 0,56 0,53 0,58 0,41 0,45

Жив. масса в 12 мес. 0,41 0,49 0,53 0,44 0,47

Жив. масса в 18 мес. 0,56 0,52 0,57 0,50 0,53

Жив. масса первотелок 0,08 0,12 0,11 0,06 0,09

Оценка экстерьера 0,63 0,58 0,71 0,67 0,66

Масса туши бычков 0,66 0,54 0,63 0,60 0,61

Масса туши телок 0,42 0,46 0,40 0,41 0,42

Убойный выход бычков 0,71 0,77 0,81 0,72 0,75

Убойный выход телок 0,55 0,62 068 0,63 0,61

Масса внутреннего сала 0,69 0,62 0,71 0,66 0,67

Выход мышечной ткани 0,44 0,41 0,47 0,44 0,43

В породе необходимо вести селекцию на повышение молочности коров, что в дальнейшем будет существенно влиять на энергию роста потомков в 12 и

18-месячном возрасте. Это подтверждается высокой положительной корреляцией между этими признаками у бычков и телок.

Таблица б

Фенотипические корреляции мясной продуктивности _

Коррелируемые признаки Линия по популяции

Блока 3218 Пелеш-ко 15 Гордого 1181 Зимме-ра 7333

Жив. масса коров и масса телят при рожден. 0,12 0,17 0,36 0,28 0,25

Жив. масса и оценка экстерьера 0,24 0,33 0,46 0,39 0,35

Жив. масса при рожден, и в 12 мес. 0,18 0,19 0,21 0,24 0,27

Жив. масса при рожден, и в 18 мес. 0,10 0,12 0,11 0,16 0,13

Жив. масса коров и их молочность 0,33 0,29 0,40 0,32 0,31

Жив. масса в 8 мес. и среднесуточный прирост бычков до 18 мес. 0,60 0,74 0,73 0,63 0,63

Жив. масса в 8 мес. и среднесуточный прирост телок до 18 мес. 0,48 0,63 0,66 0,61 0,51

Жив. масса в 8 мес. и затраты корма на 1 кг прироста массы бычков 0,76 0,79 0,82 0,82 0,82

Жив. масса в 8 мес. и затраты корма на 1 кг прироста массы телок 0,70 0,72 0,80 0,83 0,76

Изменяя с помощью модуля биометрической обработки программы «ПУМС» параметры отбора животных в племенное ядро и задавая различные показатели дисперсии различных признаков выявили возможность ускорения их консолидации и повышение результативности селекционного процесса. Фактический отбор животных в селекционное ядро показывает, что при фиксированных показателях отбора различных признаков их изменчивость и эффект селекции (А§) невысокие (табл. 7). При этом эффект селекции на одно поколение, по заданию пользователя, в программе «ПУМС» определяется автоматически.

Анализируя полученные результаты выявили, что ни в одном стаде в течение последних лет не проводилась селекция животных по признакам, определяющих формирование мясной продуктивности животных калмыцкой породы. Поэтому при сложившихся границах отбора животных в селекционное ядро ожидаемый эффект селекции очень низкий. Возможности его повышения можно просчитать, изменяя по любому стаду границы, интенсивность отбора или коэффициенты наследуемости признаков.

Таблица 7

Вариация признаков селекционного ядра и ожидаемый эффект селекции

Признак Хозяйство и поголовье селекционного ядра

ООО «Фа-нагория — АГРО» п= 103 ПЗ колхоз им. Кирова, п= 156 ФГУГ1 «Прогресс» п = 187 СПК «Мир» п = 96

Лимит: живой массы, кг 420-500 410-480 415-550 415-510

оценки экстерьера, бал. 83-87 80-87 84-90 81-90

оценки по комплексу признаков, баллов 75-85 71-81 72-82 72-83

живой массы, кг 59 52 83 72

оценки экстерьера, бал. 4 2 1 3

Эа оценки по комплексу признаков, баллов 8 9 5 8

1г2 живой массы 0,17 0,09 0,21 0,19

1г2 оценки экстерьера 0,70 0,64 0,66 0,69

Ь2 оценки по комплексу признаков 0,21 0,24 0,27 0,18

Интенсивность отбора, % 29 22 17 26

Ац селекции живой массы 10,03 4,68 17,43 13,68

Ай оценки экстерьера 2,8 1,28 0,66 2,07

Ag оценки по комплексу признаков 1,68 2,16 1,35 1,44

3.4. Новая технология оценки быков-производителей по качеству

потомства

При внедрении крупномасштабной селекции в скотоводстве из 100 отобранных для оценки быков-производителей используется в воспроизводстве 3-5 улучшателей. Такая высокая интенсивность отбора обусловлена тем, что даже от улучшателей их признаки реализуются у 25-30 % потомков, и только они имеют значение для селекции. Выявить их положительные качества можно только при оценке по качеству потомства.

Для выявления возможностей повышения результативности оценки быков по качеству потомства мы, используя программу «ПУМС», в трех племенных хозяйствах провели сравнительную оценку 20 быков - производителей по действующим методическим указаниям (М., 1972; М., 1990) балльным методом и путем вычисления комплексного селекционного индекса. При этом выявлено, что из этих методов более точным является индексная оценка. Так как многие быки при оценке по качеству потомства балльным методом соответствовали требованиям классов элита рекорд и элита и получали племенную категорию улучшателей, а комплексный индекс их и их сыновей колебался в пределах 95-

101%, что переводит их в группу ухудшателей или нейтральных производителей. Кроме того, оценка быков по качеству потомства по показателям продуктивности ограниченного количества (10-20) сыновей в оптимальных условиях не всегда подтверждается при массовом их использовании на поголовье коров в других условиях содержания и выращивания их потомства. К тому же некоторые быки являются улучшателями для сыновей, а другие - для дочерей, но для селекции они оба нежелательны. В воспроизводстве должны использоваться улучшатели сыновей и дочерей. С целью их выявления мы провели оценку этих же быков-производителей по качеству потомства по предложенному нами селекционному индексу (СИ). Для этого по специально разработанной нами программе компьютером, по заданию пользователя, рассчитываются коэффициенты наследуемости признаков в конкретных хозяйствах, проводится выборка оценки мясных форм, живой массы, автоматически определяется среднесуточный прирост всех сыновей и дочерей оцениваемых быков, и все эти показатели сопоставляются с данными сверстников в этом же хозяйстве. На основании полученных величин вычислены селекционные индексы и выявлены лучшие животные для конкретного хозяйства. В результате оказалось, что многие быки-производители, имеющие племенную категорию улучшателей с классами элита-рекорд по балльной оценке и с комплексными индексами 102-105%, по вычисленным нами селекционным индексам являются для конкретного стада ухудшателями или нейтральными. Отсюда следует, что при оценке быков только по продуктивности их сыновей согласно выше отмеченной действующей инструкции быков улучшателей получается в 2-3 раза больше, чем при оценке их по предложенным нами селекционным индексам (табл. 8). Так, бык-производитель 7672 из линии Лелешко 15 используется в хозяйстве как улуч-шатель с оценкой по качеству потомства по действующим методическим указаниям (1972, 1990) с классом элита-рекорд и комплексным индексом 103,9%, по нашей оценке он имеет очень низкий показатель наследуемости и отрицательно влияет на продуктивность дочерей, а селекционный индекс его 9,9. Кроме того, у большинства его потомков учитываемые признаки оказались ниже средних показателей их сверстников. Поэтому сам бык и его потомки для селекции положительного значения для этой популяции не имеют и нежелательно их использовать в воспроизводстве даже товарного стада.

Другая закономерность проявилась у быков 975 (линия Гордого 1181) и 0771 (линия Зиммера 7333). Они тоже улучшатели с классом элита-рекорд, но у первого комплексный индекс 105, у второго - 101%. Однако у них все признаки продуктивности женских и мужских потомков значительно превосходят средние показатели сверстников, а вычисленные нами селекционные индексы у них составили 47 и 37,9 баллов соответственно. Они рекомендованы для воспроизводства селекционного ядра.

Таблица 8

Результаты оценки быков-производителей по качеству потомства

Инд.№ быка и родоначальник линии По действу »тощей инструкции По селекционному индексу (СИ)

число сыновей класс по сыновьям по дочерям общий

комп. индекс, /о п СИ п СИ п СИ

7672, Лелешко 15 10 Эл.-р. 102,9 24 18,3 17 -8,4 41 9,9

6136, Блок 3218 10 Эл.-р. 102,4 21 14,9 20 19,5 41 34,4

7185, Зиммер 7333 10 Эл.-р. 98,8 27 -5,5 19 3,6 46 -1,9

6762, Зиммер 7333 10 Эл.-р. 97,1 . 21 2,2 22 -2,1 43 0,1

3585, Елок 3218 11 Эл. 101,9 30 12,3 23 7,4 53 19,7

6999, Зиммер 7333 10 Эл.-р. 96,3 25 1,1 21 2,3 46 3,4

1720, Моряк 12054 10 Эл. 99,9 19 2,5 27 1,7 46 4,2

0828, Моряк 12054 11 Эл.-р. 103,3 22 21,4 23 22,5 45 43,9

5749, Зиммер 7333 11 Эл.-р. 104,8 24 18,6 24 -5,4 48 13,2

910, Дуплет 825 10 1. 97,0 20 -0,2 25 1,4 45 1,2

0868, Дуплет 825 10 Эл.-р. 102,8 25 5,1 22 4,3 47 9,4

513, Гордый 1181 10 Эл.-р. 104,3 27 10,4 27 2,5 54 12,9

975, Гордый 1181 10 Эл.-р. 105,0 24 26,9 21 20,1 45 47

0732, Зиммер 7333 10 Эл. 97,1 28 -6,5 17 -1,2 45 -7,7

0799, Блок 3218 10 Эл. 99,3 25 8,3 18 4,6 43 12,9

0651, Лелешко 15 10 Эл.-р. 99,2 26 4,5 22 1,2 48 5?7

0771, Зиммер 7333 10 Эл.-р. 101,0 28 17,5 19 20,4 47 37,9

741, Мушкет 5277 6 1 97,0 24 2,3 20 0,2 44 2,5

319, Манеж 7113 7 1 96,3 21 -4,4 21 0,1 42 -4,3

Аналогичная закономерность выявилась при сравнительном анализе оценки других быков и на ее основании сделана корректировка в системе подбора животных ведущих племзаводов по калмыцкой породе. Кроме того, отмечена необходимость селекции быков на повышение их препотентности. Так как даже улучшатели не обладают такой способностью по живой массе. У них индекс препотентности колебался от 11 до 16 %.

Из вышеизложенного следует, что используя компьютерные технологии селекционер может не только автоматизировать оценку животных, но и значительно повысить ее результативность. -

3. ЭФФЕКТИВНОСТЬ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЙ

На выполнение технологических операций зоотехнического учета, вычисления средних величин и других показателей, необходимых для анализа результативности отбора и подбора и оценки продуктивности затрачивается много человеческого труда и средств. Применение разработанной нами многофункциональной программы «ПУМС» позволило значительно повысить производительность труда на проведение зоотехнического учета и генетико-статистическую обработку показателей продуктивности животных для каждого конкретного хозяйства. Повысила результативность определения качества животных по большому количеству показателей, которую можно проводить в каждом хозяйстве пока нет контрольно-испьгтательных станций по проверке быков по собственной продуктивности и качеству потомства. Ее использование снижает возможность использования в воспроизводстве быков-ухудшателей.

Определение и использование закономерностей наследования основных признаков в каждой линии конкретного хозяйства значительно повысит эффект селекции и рентабельность отрасли. Если учесть, что из четырех анализируемых нами племхозов ежегодно реализуется более 1000 голов молодняка, и если б они были получены от улучшателей по живой массе с эффектом селекции только 10-15 кг живой массы, то дополнительно от ее реализации хозяйства получили бы 500-700 тыс. рублей. При этом будет происходить последовательное улучшение качественного состава основного стада. Поэтому затраты на приобретение компьютерной техники в хозяйстве окупаются в течение первого года. Использование разработанной нами многофункциональной программы «ПУМС» в мясном скотоводстве повышает точность оценки племенных животных и эффект отбора в племхозах. Ее применение в маштабах России в целом даст возможность создавать единый государственный реестр племенных животных страны.

ВЫВОДЫ

1. Разработанная многофункциональная компьютерная программа «ГГУМС» (а. с. № 2005610888) снижает затраты труда и значительно повышает результативность зоотехнического учета, составления схем отбора, подбора и выявления лучших животных среди больших популяций крупного рогатого скота мясных пород.

2. Создана электронная база данных 24300 животных калмыцкой породы в племенных заводах и племрепродукторах Ростовской области и Краснодарского края. Ее мониторинг показал, что наиболее отселекционированное поголовье по энергии роста и мясной продуктивности сосредоточено в ФГУП «Прогресс» и ООО «Фанагория - АГРО».

3. На основании разработанного алгоритма автоматического поиска родственников, группировки и формирования генеалогической структуры стада проведена оценка скота двух заводских и 14 генеалогических линий и установлено, что наиболее высококачественные быки-производители в последние три года использовались в СПК «Мир» и ФГУП «Прогресс», а самые высокие показатели развития коров отмечены в ООО «Фанагория - АГРО».

4. С целью увеличения в породе интенсивно растущих животных укрупненного типа, следует в воспроизводстве больше использовать продолжателей заводских линий Моряка 12054 и Дуплета 825 и генеалогических — Зиммера 7333, Мушкета 5277 и Гордого 1181. Их потомки по энергии роста, оплате корма и живой массе на 8-30% превосходят стандарт породы и на 4-17% превосходят животных других линий.

5. Из 11 распространенных в калмыцкой породе генеалогических линий наиболее желательными для селекции по увеличению молочной продуктивности являются животные линий Блока 3218, Боровика 7273, Лелешко 15 и Гордого 1181. Коровы этих линий по молочности и по оценке экстерьера превосходят сверстников других линий и средние показатели этих признаков по популяции на 1,2 — 5,8 %.

6. Используя разработанный алгоритм программы «ПУМС» проведена оценка селекционно-генетических показателей признаков мясной продуктивности по всей анализируемой популяции и выявлено, что многие признаки животных калмыцкой породы имеют относительно высокий коэффициент наследуемости и положительную корреляцию. Но лучше всего они проявляются у продолжателей линий Гордого 1181 и Лелешко 15.

7. Не выявлено существенного влияния живой массы коров на их молочность и массу приплода и не отмечено влияния массы телят при рождении на энергию роста и изменение живой массы в другие возрастные периоды. Высокая положительная корреляция живой массы молодняка с уровнем кормления и затратами кормов на 1 кг прироста подтверждает целесообразность регулирования расхода кормов с учетом планируемой энергии роста.

8. Повышение эффекта селекции по мясной продуктивности животных калмыцкой породы невозможно без повышения интенсивности отбора призна-

ков, определяющих ее формирование и использования новых технологий оценки производителей.

9. При оценке генотипа быков улучшателей по фенотипу сыновей и дочерей установлено, что только 40 % отцов реализуют свои признаки потомкам обоих полов. Около 40 % производителей являются улучшателями только сыновей, и только 20 % улучшатели дочерей. Более 50 % быков, получивших при оценке по качеству потомства по действующей методике племенную категорию улучшатель для селекции не желательны.

10. Компьютерная технология оценки быков-производителей по качеству потомства по предложенному нами селекционному индексу в 2-3 раза повышает эффективность выявления улучшателей, увеличивает результативность отбора в племхозах в период отсутствия контрольно-испытательных станций.

11. Используемые в воспроизводстве быки-производители калмыцкой породы с племенной категорией улучшатель не обладают способностью препо-тентности по живой массе. У них индекс однородности потомства превышает 11 %.

12. Затраты, произведенные на внедрение информационных технологий зоотехнического учета, оценки племенных и продуктивных качеств скота мясных пород неоднократно окупается в племхозах в течение первого года использования.

ПРЕДЛОЖЕНИЯ ПРОИЗВОДСТВУ

1. Многофункциональные компьютерные информационно-вычислительные средства («ПУМС» а. с. № 2005610888) и технология автоматизации учета, оценки племенных и продуктивных качеств животных мясных пород и создания единого государственного реестра племенных животных страны.

2. Электронная база данных и генеалогическое древо 14 генеалогических линий, используемых в воспроизводстве крупного рогатого скота калмыцкой породы ЮФО.

3. Генеалогическая структура стада и генетико-селекционные параметры основных признаков животных калмыцкой породы племзаводов Ростовской области и Краснодарского края.

4. Модель индексной оценки быков-производителей по качеству потомства в мясном скотоводстве.

Список работ, опубликованных по теме диссертации.

1. Бабкин O.A. Использование компьютерных технологий в селекции мясного скота. / В.Н. Приступа, O.A. Бабкин, C.B. Андрющенко // Актуальные вопросы зооинженерной науки в агропромышленном комплексе. Материалы научно-практической конференции. - П. Персиановский, 2004. -Т. 2.-С. 102-103.

2. Бабкин O.A. Определение племенной ценности быков калмыцкой породы / В.Н. Приступа, O.A. Бабкин, A.B. Хадыкин // Актуальные проблемы и перспективы развития агропромышленного комплекса. Материалы меж-

дународной научно-практической конференции. В 2 т. Т 1./ ДонГАУ. - п. Персиановский, 2005. - С. 150-151.

3. Бабкин O.A. Компьютеризация зоотехнического учета в мясном скотоводстве / В.Н. Приступа, O.A. Бабкин // Современные проблемы устойчивого развития агропромышленного комплекса России. Материалы третьей всероссийской дистанционной научно-практической конференции студентов, аспирантов и молодых ученых/ ДонГАУ. — п. Персиановский, 2005.-С. 138-140.

4. Свидетельство об официальной регистрации программы для ЭВМ № 2005610888. - Федеральная служба по интеллектуальной собственности, патентам и товарным знакам. Приступа В.Н., Бабкин O.A. - Регистр. 12.04.2005.

БАБКИН ОЛЕГ АЛЕКСАНДРОВИЧ

ИНТЕНСИФИКАЦИЯ СЕЛЕКЦИОННОГО ПРОЦЕССА В МЯСНОМ СКОТОВОДСТВЕ С ИСПОЛЬЗОВАНИЕМ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

АВТОРЕФЕРАТ диссертации на соискании ученой степени кандидата сельскохозяйственных наук

Подлинно в почат» 29.05.06 Печпъоперяппняя Усата 1 ЗююЖ29М|1 ТиражЮОяа ИщшшмшвгртфпкпЛ НОЫЛЛМЕ «Биос» РГУ 344091, гРосто»-к*-Даиу, уаЗорп, 28/2, корпус.} «В»

Содержание диссертации, кандидата сельскохозяйственных наук, Бабкин, Олег Александрович

Введение.

1. Обзор литературы.

1.1. Современное состояние отрасли мясного скотоводства.

1.2. Краткая характеристика пород мясного направления.

1.3. Использование информационных технологий в животноводстве.

1.4. Базовые принципы информационно-вычислительных систем в животноводстве.

1.5. Основные определения и терминология баз данных.

1.6. Методы разработки информационных баз, программных средств и их использование в племенном животноводстве.

2. Материал и методика исследований.

3. Результаты собственных исследований.

3.1. Проектирование информационно-вычислительной системы управления селекционно-племенной работы в мясном скотоводстве.

3.2. Проектирование форм зоотехнического учета и информационных баз в мясном скотоводстве.

3.3. Разработка программных средств оценки скота мясных пород по комплексу признаков и по качеству потомства.

3.4. Разработка кодификаторов для системы «ПУМС».

3.5. Электронная база данных скота калмыцкой породы Ростовской области и Краснодарского края.

3.6. Мониторинг продуктивности скота калмыцкой породы.

3.7. Анализ генеалогической структуры скота калмыцкой породы.

3.8. Автоматизация определения селекционно-генетических параметров и их использование в селекции калмыцкой породы.

3.9. Новая технология оценки быков- производителей по качеству потомстваЮЗ

4. Эффективность результатов исследований.

Выводы.

Предложения производству.

Список используемой литературы Приложения.

Введение Диссертация по сельскому хозяйству, на тему "Интенсификация селекционного процесса в мясном скотоводстве с использованием информационных технологий"

Актуальность темы. Увеличение производства говядины является одной из наиболее актуальных проблем агропромышленного комплекса нашей страны. Научно обоснованные медицинские нормы потребления говядины на душу населения в год обеспечиваются за счет собственного производства только на 3743%. От молочного скотоводства, даже при интенсивном использовании всего сверхремонтного поголовья, можно произвести не более 65% от потребности населения в говядине. Компенсировать недостающие потребности в говядине можно за счет развития отрасли мясного скотоводства (С. С. Гуткин, 2000; Х.А. Амерханов, 2003).

В последние годы главной особенностью мирового скотоводства в экономически развитых странах является все более четкое проявление тенденции,, роста поголовья мясного скота, повышение его продуктивности и улучшения качества говядины. Основа этого - выраженная специализация скотоводства (мясное и молочное), использование эффективных технологий, возрастающие масштабы интенсивного выращивания молодняка и повышение уровня ведения селекционно-племенной работы (Ф.Г. Каюмов, 2002; С.А. Данкверт, И.М. Ду-нин, 2002).

Мясное скотоводство - это специализированная отрасль по производству высококачественной говядины. И, по мнению В. Калашникова, В. Левахина (2003); В. Приступа, Н. Мельника, А. Хадыкина (2004) она динамично развивается во многих странах и на долю мясного скота приходится 39% от общего поголовья крупного рогатого скота в мире. В последние годы от него получают 53-54% мирового производства говядины.

Реформирование экономики нашей страны за последние годы без достаточной проработки и анализа возможных последствий, привело к общему экономическому кризису и негативно отразилось на состоянии животноводства. Произошло резкое падение производства мяса всех видов. В 2003 г. по сравнению с 1990 г. производство мяса сократилось (в убойной массе) - с 10,1 до 4,9 млн т (на 51,49%), потребление мяса на душу населения уменьшилось с 73 до 43 кг (41,1%), а говядины - с 29 до 13 кг (55,17%); производство говядины снизилось (в живой массе) с 4,3 до 1,9 млн т (55,81%), на 1 животное с 76 до 47 кг (38,16%), уровень рентабельности с 23 до минус 33%. В связи с этим поставлена задача к 2010 г. производить мяса 10,6 млн т, или возрастет в 2,4 раза, а производство на душу населения увеличить с 30 до 73 кг, в том числе говядина, соответственно -4,5 млн т и с 13 до 31 кг (Концепция-прогноз . России до 2010 г.,2002; П.И. Зеленков, А.И. Бараников, А.П. Зеленков, 2005).

В настоящее время в России мясной скот разводят в 54 областях, краях и республиках, причем основная его часть (до 60%) сосредоточена в следующих регионах: Оренбургская и Челябинская области - 81,6 тыс. голов (17,5%); Среднее и Нижнее Поволжье - 69,1 тыс. голов (14,8%); Ростовская область и Ставропольский край - 66,6 тыс. голов (14,3%) и республика Калмыкия - 61,7 тыс. голов (13,3%) (Ф.Г. Каюмов, Л.З. Мазурский, П.А. Филлипов, 2000; Х.А. Амер-ханов, 2003).

Племенная база мясного скотоводства на 1 января 2002 года насчитывала 13 племенных заводов в 11 регионах и 83 племенных репродуктора в 21 областях. Причем в 9 регионах (республиках Алтай и Башкортостан, Ставропольском крае, Курганской, Нижегородской, Самарской, Пермской, Читинской и Амурской областях), они созданы только за последние годы (С.А.Данкверт, Х.А. Амерханов, И.М. Дунин и др., 2002).

Ведущее место в мясном скотоводстве Южного федерального округа занимает калмыцкая и герефордская породы. В племзаводах и в племрепродук-торах Ростовской области и Краснодарского края сосредоточено около 50 % племенного поголовья этих пород РФ. И от того, какие методы их совершенствования применяются в этих племрепродукторах, зависит конкурентность их в сравнение с другими классическими мясными породами мира.

Одним из методов ускоренной оценки племенного достояния животных является использование современных информационных технологий, обеспечивающих определение продуктивных и наследственных качеств на больших популяциях мясного скота с минимальными затратами времени. Для этого необходимо создание базы данных на электронных носителях с автоматизацией зоотехнического учета всех производственных показателей различных пород мясного скота. Это даст возможность проводить объективную оценку результатов использования животных различных линий мясных пород.

Настоящая работа, выполненная в 2003 - 2005 гг., является фрагментом плановых научных исследований Донского государственного аграрного университета по теме 07. (№№ государственной регистрации 01.960.009176; 01.2.00106091) в рамках республиканской целевой научно-технической программы "Мясо" и Межведомственной координационной программы РАСХН "Фундаментальные и приоритетные прикладные исследования по научному обеспечению развития АПК РФ на 2001-2005 гг.".

Цель и задачи исследований. Целью работы является разработка автоматизированной системы управления и интенсификации селекционно-племенной работы в мясном скотоводстве, используя современную электронно-вычислительную технику.

Для достижения этой цели решались следующие задачи:

• оценка, анализ и программирование сложившейся системы зоотехнического учета, ведения племенной документации, используемой в селекционно-племенной работе в мясном скотоводстве России;

• анализ и программирование существующих тестов по оценке продуктивности скота мясных пород в различные возрастные периоды;

• выбор методов и средств разработки информационно-вычислительной системы на базе компьютерных технологий;

• создание многофункциональной компьютерной программы «Племенной учет в мясном скотоводстве» (ПУМС), позволяющей выполнять функции зоотехнического учета и определения племенных и продуктивных качеств в течение всей жизни животных различных пород мясного скота;

• создание на машинных носителях ПЭВМ базы данных с автоматической оценкой по комплексу признаков племенных животных калмыцкой породы и обеспечить ее обновление пользователем после изменений физиологического состояния каждого животного;

• проведение автоматизированной оптимизации оценки быков-производителей калмыцкой породы по качеству потомства с использованием информации о продуктивности всех потомков и выявление быков- улучшате-лей;

• определение генетико-селекционных параметров и их влияние на эффект селекции скота калмыцкой породы различных линий;

• определение эффекта селекции скота калмыцкой породы при различных коэффициентах наследуемости и критериях отбора;

• определение экономической эффективности использования автоматизированной системы учета и селекции скота мясных пород.

Научная новизна исследований. Впервые разработаны информационно-вычислительные средства (свидетельство № 2005610888) автоматизации зоотехнического учета, составления схем отбора, подбора, определения племенной ценности и выявления лучших животных среди больших популяций крупного рогатого скота мясных пород. Разработана новая технология оценки быков-производителей по качеству потомства в мясном скотоводстве.

Практическая значимость и реализация результатов исследований.

На основании «ПУМС» создается база данных генеалогии, продуктивности животных, проводится оценка по комплексу признаков, выявляются лучшие животные для племенного ядра с заданными критериями отбора. Рассчитываются генетико-селекционные параметры и определяются схемы подбора с гарантированной продуктивностью, проводится оценка быков-производителей по качеству потомства и их потомков по собственной продуктивности по результатам прижизненной оценки и показателям убоя. На основании созданной базы данных выявлены улучшатели калмыцкой породы по энергии роста и мясной продуктивности. Автоматически создаются племкарточки (формы 1, 2-мяс.), племенные свидетельства, что облегчает и уточняет данные зоотехнического учета, дает возможность проводить электронную передачу этих данных на любой адрес потребителя. Кроме того, покупатель племенного молодняка может при необходимости запросить из базы данных племенного завода, реализуемого этот молодняк, генеалогическую схему, линейную взаимосвязь и продуктивность боковых родственников, что будет повышать результативность селекционного процесса на перспективу.

Создана база данных 19000 коров, 1800 быков-производителей и более 3500 голов молодняка калмыцкой породы. Проведена оценка по комплексу признаков более 5000 голов скота, проведена оценка 20 быков-производителей различных линий по качеству потомства и более 280 бычков калмыцкой породы по собственной продуктивности балльным и индексным методами. Выявленные быки-улучшатели рекомендованы для использования в воспроизводства селекционного ядра.

Основные положения, выносимые на защиту:

2. Электронная база данных по калмыцкой породе племрепродукторов Ростовской области и Краснодарского края.

3. Технология автоматизированного определения племенной ценности скота мясных пород.

5. Новая технология оценки быков-производителей по качеству потомства в мясном скотоводстве.

6. Изменение эффекта селекции скота калмыцкой породы при различных коэффициентах наследуемости и критериях отбора;

Апробация работы. Основные положения и результаты работы доложены и обсуждены:

- на международной научно-практической конференции посвященной 75-летию факультета технологии сельскохозяйственного производства ДонГАУ «Актуальные вопросы зооинженерной науки В АПК» (Персиановский, 2004);

- на международной научно-практической конференции «Информационные технологии в сельскохозяйственном производстве» (Новочеркасск, 2005);

- на третьей всероссийской дистанционной научно-практической конференции студентов, аспирантов и молодых ученых.(п. Персиановский, 2005);

- на ежегодных научных конференциях ученых Донского ГАУ (2003-2005);

- на совместном заседаниях кафедр частной зоотехнии; разведения, генетики и селекции с.-х. животных Донского государственного аграрного университета (2003-2005).

Автор выражает глубокую благодарность и признательность за постоянную поддержку и методическую помощь в проведении исследований ректору университета профессору Бараникову А.И., проректору по НИР и заведующему кафедрой частной зоотехнии, профессору Колосову Ю. А., научному руководителю, профессору Приступа В.Н., профессорско-преподавательскому составу кафедры частной зоотехнии Донского ГАУ, практическим работникам хозяйств, в которых выполнены экспериментальные исследования.

1. Обзор литературы

Заключение Диссертация по теме "Разведение, селекция, генетика и воспроизводство сельскохозяйственных животных", Бабкин, Олег Александрович

115 Выводы

1. Разработанная многофункциональная компьютерная программа «ПУМС» (а. с. № 2005610888) снижает затраты труда и значительно повышает результативность зоотехнического учета, составления схем отбора, подбора и выявления лучших животных среди больших популяций крупного рогатого скота мясных пород.

4. С целью увеличения в породе интенсивно растущих животных укрупненного типа, следует в воспроизводстве больше использовать продолжателей заводских линий Моряка 12054 и Дуплета 825 и генеалогических - Зиммера 7333, Мушкета 5277 и Гордого 1181. Их потомки по энергии роста, оплате корма и живой массе на 8-30% превосходят стандарт породы и на 4-17% превосходят животных других линий.

8. Повышение эффекта селекции по мясной продуктивности животных калмыцкой породы невозможно без повышения интенсивности отбора признаков, определяющих ее формирование и использования новых технологий оценки производителей.

9. При оценке генотипа быков улучшателей по фенотипу сыновей и дочерей установлено, что только 47 % отцов передают свои признаки потомкам обоего пола. Около 40 % производителей являются улучшателями только сыновей, и только 20 % улучшатели дочерей. Более 50 % быков, получивших при оценке по качеству потомства по действующей методике племенную категорию улучшатель для селекции не желательны.

11. Используемые в воспроизводстве быки-производители калмыцкой породы с племенной категорией улучшатель не обладают способностью препотентности по живой массе. У них индекс однородности потомства превышает 11%.

Предложения производству

4. Модель индексной оценки быков-производителей по качеству потомства в мясном скотоводстве.

Библиография Диссертация по сельскому хозяйству, кандидата сельскохозяйственных наук, Бабкин, Олег Александрович, п. Персиановский

1. Абель Г. Язык ассемблера для IBM PC и программиравание. — М.: Высшая школа, 1992. — 314 с.

2. Айвазян С. А., Енюков И. С, Мешалкин JI. Д. Прикладная статистика. Основы моделирования и первичная обработка данных.— М.: Финансы и статистика, 1983 245 с.

3. Амерханов X.А. Перспективы развития мясного скотоводства России в XXI веке . -Москва, 2001. -72с

4. Амерханов X. Производство говядины и пути его увеличения в России / / X. Амерханов // Молочное и мясное скотоводство. 2003. - №6. - С. 35.

5. Амерханов X. А. Информационно-аналитическая система в мясном скотоводстве России. М.- 2003а. - 331 с.

6. Атре Ш. Структурный подход к организации баз данных. М.: Финансы и статистика, 1983. - 320 с.

7. Баласанян В.Э., Богдюкевич C.B., Шахвердов В.А. Программирование на микроЭВМ «Искра 226».— М.: Финансы и.,стати стика, 1987.-246 с.

8. Бараников А.И., Приступа В.Н., Колосов Ю.А. и др. План селекционно-племенной работы с породами крупного рогатого скота молочного направления на 2002-2010 гг. Основные направления. г. Ростов-на-Дону, МСХ продРО, 2003.- 102 с.

9. Басовский Н.З. Популяционная генетика в селекции молочного скота.-М. 1983.-256 с.

10. Бельков Г.И., Суербаев Р.Х. Повышение эффективности производства говядины в зонах сухой степи и полупустыни. Доклады РАСХН. М.-2003 - № 6. - С. 48-49.

11. Блохин В.И., Королев О.В., Коноплев Е.Г. Тенденции развития зарубежного животноводства // Зоотехния.-1996. -№9.-С.26-31.

12. Бойко В.В., Савинков В.М. Проектирование баз данных информационных систем. М.: Финансы и статистика, 1989. - 351 с.

13. Братко И. Программирование на языке Пролог для искусственного интеллекта. М.: Мир 1990 - 134 с.

14. Браун Н. Введение в операционную систему UNIX: Пер. с англ.— М.: Мир, 1987.—288 с.• -Л

15. Бройдо В.Л., Крылова B.C. Научные основы организации управления и построения АСУ. М.: Высшая школа. - 1981. - 175с.

16. Ван Тассел Д. Стиль, разработка, эффективность, отладка и испытание программ: Пер. с англ./ Под ред. Э. А. Трахтенгериа.— М.: Мир, 1985.— 332 с.

17. Вейценбаум Дж. Возможности вычислительных машин и человеческий разум.— М: Радио и связь, 1982. 187 с.

18. Вирт Н. Алгоритмы + структуры данных== программы: Пер. с англ.—М.:Мир, 1985—406 с.

19. Власов В.И. Проблема породы и ее улучшения. II Создание новых пород сельскохозяйственных животных. М. - 1987. - с. 14-22.

20. Гарай B.B. Теоретические и практические аспекты создания федеральной информационно-аналитической системы в свиноводстве России. -Дисс. доктора с.-х. наук. Лесные Поляны. — 1999. -312с,

21. Гордеев A.B. Приоритеты аграрной политики и перспективы развития крупных сельскохозяйственных предприятий России. Состояние и перспективы развития крупных предприятий и организаций агропромышленного комплекса.—M.-200L — С. 4-23.

22. Гордин А. Б. Занимательная кибернетика. М.)г-Л987 254 с.

23. Горстко А.Б. Познакомьтесь с математическим моделированием. М.р Знание- 1991-59 с.

24. Грогоно Н. Программирование на языке Паскаль:Пер. с англ.— М.: Мир, 1982.—382 с.

25. Громов Г. Р. Национальные информационные ресурсы: проблемы промышленной эксплуатации.— М.: Наука, 1985.— 240 с.

26. Гулд X., Гобочник Я. Компьютерное моделирование в физике. М.: Мир,1990. - 134 с.

27. Гуляева Т., Сухорукова Н. Крупное производство фактор эффективности молочного скотоводства. // Молочное и мясное скотоводство. -2003.-№5.-С. 8-10.

28. Гуткин С. С., Деминина А. Л.Состояние мясного скотоводства и производства говядины в различных странах мира. Оренбург, 2000. - 27с.

29. Данкверт С.А., Дунин И.М. Производство и мировой рынок мяса в начале XXI века. М.: ВНИИплем, 2002. - 112 с.

30. Дейт К. Руководство по реляционной СУБД DB2. М.: Финансы и статистика, 1988. - 320 с.

31. Дедов М.Д., Сивкин H.B. Племенная работа в скотоводстве в современных условиях // Зоотехния. -2002. -№ 11.-С.2-3.

32. Джексон Г. Проектирование реляционных баз данных для использования с микроЭВМ. -М.: Мир, 1991.-252 с.

33. Дунин И.М., Эрнст JI.K., Харитонов С.Н. и др. Принципы построения и использование линейных моделей в животноводстве (методические рекомендации). М. - 1992. — 102с.

34. Ершов А. П., Монахов В.Н. и др. Основы информатики и вычислительной техники. М. 1986 - 211 с.

35. Зеленков П.И., Бараников А.И., Зеленков А.П. Скотоводство. Ростов-на-Дону «Феникс», 2005. - 572 с.

36. Иенсен К., Вирт Н. ПАСКАЛЬ: Руководство для пользователя и описание языка: Пер. с англ. / Под ред. Д. Б. Подшивалова.— М.: Финансы и статистика, 1982.— 151с.

37. Инструкция по бонитировке крупного рогатого скота мясных пород / Л. П. Прахов. Э Н Доротюк, Д Л. Левантин и др. М., 1973. - 20 с.

38. Информатика. Энциклопедический словарь для начинающих. Под ред. Д.А.Поспелова. М.: Педагогика-Пресс 1994 - 229 с.

39. Калашников В., Левахин В. Мясное скотоводство в России. // Молочное и мясное скотоводство. 2003. - № 6. - С. 11-19.

40. Калашников В., Левахин В. Мясное скотоводство и пути его развития в России // Молочное и мясное скотоводство. 2004, № 6, С.2-6.

41. Карманов В. Г. Математическое программирование.— М.:Наука 1986.—288 с.

42. Касаткин В. Н. Через задачи к программированию. Киев , 1989 г

43. Каширский А.И. Информационно-компьютерные системы и технологии. // Применение компьютеров в управлении биотехническими процессами. Новосибирск. - 1997. - 93с.

44. Каширский А.И. Информационные компьютерные системы в племенном свиноводстве. // Аграрная наука. 1995. - №4. - с. 36-38.

45. Каширский А.И. Создание локальных банков информации в племенном свиноводстве. //Аграрная наука. 1995. - №1. - с. 53.

46. Каюмов Ф.Г., Еременко В.И. Современное состояние и перспективы развития мясного скотоводства на Южном Урале. // Молочное и мясное скотоводство. 2000. - №5. - с. 7-10.

47. Каюмов Ф. Мясное скотоводство, перспектива его развития. // Молочное и мясное скотоводство. — 2002. № 6. - С. 34-36.

48. Каюмов Ф.Г., Мазуровский Л.З., Филлипов П.А. Значение мясных пород в интенсификации производства говядины. // Сб. Мясное скотоводство и перспективы его развития. 2000. - вып. 53. - с. 37-42

49. Каюмов Ф.Г., Дубовскова М.П. Повышение мясной продуктивности казахского белоголового скота // Зоотехния. 2004. - № 11. - С. 22-23.

50. Кириллов В.В. Структуризованный язык запросов (SQL). СПб.: ИТ-МО, 1994.-80 с.

51. Кершам Б., Новембср А., Стоун Дж. Основы компьютерной грамотности. М. - 1989-221 с.

52. Клоксин У., Мелиш К. Программирование на языке Пролог. М.:Мир -1987-С. 34-56.

53. Кокорева Л.В., Малашинин И.И. Проектирование банков данных. -М.: Наука.-|1984.-244с.

54. Коноплев Е.Г. Животноводство Дании //Молочное и мясное скотоводство.- 1989.-№6.-С.41 -42.

55. Коноплев Е.Г. Новости молочного скотоводства США и Канады //Молочное и мясное скотоводство.-1988.-№5.-С.42-43.

56. Корриган Д. Компьютерная графика. М.: ЭНТРОП- 1995 -С. 34-35.

57. Косилов В., Салихов А., Нуржанова С. Формирование мясной продуктивности у аберди-ангусского скота // Молочное и мясное скотоводство. -2005.-№3.-С. 20-21.

58. Кравченко H.A. Породы мясного скота. Киев, 1979. - С. 164-176.

59. Кузьмик К. А., Маничев В. Б. Системы автоматизированного проектирования.— М.: Высшая школа. 1986.—144 с.

60. Кусакин И. Альтернативы мясному скотоводству нет // Животноводство России. 2004. - № 10. - С. 6-7.

61. Лебедев В. Н., Соколов А. П. Введение в систему программирования ОС ЕС.— М.: Финансы и статистика. 1985.— 167 с.

62. Левантин Д.Л. Некоторые проблемы развития скотоводства России //Молочное и мясное скотоводство.-1997.-№6.-С.2-4.

63. Левантин Д.Л. Развитие молочного и мясного скотоводства в различных странах //Молочное и мясное скотоводство.-1995.-№2.-С.42-46.

64. Левантин Д. Структурные изменения по использованию пород в скотоводстве// Молочное и мясное скотоводство. 2001. - № 1. - С. 2-6.

65. Легошин Г.П. Технология производства говядины в молочном и мясном скотоводства в России// Аграрная Россия/ Науч.-производственный бюл. 1999. -№4.-С. 13-19.

66. Лорьер Ж.Л. Системы искусственного интеллекта М.: Мир -ч 1991,143 с.

67. Лю Ю-Чжен, Гибсон Г. Микропроцессоры семейства 8086/8088. Архитектура, программирование и проектирование микрокомпьютерных систем. — М.: Радио и связь, 1987.—512 с,

68. Ляликов А. П., Саруханов В. А. Чего не может ЭВМ? Ленинград. 1989 г. - 90 с.

69. Мартин Дж. Планирование развития автоматизированных систем. -М.: Финансы и статистика, 1984. 196 с.

70. Мацкевич В.В. Мясное скотоводство и разведение скота породы сан-та-гертруда. М., 1968. - 285 с.

71. Мейер М. Теория реляционных баз данных. М.: Мир, 1987. - 608с.

72. Машбиц Е. Н. и др. Основы компьютерной грамотности. Киев -1988-311с.

73. Меркурьева Е.К. Биометрия в животноводетве.-М., 1964.-311с.

74. Меркурьева Е.К. Генетические основы селекции в скотоводстве. -М., 1977.-234 с.

75. Михайлов Н.В., Третьякова О.Л., Рудь. А.И. Селекционно-информационный фильтр / Новочеркасск, 2004. - 111 с.

76. Михайлов Н., Рудь А., Контарев И. и др. Компьютерные технологии в практической селекции птицы. // Компьютерные технологии в практической селекции птицы. Птицеводство. - 2005. - №10,- С.8-9.

77. Михайлов Н.В., Третьякова O.JL, Сидоренко Л.И. и др. Компьютерные технологии в животноводстве. Краснодар, 2000. - 18 с.

78. Михайлов Н.В., Рудь А.И., Контарев И.В. Использование информационных технологий в селекции. Селекционно-информационный фильтр. Компьютерные программы «Критерий», «Алгоритм», «С-1. Селекция»\ Животноводство. Персиановский, 2005. - 25 с.

79. Михайлова Н.В., Каратунов Г.А., Третьякова О.Л., Костылев Э.В. Интенсификация племенного отбора в свиноводстве. П. Персиановский, 1999. -99 с.

80. Мороз М.Т. Информационные технологии в животноводстве: СЕЛЭКС. Внедрение, анализ, управление // Методические рекомендации по курсу: «Компьютеризация животноводства». Санкт-Петербург, 2001г. - 26 с.

81. Мысик А.Т. Развитие животноводства в странах мира // Зоотехния,-2003.-№1.-С.2-3.

82. Нармаев Б.М. Калмыцкий скот. Элиста, 1969. 240 с.

83. Наумов В.И. За новый курс аграрной реформы. // Состояние и перспективы развития крупных предприятий и организаций агропромышленного комплекса. М.: 2001. - С. 149-153.

84. Норенков К. Принципы построения и структура.— М.: Высшая школа, 1986.—127 с.

85. Норенков. К. Системы автоматизированного проектирования.— М.: Высшая школа, 1986.— 117 с.

86. Оценка быков мясных пород по качеству потомства и испытание бычков по интенсивности роста, живой массе, мясным формам / JI. П. Пра-хов. И. В. Пушников. Д. Г Савкина и др. М.: Агропромиздат, 1990. -17 с.

87. Николаев А. С., Комаров Г., Павлова О. А. и др.Мировое производство мяса. М., 1990. - 53 с.

88. Панкратов A.A. Интенсификация производства молока и говядины // Зоотехнический аспект.-Краснодар,2001.-363 с.

89. Панкратов А. А., Орлов А. В. Ряднов Ю. С. Производство говядины на промышленной основе. М.: Колос. 1984. - 300 с.

90. Первин Ю.А. Информационная культура. М.: Дрофа -1998 с. 435.

91. Перминов О. 77. Язык программирования ПАСКАЛЬ.— М.:Радио и связь.- 1983.—224 с.

92. Перспективы развития скотоводства России/ A.B. Черекаев, Н.И. Стрекозов, С.Ф. Погодаев и др.// Зоотехния. 2001. - № 3. - С. 2-5.

93. Петров И. Совершенствование стада — основа повышения продуктивности //Молочное и мясное скотоводство.-1990.-№4.-С. 17-19.

94. Плахов Л.П. Оценка быков мясных пород по качеству потомства и испытание бычков по интенсивности роста, живой массе, мясным формам // Методические указания. М.: Агропромиздат, 1972. -5 с.

95. Плохинский H.A. Руководство по биометрии для зоотехников.-М, «Колос», 1969.-256 с.

96. Потокип В.П., Щеглов Е.В., Фролкин A.B. Система племенной работы с породой скота в области. // Животноводство. 1987. - №9.-с. 32-34.

97. Почанин Ю.С. Создание современных автоматизированных рабочих мест в сельском хозяйстве // Компьютеризация в АПК. -Минск. 1993. -вып. 1.-е. 81-86.

98. Приступа В.Н., Велик A.A., Лиховидов А.И. и др. Разведение скота породы санта-гертруда. П. Персиановский, 1979. - 10 с.

99. Приступа В.Н., Приступа И.В., Как повысить доходность вашего подворья,- Ростов-на-Дону, «Феникс», 2004.-543 с.

100. Приступа В. Мельник Н., Хадыкин А. Разведение мясного скота калмыцкой породы на побережьи Черного моря // Молочное и мясное скотоводство. 2002. - № 6. - С. 34-36.

101. Реклейтис Г., Рейвиндран А., Рэгсдел К. Оптимизация в технике. — М,: Мир.- 1986-143 с.

102. НЗ.Рокицкий П.Ф. Введение в статистическую генетику. Минск, 1978.-448 с.

103. Рудометов Е. Аппаратные средства и мультимедиа: Справочник. Изд. 2-е. — СПб.: Питер 1999 - 416 с.

104. Салтоновский А.Н., Первин Ю. А. Как работает ЭВМ. М., 1986 С. 42-48.

105. Семакин И.Г. Информатика, Беседы об информации, компьютерах и программах. Пермь.: изд-во ПГУ 1997 - 365-с.

106. Семенов М.И., Загарских А.Б. Разработка универсальной функциональной структуры информационно-вычислительного обслуживания сельхозпредприятий на основе систем АРМ. // Тр. Кубанского СХИ. -1990.-вып. 305.-С. 43-48.

107. Симонович С., Евсеев Г., Алексеев А. Общая информатика. — М.: АСТ-ПРЕСС; Инфорком-Пресс 1998 - 592 с.

108. Симонович С., Евсеев Г. Практическая информатика: универсальный курс. — М.: АСТ-ПРЕСС; Инфорком-Пресс 1999 - 480 с.

109. Смирнов Д. А. Лимузины в XXI веке // Зоотехния. 2004. - № 11.-С. 29-32.

110. Сперанский А.Т., Харитонов С.Н. Методические основы создания и функционирования информационной системы в молочном ското водстве Российской Федерации // Электронизация животноводства. -Рига.- 1989.-е. 14-27.

111. Сперанский А.Т., Харитонов С.Н. Методические основы создания и функционирования информационной системы в молочном ското водстве Российской Федерации // Электронизация животноводства. -Рига. 1989.-е. 14-27.

112. Степанов В.И., Зеленков П.И. Организация технологии и селекции в специализированном мясном скотоводстве. Ростов-на-Дону, 2001. С. 43-44.

113. Стинсон К. Эффективная работа в Windows 98. — СПб.: Питер -1999- 784 с.

114. Стоцкий Ю. Самоучитель Office 2000. СПб.: Питер, 1999,576 с.

115. Тиори Т., Фрай Дж. Проектирование структур баз данных. В 2 кн., М.: Мир, 1985. Кн. 1. - 287 с: Кн. 2. - 320 с.

116. Тюренкова E.H. АРМ «CEJ1EKC». Племенной учет в хозяйствах. Санкт-Петербург, 2000. 53 с.

117. Ульман Дж. Базы данных на Паскале. М.: Машиностроение, 1990.-386 с.

118. Франка П. С++: Учебный курс. СПб.: Питер - 1999 - 528 с.

119. Хаббард Дж. Автоматизированное проектирование баз данных. -М.: Мир, 1984.-294 с.

120. Харитонов С.Н. Методы племенной работы с популяциями молочного скота на основе создания информационно-вычислительной системы: Дисс. докт. с.-х. наук. С.-Петербург. - 1994. - 239с.

121. Хеннер Е.К., Шестаков А.П. Математическое моделирование. ПермыПГПУ-1995-173 С.

122. Цикритизис Д., Лоховски Ф. Модели данных. М.: Финансы и статистика, 1985.-344 с.

123. Черекаев A.B. Мясное скотоводство России в XXI веке// Мясное скотоводство и перспективы его развития: юб. сб. науч. тр./ ВНИИМС. -Оренбург, 2000. Вып. 53. - С. 13-27.

124. Черекаев A.B. Новое в производстве говядины. М.: Знания, 1988.- 64 с.

125. Черекаев A.B. Пути развития мясного скотоводства// Зоотехния. -1994.-№ 10.-С. 2-4.

126. Черекаев А. В., Черекаева И. А. Технология специализированного мясного скотоводства. М.: Агроппомиздат, 1988. - 271 с.

127. Чоговадзе Г. Г. Персональные компьютеры.— М.: Финансы и статистика,-1989.—208 с.

128. Шапочкин В.В. О состоянии животноводства и мерах по организованному проведению зимовки скота 2002-2003 гг. // О состоянии животноводства и мерах по организованному проведению зимовки скота 2002-2003 гг. -М., 2002. С. 8-22.

129. Шафрин Ю.А. Информационные технологии. М.: Лаборатория Базовых Знаний 1998 - 324 с.

130. Шталь В, Раш Д. и др. Популяционная генетика для животноводов-селекционеров / Перевод с нем. И.А. Гинзбург. М., 1973. - 439 с.

131. Эрнст Л.К., Григорьев Ю.Я. Повышение эффективности племенной работы в хозяйствах крупных регионов. М. - 1985. - 244с.

132. Эрнст Л.К., Цалите В.Ф. Состояние и перспективы развития информационной системы животноводства СЕЛЭКС-СЭВ // Система СЕЛЭКС в решении Продовольственной программы СССР. Рига.-1986.-е. 29-31.

133. Эрнст Л.К., Цалитис А.А. Крупномасштабная селекция в скотоводстве.-М,- 1982.-237с.

134. Эрнст Л.К., Шичалин А.В. Интенсификация и повышение эффективности производства молока и мяса// Интенсификация производства молока и мяса/ ВАСХНИЛ. М. Агропромиздат, 1988. - С. 3-18.

135. Apha В. Estimated Breeding Value an accurate means of summarizing data. // Polled Hereford World. -1981. - v. 35. - №8. - p. 37-38.

136. Artmann R. Rechnergestutzte Milchviehhaltung. // Forschungs-rep.Ernahrung-Landwirtschaft-Forsten. -Bonn, 1990; № 5. S. 7-10.

137. Berger P. Genetic aspects of milk yield and reproductive performance.-J.Dairy, 1981,64,1-P.l 14-122.

138. Bougler J. Animaux du fiitur, 1 "industrie plutot que les. // Cultivar, 1988; T. 233.-P. 134-139.

139. Brown M. Performance of Bulls Arkansas Cooperative Beef Performance TEST 22. // Report of Agricultural Experiment Station. 1984. -Ser.-290.-p. 115.

140. Bulla I., Cibula M., Sarvasova E. Vztahy medri aktivitov enzymov, kon-centracion, metabolitov krvnej plazmy a mlichovon uzitkovostou dojnic Slovenskeho strakateho plemena // Polnohospodarstvo. 1983.-29,N10.P.916-923.

141. Bywater A. Development of Integrated Management Information System for Dairy Producers // J. Dairy Sci. -1981. v.64. - № 10. - p. 2113-2124.

142. Cabris I. Niectire hodnoty chemickej skladby krvi jlovu a krav a ich vztah k produkcii mlica // Folnohos podarstvo. 1982,28,10.-S.934-942.

143. Callmatic. Die computergesteuerte Abruffutterung fur Sauen in Gruppenhaltung. / Big Dutchman Intern. GmbH. Vechta (Germany). -6 c.

144. Carson R. The relationship between narrow calcium-phosphorus ratio and reproductive problems in a dairy herd: a case report-Teriogenology, 1978, 9, 6-P.505-507.

145. Christ W.L., Davis D.R., Ludwick T.M. Variations in bovine blood serum transaminase values associated with levels of milk, production // Dairy Sci., 1966. N49, P.733-734.

146. Conlin B. Diagnosing herd reproductive problem. Dairy Sci. handbook, 1979, N12.-P.115-128.

147. Crew B. Relationship between calf birth weight and dam s subcequent 200- and 305- day yields of milk, fat. And total solids in Holsteins,- J.Dairy Sc. 1981, 64, N12.-P.2401-2408.

148. Crittenden L.B., Gavora J.S. Genetic resistance to virus diseases. / Proceedings. 1986. - № 11 - p. 624-634.

149. Faust M.A., Daniel B.T., Robinson O.W. Genetics reproduction in primipavous Holsfeins.-J.Dairy Sci., 1989. 72,1-P. 194-201.

150. Frickn J., Konrad S. Einfluss der Holtung und des Futterungwginics aufdie Mastund Schlachtleistung beim Rind// Forderungsdienst. 2000. - Jg. 48, H. 5.-S.164-165.

151. Greene W.A., Galton D.M., Erb H.N. Effects of preparfum milking on milk production and health performance.-J.Dairy Sei., 1988. 71,5-P. 1406-1416.

152. Hirooka H., Groen A.F. Effect of production circumstances on ex-pectedresponses for growth and carcass traits to selection of bulls in Japan// J. anim. Sc.-1999. Vol. 77. - № 5. - P. 1135-1143.

153. Hogreve F. Lebensleistung und Blutgruppenfaktoren beim Rind. Tierarz tl. Umsch, 1965 Jd 20, N 1, S. 17-20; №2, S. 53-57; №3 S. 132-134.

154. Kamieniecki Henruk, Klimczak Krzysztof. Wpfyw poziomu wydajnosci mlecznej stad na ksztaftowanie krow Pomorzu. Zachodnimi // Zesz. nauk. Zootechn. / AR Szczecinie. 1992.-N25.-P.3-10.

155. Kovac M., Crochneveld E. Multivariate genetic evaluation in swine combining date from different testing schemes // Anim. Sc., 1990. V.68. -№11.-P.3507-3522.

156. Krieter I., Kalm E. Entwickling von Selectionsmethoden furdas Wachstumbeim Schwein // Zuchtungskinde. 1989. B.61 - №2. - S. 100-109.

157. Kvapilik I. Vtiv ukasatelu reprodukce na economiku chovu dojruc.-Zivociana Vuroba, 1982, 26,10-P.767-776.

158. Lecuwen J., Lijlstra S. Gemiddelde tussenkaiftijjd en bevruchtingsresul-taten // Friese Vecfokkerij. 1981. N3, P.196-197.

159. Meissonnier E., Mayer E. Le tarissment module: Impacts sur la conduite du troupeau et la sante des vaches lactieres // Bull. Acad. vet. Fr.-1994, 67, 2-P.163-170.

160. Misra R. Studies on the genetic and non-genetic factors effecting inter-calwing period in purebred indigenous cattle and their crosses with Friesian.-Indian. anim. Health, 1980,19, l-P.53-57.

161. Mulei C.M., Daniel P.C. Effect of age and calving season on blood composition changes of dairy cows dung late pregnan cy and early louta fien. Indian I. anim. Sc. 1989, 59, 8-P. 1026-1028.

162. Morrow D.A., Roberts S.I. Postpartum ovarian activity and involution of the uterus and cervux in dairy cattle. Ill Days nongravid and services per conception. Cornell Vet. 1969, N59-P. 199-205.

163. McRae H. The World in 2020. Power, Culture and Prosperity: A Vision of the Future. L., 1995.

164. Nemeth L. Szarvasmarhateryesztesunk heluzete.-Allattesztes Ta-kazmanyozas, 1981,30, l-P.41-48.

165. Nogalski Z., Kijak Z. Fattening performance and slaughten value of the offspring of Black and White cows and Welsh Black bulls// Czech J. Anim. Sei. -2001.-Vol. 46.-№2.-P. 68-73.

166. NygaardH. Principles of Danish cattle breeding. 1990. - 31 p.p.

167. Peng Y.; Ohura M. Remote automated environmental control system for insect production. // Appl.Engg in Agr., 2000; Vol.16. №6. P. 715-721.

168. Peterson G., Irvin K. Realized heritability, response and correlaed response due to selection for sow productivity index in Landras swine // Anim. Sc. Dep. Ser.- 1989.-V.l.-P.l-2.

169. Ritter E., Falkcenberg H. Fitness des Schweinens als Zucht und Selektionsproblem // Arch. Tierz., 1986. -H.l. - S.65 - 74.

170. Ritter E., Falkcenberg H. Züchterische Aspecte des Überlebenspotentials als Teil der Fitness // Arch. Tierz., 1986. Bd.29. H.4. - S.323-333.

171. Ritter E., Lschorlich B., langhammer M. Die Verbesserung der wurfan-fzuchtleistung ans Züchterischer Sicht // Arch. Tierzucht. 1988. - Bd.42. - H.6. -S.255-257.

172. Siarkowski Z. Struktura banku danych komputerowego systemu doradz-twa dla gospodarstw produkujacych bydlo. // Postep naukowo-techniczny i organiza-cyjny w rolnictwie polskim. Krakow, 1995. - S. 299-308.

173. Stanke P. Rozsireni pocitacu v chovech . // Nas Chov, 1997; R.56, № 1. -S. 31-32.

174. Stewart T.A. Intellectual Capital. The New Wealth of Organizations. N.Y.-L., 1997. P.14.

175. Thurow L.C. Head to Head. The Coming Economic Battle Among Japan, Europe, and America. N.Y., 1993.

176. Vander Zijpp A.J. Breeding for Immune Responsiveness and Disease Resistance. / World's Poultry Science Journal. 1983. - № 2. - p. 118-131.

177. Vinterova J.; Vinter V. Pigtales pocitacovy program pro chov prasat. // Nas Chov, 2000; R.60, № 7. - 2000. - S. 35.

178. Yanar M. Factors affecting linear type traits for Holstein-Friesan cattle reared in eastern Turkey// Indian J. anim. Sc. 1999. - Vol. 69. - № 4.-P.260-262.

179. Zulkifli I., Siegel P.B. Gibt es eine positive Seite von Stress? // World's Poultry science yournal. Vol.51, march/ 1995. N 1. S.95.

Информация о работе

Бабкин, Олег Александрович
кандидата сельскохозяйственных наук
п. Персиановский, 2006
ВАК 06.02.01

Диссертация

Интенсификация селекционного процесса в мясном скотоводстве с использованием информационных технологий - тема диссертации по сельскому хозяйству, скачайте бесплатно

Автореферат

Похожие работы