Miten lämpökameran käyttökelpoisuutta testattiin? – Esimerkkinä poikimisen seuranta
Ensimmäinen askel lämpökuvauksen käyttökelpoisuuden testaamisessa on löytää ongelma, johon lämpökuvaus voisi tuoda ratkaisun. Poikiminen on kriittinen hetki lehmän elämässä. Ongelman sattuessa pelissä on vähintään vasikan ja lehmän terveys. Valvovan silmän alla ongelmat tulevat havaituiksi ja niihin pystyy reagoimaan ajoissa. Poikimisajankohdan arvioiminen on kuitenkin vaikeaa, eikä vierellä valvominen ole vaihtoehto. Poikimiseen liittyvät riskit eivät myöskään lopu vasikan syntymään, vaan etenkin useamman kerran poikineilla lehmillä on riski sairastua poikimisen jälkeenyhteydessä poikimahalvaukseen. Lehmän ennusteen kannalta on ensiarvoisen tärkeää, että poikimahalvaus havaitaan ja hoidetaan mahdollisimman varhaisessa vaiheessa. Miten siis havaita poikimisen ja halvauksen merkit mahdollisimman ajoissa? Yksi poikimahalvauksen oireista on eläimen pintalämpötilan lasku. Myös poikimiseen voisi olettaa liittyvän lämpötilamuutoksia. Lämpökamera voisi toimia tuottajan työvälineenä, jonka avulla poikimisen ajankohdan tai poikimahalvauksen lähestymisen voisi havaita ennen muita näkyviä merkkejä. Sopiva ongelma testiä varten oli löytynyt.
Lämpökameran käyttökelpoisuuden testaamiseksi laitettiin pystyyn huolellisesti suunniteltu koeasetelma. Kokeeseen valitut lehmät kuvattiin ensin noin kaksi viikkoa ennen poikimista. Lämpökuvat otettiin kaikista lehmistä päästä, kyljestä ja takaa. Näistä kuvista saatiin referenssikuvat, jotka siis kertoivat, millainen tilanne kullakin lehmällä oli normaalitilanteessamillainen kunkin lehmän lähtötilanne oli lopputiineydessä. Koska poikimahalvaus on kalsiumaineenvaihdunnan häiriö, lehmistä otettiin myös verinäytteet, joista selvitettiin veren kalsiumpitoisuuden lähtötaso. Viikkoa ennen oletettua poikimispäivää lehmistä alettiin ottaa varsinaisia seurantakuvia. Seurantakuvia otettiin kolme kertaa vuorokaudessa poikimispäivään asti. Poikimisen jälkeen seurantakuvia alettiin ottaa joka toinen tunti ja kuvausta jatkettiin, kunnes poikimisesta oli kulunut vähintään kuusi tuntia. Myös seurantakuvat otettiin jokaiselta eläimeltä päästä, kyljestä ja takaa päin. Sen lisäksi lehmistä otettiin poikimisen jälkeen uusi verinäyte, josta määritettiin veren kalsiumpitoisuus.
Kuva 1. Testissä mukana olleet lehmät kuvattiin useaan otteeseen FLIR T540 lämpökameralla päästä, kyljestä ja takaa. Kuva: Inka Nykänen, Savonia
Kuten arvata saattaa lämpökuvia kertyi valtava määrä. Ilman analysointia kuvista ei tietenkään voi tehdä päätelmiä lämpökameran käyttökelpoisuudesta, joten seuraava urakka oli analysoida kuvat. Kuvista rajattiin analysointiohjelman avulla halutut alueet ja analysointiohjelma laski mm. rajattujen alueiden minimi- maksimi- ja keskilämpötilan. Ohjelman antamat tiedot piti vielä kuva kerrallaan siirtää käsin Excel –-tiedostoon. Ei siis mitään leikkaa-liimaa –-hommaa vaan rehellistä naputtelua. Tämä vaihe tuntui alussa loppumattomalle urakalle, mutta siitäkin selvittiin ja vihdoin käsissä oli koeasetelman data kauniisti exceliin järjestettynä. Niin ja muistutuksena vielä: Tässä hankittiin kokeen avulla tietoa lämpökameran käyttökelpoisuudesta. Tämän testin tuloksiin nojautuen tehdään ohjeistukset tuottajille. Siinä vaiheessa, kun tuottaja tarttuu lämpökameraan eläimiään kuvatakseen, hänen ei tarvitse kuvia analysoida eikä exceliä pyöritellä.
Kuva 2. Analysointiohjelman avulla saatiin haluttujen alueiden lämpötilat selville. Lehmän päästä katsottiin korvien ja silmän sisänurkan lämpötilat. Ohjelma antaa rajattujen alueiden minimi- maksimi- ja keskilämpötilat sekä keskihajonnan ja maksimin ja minimin erotuksen.
Varsinaiseen aineiston tilastotieteelliseen tarkasteluun tarvittiin vain lämpökuvista saatu data sekä taustamuuttujat kuten kuvaushetken lämpötila ja veren kalsiumpitoisuus. Sopivan tilastotieteellisen mallin valintakaan ei tuottanut suurta päänvaivaa. Yksi hujaus vain ja meillä oli käsissämme monen kuukauden työn tulokset. Mitä niistä sitten selvisikään? Se ansaitseekin aivan oman bloginsa.
PS. Tästä linkistä pääset katsomaan aiheesta tehdyn videon.
Blogin kirjoitti TKI-asiantuntija Inka Nykänen Savonialta.
