Utfodring av renar för framtida funktionalitet på naturligt bete
Under mars hålls två webbaserade diskussioner kring hur utfodring påverkar renarna, renskötseln och betesmarkerna och hur vi kan arbeta för att motverka negativa effekter. Den 8–9 juni 2022 bjuder vi in renskötare från hela Sápmi (Sverige, Norge och Finland) i Arvidsjaur för att diskutera och summera kunskapen kring dessa frågor.
Anmäl dig på SSR’s hemsida för sista tillfället den 22 mars:
https://www.sapmi.se/diskussionsmote-om-utfodring-3-eller-22-mars/
Renens beteende på fritt bete
Med rörelsedetektorer, accelerometrar, kan vi se vad renarna gör, dygnet runt, när de är på fritt bete med hjälp av maskininlärning. Vi kan urskilja sex olika beteenden hos renen: Om renen 1) betar från marken, 2) betar lav från träden, 3) betar från en buske, 4) är inaktiv, 5) går eller 6) springer.
Så vad är en accelerometer?
En accelerometer är en sensor som mäter accelerationen (hur mycket rörelsehastigheten ändras) i en eller flera riktningar. I vårat fall i tre vinkelräta riktningar samtidigt (upp och ner, fram och bak, höger och vänster) representerade som X, Y och Z.
Vad används det för?
Dessa sensorer har blivit vanligare för att följa beteende hos flera olika djurarter och kan användas för att till exempel identifiera sjukdomar eller hälta hos produktionsdjur. Till exempel så finns det studier som visar att mjölkkor med mastit (juverinflammation) uppvisar mindre liggtid jämfört med friska djur.
Hur använder vi accelerometrar på renarna?
Här blir det lite komplicerat: Rörelsedetektorer, accelerometrar, har inte tidigare använts för att identifiera finskaligt beteende hos renar. Därför behöver vi utveckla en metod som kan klassificera renens beteende baserat på information från accelerationen. Olika beteenden har nämligen en typisk frekvens/mönster i frekvensen som är karakteristiskt för ett specifikt beteende (bild till höger).
Med hjälp av maskininlärning så kan vi lära en model att hitta dessa karaktärer i accelerationen som är typiska för olika beteenden. För detta har jag filmat renar med rörelsedetektorer för att koppla acceleration med olika beteenden. Den tränade modellen (som har lärt sig karaktärsdragen för olika beteenden) använder vi sedan för att klassificera beteenden hos frigående renar för att se vad renarna gör, enbart baserat på accelerationen.
Nu kan vi få information på vad renarna gör, dygnet runt och minut för minut om man så vill, även när vi inte ser dom!