Methan Warum ist Methan wichtig? Untersuchungen & Ergebnisse aus optikuh Nutzen für die Zucht

Transkript

1 Institut für Agrar- und Ernährungswissenschaften Martin-Luther-Universität Halle-Wittenberg Professur für Tierzucht Methan Warum ist Methan wichtig? Untersuchungen & Ergebnisse aus optikuh Nutzen für die Zucht H.H.Swalve, S. Mühlbach, D. Sorg, F. Rosner, J. Kecman Ergebnispräsentation optikuh am 27./28. März /

2 1. Warum ist Methan wichtig? Effizienz: Methanemission verursacht Energieverluste beim Rind von 2-12 % der aufgenommenen Bruttoenergie (Johnson & Johnson, 1995; Yan et al., 2000) 2

3 1. Warum ist Methan wichtig? Umweltschutz: % der globalen, anthropogenen Treibhausgasemissionen stammen aus der Landwirtschaft (Smith et al., 2007), Deutschland: 7,4 % (Umweltbundesamt, 2017) globale Treibhausgas-Emissionen (%) nach Herkunft enterisches Methan ist größte Quelle für Treibhausgasemissionen 3

4 1. Warum ist Methan wichtig? Treibhauspotenzial von CH ₄ 21 x größer als CO2 (IPCC, 2007) 28 % der weltweiten Methanemissionen stammen aus der Tierhaltung (FAO, 2013a) globale Treibhausgas-Emissionen (%) nach Spezies Mastrinder Milchrinder Schweine Büffel Hühner, Broiler Kleine Wiederkäuer Sonstiges FAO,

5 1. Woher kommt Methan? Bildung von Acetat, Butyrat und H₂ beim Abbau von Strukturkohlenhydraten im Pansen Akkumulation von H₂ führt zu einer verminderten Aktivität der futterverwertenden Mikroorganismen und einem verlangsamten Futterabbau Archaeen betreiben Methanogenese: CO₂ + 4 H₂ CH₄ + 2 H₂O 5

6 1. Woher kommt Methan? Abgabe des Methans: Ruktus Flatus Atem Pszczola,

7 2. Ziel & Möglichkeiten Ziel: CH₄-Emissionen senken Strategien: Futter und Fütterungsmanagement Beeinflussung der Mikrobenpopulation im Pansen Management und Haltung Tierzucht 7

8 2. Ziel & Möglichkeiten Ziel: CH₄-Emissionen senken Strategien: Futter und Fütterungsmanagement Beeinflussung der Mikrobenpopulation im Pansen Management und Haltung Tierzucht Hohe Anzahl an Tieren mit CH₄-Messung notwendig zur Validierung bisheriger Ergebnisse schnell, einfach, günstig 8

9 3. Messtechniken Respirationskammer SF6 -Tracer-Technik GreenFeed Schätzgleichungen Laser-Methan-Detektor

10 3. Messtechniken Respirationskammer Zuluft Vorteile Durchflussmessung Luftanalysen Pumpe effektiv und effizient in Versuchsstationen (Chagunda et al., 2009) genaue Messungen (Garnsworthy et al., 2012a; Storm et al., 2012) zeitlich flexibel (Storm et al., 2012) Abluft Nachteile nicht für Praxis und Auslaufhaltung geeignet (Chagunda et al., 2009; Storm et al., 2012) Beeinflussung des (Fress-) Verhaltens, Gewöhnung notwendig (Garnsworthy et al., 2012a; Storm et al., 2012) hohe Kosten und begrenzte Kapazität (Storm et al., 2012) nach Storm et al., 2012 Kieler Nachrichten,

11 3. Messtechniken SF6 -Tracer-Technik Storm et al., 2012 Vorteile Nutzung unter praxisnahen Bedingungen und Auslaufhaltung möglich (Garnsworthy et al., 2012b; Storm et al., 2012) größere Kapazität (Garnsworthy et al., 2012b; Storm et al., 2012) Nachteile Beeinflussung des Verhaltens, Gewöhnung notwendig (Garnsworthy et al., 2012a,b) Einführen eines Pansenbolus (Garnsworthy et al., 2012a,b; Storm et al., 2012) technische Herausforderungen (konst. Abgaberate SF6, Einfluss SF6 auf CH4) (Storm et al., 2012) Storm et al., 2012 Electronic Products Magazine,

12 3. Messtechniken Green Feed Vorteile praxistauglich kommerziell erhältliche Komplettlösung, weniger Expertise nötig wiederholte Messungen je Tag Nachteile evtl. Probleme mit Tierverhalten kommerziell erhältliche Komplettlösung, wenig Einsichtnahme in Funktionsweise zeitlich begrenzt / eine Aktivität (Fressen) (Storm et al., 2012) VET-Magazin.de, 2014 GreenFeed (C-Lock Inc.),

13 3. Messtechniken Sniffer Vorteile praxistauglich / Messung im AMS (Garnsworthy et al., 2012a) wiederholte Messungen je Tag (Difford et al., 2016) Nachteile zeitlich begrenzt / eine Aktivität (Fressen/Melken) (Garnsworthy et al., 2012a) Kopfheben der Kuh verfälscht Messung FTIR Analyzer (Gasmet) G. Difford 13

14 3. Messtechniken Schätzgleichungen Indirekte Berechnung der CH₄-Emissionen über nicht CH₄- Merkmale: Vorteile Nachteile Milchfettsäuren (Dijkstra et al. (2011), Chilliard et al. (2009)) keine zusätzliche (CH₄-) Technik hohe Korrelation zu CH₄-Produktion Milchinfrarotspektrum erforderlich (Dehareng et al. (2012), notwendig Kandel (Visker et al. et (2017)) al., 2014) TM-Aufnahme & Rationskomponenten (de Haas et al. (2011), Mc Court et al. (2006)) z.t. routinemäßig erhobene Daten z.t. schwierig zu erhebende Daten Archaeolgehalt im Kot (McCartney et al. (2013)) 14

15 3. Messtechniken Laser-Methan-Detektor (LMD) Vorteile mobil, praxistauglich nicht-invasiv Nachteile Punktmessung starke Beeinflussung durch Wind m (Crowcon Detection Instruments Ltd., Abingdon, UK) 5 Min. 3 Tage 1 Aktivität (Stehen) Nach Morgengemelk 3 1 Kuh 2 Methanwolke 3 LMD 4 Fress-Fanggitter 15

16 4. Versuchsaufbau Phänotypen Ruktusspitzen Atmungsspitzen Ruktusevent pmean: Mittel aller Methanspitzen (Atmung & Ruktus) remean Mittel aller Maxima der Ruktusevents pn: Anzahl aller Peaks (=Atemzüge) geschätzte Methanemission physikalisch (gch₄ g/d): geschätzt aus pmean, pn, Atemvolumen abgeleitet vom individuellem Körpergewicht und einem spezifischem Verdünnungsfaktor für Methan (=19.2, Garnsworthy et al. 2012) geschätzte Methanemission, entwickelt mittels GreenFeed (gch₄_gf g/d): a + b * pmean (eigene Daten, basierend auf 105 CH₄-Profilen)

17 4. Versuchsaufbau - Datengrundlage 3 Betriebe mit 14 Betriebsbesuchen 611 Kühe mit CH₄-Profilen Zusatzdaten: DIM (7-400) Körpergewicht (< 450 kg: entfernt) ECM Windgeschwindigkeiten im Stall Pedigreedaten vom VIT Hitzedraht-Anemometer (PCE Deutschland GmbH, Meschede) 17

18 4. Versuchsaufbau Genetisch-statistische Auswertung Tiermodell single : wiederholte Profile (1-3) je Kuh y ijkl = Methanphänotyp (BB Wi) i / (BB Gr) i = Betriebsbesuch (1-14) x Windklasse (1-4) / Fütterungsgruppe innerhalb Betrieb (1-7) (LMD Op) j = LMD Gerät (1-3) x Operator (1-6) DIM k = Klasse des Laktationstags ( 40, 41 60, 61 80, , , 161) β 1 ecm = energiekorrigierte Milchleistung (ecm) β 2 kg = Körpergewicht (kg) a l = zufälliger additiv-genetischer Effekt des Tieres pe l = zufälliger permanenter Umwelteffekt des Tieres = zufälliger Resteffekt e ijkl y ijkl = (BB Wi) i + (LMD Op) j + DIM k + β 1 ecm + β 2 kg + a l + pe l + e ijkl Tiermodell mean : Mittel aller Profile einer Kuh y ijk = (BB Gr) i + DIM j + β 1 ecm + β 2 kg + a k + e ijk 18

19 5. Ergebnisse & Diskussion deskriptive Statistik Merkmal Mittelwert SE Min. Max. Einheit pmean ppm x m remean ppm x m gch₄ g/d gch₄_gf g/d n = pmean: Mittel aller CH₄- Spitzen remean: Mittel aller Maxima der Ruktusevents gch₄: physikalisch geschätzte CH₄-Emission (g/d) gch₄_gf: geschätzte CH₄- Emission nach GreenFeed (g/d) 19

20 5. Ergebnisse & Diskussion deskriptive Statistik Merkmal Mittelwert SE Einheit Technik Quelle gch₄ g/d LMD eigene Daten gch₄_gf g/d LMD eigene Daten n = gch₄ 523 k.a. g/d GreenFeed Hristov et al., 2015 gch₄ g/d GreenFeed eigene Daten gch₄ g/d Sniffer Lassen & Løvendahl, 2016 pmean: Mittel aller CH₄- Spitzen remean: Mittel aller Maxima der Ruktusevents gch₄: physikalisch geschätzte CH₄-Emission (g/d) gch₄_gf: geschätzte CH₄- Emission nach GreenFeed (g/d) 20

21 5. Ergebnisse & Diskussion genetische Parameter: Heritabilität Single Merkmal h² SE pmean / gch₄_gf 0,07 0,03 remean 0,05 0,06 gch₄ 0,08 0,03 Mean Merkmal h² SE pmean / gch₄_gf 0,22 0,14 remean 0,07 0,12 gch₄ 0,27 0,14 pmean: Mittel aller CH₄- Spitzen remean: Mittel aller Maxima der Ruktusevents gch₄: physikalisch geschätzte CH₄-Emission (g/d) gch₄_gf: geschätzte CH₄- Emission nach GreenFeed (g/d) 21

22 5. Ergebnisse & Diskussion genetische Parameter: Heritabilität Merkmal h 2 SE Technik Quelle CH₄ (g/d, ppm x m) 0,05 0,27 0,03-0,14 LMD eigene Studie PME (g/d) 0,35 0,12 Schätzung aus DMI PME (g/d) 0,25 0,01 Schätzung aus MIR- Daten CH 4 (g/d) 0,27 0,09 Sniffer CH 4 (g/d) 0,21 0,06 Sniffer pmean (ppm x m) 0,05 0,07 LMD De Haas et al Kandel et al., 2017 Pszczola et al., 2017 Lassen & Løvendahl, 2016 Pickering et al

23 5. Ergebnisse & Diskussion genetische Parameter: Korrelationen geschätzte Heritabilität (Diagonale), phänotypische (unterhalb der Diagonalen) und genetische (oberhalb der Diagonalen) Korrelation der Methanmerkmale single pmean remean gch₄ pmean / gch₄_gf 0,05 0,91 0,74 remean 0,83 0,04 0,77 gch₄ 0,92 0,77 0,07 mean pmean remean gch₄ pmean / gch₄_gf 0,19 0,95 0,84 remean 0,85 0,14 0,80 gch₄ 0,87 0,76 0,19 23

24 6. Zwischenfazit Es gibt verschiedene Möglichkeiten die CH₄-Emission bei Kühen zu messen Viele Einflussfaktoren (ECM, DMI, Körpergewicht, DIM, Windgeschwindigkeiten, Betrieb) die auf die CH₄-Emissionen wirken Variation zwischen den Kühen in ihrer CH₄-Produktion vorhanden auch nach Korrektur auf Leistung und Körpergewicht Korrektur für Futteraufnahme ebenfalls wichtig, jedoch ist die Datenerfassung aufwändig; derartige Daten (ca. 200 Kühe in Versuchsstationen) wurden ebenfalls gesammelt, reichen aber für eine Analyse noch nicht aus h² für CH₄-Emissionen und Konzentration lag zwischen 0,05 0,35 24

25 7. Zukünftiges Zuchtziel beim Milchrind Tierverhalten Milchleistung Exterieur Evtl. entbehrlich per se, manche Merkmale aber wichtig! Erhaltungsbedarf senken! Krankheiten reduzieren! Gewicht Gewicht senken! Rest -Langlebigkeit: möglich, wenn Gesundheit und Langlebigkeit Funktionalität (residual) direkt enthalten Aufnahme an Trockenmasse Energie Andere Nährst. Futteraufnahme Fruchtbarkeit Kalbemerkmale Mastitis Fruchtbarkeitsstörungen Gesundheit Klauen Stoffwechsel (Einzel-Krankheiten) Der Anteil der Methanemission, (residual) welcher nicht bereits durch Gewicht und FuA erklärt ist Methanausstoß 25

26 7. Zuchtziel: Beziehungen zwischen Merkmalen Milchleistung Exterieur bis zu Tierverhalten Gewicht Langlebigkeit (residual) Futteraufnahme Fruchtbarkeit ? (erste Studien) Methanausstoß (residual) Kalbemerkmale Gesundheit (Einzel-Krankheiten) 0.00? 26

27 7. Zuchtziel: Bereinigung Milchleistung Exterieurmerkmale als Hilfsmerkmale Exterieur für residuale Langlebigkeit Tierverhalten Gewicht Langlebigkeit (residual) Futteraufnahme Fruchtbarkeit Kalbemerkmale Gesundheit (Einzel-Krankheiten) Methanemission: Enge Methanausstoß Korrelation zur (residual) Milchleistung Als Hilfsmerkmal tauglich 27

28 7. Zuchtziel: Weitere Probleme Zentrales Thema ist die Futteraufnahme/Futtereffizienz, daran hängt auch das Thema Methanemission Futteraufnahme und Futtereffizienz sind differenziert nach Laktationsstadium zu betrachten Jungkuh am Beginn der 1. Laktation soll viel fressen! Ältere Kuh im letzten Laktationsdrittel jedoch eher nicht! Futteraufnahme, Futtereffizienz, Gewichtsentwicklung, Methanemission sind getrennt nach Laktationsnummern und Laktationsabschnitten zu sehen Optimierung des Zuchtzieles erfolgt dann mit Hilfe eines Selektionsindex Hierzu fehlen aber noch die Schätzwerte für alle nötigen Parameter, insbesondere die genetischen Korrelationen 28

29 7. Fazit Genetische Unterschiede zwischen Kühen in der Methanemission sind vorhanden Eine züchterische Beeinflussung dieses Merkmals ist also möglich Für eine endgültige Entscheidung, wie das geschehen soll, ist es noch zu früh, es fehlen noch belastbare Schätzwerte zu allen genetische Parametern für alle im Zusammenhang stehenden Merkmale (Futteraufnahme, Futtereffizienz, Gewichtsentwicklung, Milchleistung, Gesundheit) und dies möglichst getrennt nach Laktationsnummern und Laktationsabschnitten 29

30 Wir bedanken uns für die Unterstützung im Projekt bei allen teilnehmenden Betrieben, der RinderAllianz, dem FBN, der Landesanstalt für Landwirtschaft und Gartenbau Sachsen-Anhalt und der Landesforschungsanstalt für Landwirtschaft und Fischerei Mecklenburg-Vorpommern! 30

31 Danke für Ihre Aufmerksamkeit! Foto: J. Glatz 31

32 Literatur Chagunda, M.G.G., D. Ross, and D. J. Roberts. 2009b. On the use of a laser methane detector in dairy cows. Computers and Electronics in Agriculture 68(2): Chilliard, Y., C. Martin, J. Rouel, and M. Doreau Milk fatty acids in dairy cows fed whole crude linseed, extruded linseed, or linseed oil, and their relationship with methane output. Journal of dairy science 92(10): Dehareng, F., C. Delfosse, E. Froidmont, H. Soyeurt, C. Martin, N. Gengler, A. Vanlierde, and P. Dardenne Potential use of milk mid-infrared spectra to predict individual methane emission of dairy cows. Animal an international journal of animal bioscience 6(10): Dijkstra, J., S. M. van Zijderveld, J. A. Apajalahti, A. Bannink, W.J.J. Gerrits, J. R. Newbold, H. B. Perdok, and H. Berends Relationships between methane production and milk fatty acid profiles in dairy cattle. Animal Feed Science and Technology : Haas, Y. de, J. J. Windig, M. P. L. Calus, J. Dijkstra, M. d. Haan, A. Bannink, and R. F. Veerkamp Genetic parameters for predicted methane production and potential for reducing enteric emissions through genomic selection. Journal of dairy science 94(12): FAO Mitigation of greenhouse gas emissions in livestock production. Kandel, P. B., M.-L. Vanrobays, A. Vanlierde, F. Dehareng, E. Froidmont, N. Gengler, and H. Soyeurt Genetic parameters of mid-infrared methane predictions and their relationships with milk production traits in Holstein cattle. Journal of dairy science 100(7): doi: /jds Lassen, J., and P. Løvendahl Heritability estimates for enteric methane emissions from Holstein cattle measured using noninvasive methods. Journal of dairy science 99(3): McCartney, C. A., I. D. Bull, T. Yan, and R. J. Dewhurst Assessment of archaeol as a molecular proxy for methane production in cattle. Journal of dairy science 96(2): Mc Court, A., T. Yan, C. S. Mayne, and M. G. Porter Prediction of methane output in beef cattle from indirect respiration calorimetry data. International Congress Series 1293: Smith, P., D. Martino, Z. Cai, D. Gwary, H. Janzen, P. Kumar, B. McCarl, S. Ogle, F. O Mara, C. Rice, B. Scholes, and O. Sirotenko Climate Change 2007: Mitigation. Contribution of Working Group III to the Fourth Assessment Report of theintergovernmental Panel on Climate Change. In: B. Metz, O. R. Davidson, P. R. Bosch, R. Dave, and L. A. Meyer, editors, Contribution of Working Group III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA Storm, Ida M. L. D., Hellwing, Anne Louise F., N. I. Nielsen, and J. Madsen Methods for Measuring and Estimating Methane Emission from Ruminants. Animals 2(4):

33 Bildnachweis Electronic Products Magazine ( ) Researchers develop sensors that measure cow's flatulence and other bathroom habits. Abgerufen am von urement01.bmp&imgrefurl=http%3a%2f%2fwww.electronicproducts.com%2fsensors_and_transducers%2fsensors%2fresearchers_develop_sensors_that_meas ure_cow_39_s_flatulence_and_other_bathroom_habits.aspx&h=492&w=500&tbnid=ifri4jj5cvyhsm%3a&zoom=1&docid=8nlomss12xejcm&ei=q3wkvyosics- PK60gOAE&tbm=isch&iact=rc&uact=3&dur=702&page=1&start=0&ndsp=45&ved=0CE4QrQMwDw Ingeniuer.de ( ) Atemtest für Rinder hilft beim Kampf gegen den Treibhauseffekt. Abgerufen am von greenfeed%2f ger-de%2fdie-methan-messstation- Greenfeed_image_width_560.jpg&imgrefurl=http%3A%2F%2Fwww.ingenieur.de%2FFachbereiche%2FMess-Prueftechnik%2FAtemtest-fuer-Rinder-hilft-Kampf- Treibhauseffekt&h=316&w=560&tbnid=672XrlE1gmquTM%3A&zoom=1&docid=Yye3Lz1ImkRyBM&ei=BvILVbXfEI3Vate8gOgE&tbm=isch&iact=rc&uact=3&dur=137 9&page=1&start=0&ndsp=39&ved=0CCQQrQMwAQ Kieler Nachrichten ( ) Kiel erforscht: Sind Kühe Klimasünder?. Abgerufen am von Klimasuender&h=337&w=505&tbnid=M9xNTcBNuMoHFM%3A&zoom=1&docid=68Wy4vFthrov8M&ei=dqEKVdPBD8G3PNGEgOgH&tbm=isch&iact=rc&uact=3&du r=467&page=1&start=0&ndsp=37&ved=0cccqrqmwag VET-Magazin.de ( ) Neue GreenFeed-Methan-Messstation für Kühe in Dummerstorf Abgerufen am von 33